金融计量学实验报告

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

实验1:基金能否赢得市场
实验目的
运用简单的统计学检验来检验金融理论----基金能否赢得市场
实验软件:Eviews
实验数据:见附录一
实验过程
在投资决策的过程中,我们需要知道某只基金(或股票)是否能够赢得市场,即该只基金(相对于无风险利率)的超额收益要高于市场组合的超额收益。

我们假设模型为:
R R−R R=R+R×(R R−R R)+R R
(其中R R表示该基金的收益率;R R表示市场无风险收益率;R R表示市场组合的收益率,在这里我们取上证综合指数的收益率;α表示该基金收益率超过市场组合的收益率的大小。

)1.1数据预处理
利用搜集到的数据运用excle整理出R i-R f ,R M-R f 如附录一表1.1.1,表1.1.2所示:1.2 Eviews数据导入
1)打开eviews,选择月度数据,在初始日期和结束日期栏输入:2007:05 , 2013:02,点击OK。

如下图1.2.1所示:
图1.2.1
2)从excel中导入数据,File→import→read test-lotus-excel,在upper-left data cell栏输入初始位置在excel里的编号(D3),在Excel5+sheet name 输入sheet1,命名为x,成功导入R M-R f,用同样的方法导入剩余数据,过程如下图1.2.2所示。

我们以R M-R f 为x,R1-R f 为y1,R2-R f 为y2,R3-R f 为y3,R4-R f 为y4,R5-R f 为y5,R6-R f 为y6,R7-R f 为y7,R8-R f 为y8,R9-R f 为y9。

图1.2.2 导入x 1.3拟合回归模型
输入ls y1 c x 做出第一只基金的CAPM模型的回归方程,如下图1.3所示
图1.3
其他的回归模型操作步骤与之类似,在此不再赘述。

实验结果
一、单个结果分析
2.1对于博时价值的分析
在上面实验步骤的1.3中我们用Eviews得到了第一只基金的回归分析的表格如下表2.1所示:
Dependent Variable: Y1
Method: Least Squares
Date: 05/05/13 Time: 16:19
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.125066 0.010068 -12.42173 0.0000
X 0.485169 0.035667 13.60264 0.0000
R-squared 0.731259 Mean dependent var -0.248914 Adjusted R-squared 0.727307 S.D. dependent var 0.068864
S.E. of regression 0.035961 Akaike info
criterion -3.784617 Sum squared resid 0.087936 Schwarz criterion -3.720374
Log likelihood 134.4616 Hannan-Quinn
criter. -3.759099 F-statistic 185.0317 Durbin-Watson stat 1.129516
Prob(F-statistic) 0.000000
表2.1
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.731259,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.125066,说明基金的整体表现不如市场预期。

也即博时价值没有打败市场。

2.2对于嘉实沪深的分析
在上面实验步骤的1.3中我们用Eviews得到了嘉实沪深基金的回归分析的表格如下表2.2所示:
Dependent Variable: Y2
Method: Least Squares
Date: 05/05/13 Time: 16:39
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.067134 0.014373 -4.670885 0.0000
X 0.701310 0.050916 13.77384 0.0000
R-squared 0.736146 Mean dependent var -0.246157
Adjusted R-squared 0.732266 S.D. dependent var 0.099212
S.E. of regression 0.051335 Akaike info -3.072724
criterion
Sum squared resid 0.179201 Schwarz criterion -3.008482
Log likelihood 109.5454 Hannan-Quinn
criter. -3.047206 F-statistic .7186 Durbin-Watson stat 1.660885
Prob(F-statistic) 0.000000
表2.2
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.73146,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.067134,说明基金的整体表现不如市场预期。

