base什么意思-preparations
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（）。
(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
-来源网络，仅供个人学习参考
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。
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。
5.已知AR（1）
模型：
X
t
+0.8
X
t?1
＝
?
t，
?
t
服从N(0,0.36)，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。
(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AR
MA（1，1）模型即：
X
t
＝0.6
X
t?1
+
?
t
－0.3
?
t?1
，其中，
?
t
是<
br>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，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
：
-来源网络，仅供个人学习参考
??
2
自相关系数）
k
2
0.06
4 0.04
5 0.00
k
0.04
0.06
0.02
-0.06
0.00
1
-0.47 -0.47 6
-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
?
(1),X
?
(2)
。
X
t?3
=－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<
br>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 -Statis
nt
AR(1)
MA(1)
R-squared
r tic
Prob.
0.907855
0.044842 20.24545 0.0000
-0.934043 0.038226
-24.4347 0.0000
0.318165 Meandependentvar
4.983333
AdjustedR-squ0.298111 entvar 8.970762
ared
ess7.515597 Akaikeinfocriteri6.925791
ion on
Sumsquaredres1920.463
Schwarzcriterion 7.013764
id
Loglikelihood
-122.6642 F-statistic
-来源网络，仅供个人学习参考
11.86545
Durbin-Watson2.041612
Prob(F-statistic) 0.000340
stat
InvertedMARoo-.71
ts
(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？
-来源网络，仅供个人学习参考