楼主: kobe42
1015 1

[问答] 删除此贴谢谢 [推广有奖]

  • 0关注
  • 0粉丝

高中生

32%

还不是VIP/贵宾

-

威望
0
论坛币
29562 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
192 点
帖子
26
精华
0
在线时间
26 小时
注册时间
2012-3-15
最后登录
2016-3-29

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币

R2,t = beta1 + beta2(R2,t - R1,t) + et  R1 R2分别是两个stock 的continouously return 以下是output,求解beta1=0.812060和 beta2=0.481493的interpretation是什么? 接着如何test 这个reression model是否robust to heteroskedaticity and autocorrelation ?怎样选择 appropriate set of standard erros for the model? 如果这里不好说明可以加QQ2652759382。谢谢






  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

Variable

  
  

Coefficient

  
  

Std. Error

  
  

t-Statistic

  
  

Prob.  

  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

C

  
  

0.812060

  
  

0.525272

  
  

1.545980

  
  

0.1251

  
  

R2-R1

  
  

0.481493

  
  

0.056156

  
  

8.574212

  
  

0.0000

  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

R-squared

  
  

0.407258

  
  

    Mean dependent var

  
  

0.375142

  
  

Adjusted R-squared

  
  

0.401719

  
  

    S.D. dependent var

  
  

7.056535

  
  

S.E. of regression

  
  

5.458134

  
  

    Akaike info criterion

  
  

6.250269

  
  

Sum squared resid

  
  

3187.661

  
  

    Schwarz criterion

  
  

6.299652

  
  

Log likelihood

  
  

-338.6397

  
  

    Hannan-Quinn criter.

  
  

6.270296

  
  

F-statistic

  
  

73.51712

  
  

    Durbin-Watson stat

  
  

1.860658

  
  

Prob(F-statistic)

  
  

0.000000

  
  
  
  
  
  
  











































































二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:coefficient appropriate correlation Likelihood regression return

沙发
ermutuxia 发表于 2012-12-25 15:15:52 |只看作者 |坛友微信交流群

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-5-21 16:41