时间序列期末试题B卷.doc

成都信息工程学院考试试卷20122013学年第2学期课程名称：金融时间序列分析班级：金保111本01、02、03班试卷形式：开卷 闭卷 试题一二三四五六总分得分一、判断题（每题1分，正确的在括号内打，错误的在括号内打，共15分）1模型检验即是平稳性检验（ ）。2模型方程的检验实质就是残差序列检验（ ）。3矩法估计需要知道总体的分布（ ）。4ADF检验中：原假设序列是非平稳的（ ）。5最优模型确定准则：AIC值越小、SC值越大，说明模型越优（ ）。6对具有曲线增长趋势的序列，一阶差分可剔除曲线趋势（ ）。7严平稳序列与宽平稳时序区分主要表现在定义角度不同（ ）。8某时序具有指数曲线增长趋势时，需做对数变换，才能剔除曲线趋势（ ）。9时间序列平稳性判断方法中 ADF检验优于序时图法和自相关图检验法（ ）。10时间序列的随机性分析即是长期趋势分析（ ）。11ARMA（p,q）模型是ARIMA(p,d,q)模型的特例（ ）。12若某序列的均值和方差随时间的平移而变化，则该序列是非平稳的（ ）。13. MA(2)模型的3阶偏自相关系数等于0（ ）。14ARMA(p,q)模型自相关系数p阶截尾，偏自相关系数拖尾（ ）。15MA(q)模型平稳的充分必要条件是关于后移算子B的q阶移动自回归系数多项式根的绝对值均在单位圆内（ ）。二、填空题。（每空2分，共20分）1满足ARMA（1,2）模型即：0.43+0.34+0.80.2，则均值 ，（即一阶移动均值项系数） 。2设xt为一时间序列，B为延迟算子，则B2Xt= 。3在序列y的view数据窗，选择 功能键，可对序列y做ADF检验。4若某平稳时序的自相关图拖尾，偏相关图1阶截尾，则该拟合 模型。5. 已知AR（1）模型：+0.8，服从N(0,0.36)，则一阶自相关系数 ，方差 。6用延迟算子表示中心化的AR（p）模型 。7差分运算的实质是使用 方式，提取确定性信息。8. ARIMA(0,1,0)称为 模型。三、问答题。（共10分）1.平稳时间序列的统计特征。2简述时域分析法分析步骤。四、计算题。（40分）1.（10分）已知ARMA（1，1）模型即：0.6+0.3，其中，是白噪声序列，试求：（1）模型的平稳可逆性；（2）将该模型等价表示为无穷阶MA模型形式。2.（10分）设有AR（2）过程：（10.5B）（10.3B）Xt=，其中,是白噪声序列，试求（其中，k=1,2）。3.（10分）某时间序列Yt有500个观测值，经过计算，样本自相关系数和偏自相关系数的前10个值如下表：试（1）对Yt所属模型进行初步识别；（2）给出该模型的参数估计；（3）写出模型方程；（：偏自相关系数；：自相关系数）kk1-0.47-0.4760.040.0220.06-0.217-0.04-0.013-0.07-0.1880.06-0.0640.04-0.109-0.050.0150.00-0.05100.010.004.(10分) 已知某ARMA(2,1)模型为:=0.80.5+0.3,给定=1，Xt-2=2, Xt-1=2.5, Xt=0.6；=-0.28,=0.4, =0。求。五、综合分析题。（15分）1.（5分）序列yt的时间序列图和ADF检验结果如下：问：该序列是否平稳，为什么？（2）要使其平稳化，应对该序列进行哪些差分处理； 2.（5分）对某序列yt做参数估计，结果如表2示：VariableCoefficientStd. Errort-StatisticProb. AR(1)0.9078550.04484220.245450.0000MA(1)-0.9340430.038226-24.43470.0000R-squared0.318165 Mean dependent var4.983333Adjusted R-squared0.298111 S.D. dependent var8.970762S.E. of regression7.515597 Akaike info criterion6.925791Sum squared resid1920.463 Schwarz criterion7.013764Log likelihood-122.6642 F-statistic11.86545Durbin-Watson stat2.041612 Prob(F-statistic)0.000340Inverted MA Roots -.71(1)写出模型； (2）模型的参数检验是否通过？为什么？ 3.（5分）某序列的残差序列的自相关图和偏自相关图如下： （1）序列yt残差检验的基本原理；（2）有何结论？为什么？欢迎您的光临，Word文档下载后可修改编辑.双击可删除页眉页脚.谢谢！让我们共同学习共同进步！学无止境.更上一层楼。