[财务管理财务知识 ]计量经济学计算机作业精编

上传人:卓****库 文档编号:174252158 上传时间:2021-03-15 格式:DOCX 页数:7 大小:346.73KB
返回 下载 相关 举报
[财务管理财务知识 ]计量经济学计算机作业精编_第1页
第1页 / 共7页
[财务管理财务知识 ]计量经济学计算机作业精编_第2页
第2页 / 共7页
[财务管理财务知识 ]计量经济学计算机作业精编_第3页
第3页 / 共7页
[财务管理财务知识 ]计量经济学计算机作业精编_第4页
第4页 / 共7页
[财务管理财务知识 ]计量经济学计算机作业精编_第5页
第5页 / 共7页
点击查看更多>>
资源描述

《[财务管理财务知识 ]计量经济学计算机作业精编》由会员分享,可在线阅读,更多相关《[财务管理财务知识 ]计量经济学计算机作业精编(7页珍藏版)》请在金锄头文库上搜索。

1、财务管理财务知识计量经济学计算机作业数量经济学付欢计量经济学计算机作业C13.11(i)在其他自变量不变的情况下:根据:log(X1)-log(X0)(X1-X0)/X0=X/X0Dmath4it=b1Dlog(rexppit)=(b1/100)*100*Dlog(rexppit)(b1/100)*(%Drexppit).因此if%Drexppit=10,thenDmath4it=(b1/100)*(10)=b1/10。所以,平均每个学生的真实支出提高10%,则math4it约改变b1/10个百分点。(ii)用一阶差分估计第一部分中的模型(包括1994-1998年度虚拟变量)Dmath4=5.

2、95+.52y94+6.81y95-5.23y96-8.49y97+8.97y98(0.52)(0.73)(0.78)(0.73)(0.72)(0.72)-3.45Dlog(rexpp)+0.635Dlog(enroll)+0.025Dlunch(2.76)(1.029)(0.055)当rexpp增加10%,math4降低0.35%(3.45/100.35)(iii)在模型中添加支出变量的一阶滞后,并利用一阶差分估计得Dmath4=6.16+5.70y95-6.80y96-8.99y97+8.45y98(0.55)(0.77)(0.79)(0.74)(0.74)-1.41Dlog(rexpp)

3、+11.04Dlog(rexpp-1)+2.14Dlog(enroll)(3.04)(2.79)(1.18)+0.073Dlunch(0.061)n=2,750,R2=0.238.回归图如下由回归图所示:即期支出变量的系数为-1.41,t统计量为-0.46,统计上不显著滞后支出变量的系数为11.04,t统计量为3.96,统计上显著(iv)比较:的异方差稳健标准误为4.28,从而降低了Dlog(rexpp)的统计显著性的异方差稳健标准误为4.38,其t统计量降低为2.52。在1%的显著性水平双侧检验下Dlog(rexpp-1)仍然是统计显著的。(t统计量大于1.96)(v)异方差序列相关稳健标准

4、误为4.94,Dlog(rexpp)的t统计量降低了。的标准误为5.13,Dlog(rexpp-1)的t统计量为2.15.双侧检验的p值为0.032(vi)使用1995,1996,1997,1998年进行混合的OLS可得-0.423这表明差分误差有很强的负序列相关(vii)基于充分稳健的联合检验,如下图所以模型中没有必要包含学生注册的人数和午餐项目变量C14.10(i)根据回归可知利用混合OLS估计的1=0.36,当concen=0.10,则lfare=0.36*0.10=0.036.airfare增加3.6%、(ii)1的95%的置信区间为0.309,0.419只有当复合误差序列无关,得出的

5、标准误才是有效的,所以有点不太可能,充分稳健下的95%的置信区间为0.245,0.475,条件为允许存在序列相关和异方差,所以充分稳健下的置信区间比一般的置信区间要大。忽略序列相关会导致参数估计产生不确定性.(iii).斜率变为正斜率的log(fare)的值为0.902/2*0.1034.38。dist的值为exp(4.38)=80.。该值表示的是fare对dist的正弹性系数。(iv)1的RE估计值为0.209,表示fare与concern之间正相关。因为t=7.88估计值统计上显著(v)FE估计值为0.169,RE的估计值为0.9.我们可以预计RE估计值与FE估计值非常相似。(vi)在一个

6、航班线上的两个机场附近的城市影响航行的因素为人口,教育水平,雇主类型等。高速路及铁路的便利情况及周围的地理环境,可以考虑为固定不变的。这些因素和concern相关。(vii)考虑到无法观测效应,我们可以使用固定效应模型得出估计值为正,且统计上显著。用FE估计得到的估计值为0.169concern与时间常量正相关C15.8(i)OLS估计方程:n=9,275,R2=0.180Pira=-0.198+0.054p401k+0.0087inc-0.000023inc2-0.0016age+0.00012age2(0.069)(0.010)(0.0005)(0.000004)(0.0033)(0.00

