Eviews中的ARMA模型操作

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,13.4,自回归移动平均模型,ARMA,(,p,q,),一、自回归移动平均模型的概念,如果平稳随机过程既具有自回归过程的特性又具有移,动平均过程的特性，则不宜单独使用,AR,(,p,),或,MA,(,q,),模,型，而需要两种模型混合使用。由于这种模型包含了,自回归和移动平均两种成分，所以它的阶是二维的，,由,p,和,q,两个数构成，其中,p,代表自回归成分的阶数，,q,代表移动平均成分的阶数，记作,ARMA,(,p,q,),，称作,自回归移动平均混合模型或称为自回归移动平均模型。,最简单的自回归移动平均模型是,ARMA,(1,，,1),，其具,体形式为：,(13.4.1),模型,ARMA,(,p,q,),的一般表达式为,(13.4.2),显然，,ARMA,(0,q,)=,MA,(,q,),，,ARMA,(,p,0)=,AR,(,p,),，,因此，,MA,(,q,),和,AR,(,p,),可以分别看作,ARMA,(,p,q,),，,当,p,=0,和,q,=0,时的特例。,ARMA,(,p,q,),模型的优点是能以较少的参数描写单用,AR,(,p,),或,MA,(,q,),过程不能经济地描写的数据生成过程。,在实际应用中，用,ARMA,(,p,q,),拟合实际数据时所需阶,数较低，,p,和,q,的数值很少超过,2,。因此，,ARMA,模型,在预测中具有很大的实用价值。,二、,ARMA,模型阶数的确定和模型的估计,（一）,ARMA,模型阶数的确定,我们如何描述一个平稳随机过程的经济系统，我们,的基本想法是从随机过程抽取样本，再根据样本数,据建立模型。,那么，是建立,AR,模型、,MA,模型还是,ARMA,模型？这,就需要确定,p,和,q,的数值各是多少，为此需要计算样,本数据的自相关系数和偏自相关系数。而这个计算是,一个复杂的过程，为了实际应用的方便我们采用直接,利用计算机软件,EViews,来判断,p,和,q,的数值各是多少，,从而就确定了模型和模型的阶数。,在样本数据窗口，点击,View/,Correlogram,然后在对,话框中选择滞后期数，我们这里选取,12,，再点击,“,OK”,得到自相关系数和偏自相关系数及其图形，如,图,13.4.1,所示：,图,13.4.1,由图,13.4.1,可以看出,p,= 1,和,q,= 1,，即样本数据具有,ARMA,(1,1),模型过程。,（二）模型的估计,模型的理论计算过程较繁杂，我们这里仍然直接利,用,EViews,软件计算,:,在工作文件主窗口点击,Quick/Estimate Equation,，,在,Equation Specification,对话框中填入,y ma(1) ar(1),便得到模型,ARMA,(1,1),的估计结果，如图,13.4.2,所示：,图,13.4.2,由图,13.4.2,可以知道模型为：,=0.0134,y,t,-1,+,u,t,+0.945,u,t,-1,