也即嘉实沪深没有打败市场。

2.3对于金鹰成份的分析
在上面实验步骤的1.3中我们用Eviews得到了金鹰成份基金的回归分析的表格如下表2.3所示:
Dependent Variable: Y3
Method: Least Squares
Date: 05/05/13 Time: 16:42
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.114734 0.011175 -10.26702 0.0000
X 0.526502 0.039588 13.29959 0.0000
R-squared 0.722312 Mean dependent var -0.249134
Adjusted R-squared 0.718228 S.D. dependent var 0.075192
S.E. of regression 0.039914 Akaike info
criterion -3.576037 Sum squared resid 0.108331 Schwarz criterion -3.511795
Log likelihood 127.1613 Hannan-Quinn
criter. -3.550519 F-statistic 176.8790 Durbin-Watson stat 1.542766
Prob(F-statistic) 0.000000
表2.3
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.722312,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.114734,说明基金的整体表现不如市场预期。

也即金鹰成份没有打败市场。

2.4对于广发聚丰的分析
在上面步骤1.3中我们用Eviews得到了广发聚丰基金的回归分析的表格如下表2.4所示:
Dependent Variable: Y4
Method: Least Squares
Date: 05/05/13 Time: 16:48
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.103263 0.012259 -8.423304 0.0000
X 0.561761 0.043429 12.93525 0.0000
R-squared 0.711033 Mean dependent var -0.246664 Adjusted R-squared 0.706783 S.D. dependent var 0.080862
S.E. of regression 0.043786 Akaike info
criterion -3.390842 Sum squared resid 0.130372 Schwarz criterion -3.326599
Log likelihood 120.6795 Hannan-Quinn
criter. -3.365324 F-statistic 167.3207 Durbin-Watson stat 1.003630
Prob(F-statistic) 0.000000
表2.4
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.711033,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.103263,说明基金的整体表现不如市场预期。

也即广发聚丰没有打败市场。

2.5对于光大量化的分析
在上面实验步骤的1.3中我们用Eviews得到了光大量化基金的回归分析的表格如下表2.5所示:
Dependent Variable: Y5
Method: Least Squares
Date: 05/05/13 Time: 16:52
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.069029 0.013489 -5.117299 0.0000
X 0.696416 0.047786 14.57360 0.0000
R-squared 0.757481 Mean dependent var -0.246802
Adjusted R-squared 0.753914 S.D. dependent var 0.097122
S.E. of regression 0.048179 Akaike info
criterion -3.199611 Sum squared resid 0.157846 Schwarz criterion -3.135368
Log likelihood 113.9864 Hannan-Quinn
criter. -3.174093 F-statistic 212.3898 Durbin-Watson stat 1.262447
Prob(F-statistic) 0.000000
表2.5
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.757481,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.069029,说明基金的整体表现不如市场预期。

也即光大量化没有打败市场。

2.6对于上投需的分析
在上面实验步骤的1.3中我们用Eviews得到了上投需基金的回归分析的表格如下表2.6所示:
Dependent Variable: Y6
Method: Least Squares
Date: 05/05/13 Time: 19:01
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.113977 0.012541 -9.088337 0.0000
X 0.511648 0.044427 11.51661 0.0000
R-squared 0.661072 Mean dependent var -0.244585
Adjusted R-squared 0.656087 S.D. dependent var 0.076381
S.E. of regression 0.044793 Akaike info
criterion -3.345389 Sum squared resid 0.136434 Schwarz criterion -3.281147
Log likelihood 119.0886 Hannan-Quinn
criter. -3.319871 F-statistic 132.6324 Durbin-Watson stat 1.640318
Prob(F-statistic) 0.000000
表2.6
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.661072,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.113977,说明基金的整体表现不如市场预期。

