金融计量经济学导论重点

第一章

1、金融数据特征：观测频率高，数据量大；质量高（很少有测量误差和修正问题）；包含很多噪音（更难以从随机的和无关的变动中分辨出趋势和规律）；通常不满足正态分布；经常包含人民不感兴趣的其他模式（由市场运行和价格记录方式造成，建模需考虑）。

2、数据类型：截面数据（不同实体在一个时期内收集的数据，数据排列不重要，分析技术困难少）；时间序列数据（同一实体在多个时期内收集的数据，时间顺序重要，间隔、频率相同，存在趋势性、季节性）；面板/综列/平行数据（多个实体多个时点，有助于全面分析经济变量关系）；混合截面数据（常用于分析一项新政策的影响）。

3、收益率计算：（P7公式）

第二章

1、OLS估计思想：使残差平方和尽可能的小，最小化条件即对参数求偏导，得（P33）

β=cov(x t,y t)/var(x t)。性质：（高斯马尔科夫定理）无偏性（估计值的期望等于真实值）；有效性（最小方差，偏离真实值的概率最小）；一致性。

假设条件：E(u t)=0,var(u t)=σ2,cov(u i,u j)=0,cov(u t,x t)=0,u t服从正态分布。

2、假设检验：（大家都会，不写了）

3、一类错误：原假设为真时拒绝原假设的概率（弃真错误）。二类错误：原假设为伪而没有拒绝原假设的概率（取伪错误）。显著性水平5%变成1%，减低弃真错误，增加取伪错误，检验功效减小。

第三章

1、F检验：原理（原假设：约束条件成立，比较有约束和无约束回归的残差平方和）；公式：

m是约束条件的个数，k是参数个数

2、拟合优度R2：时间序列R2过高可能是伪回归，且与截面数据R2不合适比较，调整R2可用于决定某一变量是否应包括在模型中。

第四章

1、异方差检验方法：G-Q检验（分成2个子样本，原假设：2个子样本方差相等，GQ=S12/S22服从F(T1-k,T2-k),对于截面数据，数据需排序，适用于样本容量大异方差单调变化的情况）；white检验/LM检验（对残差平方和做辅助回归，得到R2，大于临界值则拒绝同方差假设）。异方差后果：不是最优线性无偏估计，t，F检验不准确，对截距项估计偏大，对斜率估计偏小，如果扰动项与自变量正相关，标准差通常变小。处理：GLS or WLS（方差已知）；做对数变换，white异方差检验，white修正标准差估计（方差未知）。

2、自相关检验：DW检验（，只能判断是否存在一阶自相关）；

B-G检验，也叫LM检验（将残差对所有X变量和残差滞后值做回归，得到R2，，

大于临界值则拒绝原假设，存在序列相关）。后果：低估误差项方差，降低对标准差的估计，导致犯一类错误概率增加，高估变量显著性。处理：广义差分；HAC（可以同时处理自相关和异方差），动态模型（自回归分布之后模型）。

3、正态性检验：BJ检验（利用偏度和峰度，服从卡方分布）。虚拟变量：可以剔除特异值，认为改善模型后果，增加R2，可用于去除突发事件，季节性建模。

4、多重共线性：解释变量相关程度高（判断：R2很高，显著性低；参数估计经济意义不合

理；增加或减少一个变量，系数变化较灵敏）。后果：影响参数估计得精确性。

5、模型设定检验：可以增添拟合变量的高次幂，采用F检验或者LR检验（大于临界值则存在设定误差）

6、参数稳定性检验：chow检验（断点检验，分成两个阶段回归+全部回归，得3个RSS，再进行F检验，统计量=服从F(k,T-2k),RSS有约束，原假设：参数稳定，RSS1、RSS2无约束，k为约束个数，大于临界值，拒绝原假设）。预测失效检验（全样本和

大的子样本回归，服从F(T2，T1-k)，T2为小样本个数）。

7、模型稳定性检验：递归最小二乘法（样本一点点增加，CUSUM,CUSUMSQ，判断参数稳定性）。第五章

1、平稳性概念：严平稳（每个时间点分布相同），宽平稳（均值、方差、协方差保持不变，不随时间变化而变化，仅依赖于时间间隔或滞后）。

2、反应平稳性的工具：自相关函数acf（τs=r s/r o=s阶滞后的协方差/方差），偏自相关函数。

3、怎么检验白噪声序列（纯随机序列）：Q统计量（τs服从近似N(0，1/T)，原假设：没有自相关，为白噪声序列，服从卡方分布；Q统计量变形，即LB统计量

）。

4、MA模型（可逆性）性质：E(y t)=μ；；协方差

；任何有限阶的移动平均过程都是平稳过程；自相关函数为有限记忆模型。可逆性条件：特征方程根在单位圆外。

5、AR自回归（平稳性）：AR（p）平稳的必要条件；AR（p）平稳的充分条件。根=1时，不平稳，为随机游走过程。

一阶自回归y t=μ+ф1y t-1+μt计算：期望：设m=E(y t),则m=E(y t)=E(μ+ф1y t-1+μt)=μ+ф1E(y t-1)=μ+ф1m,所以，m=μ/1-ф1。方差：r o=var=E(y t2)=E((μ+ф1y t-1+μt)2)=ф12y0+σ2。协方差r1=ф1r o。

6、拖尾截尾判断：AR模型（自相关拖尾<系数小，衰减快>，偏自相关截尾），MA模型（自相关截尾，偏自相关拖尾），ARMA模型（都拖尾）。

7、ARMA平稳性判断：

8、ARMA建立步骤：（识别，估计，检验）一、识别：就是利用自相关函数、偏自相关函数和相关图找出适当的p、q，确定模型阶数。二、估计：估计模型中所含自回归和移动平均项的参数，根据不同的模型可以选择用OLS或者最大似然估计计算。三、检验：看所选模型对数据拟合是否够好，过度拟合（多余参数不显著），残差检验（是否存在自相关，用Q统计量，只能针对欠拟合模型）。

