搜索
时间序列分析实验报告实验课程名称时间序列分析实验项目名称ARCH模型年级专业学生姓名成绩1理学院实验时间：2015年11月24日学生所在学院：理学院专业：应用数学班级：金融学姓名孙晗学号115113001152实验组实验时间11月24日指导教师谢建春实验项目名称ARCH模型学习实验目的及要求：熟悉ARCH模型的建模原理掌握ARCH的模型结构，参数估计，预测等实验原理：ARCH模型是将历史波动信息作为条件，并采用某种自回归形式来刻画波动的变化。对于一个时间序列而言，在不同的时刻包含的历史信息不同，因而相应的条件方差也不同。利用ARCH模型，可以刻画出随时间变化而变化的条件方差。实验硬件及软件平台：计算机Eviews网络实验步骤：1、在Eview中录入数据2、绘制它的时序图，自相关图，偏自相关图判断是否为平稳序列3、若非平稳序列，则先进行差分运算，转化为平稳序列4、对序列进行方差齐性检验5、若方差非齐，则构造ARCH模型，确定ARCH模型阶数6、估计模型中未知参数的值7、检验模型的有效性8、模型优化2实验内容（包括实验具体内容、算法分析、源代码等等）：1994年1月-2012年3月江苏省居民消费价格指数1、平稳性和随机性检验根据数据做出时序图时序图显示序列具有明显递减趋势，且波动幅度随时间递增，为非平稳序列。做自相关图和偏自相关图3可以发现序列的自相关系数递减到零的速度相当缓慢。是非平稳序列的一种典型的自相关图。2、差分化处理做一阶12步差分，做出如下时序图DX由该时序图我们基本可以认为其是平稳的。3、残差检验在原假设为残差序列为随机的情况下，拟合统计量的P值大多显著小于显著性水平0.05，可以认为该残差序列是非随机的，不是白噪声序列。对残差平方进行检验4显然在同方差的假设下，P值小于显著性水平0.05，说明残差序列存在异方差性。4、ARCH模型选择采用条件异方差模型GARCH(1,1)模型，如下图所示对残差序列进行检验5、模型参数估计结果可以看出残差序列短期基本上是满足白噪声序列的。所以选用GARCH(1，1)，表示为：5指导教师意见：签名：年月日