金融计量经济学导论重点.docxVIP

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(xt,yt)/var(xt)。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(ut)=0,var(ut)=σ2,cov(ui,uj)=0,cov(ut,xt)=0,ut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=rs/ro=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(yt)=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yt=μ+ф1yt-1+μt计算：期望：设m=E(yt),则m=E(yt)=E(μ+ф1yt-1+μt)=μ+ф1E(yt-1)=μ+ф1m,所以，m=μ/1-ф1。方差：ro =var=E(yt2)=E((μ+ф1yt-1+μt)2)=ф12y0+σ2。协方差r1=ф1ro。6、