金融统计实验报告.docxVIP

《金融统计分析》实验报告

题目 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2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：

ir.L=ar(dlff(二t■二J )

ir.L=ar(dlff(二t■二J,met2：od=pn.Le)

ir.L^order

[1]12

adfTestLacs=L2r (NcR))

Title:

AugroentedDickey-FalleiTest

TestResults:

PARAMETER:

LagOrder:12

STATISTIC:

Dickey-Faller:-if..7591

PVALUE:

0.01

Description;

MonJan2013;41;062016byjser;Jorin

Warningmessage:

InadfTest(rtn,2L己□吕=12,type=c(FrcFr)):p-valaemir.己Ilertil己二lpiintedq-T己J/jl已图表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。

Seriescllpr

Seriescllpr

(图表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。

S805S

S805S

LLO?MeCL

15

(图表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。

0 12 3 4 5 6

65.66.59676666.32360248.66367037.47195335.4155011B.653O63

7 6 9 10 11 12

20.3420117.55596315.155S2515.338519 9.239427 0.000000

orciwr

（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：

arluma(x=rateforder=c(6,0,0}}

Coef