9、信息准则：AIC，大模型，不符合一致性，对总体内的不同样本，模型阶数的平均变动较小；SBIC，小模型，具有一致性但无有效性，渐近给出正确的模型阶数；HQIC，中等模型。

10、预测：平均平方误差；；

平均绝对误差；以上三个可以用于在相同数据和预测区间上比较不同模型，具有最小误差的模型是最精确的模型。

相对误差。（计算例子见P252）

第六章

1、联立方程：(联立模型具有内生性，OLS估计具有非一致性；有多少个内生变量就需要有多少个方程，所以用二阶段最小二乘法估计过度识别方程)***2OLS估计：利用OLS估计简化方程式（Y1对全部前定变量的回归），得到非随机的Y1估计值和随机的残差估计值；将估计值代入结构方程式中（过度识别的方程，此时不再包含内生变量）进行OLS估计，估计量有偏但一致。<目的就是清除随机解释变量Y的随机干扰>

识别的阶条件：在一个含有M个联立方程的模型中，为了使一个方程能被识别，它必须排除至少M-1个在模型中出现的变量（内生或前定）。如果恰好排除M-1刚刚，则该方程是恰好识别的，如果排除对于M-1个变量，则它是过度识别的。（该方程所排除的前定变量的个数必须不少于它所含有的内生变量的个数-1，即K-k>=m-1）

2、VAR（向量自回归模型）：同时考虑几个内生变量，类似联立方程模型，但是在VAR中，每一个内生变量都是由它的滞后或过去值以及模型中所以的其他内生变量的滞后或过去值来解释；通常模型中没有外生变量。

3、VAR优势：方法简单，无需决定哪些变量是内生的，哪些变量是外生的（都是内生的）；变量依赖于其滞后项，比ARMA模型更一般化，提供丰富的结构，以捕捉数据的更多特征；因为方程右边的变量都是前定的，所以可以使用OLS逐一估计各个方程；预测通常优于传统的结构模型。VAR不足：难以进行理论分析并给出相应的政策建议；滞后长度不好确定；估计出的VAR模型难以解释，很难说清某个变量的给定变化对其他变量的未来值有何影响；参数增加时会大幅减少自由度，产生较大的标准差；要求所有变量都是平稳的。

4、结构型VAR模型：是不可识别的，因为两个方程的等号右边有相同的前定变量。

5、分析：分块显著性检验（格兰杰因果检验）

；如果y

1是y

2

的格兰杰原因，

那么y

1的滞后项在y

2

的方程是显著的。

脉冲响应；方差分解。

第七章

1、非平稳与平稳的本质差异：平稳时间序列的均值、方差都保持不变；而非平稳序列要么均值随时间变化，要么方差随时间变化，或者二者同时变化。

2、随机游走过程（单位根过程/具有随机趋势的平稳过程/差分平稳过程）：随

时间的增加，方差变为无穷大，因而具有永久记忆性。方程x

t =x

t-1

+u

t

。

趋势平稳过程：y

t =α+βt+u

t

；带有漂移的随机游走过程：y

t

=μ+y

t-1

+u

t

。

3、单位根检验：DF检验（原假设：Ψ=0，序列包含单位根，回归方程，

，不服从t分布，DF分布临界值小于t分布）；ADF检验（回归方

程，对△y

t

滞后项个数p的选择要（1）尽量小，以保证更大的自由度，（2）充分大以消除随机扰动项内的自相关）；DF一个重要假设是

误差项独立同分布，ADF则通过增加滞后项考虑了误差项可能存在的序列相关；在序列中存在特异值或结构变动时，PP方法的检验功效教ADF高，从而更可靠；DP方法可以检验更高阶、多个单位根的情况。KPSS检验原假设序列是平稳的，与以上相反。

4、协整：两个变量都具有随机趋势（例如都是一阶单整的），则他们的线性组合可以抵消两个时间序列中的随机趋势，此时这两个变量就是协整的。

5、ECM误差修正模型：，为误差修正项，

是I(0)的；此时误差项不是白噪声，而是MA(1)；β

1描述短期关系，β

2

描述调整

速度，即均衡误差的修正比例。

6、ECM优点：避免伪回归；可以使用OLS回归，做有效的假设检验；可以同时描述变量静态特征和动态特征；反应出协整变量间存在偏离长期关系的修正过程。

7、E-G两步法步骤：第一步：保证每个变量都是I(1)；用OLS做回归估计；检验残差，确保残差是I(0)，如果不是平稳的，就只估计一阶差分模型；第二步：建立误差修正模型，使用第一步得到的残差做变量，

8、Johansen检验步骤：（1）检验各变量的单整阶数，通常要求阶数相同（2）确定模型的适当滞后长度（3）选择包含确定性成分（常数and/or趋势）的适当

模型（5个模型）（4）利用λ

trace 和λ

max

确定协整向量的个数（5）参数的假设检

验。

第八章

1、非线性特征：均值非线性or方差非线性（GARCH均值线性而方差非线性）。

2、计算波动性的方法：历史波动性（计算过去一段时间的收益方差，并用于未来的波动性预测；可作为其他方法的比较基准）；隐含的波动性模型（在给定期权价格的条件下，可以计算出基础资产收益波动性的市场预测值）；指数加权移动平均模型EWMA（近期数据对波动性的预测有更大的影响）；自回归波动模型（对代表波动性的指标序列建立ARMA模型并用于预测）；GARCH模型（专门刻画波动性的模型）。

