金融計(jì)量學(xué)-期末考試.doc

金融計(jì)量學(xué)-期末考試重要說(shuō)明：（1） 考試時(shí)間：18周隨堂，請(qǐng)?jiān)诖酥白龊脤?shí)證部分。我會(huì)根據(jù)實(shí)證結(jié)果出5道問(wèn)答題，到時(shí)與實(shí)證結(jié)果一起寫在答題冊(cè)上。（2） 18周隨堂考時(shí)，可攜帶5頁(yè)紙以下的資料（上面附上實(shí)證結(jié)果，也可以寫上任何文字），但不要攜帶書籍、電腦，不可查閱手機(jī)等。（3） 本次考試為半開卷形式，請(qǐng)同學(xué)們認(rèn)真遵守考試規(guī)則。利用test.wfl文件（consump表示實(shí)際消費(fèi)，income表示實(shí)際收入，int_3m表示實(shí)際利率），完成以下實(shí)證部分：在主菜單選擇File/Open/Eviews workfile,選擇test.wfl文件（1） 列出變量consump，income，int_3m的均值、標(biāo)準(zhǔn)差、最小值、中值、最大值、偏度、峰度、JB值等描述性統(tǒng)計(jì)量。選中3個(gè)變量后雙擊，出現(xiàn)選擇菜單，選擇one group，出現(xiàn)的表格是3個(gè)變量的基本信息，在菜單欄中選擇view，選中第五項(xiàng)Descriptive Stats(統(tǒng)計(jì)量描述)后選擇Common Sample(因?yàn)樗x變量的范圍一樣，若變量范圍不一樣是則選擇individual samples)Probability估計(jì)系數(shù)的顯著性水平Mean 均值Median 中值Maximum 最大值Minimum最小值Std.Dev 標(biāo)準(zhǔn)差Skewness 偏度Kurtosis峰度Sum Sq.Dev 離差平方和（2） 對(duì)consump以及income最小二乘法回歸。（即ls consump c income）在窗口中輸入ls consump c income回車方程：（3） 對(duì)consump以及income取對(duì)數(shù)，分別命名為lncon以及l(fā)ninc，作最小二乘法回歸。（即ls lncon c lninc）在窗口中輸入series lncon=log(consump) series lninc=log(income)回車，可見到workfile增加了兩列，輸入ls lncon c lninc可得方程：（4） 對(duì)consump以及income取對(duì)數(shù)，然后取增加值，分別命名為gcon以及ginc（即gcon=lncon-lncon(-1)，ginc=lninc-lninc(-1)）；然后作最小二乘法回歸。（即ls gcon c ginc）在窗口中輸入series gcon=lncon-lncon(-1) series ginc=lninc-lninc(-1)回車，可見到workfile增加了兩列，輸入ls ls gcon c ginc可得方程：（5） 在（3）和（4）的回歸方程中，分別加入收入的一期滯后并回歸。（即ls lncon c lninc lninc(-1)以及l(fā)s gcon c ginc ginc(-1)）在窗口中輸入ls lncon c lninc lninc(-1)得方程：在窗口中輸入ls gcon c ginc ginc(-1)得方程：（6） 在（3）和（4）的方程中，加入實(shí)際利率，并回歸。（即ls lncon c lninc int_3m以及l(fā)s gcon c ginc int_3m）在窗口中輸入ls lncon c lninc int_3m得方程：在窗口中輸入ls gcon c ginc int_3m得方程：（7） 估計(jì)方程ls gcon c gcon(-1)。在窗口中輸入ls gcon c gcon(-1)得：（8） 估計(jì)方程ls gcon c gcon(-1) ginc(-1) int_3m(-1)。在窗口中輸入ls gcon c gcon(-1) ginc(-1) int_3m(-1)得方程：（9） 用Serial Correlation LM test檢驗(yàn)方程（3）和方程（4），有無(wú)存在序列自相關(guān)。如果存在自相關(guān)，請(qǐng)重新回歸出消除了自相關(guān)后的方程。方程(3)在“Equation”窗口選擇“View/residual tests/ Serial Correlation LM test在彈出的對(duì)話框里選擇滯后階數(shù)，從1開始，LM(1)檢驗(yàn)結(jié)果：LM檢驗(yàn)的統(tǒng)計(jì)量 (Obs*R-squared)=17.14221相應(yīng)的伴Prob. Chi-Square(1)為0小于0.05且輔助回歸方程里RESID(-1)的系數(shù)顯著為0(t統(tǒng)計(jì)量的p值為00.05因此可以判斷模型至少存在一階序列自相關(guān)LM(2)檢驗(yàn)結(jié)果LM檢驗(yàn)的統(tǒng)計(jì)量 (Obs*R-squared)=17.37367相應(yīng)的伴Prob. Chi-Square(1)為0.0002小于0.05且輔助回歸方程里RESID(-1)的系數(shù)顯著不為0(t統(tǒng)計(jì)量的p值為0.00120.05),因此不能說(shuō)模型存在2階序列相關(guān)，模型只存在1階序列自相關(guān)根據(jù)殘差序列1階自相關(guān)，可直接在EViews下進(jìn)行廣義差分修正。在命令行輸入：ls lncon c lninc ar(1)，然后回車。得到如下的估計(jì)結(jié)果：得到回歸方程方程(4)在“Equation”窗口選擇“View/residual tests/ Serial Correlation LM test在彈出的對(duì)話框里選擇滯后階數(shù)，從1開始，LM(1)檢驗(yàn)結(jié)果LM檢驗(yàn)的統(tǒng)計(jì)量 (Obs*R-squared)=0.349988相應(yīng)的伴Prob. Chi-Square(1)為0.5541大于0.05且輔助回歸方程里RESID(-1)的系數(shù)顯著不為0(t統(tǒng)計(jì)量的p值為0.57310.05因此可以判斷模型不存在序列自相關(guān)（10） 用white方法檢驗(yàn)方程（8）是否存在異方差。如果存在，請(qǐng)寫出消除了異方差之后的方程。在（8）結(jié)果中，按路徑view/residual tests/ heteroskedasticity test(no cross terms），進(jìn)入White檢驗(yàn)，其中no cross terms表示無(wú)交叉乘積項(xiàng)。得到以下結(jié)果由于小于white檢驗(yàn)的統(tǒng)計(jì)量(Obs*R-squared)=8.3969，所以存在異方差。在命令窗口輸入“genr w=1/resid2”生成權(quán)數(shù)，在(8)的結(jié)果中，由路徑：Procs/Specify/Estimate進(jìn)入Equation Specification對(duì)話框，點(diǎn)擊Options按鈕，在Estimation Options對(duì)話框的weighted前面打勾并在下面輸入欄處輸入w連續(xù)兩次確認(rèn)OK后，得到以下的估計(jì)結(jié)果：按路徑view/residual te