金融計量學(xué)大作業(yè)參考-

1、廣西科技大學(xué)（籌）金融計量經(jīng)濟學(xué) 院 別 財經(jīng)學(xué)院 專 業(yè) 金融學(xué) 班 級 金融102 小組成員的任務(wù)分配：1.建模與分析（即相關(guān)性檢驗、建立古典線性回歸方程、殘差項檢驗、平穩(wěn)性檢驗、ARMA模型、VAR模型、格蘭杰因果檢驗、脈沖響應(yīng)、協(xié)整），題目一的案例分析，題目一的總結(jié)和建議，查找題目二的數(shù)據(jù)來源，作業(yè)的排版。2.建模與分析（即相關(guān)性檢驗、建立古典線性回歸方程、殘差項檢驗、平穩(wěn)性檢驗、ARMA模型、VAR模型、格蘭杰因果檢驗、脈沖響應(yīng)、協(xié)整）。3.建模與分析（即相關(guān)性檢驗、建立古典線性回歸方程、殘差項檢驗、平穩(wěn)性檢驗、ARMA模型、VAR模型、格蘭杰因果檢驗、脈沖響應(yīng)、協(xié)整），查找題目一的

2、數(shù)據(jù)來源，模型的提出。4.建模與分析（即相關(guān)性檢驗、建立古典線性回歸方程、殘差項檢驗、平穩(wěn)性檢驗、ARMA模型、VAR模型、格蘭杰因果檢驗、脈沖響應(yīng)、協(xié)整），題目二的案例分析，查找題目二的數(shù)據(jù)來源，題目二的總結(jié)和建議，作業(yè)的排版。目錄一、影響恩格爾系數(shù)的因素分析（一）案例分析 4（二）模型的提出 5（三）數(shù)據(jù)的來源 7（四）建模與分析 71、相關(guān)性檢驗 72、建立古典線性回歸方程 83、殘差項檢驗 9（五）總結(jié)和建議 11二、關(guān)于匯率市場相互影響的分析（一）案例分析 13（二）模型的提出 13（三）數(shù)據(jù)的來源 16 （四）建模與分析 20 1、平穩(wěn)性檢驗 20 2、ARMA模型 24 3、VA

3、R模型26 4、格蘭杰因果檢驗 29 5、脈沖響應(yīng)30 6、協(xié)整 30（五）總結(jié)和建議 33一、影響恩格爾系數(shù)的因素分析（一）案例分析 2011年，城鎮(zhèn)居民家庭恩格爾系數(shù)分別為36.3%和40.4%。此前國家統(tǒng)計局發(fā)布的數(shù)據(jù)顯示，我國恩格爾總體下降的格局沒有改變，但降幅在逐步縮小。同時，部分年份出現(xiàn)反彈，如2008年明顯高于2007年。相對于2010年，2011年城鎮(zhèn)家庭恩格爾系數(shù)35.7%上升0.6個百分點，出現(xiàn)反彈。恩格爾系數(shù)是反映食品支出占家庭支出的比重，隨著家庭和個人收入的提高，收入中用于食品方面的支出比例將逐步縮小。根據(jù)聯(lián)合國糧農(nóng)組織的標(biāo)準(zhǔn)劃分，恩格爾系數(shù)在60%以上為貧窮，50%-

4、59%為溫飽，40%-49%為小康，30%-39%為富裕，30%以下為最富裕。從國外來看，美國自1980年以來，恩格爾系數(shù)平均為16.45%,日本1990年以來平均為24.12%。關(guān)鍵詞：恩格爾系數(shù)，食品支出，家庭支出，家庭和個人收入研究主題：從我國的角度分析恩格爾系數(shù)的影響因素，初步考慮影響因素為國民生產(chǎn)總值（GDP）、人均可支配收入（PCDI）、消費者物價指數(shù)(CPI)、食品工業(yè)出廠價格指數(shù)(FPPI)。數(shù)據(jù)類型：年統(tǒng)計數(shù)據(jù)數(shù)據(jù)頻度：年起止時間：1990年2010年主要研究方法：古典線性回歸模型（二）模型的提出1國內(nèi)生產(chǎn)總值（GDP） 國內(nèi)生產(chǎn)總值是指在一定時期內(nèi)（一個季度或一年），一個國

