如果结果不匹配，请 
更多“模型分析主要方法有（)”相关的问题
经典绩效衡量方法存在的问题有（）。
A．CAPM模型的有效性问题
B．SM1误差可能引致的绩效衡量误差
C．基金组合的风险水平并非一成不变
D．以单一市场组合为基准的衡量指标会使绩效评价有失偏颇
经典绩效衡量方法存在的问题有（）。
A．CAPM模型的有效性问题
B．SML误定可能引致的绩效衡量误差
C．基金组合的风险水平并非一成不变
D．以单一市场组合为基准的衡量指标会使绩效评价有失偏颇
列。
(i)用OLS估计模型
并检验误差中的AR(1)序列相关。假定回归元是严格外生的。误差中有正或负的序列相关吗？
(ii)用迭代的普莱斯一温斯顿检验方法估计(i)中的模型。gmwage的系数与用OLS方法相比有什么区别？
(iii)在第(ii)部分的方程中增加gmwage的1~12阶滞后项并用迭代的普莱斯-温斯顿方法估计该模型，检验这12个滞后项是否为联合显著的。
(iv)我们回到在第(i)部分估计出的静态模型，用6阶滞后项计算尼威-韦斯特标准误。用尼威一韦斯特方法计算的标准误和普通的OLS标准误相比有什么区别？
(v)在静态模型中增加gwage的1~12阶滞后项，并用6阶滞后项的尼威-韦斯特检验方法检查12阶滞后项的联合显著性。你的结论和第(ii)部分相比有区别吗？
A.CAPM模型的有效性问题
B.SML误差可能引致的绩效衡量误差
C.基金组合的风险水平并非一成不变
D.以单一市场组合为基准的衡量指标会使绩效评价有失偏颇
在随机效应模型中，定义复合误差为
，其中ait与uit无关，而且uit有常方差
并且是序列无关的。定义
，其中λ由式(14.10)给出。
在随机效应模型中，定义复合误差为vit=ai+uit，其中ai与uit无关，而且uit有常方差
并且是序列无关的。
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。)
