需要对样本期间内所有变量的样本数据进行回归计算的是()。
A.特雷诺指数
B.M2测度
C.夏普指数
D.詹森指数
A.特雷诺指数
B.M2测度
C.夏普指数
D.詹森指数
A.夏普指数与特雷诺指数尽管衡量的都是单位风险的收益率,但二者对风险的计量不同
B.夏普指数与特雷诺指数在对基金绩效的排序结论上有可能不一致
C.詹森指数要求用样本期内所有变量的样本数据进行回归计算
D.特雷诺指数与詹森指数只对绩效的深度加以了考虑,而夏普指数则同时考虑了绩效的深度与广度
A.夏普指数与特雷诺指数尽管衡量的都是单位风险的收益率,但二者对风险的计量不同
B.夏普指数与特雷诺指数在对基金绩效的排序结论上有可能不一致
C.特雷诺指数与詹森指数只对绩效的深度加以了考虑,而夏普指数则同时考虑了绩效的深度与广度
D.詹森指数要求用样本期内所有变量的样本数据进行回归计算
本题需要使用ELEM 94-95中的数据, 也可参见计算机习题C 4.10。
(i) 利用所有数据, 将lavg sal对bs, lenrol, Istaff和lunch进行回归。报告bs的系数及其常用标准误和异方差-稳健标准误。你对的经济显著性和统计显著性得到什么结论?
(ii)现在去掉四个bs>0.5的观测,即平均福利(假设)占平均薪水50%以上的观测。bs的系数又是多少?利用异方差-稳健标准误来判断,它在统计上显著吗?
(iii)验证bs>0.5的四个观测分别为68、1127、1508和1670。为它们各定义一个虚拟变量。(你可以称它们为d68、d1127、d 1508和d 1670.) 把它们添加到第(i) 部分的回归中, 验证其他变量的OLS系数及其标准
误与第(ii)部分中的结果相同。在5%的显著性水平上,这四个虚拟变量中哪个变量的t统计量在统计上显著不等于0?
(iv)在这个数据集中,验证第(iii)部分回归中具有最大学生化残差(该虚拟变量的t统计量最大)的数据点对OLS估计值具有很大的影响。(即利用除去具有最大学生化残差的数据点之外的所有观测进行OLS回归。)依次去掉bs>0.5的每个观测都具有重要影响吗?
(v) 即便在大样本中, 就OLS对单个观测的敏感性而言, 你有何结论?
(vi) 在第(iji) 部分, 验证LAD估计量对包含这些观测不是很敏感。
利用BARIUM.RAW中的数据。
(i)用前119次观测(即不包含1988年的最后12个月观测),估计线性趋势模型。这个回归的标准误是什么?
(ii)同样用除了最后12个月以外的所有数据,估计chnimp的一个AR(1)模型。把这个回归的标准误与第(i)部分中的标准误相比较。哪一个模型提供了更好的样本内拟合?
(iii)用第(i)和第(ii)部分中的模型计算1988年12个月的提前一期预测误差。(每个方法都应该得到12个预测误差。)计算并比较这两种方法的RMSE和MAE。就样本外提前一期预测而言,哪种方法效果更好?
(iv)在第(i)部分的回归中添加月度虚拟变量。它们是联合显著的吗?(当我们检验联合显著性时,不必担心误差中轻度的序列相关。)