财务知识计量经济学学习指导最全版.docx

上传人:b****2 文档编号:2182414 上传时间:2022-10-27 格式:DOCX 页数:13 大小:20.18KB
下载 相关 举报
财务知识计量经济学学习指导最全版.docx_第1页
第1页 / 共13页
财务知识计量经济学学习指导最全版.docx_第2页
第2页 / 共13页
财务知识计量经济学学习指导最全版.docx_第3页
第3页 / 共13页
财务知识计量经济学学习指导最全版.docx_第4页
第4页 / 共13页
财务知识计量经济学学习指导最全版.docx_第5页
第5页 / 共13页
点击查看更多>>
下载资源
资源描述

财务知识计量经济学学习指导最全版.docx

《财务知识计量经济学学习指导最全版.docx》由会员分享,可在线阅读,更多相关《财务知识计量经济学学习指导最全版.docx(13页珍藏版)》请在冰豆网上搜索。

财务知识计量经济学学习指导最全版.docx

财务知识计量经济学学习指导最全版

(财务知识)计量经济学学习指导

《计量经济学》学习指导

1计量经济学模型

1.1计量经济学

1.1.1计量经济学

计量经济学是以壹定的经济理论和统计资料为基础,运用数学、统计学方法和计算技术,以建立计量经济模型为主要手段,定量分析研究具有随机性特性的经济变量关系。

主要内容包括理论计量经济学和应用经济计量学。

理论经济计量学主要研究如何运用、改造和发展数理统计的方法,使之成为随机经济关系测定的特殊方法。

应用计量经济学是在壹定的经济理论的指导下,以反映事实的统计数据为依据,用经济计量方法研究经济数学模型的实用化或探索实证经济规律。

1.1.2计量经济学模型

计量经济模型包括壹个或壹个之上的随机方程式,它简洁有效地描述、概括了某个真实经济系统的数量关系特征,更深刻地揭示出该经济系统的数量变化规律。

是由方程或方程组组成,其中方程由变量和系数组成。

计量经济模型揭示经济活动中各个因素之间的定量关系,用随机性的数学方程加以描述。

1.1.3计量经济学的内容体系

1.2计量经济建模

1.2.1建模程序

1.2.2建模要素

高效成功地建立计量经济学模型需要具有三个要素:

理论、方法、数据。

从上述建立计量经济学模型的步骤中,不难见出,任何壹项计量经济学研究、任何壹个计量经济学模型赖以成功的要素应该有三个:

理论、方法和数据。

(1)理论,即经济理论,所研究的经济现象的行为理论,是计量经济学研究的基础。

(2)方法,主要包括模型方法和计算方法,是计量经济学研究的工具和手段,是计量经济学不同于其他经济学分支学科的主要特征。

(3)数据,反映研究对象的活动水平、相互间联系以及外部环境的数据,或更广义讲是信息,是计量经济学研究的原料。

这三方面缺壹不可。

壹般情况下,在计量经济学研究中,方法的研究是人们关注的重点,方法的水平往往成为衡量壹项研究成果水平的主要依据。

这是正常的。

计量经济学理论方法的研究是计量经济学研究工作者义不容辞的义务。

可是,不能因此而忽视对经济学理论的探讨,壹个不懂得经济学理论、不了解经济行为的人,是无法从事计量经济学研究工作的,是不可能建立起壹个哪怕是极其简单的计量经济学模型的。

所以,计量经济学家首先应该是壹个经济学家。

相比之下,人们对数据,尤其是数据质量问题的重视更显不足,在申请壹项研究项目或评审壹项研究成果时,对数据的可得性、可用性、可靠性缺乏认真的推敲;在研究过程中出现问题时,较少从数据质量方面去找原因。

而目前的实际情况是,数据已经成为制约计量经济学发展的重要问题。

2EViews数据分析基础

1.工作文件

2.对象

3.数据处理

3数据统计分析

3.1描述统计

3.2假设检验

4经典多元回归分析和修正——OLS

4.1经典多元线性回归分析

4.1.1经典回归分析

4.1.2回归模型检验

4.1.3模型检验总结

1、模型统计经验

表模型统计经验

检验名称

作用

原假设

判断

(拒绝原假设)

