Исходные данные представлены в таблице (стр. 1 )

Исходные данные представлены в таблице:

№ 1.

Ряд 1й. Счет текущих операций (II. Доходы - дебет). Из лабораторной 1 известно, что этот ряд – DS ряд. Он стационарен и интегрирован первого порядка: хt ~ I(1). Кроме того, в данной модели константа не является значимой, а тренд – значим.

ADF Test Statistic	-8.679341	1% Critical Value*	-4.2242
		5% Critical Value	-3.5348
		10% Critical Value	-3.1988
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SER01,2)
Method: Least Squares
Date: 04/09/07 Time: 20:30
Sample(adjusted): 1997:1 2006:1
Included observations: 37 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
D(SER01(-1))	-3.204027	0.369156	-8.679341	0.0000
D(SER01(-1),2)	1.397207	0.281552	4.962521	0.0000
D(SER01(-2),2)	0.658476	0.151401	4.349209	0.0001
C	6.936637	3.702058	1.873725	0.0701
@TREND(1996:1)	-0.450695	0.155106	-2.905714	0.0066
R-squared	0.853039	Mean dependent var	0.775676
Adjusted R-squared	0.834669	S. D. dependent var	23.82855
S. E. of regression	9.688916	Akaike info criterion	7.504931
Sum squared resid	3004.003	Schwarz criterion	7.722622
Log likelihood	-133.8412	F-statistic	46.43613
Durbin-Watson stat	1.906513	Prob(F-statistic)	0.000000

Строим коррелограмму.

По коррелограмме видно, что закономерностей не наблюдается. q=1, p=3. Следовательно, можно построить модель AR(3) МА(1).

Variable	Coefficient	Std. Error	t-Statistic	Prob.
@TREND()	-0.022615	0.019203	-1.177698	0.2473
AR(3)	-0.720707	0.193309	-3.728263	0.0007
MA(1)	-1.162075	0.204285	-5.688487	0.0000
R-squared	0.664983	Mean dependent var	0.041667
Adjusted R-squared	0.644679	S. D. dependent var	23.73854
S. E. of regression	14.15026	Akaike info criterion	8.216998
Sum squared resid	6607.583	Schwarz criterion	8.348958
Log likelihood	-144.9060	Durbin-Watson stat	2.485301
Inverted AR Roots	i	.45+.78i	-.90
Inverted MA Roots	1.16
	Estimated MA process is noninvertible

По полученным результатам делаем вывод о том, что тренд не значим (Prob >0.05). Следовательно, данную переменную из модели необходимо удалить. Новая модель выглядит следующим образом:

Variable	Coefficient	Std. Error	t-Statistic	Prob.
AR(3)	-0.272119	0.185684	-1.465497	0.1520
MA(1)	-0.947830	0.055959	-16.93798	0.0000
R-squared	0.650530	Mean dependent var	0.041667
Adjusted R-squared	0.640252	S. D. dependent var	23.73854
S. E. of regression	14.23814	Akaike info criterion	8.203679
Sum squared resid	6892.639	Schwarz criterion	8.291652
Log likelihood	-145.6662	Durbin-Watson stat	2.659876
Inverted AR Roots	.32+.56i	i	-.65
Inverted MA Roots	.95

По полученным результатам делаем вывод о том, что AR не значимa (Prob >0.05). Следовательно, данную переменную из модели необходимо удалить. Новая модель выглядит следующим образом:

Variable	Coefficient	Std. Error	t-Statistic	Prob.
MA(1)	-0.960110	0.032200	-29.81704	0.0000
R-squared	0.646097	Mean dependent var	0.620513
Adjusted R-squared	0.646097	S. D. dependent var	24.26496
S. E. of regression	14.43517	Akaike info criterion	8.202518
Sum squared resid	7918.213	Schwarz criterion	8.245174
Log likelihood	-158.9491	Durbin-Watson stat	2.835262
Inverted MA Roots	.96

Ряд 2й. Базисная форма (базис 1-ый квартал 1996г.). Из лабораторной 1 известно, что этот ряд – DS ряд. Он стационарен и интегрирован первого порядка: хt ~ I(1). Кроме того, в данной модели константа не является значимой, а тренд – значим.

ADF Test Statistic	-8.525457	1% Critical Value*	-4.2324
		5% Critical Value	-3.5386
		10% Critical Value	-3.2009
*MacKinnon critical values for rejection of hypothesis of a unit root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SER02,2)
Method: Least Squares
Date: 04/09/07 Time: 20:44
Sample(adjusted): 1997:2 2006:1
Included observations: 36 after adjusting endpoints
Variable	Coefficient	Std. Error	t-Statistic	Prob.
D(SER02(-1))	-3.211092	0.376648	-8.525457	0.0000
D(SER02(-1),2)	1.399569	0.286153	4.890983	0.0000
D(SER02(-2),2)	0.662409	0.155096	4.270973	0.0002
C	-0.324365	0.180352	-1.798509	0.0818
@TREND(1996:1)	0.020750	0.007470	2.777791	0.0092
R-squared	0.847872	Mean dependent var	-0.001877
Adjusted R-squared	0.828242	S. D. dependent var	1.069304
S. E. of regression	0.443158	Akaike info criterion	1.338467
Sum squared resid	6.088073	Schwarz criterion	1.558401
Log likelihood	-19.09241	F-statistic	43.19389
Durbin-Watson stat	1.897970	Prob(F-statistic)	0.000000

Строим коррелограмму.

По коррелограмме видно, что закономерностей не наблюдается. q=1, p=3. Следовательно, можно построить модель AR(3) МА(1).