金融时间序列分析(第三版)课后答案.pdfVIP

金融时间序列分析(第三版)课后答案--第1页

2.2

解:

ErEr()0.010.2(),，(1)因为tt,1

r是若平稳序列t

Er()Er()所以=tt,1

Er()=0.0125即t

,,,,,(2)因为,=1ll11,0

,,=0.2,=0.04故21

,

ae(1)(3)=,其中为向前一步预测误差,h=100,er(1)(1),,h，1hhh1，rh

VareVara((1))(),=0.02*0.02hh，1

2同理VareVara((2))()(1),，,hh，11

故向前一步和两步的标准差分别为0.02和0.0200042.4

解:

代码:

Box-Ljungtest

data:decile2

X-squared=55.7363,df=12,p-value=1.335e-07,

从中可以看出拒绝原假设，即拒绝decile2前十二个间隔的自相关系

数都为0

Box-Ljungtest

金融时间序列分析(第三版)课后答案--第1页

金融时间序列分析(第三版)课后答案--第2页

data:decile10

X-squared=10.6872,df=12,p-value=0.5559，

因为P值大于0.5，不能拒绝原假设，即可认为Decile10前十二阶无

序列自相关。

b，decile2timeseris=ts(decile2,frequency=12,start=c(1970,1))

plot(decile2timeseris)

从图中我们可以看出样本几乎是平稳的，我们对其做检验

library(fUnitRoots)

##############平稳性检验

Title:AugmentedDickey-FullerTestTestResults:

PARAMETER:

LagOrder:12

STATISTIC:

Dickey-Fuller:-4.8996

PVALUE:

0.01

从中可以看出无法拒绝原假设平稳性的假定

acf(decile2timeseris,lag.max=36)pacf(decile2timeseris,lag.max=36)

金融时间序列分析(第三版)课后答案--第2页

金融时间序列分析(第三版)课后答案--第3页

从自相关函数来看在间隔36,24,12以及1处显著不为0，如果接

受季节性ARMA模型，

m2=arima(decile2timeseris,order=c(1,0,0),seasonal=list(order=c(1,0,

1),period=12))

##########结果如下

Series:decile2timeseris

ARIMA(1,0,0)(1,0,1)[12]withnon-zeromean

Coefficients:

ar1sar1sma1intercept

0.19810.9891-0.93