OxMetrics 教程展示金融时间序列分析功能

在计量经济学软件 OxMetrics 发布的官方指引中，详细演示了利用该软件处理金融数据并分析时间序列特征的具体步骤。该教程以道琼斯工业平均指数数据集为样本，展示了收益率计算、自相关函数分析及波动性聚集现象的识别过程。

数据集与预处理

教程中使用的数据文件为 dowjones.xlsx，存放于 OxMetrics10\data 目录下。该数据集记录了从 1980 年 1 月到 1994 年 9 月的道琼斯工业平均指数周度收盘价，共计 770 个观测值。

收益率图形化生成

软件数据库中已包含经对数差分计算得出的收益率变量 DLDOWJONES。用户亦可通过图形界面直接从原始价格水平生成收益率序列。使用路径为：在 dowjones.xlsx 数据库的“图形”选项卡中选定变量，进入“设计”菜单并选用“增长率”转换选项。

结果数据显示，1987 年 10 月 19 日的“黑色星期一”股灾对应了 -17.4% 的单周跌幅。该收益率序列呈现出金融时间序列的典型特征：波动性聚集及厚尾分布现象——即极端值出现的频率高于正态分布的理论预期。

自相关性与波动持续性分析

教程进一步展示了自相关函数分析功能。在图形设计界面中，将转换方式设为“增长率”，并在时间序列选项中选择 ACF（自相关函数），设置滞后阶数为 50。

生成的 ACF 图显示，收益率序列本身几乎不存在序列相关性，这一结果与有效市场假说的预期相符。随后，教程演示了通过代数计算生成平方收益率，并绘制其自相关函数图。平方收益率的 ACF 图表明，波动性确实存在一定程度的持续性特征，验证了金融时间序列中常见的 ARCH 效应。