CFA二級(jí)的時(shí)間序列分析（Time-Series Analysis）是一個(gè)難點(diǎn)，希望下面總結(jié)的邏輯框架能對(duì)各位的復(fù)習(xí)有所幫助。
　　1、時(shí)間序列分析只有一組時(shí)間序列數(shù)據(jù)，要預(yù)測(cè)下一期的數(shù)據(jù)。回歸可以用來(lái)預(yù)測(cè)，但是由于時(shí)間序列分析只有一組數(shù)據(jù)（因變量），缺少自變量，因此要解決自變量的問(wèn)題。
　　2、線性趨勢(shì)模型（Linear trend model）就是用時(shí)間（t）來(lái)做自變量的一元回歸模型，這就解決了缺少自變量的問(wèn)題。但是時(shí)間序列數(shù)據(jù)不一定與時(shí)間t線性相關(guān)，很有可能是加速上升或者加速下降的。因此，做線性回歸之后可能存在自相關(guān)。
　　3、拿到一組時(shí)間序列數(shù)據(jù)，我們先做線性趨勢(shì)模型，然后用Durbin Watson檢驗(yàn)來(lái)檢驗(yàn)自相關(guān)。如果Durbin Watson檢驗(yàn)不能拒絕原假設(shè)（沒(méi)有自相關(guān)），那么就用線性趨勢(shì)模型；如果Durbin Watson檢驗(yàn)拒絕原假設(shè)（有自相關(guān)），那么就用對(duì)數(shù)線性趨勢(shì)模型。
　　4、對(duì)數(shù)線性趨勢(shì)模型（Log-linear trend model）昨晚之后，仍然用Durbin Watson檢驗(yàn)來(lái)檢驗(yàn)自相關(guān)。如果Durbin Watson檢驗(yàn)不能拒絕原假設(shè)，那么就用對(duì)數(shù)線性趨勢(shì)模型；如果Durbin Watson檢驗(yàn)拒絕原假設(shè)，那么就用自回歸模型。
　　5、自回歸模型（Autoregressive model）是用上一期的因變量來(lái)做自變量，因此也解決了缺少自變量的問(wèn)題。
　　6、但是自回歸模型是否解決了自相關(guān)的問(wèn)題呢？我們做完一個(gè)自回歸模型AR(1)之后，不能用Durbin Watson檢驗(yàn)來(lái)檢驗(yàn)自相關(guān)，而要用最原始的方法，計(jì)算每一個(gè)自相關(guān)系數(shù)，對(duì)每一個(gè)自相關(guān)系數(shù)做顯著性檢驗(yàn)t檢驗(yàn)。如果每一個(gè)自相關(guān)系數(shù)的顯著性t檢驗(yàn)都不能拒絕原假設(shè)（沒(méi)有自相關(guān)），那么就用這個(gè)AR(1)模型；如果有一個(gè)自相關(guān)系數(shù)的顯著性t檢驗(yàn)都拒絕原假設(shè)（有自相關(guān)），那么就要引入一個(gè)季節(jié)性延遲變量（seasonal lag），然后以新的（二元）自回歸模型重新回歸，估計(jì)回歸參數(shù)。
　　7、新的（二元）自回歸模型重新回歸之后，我們?nèi)匀挥?jì)算每一個(gè)自相關(guān)系數(shù)，對(duì)每一個(gè)自相關(guān)系數(shù)做顯著性檢驗(yàn)檢驗(yàn)。如果每一個(gè)自相關(guān)系數(shù)的顯著性t檢驗(yàn)都不能拒絕原假設(shè)（沒(méi)有自相關(guān)），那么就用這個(gè)新的（二元）自回歸模型；如果有一個(gè)自相關(guān)系數(shù)的顯著性t檢驗(yàn)都拒絕原假設(shè)（有自相關(guān)），那么就要再引入一個(gè)季節(jié)性延遲變量，然后以新的（三元）自回歸模型重新回歸。這樣周而復(fù)始，不斷引入季節(jié)性延遲變量，最終總能使每一個(gè)自相關(guān)系數(shù)的顯著性t檢驗(yàn)都不能拒絕原假設(shè)。也就是說(shuō)，自回歸模型可以根本解決自相關(guān)的問(wèn)題。
　　8、自回歸模型雖然解決了自相關(guān)的問(wèn)題，但是帶來(lái)了一個(gè)新的問(wèn)題：只有平穩(wěn)的時(shí)間序列數(shù)據(jù)才能做自回歸，這是自回歸模型的前提條件。CFA稱平穩(wěn)的時(shí)間序列數(shù)據(jù)為協(xié)方差恒定的時(shí)間序列數(shù)據(jù)（Covariance-stationary series）。
　　9、時(shí)間序列數(shù)據(jù)要協(xié)方差恒定，有一個(gè)必要條件，就是必須要有一個(gè)均值回復(fù)水平（mean reverting level）。對(duì)AR(1)模型，均值回復(fù)水平＝b0/(1-b1)。如果b1＝1，則該AR(1)模型不存在均值回復(fù)水平，這個(gè)時(shí)間序列數(shù)據(jù)也就不滿足協(xié)方差恒定。因此，做了一個(gè)AR(1)模型之后，我們要用Dickey-Fuller檢驗(yàn)來(lái)檢驗(yàn)斜率系數(shù)b1是否顯著不等于1（b1等于1稱為單位根）。如果Dickey-Fuller檢驗(yàn)可以拒絕原假設(shè)，那么就沒(méi)有單位根，可以用這個(gè)AR(1)模型；如果Dickey-Fuller檢驗(yàn)不能拒絕原假設(shè)，那么就有單位根，不可以用這個(gè)AR(1)模型，此時(shí)這個(gè)AR(1)模型稱為隨機(jī)游走模型。
　　10、隨機(jī)游走模型（Random walk）有單位根b1等于1，因此不滿足協(xié)方差恒定的前提條件，必須做一階差分（First differencing）。一階差分最終能解決單位根的問(wèn)題。
　　
　　　　
　　掃一掃微信，*9時(shí)間獲取2014年CFA考試報(bào)名時(shí)間和考試時(shí)間提醒
　　
　　
　　高頓網(wǎng)校特別提醒：已經(jīng)報(bào)名2014年CFA考試的考生可按照復(fù)習(xí)計(jì)劃有效進(jìn)行！另外，高頓網(wǎng)校2014年CFA考試輔導(dǎo)高清網(wǎng)絡(luò)課程已經(jīng)開(kāi)通，通過(guò)針對(duì)性地講解、訓(xùn)練、答疑、?？迹瑢?duì)學(xué)習(xí)過(guò)程進(jìn)行全程跟蹤、分析、指導(dǎo)，可以幫助考生全面提升備考效果。
　　報(bào)考指南：2014年CFA考試備考指南
　　免費(fèi)題庫(kù)：2014年CFA免費(fèi)題庫(kù)
　　考前沖刺：CFA備考秘籍
　　高清網(wǎng)課：CFA考試網(wǎng)絡(luò)課程