计量经济分析方法与 及建模条件异方差模型.ppt

例6.7 股票价格指数的CARCH模型 均值方程： (2.3) (1241) 方差方程： 长期成分方程: (9.94) (749) (6.27) 暂时成分方程: (10.56) (20.87) 在暂时成分方程中，?+? 之和为0.814，小于1，表示暂时成分? 2- qt 将收敛于零；而长期波动率 qt 则通过 ? 的作用，本例中? = 0.994，缓慢的收敛于均值0.0002。 2. 非对称的CGARCH模型： 前面已经证明了股价的波动具有非对称效应，“利空消息”产生的波动比等量的“利好消息”产生的波动大，利用非对称CGARCH模型，我们可以进一步印证这个结论： 均值方程： (41.26) (63954) 方差方程： 长期成分方程: （8.68） （680） （5.38） 暂时成分方程: (11.06) (-4.63) 　　(30.82) R2 = 0.994 AIC = -5.24 SC = -5.22 方差方程的统计结果中的系数C(2)、C(3)、C(4)和C(5)的含义与对称的CARCH模型的含义相同，系数C(7) 代表了暂时方程(6.3.7)中的非对称项的系数? 。此处的估计值为-0.066，由于哑变量 d 表示负冲击，所以可以解释为负的冲击比正的冲击带来的波动小。需要注意的是，这种非对称效应只出现在暂时方程中，也就是说，出现的这种非对称效应只是暂时的，它对长期波动率 qt 的影响与对称的CARCH模型的相同，? = 0.994 ，长期波动率 qt 以同样的速度收敛于稳态。 第七章 离散因变量和受限因变量模型 通常的经济计量模型都假定因变量是连续的，但是在现实的经济决策中经常面临许多选择问题。人们需要在可供选择的有限多个方案中作出选择，与通常被解释变量是连续变量的假设相反，此时因变量只取有限多个离散的值。例如，人们对交通工具的选择：地铁、公共汽车或出租车；投资决策中，是投资股票还是房地产。以这样的决策结果作为被解释变量建立的计量经济模型，称为离散被解释变量数据计量经济学模型（models with discrete dependent variables），或者称为离散选择模型(discrete choice model, DCM)。 在实际中，还会经常遇到因变量受到某种限制的情况，这种情况下，取得的样本数据来自总体的一个子集，可能不能完全反映总体。这时需要建立的经济计量模型称为受限因变量模型（limited dependent variable model)。这两类模型经常用于调查数据的分析中。 §7.1 二元选择模型 在离散选择模型中，最简单的情形是在两个可供选择的方案中选择其一，此时被解释变量只取两个值，称为二元选择模型（binary choice model）。在实际生活中，我们经常遇到二元选择问题。例如，在买车与不买车的选择中，买车记为1，不买记为0。是否买车与两类因素有关系：一类是车本身所具有的属性，如价格、型号等；另一类是决策者所具有的属性如收入水平、对车的偏好程度等。如果我们要研究是否买车与收入之间的关系，即研究具有某一收入水平的个体买车的可能性。因此，二元选择模型的目的是研究具有给定特征的个体作某种而不作另一种选择的概率。 为了深刻地理解二元选择模型，首先从最简单的线性概率模型开始讨论。线性概率模型