Eviews实验报告1.docVIP

实验概述： 【实验目的及要求】 深刻理解平稳性的要求和arma建模的思想。 学会如何通过观察自相关系数和偏相关系数，确定并建立模型。 学会如何利用模型进行预测。 熟练掌握EVIEWS的结果，看懂eviews的输出结果。 【实验原理】 ARMA(p, q)过程的平稳域和可逆域 实验内容： 【实验方案设计】 关于我国城乡居民消费水平众多学者提出了诸多具建设性意义的见解。研究成果主要分两类一是从城乡居民消费的差异原因出发，从机理上探讨城乡消费出现断层的原因，如范剑平（1994）和高觉民(2005) 二是用数理统计方法对城乡差异水平进行测度及其他相关分析如张利庠(2007)通过数理经济分析,发现城乡消费差异不仅是因为二元结构的体制原因,还有垄断厂商供应歧视的经济动因在CPI的传导机制和变动机理方面，学者们也有很多的研究成果，但是对城乡 CPI差距却少有研究，本文认为CPI不仅仅作为一种市场信息传导的信号，也反映了国家财政政策调控的效果及经济发展现状，正是由于CPI数据的获得性较强 结合其特殊的含义。 为了研究这些问题，笔者搜集了2006年1月～2011年4月间的中国消费者信心指数的相关数据，利用EVIEWS软件，将这几个指标数据进行了相关分析。对于ARMA(p q)模型，可以利用其样本的自相关函数和样本的偏自相关函数的截尾性判定模型的阶数，若平稳时间序列的偏相而自相关函数是截尾的 则可断定此序列适合MA模型; 若平稳时间序列的偏相关函数和自相关函数均是拖尾的则此序列适合ARMA模型。 我们选择前63个数据作为样本，以2011年4月的CCI指数来验证。 【实验过程】（实验步骤、记录、数据、分析） 首先导入2006年1月～2011年3月的CCI数据， 然后我们首先通过折线图来直接观察其走势，如下图： 从下图我们容易看到：CCI曲线基本是围绕100的轴线上下波动的，但是相比于白噪声序列，其波动幅度明显较大。可以看到08年11月以前，其波动一直是在轴线以下，而在08年11月以后，数据都明显高于100。 联系当时的实事背景，我们不难解释这一点：2008年11月，正是国家公布四万亿投资的时候，而这之前，由于全球金融危机以及股市大跌的影响，我国居民的消费者信心指数都是较低的；国家的四万亿政策犹如一剂强心剂，立刻使得CCI有了直线的上升，一下子提高了消费者的信心。 由实验一我们知道CCI序列是非平稳的，不能直接进行ARMA建模分析，于是我们可以通过构造新序列，令XCCI=CCI-CCI(-1)来得到其一阶差分序列。 对得到的xcci序列进行单位根检验可以发现其是稳定的： 于是我们可以利用XCCI序列来进行ARMA建模分析： 通过序列的自相关和偏自相关系数表可以看到：序列在二阶以后自相关系数和偏自相关系数迅速趋向于0，因此猜测这可能是一个ARMA(1,1)模型。 但是无论我们采用ARMA(1,1), ARMA(1,2), ARMA(2,2),AR(2),MA(2)等多个模型进行拟合，拟合效果均不理想，系数对应的P值均限制大于0.05. 但是当用ar（3）ma(3)拟合时，系数却十分显著，对应的p值均为0.000。因此得到了拟合方程： 参数估计后，我们要对模型的适应性进行检验，实质是对方程的残差序列进行白噪声检验。若残差序列不是白噪声序列，则说明还有一些重要信息未被提取，应重新设定模型。 从上图对残差的Q检验结果可以看到，残差序列是白噪声序列。 可以看到预测的cci曲线与原曲线拟合度是较高的。 因此最后的CCI预测函数为： 代入数据预测2011年4月的CCI为104.56，与实际105.1相近。因此我们的模型是具有一定准确度的。 【结论】（结果） 通过对CCI曲线的一阶差分，得到的xcci序列，进行单位根检验可以发现其是稳定的。但是当用ar（3）ma(3)拟合时，系数却十分显著，对应的p值均为0.000。因此得到了拟合方程： 因此最后的CCI预测函数为： 代入数据预测2011年4月的CCI为104.56，与实际105.1相近。因此我们的模型是具有一定准确度的。 【小结】 通过这节实验课，我进一步理解了平稳性的要求和arma建模的思想，学会如何通过观察自相关系数和偏相关系数，确定并建立模型。学会如何利用模型进行预测。熟练掌握EVIEWS的结果，看懂eviews的输出结果。 指导教师评语及成绩： 成绩： 指导教师签名： 批阅日期：