㈠ 应用计量经济学时间序列分析在股票预测上有多大的作用
作用没有想象中的大，你可以用股票的滞后变量来进行回归分析，滞后2~3期就够了，不过数据必须具体点，最好细分到每季度、每月的上证指数，还有时间上怎么也要十年左右吧！
我以前在论文附录中做过分析，数据都是自己按季度整理的，挺麻烦的呢，如果需要的话就发给你~
还有就是，我觉得写关于股票的预测方面的实际用处并不是很大，毕竟股票的影响因素太多，单单的凭借以前的走势而预期太不好了。。我自己也炒股票，就像那些macd、kdj之类的指标根本就起不到太大的作用，如果那个能预期的话，股市岂不就成了提款机了？现在你做的这个就像是那些指标一样，要知道，股市是活的，人是活的，而指标确实死的！说这么多的意思就是股市不是能简单预测的，你做的那个用处不大。。
如果你想做的话，建议换个题目，我当时的写的是对弗里德曼的货币需求理论在中国市场的分析。你可以写写货币供应量对通货膨胀的时滞性，分析下在我国市场的滞后期大概是多少~数据在国家统计局和中国人民银行都可以找到的，样本空间一定要足够大，在对滞后变量分析时候主要考虑各自的T检验是否通过，一般从通过之后大概就是那个的滞后期！这个比较直接反而有些许用处~
要是能分析出国家的一般性政策对实体市场的影响就更好了，更有用了~
呵呵，以上只是自己的建议~有什么其他的问题就给我留言吧~
㈡ 求计量经济学庞皓第三版6.3答案，股票价格指数与国内生产总值的那个，还要eviews的表格
第二章
简单线性回归模型
2.1
（
1
）
①首先分析人均寿命与人均
GDP
的数量关系，用
Eviews
分析：
Dependent Variable: Y
Method: Least Squares
Date: 12/27/14
Time: 21:00
Sample: 1 22
Included observations: 22
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
56.64794
1.960820
28.88992
0.0000
X1
0.128360
0.027242
4.711834
0.0001
R-squared
0.526082
Mean dependent var
62.50000
Adjusted R-squared
0.502386
S.D. dependent var
10.08889
S.E. of regression
7.116881
Akaike info criterion
6.849324
Sum squared resid
1013.000
Schwarz criterion
6.948510
Log likelihood
-73.34257
Hannan-Quinn criter.
6.872689
F-statistic
22.20138
Durbin-Watson stat
0.629074
Prob(F-statistic)
0.000134
有上可知，关系式为
y=56.64794+0.128360x
1
②关于人均寿命与成人识字率的关系，用
Eviews
分析如下：
Dependent Variable: Y
Method: Least Squares
Date: 11/26/14
Time: 21:10
Sample: 1 22
Included observations: 22
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
38.79424
3.532079
10.98340
0.0000
X2
0.331971
0.046656
7.115308
0.0000
R-squared
0.716825
Mean dependent var
62.50000
Adjusted R-squared
0.702666
S.D. dependent var
10.08889
S.E. of regression
5.501306
Akaike info criterion
6.334356
Sum squared resid
605.2873
Schwarz criterion
6.433542
Log likelihood
-67.67792
Hannan-Quinn criter.
6.357721
F-statistic
50.62761
Durbin-Watson stat
1.846406
Prob(F-statistic)
0.000001
由上可知，关系式为
y=38.79424+0.331971x
2
③关于人均寿命与一岁儿童疫苗接种率的关系，用
Eviews
分析如下：
Dependent Variable: Y
Method: Least Squares
Date: 11/26/14
Time: 21:14
Sample: 1 22
Included observations: 22
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
31.79956
6.536434
4.864971
0.0001
X3
0.387276
0.080260
4.825285
0.0001
R-squared
0.537929
Mean dependent var
62.50000
Adjusted R-squared
0.514825
S.D. dependent var
10.08889
S.E. of regression
7.027364
Akaike info criterion
6.824009
Sum squared resid
987.6770
Schwarz criterion
6.923194
Log likelihood
-73.06409
Hannan-Quinn criter.
