例5.11.sas

第一章 时间序列分析简介 第二章 时间序列的预处理 第三章 平稳时间序列分析 第四章 非平稳序列的确定性分析 第五章 非平稳序列的随机分析 第六章 多元时间序列分析

data a;
input returns@@;
dif=dif(returns);
r2=dif**2;
y=log(returns);
dify=dif(y);
time=intnx('month','1apr1963'd,_n_-1);
format time year4.;
cards;
0.00238	0.00238	0.00236	0.0025	0.00254	0.0026	0.00285	0.00281
0.00241	0.00288	0.00287	0.00292	0.00294	0.00273	0.00271	0.00282
0.00267	0.00273	0.00293	0.00285	0.00296	0.00281	0.00326	0.00321
0.00315	0.00319	0.00313	0.00313	0.00319	0.00313	0.0033	0.00319
0.00315	0.00355	0.0037	0.00371	0.00364	0.00381	0.00372	0.00368
0.00374	0.00389	0.00415	0.00389	0.00343	0.00377	0.00368	0.00364
0.00338	0.00283	0.00271	0.003	0.00309	0.00317	0.00343	0.00347
0.00355	0.0036	0.00398	0.00385	0.00389	0.00444	0.00453	0.00444
0.00432	0.00406	0.00432	0.00461	0.00398	0.005	0.00487	0.0047
0.00432	0.00508	0.00478	0.00508	0.00593	0.0055	0.00593	0.00542
0.0054	0.0054	0.00631	0.00534	0.00546	0.00542	0.00546	0.00495
0.005	0.00508	0.00483	0.00444	0.00377	0.00355	0.00338	0.00264
0.00283	0.00305	0.00338	0.00406				
;
proc gplot;
plot returns*time dif*time r2*time y*time dify*time;
symbol c=black i=join v=none;
proc arima;
identify var=returns ;
identify var=y(1);
estimate p=0 q=0 noint;
forecast lead=0 id=time  out=out;
data out;
merge a out;
by time;
estimate=exp(y);
proc gplot;
plot returns*time=1 estimate*time=2 /overlay;
symbol1 c=black i=none v=star h=0.5;
symbol2 c=red i=join v=none;
run;