El proceso en cuestión es un proceso de media móvil de orden uno,
$$\varepsilon_t = \frac {1} {1+\theta L} X_t = \frac {1} {1-(-\theta) L} X_t, \qquad \theta =4.$$
Aquí $L$ es el operador de rezagos, $L^k(z_t) = z_{t-k}$. El proceso es estacionario en covarianza independientemente del valor de $\theta$, pero no es invertible ya que $\theta \geq 1$, por lo que no tiene una representación autorregresiva $AR(\infty)$.
Dado que $\theta \geq 1$ podemos resolverlo "hacia adelante", de la siguiente manera: Primero, definimos el operador hacia adelante $F^k \equiv L^{-k}, F^k(z_t) = z_{t+k}$.
Segundo, notamos que
$$\frac {1} {1-(-\theta) L} = \frac{1}{\theta L[-(-\theta^{-1})L^{-1} +1]} = \frac{\theta^{-1}L^{-1}}{1-(-\theta)^{-1}L^{-1]} = \frac{\theta^{-1}F}{1-(-\theta^{-1})F}$$
Entonces, dado que $\theta^{-1} <1$,
$$\frac {1} {1-(-\theta) L} = \theta^{-1}F\cdot [1-\theta^{-1}F + \theta^{-2}F^{2}-\theta^{-3}F^{3}+...]$$
Por lo tanto, $$\varepsilon_t = X_t \cdot \theta^{-1}F\cdot [1-\theta^{-1}F + \theta^{-2}F^{2}-\theta^{-3}F^{3}+...]$$
$$\implies \varepsilon_t = \sum_{j=1}^{\infty}\frac {(-1)^{j+1}}{\theta^j}X_{t+j}$$
Esta es la solución "hacia adelante", cuando el proceso de media móvil no es invertible.
Supongo que ahora el OP puede determinar si esta solución es estacionaria en covarianza.