跳到主要內容

臺灣博碩士論文加值系統

(44.192.20.240) 您好!臺灣時間:2024/02/27 12:48
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:李孟璇
論文名稱:隱性因子模型與模型設定誤差:MonteCarlo實驗
指導教授:李阿乙李阿乙引用關係
學位類別:碩士
校院名稱:輔仁大學
系所名稱:經濟學研究所
學門:社會及行為科學學門
學類:經濟學類
論文種類:學術論文
論文出版年:1998
畢業學年度:86
語文別:中文
論文頁數:68
中文關鍵詞:檢定力效率性
相關次數:
  • 被引用被引用:1
  • 點閱點閱:204
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0

  本篇文章主要的目的是要驗證當模型中不可觀察到的解釋變數之工具變數選擇有誤而造成模型誤設的現象出現時,將使得原來模型之不可觀察到變數的係數估計式仍為一致的估計式。但此估計式的效率性(efficiency)卻會受到模型誤設的影響。同時,我們將此結果應用於資產定價模型中的隱性因子模型,以了解當決定影響資產報酬之訊息集合的工具變數選擇上出現錯誤的組合時,對於探討資產報酬之間的共同影響因子數的檢定是否會有影響。
  在利用MIMIC Model與隱性因子模型並透過蒙地卡羅實驗的過程,我們歸納出下列幾點結論:
  一、不管在MIMIC Model或是隱性因子模型,皆可以將檢定不可觀察到的係數及整個模型檢定的檢定容量(Size)控制在顯著水準之內。此結果亦符合Attfield(1983)中的所提到的:當利用可收集到的訊息集合所組成的工具變數出現誤設的現象產生時,將不會對β檢定統計式的Size造成影響,使得β仍可正確的被估計。
  二、由MIMIC Model實驗的結果證實了統計理論中的「隨著解釋變數的增加,將使得R2值不變或提高」的說法。
  三、 由本次所設定的隱性因子模型之檢定可以知道:從本模型的設定中,在不考慮自由度的情形下,多放變數的模型將可以得到較高的卡方檢定值,此結果亦表示將使得拒絕虛無假設的機率增加;但在考慮了自由度的情形後,多放入工具變數的模型反而不如少放工具變數的模型表現能力佳。即少放工具變數的組合可得到較高的檢定力(Power)。
  四、 本次實驗亦比較了隱性因子模型在大樣本(觀察值=l20)及小樣本(觀察值=60)兩種樣本組合中的檢定能力。發現在同樣的工具變數組合模型下,小樣本中隱性因子模型的檢定能力較低,常會出現拒絕情形低估(under reject)的現象。甚至也因此會使得模型估計式失去一些在大樣本中的特性及喪失一些檢定的能力。

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top