金融计量学——ARMA模型_第1页
金融计量学——ARMA模型_第2页
金融计量学——ARMA模型_第3页
金融计量学——ARMA模型_第4页
金融计量学——ARMA模型_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、精选优质文档-倾情为你奉上金融计量学作业1对中国人均GDP同比建立ARMA模型：数据来源：国家统计局，中国人均GDP同比数据从1990年-2018年。 折线图如图所示，是1990-2018年的中国人均GDP同比的折线图，1990年到1993年中国人均GDP同比一路增长，1993年到2000年中国人均GDP同比一路下跌，而后又增长，一直到2007年，2007年后中国人均GDP同比震荡下跌。Correlogram of R 从中国人均GDP同比增长的SACF、SPACF以及Q统计量中的SPACF在一阶后出现截尾，并且ACF快速收敛到0，说明时间序列平稳，可以得到模型有AR（1）过程。于是构建AR（

2、1）模型。并分别进行显著性检验、平稳性检验和残差自相关检验。显著性检验中，p值小于0.05，说明显著，解释变量对被解释变量有较好的解释意义。初步回归模型：（Rt-9）=0.6（Rt-1 -9）+t是随机扰动项，R是中国人均GDP同比。特征方程的根在单位圆内，说明平稳。对AR（1）模型的残差自相关作LM检验，由F统计量的p值小于0.05,拒绝原假设，说明存在残差自相关。Correlogram of Residuals从残差的ACF、PACF及Q统计量图中的PACF可知，ARMA模型中MA的阶数是1。于是，可以构建ARMA（1，1）模型。从图中可知，解释变量对中国人均GDP同比有较好的解释意义。由于特征方程的根都落在单位圆内，说明模型平稳，并且可逆。最后，对ARMA（1，1）模型作LM检验，发现F统计量不显著，接受原假设，说明没有残差自相关存在。中国人均GDP同比的ARMA(1，1)模型如下： （Rt-8.92）=0.48（Rt-1 -8.92

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论