案例四 我国金融机构储蓄存款余额序列的特征观察.doc

案例四 我国金融机构储蓄存款余额序列的特征观察.doc

ID:52047038

大小:318.00 KB

页数:8页

时间:2020-03-22

案例四 我国金融机构储蓄存款余额序列的特征观察.doc_第1页
案例四 我国金融机构储蓄存款余额序列的特征观察.doc_第2页
案例四 我国金融机构储蓄存款余额序列的特征观察.doc_第3页
案例四 我国金融机构储蓄存款余额序列的特征观察.doc_第4页
案例四 我国金融机构储蓄存款余额序列的特征观察.doc_第5页
资源描述:

《案例四 我国金融机构储蓄存款余额序列的特征观察.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、案例四我国金融机构储蓄存款余额序列的特征观察在木案例小,我们利用我国金融机构1992年1月到2007年12月储蓄存款余额数据』(参见数据集/随机时间序列的特征观察数据/我国金融机构储蓄存款余额月度数据.xls,单位:亿元),介绍随机时间序列特征的观察方法。1・创建EviewsX作文件(Workfile)从Eviews主选单屮选File/New/Workfile选择Monthly选项,输入Startdate:1992:01Enddate:2007:12,方法如案例一介绍。2.录入数据,并对序列进行初步分析在workfile窗口屮选O

2、bjects/NewObject,新建一个序列对象,命名为cxck,用来保存储蓄存款余额数据,并将数据导入。该序列的折线图如图4—1。数据来源:中经网统计数据库。2错误!文档中没有指定样式的文字。图4一1储蓄存款余额序列的折线图从图4—1我们可以看到,储蓄存款余额序列有明显的上升趋势,但没有明显的波动和季节因素。3・序列特征的观察(1)原序列的相关分析图观察打开cxck序列,在序列窗口下选屮View/Correlognim,如图4一2。SpreadSheetLineGraphBarGraphDescripti*Statistics

3、►TestsforDescriptiwStats►RistributionGraphs►One-WayTabulation.・・Correlogram・.・UnitRootTest・・・ConversionOptions.・・Label点击丿i7出现如图4一3的对话框。具屮,默认level表示不做怎分,1stdifference表示做一次差分,2nddifference表示做二次差分。这里我们观察原序列的相关分析图,选择level0Lagstoinclude,为定义计算自相关系数的最大滞示阶数K,这里我们取150图4-3相关分析图

4、对话框点击0K后,得到如图4—4的结果。该图左半部分为序列的白相关和偏自相关系数图,虚线为5%显著性水平下的置信带,右半部分的五列数值分别为:滞后期K、白相关系数q、偏自相关系数久上、Q统计量和相伴概率。可以看岀,储蓄存款余额原序列的H相关系数随着K增加缓慢下降,但一直到15期也没有落入置信区间,说明该序列非平稳。同时很难看出季节性成分。AutocorrelationPartialCorrelationACPACQ-StatProb10.9810.981187.860.0000.9630.000369.790.0000.945-0

5、.007545.870.0000.927-0.015716.100.0000.909-0.005880.610.0000.891-0.0131039.40.0000.872-0.0081192.60.0000.854-0.0051340.40.0000.836-0.0131482.70.000100.818-0.0151619.60.000110.800-0.0091751.10.000120.7830.0341877.90.000130.766-0.0082000.10.000140.750-0.0052117.70.00015

6、0.733-0.0052230.80.0004错误!文档中没有指定样式的文字。(2)差分序列的相关分析图观察为了确定储蓄存款余额序列是否为一个齐次非平稳序列。如果是,需要差分多少次才能平稳。我们观察差分序列的相关分析图。Lcxicnnggco60观察一次差分序列相关分析图。如图4—3屮,我们选择1stdifferenceo同时为了观察是否有季节特征,自相关系数的最大滞后阶数K,我们取36。得到的结果如图4一5。图4-5储蓄存款余额一次差分序列相关分析图可以看出一次差分后的序列虽然近似平稳,但样木自相关系数“•,在H12,24,3

7、6有明显的峰值,这充分反映出季节性。从图4—1和图4—4屮,我们很难发现序列的季节特征,这主要是由于原序列的强趋势性掩盖了季节性。可见,相关分析图是我们分析序列特征的一个非常有用的工具。(3)剔除季节成分后的相关分析图观察由于季节成分的存在,可能会使我们对储蓄存款余额序列的分析存在偏差,因此我们利用季节调整手段剔除季节成后,再观察序列。这里我们用移动平均加法模型对序列讲行季节调整,方法同案例三,得到的序列命名为cxcksao观察储蓄存款余额季节调整后序列(cxcksa)相关分析图。如图4-3屮,我们选择levelo最大滞示阶数K,

8、我们取15。得到的结果如图4—6。可以看出,储蓄存款余额季节调粥后•序列的B相关系数随着K增加缓慢下降,但一有•到15期也没有落入置信区间,说明还是非平稳序列。10.9810.981187.820.00020.963-0.007369.570.00

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。