a．动态模型 b．分布滞后模型 c．自回归模型

考虑下面模型：

Y_t=B₁+B₂X_t+B₃X_t-1+B₄X_t-2+B₃X_t-3+u_t

其中，Y——消费；X——收入；t——时间。

模型表明：t期的消费支出是同期收入以及前两期收入的线性函数。这类模型称为分布滞后模型，也称为动态模型(即模型涉及时间变化)。

A.无限期分布滞后模型不可以转换为一阶自回归模型

B.科伊克模型和自适应预期模型都存在解释变量与随机干扰项同期相关问题

C.局部调整模型中解释变量与随机干扰项没有同期相关，因此可以应用OLS估计

D.自适应预期模型最初表现形式是Yt=β0+β1Xte+μt

E.估计自回归模型时的主要问题在于滞后被解释变量的存在可能导致它与随机干扰项相关，以及随机干扰项出现序列相关

利用NYSE.RAW中的数据回答本题。

(i) 估计方程(12.47) 中的模型并求OLS残差平方。求在整个样木中的平均值、最小值和最大值。

(ii) 利用OLS残差平方估计如下的异方差模型

报告估计系数、标准误、R²和调整R²。

(iii) 将条件方差描述成滞后return_-1的函数。方差在return_-1取何值时最小？方差是多少？

(iii)为了预测动态方差，第(ii)部分的模型得到了负的方差估计值吗？

(v)第(ii)部分中的模型拟合效果比例12.9中的ARCH(1)模型更好还是更差？请解释。

(vi)在方程(12.51)的ARCH(1)回归中添加二阶滞后。这个滞后看起来重要吗？这个ARCH(2)模型比第(ii)部分中的模型拟合得更好吗？

A.模块性成本模型

B.结构性成本模型

C.动态单变量模型

D.动态多变量模型

A.数据

B.静态

C.动态

D.用例

A.正态分布

B.二项分布

C.指数分布

D.t分布

A.视图工具条

B. 视点预置

C. 视点

D.三维动态观察器

A.可能存在序列相关性的问题

B.解释变量与随机干扰项相关

C.对于无限期滞后模型，没有足够的样本

D.对于有限期滞后模型，没有先验准则确定滞后期的长度

E.滞后期较长的分布滞后模型，缺乏足够的自由度进行统计检验