也即上投需没有打败市场。

2.7对于工银精选的分析
在上面实验步骤的1.3中我们用Eviews得到了工银精选基金的回归分析的表格如下表2.5所示:
Dependent Variable: Y7
Method: Least Squares
Date: 05/05/13 Time: 19:15
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.127742 0.011194 -11.41125 0.0000
X 0.479029 0.039656 12.07948 0.0000
R-squared 0.682115 Mean dependent var -0.250023 Adjusted R-squared 0.677440 S.D. dependent var 0.070399
S.E. of regression 0.039983 Akaike info
criterion -3.572579 Sum squared resid 0.108707 Schwarz criterion -3.508336
Log likelihood 127.0403 Hannan-Quinn
criter. -3.547061 F-statistic 145.9140 Durbin-Watson stat 1.468375
Prob(F-statistic) 0.000000
表2.7
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.682115,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.127742,说明基金的整体表现不如市场预期。

也即工银精选没有打败市场。

2.8对于海富通精选的分析
在上面实验步骤的1.3中我们用Eviews得到了海富通精选基金的回归分析的表格如下表2.8所示:
Dependent Variable: Y8
Method: Least Squares
Date: 05/05/13 Time: 19:18
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.137929 0.009284 -14.85695 0.0000
X 0.434605 0.032888 13.21460 0.0000
R-squared 0.719733 Mean dependent var -0.248870
Adjusted R-squared 0.715611 S.D. dependent var 0.062179
S.E. of regression 0.033159 Akaike info
criterion -3.946854 Sum squared resid 0.074767 Schwarz criterion -3.882612
Log likelihood 140.1399 Hannan-Quinn
criter. -3.921336 F-statistic 174.6256 Durbin-Watson stat 1.576381
Prob(F-statistic) 0.000000
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.719733,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.137929,说明基金的整体表现不如市场预期。

也即海富通精选没有打败市场。

2.9对于国泰金鼎的分析
在上面实验步骤的1.3中我们用Eviews得到了国泰金鼎基金的回归分析的表格如下表2.9所示:
Dependent Variable: Y9
Method: Least Squares
Date: 05/05/13 Time: 19:23
Sample: 2007M05 2013M02
Included observations: 70
Variable Coefficient Std. Error t-Statistic Prob.
C -0.110253 0.010905 -10.11077 0.0000
X 0.537940 0.038630 13.92557 0.0000
R-squared 0.740380 Mean dependent var -0.247573
Adjusted R-squared 0.736562 S.D. dependent var 0.075883
S.E. of regression 0.038948 Akaike info
criterion -3.625041 Sum squared resid 0.103151 Schwarz criterion -3.560798
Log likelihood 128.8764 Hannan-Quinn
criter. -3.599523 F-statistic 193.9214 Durbin-Watson stat 1.581985
Prob(F-statistic) 0.000000
表2.9
从上表中我们不难发现作为詹森指数的常数项C的t比率非常显著,且方程的R2 达到了0.740380,拟合结果比较满意,F统计量明显通过检验,方程总体的显著性也比较满意。

以上种种均表明方程的回归结果比较不错。

截距项为-0.110253,说明基金的整体表现不如市场预期。

也即国泰金鼎没有打败市场。

二、整体结果分析
从上面部分我们可以知道九只基金在选定的时间都没有打败市场,也即他们的表现都不如市场预期表现。

但有一点需要说明,就是我们选定时间在2007年5月一直到2013年2月,在这段时间正好发生了全球性的经济危机,也就是我们的结论换句话说就是:在全球性的金融危机面前我们选定的基金都没能赢过市场。

在此基础上我们可以引申出一点就是,面对经济不景气时把钱放入基金不是一个好主意。

实验二:综合性检验
实验目的
对某只股票得到的CAPM回归模型进行经济意义检验,统计学检验,计量经济检验。

实验软件:Eviews
实验数据:见附录二
实验过程
用CAPM模型观测宝钢股份的股票在2002.02到2008.12相对于上证综合指数的收益情况进行回归。

设定CAPM模型为:
R R−R R=R+R×(R R−R R)+R R
(其中R R表示平安保险的收益率;R R表示市场无风险收益率;R R表示市场组合的收益率,在这里我们取上证综合指数的收益率;α表示平安保险的股票收益率超过市场组合的收益率的大小。


