极大似然估计资料指南.docVIP

《经济数学》期末作业 题 目 经数学期末大作业 姓 名 学 号 专业班级 指导教师 学 院 经济与贸易学院 完成日期 2013年6月17日 利用数据“probit作业.xls”，用stata软件中的线性回归模型估计参数 利用stata软件做线性回归： 利用数据“probit作业.xls”，用stata软件中的probit模型估计参数，对比结果，指出哪些系数估计量的数值和显著性明显不一样。 在取α=0.05为显著性水平条件下，stata软件操作结果显示： P pe1 = 0.175 α Pma9 = 0.477α，所以pe1、ma9两项的系数和其显著新不一致。 3.利用数据“probit作业.xls”，用gauss软件,编写probit模型程序计算参数，初值采用题1的结果，对比gauss程序和stata软件的结果。 理论叙述： 二元选择模型： 假设：x和u独立 CMLE法，找出条件概率（密度） 条件概率： 截面数据： 已知 单一样本点： 发生的概率为： 全部样本点： 发生的概率为： 极值问题： GAUSS程序： use gpe2; load data[992,10]=e:\111.txt; call reset;_nlopt=1;_method=4;_iter=100; _b={-0.3013602,-0.0027299,0.0113235,0.0004199,0.0029588,0.0487167,-0.0481151,-0.0001327,0.1913293,0.00003}; _print=-1; call estimate(g,data); proc g(data,b); local m; m=sumc(data[.,10].*ln(cdfn(b[1]+b[2]*data[.,1]+b[3]*data[.,2]+b[4]*data[.,3]+b[5]*data[.,4]+b[6]*data[.,5]+b[7]*data[.,6]+b[8]*data[.,7]+b[9]*data[.,8]+b[10]*data[.,9]))+(1-data[.,10]).*ln(1-cdfn(b[1]+b[2]*data[.,1]+b[3]*data[.,2]+b[4]*data[.,3]+b[5]*data[.,4]+b[6]*data[.,5]+b[7]*data[.,6]+b[8]*data[.,7]+b[9]*data[.,8]+b[10]*data[.,9]))); retp(m); endp; b=__b; print b; end; -5.0321 0.010788 0.10257 0.0039084 0.017731 0.18641 -0.39777 -0 1.1185 0 结论与stata做对比，所有的参数完全一致。 选择一个实际例子构建似然函数估计模型， 收集数据并编程算出估计值。 用东方财富通选取所有股票的净资产收益率roe、资产负债率zbfu、流动比率ld、每股收益eps作为数据。净资产收益率是许多股民们衡量股票投资价值的重要指标，而流动比率、资产负债率、每股收益能大致得了解这个公司的财务状况。本题将roe处于15%~40%的数据当做1，而小于15%或者大于40%的数据则当做0。 运用STATA软件做Probit模型估计函数： 若以α=0.05为显著性水平，Pzbfu=0.414α=0.05,显著性检验不通过。 Roe=0.4617-0.0464ld+6.4983eps 注：资产负债率=总负债/总资产 流动比率=流动资产/流动负债 每股收益=净利润/股份总数 净资产收益率=净利润/平均所有者权益