拒绝原假设的经济意义

估计方法/模型修正

拟合优度检验

拟合程度好坏

0~1,越大越好

F检验

方程显著性经验

全部解释变量参数同时等于零

P值小于某壹显著水平

在某壹显著水平上方程是显著的

T检验

变量显著性检验

解释变量参数等于零

P值小于某壹显著水平

在某壹显著水平上变量是显著的

2、残差正态性和解释变量多重共线性假设的检验

表残差正态性和解释变量多重共线性假设的检验

检验名称

作用

原假设

判断

(拒绝原假设)

拒绝原假设的经济意义

估计方法/模型修正

J-B统计量

残差正态性经验

服从某理论分布

P值小于某壹显著水平

数据分布不服从选择的理论分布

广义自回归条件异方差GARCH模型中的随机项分布假设

Q-Q图

服从某理论分布

理论分布和数据分布的分位数散点图不在同壹条直线上

数据分布不服从选择的理论分布

经验分布检验

服从某理论分布

P值小于某壹显著水平

数据分布不服从选择的理论分布

相关系数矩阵

多重共线性检验

不存在多重共线性

相关系数绝对值接近于1

这俩个变量存在多重共线性

逐步回归剔除法;

(时序)差分法

逐步回归法

多重共线性检验

不存在多重共线性

增减解释变量时拟合优度变化很大

新引进变量和其他变量存在多重共线性

3、残差序列相关假设的检验

表残差序列相关假设的检验

检验名称

作用

原假设

判断

(拒绝原假设)

拒绝原假设的经济意义

估计方法/模型修正

DW统计量检验

残差壹阶序列相关检验

序列相关参数等于0

P值小于某壹显著水平;

DW≠2,壹阶自相关;

DW<1.5,较强的正壹阶自相关;

DW<2,正壹阶自相关;DW=2,不壹阶自相关;2

广义最小二乘法GLS;

广义差分法GDM;

单整自回归移动平均模型ARIMA

相关图+AC、PAC相关系数

残差序列相关检验

AC、PAC=0,序列不相关

Q统计量检验

残差序列相关检验

残差序列中不存在p阶自相关

P值小于某壹显著水平

序列存在p阶自相关

LM检验

F统计量

残差序列相关检验

残差序列中直到p阶滞后都不存在自相关

P值小于某壹显著水平

序列存在p阶自相关

T×R2

残差序列相关检验

P值小于某壹显著水平

序列存在p阶自相关

4、残差异方差检验

检验名称

作用

原假设

判断

(拒绝原假设)

拒绝原假设的经济意义

估计方法/模型修正

ARCHLM检验

F统计量

残差异方差检验

残差序列中直到p阶滞后都不存在ARCH效应

P值小于某壹显著水平

序列存在p阶异方差

加权最小二乘法WLS;

自回归条件异方差ARCH模型;

广义自回归条件异方差GARCH模型

T×R2

残差异方差检验

P值小于某壹显著水平

序列存在p阶异方差

残差平方相关图

残差异方差检验

AC、PAC=0,序列不存在ARCH效应

序列存在p阶后异方差

残差平方Q统计量检验

残差异方差检验

P值小于某壹显著水平

序列存在ARCH效应

White检验

残差异方差检验

不存在异方差

辅助回归方程的F统计量、LM统计量、卡方检验P值小于某壹显著水平

序列存在ARCH效应

5、模型设定和稳定性检验

表模型设定的系数和稳定性检验

作用

检验名称

原假设

判断

(拒绝原假设)

拒绝原假设的经济意义

估计方法/模型修正

模型设定误差检验,

只适用于OLS估计

RamseyRESET检验

模型不存在设定误差

F统计量、LR统计量P值小于某壹显著水平

模型是合适的

补充缺失变量;

修正方程形式;

替代随机解释变量;

参数约束条件经验

Wald检验

参数约束条件方程成立

P值小于某壹显著水平

不附加参数约束条件

受约束回归

遗漏变量、多余变量经验

F检验

添加/多余的变量参数等于0

P值小于某壹显著水平

添加的变量没有显著解释贡献;

多余变量具有显著解释贡献

遗漏的变量加进模型;

