时间序列分析课程报告.doc

《时间序列分析课程报告.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、自回归条件异方差模型一、问题提出一些时间序列特别是金融时间序列，常常会出现某一特征的值成群出现的情况。如对股票收益率序列建模，其随机扰动项往往在较大幅度波动示紧接着较大幅度的波动，在较小幅度波动后紧接着较小幅度的波动。这种性质也就是波动的集群性。在一般冋归分析和时间序列分析屮，要求随机扰动项是同方羌，但这类序列随机扰动项的无条件方养是常量，条件方差是变化的量。这种情况下，需要使用条件异方差模型。二、实例引出【问题】序列耳和兀分别代表1951-1998年我国商品零售物价指数和居民消费价擀指数，见表1.1。表1」我国商品零售价与居民消费价格指数年份SX年份SX年份SX19511.1221.

2、12519671.3321.36419831.5561.69119521.1181.15519681.3331.36519841.61.73719531.1561.21419691.3181.37819851.7411.94419541.1831.23119701.3151.37819861.8452.0819551.1951.23519711.3051.37719871.982.26319561.1951.22419721.3021.37919882.3462.73119571.2131.26619731.311.3819892.7643.17619581.2161.25219741

3、.3171.38919902.8223.21719591.2271.25619751.3191.39519912.9043.38119601.2651.28819761.3231.39919923.0613.87219611.471.49619771.351.43719933.4654.21219621.5261.55319781.351.44719944.2175.22719631.4361.46119791.3861.47419954.8416.12119641.3831.40719801.4691.58519965.1366.62919651.3461.3919811.5041.

4、62519975.1776.81419661.3421.37319821.5331.65819985.0436.76【探讨分析】第一步：在eviews6.0中做出y和兀的时序图,见图1.U图1」我国商品零售物价与居民消费价格指数时序图由图1.1可以看出，两个时序是非平稳序列，可以考虑进行差分处理。若差分序列平稳，则可以对差分序列建立ARMA模型，否则模型失效。第二步：分别对两个序列做一阶弟分，得到差分序列记为ds与dx,eviews中的命令为seriesds=s-s（-l）,seriesdx=x-x（-1）。对差分序列做出时序图观察，见图1.2。图1.2零售价与消费价格指数一阶差分时序

5、图由图1.2可知，一阶差分序列依然不平稳，此时可以考虑继续做二阶差分。在此，先继续分析相关性问题，即假如建立ARMA模型，其屮的阶数p,q取值，见图1・3。□Series:DSWorkfile：CHAPTERWUntWed□Series:DXWorkfile:CHAPTER9::UntidedV*w]Proc

6、Ob)ect

7、Properg$

8、Pmt]Name]Freeze]Sample]Genr[Sheet]Graph]Stats]WentDate1260/12Time:21:42Sample19511998Inducedobservations:47VewlProcIObject

9、IProperte$IPnnt

10、Name

11、Freeze]SamplejGenrISheetIGraphIStatsIIdentICorretogramofDXDate:12/30/12Time:21:44Sample:19511998Inducedobservations:47——!1——!1072707272643900001Ou120327-04273189600001113009401703235800001•3•400790.128326920.0001□1Z3502460.292360200.0001O1□160341-0.127425580.0001O11702730.00

12、2468380.00011J'801590.071483240.00011•C190040-010448420000011'11104.0030007484210000AutococrelabonPartialCorrelationACPACQ-StatProbAutocorrelationPartialCorrelationACPACQ-StatProb1CZZD•107230.723262020.0001•a•20467-0.11937.3