3、ARCH模型：条件异方差自回归模型是ARCH（1）波动方程，

是均值方程；ARCH效应检验：（LM检验）回归方程，得到R2，统计量为TR2，服从卡方分布，原假设参数=0；可以对残差平方做序列相关检验，采用Q统计量。

4、GARCH模型：，是误差平方的ARMA模型形式，GARCH（1,1）

模型可以写成无限阶ARCH模型。EGARCH模型和GJR(TGARCH)模型都考虑了杠杆效应。

最大似然估计思想：

5、残差标准化：尖峰，

6、建立波动性模型步骤：（1）定义均值方程（常数，ARMA），（2）检验残差的ARCH效应（Q统计量，F检验,LM检验），（3）定义波动性方程

（ARCH,GARCH,EGARCH,GJR）,（4）联合估计两个方程（条件ML估计），（5）模型检验与改进（如果均值模型设定适当，则标准化残差独立同分布且正态；如果波动性模型设定适当，则标准化残差的平方是独立同分布的）。

7、GARCH模型回归预测：预测公式：

8、似然比检验LR：检验涉及对受约束和无约束回归方程的估计，GARCH模型中，检验β是否等于0，，m为受约束个数，大于临界值，拒绝原假设。

计量经济学复习笔记要点(达莫达尔版)

1、什么是计量经济学？ 计量经济学（Econometrics） 意为“经济测量”，它是利用经济理论、数学、统计推断等工具，对经济现象进行分析的一门社会科学。 区别与联系经济理论 计量经济学vs {数理经济学 统计学 2、计量经济学的传统方法论 Step1 理论或假说的陈述经典步骤 →分析经济问题的八个经典步骤 Step5 计量模型的参数估计 Step6 检验模型设定是否正确 Step7 假设检验（检验来自模型的假说） Step8 预测或控制 ◆关于数据 1、数据分类 （1）时间序列数据（Time Series Data）： 对一个变量在不同时间取值的一组观测结果。如每年、每月、每季度等 （2）横截面数据（Cross Section Data）： 对一个变量在同一个时间点上搜集的数据。如同一年的分国别、分省、分厂家数据 （3）混合数据（Pooled Data）： 时序和横截面的混合数据，既有分时，每一时点的观察对象又有不同(多个横截面单元) 广泛运用的一类特殊的混合数据——面板数据/综列数据/合成数据（Panel Data）： 在时间轴上对相同的横截面单元跟踪调查得到的数据。如每年对各省GDP的报告。 2、研究结果永远不可能比数据的质量更好 观测误差、近似进位计量、高度加总、选择性偏误 3、数据来源： 网站、统计年鉴、商业数据库等 （1）统计局、央行、证券交易所、世行、IMF等官方网站 （2）图书馆（纸质、电子版年鉴） （3）商业数据库 ◆两个例子 例1：凯恩斯消费理论 ①人们倾向于随他们收入的增加而增加消费，但消费的增加不如收入的增加那么多。 ②C=a+bI →确定性关系 ③Y=β1+β2X+μ→μ为扰动项，非确定性关系 ④搜集80～91年美国消费及收入数据 ⑤估计参数： 解释：平均而言，收入↑1美元，消费↑72美分 ⑥检验模型设定的正确性：是否应当加入别的可能影响消费额的变量，如就业等。

学习经济学金融学经典著作推荐

学习经济学金融学经典著作推荐（转贴）[复制链接] sosocoo 著名教授 签到 68 帖子 531 积分 2371 金币 34 学术水平 15 热心指数 48 下载流量(k) 1664694 ?串个门 ?加好友 ?打招呼 ?发消息 电梯直达 1# 发表于 2011-6-30 12:08:19 |只看该作者|倒序浏 览 统计学基础部分 1、《统计学》《探索性数据分析》David Freedman等， 中国统计（统计思想讲得好） 2、Mind on statistics 机械工业（只需高中数学水平） 3、Mathematical Statistics and Data Analysis 机械工业 （这本书理念很好，讲了很多新东西） 4、Business Statistics a decision making approach 中 国统计（实用） 5、Understanding Statistics in the behavioral science 中国统计 回归部分 1、《应用线性回归》中国统计（蓝皮书系列，有一定 的深度，非常精彩） 2、Regression Analysis by example，（吸引人，推导 少） 3、《Logistics回归模型——方法与应用》王济川郭志 刚高教（不多的国内经典统计教材） 多元 1、《应用多元分析》王学民上海财大（国内很好的多 元统计教材） 2、Analyzing Multivariate Data，Lattin等机械工业（直 观，对数学要求不高） 3、Applied Multivariate Statistical Analysis，Johnson & Wichem，中国统计（评价很高）

(完整word版)计量经济学复习笔记

计量经济学复习笔记 CH1导论 1、计量经济学： 以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。研究主体是经济现象及其发展变化的规律。 2、运用计量分析研究步骤： 模型设定——确定变量和数学关系式 估计参数——分析变量间具体的数量关系 模型检验——检验所得结论的可靠性 模型应用——做经济分析和经济预测 3、模型 变量:解释变量:表示被解释变量变动原因的变量，也称自变量，回归元。 被解释变量:表示分析研究的对象，变动结果的变量，也成应变量。 内生变量:其数值由模型所决定的变量，是模型求解的结果。 外生变量:其数值由模型意外决定的变量。 外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。 前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响，但能够影响我们所研究的本期的内生变量。 前定变量：前定内生变量和外生变量的总称。 数据:时间序列数据：按照时间先后排列的统计数据。 截面数据：发生在同一时间截面上的调查数据。 面板数据： 虚拟变量数据：表征政策，条件等，一般取0或1. 4、估计 评价统计性质的标准 无偏：E（＾β）=β 随机变量，变量的函数？ 有效：最小方差性 一致：N趋近无穷时，β估计越来越接近真实值 5、检验 经济意义检验：所估计的模型与经济理论是否相等 统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著 计量经济检验：是否符合计量经济方法的基本假定 预测检验：将模型预测的结果与经济运行的实际对比 CH2 CH3 线性回归模型 模型（假设）——估计参数——检验——拟合优度——预测 1、模型（线性） （1）关于参数的线性模型就变量而言是线性的；模型就参数而言是线性的。 Y i=β1+β2lnX i+u i 线性影响随机影响 Y i=E（Y i|X i）+u i E（Y i|X i）=f(X i)=β1+β2lnX i 引入随机扰动项， （3）古典假设 A零均值假定 E（u i|X i）=0 B同方差假定 Var(u i|X i)=E(u i2)=σ2 C无自相关假定 Cov(u i,u j)=0

