成都信息工程學(xué)院考試一試卷2012——2013學(xué)年第2學(xué)期課程名稱：《金融時間序列剖析》班級：金保111本01、02、03班試卷形式：開卷閉卷√試題一二三四五六總分得分一、判斷題（每題1分，正確的在括號內(nèi)打√，錯誤的在括號內(nèi)打×，共15分）1．模型查驗(yàn)即是安穩(wěn)性查驗(yàn)（）。2．模型方程的查驗(yàn)實(shí)質(zhì)就是殘差序列查驗(yàn)（）。3．矩法預(yù)計需要知道整體的散布（）。4．ADF查驗(yàn)中：原假定序列是非安穩(wěn)的（）。5．最優(yōu)模型確立準(zhǔn)則：AIC值越小、SC值越大，說明模型越優(yōu)（）。6．對擁有曲線增加趨向的序列，一階差分可剔除曲線趨向（）。7．嚴(yán)安穩(wěn)序列與寬安穩(wěn)時序劃分主要表此刻定義角度不一樣（）。8．某時序擁有指數(shù)曲線增加趨向時，需做對數(shù)變換，才能剔除曲線趨向（）。9．時間序列安穩(wěn)性判斷方法中ADF查驗(yàn)優(yōu)于序時圖法和自有關(guān)圖查驗(yàn)法（）。10．時間序列的隨機(jī)性剖析即是長久趨向剖析（）。11．ARMA（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隨時間的平移而變化，則該序列是非安穩(wěn)的（）。13.MA(2)模型的3階偏自有關(guān)系數(shù)等于0（）。14．ARMA(p,q)模型自有關(guān)系數(shù)p階截尾，偏自有關(guān)系數(shù)拖尾（）。15．MA(q)模型安穩(wěn)的充分必需條件是對于后移算子B的q階挪動自回歸系數(shù)多項(xiàng)式根的絕對值均在單位圓內(nèi)（）。二、填空題。（每空2分，共20分）1．Xt知足ARMA（1,2）模型即：Xt＝0.43+0.34Xt1+t＋0.8t1–0.2t2，則均值＝，1（即一階挪動均值項(xiàng)系數(shù)）＝。2．設(shè)｛xt｝為一時間序列，B為延緩算子，則B2Xt=。3．在序列y的view數(shù)據(jù)窗，選擇功能鍵，可對序列y做ADF查驗(yàn)。4．若某安穩(wěn)時序的自有關(guān)圖拖尾，偏有關(guān)圖1階截尾，則該擬合模型。5.已知AR（1）模型：Xt+0.8Xt1＝t，t聽從N(0,0.36)，則一階自有關(guān)系數(shù)＝，方差＝。6．用延緩算子表示中心化的AR（p）模型。7．差分運(yùn)算的實(shí)質(zhì)是使用方式，提取確立性信息。8.ARIMA(0,1,0)稱為模型。三、問答題。（共10分）安穩(wěn)時間序列的統(tǒng)計特點(diǎn)。．簡述時域剖析法剖析步驟。四、計算題。（40分）1.（10分）已知ARMA（1，1）模型即：Xt＝0.6Xt1+t－0.3t1，此中，t是白噪聲序列，試求：（1）模型的安穩(wěn)可逆性；（2）將該模型等價表示為無量階MA模型形式。2.（10分）設(shè)有AR（2）過程：（1－0.5B）（1－0.3B）Xt=t，此中,t是白噪聲序列，試求k（此中，k=1,2）。（10分）某時間序列Yt有500個觀察值，經(jīng)過計算，樣本自有關(guān)系數(shù)和偏自有關(guān)系數(shù)的前10個值以下表：試（1）對｛Yt｝所屬模型進(jìn)行初步辨別；（2）給出該模型的參數(shù)預(yù)計；（3）寫出模型方程；（kk：偏自有關(guān)系數(shù)；k：自有關(guān)系數(shù)）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)模型為:Xt=0.8Xt1－0.5Xt2+t－0.3t1,給定Xt3=－1，X=2,X=2.5,X=0.6；t=-0.28,t1=0.4,t2=0。求Xt(1),Xt(2)。t-2t-1t??五、綜合剖析題。（15分）（5分）序列｛yt｝的時間序列圖和ADF查驗(yàn)結(jié)果以下：問：該序列能否安穩(wěn)，為何？（2）要使其安穩(wěn)化，應(yīng)付該序列進(jìn)行哪些差分辦理；2.（5分）對某序列{yt}做參數(shù)預(yù)計，結(jié)果如表2示：VariableCoefficientStd.Errort-StatisticProb.AR(1)0.9078550.04484220.245450.0000MA(1)-0.9340430.038226-24.43470.0000R-squared0.318165Meandependentvar4.983333AdjustedR-squared0.2981118.9707627.515597Akaikeinfo6.925791criterionSumsquaredresid1920.463Schwarzcriterion7.013764Loglikelihood-122.6642F-statistic11.86545Durbin-Watsonstat2.041612Prob(F-statistic)0.000340Inv