5、家或地區(qū)的經(jīng)濟中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價值，常被公認(rèn)為衡量國家經(jīng)濟狀況的最佳指標(biāo)。它不但可反映一個國家的經(jīng)濟表現(xiàn)，還可以反映一國的國力與財富，代表著一國的經(jīng)濟增長。經(jīng)濟增長人民的生活水平總體提高，居民不再為解決溫飽問題擔(dān)憂，而更多的是考慮其他方面的消費，越來越注重的是生活的質(zhì)量，教育醫(yī)療保健服務(wù)的支出成為主要消費趨向，相比而言恩格爾系數(shù)就會下降。一國經(jīng)濟的發(fā)達程度在一定程度上決定了該國的恩格爾系數(shù)水平。2人均可支配收入（PCDI） 人均可支配收入指個人收入扣除向政府繳納的個人所得稅、遺產(chǎn)稅和贈與稅、不動產(chǎn)稅、人頭稅、汽車使用稅以及交給政府的非商業(yè)性費用等以后的余額。一般而言，可支配收入

6、越高，居民花在奢侈品的消費比例會提高此時恩格爾系數(shù)會降低；相反，越是貧困的地區(qū)，人均可支配收入越低，在食品方面的消費占總消費的比重會越高即恩格爾系數(shù)越低。1978年中國農(nóng)村家庭的恩格爾系數(shù)約68%，城鎮(zhèn)家庭約59%，平均計算超過60%，中國是貧困國家，溫飽還沒有解決。當(dāng)時中國沒有解決溫飽的人口兩億四千八百萬人，人均可支配收入343.4元。改革開放以后，隨著國民經(jīng)濟的發(fā)展和人們整體收入水平的提高，中國農(nóng)村家庭、城鎮(zhèn)家庭的恩格爾系數(shù)都不斷下降。到2003年，中國農(nóng)村居民家庭恩格爾系數(shù)已經(jīng)下降到46%，城鎮(zhèn)居民家庭約37%，加權(quán)平均約40%，就是說已經(jīng)達到小康狀態(tài)，人均可支配收入8472.2元?？梢?/p>

7、，人均可支配收入是影響恩格爾系數(shù)的重要因素。3消費者物價指數(shù)(CPI) 居民消費價格指數(shù)指在反映一定時期內(nèi)居民所消費商品及服務(wù)項目的價格水平變動趨勢和變動程度。居民消費價格水平的變動率在一定程度上反映了通貨膨脹（或緊縮）的程度。居民消費價格指數(shù)上升，那么市場物價上漲，家庭對食品的支出增加，恩格爾系數(shù)就會上升。不過一般而言，當(dāng)居民消費價格指數(shù)上升時，政府會采取一些相應(yīng)措施來維持其穩(wěn)定，家庭的收入也會有所提高。因此，在家庭收入不變的情況下居民消費價格指數(shù)上升，恩格爾系數(shù)也上升。如果國家欠發(fā)達，比如糧食不足，如果居民消費價格指數(shù)下降，家庭反而會囤積糧食，恩格爾反而會上升。4食品出廠價格指數(shù)(FPPI

8、) 食品出廠價格指數(shù)是反映不同時期食品價格水平的變化方向、趨勢和程度的經(jīng)濟指標(biāo)。是經(jīng)濟指數(shù)的一種，通常以報告期和基期相對比的相對數(shù)來表示。食品出廠價格指數(shù)是研究食品價格動態(tài)變化的一種工具，它為制定、調(diào)整和檢查各項經(jīng)濟政策，特別是價格政策提供依據(jù)。在其他因素不變的情況下，食品出廠價格指數(shù)的上升意味著居民的購買能力下降，因此會相應(yīng)的減少其他消費增加對食品的支出，恩格爾系數(shù)上升。但是，在城市化率較低的地區(qū)食品出廠價格相對較高，也就是出現(xiàn)了貧困地區(qū)恩格爾系數(shù)低的反常情況。（三）數(shù)據(jù)的來源從國家統(tǒng)計局的官方網(wǎng)站查得。yearECGDPPCDICPIFPPI199054.218667.81510.2101

