第20章-平稳时间序列.pdf

© 陈强, 《高级计量经济学及Stata 应用》课件，第二版，2014 年，高等教育出版社。 第 20 章 平稳时间序列 根据时间序列的随机过程特性，可分为“平稳序列”(stationary) (non-stationary) 与“非平稳序列” 两大类，需使用不同的计量方法。 20.1 时间序列的数字特征 记随机变量y 的观测值为 y , y , , y ，并假设为(严格)平稳过程。  1 2 T  故该序列的期望、方差等数字特征不随时间而变。 1 1 T 期望 E(y ) 反映序列的平均水平，用y  t 1y t 来估计。 T 1 T 2 方差Var(y ) 反映序列的波动幅度，用T 1t 1(y t y ) 来估计。 y 定义 时间序列  k (autocovariance of order k) t 的 阶自协方差  Cov(y , y ) E (y )(y ) k t t k  t t k  它反映同一变量(y ) k  的估计值为 相隔 期之间的自相关程度。对 k “样本自协方差”： ˆ 1 T k    (y y )(y y ) k T k t 1 t t k 2 y   k (autocorrelation of order k) 定义 时间序列 的 阶自相关系数 t Cov(y , y ) t tk  Corr(y , y )  k t t k Var(y ) t  k 对于平稳过程， k 不依赖于时间，仅是滞后阶数 的函数，故称 为“自相关函数”(Autocorrelation Function，简