计量经济学读书笔记.doc

学习好资料欢迎下载 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 经济统计学经济学数理经济学 计量经 济学 统计学数学 数理统计学 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论）

三、几个重要的“变量” 1.解释变量与被解释变量 2.内生变量与外生变量 3.滞后变量与前定变量 4.控制变量 四、回归中的四个重要概念 1. 总体回归模型（ Population Regression Model ，PRM) y t b b 1 x t u t--代表了总体变量间的真实关系。 2. 总体回归函数（ Population Regression Function ，PRF ）E( y t ) b0 b1 x t--代表了总体变量间的依存规律。 3. 样本回归函数（ Sample Regression Function ，SRF ） y t ? ? e t--代表了样本显示的变量关系。b0 b1x t 4. 样本回归模型（ Sample Regression Model ，SRM ） ? ? ? b0 b1 x t---代表了样本显示的变量依存规律。 y t 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与 x 的相互关系，而样本回归模型描述所关的样本中变量y 与 x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归 模型是依据样本观测资料建立的。③模型性质不同。总体回归模 型不是随机模型，而样本回归模型是一个随机模型，它随样本的 改变而改变。

厦门大学推荐的计量经济学教材

A. 经济学本科生计量经济学核心课程 (1) 概率论与数理统计 Statistics for Business and Economics, 6th Edition, Newbold, P., Carlson, W. and B. Thorne, 2006, Prentice-Hall. (2) 计量经济学初步 Introductory Econometrics with Applications, 4th Edition, Ramanathan, R., 1998, The Dryden Press. Introduction to Econometrics, Stock, H. and M. Watson, 2002, Addison Wesley. 计量经济学导论：现代观点，伍德里奇【美】，2003，中国人民大学出版社. 计量经济学基础（第四版），古扎拉蒂【美】，2005，中国人民大学出版社. 计量经济学（第二版），李子奈、潘文卿，2005，高等教育出版社. B. 硕士研究生计量经济学课程 (1) 概率论与数理统计 Introduction to Mathematical Statistics (5th Edition), Hogg, R. V. and A. T. Craig, 1995, Prentice-Hall. (2) 计量经济学 Econometric Analysis, 5th Edition, Green, W., 2003, Prentice Hall. Econometric Methods, 4th Edition, Johnston, J. and J. DiNardo, 1997, McGraw-Hill. C. 经济学博士研究生课程 (1) 概率论与数理统计 Statistical Inference, 2nd Edition, Casella, G. and R.Berger, 2001, Duxbury Press. An Introduction to Econometric Theory, Gallant, A.R., 1997, Princeton University Press. Introduction to Mathematical Statistics, 5th Edition, Hogg, R. V. and A. T. Craig, 1995, Prentice-Hall. (2) 计量经济学 Econometrics, Hayashi, F., 2000, Princeton University Press. Econometric Analysis, 5th Edition, Green, W., 2003, Prentice Hall. Econometric Methods, 4th Edition, Johnston, J. and J. DiNardo, 1997, McGraw-Hill. (3) 时间序列计量经济学 Time Series Analysis, Hamilton, J., 1994, Princeton University Press. Time Series: Theory and Methods, 2nd Edition, Brockwell, P. J. and R. A. Davis,

计量经济学笔记(总)

计量经济学 三、课程大致安排 1、内容框架 2、参考书目：

初、中级教程： 计量经济学 王维国 东北财经大学出版社 计量经济学/Basic Econometrics （印度）古扎拉蒂 中国人民大学 计量经济学 赵国庆 中国人民大学出版社 计量经济学 李子奈 潘文卿 高等教育出版社 高级教程： 计量经济模型与经济预测 平耿克 钱小军译 机械工业出版社 《经济计量分析》( Econometric Analysis ) 3、安装eview ，数据（演算一下）OLS 法（缺少数据） 4、安装pdf 第二部分 数学预备知识 概率论

第一章随机变量及其分布 一、随机变量的定义 设随机试验Ed样本空间为{} π=，如果对两个？？？，都有唯一 w 的实数() x w与之对应，并且对任意实数X，？？是随机事件，则称事件，则称定义在π上的实单值函数() x w为随机变量。 通俗的说，在实验结果能取得不同数值的量，称为随机变量它的数值是随机试验结果而它由于试验的结果是随机的，所以它的值也是随机的。 二、分类（连续型和离散型）

例子：在一个箱子里放着t个数字球，-2，1，1，3，3，3，3从中取一个球，取到球上面的数字是随着试验结果不同而变化。 又如：考四、六级，考过记为1，不过记为0。 再如：抛硬币，正面记为1，反面记为0。 引入话题：举一些现实中的例子，如考试，在公交场等车 随机变量-事件-概率-频率-分布率-分布函数-连续随机变量 上面我们讲的是一种事件有很多种不同的结果，但在现实中这些出现的结果的可能性并不是相同的。 例子：考六级出现的结果不同，大多数分数集中在50-60和60-70之间，也就是说出现2和3的可能性更大。 =0（0-50），1（50-60），2（60-70），3（70-80），4（80-100） 问题：用什么衡量可能性呢？（概率） 我们用的概率都是古典概型，即用事件发生概率来表示概率。 频率的定义：一随机事件的n个结果互斥且两个结果等可能发生，并且事件A会有m个基本结果，则事件A发生的概率即是() p A，就是 () p A= m n =事件发生的总数/结果总数 两点需要注意：1、试验结果互斥；2、等可能性相当。

