非线性时间序列模型 一般非线性时间序列模型介绍 条件异方差模型 上海财经大学统计学系.

Slides:



Advertisements
Similar presentations
一、 一阶线性微分方程及其解法 二、 一阶线性微分方程的简单应用 三、 小结及作业 §6.2 一阶线性微分方程.
Advertisements

第五节 函数的微分 一、微分的定义 二、微分的几何意义 三、基本初等函数的微分公式与微分运算 法则 四、微分形式不变性 五、微分在近似计算中的应用 六、小结.
第二章 导数与微分 习题课 主要内容 典型例题 测验题. 求 导 法 则求 导 法 则 求 导 法 则求 导 法 则 基本公式 导 数 导 数 微 分微 分 微 分微 分 高阶导数 高阶微分 一、主要内容.
2.8 函数的微分 1 微分的定义 2 微分的几何意义 3 微分公式与微分运算法则 4 微分在近似计算中的应用.
第八章 第四节 机动 目录 上页 下页 返回 结束 一个方程所确定的隐函数 及其导数 隐函数的微分法.
一、会求多元复合函数一阶偏导数 多元复合函数的求导公式 学习要求: 二、了解全微分形式的不变性.
2.6 隐函数微分法 第二章 第二章 二、高阶导数 一、隐式定义的函数 三、可微函数的有理幂. 一、隐函数的导数 若由方程 可确定 y 是 x 的函数, 由 表示的函数, 称为显函数. 例如, 可确定显函数 可确定 y 是 x 的函数, 但此隐函数不能显化. 函数为隐函数. 则称此 隐函数求导方法.
2.5 函数的微分 一、问题的提出 二、微分的定义 三、可微的条件 四、微分的几何意义 五、微分的求法 六、小结.
第二章 导数与微分 一. 内 容 要 点 二. 重 点 难 点 三. 主 要 内 容 四. 例 题与习题.
全微分 教学目的:全微分的有关概念和意义 教学重点:全微分的计算和应用 教学难点:全微分应用于近似计算.
《金融时间序列分析》实验 讲授教师:郭文旌 南京财经大学金融学院.
«地学建模» 之 “随机时间序列分析模型”.
非线性时间序列模型 一般非线性时间序列模型介绍 条件异方差模型 上海财经大学 统计与管理学院.
3.2.平稳性检验的单位根方法 单位根检验方法 DF检验 ADF检验 PP检验 KPSS检验 ERS检验 NP检验.
代数方程总复习 五十四中学 苗 伟.
第五章 二次型. 第五章 二次型 知识点1---二次型及其矩阵表示 二次型的基本概念 1. 线性变换与合同矩阵 2.
一、能线性化的多元非线性回归 二、多元多项式回归(线性化)
第三章 函数逼近 — 最佳平方逼近.
第9章 平稳时间序列分析.
《高等数学》(理学) 常数项级数的概念 袁安锋
§1 线性空间的定义与性质 ★线性空间的定义 ★线性空间的性质 ★线性空间的子空间 线性空间是线性代数的高等部分,是代数学
第一章 行列式 第五节 Cramer定理 设含有n 个未知量的n个方程构成的线性方程组为 (Ⅰ) 由未知数的系数组成的n阶行列式
量化视角下的豆粕投资机会分析 格林期货研发培训中心 郭坤龙.
恰当方程(全微分方程) 一、概念 二、全微分方程的解法.
定积分习题课.
第三节 格林公式及其应用(2) 一、曲线积分与路径无关的定义 二、曲线积分与路径无关的条件 三、二元函数的全微分的求积 四、小结.
§5 微分及其应用 一、微分的概念 实例:正方形金属薄片受热后面积的改变量..
全 微 分 欧阳顺湘 北京师范大学珠海分校
第三章 导数与微分 习 题 课 主要内容 典型例题.
§5 微分及其应用 一、微分的概念 实例:正方形金属薄片受热后面积的改变量..
第六章 条件异方差模型 EViews中的大多数统计工具都是用来建立随机变量的条件均值模型。本章讨论的重要工具具有与以往不同的目的——建立变量的条件方差或变量波动性模型。
