《金融时间序列分析》实验
讲授教师：郭文旌 南京财经大学金融学院
实验一 EViews软件的基本操作 软件的基本操作
【实验目的】 实验目的】 了解EViews软件的基本操作对象，掌握软件的基本操作。 实验内容】 【实验内容】 1、EViews软件的安装； 2、数据的输入、编辑与序列生成； 3、图形分析与描述统计分析； 4、数据文件的存贮、调用与转换。 实验步骤】 【实验步骤】 1、安装EViews软件 2、数据的输入、编辑与序列生成 3、图形分析与描述统计分析 4、数据文件的存贮、调用与转换
实验二 AR(I)MA模型的估计与预测 模型的估计与预测
【实验目的】 实验目的】 了解AR，MA以及ARIMA模型的特点，了解三者之间的区别 联系，以及AR与MA的转换，掌握如何利用自相关系数和偏 自相关系数对ARIMA模型进行识别，利用最小二乘法等方法 对ARIMA模型进行估计，利用信息准则对估计的ARIMA模 型进行诊断，以及如何利用ARIMA模型进行预测。掌握在实 证研究如何运用Eviews软件进行ARIMA模型的识别、诊断、 估计和预测。 基本概念】 【基本概念】 所谓ARIMA模型，是指将非平稳时间序列转化为平稳时间序 列，然后将因变量仅对它的滞后值以及随机误差项的现值和 滞后值进行回归所建立的模型。ARIMA模型根据原序列是否 平稳以及回归中所含部分的不同，包括移动平均过程 （MA）、自回归过程（AR）、自回归移动平均过程 （ARMA）以及ARIMA过程。
实验三 （G）ARCH模型在金融数据 ） 模型在金融数据 中的应用
【实验目的】 实验目的】 理解自回归异方差（ARCH）模型的概念及建立的必要性和 适用的场合。了解(G)ARCH 模型的各种不同类型，如 GARCH-M 模型（GARCH in mean ），EGARCH模型 (Exponential GARCH ) 和TARCH模型 (又称GJR)。掌握对 (G)ARCH 模型的识别、估计及如何运用Eviews软件在实证 研究中实现。 基本概念】 【基本概念】 p阶自回归条件异方程ARCH(p)模型
2、实验要求： （1）深刻理解上述基本概念； （2）思考：如何通过观察自相关，偏自相关系数 及其图形，利用最小二乘法，以及信息准则建立合 适的ARIMA模型；如何利用ARIMA模型进行预测； （3）熟练掌握相关Eviews操作。 实验指导】 【实验指导】 ARIMA模型的识别 2、模型的估计 3、模型的诊断 4、模型的预测
实验五 VAR模型的概念和构造 模型的概念和构造
【实验目的】 实验目的】 理解VAR模型的概念，掌握VAR模型的形式和特点，掌握 VAR模型的识别、估计、软件进行相关 的检验。 基本概念】 【基本概念】 VAR模型即向量自回归模型
Zt =
k
∑AZ
i i =1
t − i
+ Vt
【实验内容及要求】 实验内容及要求】 1、实验内容： 在Eviews软件中利用VAR模型对我国货币政策的有效性进行 检验。取我国狭义货币供应量M1，商品零售物价指数P，以 及代表产出水平的国内生产总值GDP的季度数据，时间为 1994年第一季度到2004年第二季度。所有的数据我们都取 它们的增长率，以保证序列的平稳性。 2、实验要求： （1）深刻理解VAR模型的基本概念，以及脉冲响应的基本 概念； （2）思考：如何建立适当的VAR模型；如何利用VAR模型 进行预测； （3）熟练掌握相关Eviews操作。 【实验指导】 实验指导】 导入数据 2、建立模型 3、检验脉冲响应
实验四 VaR的估计方法 的估计方法
【实验目的】 实验目的】 掌握风险测度VaR的两种估计方法：t(d)分布的拟合法和极 值方法。 实验内容】 【实验内容】 1、t(d)分布的极大似然估计； 2、t(d)分布的拟合度检验； 3、VaR的计算； 4、极值方法的参数估计； 5、VaR的计算。 数据来源：样本数据r是“中证国债”2003年1月2日至2009 年2月23日的月度收益率。 实验指导】 【实验指导】 1、VaR的t(d)分布的极大似然估计 2、VaR的极值方法
【实验内容及要求】 实验内容及要求】 1、实验内容： 以上证指数和深证成份指数为研究对象，选取1997年1月2 日～2002年12月31日共6年每个交易日上证指数和深证成份 指数的收盘价为样本，完成以下实验步骤： （一） 沪深股市收益率的波动性研究 （二） 股市收益波动非对称性的研究 （三） 沪深股市波动溢出效应的研究 2、实验要求： （1）深刻理解本章的概念； （2）对实验步骤中提出的问题进行思考； （3）熟练掌握实验的操作步骤，并得到有关结果。 实验指导】 【实验指导】 1、 沪深股市收益率的波动性研究 2、 股市收益波动非对称性的研究 3、沪深股市波动溢出效应的研究
在ARIMA模型的识别过程中，我们主要用到两个工具：自相 关函数(简称ACF），偏自相关函数(简称PACF)以及它们各 自的相关图（即ACF、PACF相对于滞后长度描图）。对于 一个序列 来说，它的第j阶自相关系数(记作 )定义为它 的j阶自协方差除以它的方差，即 ＝ ，它是关于j的函数， 因此我们也称之为自相关函数，通常记ACF(j)。偏自相关函 数PACF(j)度量了消除中间滞后项影响后两滞后变量之间的 相关关系。 实验内容及要求】 【实验内容及要求】 1、实验内容： 根据1991年1月～2005年1月我国货币供应量（广义货币M2） 的月度时间数据来说明在Eviews3.1 软件中如何利用B-J方 法论建立合适的ARIMA（p,d,q）模型，并利用此模型进行 数据的预测。
yt = β xt + ε t
ht = var(ε t | Ωt −1 ) = a0 + a1ε t2−1 + a2ε t2− 2 + ...... + a pε t2− p
广义自回归条件异方差GARCH(p,q)模型
yt = β xt + ε t
ht = var(ε t | Ωt −1 ) = a0 + a1ε t2−1 + ... + a pε t2− p + λ1ht −1 + ... + λq ht − q