计量经济学读书笔记

计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论）

三、 几个重要的“变量” 1. 解释变量与被解释变量 2. 内生变量与外生变量 3. 滞后变量与前定变量 4. 控制变量 四、 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x b b y ++=10--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x b b y E 10)(+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x b b y ++=10??--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x b b y 10???+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回

斯托克,沃森计量经济学第七章实证练习stata

E7.2 E7.3 E7.4

-------------------------------------------- (1) (2) ahe ahe -------------------------------------------- age 0.605*** 0.585*** (15.02) (16.02) female -3.664*** (-17.65) bachelor 8.083*** (38.00) _cons 1.082 -0.636 (0.93) (-0.59) （表2）Robust ci in parentheses *** p<0.01, ** p<0.05, * p<0.1 -------------------------------------------- N 7711 7711 -------------------------------------------- t statistics in parentheses * p<0.10, ** p<0.05, *** p<0.01 (表1) （1） 建立ahe 对age 的回归。截距估计值是1.082，斜率估计值是0.605。 （2） ①建立ahe 对age ，female 和bachelor 的回归。Age 对收入的效应的估计值是0.585。 ② age 回归系数的95%置信区间： (0.514，0.657) （3） 设H 0:βa,（2）-βa,（1）=0 H1:βa,（2）-βa （1）≠0 由表3，得SE ，SE(βa,（2）-βa,（1）)=√（0.0403）2+(0.0365)2=0.054 t=（0.605-0.585）/0.054=0.37<1.96 所以不拒绝原假设，即在5%显著水平下age 对ahe 的效应估计没有显著差异，所以（1）中的回归没有遭遇遗漏变量偏差。 （4） B ob’s predicted ahe=0.585×26-3.664×0+8.083×0-0.636=＄14.574 Alexis ’s predicted ahe=0.585×30-3.664×1+8.083×1-0.636=＄21.333 VARIABLES ahe age 0.585*** (0.514 - 0.657) female -3.664*** (-4.071 - -3.257) bachelor 8.083*** (7.666 - 8.500) Constant -0.636 (-2.759 - 1.487) Observations 7,711 R-squared 0.200

金融计量学论文

基于GARCH模型的中国创业板市场股票价格波动研究 摘要：创业板市场，又称为二板市场，是专为暂时无法在主板上市的新兴公司提供融资途径的证券交易市场。在创业板上市的企业大多从事高新科技业务，成立时间较短，规模偏小，但具有高成长性。中国创业板市场是一个新兴的市场，不仅资本的存量比发达国家成熟的金融市场小得多，而且股票的波动性也大许多，市场波动方面具有很多独特的特征。研究我国创业板市场波动的特征，对于正确认识我国创业板市场价格行为，探讨股票市场波动理论，具有很重要的意义。本文首先基于GARCH模型，对我国创业板市场的股价波动行为进行研究和探讨，得到GARCH模型拟合后的残差序列不存在自回归条件异方差，其次进行实证分析，并对实证结果给出解释，最后根据分析得出相关的结论并提出相应的建议。 关键词：创业板股票价格 GARCH模型波动分析 一、引言 创业板创立以来，理论界对其进行了大量研究，但主要侧重于定性分析，集中在市场制度建设、IPO条件、信息披露、市场监督及股权分置改革等方面，较少涉及定量分析。作为中小企业的一种有效的融资渠道，创业板在创立之初就与主板市场之间有着明显的不同。而通过对我国的金融市场的运行模式及经济发展的地域性差异等多种因素综合分析，相对于美国的早已成熟的纳斯达克市场而言，我国的创业板更接近于韩国柯斯达克市场及香港的创业板市场，因而可以借鉴韩国柯斯达克市场的分析来分析研究我国的创业板市场。 二、文献综述

股票市场收益波动是近年来金融理论研究较为活跃的一个课题。波动性也称易变性，是对股票市场风险程度的估计。股票价格的波动是对股票价格走势不确定性的一种度量，股票收益波动性是表示股票价格变化在某一时期的变异程度。在股票市场波动性分析方面，目前最常用的模型是GARCH类模型。随着股票市场的发展，近年来对GARCH类模型的研究逐渐增多。例如刘国旗重点研究了两种非线性GARCH模型和标准GARCH模型对中国股市波动的预测能力以及它们与随机游动模型在预测波动之间的比较。吴长风和李花研究了用主成分分析方法来降低因子ARCH模型和因子维数，并利用上述方法进行了某些股票的经验检验。唐齐鸣和陈健讨论了ARCH模型的发展及各模型特点，针对中国股市现存问题，柯珂和张世英探讨了ARCH模型的诊断分析和变结构建模问题，提出了分整增广GARCH-M 模型。胡海鹏和方兆本用AR（m）—EGARCH-M模型对我国股市的波动性进行拟合分析，并对实证结果给出解释。我国学者在研究股票市场上，主要侧重于运用ARCH类模型来研究和分析，而通过EGARCH模型来研究创业板股票波动行为的较少。 三、数据与模型 （一）基本原理 1．ARCH 模型 ARCH模型（自回归条件异方差模型）最早由Engle于1982年提出，ARCH 模型的目的就是刻画预测误差的条件方差中可能存在的某种相关性。ARCH模型将方差和条件方差区分开来,并让条件方差作为过去误差的函数而变化,从而为解决异方差问题提供了新的途径。ARCH模型的主要思想是：随机扰动项u t的条件方差依赖于它的前期值的大小。在以前的信息集的条件下，某一时刻的残差服