第2章 Z变换 Z变换的定义与收敛域 Z反变换 系统的稳定性和H(z) 系统函数.
第三章 多维随机变量及其分布 §2 边缘分布 边缘分布函数 边缘分布律 边缘概率密度.
第六章 多元时间序列分析.
7 平稳时间序列预测法 7.1 概述 7.2 时间序列的自相关分析 7.3 单位根检验和协整检验 7.4 ARMA模型的建模 回总目录.
第七章:回归分析的其它问题 第一节 虚拟变量 第二节 设定误差 第三节 滞后变量模型介绍 第四节 随机解释变量 第五节 时间序列模型初步.
第2章 一元线性回归 2 .1 一元线性回归模型 2 .2 参数 的估计 2 .3 最小二乘估计的性质 2 .4 回归方程的显著性检验
计算机数学基础 主讲老师: 邓辉文.
§2 求导法则 2.1 求导数的四则运算法则 下面分三部分加以证明, 并同时给出相应的推论和例题 .
EM算法 一种参数估计的方法.
第五章 非平稳序列的随机分析.
第十章 方差分析.
第七章 参数估计 7.3 参数的区间估计.
第一章 函数与极限.
习题 一、概率论 1.已知随机事件A,B,C满足 在下列三种情况下,计算 (1)A,B,C相互独立 (2)A,B独立,A,C互不相容
数列.
抽样和抽样分布 基本计算 Sampling & Sampling distribution
Partial Differential Equations §2 Separation of variables
实数与向量的积.
概 率 统 计 主讲教师 叶宏 山东大学数学院.
5.2 常用统计分布 一、常见分布 二、概率分布的分位数 三、小结.
第16讲 相似矩阵与方阵的对角化 主要内容: 1.相似矩阵 2. 方阵的对角化.
§6.7 子空间的直和 一、直和的定义 二、直和的判定 三、多个子空间的直和.
黃金期貨交易對黃金現貨 報酬率之影響 組長:孫偉育 組員:王貴珍 林意閔 鄭美惠 魏佩萱 指導老師:劉尚銘 老師.
相关与回归 非确定关系 在宏观上存在关系,但并未精确到可以用函数关系来表达。青少年身高与年龄,体重与体表面积 非确定关系:
概 率 统 计 主讲教师 叶宏 山东大学数学院.
学习任务三 偏导数 结合一元函数的导数学习二元函数的偏导数是非常有用的. 要求了解二元函数的偏导数的定义, 掌握二元函数偏导数的计算.
第一部分:概率 产生随机样本:对分布采样 均匀分布 其他分布 伪随机数 很多统计软件包中都有此工具 如在Matlab中:rand
第15讲 特征值与特征向量的性质 主要内容:特征值与特征向量的性质.
数据统计与分析 秦 猛 南京大学物理系 第11讲 办公室:唐仲英楼A
§5.2 抽样分布   确定统计量的分布——抽样分布,是数理统计的基本问题之一.采用求随机向量的函数的分布的方法可得到抽样分布.由于样本容量一般不止2或 3(甚至还可能是随机的),故计算往往很复杂,有时还需要特殊技巧或特殊工具.   由于正态总体是最常见的总体,故本节介绍的几个抽样分布均对正态总体而言.
概率论与数理统计B.
第二节 函数的极限 一、函数极限的定义 二、函数极限的性质 三、小结 思考题.
§2 方阵的特征值与特征向量.
第三节 函数的微分 3.1 微分的概念 3.2 微分的计算 3.3 微分的应用.
回归分析实验课程 (实验三) 多项式回归和定性变量的处理.
多元线性回归分析.
第三章 从概率分布函数的抽样 (Sampling from Probability Distribution Functions)
第三章 平稳时间序列分析.
第三章 线性方程组 §4 n维向量及其线性相关性(续7)
Presentation transcript:

