计量金融学计量金融学-1-2.pptVIP

附注 (i)若 则 (ii)设 则 的密度函数为 其中伽玛函数 并且满足 分布的密度函数 显然， 分布只取正值，并且是偏斜分布，其偏度取决于自由度的大小,自由度越小越右偏，随着自由度的增多， 分布逐渐对称. 为了检验 “正态分布”，构造下列的Jarque-Bera检验统计量 其中 分别表示随机变量的偏度和峰度的估计量， 为样本大小. 注意，正态分布的偏度和峰度分别0和3，所以 如果原假设 成立，则 并且理论上能证明，检验统计量 利用此分布，能够得到该检验显著水平为 的拒绝域为： 其中 是 的 分位数，常称 为该检验的临界值. 3、 分布 设随机变量 如果 与 相互独立，则随机变量 所服从的分布，称为自由度是 的 分布，记作 结论 设随机变量 则 的密度函数为 附注 (i)从密度函数的表达式可知，与正态分布一样， 分布是对称性的.这样 分布随机变量的分布 函数 满足 (ii) 能够验证，对于 当 时， 并 且当 时， 由此可看出，其方差大于标准方差分布的方差 1，因此 分布的尾部比标准正态分布的尾部 更厚（如下图） 分布和标准正态分布的密度函数 (iii) 能够证明， 对于 分布，当自由度 较大 时， 的密度函数与 的密度函数相差无 几，即 分布趋向服从标准正态分布 4、 分布 在多元回归分析中，常用到 分布检验模型的显著性。 设 如果 相互独立，随机变量 所服从的分布，称为自由度是 的 分布，记作 附注 (i) 设 则它的密度函数为 (ii) 从定义可知：如果 则 (iii) 在形态上， 分布和 分布相似，只取非负值并且是偏斜分布，同时随自由度的增多， 分布逐渐对称，接近正态分布（如图） 不同自由度的 分布的密度函数 5、二项式分布 金融计量领域中，有一些随机事件是只具有两种互斥结果的离散型随机事件，称为二项分布变量. 二项分布是对这类只具有两种互斥结果的离散型随机事件的规律性进行描述的一种概率分布。 只有两种可能结果的随机试验，当成功的概率 是恒定的，且各次试验相互独立，这种试验在统计学上称为贝努里试验 设 表示在 重贝努里试验中，取得成功次数，则随机变量 的概率函数或分布列为 这个分布称为二项分布，记作 习题： 什么是计量金融学？ 比较分析正态分布、 分布、t分布和F分布的特点。 熟悉分位数的应用 2、方差和标准差 （1）方差（variance） 对随机变量 的方差定义为 如下： 附注： （i）方差反映随机变量的取值相对于它的期望的平均偏离程度 （ii）从定义能推出： 显然，若 ，则 （iii）如果随机变量 表示资产实际收益率，则方差是估计资产实际收益率与期望收益率之间可能偏离的测度方法。也就是说，收益率的方差是一种衡量资产的各种可能收益率相对期望收益率分散化程度的指标。通常用收益率的方差来衡量资产风险的大小，其计算公式是： 其中 （2）标准差（standard deviation） 我们常用方差的平方根 ，用 表示标准差。 如果 则 其中 3、协方差和相关系数 对于二维随机变量 ，期望与方差只是反映了X、Y各自的平均取值与各自相对于其均值的偏离程度，没有反映出X与Y之间的相互联系. X与Y的协方差和相关系数能够反映它们之间的关系. 为此，对离散型随机变量，需要使用随机向量 的联合概率分布 利用 的联合概率分布 能够分别求出X与Y的概率分布，其公式是： 说明： (i)在投资学中，如果 分别表示证券甲 和乙的收益，则 表示证 券甲和乙的“收益对为 ”的可能性 是 (ii) 从上面的概率分布表达式可知 以 及 的取值范围. 对连续型随机变量，需要使用 的联合概率密度函数 利用联合概率密度函数，能够分别求出