6.847374
F-statistic
23.28338
Durbin-Watson stat
0.952555
Prob(F-statistic)
0.000103
由上可知，关系式为
y=31.79956+0.387276x
3
（
2
）①关于人均寿命与人均
GDP
模型，由上可知，可决系数为
0.526082
，说明所建模型
整体上对样本数据拟合较好。
对于回归系数的
t
检验：
t
（
β
1
）
=
4.711834>t
0.025
(20)=2.086
，对斜率系数的显著性检验
表明，人均
GDP
对人均寿命有显著影响。
②关于人均寿命与成人识字率模型，由上可知，可决系数为
0.716825
，说明所建模型整体
上对样本数据拟合较好。
对于回归系数的
t
检验：
t
（
β
2
）
=
7.115308>t
0.025
(20)=2.086
，对斜率系数的显著性检验表
明，成人识字率对人均寿命有显著影响。
③关于人均寿命与一岁儿童疫苗的模型，由上可知，可决系数为
0.537929
，说明所建模型
整体上对样本数据拟合较好。
对于回归系数的
t
检验：
t
（
β
3
）
=
4.825285>t
0.025
(20)=2.086
，对斜率系数的显著性检验
表明，一岁儿童疫苗接种率对人均寿命有显著影响。
2.2
（
1
）
①对于浙江省预算收入与全省生产总值的模型，用
Eviews
分析结果如下：
Dependent Variable: Y
Method: Least Squares
Date: 12/03/14
Time: 17:00
Sample (adjusted): 1 33
Included observations: 33 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X
0.176124
0.004072
43.25639
0.0000
C
-154.3063
39.08196
-3.948274
0.0004
R-squared
0.983702
Mean dependent var
902.5148
Adjusted R-squared
0.983177
S.D. dependent var
1351.009
S.E. of regression
175.2325
Akaike info criterion
13.22880
Sum squared resid
951899.7
Schwarz criterion
13.31949
Log likelihood
-216.2751
Hannan-Quinn criter.
13.25931
F-statistic
1871.115
Durbin-Watson stat
0.100021
Prob(F-statistic)
0.000000
②由上可知，模型的参数：斜率系数
0.176124
，截距为
—
154.3063
③关于浙江省财政预算收入与全省生产总值的模型，检验模型的显著性：
1
）可决系数为
0.983702
，说明所建模型整体上对样本数据拟合较好。
2
）对于回归系数的
t
检验：
t
（
β
2
）
=
43.25639>t
0.025
(31)=2.0395
，对斜率系数的显著性检
验表明，全省生产总值对财政预算总收入有显著影响。
④用规范形式写出检验结果如下：
Y=0.176124X
—
154.3063
(0.004072)
(39.08196)
t= (43.25639)
（
-3.948274
）
R2=0.983702
F=1871.115
n=33
⑤经济意义是：全省生产总值每增加
1
亿元，财政预算总收入增加
0.176124
亿元。
（
2
）当
x=32000
时，
①进行点预测，由上可知
Y=0.176124X
—
154.3063
，代入可得：
Y= Y=0.176124*32000
—
154.3063=5481.6617
㈢ 《计量经济学》根据eviews回归结果，表格里的数据怎么算出来
计算如下。
1：Coefficient除以standard error 等于 t-statisticcost 的 t-statistic就等于 -56。43329/31。45720Adjusted R-quared= [1-(n-1)(1-R^2)/(n-k)]eg: 常数C的standard error 就等于 155。6083/0。269042=578.379212167617Income 的 coefficiengt 就等于 0。063573x12。
2：计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。主要内容包括理论计量经济学和应用经济计量学。理论计量经济学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。
3：应用计量经济学是在一定的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
4：量经济学（英文：Econometrics），是以数理经济学和数理统计学为方法论基础，对于经济问题试图对理论上的数量接近和经验（实证）上的数量接近这两者进行综合而产生的经济学分支。
㈣ 计量经济学:根据1997年1月到2015年1月的货币供应量与股市价格的有关数据,得出二者的关系
计量经济学:根据1997年1月到2015年1月的货币供应量与股市价格的有关数据,得出二者的关系从属
㈤ 证券公司中预测股票行情用的什么软件或者是方法计量经济学在证券从业人员看来有用吗
证券公司中预测股票行情没有特定有效的软件与方法，否则股市就不成其为股市了，这也就是为什么当今世界上所有的大学，没有炒股专业的原因。
