金融计算与建模(上)(清华大学,朱世武).ppt

金融计算与建模(上)(清华大学,朱世武).ppt

  1. 1、本文档共364页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
金融计算与建模(上)(清华大学,朱世武)

残差自相关与异方差检 Test of First and Second Moment Specification: DF Chi-Square Pr > ChiSq 2 10.90 0.0043 Durbin-Watson D 2.256 Number of Observations 132 1st Order Autocorrelation -0.129 斜率参数为1的检验结果 Test slope Results for Dependent Variable r_rf Mean Source DF Square F Value Pr > F Numerator 1 0.01259 1.16 0.2844 Denominator 130 0.01090 为1的F检验的统计量为1.16, p值为0.2844,即斜率参数为1的概率为0.2844,在0.05显著水平下,可以得出估计出斜率参数为1的结论。 预测值和实际值图 goptions reset=global gunit=pct cback=white border htitle=6 htext=3 ftext=swissb colors=(black); goptions reset=symbol; /*每一张图重新定义符号 */ proc sort data=out1 out=r_out ; by r_m; run; data regdata(keep=y_value pt_type r_m); set r_out; label pt_type='Observation Type'; array regvar(4) r_rf p l u; array varlabel(4) $12. _temporary_ ('Actual' 'Predicted' 'Lower Limits' 'Upper Limits'); do i=1 to 4; y_value=regvar(i); pt_type=varlabel(i); output; end; run; proc gplot data=regdata; plot y_value*r_m=pt_type / haxis=axis1 vaxis=axis2 hminor=4 vminor=4; symbol1 v=* h=3.5 pct font=swissb color=black r=1; symbol2 i=join font=swissb l=1 color=blue r=1; symbol3 i=join font=swissb l=1 color=green r=1; symbol4 i=join font=swissb l=1 color=red r=1; axis1 label=('r_m') order=(-.2 to .15 by .05); axis2 label=(angle=90 'r_rf') order=(-.5 to .5 by .25); title f=HWDMX001 '实际值和预测值'; /* HWDMX001不能去掉,否则不显示汉字,表示指定字体,具体注释见下面的句法解释 */ title2 f=HWDMX001 '带有上、下置信限'; run; 残差自相关性的直观检验 观察残差对时间散点图可以从直观上检验残差的自相关性。 proc plot data=out1 vpct=80; plot r*date='*' / vref=0 vaxis=-.25 to .25 by .1 haxis='31jan95'd to '31dec05'd by year; title2 '残差对时间散点图'; quit; 散点图是CAPM回归残差对时间的散点图,使用该图,可从直观上检测残差随时间变化的趋势。 直观检测自相关的结论: 交替的残差值符号,是存在负自相关的表现。 相同符号的残差值序列,是正自相关的表现。 存在自相关误差结构时,CAPM回归参数的显著性检验是不准确的。 残差异方差性的直观检验 观察残差对自变量散点图可

您可能关注的文档

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档