9、.3101.0199153.821781.51700.6105.1103.319925326923.52026.6108.6106.2199350.335333.92577.4116.1113.519945048197.93496.2125.0123.4199550.160793.74283.0116.8 123.4199648.871176.64838.9108.8 104.2199746.678973.05160.3103.1 99.6199844.784402.35425.199.4 98.6199942.189677.15854.098.796.7200039.499214.66280

10、.0100.895.8200138.2109655.26859.6100.7100.5200237.7120332.77702.899.099.6200337.1135822.88472.2100.9101.1200437.7159878.39421.6103.3106.5200536.7184937.410493.0101.6101.0200635.8216314.411759.45101.5100.4200736.3265810.313785.8104.5107.5200837.9314045.415780.76105.6109.6200936.5340902.81717599.198.3

11、6201035.7401512.819109.44103.2103.8（四）建模與分析（古典線性回歸模型）1、相關(guān)性檢驗因為消費者物價指數(shù)和食品工業(yè)價格指數(shù)的相關(guān)性是0.929813，大于0.5，即存在多重共線性，所以，刪去消費者物價指數(shù)這個因素。同理，因為國內(nèi)生產(chǎn)總值和人均可支配收入的相關(guān)性是0.995568，大于0.5，也存在多重共線性，所以，也刪去國內(nèi)生產(chǎn)總值這個因素。經(jīng)過刪掉兩個因素后，調(diào)整得到以下的表格：因為人均可支配收入和食品出廠價格指數(shù)的相關(guān)性是-0.184839，它的絕對值小于0.5，所以，它們之間不存在多重共線性。2、建立古典線性回歸方程由以上的圖表可以看出，常數(shù)的P值是0.

12、0266，小于顯著性水平0.1，即拒絕零假設(shè)，即顯著地異于零；食品工業(yè)價格指數(shù)（FPPI）的P值是0.0512，小于0.1，即拒絕零假設(shè)，即顯著地異于零；人均可支配收入（PCDI）的P值是0.0000，小于0.1，即拒絕零假設(shè)，即顯著地異于零。其中，模型的擬合優(yōu)度是0.751458，調(diào)整后的擬合優(yōu)度是0.723842，可見，模型的擬合優(yōu)度較好。該模型的古典線性回歸方程為：EC = 27.72117 + 0.223095*FPPI - 0.001032*PCDI+ut。即食品工業(yè)出廠價格指數(shù)每增加1單位，則恩格爾系數(shù)上升0.223095個單位；人均可支配收入每增加1單位，則恩格爾系數(shù)下降0.00

13、1032個單位。3、 殘差項檢驗（1）同方差檢驗如圖表所示，殘差項同方差檢驗的P值是0.2165，大于顯著性水平0.1，即不拒絕零假設(shè)。所以方程殘差為同方差，即殘差與方程的變量沒有關(guān)系。（2）殘差項自相關(guān)檢驗對殘差項進行自相關(guān)檢驗，看殘差項之間是否存在相關(guān)性。根據(jù)BG檢驗的結(jié)果可知P值為0.0001，小于0.1，則拒絕零假設(shè)，即殘差項之間存在顯著的相關(guān)性。 因為殘差項之間存在自相關(guān)，所以采用一階差分的方式對其進行修正，可得： 根據(jù)BG檢驗的結(jié)果可知修正后的P值為0.1187，大于0.1，則不拒絕零假設(shè)，即殘差項之間不存在相關(guān)性。（3）殘差的正態(tài)分布檢驗 如圖可知，模型殘差項的偏度為0.1779

14、02，峰度為1.703363，P值為0.453418，因為P值大于顯著性水平0.1，所以不拒絕零假設(shè)，即殘差項為正態(tài)分布。 （五）總結(jié)和建議民以食為天，這是一個毋庸置疑的問題。自從我國改革開放以來，人們從不溫飽到基本解決溫飽問題，到步入小康社會，都離不開有關(guān)食品支出的問題。食品支出和人們的生活息息相關(guān)，用恩格爾系數(shù)來衡量就顯得極其重要了。恩格爾系數(shù)是指居民的消費支出之中，食品支出占整個消費支出的比重。它所代表的含義，一般是用來反映消費水平生活質(zhì)量變化的一個很重要的指標(biāo)。恩格爾系數(shù)隨著收入水平的提高、消費水平的提高，食品消費支出的比重會下降。 我們小組在分析影響恩格爾系數(shù)的時候，排除了其他因素的