多余的变量从模型中剔除

似然比(LR)检验

添加/多余的变量参数等于0

P值小于某壹显著水平

模型稳定性检验

邹氏(Chow)分割点检验

模型无显著结构变化

F统计量、LR统计量P值小于某壹显著水平

模型发生显著的结构变化

邹氏(Chow)预测检验

模型无显著结构变化

F统计量、LR统计量P值小于某壹显著水平

模型发生显著的结构变化

4.2经典假设的不满足及模型修正

4.2.1经典假设

对于经典多元线性回归模型

经典假设:

1.解释变量是非随机的或固定的,且相互之间互不相关,即无多重共线性;

2.随机项具有零均值,同方差及不序列相关性,即:

3.随机项满足正态分布,即

4.解释变量和随机项不相关,即

5.样本容量趋于无穷时,各解释变量的方差趋于有界常数;

6.回归模型的设定是正确的。

4.2.2经典假设的不满足和模型修正

异方差

序列相关

多重共线性

随机解释变量

经典假设

确定性解释变量

定义

三种:

和随机项独立;

同期无关但异期相关;

同期相关

产生原因

横截面数据作为样本

经济变量固有的惯性;

模型设定的偏误;

数据的编造;

时间序列数据

经济变量相关的共同趋势;

滞后变量的引入;

样本资料的限制

滞后被解释变量作为模型的解释变量

后果

参数估计量不有效;

变量的显著性检验失去意义;

模型的预测失效;

参数估计量不有效;

变量的显著性检验失去意义;

模型的预测失效;

完全共线性下参数估计量不存在;

参数估计量的方差变动;

参数估计量经济含义不合理;

显著性检验、模型预测失去意义;

OLS估计值失效

检验

图示检验法;

white异方差检验

图示检验法;

D.W统计量检验;

相关图和Q统计量检验

LM检验

是否存在:

相关系数判断;

综合统计检验法

存在范围:

判断系数检验法;

逐步回归法

修正、补救、克服

加权最小二乘法WLS

广义最小二乘法;

广义差分法:

ARIMA模型;

剔除引起共线性的变量;

差分法;

广义矩估计法GMM;

工具变量法

5经典回归模型的拓展

5.1非线性模型的回归分析

表多元非线性回归模型的线性化变换和估计方法总结

线性化分类

模型特征

线性化变换方式

示例

线性化变换后选用的估计方法

可转换为线性回归模型

倒数模型

变量直接置换法:

引入替代变量

普通最小二乘法OLS

多项式模型

变量直接置换法:

引入替代变量

普通最小二乘法OLS

幂函数模型、指数函数模型

函数变换法:

取对数+替换

普通最小二乘法OLS

复杂函数

泰勒级数展开法

普通最小二乘法OLS

无法线性化模型

——

——

——

非线性最小二乘法NLS

5.2特殊解释变量模型——虚拟解释变量

5.3特殊被解释变量模型——离散及受限被解释变量

6单方程模型的其他估计方法

6.1单方程模型的其他估计方法及适用场合

6.2单方程模型其他估计方法的选择逻辑

随机误差项

white异方差检验

存在

异方差问题

随机误差项

序列自相关检验

存在

序列自相关

Newey-West一致

协方差HAC方法

异方差形式已知

异方差形式未知

加权最小二乘估计法WLS

white异方差一致

协方差估计方法

回归估计

不存在序列自相关,但存在异方差

存在序列自相关,也存在异方差

4、残差异方差检验

检验名称

作用

原假设

判断

(拒绝原假设)

拒绝原假设的经济意义

估计方法/模型修正

ARCHLM检验

F统计量

残差异方差检验

残差序列中直到p阶滞后都不存在ARCH效应

P值小于某壹显著水平

序列存在p阶异方差

加权最小二乘法WLS;

自回归条件异方差ARCH模型;

广义自回归条件异方差GARCH模型

T×R2

残差异方差检验

P值小于某壹显著水平

序列存在p阶异方差

残差平方相关图

残差异方差检验

AC、PAC=0,序列不存在ARCH效应

序列存在p阶后异方差

残差平方Q统计量检验

残差异方差检验

P值小于某壹显著水平

序列存在ARCH效应

White检验

残差异方差检验

不存在异方差

辅助回归方程的F统计量、LM统

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > PPT模板 > 中国风

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1