关于上证A股指数.docVIP

关于上证A股指数 时间序列和ARCH模型的建立和分析 统计91 何黎松 实验步骤 录入数据 数据使用上证指数2011年8月30日到2012年5月14日收盘价，共167个数据 平稳性检验 Null Hypothesis: X has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=13) t-Statistic ??Prob.* Augmented Dickey-Fuller test statistic -2.654255 ?0.0843 Test critical values: 1% level -3.469691 5% level -2.878723 10% level -2.576010 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(X) Method: Least Squares Date: 05/17/11 Time: 19:00 Sample (adjusted): 2001 2167 Included observations: 167 after adjustments Variable Coefficient Std. Error t-Statistic Prob.?? X(-1) -0.060539 0.022808 -2.654255 0.0087 C 149.1135 56.75867 2.627149 0.0094 R-squared 0.040949 ????Mean dependent var -1.416676 Adjusted R-squared 0.035137 ????S.D. dependent var 30.02569 S.E. of regression 29.49348 ????Akaike info criterion 9.618119 Sum squared resid 143527.8 ????Schwarz criterion 9.655460 Log likelihood -801.1129 ????Hannan-Quinn criter. 9.633275 F-statistic 7.045072 ????Durbin-Watson stat 1.999338 Prob(F-statistic) 0.008726 通过P值判断，通过检验。 计算acf和pacf Acf 拖尾，pacf截尾，建立AR（1）模型 建立ＡＲ（１）模型，回归的到： Estimation Command: ========================= LS X AR(1) Estimation Equation: ========================= X = 0 + [AR(1)=C(1)] Substituted Coefficients: ========================= X = 0 + [AR(1)=0.999333290162] 可见，上证指数的价格指中后一项和前一项存在强烈的相关关系，高达0.99.所以实际中，可以用后向预测前项。 ARCH检验 估计ARCH 模型的常用方法是极大似然估计。对于回归模型 步骤如下： 1 在建立的Ar模型的基础上通过使用LM统计量来检验ARCH效应。 截图得到： Heteroskedasticity Test: ARCH F-statistic 0.472055 ????Prob. F(1,165) 0.0930 Obs*R-squared 0.476414 ????Prob. Chi-Square(1) 0.0901 可见，存在arch效应，以此为基，建立arch模型： ARCH建模 利用极大似然估计ARCH模型，的结果如下： 方程为： Estimation Command: ========================= ARCH(1,0,BACKCAST=0.7,DERIV=AA) X AR(1) Estimat