2. 时间序列分析-自回归移动平均过程及脉冲响应函数
上一节介绍了自回归过程 ,本节介绍移动平均过程 以及两者的结合 。然后推导脉冲响应函数。
一、移动平均过程
字面意思,移动平均过程(Moving Average Process, MA)指的是白杂讯的移动平均,白杂讯定义见第0节。根据白杂讯滞后的阶数分为一阶和高阶。一阶的移动平均过程 具有以下形式:
其中, 为白杂讯: , 。 为待估计参数。常数 为 的均值。因为对等式两边求期望 。
高阶( 阶)的移动平均过程 形式如下:
其中, 为白杂讯: , 。 为待估计参数 。 为 的均值。
形式上看, 可以视为 自身均值与有限个白杂讯的线性组合。或者理解为围绕自身均值进行白杂讯形式的微小的波动。我们有 的时间序列数据,如何估计参数 ? 不可行因为我们没有 的数据。 为独立同分布的正态分布, 是可行的。
二、自回归移动平均过程
自回归移动平均过程( )由 和删去常数项的 两块组成,因为 中已经有常数项 ,形式如下:
如果让 ,就得到
其中, 。 的意义是把 的决定因素追溯到无穷远的过去,每期有一个冲击 ,累加起来得到 。要有意义,需要无穷级数 收敛。收敛的一个充分条件是系数绝对值可加总,即 。实践中样本容量有限,不能追溯到无穷远。但 仍有重要的理论意义,因为 与 都可以写为 的形式!证明见下。
三、脉冲响应函数
首先把 改写为
第一个等号是 的定义,第二个等号是 表达式的迭代,第三个等号省略的是 , ,...不断迭代。第四个等号是无穷等比数列求和。把最后一行对比 表达式,发现 相当于原来的 , 相当于原来的 ,所以平稳的 和 是等价的!
为什么这么写?
因为改写之后, 可以视为过去所有扰动项效应之和,并且扰动项,或者叫冲击,对 的影响力呈几何级数递减,即 。表达式的含义:第 期的冲击 变化一个单位对 的影响为 。注意到 与绝对时间 无关,只是相对时间间隔 的函数。所以 被称为脉冲响应函数(Impulse Response Function,IRF)。字面意思就是刻画 对 一单位脉冲的响应。画在平面上就被称为脉冲响应图。类似地,采取不断迭代的方法,可以把 和 写成 的形式,定义脉冲响应函数。如何直观理解脉冲响应函数?具体例子见下一节。
小结:前3节从理论上讲了 模型。实践中,拿到数据之后,识别阶数,模型估计和预测的具体步骤如何操作?脉冲响应图怎么画?下一节会以 的时间序列数据为例来展示。
推荐阅读: