中級(jí)計(jì)量實(shí)驗(yàn)報(bào)告

1、計(jì)量經(jīng)濟(jì)學(xué)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)項(xiàng)目名稱:基于ARIMA模型分析中國(guó)CPI指導(dǎo)教師：姓名：學(xué)號(hào)：年級(jí)專業(yè)：【實(shí)驗(yàn)?zāi)康摹可羁汤斫馄椒€(wěn)性的要求和arima建模的思想?！緦?shí)驗(yàn)要求】要求我們了解和熟悉arima模型的基本知識(shí)，為具體操作做好知識(shí)準(zhǔn)備。學(xué)會(huì)如何通過(guò)觀察自相關(guān)系數(shù)和偏相關(guān)系數(shù)，確定并建立模型。學(xué)會(huì)如何利用模型進(jìn)行預(yù)測(cè)。熟練掌握EVIEWS的結(jié)果，看懂eviews的輸出結(jié)果?！緦?shí)驗(yàn)原理】對(duì)于非平穩(wěn)序列的時(shí)變均值函數(shù)，最簡(jiǎn)單的處理方法就是考慮均值函數(shù)可以由一個(gè)時(shí)間的確定性函數(shù)來(lái)描述，這時(shí)，可以用回歸模型來(lái)描述。假如均值函數(shù)服從于線性趨勢(shì)我們可以利用確定性的線性趨勢(shì)模型如果均值函數(shù)服從二次函數(shù)則我們可以用

2、xX 二以 +以 t +以 12 +8 , WN 0, b 2 )t 012t t假如均值函數(shù)服從k次多項(xiàng)式我們可以使用下列模型建模X =a +at + +a tk +8 , 8 WA0,b2z【實(shí)驗(yàn)內(nèi)容】根據(jù)1985-2007年的年度中國(guó)消費(fèi)者物價(jià)指數(shù)的相關(guān)數(shù)據(jù)，利用EVIEWS軟 件，將這幾個(gè)指標(biāo)數(shù)據(jù)進(jìn)行了相關(guān)分析。對(duì)于ARIMA(pq)模型，可以利用其樣本 的自相關(guān)函數(shù)和樣本的偏自相關(guān)函數(shù)的截尾性判定模型的階數(shù)，若平穩(wěn)時(shí)間序列 的偏相而自相關(guān)函數(shù)是截尾的則可斷定此序列適合MA模型；若平穩(wěn)時(shí)間序列的 偏相關(guān)函數(shù)和自相關(guān)函數(shù)均是拖尾的則此序列適合模型?！緦?shí)驗(yàn)步驟】一、實(shí)驗(yàn)數(shù)據(jù):選取了 198

3、5年至2010年的CPI數(shù)據(jù)1935109. 319989931986106. 5199S93.61S87107. 32000100.419S8118. S2001皿7198911S200299. 219S0103.12003101. 21991103.42004*1992106.42005101.81993114. 7200619S4124.12007104.81995117.1200B105.91996108. 3200S林1997102.82010103. 3二、實(shí)驗(yàn)步驟：1.平穩(wěn)性分析對(duì)輸入的數(shù)據(jù)進(jìn)行單位根檢驗(yàn)Null Hypothesis: CPI has a unit rootEx

4、ogenous: ConstantBandwidth: 2 (Newey-West using Bartlett kernel)Adj. t-StatProb.*Phillips-Perron test statistic-2.2761920.18&8Test critical values: 1% level-3.7240705% level-2.98622510% level-2.632604對(duì)CPI序列進(jìn)行平穩(wěn)性檢驗(yàn)可以發(fā)現(xiàn)其對(duì)應(yīng)p值大于0.05，序列是不穩(wěn)定的。因此，令dcpi二cpi-cpi (-1)得到CPI的一階差分序列Null Hypothesis: DCPI has a un

5、it rootExogenous: ConstantBandwidth: 1 (Newey-West using Bartlett kernel)Adj. t-StatProb?Phillips-Perron test statistic-19264110.0065Test critical values: 1% level-3.7378535% level-2.9&187810% level-2.635542由單位根檢驗(yàn)，其對(duì)應(yīng)p值顯著小于0.05，可以看到其是穩(wěn)定的。所以可以對(duì)其一階序列進(jìn)行ARMA模型的建立和預(yù)測(cè)。2 .模型估計(jì)觀察其一階差分序列的自相關(guān)和偏自相關(guān)系數(shù)圖可以發(fā)現(xiàn)：ate:

6、 12/27/12 Time. 23:36Sample: 19B5 2010Included observations: 25AutocorrelationPartial CorrelationAC PAC Q-Stat ProbI II i1 0.2101.414 0.2G5. _I二12 -0.388 -0 452 5 6597 0.05911二Ii E13 -0.311 -ft 12S S.6275 0 035I匚I114 -0.238 -0 393 10.446 0.034I I1 15 0.157 0 143 11.226 0 047Ip I1 116 0.28& -0.106 14

7、.138 0.028II1 117 -0 002 -0.054 14.138 0 049I匚I1 11S -0 102 -0 046 14.550 0 069I I11 f:9 -0 054- 0 043 14.675 0.100i LIi E110 -0 06& -0 094 14.869 0 137III 1111 0 008 -0 036 14.872 0 188III 1112 0 011 -0 114 14.878 0.248自相關(guān)和偏自相關(guān)系數(shù)在6階之后迅速趨向于0,因此可以嘗試AR(1), ARAR(3),AR(4),AR(5),AR(6),MA(1) ,MA(2) ,MA(3)

8、 ,MA(4) ,MA(5),MA(6)模型。經(jīng)過(guò)不斷分析排除得到以下模型：mpEIUGIL M 口.11口56 LJ J IIMethod: Least Squaresate: 12/28/12 Time: 00:54Sample (adjusted): 1992 20 i0Included observations: 19 after adjustmentsConvergence not achieved after 500 iteationsBackcast: OFF (Roots of MA process too large)VariableCoefficientStd. Error

9、t-StatisticProb.AR(1)0.5964610.0100&159.2821 &0 0000AR(2)-0.4348210.01149&-37.825260 0000AR(4)-0.3889370.017347-22.420620 0000AR(5)0.5733870.005280108.58700 0000AR(6-0.0219080.017782-1.2320000.2415MA(5)-16.296884.998005-J.2606770 0068MA6)-11.753587.088295-1.6581680.1232R-squared0 &9677ZMean dependen

10、t var-0.0062G3Adjusted R-squared0 995165S D. dependent var4.883586S E of regression0.339573Aka ike info criterion0.956054Sum squared resid1.383718Schwarz criterion1.303006I nn likfilihnrrl-? 3(117nurhin-Wstsnn stat?扇NO成感虹 金癡我就血藏褊 DCP!FFB沮瞿-DCPSFForecast19852110MJ 并 ESTI 巽 1992 201 :fKUded o&b drv卸 a

11、nsi： 19now *an SQjared Error+.512743電an 劇均.Percert Error-isjsaaor-neii TSPjQiijCceriDfenE-j 537125PrpMrtiofi同鄧垮Yar Sice PfkkRJgi0.097531Cmer Ense Praeniixn0商1M圖中顯示該模型擬合優(yōu)度較大，AIC和SC均較小其12階的殘差Q檢驗(yàn)也顯示殘差為白噪聲序列，此外從折線圖中也可以看出模 型擬合是較好的。模型為：DCPIt = 0.5964 * DCPIt_ - 0.4348 * DCPIt_ 2 - 0.3889 * DCPIt_ 4 +0.5734*DCPI -0.0219*DCPI -16.29688*-11.75358* At 5t 6t 5t 6由模型預(yù)測(cè)到的2011年的CPI為106,與實(shí)際比較符合。通過(guò)預(yù)測(cè)值與真實(shí)值的 對(duì)比，我們發(fā)現(xiàn)，模型