计量经济学笔记

建模是计量的灵魂，所以就从建模开始。 一、 建模步骤：A，理论模型的设计: a，选择变量b，确定变量关系c，拟定参数范围 B，样本数据的收集: a，数据的类型b，数据的质量 C，样本参数的估计: a，模型的识别b，估价方法选择 D，模型的检验 a，经济意义的检验1正相关 2反相关等等 b，统计检验：1检验样本回归函数和样本的拟合优度，R的平方即其修正检验 2样本回归函数和总体回归函数的接近程度:单个解释变量显著性即t检验，函数显著性即F检验，接近程度的区间检验 c，模型预测检验1解释变量条件条件均值与个值的预测 2预测置信空间变化 d，参数的线性约束检验：1参数线性约束的检验 2模型增加或减少变量的检验 3参数的稳定性检验：邹氏参数稳定性检验，邹氏预测检验----------主要方法是以F检验受约束前后模型的差异 e，参数的非线性约束检验：1最大似然比检验 2沃尔德检验 3拉格朗日乘数检验---------主要方法使用 X平方分布检验统计量分布特征 f，计量经济学检验 1，异方差性问题：特征：无偏，一致但标准差偏误。检测方法：图示法，Park与Gleiser 检验法，Goldfeld-Quandt检验法，White检验法-------用WLS修正异方差 2，序列相关性问题：特征：无偏，一致，但检验不可靠，预测无效。检测方法：图示法，回归检验法，Durbin-Waston检验法，Lagrange乘子检验法-------用GLS或广义差分法修正序列相关性 3，多重共线性问题：特征：无偏，一致但标准差过大，t减小，正负号混乱。检测方法：先检验多重共线性是否存在，再检验多重共线性的范围-------------用逐步回归法，差分法或使用额外信息，增大样本容量可以修正。 4，随机解释变量问题：随机解释变量与随机干扰项独立----------对OLS没有坏影响。随机变量与随机干扰项同期相关：有偏但一致-----扩大样本容量可以克服。随机变量与随机干扰项同期相关：有偏且非一致--------工具变量法可以克服 二、 参数估计量性质的分析：a小样本和大样本性质 b无偏性

《计量经济学》教学大纲

《计量经济学》教学大纲 一、课程基本信息 课程编号（从教务管理系统中查找使用）： 课程类别： 中文名称：计量经济学 英文名称：Econometrics 授课对象：金融学专业本科生 学分：2 学时：48 先修课程：经济数学、统计学 建议教材：伍得里奇，计量经济学导论：现代观点，北京：中国人民大学出版社，2006 参考书目（内容包括编著者、书名、出版社、出版日期）： 1．Brooks, C., 金融计量经济学导论[M]. 成都：西南财经大学出版社, 2005。 2. Franses, Philip H., 商业和经济预测中时间序列模型[M]. 北京: 中国人民大学出版社, 2002。 3. Mills, Terence C., 金融时间序列的经济计量学模型(第2版) [M]. 北京：经济科学出版社，2002。 4. Greene, William H., 经济计量分析[M]. 北京：中国社会科学出版社，1998。 二、课程教学目标 计量经济学是财经类本科生的专业基础课，通过本课程的学习，学生应掌握计量分析的基本理论与方法，理解计量经济分析的思想，把计量经济学模型和经济学理论、经济现实联系起来，具备一定经验研究的能力。 三、知识点 1．经济数据的结构

2．简单回归模型 3. 普通最小二乘法 4. 多元回归分析 5. 高斯-马尔科夫假定、定理 6. 单个总体参数的假设检验 7. 参数线性组合的假设检验 8. 对多个线性约束的检验 9. 测度单位对估计量的影响 10. 函数形式 11. 二值变量 12. 异方差性 13. 趋势和季节性 14. 平稳性和弱相依时间序列 15. 高度持久序列 16. 序列相关 17. 稳健统计量 四、教学内容与要求 第一章导论 课时：共2课时 教学要求： 通过本章的学习，使学生对什么是计量经济学有所了解；掌握数据结构的类型；熟悉经验分析的步骤；理解因果关系和其他条件不变的概念 教学内容： 第一节什么是计量经济学 第二节经验分析的步骤

斯托克、沃森着《计量经济学》第九章

Chapter 9. Assessing Studies Based on Multiple Regression 9.1 Internal and External Validity Multiple regression has some key virtues: ?It provides an estimate of the effect on Y of arbitrary changes ΔX. ?It resolves the problem of omitted variable bias, if an omitted variable can be measured and included. ?It can handle nonlinear relations (effects that vary with the X’s)

Still, OLS might yield a biased estimator of the true causal effect. A Framework for Assessing Statistical Studies Internal and External Validity ?Internal validity: The statistical inferences about causal effects are valid for the population being studied.

?External validity: The statistical inferences can be generalized from the population and setting studied to other populations and settings, where the “setting” refers to the legal, policy, and physical environment and related salient features.

