金融计量经济学第三次作业.docxVIP

金融计量经济学第三次作业 陈实 1200015801 解答： 在模型两边同时除以inc可得， 在这个式子中，误差项 的方差为 ，即为同方差的。 解答： 如果模型中缺少了一个重要的自变量，WLS不一定优于OLS。因为WLS所解决的问题是异方差的问题。 而模型中缺少了一个重要的自变量则是模型设定不当的问题，WLS并不能解决这一问题，所以也就不一定由于OLS。 解答： （1） 同方差假设给出的标准差是在假设干扰项方差相同的情况下给出的，异方差稳健的标准差是在假设干扰项的方差不同的情况下给出的。 在这个例子中异方差稳健的标准差相比于同方差假设的标准差中，只有age前的系数的标准差下降了20%，其余的标准差变化都在4%以内。 所以，在这个例子中，大多数的异方差稳健的标准差与同方差假设的标准差相近。 （2） 在其他条件不变时，增加4年的教育退投资股票的概率的影响是增大： 的概率。 （3） ，所以当这个值小于0时，age大于38.46，所以在39岁（含）以后，投资股票的概率会随年龄的增加而下降。 （4） 虚拟变量city的系数0.101代表的是，在其他条件相同的情况下，居住在城市的人比不居住在城市的人投资股票的概率，在期望的情况下大10.1%. （5） 这个人投资股票的概率的期望值为 这个概率大于1，在现实中是不可能的。这个概率所反映出的就是该个人投资股票的概率极大，几乎肯定会投资股票。 解答： 在5%的显著性水平下，n=269的单边t检验的临界值大约为1.645 （1） 则在5%的显著性水平下，crsgpa的系数是显著的，无论使用的是哪种标准差。 则在5%的显著性水平下，cumgpa的系数是显著的，无论使用的是哪种标准差。 则在5%的显著性水平下，tothrs的系数是不显著的，无论使用的是那种标准差。 （2） 则在5%的显著性水平下，同方差假设下season的系数不显著，异方差稳健的条件下season的系数显著。 解答： 我们并不能直接通过R方说明前一模型是不合适的。首先，我们应当用调整R方来比较一下两个模型。 前一个模型的调整R方为； 后一个模型的调整R方为 . 故而，后一个模型的调整R方更好，对数据的解释也更好，所以我们更倾向于使用后一个模型而不是前一个。 这里，我们在一定程度上说明了前一个模型是不合适的。 而另外，我们可以利用RESET方法来检验一下模型中是否有平方项或交叉项的显著影响，从而决定前一个模型是不是合适。 解答： 如果出现了异方差。 （1）OLS估计是不一致的；错误！ 因为在假设1至4下，便是一致的，不需要同方差假设。 （2）通常的F统计量不再服从F分布；正确！ 只有在假设1至6都成立的情况下，通常的F统计量才能服从F分布，这里假设5不满足，所以正确。 （3）OLS估计不再是BLUE的；正确！ 只有在假设1至5（GM假设）成立的情况下，OLS才是BLUE，这里假设5不满足。 （4）干扰项不服从正态分布；错误！ 干扰项是否服从正态分布与是否异方差无关。 解答： 经典的误差假设是：因变量的误差 与每一个自变量都相互独立。 我认为这一经典假设在这一问题中并不成立。在高收入人群中，储蓄率一般比较不固定，往往由于高收入人群的消费比较高，使得储蓄率较低（用不着存很大的比重）。但是在填报数据的时候，由于高收入人群往往并不很清楚自己的储蓄率，而在印象中会报告自己的储蓄率，从而导致了因变量出速率的误差在收入较高的时候，往往会出现较大正偏差。所以这一经典假设不成立。 解答： 没有接受调查的投资者有内生性的问题。 因为收益不好的投资者，或者出现亏损的投资者，往往更加不愿意接受调查，或者公布自己的收益状况。这就导致了调查的样本偏向有正收益和高收益的投资者。 样本不在随机，而且选择的尺度与因变量有关，所以存在内生性问题。 解答： 分别对sex=0和sex=1进行分析。 Sex=0，男性，共22组数据，回归结果如下： Sex=1，女性，共10组数据，回归结果如下： 这样的话，F检验为： 这在5%的显著性水平下不显著，故而没有充分证据证明. 解答： 首先，我们将数据按照的顺序排列，选择了最低的20组和最高的20组数据（中间舍弃了10组数据）。 对低20组数据回归得到的结果为： 对高20组数据回归得到的结果为： 这样的话， 所以，拒绝零假设，也即数据存在异方差。 这里，我们用WLS模型来处理该数据。 原模型回归得到： 接着，对进行回归： 然后用，再用可以得到WLS的权重. 在原模型的等式两边同时乘以权重的开方，然后回归，得到： 通过WLS调整后的结果如上式所示。 解答： 先对原模型进行回归，得到 从方程中，我们可以得到拟合值、残差。 接着，我们进行Breush-Pangan检验： F统计量的自由度为(3,