15、影響，通過古典線性回歸方程的計量經(jīng)濟模型，選了四個因素來進行恩格爾系數(shù)的因素分析。這四個因素分別是：國內(nèi)生產(chǎn)總值、人均可支配收入、消費者物價指數(shù)和食品工業(yè)價格指數(shù)。我們對此進行了一系列的檢驗，有相關(guān)性檢驗、建立古典線性回歸方程、殘差項檢驗（其中包括同方差檢驗、殘差項自相關(guān)檢驗、殘差的正態(tài)分布檢驗）、RESET檢驗和鄒至莊檢驗。在檢驗的過程中，我們也得出了一部分有用的信息。如：食品工業(yè)出廠價格指數(shù)每增加1單位，則恩格爾系數(shù)上升0.223095個單位；人均可支配收入每增加1單位，則恩格爾系數(shù)下降0.001032個單位。與此同時，該模型也存在一些問題。如：在檢驗出來的結(jié)果與現(xiàn)實生活有些出入（即我們認(rèn)

16、為可能會引起很大影響的人均可支配收入因素卻幾乎沒有什么影響），以及RESET檢驗和鄒至莊檢驗的結(jié)果不理想。從以上的分析結(jié)果，我們對此提出了兩點建議：1、從1990-2010年我們國家的恩格爾系數(shù)，無論是農(nóng)村的還是城市的，恩格爾系數(shù)都是呈下降的趨勢。但是不排除個別年份，因為通貨膨脹等因素，恩格爾系數(shù)稍微有一些波動，但總的趨勢是下降的。那么，我們應(yīng)該客觀地看待恩格爾系數(shù)，客觀地分析恩格爾系數(shù)反彈的問題。2、最近幾年，我國的恩格爾系數(shù)徘徊在35%左右，充分說明我們國家隨著收入水平的提高，人們由總體小康向全面小康變化，已經(jīng)擺脫了原來以吃、喝、穿這種生存意義的消費結(jié)構(gòu)。那么，在衡量一個國家居民生活消費水

17、平的時候，我們可以看一個國家的恩格爾系數(shù)來判斷該國的生活質(zhì)量。二、關(guān)于匯率市場相互影響的分析（一）案例分析 貨幣是當(dāng)代人類生產(chǎn)生活中必不可少的一種作為固定通用的一般等價物和信用符號而進行商品交換和資本流通的工具，在當(dāng)代世界具有舉足輕重的重要地位。每個國家都有本國的貨幣，在國內(nèi)進行流通。匯率變動被視為一種國際競爭與擴張的手段：貨幣貶值可以達到擴大對外銷售的目的；貨幣高估可以實現(xiàn)對外掠奪的目的；因此匯率的頻繁波動可以加大發(fā)達國家與發(fā)展中國家的矛盾。通過幾個地區(qū)的匯率市場變動情況分析各地區(qū)之間的匯率影響極其相互間的作用。關(guān)鍵詞：匯率，中國，歐元，英國，澳大利亞，相互作用研究主題：分析從2000年1月

18、到2011年12月之間，歐元區(qū)，英國和澳大利亞這三個地區(qū)的匯率對中國匯率的影響程度，即分析四個變量， Euro，UK, Austria 對China的影響程度。數(shù)據(jù)類型：月統(tǒng)計數(shù)據(jù)數(shù)據(jù)頻度：月起止時間：2000年1月2011年12月主要研究方法：平穩(wěn)性檢驗、 ARMA 模型、VAR 模型、格蘭杰因果檢驗、協(xié)整（二）模型的提出1、中國（China） 我國人民幣現(xiàn)行匯率制度概括起來說就是，以市場供求為基礎(chǔ)的、單一的、有管理的浮動匯率制。以市場供求為基礎(chǔ)指的是匯率生成機制是由市場機制決定的，匯率水平的高低是以市場供求關(guān)系為基礎(chǔ)的；單一性是指中國人民銀行每日公布的人民幣市場匯價適用于外匯指定銀行（中資