1.1数据预处理
利用搜集到的数据运用excle整理出R i-R f ,R M-R f 如附录二表1所示:
1.2 Eviews数据导入
1)打开eviews,选择月度数据,在初始日期和结束日期栏输入:2002:03, 2008:12,点击OK。

如下图1.2.1所示:
图1.2.1
2)从excel中导入数据,File→import→read test-lotus-excel,在upper-left data cell 栏输入初始位置在excel里的编号(G3和H 3),在Excel5+sheet name 输入sheet1,命名为x和y,成功导入R M-R f 和R i-R f,过程如下图1.2.2和图1.2.3所示。

在这里我们用x代表R M-R f ,用y代表R i-R f
表1.2.2
表1.2.3
1.3拟合回归模型
输入ls y c x 做出宝钢股份的CAPM模型的回归方程,如下图1.3所示:
图1.3
实验结果
Dependent Variable: Y
Method: Least Squares
Date: 05/05/13 Time: 20:19
Sample: 2002M03 2008M12
Included observations: 82
Variable Coefficient Std. Error t-Statistic Prob.
C 0.012593 0.016877 0.746177 0.4577
X 1.047779 0.071906 14.57156 0.0000
R-squared 0.726337 Mean dependent var -0.200096
Adjusted R-squared 0.722916 S.D. dependent var 0.145761
S.E. of regression 0.076727 Akaike info
criterion -2.273051 Sum squared resid 0.470957 Schwarz criterion -2.214350
Log likelihood 95.19508 Hannan-Quinn
criter. -2.249483 F-statistic 212.3303 Durbin-Watson stat 1.790250
Prob(F-statistic) 0.000000
表2.1
所得回归方程为:
Y=0.012593+1.047779×X
(0.746177)(14.57156)
一、经济意义检验
这里所估计的参数β=1.047779表示R M-R f每增加1%,将会导致R i-R f增加1.047779%,也即R i近似增加1.047779%,这符合经济学中的常理。

二、统计学检验
1)t检验
对于截距项t值为0.746177,伴随概率为0.4577,这明显是不通过检验的。

但是对于回归模型来说,截距项是保证模型不仅过原点,并且对保持β的经济学意义有至关重要的意义,所以即使t值不显著我们也不能简单的去掉截距项。

对于β来说,他的t值为14.57156,伴随概率为0.0000,所以β通过了变量显著性检验。

2)R2检验
由表2.1可知,由回归结果可知,本题中的可决定系数R2=0.726337,说明模型对数据拟在整体上合较好。

解释变量“R M-R f”对被解释变量“R i-R f”的72.6337%的变化做出了解释。

3)F检验
由表2.1可知F=212.3303,其伴随概率为0.000000<0.05,所以我们可以得出结论方程整体显著成立。

三、计量经济学检验
1)自相关性检验
3.1.1 DW检验
由上表2.1可知DW=1.790250,查表得d L=1.48, d U =1.53,所以d U<DW<4- d U,也即回归模型不存在一阶自相关。

3.1.2 作图法
我们做出实际值,估计值和残差的示意图,如下图所示:
图3.2.1
其中,红线代表实际值,绿线代表估计值,蓝线代表残差,可知随机误差项不存在明显的自相关性。

