小学二年级数学试题-京畿怎么读
成都信息工程学院考试试卷
2012——2013学年第2学期
课程名称:《金融时间序列分析》
班级:金保111本01、02、03班
试卷形式:开卷 闭卷 √
试题
得分
一
二
三
四
五
六
总分
一、判断题(每题1分,正确的在括号内打√,错误的在括号内打×,共15分)
1.模型检验即是平稳性检验( )。
2.模型方程的检验实质就是残差序列检验( )。
3.矩法估计需要知道总体的分布( )。
4.ADF检验中:原假设序列是非平稳的( )。
5.最优模型确定准则:AIC值越小、SC值越大,说明模型越优( )。
6.对具有曲线增长趋势的序列,一阶差分可剔除曲线趋势( )。
7.严平稳序列与宽平稳时序区分主要表现在定义角度不同( )。
8.某时序具有指数曲线增长趋势时,需做对数变换,才能剔除曲线趋势( )。
9.时间序列平稳性判断方法中 ADF检验优于序时图法和自相关图检验法( )。
10.时间序列的随机性分析即是长期趋势分析( )。
11.ARMA(p,q)模型是ARIMA(p,d,q)模型的特例( )。
12.若某序列的均值和方差随时间的平移而变化,则该序列是非平稳的( )。
13. MA(2)模型的3阶偏自相关系数等于0( )。
14.ARMA(p,q)模型自相关系数p阶截尾,偏自相关系数拖尾( )。
15.MA(q)模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的
绝对值均在单位圆内( )。
二、填空题。(每空2分,共20分)
1.
X
t
满足ARMA(1,2)模型即:
X
t
=0.43+0
.34
X
t?1
+
?
t
+0.8
?
t?1
–0.2
?
t?2
,则均值
=
,
?
1
(即一阶移动均值项系数)= 。
2.设{x
t
}为一时间序列,B为延迟算子,则BX
t
=
。
3.在序列y的view数据窗,选择
功能键,可对序列
y做ADF检验。
2
4.若某平稳时序的自相关图拖尾,偏相关图1阶截尾,则该拟合
模型。
X
t
+0.8
X
t?1
=
?
t<
br>,
?
t
服从N(0,0.36),5.
已知AR(1)模型:则一阶自相关系数= ,
方差=
。
6.用延迟算子表示中心化的AR(p)模型 。
7.差分运算的实质是使用
方式,提取确定性信息。
8. ARIMA(0,1,0)称为
模型。
三、问答题。(共10分)
1.平稳时间序列的统计特征。
2.简述时域分析法分析步骤。
四、计算题。(40分)
1.(
10分)已知ARMA(1,1)模型即:
X
t
=0.6
X
t?1<
br>+
?
t
-0.3
?
t?1
,其中,
?
t
是白噪
声序列,试求:
(1)模型的平稳可逆性;(2)将该模型等价表示为无穷阶MA模型形式。
2.(10分)设有AR(2)过程:(1-0.5B)(1-0.3B)X
t
=
?
t
,其中,
?
t
是白噪声序列,<
br>试求
?
k
(其中,k=1,2)。
3.(10分)某时间序列Y
t
有500个观测值,经过计
算,样本自相关系数和偏自相关系数
的前10个值如下表:试(1)对{Y
t
}所属模
型进行初步识别;(2)给出该模型的参数
估计;(3)写出模型方程;(
?
kk:偏自相关系数;
?
k
:自相关系数)
k
??
?
kk
?
?
k
?
k
?
kk
0.04
0.06
?
?
k
0.02
-0.06
0.00
?
1 -0.47 -0.47 6
2 0.06
4 0.04
5 0.00
-0.21 7
-0.10 9
3 -0.07 -0.18 8
-0.04 -0.01
-0.05 0.01
-0.05 10 0.01
4.(10分) 已知某ARMA(2,1)模型为:
X
t
=
0.8
X
t?1
-0.5
X
t?2
+
?
t
-0.3
?
t?1
,给定
X
t?3
=
?<
br>(1),X
?
(2)
。 -1,X
t-2
=2,
X
t-1
=2.5, X
t
=0.6;
?
t
=-0
.28,
?
t?1
=0.4,
?
t?2
=0。求
X
tt
五、综合分析题。(15分)
1.(5分)序列{y
t
}的时间序列图和ADF检验结果如下:
问:该序列是否平稳,为什么?(2)要使其平稳化,应对该序列进行哪些差分处理;
2.(5分)对某序列{y
t
}做参数估计,结果如表2示:
Variable
AR(1)
MA(1)
R-squared
Coefficient Std. Error t-Statistic
0.907855
-0.934043
0.318165
0.044842
0.038226
20.24545
-24.4347
Prob.
0.0000
0.0000
4.983333
8.970762
7.013764
11.86545
0.000340
Mean dependent
var
S.D. dependent var
Schwarz
criterion
F-statistic
Prob(F-statistic)
Adjusted R-squared 0.298111
S.E. of regression 7.515597
Sum squared
resid 1920.463
Log likelihood -122.6642
Durbin-Watson stat 2.041612
Inverted MA
Roots -.71
Akaike info criterion
6.925791
(1)写出模型; (2)模型的参数检验是否通过?为什么?
3.(5分)某序列的残差序列的自相关图和偏自相关图如下:
(1)序列{y
t
}残差检验的基本原理;(2)有何结论?为什么?