自回歸模型(自回歸)

自回歸模型

自回歸一般指本詞條

自回歸模型(英語:Autoregressive model,簡稱AR模型),是統計上一種處理時間序列的方法。

自回歸模型被廣泛運用在經濟學、信息學、自然現象的預測上。

p階自回歸模型的自相關係數拖尾,偏自相關係數p階截尾。

基本介紹

  • 中文名:自回歸模型
  • 外文名:autoregressive model
  • 提出者:克里斯托弗·西姆斯
  • 性質:常用的計量經濟模型
  • 簡稱:AR模型
  • 套用學科:統計學
簡介,定義,優點與限制,向量自回歸,定義,例子,

簡介

自回歸模型(英語:Autoregressive model,簡稱AR模型),是統計上一種處理時間序列的方法,用同一變數例如x的之前各期,亦即x1至xt-1來預測本期xt的表現,並假設它們為一線性關係。因為這是從回歸分析中的線性回歸發展而來,只是不用x預測y,而是用x預測 x(自己);所以叫做自回歸
自回歸模型被廣泛運用在經濟學、信息學、自然現象的預測上。

定義

其中: c是常數項;
被假設為平均數等於0,標準差等於
隨機誤差值;
被假設為對於任何的t都不變。
文字敘述為:X的當期值等於一個或數個落後期的線性組合,加常數項,加隨機誤差。

優點與限制

自回歸方法的優點是所需資料不多,可用自身變數數列來進行預測。但是這種方法受到一定的限制:
必須具有自相關,自相關係數
)是關鍵。如果自相關係數(R)小於0.5,則不宜採用,否則預測結果極不準確。
自回歸只能適用於預測與自身前期相關的經濟現象,即受自身歷史因素影響較大的經濟現象,如礦的開採量,各種自然資源產量等;對於受社會因素影響較大的經濟現象,不宜採用自回歸,而應改採可納入其他變數的向量自回歸模型

向量自回歸

定義

向量自回歸模型是AR模型的推廣。這個概念應當區別於金融風險管理的VaR模型。VaR模型是用於衡量市場風險和信用風險的大小,輔助金融機構進行風險管理和監管部門有效監管的工具。
⒈1995年巴塞爾委員會同意具備條件的銀行可採用內部模型為基礎,計算市場風險的資本金需求,並規定將銀行利用得到批准和認可的內部模型計算出來的VaR值乘以3,可得到適應市場風險要求的資本數額的大小。這主要是考慮到標準VaR方法難以捕捉到極端市場運動情形下風險損失的可能性,乘以3的做法是提供了一個必要的資本緩衝
⒉Group of Thirty 1993年建議以風險資本(Capital—at—risk)即風險價值法(VaR)作為合適的風險衡量手段,特別是用來衡量場外衍生工具的市場風險。
⒊1995年,SEC也發布建議,要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。
這些機構的動向使得VaR模型在金融機構進行風險管理和監督的作用日益突出。
VAR模型描述在同一樣本期間內的n個變數(內生變數)可以作為它們過去值的線性函式

例子

例1.Yt = α+βXt-1 + ut, t = 1,2,…,n
本例中Y的現期值與X的一期滯後值相聯繫,比較一般的情況是:
Yt = α+β0Xt1Xt-1 +……+βsXt-s + ut,
t = 1,2,…,n
即Y的現期值不僅依賴於X的現期值,而且依賴於X的若干期滯後值。這類模型稱為分布滯後模型,因為X變數的影響分布於若干周期。
例2.Yt = α+βYt-1 + ut, t = 1,2,…,n
本例中Y的現期值與它自身的一期滯後值相聯繫,即依賴於它的過去值。一般情況可能是:
Yt = f (Yt-1, Yt-2, … , X2t, X3t, … )
即Y的現期值依賴於它自身若干期滯後值,還依賴於其它解釋變數
在本例中,滯後的因變數(內生變數)作為解釋變數出現在方程的右端。這種包含了內生變數滯後項的模型稱為自回歸模型。
在這類模型中,由於在X和它的若干期滯後之間往往存在數據的高度相關,從而導致嚴重多重共線性問題。因此,分布滯後模型極少按(1)式這樣的一般形式被估計。通常採用對模型各係數βj施加某種先驗的約束條件的方法來減少待估計的獨立參數的數目,從而避免多重共線性問題,或至少將其影響減至最小。這方面最著名的兩種方法是科克方法和阿爾蒙方法。
自回歸模型自回歸模型

相關詞條

熱門詞條

聯絡我們