3.1.3 拉格朗日乘数检验
在方程窗口上点击“View/Residual Test/Serial Correlation LM Test”,选择滞后期为“7”,输出结果如表3.1.3所示:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.545540 Prob. F(7,73) 0.7971
Obs*R-squared 4.076345 Prob. Chi-Square(7) 0.7709
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/05/13 Time: 21:02
Sample: 2002M03 2008M12
Included observations: 82
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000355 0.017711 0.020030 0.9841
X 0.001754 0.076531 0.022920 0.9818 RESID(-1) 0.098537 0.116946 0.842586 0.4022 RESID(-2) 0.014741 0.118165 0.124745 0.9011 RESID(-3) -0.119454 0.118932 -1.004391 0.3185 RESID(-4) 0.088508 0.123982 0.713877 0.4776 RESID(-5) -0.137192 0.124052 -1.105926 0.2724 RESID(-6) -0.042985 0.127089 -0.338226 0.7362 RESID(-7) 0.116158 0.126505 0.918211 0.3615
R-squared 0.049712 Mean dependent var -8.80E-18 Adjusted R-squared -0.054430 S.D. dependent var 0.076251
S.E. of regression 0.078299 Akaike info
criterion -2.153309 Sum squared resid 0.447545 Schwarz criterion -1.889157
Log likelihood 97.28565 Hannan-Quinn
criter. -2.047256 F-statistic 0.477347 Durbin-Watson stat 1.973510
Prob(F-statistic) 0.868406
可知RESID(-1)~ RESID(-7)均没有通过t检验,则接受零假设,即不存在自相关性。

2)异方差性检验
3.2.1作图法
由下图可知,回归模型存在明显的异方差性。

图3.2.1
3.2.2White检验
运用Eviews进行怀特检验得到如下表所示:
Heteroskedasticity Test: White
F-statistic 0.858695 Prob. F(2,79) 0.4276
Obs*R-squared 1.744680 Prob. Chi-Square(2) 0.4180
Scaled explained SS 2.446314 Prob. Chi-Square(2) 0.2943
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/05/13 Time: 21:14
Sample: 2002M03 2008M12
Included observations: 82
Variable Coefficient Std. Error t-Statistic Prob.
C 0.010193 0.003574 2.852095 0.0055
X 0.037645 0.029357 1.282327 0.2035
X^2 0.057941 0.051258 1.130384 0.2617
R-squared 0.021277 Mean dependent var 0.005743 Adjusted R-squared -0.003501 S.D. dependent var 0.009919
S.E. of regression 0.009936 Akaike info
criterion -6.349332 Sum squared resid 0.007800 Schwarz criterion -6.261281
Log likelihood 263.3226 Hannan-Quinn
criter. -6.313981 F-statistic 0.858695 Durbin-Watson stat 2.054841
Prob(F-statistic) 0.427631
表3.2.2
检验结果显示T∗R2=1.744680,且约束条件的个数m=2,经查表可知R0.052(2)=5.991,即T∗R2<R0.052(2),落在接受区域,即原方程存在异方差性。

3)正态性检验
图3.3
由上图可知我们J-B统计量为6.901773,p值为0.031718 0.05所以落在拒绝域,所以我们拒绝正态性原假设,认为分布不为正态性,并且我们可以看到偏度指标为0.530232,存在一定程度的右偏,峰度指标为3.946280,所以超峰度为0.946280。

实验3:多重共线性检验
实验目的
理解多重共线性的含义,运用Eviews做到识别和修正。

实验软件:Eviews
实验数据:见附录三
实验过程
1多重共线性检验
第一步:运用eviews的最小二乘估计对实验数据进行ols估计(ls y c x1 x2 x3 x4 x5)结果如下表1.1所示:
表1.1
i j
表1.2
分析:逐步回归法含义简单相关系数检验法是利用解释变量之间的线性相关程度去判断是否存在严重多重共线性的一种简便方法。

判断规则一般而言如果每两个解释变量的简单相关系数比较高例如大于0.8则可认为存在着较严重的多重共线性。

(较高的简单相关系数只是多重共线性存在的充分条件而不是必要条件。

)并且,在置信水平是5%的情况下,经济意义上,x4和x5应与Y成正相关,但回归结果的β值却是负数。

与此同时R-squared的值高达0.999。

根据以上分析,我们判定Xi,Xj存在多重共线性,我们需要对其进行调整。

2多重共线性调整
第一步:我们用自变量Y分别与X1,X2,X3,X4,X5进行回归(ls y c x1;ls y c x2;ls y c x3;ls y c x4;ls y c x5),列出下表2.1得:
表2.1
不难发现,此处X2的可决系数最大,所以首先选取X2进行逐步回归。

