时间序列

时间序列

时间序列第3次上机试题

1. data1.xls给出了美国1963.4~1971.7短期国库券月收益率序列，试对此序列用Eviews或其它统计软件完成下列工作：

(1) 通过时序图和差分时序图考察序列的方差齐性；

时序图：

差分d1=d(series01,0,1)

差分序列时序图：

观察知具有异方差。

(2) 若序列存在异方差，对其做对数变换，消除异方差；对数变换series02=log(series01)

时序图：

对数变换差分d2=d(series02,0,1) 对数差分序列时序图：

对数差分序列自相关分析：

(3) 绘出观察值和预测值的对比图。观察值和预测值的对比图：

01为观察值01F为预测值

2. data2.xls给出了1979年12月31日至1998年12月31日外币对美元的日兑换率序列，试对此序列用Eviews或其它统计软件完成下列工作：。

(1) 绘制时序图和差分时序图；

时序图：

差分d1=d(daily_foreign_...,0,1)

差分时序图：

(2) 用确定性方法对观察值水平信息进行拟合；

①根据时序图和自相关图选择适当的确定性拟合模型；对原序列进行自相关分析：

序列为一阶自相关，用一阶自相关模型进行拟合。

② 给出确定性模型的拟合结果；

在quick →estimate equation ，输入data data(-1)

水平信息拟合模型基本为随机游走序列。 t

t X X ε+=-1t 残差检验结果显示，残差显著自相关。

③绘出残差自相关图；

④ 对残差进行自相关回归；

对残差进行自回归，得回归模型为 t

1t 0364.0νεε+=-t

(3) 对(2) ④中的新残差进行ARCH 检验，给出检验结果；

(4) 进行ARCH(5)模型拟合，给出拟合结果，并分析其长期相关性；

在quick→estimate equation，选择ARCH模型，arch=5,garch=0, 输入data data(-1)。

拟合结果显示，序列的波动有长期相关性，

如用ARCH（q）拟合，需要很大Q值，

所以尝试用GARCH（1,1）

(5) 进行GARCH(1,1)模型拟合，给出拟合结果，并给出最终的总模型。

在quick→estimate equation，选择ARCH，arch=1,garch=1,得出拟合结果。