计量经济学sltj8.pptVIP

Review 有效估计量 一致性 矩估计量的性质 样本原点矩是总体相应原点矩的无偏估计量、一致估计量。 样本原点矩的连续函数是总体相应原点矩同一函数的一致估计量，但不一定是无偏估计量，除非该函数是线性函数，所以样本中心矩一般不是总体相应中心矩的无偏估计量。因此，在大样本情况下，使用矩估计量更为适宜，一致性可以使它在大样本下有较高的估计精确。 最大似然估计量的性质 在满足R-C不等式的条件下，有效估计量一定是最大似然估计量。反之，最大似然估计量至少是渐进的有效估计量。这是最大似然估计好于矩估计的重要原因，一般的矩估计量的渐进效率都远低于1。 在相当一般的情况下，最大似然估计量是一致估计量。 在相当一般条件下的矩估计量和在较限制的条件下的最大似然估计量，它们的标准化随机变量的渐进分布是标准正态分布。 第三节 参数的区间检验 单个正态总体参数的区间估计 总体期望?的区间估计 总体方差已知 clear %importing sample data s=[3.12,2.85,3.1,3.08,2.97,3.02,2.99,3.19]; n=length(s); sigma=0.1; alpha=0.05; %mean m=mean(s); %comfidence interval CI=[m-norminv(1-alpha/2)*sigma/sqrt(n), m+norminv(1-alpha/2)*sigma/sqrt(n)] 总体方差未知 clear %importing sample data d=[422.7,425.6,423.3,425.3,425.8,423.1,418.7,428.2,438.3,434.0,413.3,431.5,413.5,441.3,423.0]; n=length(d); alpha=0.05; %mean standard deviation m=mean(d); s=std(d,1); %comfidence interval CI=[m-tinv(1-alpha/2,n-1)*s/sqrt(n-1),m+tinv(1-alpha/2,n-1)*s/sqrt(n-1)] 非正态总体大样本下总体均值的估计 数据 样本：上海证券交易所和深圳证券交易所A股，共1368只股票。 时间区间：1997年01月至2006年07月，共115个月数据。 股票价格：向前赋权月价格 市场指数：所有A股向前赋权价的加权平均 clear %load aret load(C:\MATLAB6p5\work\threef\aretm); clear f* r* s* z* %change data r(:,1:2)=aret(:,1:2); r(:,3)=aret(:,11); clear a* %monthly return plot(r) legend(Market,LS,HB) xlabel(97/01---06/07) pause %rolling strategie plot(cumprod(1+r/100)) legend(Market,LS,HB) xlabel(97/01---06/07) 月收益率序列 滚动策略 月收益率序列均值的独立性检验 %autocorrelation test for mean subplot(3,1,1) autocorr(r(:,1)), ylabel(Market) subplot(3,1,2) autocorr(r(:,2)), ylabel(LS) subplot(3,1,3) autocorr(r(:,3)), ylabel(HB) 月收益率序列平方的独立性检验 %autocorrelation test for square of mean subplot(3,1,1) autocorr(r(:,1).^2), ylabel(Market) subplot(3,1,2) autocorr(r(:,2).^2), ylabel(LS) subplot(3,1,3) autocorr(r(:,3).^2), ylabel(HB) 月收益率序列的正态分布检验 %autocorrelation test for square of mean subplot(1,3,1) histfit(r(:,1)), title(Market) subplot(1,3,2) histfit(r(:,2)), title(LS) subplot(1,3,3) histfit(r(:,3)), title(HB) 均值的置信区间(alpha=0.05) %mean standard deviation m=mean(r); s=std(r,2); %comfidence in