【计量经济学导论】10. ARIMA模型

$\mathrm{A}\mathrm{R}\mathrm{I}\mathrm{M}\mathrm{A}$ 模型

滞后算子

在这一节中，我们主要介绍时间序列分析中的几类经典的时间序列模型。为了简化模型设定，我们需要引入滞后算子的概念。

滞后算子的定义非常容易理解，满足以下性质：

• $\mathcal{B}{X}_t=X_{t-1}$ ；
• ${\mathcal{B}}^2{X}_t=\mathcal{B}(\mathcal{B}{X}_t)=\mathcal{B}(X_{t-1})=X_{t-2}$ ；

即称 $\mathcal{B}$ 为时间 $t$ 的向后推移算子或滞后算子。

引入滞后算子之后，我们可以定义滞后算子多项式如下：

• $m$ 阶滞后算子多项式：

$$B(\mathcal{B})=b_0+b_1\mathcal{B}+b_2{\mathcal{B}}^2+\cdots +b_m{\mathcal{B}}^m=\sum _{i=0}^m{b}_i{\mathcal{B}}^i.$$

• 无穷阶滞后算子多项式：

$$B(\mathcal{B})=b_0+b_1\mathcal{B}+b_2{\mathcal{B}}^2+\cdots =\sum _{i=0}^{\infty }{b}_i{\mathcal{B}}^i.$$

• 特别地，若 $|\phi |<1$ ，根据 Taylor 级数计算公式有：

$$\frac{1}{1-\phi \mathcal{B}}=1+\phi \mathcal{B}+{\phi }^2{\mathcal{B}}^2+{\phi }^3{\mathcal{B}}^3+....$$

在滞后算子的基础上，我们可以逐一讨论时间序列模型。

$\mathrm{M}\mathrm{A}(q)$ 模型

首先我们讨论滑动平均模型的性质，滞后阶数为 $q$ 的滑动平均模型简称为 $\mathrm{M}\mathrm{A}(q)$ 模型。在计量经济学所研究的时间序列模型中，一般滞后阶数不会很高，所以我们先从 $\mathrm{M}\mathrm{A}(1)$ 模型开始讨论，其性质更为重要也更便于讨论。

$\mathrm{M}\mathrm{A}(1)$ 模型

一般地， $\mathrm{M}\mathrm{A}(1)$ 模型的模型设定如下：
$$y_t=u_t+\theta u_{t-1},$$

$$u_t\sim \mathrm{W}\mathrm{N}(0,{\sigma }^2).$$

其中， { u t } \{u_t\} { ut​} 是白噪声序列。满足上述模型设定的序列 { y t } \{y_t\} { yt​} 称为 $\mathrm{M}\mathrm{A}(1)$ 序列。

首先，我们讨论 $\mathrm{M}\mathrm{A}(1)$ 序列的平稳性，通过计算我们可以得到 { y t } \{y_t\} { yt​} 序列具有如下性质：

• $\mathrm{E}(y_t)=0$ ；
• $\mathrm{V}\mathrm{a}\mathrm{r}(y_t)=(1+{\theta }^2){\sigma }^2$ ；
• $\gamma (k)=\mathrm{C}\mathrm{o}\mathrm{v}(y_t,y_{t+k})=\mathrm{E}[(u_t+\theta u_{t-1})(u_{t+k}+\theta u_{t+k-1})]=\{\begin{array}{lll}\theta {\sigma }^2& ,& k=1\\ 0& ,& k\ge 2\end{array}$ .

因此，$\mathrm{M}\mathrm{A}(1)$ 序列是一个平稳时间序列。可以看出， $\mathrm{M}\mathrm{A}(1)$ 序列的自协方差函数是 $1$ 步截尾的。根据已经计算得到的自协方差函数，可以计算自相关函数 ACF ：
$$\rho (k)=\frac{\gamma (k)}{\gamma (0)}=\{\begin{array}{lll}\frac{\theta }{1+{\theta }^2}& ,& k=1\\ 0& ,& \mathrm{o}\mathrm{t}\mathrm{h}\mathrm{e}\mathrm{r}\mathrm{w}\mathrm{i}\mathrm{s}\mathrm{e}\end{array}.$$

可以看出 $\mathrm{M}\mathrm{A}(1)$ 序列的 ACF 也是 $1$ 步截尾的。

对于 $\mathrm{M}\mathrm{A}(1)$ 序列，如果 $|\theta |<1$ ，称 { y t } \{y_t\} { yt​} 为可逆的 $\mathrm{M}\mathrm{A}(1)$ 序列。下面我们利用滞后算子的推导方式来讨论 $\mathrm{M}\mathrm{A}(1)$ 序列的可逆性质。

可以用滞后算子表示 $\mathrm{M}\mathrm{A}(1)$ 序列并进行“逆变换”
y t = ( 1 + θ B )