金融时间序列实验报告

1、金融时间序列实验报告 -CAL-FENGHAI.-(YICAI)-Company One 1 金融时间序列分析 综合实验二 金融系金融工程专业 2014 级姓名 山洪国 学号 20141206031048 实验地点： 实训楼B305实验日期： 2017.04, 21 实验题目：ARIMA模型应用 实验类型：基本操作训练 实验目的： 利用美元对欧元汇率1993年1月到2007年12月的月均价数据，进行ARIMA模型 的识别、估计、检验及预测。 实验内容： 1、创建Eviews文件，录入数据，对序列进行初步分析。绘制美元对欧元汇率月 均价数据折线图，分析序列的基本趋势，初步判断序列的平稳性。 2、

2、识别ARIMA (p, d,q)模型中的阶数p, d, q。运用单位根检验(ADF检验)确 定单整阶数d：利用相关分析图确定自回归阶数p和移动平均阶数q。初步选择儿个合 适的备选模型。 3、ARIMA (p, d,q)模型的估计和检验。对备选模型进行估计和检验,并进行比 较，从中选择最优模型。 4、利用最优模型对2008年1月美元对欧元汇率的月均价进行外推预测。 评分标准：操作步骤正确，结果正确，分析符合实际，实验体会真切。 实验步骤： 1、根据所给的Excel表格内的数据，将表格内的美元对欧元的汇率情况录入到 EViews9中，并对所录入数据进行图形化的处理，所得到的图形结果如下图所示。（时

3、 间段:1993. 01 至 2007. 12） EUR/USD 5 分析图形数据可得欧元对美元的汇率波动情况较为明显.其中在1999年至2003年 期间欧元和美元的比值一度在10以上。但近些年以来，欧元的汇率一度持续下滑, 到了 2007年底的时候和和美元的比值在0. 7左右。 Date: 04/1 9/17 Time: 17:00 SamplG： 1993M01 2007M12 Included observations: 180 Auto corre lation Partial Correlation AC FAC Q-Stat Prob 0.977 0.977 174.7 O (Au

4、tomatic - based on SIC, maxlag = 1 3) t-Statistic ProE x Auqrnented Dickey-Fuller test statistic -9.676555 0.0000 Test critical values: V % level 5% level 10% level -3 -16 71Z05 2 877636 -2.575430 MacKinnon Cd 996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: DQELIR_

5、IJBDI2) Method: Least squares Date. 04/19/17 Time: 17:24 Sample (adjusted); 19 93M0 3 2OO7M12 Included otservations: *1 78 after adjustments. VariableCoGHicienl Std. Error t-Stall Stic Prob. D(ELJR_USDC-1)-O 69-1721O O7V4B4-9 676SSSO OOOO C-O 0006380 00nS2-0 395&3O 6608 由该图可知，对比前面的未一阶差分的单位根检验，此一阶差分的

6、单位根检验P值为0 小于显著性水平o. 05,因此拒绝原假设，证明在一阶差分下的序列数据才是平稳的。 因此该序列的单整阶数d为1 : 1993M03 2007M12 Included observations: 178 after adjustments Convergence achieved after 3 iterations Variable Coefficient Std. E rrort-Stati Stic Prob. C 0.000922 0.002097-0.439890 0.6606 AR(1) 0.308279 0.0714844.312552 0.0000 R-squa

7、red 0.095572 Mean dependent var 0.000886 Adjusted R-squared 0 090433 S D dependent var 0.020291 S E of regression 0 019352 AKaik info cntenon 5.040911 Sum squared resid 0.065909 Schwarz criterion 5.005160 Log likelihood 450.6411 Hannan-Quinn criter. 5.026413 F-statistic 18.59810 DurbinWatson stat 1.

8、871573 Pro b(F-stati Stic) 0.000027 Inverted AR Roots 31 如上图所示，因为其中的截距项所对应的t统计量的Prob值为0. 66060. 05的显著性 水平因此要剔除截距项5 7 |Pro t Object Print Name Freeze Estimate Fore oast Stab Resids Dependent Variable: DEUR_USD Metnod: Least squares Date: 04/21/17 Time: 18:16 Sample (adjusted): 1993U03 2007M12 Include

9、d observations: 178 after adijustments Convergence achieved after 2 iterations Variable Coefficient Std. Error t-Statistic Prob. AR 0.309522 0.071265 4.343228 0.0000 R-squared 0.094579 Mean depenaenwar 0.000886 Adjusted R-squared 0.094579 S.D dependent#a 0.020291 S E of regression 0 019307 Akaike in

10、fo criterion 5 051050 Sunn squared resid 0.065982 Schwarz criterion -5.033174 Log likelihood 450.5434 Hannan-Quinn enter. 5.043801 DuroinWatson stat 1.871488 Inverted AR Roots.31 将截距项c去掉之后在进行回归可得上图所示的内容。 因此,根据图内的数据可知:Wt=0. 309522W(t-l) t=4. 343228 单从P值来看的话系数是显著的。不过还要对残差进行白噪声检验 View Proc Object Print

11、 Name Freeze Estimate Forecast Stats Resids Correlogram of Residuals Date: 04/21/17 Time: 18:26 Sample： 1993M03 2007M12 Included observations: 178 Q-statistic prooaoiiities adjusted tor 1 ar ma term(s) Autocorrelation Partial Correlation AC PAC Q-Stat Pro D i II i i 1 0 062 0.062 6943 匚 I 匚 i 2 -0 1

12、63 -0.167 5 53.18 019 匚 l i【 i 3 0.108 0.089 7 6630 a 022 i l i i i 4. -0 017 0.033 7 7151 a 052 i 口 i i i 5 0 077 0.050 8 8109 066 i l i I i 6 0 003 0.029 8 8125 a 117 i Oi i i 7 0 043 0.063 9 1607 a 165 i i i i 8 0 099 0.104 11 021 138 i I i i g -0 005 0.001 11.027 200 i i 10 0.097 0.143 12.829 0.171 i i 11 0 043 0.058 13.189 213 i i 12 -0 033 0.001 13 3gg 268 I - i i 13 0.006 0.024 T3 406 0.340 8 可得到:xt=l. 373X(t-l)-0. 568X(t-2)+0. 202X(t3) 4、利用最优模型对2008年1月美元对欧元汇率的月均价进行外推预测 以下利用步骤3中得出来的最优化模型ARIMA1, 0)来对2006年1月的美元对欧元汇 率的月均价进行推测。 根据所给的Excel数据可得，2007年12月是0. 68686 ； 2007年11月是0. 68