基于非正态分布的和模型.pdfVIP

基于非正态分布的和模型 葛新权 （北京信息科技大学经济管理学院） 一、引言 在研究股市泡沫经济中，关键的问题是如何估计股价的真实价值。一般地讲，股价 的残差服从非正态分布，研制估计股价真实价值的模型则是一个新的且难度较大的课 题，也是一个具有挑战性的问题。正因为此，许多学者涉足这个研究领域。但就目前来 说，还没有取得实质性的突破。本文提出基于非正态分布的和模型，使研制股价真实价 值模型成为可能。 二、理论基础分析 对于多元线性回归模型： m y  (   x ) (i1,2,...,n) （1） i j ji i j1 其中y是因变量或被解释变量；x (j1,2,..,m)是自变量或解释变量； 是随机干扰项。 j 2 它有五个基本假定：零均值 E  0 ；同方差Var( ) ；无自相关 i i Cov( , ) 0；无多重共线性Cov(x,x )  0；非随机变量x（所有i）（如 x 是随 i j i j i i 机变量，则要求：Cov(x, )  0）。 i i 还有的假设，如 x 值变异性和 nm，一般情况下都是成立的。另外，在理论上要 i 求“模型无设定偏误”。 2 特别要指出的是，在基本假设中并没有要求“ ~N(0, )，即随机干扰项服从正态 i 分布”。但实际中，正态性的假定对于确切表达估计的特性和假设检验过程是有用的，对其     他结果并无关系。若干扰项服从正态分布，则  ，亦即 y 是独立的随机变量序列。 i i         从表面上，是因假定了  决定了 y 。但本质上则是研究 y 决定了  。 i i i i 我们知道，不相关与独立是两种不同的概念。对于正态变量来说，两者等同。但对于非 正态变量来说：独立一定不相关，但不相关未必独立。因此，讨论以下两种情况。   首先，由于非正态性，  未必独立（也可以独立）。由（1）式，我们可以得到y的 i 随机序列：y ，y ，…，y ，并且 1 2 n 1