关于AR(1)和random walk

2919

收藏 2011-01-28

我们现在在为一个random walk process( y(t)=y(t-1)+e(t))建立一个markov transition matrix. 但是现在绝大多数文献(比如 tauchen(1986) 和tauchen&hussey(1991))都只讨论对AR(1) (y(t)=r*y(t-1)+e(t), r<1) 过程建立这样的tansition matrix. 我们现在的想法是取r接近1(比如0.99)来近似模拟random walk，然后用AR(1)的方法来做。但是random walk和AR(1)毕竟本质还是不一样的，没有期望和方差，所以不知道我们这样做偏差会不会很大？不知道大家有没有这方面的经验阿？谢谢了！！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

vigorlau

2011-1-28 14:45:26

Sure, you can use this model.
More precisely, y(t)=y(t-1)+e(t) is called 'first-order random-walk model'. You can also use AR(p),p>1, but the first-order model is practically rational in most applications.
The main reason for assuming r is sufficiently close to 1 is to simplify the derivations during the tracking analysis.

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群