二级数量分析中的多元回归和时间序列（自回归）的对比图

Posted 2021-05-02 马老师的金融小课堂

好久没有码字了，最近搞孩子教育花了不少时间还请大家多担待，废话不多，开讲：

该章的复杂计算不是很多，有一些公式比较负责但是分开记忆后就ok了。

但是多元回归和时间序列均涉及了很多假设条件的检验，使用的方法各部相同，由于该段内容主要考概念和理解，故特意做了下表供大家参考。

本人在考前一周每天看此表一遍，大概10分钟以内并强化记忆，最后数量得了A，虽然只有6题，但是能够通过考前准备的拿到的分为什么要放弃呢。

最后，祝大家好运！

多元与时间序列区别整理：

假设条件	多元回归	时间序列(自回归）
异方差Heteroskedasticity	b0,b1,consistant不影响，影响Sbj，t，f检验 H0：NO HETEROSKEDASCITY 用BP-X^2检验  t=nR^2residual Correction:Robust stand error (White) or GLS	ARCH模型检验，针对Residual term Et+1=a0+a1Et H0：a1=0则没有条件异方差，反之则有 Correction：GLS
Serial correlation/Auto correlation	b0,b1,consistant不影响，影响Sbj，t，f检验   H0：No Serial correlation 用DW：2(1-r)检验，画图<Dl则有positive serial  correlaiton；>4-Dl则有Negative  Serial Correlation Correction: Hansen Method or include time series	用DW检验Trend  Model是否有Serial Correlaiton，如果有则用AR模型。 AR模型中检验是否有atuo correlaiton针对Residual term H0：Pet，et+1=0（No autocorrelation） Ts=P/(1/n)^0.5, if reject, correction: add lagged value
Multicollinearity/Covariance Stationary	影响all T检验fail to reject，but  F检验reject，R^2非常大，rxx的绝对值〉0.7 Remove one or more Variables	if mean reverting，mean=b0/(1-b1) 反之b1=1 mean undefined产生unit root（nonstationary） 产生随机游走 DF test(Xt+1-Xt=b0+(b1-1)Xt+E),g=b1-1 H0:g=0(有unit root，nonstationary),if  reject说明没有单位跟，是stationary if no reject则用first diffrence  correction
Cointegration	N/A	用DF-EG检验，H0：No cointegration