金融时间序列分析次作业.docVIP

金融计量第二次作业 2.4 （a） Decile 1 Decile 5 Decile 10 X-square 78.78 37.29 7.02 Df 12 12 12 p-value 7.045e-12 0.0002 0.8564 结论 拒绝 拒绝 接受 （b） AR模型 Coefficients: arl intercept 0.1975 0.0114 s.e. 0.0426 0.0032 方差估计值=0.003512 AIC=-1479.6 MA模型 Coefficients: ma1 ma 2 intercept 0.2067 0.0062 0.0114 s.e. 0.0439 0.0457 0.0031 方差估计值=0.003505 AIC=-1478.6 （c） 预测 AR(1)模型 MA(2)模型 1 0-0 2 00 3 00 2.5 Lag p-value 结论 1 0.1074 接受 5 0.0944 接受 10 0.3686 接受 15 0.2212 接受 综上，不存在长范围相依的证据。 2.6 预测情况 01 02 03 04 05 06 07 08 9.888 9.871 9.876 9.895 9.924 10.008 10.045 10.062 09 10 11 12 13 14 15 16 10.070 10.004 9.948 9.888 9.925 9.908 9.890 9.897 17 18 19 20 21 22 23 24 9.916 9.945 10.029 10.067 10.083 10.091 10.025 9.968 2.7 Ret = 0.0025872 -0.0035601M -0.0024942T -0.0009686W -0.0011164R+et 周末效应在5%的显著水平下显著成立。 2.8 （a） 估计值 标准差 t值 Pr(|t|) Intercept -0.0011962 0.0009730 -1.229 0.2192 M 0.0011971 0.0013957 0.858 0.3913 T 0.0009032 0.0013710 0.659 0.5102 W 0.0005350 0.0013710 0.390 0.6965 R 0.0024611 0.0013778 1.786 0.0744 F统计量=0.8949 综上，SP500不存在显著的星期五效应。 （b） 对残差序列的QLB检验结果 残差中不存在显著的序列相关性。 2.9 （a） 估计值 标准差 T值 Pr ( | t |) Intercept -0.002300 0.002424 -0.949 0.3429 M 0.001230 0.003478 0.354 0.7237 T 0.002606 0.003416 0.763 0.4456 W 0.002500 0.003416 0.732 0.4645 R 0.006047 0.003433 1.762 0.0784 F统计量=0.8638 接受原假设，不存在显著的星期五效应。 （b） AutocorTest(err, lag=12, type=c (“Ljung-Box”)) p-value=0.0197 残差中存在序列相关性。 （c） Returnt = -0.0021 + 0.0008M + 0.0026T +0.0022W +0.0058R + 0.0026at + 0.1094 at-1 对改进后的模型进行t检验，p值如下： M T W R P-value 0.8192488 0.4703269 0.541265 0 不存在显著的周末效应。