7、004)p401k的系数表示保持收入和年龄不变的情况下,参加401(K)计划与拥有一个个人退休金账户的比没有参加401(K)计划与拥有一个个人退休金账户的概率多0.054。(ii)在上题的回归方程中,保持收入和年龄不变下,在给定的收入和年龄等级中,该方程并不能解释不同的人有不同的储蓄计划。而是解释了储蓄的人会参加401(k)计划和(IRA)计划.在保持其他条件不变的情况下,如果无法控制个人的储蓄计划,用普通的OLS估计无法得到我们想要的结果(iii)欲使e401k成为p401k的有效IV,应该满足两个条件:e401k对p401k有偏效应和e401k0与u无法观测的储蓄计划不相关.如果雇主会提供

8、401(k)退休计划的,工人会储蓄。则u与e401(k)相关。(iv)p401(k)的约简型方程P401k=0.059+0.689e401k+0.0011inc-0.inc2-0.0047age+0.000052age2(0.046)(0.008)(0.0003)(0.)(0.0022)(0.000026)n=9,275,R2=.596e401k的系数表示,在保持收入与年龄不变的情况下,有资格参与一项401(k)计划的人参加401(k)的计划会多0.69,明显的是,e401k符合成为p401k工具变量的两个要求之一。(v)用e401k作为p401k的工具变量来估计Pira=-0.207+0.0

9、21p401k+0.0090inc-0.000024inc2-0.0011age+0.00011age2(0.065)(0.013)(0.0005)(0.000004)(0.0032)(0.00004)n=9,275,R2=0.180IV估计出来的bp401k0.021低于OLS估计值0.054的一半。相应的t统计量值为1.56.约简型中就是给定无法观测的储蓄计划下的估计值。但是我们仍然无法估计参加401(K)计划与拥有个人退休金账户之间的替换关系。C17.11(i) 参加劳动的妇女的比率为3286/5634(总数)=0.583.只利用工作女性的数据用OLS估计工资方程:log(wage)=0

10、.649+0.099educ+0.020exper-0.00035exper2-0.030black+0.014hispanic(0.060)(0.004)(0.003)(0.00008)(0.034)(0.036)n=3,286,R2=0.205平均来说与非黑种人及非西班牙人群组相比,黑种多赚3%,西班牙人多赚1.3%,联合F检验的p值为0.63.所以当控制教育及经验水平下,不同种族之间工资差别不明显。(iii)nwifeinc的系数为-0.0091,t统计量为-13.47,kidlt6的系数为-0.5且t统计量为-11.05我们期待这两个系数为负。如果一个女人的丈夫赚更多的,她不太可能工作

11、。有一个年轻的孩子在家庭中也降低了概率的女人。每个变量是非常显着。(iv)我们需要至少一个影响参加劳动的变量,这个变量并不会直接影响工资的多少。所以,我们必须假定,控制教育、经验和种族差异变量下,其他收入和有一个孩子的情况并不不影响工资。如果雇主歧视有小孩或是丈夫有工作的妇女。这些假定就不会成立。此外,如果有一个孩子会降低劳动力,也就是说她必须花时间去照顾生病的孩子。这样,我们就不能从工资方程中遗漏掉kidlt6。(v)每个观测的逆米尔斯比为1.77,相应的双侧p值为0.77.在3286个观测中,它并不是特别小的,的检验并没有提供有力的证据对零假设没有选择偏差。(vi)把逆米尔斯比加到工资方程

12、中去,斜率系数并没有改变多少。例如,education的系数从0.099变动到0.103,同样在OLS估计下的95%的置信区间内0.092,0.106。exper的系数变化很小,black和Hispanic的系数变化很大,但是这些估计值在统计上并不显著。最重要的变化是在截距估计从649,539:从0.649变化到0.539.在本例中,截距为log(wage)的非黑人非西班牙裔妇女且没有受过教育和工作经验的估计值。在全样本下并没有一个妇女是这种情况的。因为斜率系数会发生改变,我们不能说,Heckman估计意味着与没有修正的估计相比,工资水平会更低。C18.5(i)估计的方程如下:hy6t=0.0

13、78+1.027hy3t1-1.021Dhy3t-0.085Dhy3t1-0.104Dhy3t2(0.028)(0.016)(0.038)(0.037)(0.037)n=121,R2=0.982,=0.123.使用t检验原假设H0:b=1的t统计量为(1.0271)/0.0161.69.在5%的显著性水平下的使用双侧检验中,我们不能拒绝H0:b=1,但在10%的水平上我们会拒绝原假设(b=1)。(ii)估计的误差纠正模型如下:=.070+1.259Dhy3t1-.816(hy6t-1hy3t2)(.049)(.278)(.256)+.283Dhy3t2+.127(hy6t-2hy3t3)(.272)(.256)n=121,R2=.795.这两个变量的F检验的联合显著的F值为1.35,相应的p-值=0.264,不显著多年企业管理咨询经验,专注为企业和个人提供精品管理方案,企业诊断方案,制度参考模板等欢迎您下载,均可自由编辑感谢阅读

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 总结/报告

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号