19、與外資）進行的所有外匯與人 民幣的結(jié)算與兌換；有管理性主要體現(xiàn)在銀行間外匯市場上，中央銀行設(shè)有獨立 的操作室，當(dāng)市場波動幅度過大，中央銀行要通過吞吐外匯來干預(yù)市場，保持匯 率穩(wěn)定；在零售市場上，中央銀行規(guī)定了銀行與客戶外匯的買賣差價幅度；而其 浮動性則一是表現(xiàn)為中央銀行每日公布的人民幣市場匯價是浮動的； 二是各外匯指定銀行制定的掛牌匯價在央行規(guī)定的幅度內(nèi)可自由浮動。2、歐元區(qū) (Euro) 歐盟的匯率制度有兩個層面：一是歐元對歐盟外實行單一的浮動匯率制；二是歐元對歐盟內(nèi)非歐元成員國實行“歐洲第二匯率機制(ERM2)1”，即歐元與尚未加入歐元區(qū)的歐盟成員國貨幣間的波動幅度保持在15%以內(nèi)。馬斯特

20、里赫特條約規(guī)定歐洲中央銀行具有實施外匯業(yè)務(wù)的全部權(quán)力。歐洲中央銀行擁有外匯儲備500億歐元。根據(jù)歐洲中央銀行體系的法令規(guī)定，歐洲中央銀行可以自由支配這500億歐元的外匯儲備，在必要時還可以動用成員國中央銀行的外匯儲備。歐元區(qū)成員國中央銀行在動用其外匯儲備時，必須征得歐洲中央銀行的批準(zhǔn)，以防止成員國中央銀行進行外匯業(yè)務(wù)時與歐元區(qū)匯率政策不一致。歐洲中央銀行可在歐洲理事會的指示下，對歐元與美元、日元以及其他貨幣的匯率進行外匯干預(yù)。歐洲中央銀行行長理事會確定如何分配外匯干預(yù)的職權(quán)范圍，并根據(jù)信譽、報價、資產(chǎn)規(guī)模等標(biāo)準(zhǔn)選定進行外匯干預(yù)的銀行和信貸機構(gòu)。3、英鎊（UK） 英鎊是英國官方貨幣。英鎊在歐元被

21、采用后，成為歷史最悠久的仍然被使用的貨幣。目前占全球外匯儲備的第三名，在美元和歐元之后。英鎊是第四大外匯交易幣種，在美元、歐元、和日元之后。雖然英鎊和歐元沒有固定匯率，然而，英鎊和歐元之間經(jīng)常存在長期的同步走勢。英鎊與歐洲經(jīng)濟和貨幣聯(lián)盟的關(guān)系：由于首相布萊爾（Tony Blair）關(guān)于可能加入歐洲單一貨幣-歐元的言論，英鎊經(jīng)常收到打壓。英國如果想加入歐元區(qū)，則英國的利率水平必須降低到歐元利率水平。如果公眾投票同意加入歐元區(qū)，則英鎊必須為了本國工業(yè)貿(mào)易的發(fā)展而兌歐元貶值。因此，任何關(guān)于英國有可能加入歐元區(qū)的言論都會打壓英鎊匯價。4、澳大利亞 (Austria） 1983年開始，澳大利亞實行浮動的

22、匯率制度，澳元匯率由外匯市場供求決定，但是，為防止匯率過度波動，澳大利亞儲備銀行仍對外匯市場進行必要的干預(yù)。在澳大利亞實行浮動匯率的初期階段，澳大利亞儲備銀行外匯干預(yù)的主要目的是減少匯率的短期波動。目前澳大利亞儲備銀行外匯干預(yù)主要是防止匯率的長期超調(diào)（overshooting），即防止匯率走勢長期偏離經(jīng)濟和金融基本狀況。澳大利亞儲備銀行不把干預(yù)作為實現(xiàn)特定匯率水平或調(diào)整貨幣政策不平衡的手段。除針對實施經(jīng)濟制裁的特定國家地區(qū)、個人和組織外，澳大利亞對跨境交易和資金流動不作限制。澳大利亞對進出境攜帶現(xiàn)金的金額沒有限制，但按照金融交易報告法1988的要求，普通民眾攜帶等值于10000澳元以上的大額現(xiàn)

23、金進出境時須向澳大利亞交易報告分析中心（Australian Transaction Reports and Analysis Centre，AUSTRAC）進行申報。（三）數(shù)據(jù)的來源從人大經(jīng)濟論壇的網(wǎng)站查得/。YearEuroChinaUKAustriaJan-000.9878.2790.6090.987Feb-001.0178.2780.6251.017Mar-001.0378.2790.6331.037Apr-001.0588.2790.6321.059May-001.1038.2780.6631.104Jun-001.0538.2770.6631