计量经济学 李子奈题库 第一章 导论

第一章导论 一、单项选择题 1、计量经济学是__________的一个分支学科。C A统计学 B数学 C经济学 D数理统计学 2、计量经济学成为一门独立学科的标志是__________。B A 1930年世界计量经济学会成立 B 1933年《计量经济学》会刊出版 C 1969年诺贝尔经济学奖设立 D 1926年计量经济学（Economics）一词构造出来 3、外生变量和滞后变量统称为__________。D A控制变量 B解释变量 C被解释变量 D前定变量 4、横截面数据是指__________。A A同一时点上不同统计单位相同统计指标组成的数据 B同一时点上相同统计单位相同统计指标组成的数据 C同一时点上相同统计单位不同统计指标组成的数据 D同一时点上不同统计单位不同统计指标组成的数据 5、同一统计指标，同一统计单位按时间顺序记录形成的数据列是__________。C A时期数据 B混合数据 C时间序列数据 D横截面数据 6、在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是__________。B A 内生变量 B 外生变量 C 滞后变量 D 前定变量 7、描述微观主体经济活动中的变量关系的计量经济模型是__________。A A 微观计量经济模型 B 宏观计量经济模型 C 理论计量经济模型 D 应用计量经济模型 8、经济计量模型的被解释变量一定是__________。C A 控制变量 B 政策变量 C 内生变量 D 外生变量 9、下面属于横截面数据的是__________。D A1991－2003年各年某地区20个乡镇企业的平均工业产值 B1991－2003年各年某地区20个乡镇企业各镇的工业产值 C某年某地区20个乡镇工业产值的合计数 D某年某地区20个乡镇各镇的工业产值 10、经济计量分析工作的基本步骤是__________。A A建立模型、收集样本数据、估计参数、检验模型、应用模型 B设定模型、估计参数、检验模型、应用模型、模型评价

斯托克计量经济学课后习题实证答案

P ART T WO Solutions to Empirical Exercises

Chapter 3 Review of Statistics Solutions to Empirical Exercises 1. (a) Average Hourly Earnings, Nominal $’s Mean SE(Mean) 95% Confidence Interval AHE199211.63 0.064 11.50 11.75 AHE200416.77 0.098 16.58 16.96 Difference SE(Difference) 95% Confidence Interval AHE2004 AHE1992 5.14 0.117 4.91 5.37 (b) Average Hourly Earnings, Real $2004 Mean SE(Mean) 95% Confidence Interval AHE199215.66 0.086 15.49 15.82 AHE200416.77 0.098 16.58 16.96 Difference SE(Difference) 95% Confidence Interval AHE2004 AHE1992 1.11 0.130 0.85 1.37 (c) The results from part (b) adjust for changes in purchasing power. These results should be used. (d) Average Hourly Earnings in 2004 Mean SE(Mean) 95% Confidence Interval High School13.81 0.102 13.61 14.01 College20.31 0.158 20.00 20.62 Difference SE(Difference) 95% Confidence Interval College High School 6.50 0.188 6.13 6.87

一分钟看懂计量经济学

一分钟看完计量经济学！！！------开学后的计量笔记 建模是计量的灵魂，所以就从建模开始。 一、 建模步骤：A，理论模型的设计: a，选择变量b，确定变量关系c，拟定参数范围 B，样本数据的收集: a，数据的类型b，数据的质量 C，样本参数的估计: a，模型的识别b，估价方法选择 D，模型的检验 a，经济意义的检验1正相关 2反相关等等 b，统计检验：1检验样本回归函数和样本的拟合优度，R的平方即其修正检验 2样本回归函数和总体回归函数的接近程度:单个解释变量显著性即t检验，函数显著性即F检验，接近程度的区间检验 c，模型预测检验1解释变量条件条件均值与个值的预测

2预测置信空间变化 d，参数的线性约束检验：1参数线性约束的检验 2模型增加或减少变量的检验 3参数的稳定性检验：邹氏参数稳定性检验，邹氏预测检验----------主要方法是以 F检验受约束前后模型的差异 e，参数的非线性约束检验：1最大似然比检验 2沃尔德检验 3拉格朗日乘数检验---------主要方法使用 X平方分布检验统计量分布特征 f，计量经济学检验 1，异方差性问题：特征：无偏，一致但标准差偏误。检测方法：图示法，Park与Gleiser检验法，Goldfeld-Quandt检验法，White检验法-------用WLS修正异方差 2，序列相关性问题：特征：无偏，一致，但检验不可靠，预测无效。检测方法：图示法，回归检验法，Durbin-Waston检验法，Lagrange乘子检验法-------用GLS或广义差分法修正序列相关性 3，多重共线性问题：特征：无偏，一致但标准差过大，t减小，正负号混乱。检测方法：先检验 多重共线性是否存在，再检验多重共线性的范围-------------用逐步回归法，差分法或使用额外信息，增大样本容量可以修正。

斯托克,沃森计量经济学第四章实证练习stata操作及答案

E4.1 E4.2 E4.3 E4.4

E4.1 VARIABLES ahe age 0.605 (0.0245) Constant 1.082 (0.688) Observations 7,711 R-squared 0.029 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 1. ① 截距估计值estimated intercept: 1.082 ② 斜率估计值estimated slope: 0.605 回归方程：ahe= 1.082+0.605*age ③ 当工人年长 1 岁，平均每小时工资增加0.605 美元。 2. Bob: 0.605*26+1.082=16.812 （美元） Alexis: 0.605*30+1.082=19.232 （美元） 答：预测Bob 的收入为每小时16.812美元，Alexis为19.232 美元。 3. 年龄不能解释不同个体收入变化的大部分。因为R-squared 反映了因变量的 全部变化能通过回归关系被自变量充分解释的比例，而分析得R-squared 的值为0.029，解释度低，说明年龄不能解释不同个体收入变化的大部分

E4.1 (0.0449) Observations 463 R-squared 0.036 Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 ① 截距估计值： 3.998 斜率估计值： 0.133 回归方程： Course_Eval=3.998+0.133*beauty lave_esruo 0a u ty a e 1. 答：两者看上去有微弱的正相关关系 2. VARIABLES course eval beauty Constant 0.133 (0.0550) 3.998