非线性时间序列模型 一般非线性时间序列模型介绍 条件异方差模型 上海财经大学统计学系

§9.1 一般非线性时间序列模型 介绍 参数非线性时间序列模型 非参数时间序列模型 上海财经大学统计学系

参数非线性时间序列模型 SETAR (Self-exciting threshold autoregressive model)模型 拟线性自回归模型 指数自回归模型 双线性模型 上海财经大学统计学系

SETAR (Self-exciting threshold autoregressive model)模型 当分割为 其中 为某个整数,称此模型为Self-exciting Threshold Autoregressive Model,其形式为 (9.6) 其中 整数d称为滞后参数, 称为门限参数, 模型(9.6)记为 模型 上海财经大学统计学系

考虑一个简单的 模型 r分别取 四个数值,我们对每个模 型分别产生样本长度是500的序列。当 考虑一个简单的 模型 r分别取 四个数值,我们对每个模 型分别产生样本长度是500的序列。当 时,TAR模型退化成线性AR(1)过程。其他三种情 况,显示了明显的非线性特征。 上海财经大学统计学系

拟线性自回归模型 拟线性自回归模型为 其中 是s个已知的 到 的 可测函数, 是白噪声序列, 。 上海财经大学统计学系

指数自回归模型 指数自回归模型为 (9.17) 其中 是白噪声序列, 和 为未知参数,正整数 为模型的阶数,模型(9.17) 其中 是白噪声序列, 和 为未知参数,正整数 为模型的阶数,模型(9.17) 记为EAR(p)。 上海财经大学统计学系

双线性模型 双线性模型由Granger和Anderson(1978)提出,并得到进一步研究和发展,Subba Rao和Gabr (1984)讨论了这个模型的一些性质和应用,Liu和Brockwell(1988)推广到一般的双线性模型 双线性模型形式 其中p,q,Q和P是非负整数, 是白噪声序列。 返回 上海财经大学统计学系

非参数时间序列模型 非参数自回归模型的一般形式为 (9.22) 其中 是 到 的可测函数, 是白噪声序列。模型(9.22)有如下两种特殊形式。 (1)可加非线性自回归模型 (2)函数系数自回归模型 上海财经大学统计学系

可加非线性自回归模型 可加非线性自回归模型为 其中c为常数, 为p个一元非参数型的未知函数, 是白噪声序列,模型记为ANLAR(p),p为模型的阶数。 上海财经大学统计学系

函数系数自回归模型 函数系数自回归模型为 其中c为常数, 为p个一元非参数 型的未知函数, 为整数,称为滞后参 数, 是白噪声序列,模型记为 型的未知函数, 为整数,称为滞后参 数, 是白噪声序列,模型记为 FCAR(p),p为模型的阶数。 返回 上海财经大学统计学系

§9.2 条件异方差模型 ARCH模型 GARCH 模型 模型推广形式 上海财经大学统计学系

ARCH模型的定义 ARCH(q)模型定义如下: 若随机过程 的 平方服从AR(q) 过程,即 其中 独立同分布,且有 , ; , 其中 独立同分布,且有 , ; , ( ),则称 服从q阶的ARCH过程,记作 ARCH(q)。 上海财经大学统计学系

定理9.1 对于ARCH(1)模型, 存在的充要条件是 定理9.2 ARCH(q)二阶平稳的充要条件是相应的特征方程的所有根都大于1,此时平稳序列 的无条件方差为 上海财经大学统计学系

ARCH模型的极大似然估计 的对数似然函数为 对数似然函数关于参数的一阶偏导数为 参数向量 的极大似然估计 为方程 的解。 参数向量 的极大似然估计 为方程 的解。 上海财经大学统计学系

ARCH模型的假设检验 原假设和备择假设分别为 检验统计量为 在 成立时,统计量 有 极限分布。 上海财经大学统计学系

ARCH模型的特点 模型中将条件方差 表达成过去扰动项的回归函数形式,形式恰能反映金融市场波动集聚性特点,即较大幅度的波动后面紧接着较大幅度波动,较小幅度的波动后面紧接着较小幅度的波动。 ARCH模型的随机误差项 服从宽尾的无条件分布,这恰好能描述金融市场上资产收益率变量是宽尾分布的特征。 利用ARCH模型可以更精确地估计参数,提高预测精度。 ARCH模型的特征改善了计量经济模型的预测能力 ARCH模型中随机误差 是条件分布,从Bayes统计决策理论上看,可以在经济预测和决策中引入Bayes方法进行估计和风险决策。 上海财经大学统计学系

例9.2 Engle(1982) 利用ARCH模型来刻画1958年第二季度到1977年第二季度 期间英国通货膨胀率中存在的条件异方差性。用 表示英国消费者物 价指数的对数,用 表示名义工资率指数的对数,于是通货膨胀为 ,实际工资为 。 最终建立了如下模型 这个模型的实质是,前一期的实际工资的增长造成了当期通货膨胀的增 长,通货膨胀率在 和 期的滞后值是用来反映季节因素的。 返回 上海财经大学统计学系

GARCH模型的定义 由 其中 ,定义的ARCH过程 称为GARCH过程,记为 GARCH(p,q)。 GARCH(p,q)模型的一般形式为 其中 , , , , ; 为滞后算子多项式且 。 上海财经大学统计学系

GARCH模型的极大似然估计 GARCH(p,q)模型的对数似然函数为 对 关于 和 分别求一阶偏导数 上海财经大学统计学系

GARCH模型的假设检验 原假设 是ARCH过程,备择假设 是GARCH过程,即 检验统计量 其中 上海财经大学统计学系

GARCH模型的特点 远远减少了待估参数的个数 残差的符号对波动没有影响 返回 上海财经大学统计学系

模型推广形式 EGARCH模型 TARCH模型 (G)ARCH-M 模型 IGARCH模型 上海财经大学统计学系