24、.052Jul-001.0648.2790.6631.066Aug-001.1068.280.6711.106Sep-001.1498.280.6971.15Oct-001.1728.2780.6891.173Nov-001.178.2770.7011.169Dec-001.1118.2770.6841.114Jan-011.0678.2780.6771.067Feb-011.0878.2770.6881.087Mar-011.1018.2780.6921.101Apr-011.1218.2770.6971.12May-011.1448.2770.7021.143Jun-011.1728.27

25、70.7141.172Jul-011.1628.2770.7071.161Aug-011.1118.2770.6961.11Sep-011.0988.2770.6841.097Oct-011.1048.2770.6891.105Nov-011.1268.2770.6961.126Dec-011.1218.2770.6951.122Jan-021.1328.2770.6981.133Feb-021.1498.2770.7031.149Mar-021.1418.2770.7031.141Apr-021.1298.2770.6931.129May-021.0918.2770.6851.091Jun-

26、021.0478.2770.6731.046Jul-021.0088.2770.6441.007Aug-021.0238.2770.6511.023Sep-021.028.2770.6431.02Oct-021.028.2770.6421.019Nov-021.0088.2770.640.999Dec-020.9828.2770.630.981Jan-030.9428.2770.6190.942Feb-030.9288.2770.6210.927Mar-030.9268.2770.6320.926Apr-030.9228.2770.6350.921May-030.8658.2770.6160.

27、866Jun-030.8588.2770.6020.857Jul-030.8798.2770.6160.88Aug-030.8988.2770.6270.897Sep-030.8928.2770.6210.888Oct-030.8558.2770.5970.854Nov-030.8558.2770.5920.854Dec-030.8148.2770.5710.813Jan-040.7938.2770.5490.791Feb-040.7918.2770.5360.791Mar-040.8168.2770.5470.816Apr-040.8348.2770.5550.834May-040.8348

28、.2770.560.833Jun-040.8248.2770.5470.823Jul-040.8158.2770.5430.815Aug-040.8218.2770.550.82Sep-040.8198.2770.5580.818Oct-040.8018.2770.5540.8Nov-040.778.2770.5380.77Dec-040.7488.2770.5180.746Jan-050.7558.2770.5310.762Feb-050.7688.2770.530.769Mar-050.7588.2770.5250.758Apr-050.7738.2770.5280.773May-050.

29、7888.2770.5380.788Jun-050.8228.2770.550.823Jul-050.8318.230.5710.831Aug-050.8148.1020.5580.813Sep-050.8168.0920.5530.818Oct-050.8328.0890.5670.832Nov-050.8498.0840.5760.848Dec-050.8438.0760.5730.843Jan-060.8268.0660.5660.825Feb-060.8388.0490.5720.838Mar-060.8328.0350.5740.831Apr-060.8158.0160.5660.8

30、15May-060.7838.0140.5350.783Jun-060.7918.0070.5430.79Jul-060.7887.9910.5420.788Aug-060.7817.9730.5280.781Sep-060.7867.9360.530.786Oct-060.7937.9030.5330.793Nov-060.7767.8660.5230.776Dec-060.7577.8240.5090.757Jan-070.7697.790.510.769Feb-070.7657.7550.5110.765Mar-070.7557.7390.5140.755Apr-070.747.7260

31、.5030.74May-070.747.6730.5040.74Jun-070.7457.6330.5040.745Jul-070.7297.580.4920.729Aug-070.7347.5750.4980.734Sep-070.727.5240.4960.72Oct-070.7037.5010.4890.703Nov-070.6817.4230.4830.681Dec-070.6867.3720.4940.686Jan-080.6797.2480.5080.679Feb-080.6787.1650.5090.678Mar-080.6447.0750.4990.644Apr-080.635

32、7.0010.5050.635May-080.6436.9740.5090.643Jun-080.6436.8980.5090.643Jul-080.6346.8380.5030.634Aug-080.6686.8520.5130.668Sep-080.6966.8310.5570.696Oct-080.7526.8320.5920.752Nov-080.7856.8290.6520.785Dec-080.7346.8430.6720.734Jan-090.7556.8380.6940.755Feb-090.7826.8360.6940.782Mar-090.7676.8380.7090.76