第二步:我们首先引入X1,对第一步得到的结果进行回归分析(ls y c x2 x1),结果如下表
表2.2
分析上述数据我们可以看出X2,X1的伴随概率分别为0.0005和0.0025,都小于5%的置信水平,并且X1的t统计量为3.539376,通过了检验,所以我们接受X1的加入。

第三步:引入X3,对第二步得出的结果进行回归分析(ls y c x2 x1 x3),结果如下表2.3所示:
表2.3
分析上述数据我们可以看出X2,X1的伴随概率分别为0.0008和0.0119,都小于5%的置信水平,但是X3的伴随概率为0.8886远远超过我们设置的置信水平,并且它的t统计量为0.142378,明显不通过检验,所以我们不接受X3的加入。

第四步:引入X4,对第二步得出的结果进行回归分析(ls y c x2 x1 x4),结果如下表2.4
表2.4
分析上述数据我们可以看出X2,X1的伴随概率分别为0.0006和0.0031,都小于5%的置信水平,但是X3的伴随概率为0.5346远远超过我们设置的置信水平,并且,它的t统计量为-0.63466,明显不通过检验,所以我们不接受X4的加入。

第五步:引入X5,对第二步得出的结果进行回归分析(ls y c x2 x1 x5),结果如下表2.5所示:
表2.5
分析上述数据我们可以看出X2,X1的伴随概率分别为0.0022和0.0058,都小于5%的置信水平,但是X3的伴随概率为0.8408远远超过我们设置的置信水平,并且,它的t统计量为-0.20415,明显不通过检验,所以我们不接受X5的加入。

至此,我们可以得出结论,多重共线调整后的方程只剩自变量X1,X2。

最终方程如下所示:
R=−287.6867+0.415867×R1+0.487185× R2
(-2.841797)(3.539376)(4.323352)
3对多重共线性调整后的方程进行检验
3.1拟合优度检验
表3.1
表3.1说明拟合结果非常理想。

3.2
表3.2
由表3.2可知,方程的整体显著成立。

3.3异方差性检验
1)White检验
由Eviews对模型进行White检验结果如下表3.3.1所示:
表3.3.1
由上表结果我们不难发现辅助回归方程的可决系数和调整的可决系数都不显著,且方
程总体线性显著性检验(F检验)在15%的情况下也没有通过,故回归模型的异方差性不明显。

2)G-B 检验
表3.3.2
由于F=0.116027明显小于F(2,17),故接受同方差假设,表明不存在异方差性。

4.3.4序列相关性检验
1)DW检验
表4.3.4.1
查表得d L=1.10, d U=1.54,而我们得到的DW=0.692473,即0<DW<d L,所以我们判定回归模型存在一阶自相关。

2)LM检验
表3.4.2
由上表我们不难发现F统计量为7.406857,其伴随概率为0.0058,即辅助回归方程总体线性显著性检验在1%的置信度下通过。

并且,T*R2=9.937516, 2分步的伴随概率为0.007。

总结以上两点我们可以得出拒绝约束条件为真的原假设,表明存在序列相关。

并且,一阶滞后项的t检验通过1%的置信度下显著性检验,而二阶却没有,所以我们怀疑存在一阶自相关。

这也与DW检验的结果相一致。

3.5邹检验
由上表我们不难发现,F=5.726566,伴随概率为0.009。

即F大于了相应的临界值,则我们拒绝原假设(没有发生结构性变化),认为发生了结构性变化,也即参数在整个区间上是不稳定的。

3.6正态分布直方图
图3.6
由上图可知,我们考察的偏度为-0.019912,峰度为1.679565,J-B统计量为1.45279,p值为0.483268,也即落在接受域,所以我们接受正态性原假设,认为其为正态分布。

附录一
表2 预处理数据
收益率数据
附录二
附录三。

相关文档
最新文档