Построение модели ARMA (p,q)
Построив для наглядности в приложении Statistica 6.0 графики АКФ и ЧАКФ (рисунок 3.1) получили, что АКФ убывает, а ЧАКФ имеет резко выделяющееся значения на 1-м лаге. ЧАКФ подтверждает, что значения АКФ. начиная со второго лага, обусловлены корреляцией на 1-м лаге.
Рисунок 3.1 - АКФ и ЧАКФ для курса AAPL
Согласно свойствам АКФ и ЧАКФ можно предположить [4], что курс акции AAPL описывается моделью ARMA (1,0). Будем строить данную модель в виде:
По выборочным данным в приложении Statistica 6.0 получены оценки коэффициентов модели. Аналитический вид может быть представлен следующим уравнением:
Несмотря на то, что по критерию Стьюдента на 5% -ом уровне значимости свободный член оказался незначим: , но из экономических соображений его не будем удалять из уравнения модели.
По критерию Фишера уравнение регрессии значимо, поскольку
.
Коэффициент детерминации , что говорит об очень хорошем качестве построенной модели. На 98.7% модель ARMA (1,0) аппроксимирует исходные данные временного ряда, остальное приходится на ошибку.
На рисунке 3.2 приведем график остатков модели (3.2).
Рисунок 3.2 - График остатков модели (3.2)
Визуальный анализ дает возможность предположить, что ряд остатков является стационарным, поскольку в нем отсутствует определенная направленность. Проверим, выполняются ли для остатков условия Гаусса-Маркова.
. С учетом погрешности в вычислениях математическое ожидание остатков имеет значение .
. Стандартная ошибка регрессии . Несколько значений остатков лежат вне интервала
и являются своего рода выбросами, резко выделяющимися на фоне общей картины остатков, что, возможно, вызвано неточностью в вычислениях. Поэтому отклонить или принять гипотезу о нормальном распределении остатков затруднительно. Применяя статистику Жака-Бера, предварительно вычислив коэффициенты асимметрии и эксцесса, установили, что гипотеза о нормальном распределении остатков отклоняется, поскольку значение статистики
, что гораздо больше квантили распределения
равной 5.991.
. Для проверки остатков на случайность используем критерий "поворотных точек". Для данного ряда остатков получили . Следовательно, выборка остатков случайна.
. Для рассматриваемого ряда остатков при проверке на наличие гетероскедастичности ранговый коэффициент корреляции Спирмена оказался равным . Оценив статистическую значимость
с помощью t-критерия:
, и сравнив эту величину с табличной
при уровне значимости
, получили, что
. Следовательно, гипотеза об отсутствии гетероскедастичности остатков не отклоняется.
Еще статьи по экономике
Инфляция сущность, причины, формы проявления, виды
Деньги
- один из основных феноменов экономической жизни выступают в качестве реальной
связи хозяйствующих субъектов государства. Нет ничего удивительного в том, что
теории ...
Исследование эффективности государственной инспекции безопасности дорожного движения с использованием системы сбалансированных показателей
Формирование правового государства, укрепление законности и правопорядка
требует повышения эффективности работы всех правовых органов, в том числе и
органов внутренних дел.
...
Технико-экономическое обоснование бизнес-плана
Основная цель создания производственного предприятия - это получение
прибыли. Для функционирования и получения прибыли любого предприятия необходимо
наличие совокупности матери ...