课程-金融计量学lectureols基础

现在可以把所有的拟合误差加总（平方和最小化总拟合误差：这是一个标准的二次型问题，FOC给这样我们得到了beta的一组估计值,它使得拟合误差平方和直观上，可以加总拟合误差的绝对值，而不是平方。但这里看出，那么目标函数就不是二次型，没有显示解注意，这个公式可以理解成：先去均值，估计beta1，再估计。这一点在将来的固定效应面板模型的讨论时会有Beta1与相关系数有关，但有推导过程（略 方法（一般距估计例题exer2.sas，估计CAPM模eret=a0+a1beta+a2beta2+libnamewangdatasetwang.exer2_capm;run;/*读入数据，构造变量procmeansvareretbeta/*procregdata=one;modeleret=betabeta2;OLS估计有多有效定理1：如果假设1到假设4得到满足，那么OLS估计是无偏的，truevalue定理2：如果假设1到假设5成立，那么估计的方差协方差矩阵或这里是条件方方差应该是越小越好。这样，一个具体的估计值就越有可能接近value标量形式的更有经济学意影响估计方差的因因素的经济含因素的经济含这种情况叫做多重共线性，即前面讨论的接近完全共线可见，多重共线性不破坏无偏性，但导致估计精度UnbiasedEstimator，BLUE）BLUE的定Best:minimumAmonglinearLinearfunctionof这时SAS的reg命令直接给出的t-值是a=0的，其它情况的不能人工计dataprocregdata=one;modeleret=betabeta2;t=1.6（不等于 t=(0.16079-0.08)/0.10025=0.806,不显著，即不问题

Relevantcontrolscanreducemodelvariance,buthighvariancesthroughSolution：先经济学原则再统计学原原则1：如果经济学理论说控制变量z 比如，讨论公司的投资问题时，TobinQ时“Testingdown”比“testingup”更好些。 Butreportresult 问题 gpa00gender1time1gender*timeu时间time对gpa的边际影响为11gender。它依赖于gender变量。1衡量了学习效率在之间的差别：平均来说，每增加一个单位的学习时间而带来的gp或者：gpa=0+0gender+1time+1gender*time+Ifgender=0,thengpa=0+1time+Ifgender=1,thengpa=(0+0)+(1+1)time+ Savingpropensity信 SomemultiplecategoriesareactuallydefinedbymultipleGender&marriageStateowned&AHdualTwoapproachestorepresentThreedummiesasInteractionsamongtwoCoefficientFormost yses,theinteractionofdummiesisBecausetheygivedirecttestonAndtheycanbeusedforinteractionwithothercontrolasdiscussed信 交叉变量模型的设定中，用交叉项时，必须要有单独项！原 但多重交叉变量经常导致多重一般尽量避免三重PROCIMPORTOUT=twoDATAFILE= bas1"DBMS=EXCEL MIXED=YES;PROCIMPORTOUT=oneDATAFILE="F:\current_teaching\econometrics_II_2\data\ bas"DBMS=EXCELREPLACE; MIXED=YES;USEDATE=YES;procappendbase=onedata=two;dataset er,1,4); er,iflev>-10000&mth=12;keepstkcdlevyearmth;procsortdata=twobystkcd

procmeansmeanstdminp1medianp99maxdata=two;varlev;可能是由 错这些奇异值，会导致模型的估计不稳定。比如以下MonteCarlo%letn=100;%letalpha=0.5;%letbeta=0.02;%letdataone(drop=seed1seed2seed3);retainseed14500;retainseed24400;doid=1to&n.;

callrannor(seed2, setone;x=x1;z=x1;ifz>2.598thenz=15;procmeansnmeanminp1medianp99maxvaryxzrun*dataifx<2.598;procreg – 下面是常用的1winsorizingSAS ，以节约procunivariatedata=&datafile.varoutputout=extremepctlpre=ppctlpts=199;procselectp1into:myp1fromselectp99into:myp99from set&datafile.;if run/*注意为什么要

先不定义宏函数，但把函数的输入变定义为宏变量%let%let/*%macrowinsor1(datafile,var);procunivariatedata=&datafile.noprint;var&var.; %winsor1(two,%winsor1(two,

没有分号结束

procselectp1into:myp1fromselectp99into:myp99from

datasetif&var.>%sysevalf(&myp99)thenif and&var.<%sysevalf(&myp1))/*%mend;%macrowinsor2(datafile,var);procmeansdata=&datafile.noprint;var&var.;outputout=extrememean=meanstd=std;procselectmeaninto:mymeanfromextreme;selectstdinto:mystdfromextreme;set&datafile.;if&var.>thenif R2问太小有没有问题？至少要通过F检topworkedfortop解决方案：R2相关的问题：用什么非线ConsiderthefollowingtwomodelsrelatingR&Dintensityfirm Whichoneis这里一般是