期货市场的有效性S电子教案.pptVIP

D.W.统计量分析 当j ≤ 8时，随机干扰项ut-j是一阶序列不相关； 当j 8时，D.W.统计量却低于下界值DL 这说明随机干扰项ut-j存在着明显的一阶正相关， 这不符合BGS模型的假设前提。 Cochrane-Orcutt方法消除残差自相关 估计残差的一阶自相关系数 对因变量和自变量作变换： 再用新得到的变量作回归，然后用得到的残差估计rho，直至收敛 回归结果 消除残差自相关的回归模型二的结果，表7-2 D.W的检验水平：1%水平下，DL=1.05, DU=1.21; 比较表7-1和表7-2的结果，当j≤8时有： l? 虽然表7-2中斜率b有所增长，常数项a明显地降低， 但是 其t统计值都在有效市场假设允许的范围内； l? 拟合系数R2变化与表7-1相同，都随j的增加而递减； l? 绝对值很小的rho值及其t统计值进一步表明表7-1中的随机干扰项ut-j可以认为序列不相关。 结果分析 当j 8时，可发现： 表7-2中D.W.检验值有了明显的增加，并且都介于DL和4-DU之间，这说明在表7-1中反映的随机干扰项ut-j的一阶序列正相关，经过使用Cochrane-Orcutt方法得到了校正。 表7-2中常数项a的OLS估计量比表7-1有了大幅度的增加，与此同时，斜率b的OLS估计量却大幅度减小 例如，当j=10时，a的OLS估值量从920.29增加到1