计量eviews实验报告.doc

计量EVIEWS实验报告CPI与M1的关系(1)导入数据,建立工作组(2)生成cpi数据列对其进行ADF检验,一阶平稳,结果如下:同样方法生成m1数据列,并对其进行ADF检验,一阶平稳,结果如下:接着对DM1与DCPI进行协整检(3)以上实验说明CPI与M1是一阶单整序列,验,Quick,GroupStatistics,CointegrationTest检验结果如下:说明存在2个协整关系。(4)对其一阶差分序列进行格兰杰因果检验,Quick,GroupStatistics,GrangerCausalityTest检验结果如下:说明M1是CPI变动的格兰杰原因,而CPI不是M1变动的格兰杰原因。综上所述,CPI与M1存在协整关系,且M1的变动引起CPI的变动。沪深股市收益率波动性分析一沪深股市收益率的波动性研究1、描述性统计图一上证收益率图二深证收益率从图一可以发现,样本期内沪市收益率均值为-,,偏度为-,,远高于正态分布的峰度值3,说明收益率r具有尖峰和厚尾特征。JB正态性检验也证实了这点,,说明在极小置信概率下,收益率显著异于正态分布;从图二可以发现,样本期内深市收益率均值为-,,偏度为-,,收益率同样具有尖峰厚尾特征。深市收益率的标准差大于沪市,说明深圳股市的波动更大。2、平稳性检验变量t-统计量伴随概率稳定性上证收益率平稳--%的置信水平下,上证收益率与深证收益率都是平稳序列,可以进行回归分析。3、均值方程的确定及残差序列自相关检验图三上证收益率自相关检验图四深证收益率自相关检验从图三和图四可以看出上证收益率和深证收益率都不存在自相关性,因此我们选择以下模型作为波动率模型的均值方程:r,u,,i,1,2ititit其中rr表示上证收益率,表示深证收益率。1t2t对沪深市场收益率分别作如上模型的回归,结果如图五和图六所示:图五上证收益率回归分析图六深证收益率回归分析、用Ljung-BoxQ统计量对均值方程拟和后的残差及残差平方做自相关检验4图七上证收益率回归模型图八上证收益率回归模型残差残差的自相关检验平方的自相关检验图九深证收益率回归模型图十深证收益率回归模型残差残差的自相关检验平方的自相关检验从图七和图八可以发现,上证收益率回归模型的残差不存在自相关性,而上证收益率回归模型的残差平方存在很强的自相关,即模型残差存在条件异方差。从图九和图十可以发现,深证收益率回归模型的残差不存在自相关性,而深证收益率回归模型的残差平方存在很强的自相关,即模型残差存在条件异方差。5、ARCH-LM检验图十一上证收益率回归残差的ARCH检验图十二上证收益率回归残差的ARCH检验从图十一和图十二可以看出上证收益率与深证收益率的残差都具有ARCH效应,因此有必要进行GARCH建模来改善模型。6、GARCH类模型建模(1)GARCH(1,1)建模图十三上证收益率GARCH(1,1)模型图十四深证收益率GARCH(1,1)模型从图十三和十四可见,沪深股市收益率条件方差方程中ARCH项和GARCH项都是高度显著的,表明收益率序列具有显著的波动集簇性。,,均小于1。因此GARCH(1,1)过程是平稳的,其条件方差表现出均值回复(MEAN-REVERSION),即过去的波动对未来的影响是逐渐衰减。(2)GARCH-M(1,1)