金融时间序列分析课后答案.docVIP

金融时间序列分析课后答案 【篇一：金融时间序列分析 第二次作业】 2.4 （a） （b） ar 模型 coefficients: arlintercept 0.1975 0.0114 s.e. 0.0426 0.0032 方差估计值 =0.003512 aic=-1479.6 ma 模型 coefficients: ma1ma 2intercept 0.2067 0.0062 0.0114 s.e. 0.0439 0.0457 0.0031 方差估计值 =0.003505 aic=-1478.6 （c） 2.5 综上，不存在长范围相依的证据。 2.6 预测情况 2.7 ret = 0.0025872 -0.0035601m -0.0024942t -0.0009686w -0.0011164r+et 周末效应在 5% 的显著水平下显著成立。 2.8 （a） f 统计量 =0.8949 综上， sp500 不存在显著的星期五效应。 （b） 对残差序列的 qlb 检验结果 残差中不存在显著的序列相关性。 2.9 （a） f 统计量 =0.8638 接受原假设，不存在显著的星期五效应。 （b） autocortest(err, lag=12, type=c ( “l-j ubnogx”)) p-value=0.0197 残差中存在序列相关性。 （c） returnt = -0.0021 + 0.0008m + 0.0026t +0.0022w +0.0058r + 0.0026at + 0.1094 at-1 对改进后的模型进行 t 检验，p 值如下： 不存在显著的周末效应。 【篇二：应用时间序列分析部分习题答案 (1)】 运行程序： 【时序图】 【自相关图】 【白噪声检验结果】 结果分析： 1. 从时序图中可以看出，所分析序列有很明显的单调递增趋势，判 断该序列非平稳。 2.该序列的样本自相关系数分别为： 0.850 0.702 0.556 0.415 0.280 0.153 3. 从自相关图中可以看出，该序列的自相关系数向零衰减的速度比 较缓慢，且到达零 点后并非小幅度围绕零轴波动，而是一直向负方向递增。综上，该 序列是非平稳序列。 习题2.3.3编写程序： 运行程序： 【时序图】 【自相关图】 【白噪声检验结果】 结果分析： 1.该序列的样本自相关系数如白噪声检验图。 2. 先从时序图看出，序列没有明显趋势及规律性，可初步判断为平 稳序列；再从自相 关图中可看出，自相关系数迅速衰减为零，并随后一直在 2 倍标准 差范围以内，可认为自相关系数一直在零轴附近波动。综上，该序 列为平稳序列。 3. 延迟6 期的 p值是 0.20230.05 ，接受原假设，该 序列具有纯随机性。 习题2.3.4 例题2.4编写程序： 运行程序： 【篇三：金融时间序列分析复习资料】 宽）平稳的关系； 弱平稳的定义：对于随机时间序列 yt，如果其期望值、方差以及自 协方差均不随时间t 的变化而变化，则称 yt为弱平稳随机变量，即 yt 必须满足以下条件：对于所有时间 t，有 （i） yt+j1, ，yt+j2 ，? ，yt+jk ）只依赖于不同期之间的间隔距离（ j1， j2，? ， jk ），而不依赖于时间t，那么这样的集合称为严格平稳过程或简称 为严平稳 过程，对应的随机变量称为严平稳随机变量。 p46 xt 的 k阶差分 是； △ ｋ xt= △ ｋ-1 xt- △ xt-1 ，△ 表示差分符号。 ｋ-1 ｐ p ar（p）模型即 —平稳性；确定好差分方程的阶数，则其 1p ma(q) 模型 xt??t?1.1?t?1?0.24?t?2 ，则----可逆性； p88 所谓可 逆性，就是指将 ma 过程转化成对应的 ar 过程 ma 可逆的条件是其 逆特征方程的根全部落在单位圆外， 此题 q 为 2，逆特征方程为： 1-1.1 ｚ+0.24 ｚ2=0 ， 解得： z= 若一序列满足 arima( p, d, q) 模型(d 0) , 则此序列平稳吗？ 答：平稳，因为 arima( p, d, q)模型表表示经过 d 次差分后的序列， 其必定是平稳时间序列。 二、填空题（每题 2 分，共 20 分）。 平稳时间序列的特点：平稳 时间序列的特征方程的单位根的绝对值都小于 1,逆特征方程的根的 绝对值都大于 1。 （i） p p-1 p-2 1 1 已知 ar（1）模型为： xt?2?0.7xt-1??t ，?11= 设{xt} 为一时间序列， b 为延迟算子，则 b2yt 。 如果观察序列的时序图平稳，并且该序列的自相关图拖尾，偏相关 图 1 阶截尾，则选用什么 arma 模型来拟合该序列？ arma 模型包括： ar（）,ma