多元时间序列建模分析

应用时间序列分析实验报告

实验过程记录（含程序、数据记录及分析和实验结果等）：时序图如下：

单位根检验输出结果如下：

序列x的单位根检验结果：

序列y的单位根检验结果：

序列y和序列x之间的相关图如下：

残差序列自相关图：

自相关图显示。延迟6阶之后自相关系数都在2倍标准差范围之内，可以认为残差序列平稳。

对残差序列进行2阶自相关单位根检验，检验结果显示残差序列显着平稳，如下图：残差序列单位根检验结果：

残差序列平稳，说明序列Y与序列X之间具有协整关系，我可以大胆的在这两个

序列之间建立回归模型而不必担心虚假回归问题。

考察残差序列白噪声检验结果，如下图：

残差序列白噪声检验结果：

输出结果显示，延迟各阶LB 统计量的P 值都大于显着水平，可以认为残差序列为白噪声检验结果，结束分析。

出口序列拟合的模型为：lnx t ~ARIMA(1,1,0),具体口径为：

1

ln 0.1468910.38845t t x B

ε?=+-

进口序列拟合的模型为 lny t ~ARIMA(1,1,0) ，具体口径为：

1

ln 0.1467210.36364

t t y ε?=+-

lny t 和lnx t 具有协整关系。

协整模型为：

1ln 0.99179ln 0.69938t t t t y x εε-=+-

误差修正模型为：

1ln 0.9786ln 0.22395t t t y x ECM -?=?-

SAS 程序如下：

data example6_4; input x y@@; t=_n_; cards ; 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963

1964

1965

1966

1967

1968

1969

1970

1971

1972

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

run;

proc gplot;

plot x*t=1 y*t=2/overlay;

symbol1c=black i=join v=none; symbol2c=red i=join v=none w=2l=2; run;

proc arima data=example6_4;

identify var=x stationarity=(adf=1); identify var=y stationarity=(adf=1); run;