33、7Apr-090.7586.8310.680.758May-090.7346.8250.6490.734Jun-090.7146.8330.6110.714Jul-090.716.8320.6120.71Aug-090.7016.8320.6040.701Sep-090.6876.8290.6120.687Oct-090.6756.8280.6180.675Nov-090.6716.8270.6030.671Dec-090.6856.8280.6160.685Jan-100.7016.8270.6180.701Feb-100.7316.8270.640.731Mar-100.7366.8260

34、.6650.736Apr-100.7466.8260.6530.746May-100.7966.8270.6830.796Jun-100.8196.8170.6840.819Jul-100.7836.7780.6540.783Aug-100.7766.790.6290.776Sep-100.7656.7420.6420.765Oct-100.726.6730.6310.72Nov-100.7326.6560.6260.732Dec-100.7576.6540.6410.757Jan-110.7486.5970.6330.748Feb-110.7316.5710.620.731Mar-110.7

35、256.5350.6190.725Apr-110.7186.5020.6150.718May-110.7186.4740.6130.718Jun-110.7166.4440.6110.716Jul-110.716.4090.6060.71Aug-110.7036.3790.6010.703Sep-110.6996.3470.5980.699Oct-110.6956.3160.5950.695Nov-110.6916.2860.5920.691Dec-110.6866.2550.5880.686（四）建模與分析1、平穩(wěn)性檢驗（1）對China進行平穩(wěn)性檢驗：該平穩(wěn)性檢驗的零假設(shè)是：China包含

36、有一個單位根。經(jīng)過平穩(wěn)性檢驗，得出P值為0.9971，大于顯著性水平0.1，不拒絕零假設(shè)，即China不平穩(wěn)。 使用一階差分，對其平穩(wěn)性進行檢驗，可得： 經(jīng)過一階差分后的平穩(wěn)性檢驗，得出P值為0.0151，小于顯著性水平0.1，拒絕零假設(shè)，即China的一階差分平穩(wěn)。（2）對Euro進行平穩(wěn)性檢驗：該平穩(wěn)性檢驗的零假設(shè)是：Euro包含有一個單位根。經(jīng)過平穩(wěn)性檢驗，得出P值為0.7277，大于顯著性水平0.1，不拒絕零假設(shè)，即Euro不平穩(wěn)。 使用一階差分，對其平穩(wěn)性進行檢驗，可得： 經(jīng)過一階差分后的平穩(wěn)性檢驗，得出P值為0.0000，小于顯著性水平0.1，拒絕零假設(shè)，即Euro的一階差分平穩(wěn)。

37、（3）對UK進行平穩(wěn)性檢驗： 該平穩(wěn)性檢驗的零假設(shè)是：UK包含有一個單位根。經(jīng)過平穩(wěn)性檢驗，得出P值為0.3647，大于顯著性水平0.1，不拒絕零假設(shè)，即UK不平穩(wěn)。 使用一階差分，對其平穩(wěn)性進行檢驗，可得：經(jīng)過一階差分后的平穩(wěn)性檢驗，得出P值為0.0000，小于顯著性水平0.1，拒絕零假設(shè)，即UK的一階差分平穩(wěn)。（4）對Austria進行平穩(wěn)性檢驗： 該平穩(wěn)性檢驗的零假設(shè)是：Austria包含有一個單位根。經(jīng)過平穩(wěn)性檢驗，得出P值為0.7287，大于顯著性水平0.1，不拒絕零假設(shè)，即Austria不平穩(wěn)。 使用一階差分，對其平穩(wěn)性進行檢驗，可得： 經(jīng)過一階差分后的平穩(wěn)性檢驗，得出P值為0.0

38、000，小于顯著性水平0.1，拒絕零假設(shè)，即Austria的一階差分平穩(wěn)。2、ARMA模型（1）建立ARMA模型 將AR（p）模型與MA（q）模型組合，就可得到ARMA（p,q）模型。通過對該ARMA(p,q)模型進行（3，3）之內(nèi)的檢驗，可以得出如下的結(jié)果： ARMA(1,1)的信息準(zhǔn)則AIC和SBIC分別是-5.069和-5.007； ARMA(1,1)的信息準(zhǔn)則AIC和SBIC分別是-5.043和-4.939； ARMA(2,1)的信息準(zhǔn)則AIC和SBIC分別是-5.049和-4.965； ARMA(2,2)的信息準(zhǔn)則AIC和SBIC分別是-5.119和-5.015； ARMA(2,3)

