第8章 模型中的特殊解释变量

南开大学会计学专业博士生入学考试科目和参考书目考试科目一：英语（包括：基础外语、听力，不包括专业外语）。

考试科目二：会计理论与方法（含财务会计学、审计学），其中财务会计部分大致占70%，审计部分大致占30%。

参考书目1．威廉姆.R.司可脱著，陈汉文等译《财务会计理论》，机械工业出版社，2000年11月。

2．夏恩.桑德著，方红星、王鹏、李红霞译《会计与控制理论》，东北财经大学出版社，2000年12月。

ISBN：7111078963．王光远，《审计学》，（会计大典系列，第十卷；总主编，葛家澍等），中国财政经济出版社，第1－6章。

考试科目三：会计综合基础（含财务管理、微观经济学、计量经济学），其中财务管理大致占60-70%，微观经济学与计量经济学占30-40%。

参考书目：1．詹姆斯．范．霍恩著，刘志远主译《财务管理与政策》，东北财经大学出版社，2006年。

2．计量经济学指定参考书及要求●指定参考书：张晓峒主编，《计量经济学基础》（第3版），南开大学出版社，2007年9月。

（该书为“普通高等教育”十一五“国家级规划教材”）●内容要求：第1章绪论第2章一元线性回归模型第3章多元线性回归模型第4章非线性回归模型的线性化第5章异方差第6章自相关第7章多重共线性第8章模型中的特殊解释变量本章只要求：§8.3 虚拟变量第11章模型的诊断与检验本章只要求：§11.1 模型总显著性的F检验§11.2 模型单个回归参数显著性的t检验3．微观经济学参考书目待定。

除以上参考书目外，考生还需要阅读了解《会计研究》、《中国会计评论》（北京大学出版社）、《审计研究》等专业期刊近两年来有关财务、会计和审计等方面的研究成果，特别是实证研究的有关成果。

第8章V AR模型与协整1980年Sims提出向量自回归模型（vector autoregressive model）。

这种模型采用多方程联立的形式，它不以经济理论为基础，在模型的每一个方程中，内生变量对模型的全部内生变量的滞后值进行回归，从而估计全部内生变量的动态关系。

8.1向量自回归（V AR）模型定义8.1.1 模型定义V AR模型是自回归模型的联立形式，所以称向量自回归模型。

假设y1t，y2t之间存在关系，如果分别建立两个自回归模型y1, t= f (y1, t-1, y1, t-2, …)y2, t= f (y2, t-1, y2, t-2, …)则无法捕捉两个变量之间的关系。

如果采用联立的形式，就可以建立起两个变量之间的关系。

V AR模型的结构与两个参数有关。

一个是所含变量个数N，一个是最大滞后阶数k。

以两个变量y1t，y2t滞后1期的V AR模型为例，y 1, t = c 1 + π11.1 y 1, t -1 + π12.1 y 2, t -1 + u 1 t y 2, t = c 2 + π21.1 y 1, t -1 + π22.1 y 2, t -1 + u 2 t (8.1)其中u 1 t , u 2 t ~ IID (0, σ 2), Cov(u 1 t , u 2 t ) = 0。

写成矩阵形式是，⎥⎦⎤⎢⎣⎡t t y y 21=12c c ⎡⎤⎢⎥⎣⎦+⎥⎦⎤⎢⎣⎡1.221.211.121.11ππππ⎥⎦⎤⎢⎣⎡--1,21,1t t y y +⎥⎦⎤⎢⎣⎡t t u u 21 (8.2) 设， Y t =⎥⎦⎤⎢⎣⎡t t y y 21, c =12c c ⎡⎤⎢⎥⎣⎦, ∏1 =⎥⎦⎤⎢⎣⎡1.221.211.121.11ππππ, u t =⎥⎦⎤⎢⎣⎡t t u u 21, 则， Y t = c + ∏1 Y t -1 + u t (8.3)那么，含有N 个变量滞后k 期的V AR 模型表示如下：Y t = c + ∏1 Y t -1 + ∏2 Y t -2 + … + ∏k Y t -k + u t ,u t ~ IID (0, Ω) (8.4)其中，Y t = (y 1, t y 2, t … y N , t )'c = (c 1 c 2 … c N )'∏j =⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡j NN j N j N j N j jj N j j ..2.1.2.22.21.1.12.11πππππππππ , j = 1, 2, …, ku t = (u 1 t u 2,t … u N t )',Y t为N⨯1阶时间序列列向量。

第二章 一元线性回归模型1.随机误差项形成的原因：① 在解释变量中被忽略的因素 ② 变量观测值的观测误差 ③ 模型的关系误差或设定误差 ④ 其他随机因素的影响。

2.总体回归方程和样本回归方程的区别和联系：总体回归方程是对总体变量间关系的定量表述,条件均值E(Y|X=x)是x 的一个函数 ,记作:E(Y|X=x)=f(x),其中,f(x)为x 的某个函数 ,它表明在X=x 下,Y 的条件均值与x 之间的关系。

但实际中往往不可能得到总体的全部资料 ,只能先从总体中抽取一个样本,获得样本回归方程 ,并用它对总体回归方程做出统计推断。

通过样本回归方程按照一定的准则近似地估计总体回归方程 ,但由于样本回归方程随着样本的不同而有所不同,所以这种高估或低估是不可避免的。

3.随机误差项的假定条件：（1）零均值：随机误差项具有零均值，即E( )=0，i=1，2，… （2）随机误差项具有同方差： 即每个 对应的随机误差项 具有相同的常数方差。

Var( )=Var( )= ，i=1,2，… （3）无序列相关：即任意两个 和 所对应的随机误差项 、 是不相关的。

Cov( , )=E( )=0,i j,i,j=1,2,… （4）解释变量X 是确定性变量，与随机误差项不相关。

Cov( , )=E( )=0，此假定保证解释变量X 是非随机变量。

（5） 服从正态分布， ～N(0, )4.为什么用决定系数 评价拟合优度，而不用残差平方和作为评价标准？判定系数 = = 1- ，含义为由解释变量引起的被解释变量的变化占被解释变量总变化的比重,用来判定回归直线拟合的优劣。

该值越大说明拟合得越好。

而残差平方和值的大小受变量值大小的影响,不适合具有不同量纲的模型的比较。

5.可决系数 说明了什么？在简单线性回归中它与斜率系数的t 检验的关系是什么？可决系数 是对模型拟合优度的综合度量 ,其值越大,说明在Y 的总变差中由模型作出了解释的部分占得比重越大 ,模 型的拟合优度越高 ,模型总体线性关系的显著性越强。