计量经济学-大作业

2012学年第一学期 科目金融计量经济学导论 任课教师 班级 组员

中国粮食生产与相关投入的分析 【摘要】“民以食为天”。粮食是宝中之宝，世界上任何国家都注重粮食生产， 我们中国也不例外，以7%的土地养活了世界22%的人口，取得举世瞩目的成果。粮食是人类最基本的生活消费品，一个国家的粮食问题是关系到本国的国计民生的头等大事。人们都知道，农业是国民经济发展的基础，粮食是基础的基础，因此粮食生产是关系到一个国家生产与发展的一个永恒的主题。建国以来我国的粮食产量出现了多次的波动，给消费者和生产者带来了很不利的影响，所以了解影响粮食生产因素很重要。本文根据粮食产量的历史和现状，从计量经济的角度分析影响我国粮食产量的因素。运用线性回归方法建立了影响粮食产量的计量经济模型,并对模型进行分析和评价。结果我们会发现粮食播种面积、农化肥施用量、成灾面积是影响粮食生产的三大因素，其中农化肥施用量的影响最大。 【关键词】粮食产量、播种面积、化肥施用量、成灾面积、农业机械总动力、农业劳动力 一、摘要简介 研究主题：以过国内数据为例，研究影响我国粮食生产的因素，初步考虑相关因素可能有：粮食产量（Y）、农化肥施用量（x1）、粮食播种面积（x2）、成灾面积（x3）、农业机械总动力（x4）、农业劳动力（x5） 数据类型：年统计数 数据频度：年 起止时间：1983-2010年 样本大小：28 主要研究方法：线性回归 小组成员： 二、模型的提出 影响粮食生产的因素很多，有劳动力、物质投入、土地、生产方式、技术进步、生产结构、制度因素、气候变化和自然灾害等等因素都影响着粮食产量。为了基本涵盖这些基本因素，本文选择了以农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力等为解释变量，以粮食产量为被解释变量。对于这些影响因素，我找到了1983到2010年的关于这些因素的数据，借此来分析中国粮食产量的影响因素和它们是如何来影响粮食产量的，以下是对所找的数据做的一些说明： 1、粮食产量。作为被解释变量，从表中我们可以知道它是波动不定的，但总体趋势还是增长的。 2、播种面积。随着播种面积的减少，粮食产量也会相应的减产，二者成正

斯托克、沃森着《计量经济学》第六章

Chapter 6. Linear Regression with Multiple Regressors 6.1 Omitted Variable Bias（遗漏变量偏差） OLS estimate of the Test Score/STR relation: n TestScore= 698.9 – 2.28×STR, R2 = .05, SER = 18.6 (10.4) (0.52) Is this a credible estimate of the causal effect on test scores of a change in the student-teacher ratio? 1

No: there are omitted confounding factors (family income; whether the students are native English speakers) that bias the OLS estimator: STR could be “picking up” the effect of these confounding factors. 2

Omitted Variable Bias The bias in the OLS estimator that occurs as a result of an omitted factor is called omitted variable bias. For omitted variable bias to occur, the omitted factor “Z” must be: 1.a determinant of Y; and 2.correlated with the regressor X. 3

计量经济学答案赵国庆.doc

计量经济学答案赵国庆 【篇一：《计量经济学》参考书目】 t>主要参考书 李子奈，《计量经济学》，高等教育出版社，2000 年7 月 damodar n. gujarrati ，《basic econometrics 》(fourth edition), the mcgraw-hill companies, 2001 jeffrey m. wooldridge, 《introductory econometrics: a modern approach 》(second edition), thomson, south-western, 2003 古扎拉蒂著，林少宫译，《计量经济学》（第 3 版），中国人民大学出版社，1999 年 其它参考书 张保法著，《经济计量学》（第 4 版），经济科学出版社，2000 年1 月 赵国庆主编，《计量经济学》，中国人民大学出版社，2001 年2 月michael d. intriligator, 《econometric models,techniques,and applications 》(second edition), prentice-hall inc.,1997 r. s. pindyck, d. l.rubinfeld, 《econometric models and econometric forecasts 》(fourth edition), mcgraw-hill, 1990 g.s.maddala, 《introduction to econometrics 》(third edition) ，john wiley sons, 2001 李子奈，《计量经济学—方法与应用》，清 华大学出版社，1992 年 robert d. mason, douglas a. lind, 《statistical techniques in business and economics 》(nineth edition), mcgraw-hill company, 1996 ( 机械工业出版社，1998 年12 月) 张寿、于清文编著，《计量经济学》，上海交通大学出版社， 1984 年 唐国兴编著，《计量经济学—理论、方法和模型》，复旦大学出版社，1991 年 陈正澄著，《计量经济学》，台湾三民书局，1980 年 吴承业、龚德恩编著，《应用经济计量学教程》，中国铁道出版社，1996 年 r.l.thomas, 《introductory econometrics: theory and applications 》，longman inc.,1985 高级教材，部分参考

斯托克、沃森着《计量经济学》第八章

Chapter 8. Nonlinear Regression Functions 8.1 A General Strategy for Modeling Nonlinear Regression Functions ?Everything so far has been linear in the X’s ?The approximation that the regression function is linear might be good for some variables, but not for others.

?The multiple regression framework can be extended to handle regression functions that are nonlinear in one or more X.

The TestScore – STR relation looks approximately linear…

But the TestScore – average district income relation looks like it is nonlinear.

If a relation between Y and X is nonlinear: ?The effect on Y of a change in X depends on the value of X – that is, the marginal effect of X is not constant ?A linear regression is mis-specified – the functional form is wrong ?The estimator of the effect on Y of X is biased – it needn’t even be right on average. 遗漏高次项会带来遗漏变量偏 差。例如： () 2 012 Y X X u βββ =+++，显然X与2 X相关。