39、的信息準(zhǔn)則AIC和SBIC分別是-5.023和-4.898； ARMA(3,1)的信息準(zhǔn)則AIC和SBIC分別是-5.028和-4.923； ARMA(3,2)的信息準(zhǔn)則AIC和SBIC分別是-5.016和-4.890； ARMA(3,3)的信息準(zhǔn)則AIC和SBIC分別是-5.165和-5.018。 根據(jù)信息準(zhǔn)則的最小值原則，該模型采用ARMA(3,3)。 ARMA(3,3)模型的方程為：DChina=-0.004763+0.487752*DChina（-1）-0.481633*DChina（-2）+0.846161*DChina（-3）-0.075628*ut（-1）+0.839406*ut

40、（-2）-0.594707*ut（-3）+ut 從以上的圖表中可以得出：近三個月的匯率的增加量均對本期匯率的增加量有影響，且上一個月和前三月的匯率的增加量對本期匯率的增加量有正相關(guān)的影響，并且前三月的影響較大；前兩月的匯率的增加量對本期匯率的增加量有負相關(guān)的影響。 從圖表中可知，AR部分的逆根小于1，是平穩(wěn)的；MA部分的逆根小于1，是可逆的。(2)對ARMA模型進行預(yù)測 圖中的實線代表預(yù)測值，虛線代表預(yù)測誤差范圍。由圖中預(yù)測值的走勢可知，中國匯率的增加率呈下降趨勢，即未來人民幣還是處于升值的狀態(tài)。2、VAR模型 通過對該VAR模型進行四階之內(nèi)滯后的檢驗，可以得出如下的結(jié)果： VAR（1）模型的

41、信息準(zhǔn)則AIC和SBIC分別是-26.400和-25.984； VAR（2）模型的信息準(zhǔn)則AIC和SBIC分別是-26.569和-25.816； VAR（3）模型的信息準(zhǔn)則AIC和SBIC分別是-26.448和-25.355； VAR（4）模型的信息準(zhǔn)則AIC和SBIC分別是-26.455和-25.020。 根據(jù)信息準(zhǔn)則的最小值原則，該模型采用VAR(2)。該VAR模型的方程組為： DCHINA = 0.444184*DCHINA(-1) + 0.292794*DCHINA(-2) - 0.216697*DEURO(-1) + 0.428499*DEURO(-2) - 0.218432*DUK

42、(-1) + 0.188653*DUK(-2) + 0.201091*DAUSTRIA(-1) - 0.475568*DAUSTRIA(-2) - 0.004169+ut； DEURO = 0.002683*DCHINA(-1) + 0.003967*DCHINA(-2) - 0.613246*DEURO(-1) - 0.500279*DEURO(-2) - 0.176663*DUK(-1) + 0.361268237047*DUK(-2) + 1.06924881133*DAUSTRIA(-1) + 0.168844*DAUSTRIA(-2) - 0.002034+ut； DUK = 0.0

43、95702*DCHINA(-1) - 0.113103*DCHINA(-2) - 0.381006*DEURO(-1) - 0.928882*DEURO(-2) + 0.111905*DUK(-1) + 0.293003*DUK(-2) + 0.627080*DAUSTRIA(-1) + 0.722415*DAUSTRIA(-2) - 0.000345+ut； DAUSTRIA =0.000582*DCHINA(-1) + 0.006979*DCHINA(-2) + 0.070809*DEURO(-1) - 0.144422*DEURO(-2) - 0.181562*DUK(-1) + 0.363078*DUK(-2) + 0.381442*DAUSTRIA(-1) - 0.195049*DAUSTRIA(-2) - 0.002064+ut。3、格蘭杰因果檢驗 因為格蘭杰因果檢驗的零假設(shè)是某一個變量不是另一個變量的原因，所以，當(dāng)P值小于顯著性水平0.1的時候，即拒絕零假設(shè)，也就是說，某一個變量是另一個變量的原因。 由以上的