金融计量软件应用试题考试
1. 根据已知数据，通过Eviews8建立一元线性模型，得到图1。
图1 一元线性回归模型估计结果
根据图一，可以得到回归方程式。
=
（0.0049） （118.1625） t= 17.34164 -5.485018
根据以上可得该模型的可决系数和修正可决系数都较大，F值较大，系数X的t值
大于临界值2.045，显著性水平高，该模型拟合程度较好。 2. 通过GQ检验和White检验对模型进行异方差检验。
GQ检验：样本观测值有31个，去除中间的四分之一观测值，即大约七个，余下部分平分两个样本区间，分别为1-12和20-31，再分别对两个样本区间进行回归，得到图2和图3。
图2 样本区间1-12回归结果
图3 样本区间20-31回归结果
通过图2和图3可以得到残差平方和的数据，即样本区间1-12残差平方和为162889.2，样本区间20-31残差平方和为769899.2，得到F统计量≈4.7265。已知以上两个样本区间的自由度均为10，在α=0.05的情况下，查F（0.05（）10,10）临界值=2.98，即F统计量=4.7265＞2.98，，故拒绝原假设。在GQ检验下，该模型存在异方差。 White检验：首先对数据进行回归分析，得到上面的图1，然后再进行White检验，得到图4。
图4 White检验结果图
通过图4可以得到, 在α=0.05的情况下，查分布表得到临界值5.9915,即5.9915，所以拒绝原假设。故在White检验下，该模型存在异方差。
3． 通过DW检验与拉格朗日乘数检验法判断模型是否存在自相关性。 DW检验：通过图1可以得到DW=0.911579，通过查DW统计表可得，样本量为31，
一个解释变量模型，显著性水平为0.05的情况下的dL=1.363，dU=1.496, DW 拉格朗日乘数检验法：通过Eviews8进行LM检验，得到图5。 图5 LM检验结果图 通过图5可以得到p值=0.0039小于给定的显著性水平0.05，因此该模型存在自相关 性。 4. 修正异方差性以及自相关性。 修正异方差性通过加权最小二乘法进行修复，采用权数w=1/x^2，得到图6。 图6 加权最小二乘法估计结果图 通过图6可以得到回归方程式。 = （0.0044） （72.36495） t= 20.15822 -9.984166 可以看出通过加权最小二乘法消除该模型异方差性，参数t检验均显著，可决系数提高，F检验也显著。 修正自相关性：利用科克伦-奥克特迭代法对模型进行自相关问题修复。 首先通过Eviews8得到数据残差序列，再对残差序列进行滞后一期的自回归，得到图7。 图7 残差序列回归分析结果 通过图7可以得到得到回归方程 = 0.537923，即可得=0.387851，对原模型进行广 义差分，得到广义差分方程。 再对上面的广义差分方程进行回归，得到图8。 图8 广义差分方程回归结果图 从上图可以得到方程 = 0.088511 – 352.9350 （0.009） （107.5770） t= 9.780858 -3.280767 根据上图可以得知样本容量减少了1个，为30个，查5%显著水平的DW统计表可知, 由于样本容量减少了一个，故采取普莱斯－温斯滕变换补充第一个观测值。算出， 补充到XN,YN广义查分序列的第一观测值，再根据两个广义查分序列得到普莱斯－温斯滕变换的广义查分模型，得到图9。 图9 普莱斯－温斯滕变换的广义查分模型回归结果图