运用spss软件分析利率与道琼斯指数之间的关系 毕业论文

《运用spss软件分析利率与道琼斯指数之间的关系 毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、利率与道琼斯指数的关系摘要：本文运用SPSS软件，用相关分析方法、回归分析方法和时间序列图来分析说明美国的利率水平与道琼斯指数之间的关系。数据摘自于金融时报，数据是从2000年1月3号到2007年9月14号的美国的利率水平和道琼斯指数。道琼斯指数是一种算术平均股价指数。它是世界上历史最为悠久的股票指数。它的全称是股票价格平均指数。该指数反映美国股票市场的总体趋势，涵盖金融、科技、娱乐、零售等多个行业。道琼斯的上升或者下降是否和利率有一定的关系。首先，对利率和道琼斯指数相关性分析，分析两者之间是否有显著相关做出判断

2、。描述性统计量均值标准差N道琼斯指数3271.757609.41772010利率.00016249710088.0104948195337662009相关性道琼斯指数利率道琼斯指数Pearson相关性1.038显著性（双侧）.087平方与叉积的和7.461E8489.903协方差371389.949.244N20102009利率Pearson相关性.0381显著性（双侧）.087平方与叉积的和489.903.221协方差.244.000N20092009根据相关性输出的结果表，道琼斯和利率之间的Pearson相关

3、的系数为0.038，表示两者存在正相关，两者之间存在正相关的双侧显著性值为0.087﹥0.01，表示在0.01的显性水平上肯定二者的相关假设。可以得出，利率与道琼斯指数存在显著相关关系。第二，对利率和道琼斯指数进行线性回归分析，判断两者之间是否存在线性关系输入／移去的变量b模型输入的变量移去的变量方法1利率a.输入a.已输入所有请求的变量。b.因变量:道琼斯指数模型汇总b模型RR方调整R方标准估计的误差Durbin-Watson1.038a.001.001609.2735.002a.预测变量:(常量),利率。b.

4、因变量:道琼斯指数.本实验回归模型调整的R2是0.001，说明拟合程度非常不好，DW值是0.002，说明模型残差存在比较严重的正自相关性。Anovab模型平方和df均方FSig.1回归1085193.80011085193.8002.923.087a残差7.450E82007371214.198总计7.461E82008a.预测变量:(常量),利率。b.因变量:道琼斯指数根据方差分析结果，回归部分的F值为2.293，相应的P值为0，小于显著水平0.05，因此可以判断利率对道琼斯指数解释的部分非常显著。系数a模型非

5、标准化系数标准系数tSig.B标准误差试用版1(常量)3271.44813.595240.639.000利率2215.1181295.554.0381.710.087a.因变量:道琼斯指数该图给出了显性回归模型的回归系数以及相应的一些统计量。从图可以得到回归模型中的常数和利率系数分别为3271.448和2215.118，说明一个利率可以带来2215个单位道琼斯指数上升。残差统计量a极小值极大值均值标准偏差N预测值3090.9223389.8573271.80723.24732009残差-1243.88561443

6、.0157.0000609.12182009标准预测值-7.7815.078.0001.0002009标准残差-2.0422.368.0001.0002009a.因变量:道琼斯指数从该图可以得到预测值、残差、标准预测值和标准残差的极小值等统计量。残差的最大值为1443而最小值为-1244，但平均值为0这是标准化残差的直方图。从该图可以看出尽管标准化但是没有满足正态分布。这图是标准化残差的标准P-P图。从图看出，没有服从正太分布。第三，由于利率和道琼斯不存在线性关系，利率跟道琼斯指数是随着时间变化趋势的。道琼斯指数

7、自相关图序列:道琼斯指数滞后自相关标准误差aBox-Ljung统计量值dfSig.b1.998.0222003.8751.0002.995.0223999.5972.0003.993.0225987.6093.0004.991.0227967.1634.0005.989.0229938.4195.0006.986.02211901.9116.0007.984.02213858.4647.0008.983.02215808.5648.0009.981.02217751.8639.00010.979.02219688

8、.63810.00011.977.02221618.37111.00012.975.02223540.92112.00013.972.02225455.93713.00014.970.02227363.19014.00015.968.02229262.47815.00016.966.02231154.17616.000a.假定的基础过程是独立性（白噪音）。b.基于渐近卡方