004008唐小勇金融统计实验报告.docVIP

PAGE 2 - PAGE \* MERGEFORMAT - 1 - 《金融统计分析》实验报告 题目 基于万科A股线性时间序列分析与GARCH模型 分析 姓名 唐小勇 班级 11301020402 学号 11301040208 《金融统计分析》实验报告参考标准及得分 序号 指标 分值 得分 1 选题有现实意义，且能体现金融与统计的结合 10 2 综合应用数据处理技术解决金融问题的能力，熟练操作统计软件R的能力 50 3 与学分相适应的工作量和难度，有一定的创新，结论明确 20 4 报告撰写质量：图标美观，参考文献，格式合适等 20 实验报告成绩 任课教师签名 实验一 实验内容：基于万科A股线性时间序列分析 实验结果：arma模型对数据的动态线性相依性的建模是充分的 实验过程： 万科企业股份有限公司成立于1984年5月，是目前中国最大的专业住宅开发企业，也是股市里的代表性地产蓝筹股。我们可以对其收盘价指数作出分析。 首先从resset数据库中下载了万科A股（000002）的日收盘价（2000/1/1至2016/1/1）。共计3543个观测值。 利用R软件作出其日收盘价时序图（图表1）。 （图表 SEQ 图表 \* ARABIC 1 万科A股在2000/1/1到2016/1/1期间的日收盘价） 由图表1可见，在2000/1/1到2016/1/1期间的日收盘价有明显的涨跌趋势。其中2006年到2008年的涨幅和跌幅幅度最大，而在2015年之后也有持续增幅的趋势。故我们先可认为其收盘指数不稳定。进一步作出日收盘指数取对数，并进行一阶差分，得到2000/1/1到2016/1/1期间万科A股日收盘指数收益的时序图（图表2）。 （图表 SEQ 图表 \* ARABIC 2 万科A股在2000/1/1到2016/1/1期间的日对数收益率） 由图表2可以观察到，万科A股的日对数收益率在0值周围波动，除了几个少数几个值波动比较大外，其他的都在一个固定的范围内波动，即在方差范围波动。我们可以简单认为其为平稳序列。 先对其进行单位根检验，如图： 图表 SEQ 图表 \* ARABIC 3 单位根检验 取日收益率的对数，对该对数序列进行扩展的Dickey-Fuller单位跟检验，我们选择p=10，ADF检验统计量是-9.09，p值是0.01，所以可以得到的结论是拒绝原假设，说明该序列是个平稳性序列。 （图表 SEQ 图表 \* ARABIC 4 一阶差分序列的时序图） 下图为该样本数据的偏自相关函数图，由图可以看出该样本数据的PACF在第6个点才看起来是显著的，是拖尾的，更后面的也有但是在这里我们不考虑。 （图表 SEQ 图表 \* ARABIC 5 差分序列的样本PACF） AR(P)模型建立与分析 AR(P)模型的定阶方式有两种，第一种方法利用偏字相关PACF函数，第二种用某个信息准则函数AIC。观察样本偏自相关函数，我们发现在5%显著性水平条件下，3、4、6、7、11、12阶数显著。进一步我们利用信息准则AIC来判定阶数。 （图6 上证指数日指数收益率AIC滞后12阶） AIC信息准则为序列识别出了一个AR(12)模型，但同时也说明AR（6）模型也存在一定的合理性，图五表明，如果着重于低阶的模型，AIC会识别AR（6）模型，注意：在R语言中的AR命令已经对AIC准则值进行了调整，使得AIC的最小值为0。运用R语言进行拟合AR（6）模型，结果如图六： （图7 上证指数日指数收益率AR（6）拟合模型各参数估计值） 拟合的模型为： 模型的各参数的标准误差都为0.132，在显著性5%水平下，根据2倍标准差原则滞后1,2阶系数显著为0，故修改后的拟合模型为： 我们必须仔细检查拟合模型以防止可能存在的模型的非充分性。如果模型是充分的，那么它的残差序列应为白噪声，我们运用Ljung-Box统计量对残差序列进行检验，滞后12阶，结果如图七： （图8 上证指数日指数收益率AR（6）拟合模型残差序列Box检验） 其中Q(12)=32.768,并且基于它的渐进分部的自由度为9的卡方分布，得到的p值为0.00001在5%的置信水平下，前拒绝原假设，则残差序列的前12个系数无相关性被拒绝，也就是说残差序列为非白噪声，同时在Q(12)=32.768，其中p值为0.000146（基于分布），该模型对数据的动态线性相依性的建模