j

0





，

它是关于

j

的函数，

因此我们也称之为自相关函数，

通常记

ACF(j)

。

偏自相关函数

PACF(j)

度量了消除中间滞后项影响后两滞后变量之间的相关关系。

三、实验内容及要求

1

、实验内容：

根据

1991

年

1

月～

2005

年

1

月我国货币供应量（广义货币

M2

）的月度时间数据来说

明在

Eviews3.1 

软件中如何利用

B-J

方法论建立合适的

ARIMA

（

p,d,q

）模型，并利用此模

型进行数据的预测。

2

、实验要求：

（

1

）深刻理解上述基本概念；

（

2

）思考：如何通过观察自相关，偏自相关系数及其图形，利用最小二乘法，以及信息准

则建立合适的

ARIMA

模型；如何利用

ARIMA

模型进行预测；

（

3

）熟练掌握相关

Eviews

操作。

四、实验指导

1

、

ARIMA

模型的识别

（

1

）导入数据

打开

Eviews

软件，选择

“File”

菜单中的

“New

--

Workfile”

选项，出现

“Workfile 

Range”

对

话框，在

“Workfile 

frequency”

框中选择

“

Monthly

”

，在

“Start 

date”

和

“End 

date”

框中分别输入

“

1991:01

”

和

“

2005:01

”

，然后单击

“OK”

，选择

“File”

菜单中的

“Import

--Read Text-Lotus-

Excel”

选项，

找到要导入的名为

EX6.2.xls

的

Excel

文档，

单击

“

打开

”

出现

“Excel Spreadsheet Import”

对话框并在其中输入相关数据名称

(M2)

，再单击

“OK”

完成数据导入。

（

2

）模型的识别

首先利用

ADF

检验，确定

d

值，判断

M2

序列为

2

阶非平稳过程（由于具体操作方法

我们在第五章中予以说明，此处略）

，即

d

的值为

2

，将两次差分后得到的平稳序列命名为

W2

；

下

面

我

们

来

看

W2

的

自

相

关

、

偏

自

相

关

函

数

图

。

打

开

W2

序

列

，

点

击

“

V

iew”—“

C

orrelogram”

菜单，会弹出如图

5

－

1

所示的窗口，





t

Y

j