证券公司中预测股票行情，依赖的是个人的经验和技巧，技术分析软件只是为分析人员提供一些参考，作用有限。因此，你会看到针对同一个市场，不同的公司给出的趋势预测有时是迥异的。
计量经济学在证券业肯定有用。因为，证券业无时无刻都有大量的数据需要统计、分析。
即便预测股票趋势是一门综合艺术，但综合艺术也是由各种学养组合而成的。你懂得越多，各分类学得越精，当然帮助就会越大。我想，计量经济学，也肯定包含其中，你说是吗？
祝愉快！
㈥ 计量经济学可以预测股票吗
计量经济学是可以预测股票的，不过要是做股票的话，还是你专业的学生知识，或者是网络一些有用的知识啊，或者是请教他人。
㈦ 什么叫股市价格行为
转：
多年以来,中国经济一直是全球经济发展中一道亮丽的风景,然而,同样迅速发展中的中国股市有时却表现出不和谐的音符。中国由计划经济向市场经济转轨的特定经济发展背景,以及西方对金融计量经济研究方法和经验检验的发展和积累,无疑为研究中国股票市场价格行为,甚至更一般的股票市场价格行为,提供了不可多得的土壤和工具。因此,中国股市价格行为的统计特征为何?其动态行为服从什么样的规律?中国股市价格行为和实质经济之间的关系到底怎样?中国股市价格的决定和发现遵循什么样的过程或者模型?等等。这些来源于实践的问题,同样也是极富理论意义的问题,就构成了本文的研究中心。 本文在占有大量国内外相关文献的基础上,以中国经济体制转轨变迁下的上市公司和投资者行为特征为外部环境基础,以西方金融计量经济学方法为主要研究工具,以对中国股市价格行为的理论分析和经验研究为中心,利用中国股票市场相关数据,对中国股票市场价格行为典型事实进行理论分析和经验研究,试图把握近代金融理论发展的方向,丰富股票价格行为的研究内涵,探讨转轨新兴股票市场股价行为的特性,进而提出一定的政策建议。 在研究中,本文将金融计量经济学方法作为研究的基本方法。在建模方法论的指导之下,在对相关金融理论分析的基础之上,本文通过构造大量的计量经济学模型,包括经济模型和统计模型,来对中国股价行为进行经验研究。本文采取理论研究和经验研究相结合、实证分析和规范分析相结合、历史比较分析法、国际比较分析法和逻辑分析法等研究方法。为了直观揭示某些典型事实特征,本文还大量应用了图表分析方法。此外,本文还采用了定性分析和定量分析相结合、静态分析与助态分析相结合、宏观分析与微观分析相结合的研究方法。 股票市场价格含有大量丰富的信息,股市价格行为涉及到股票市场运行的方方面面。在对相关金融理论分析的基础之上,本文主要对中国股价行为的主要典型事实进行经验研究,并对股价决定发现机制和理论进行经验检验,包括8章内容: 第一章导论,主要涉及到论文的一些介绍性工作。本章以问题提出开始, 内容摘要 介绍了论文的研究背景和理论实践意义。在对论文研究对象进行界定后,就国 内外研究现状介绍了典型文献的研究情况。最后给出了论文研究的总体思路、 研究方法以及论文基本结构、主要创新和不足之处。 第二章到第四章侧重于对中国股价静态行为和动态行为的统计特征进行研 究。第二章中国股价及收益率统计特征研究,在给出股票价值模型和收益率定 义测度以及分布理论的基础上,概括总结了国内外对收益率分布的相关文献, 随后研究了价格指数水平和价格指数收益率的统计特征。本章得出了关于日内 和日间涨跌点数的统计规律,表明价格指数收益率呈现出尖峰厚尾的统计特征, 并给出了相应的解释。关于价格离散化对股价统计特征的影响研究是本文的重 点,介绍并研究了交易价格离散化这一普遍现象对股票价格、收益率、以及M 维历史关系图中的罗盘现象在中国股市的应用情况。交易价格离散化对价格的 影响主要表现为价格尾数聚集现象。在有限的样本之下,本章得出的结论认为, 尽管存在价格尾数聚集现象,但中国股市和外国股市价格尾数聚集模式并不相 同。价格离散化对收益率的影响研究表明尚未发现和国外相同的高价股票离散 化程度比较弱的规律。关于M维历史关系图中罗盘现象的经验研究表明,我国 股票收益率数据中确实存在着罗盘现象。本章还考察罗盘出现的影响因素,解 释了罗盘现象出现的原因,改进了Crack和Ledoit(1 996)的解释模型。 第三章中国股价行为自相关性与协整性研究,主要研究了中国股票市场价 格行为的相关性和协整性。本章首先研究了相关性的若干基本问题,然后分析 了相关性和相应金融理论之间的关系。在第三节简单研究了我国股价行为的动 态特性,主要分析了股票市场价格指数之间的相关性和协整性,得出结论认为 收益率之间相关系数高于价格指数相关系数,上海股市和深圳股市之间的相关 程度相当高。协整性研究表明对数价格指数序列都是单整的,其一阶差分序列, 也就是复合收益率序列都是平稳的;在上海股市和深圳股市成份指数之间、综 合指数之间分别存在着协整关系,而交叉指数之间则不存在协整关系。这表明 非流通股的存在严重影响了股票价格指数的动态行为。第四节主要研究了低频 收益率的自相关现象。论文先用历史比较法来研究不同时期收益率的自相关情 况,得出结论认为中国股票收益率自相关系数还是比较弱的;且随着时间推移, 自相关现象有进一步减弱的趋势。自相关情况的国际比较虽然表明中国股市自 相关性弱于国际成熟市场,但是未必得出中国股市目前随机性也强于对应国际 内容摘要3 甲...月..月旦旦旦旦,甲闷旦 股票市场的结论,并给出了简单的原因分析。第五节为了研究高频收益和低频 收益自相关情况是否遵循相同模式,分析了上海股市高频收益率的自相关性情 况。得出结论认为高频收益率中存在着非常明显的负低阶自相关现象;但随着 阶数增加,这种负自相关衰减非常迅速。本节最后给出了解释高频收益率自相 关现象的几种理论假说,并对自己提出的理论假说进
㈧ 如何用计量经济学分析股价与财务指标的关系
计量数据一般30个左右，用财务数据和股价分别构造自变量和因变量，用最小二乘法做回归分析。
㈨ 计量经济学能挣钱吗比如能预测股市或楼市吗
计算你经济学本身是不能赚钱的，预测股市，楼市也不能赚钱的，因为预测本身不能赚钱，要想赚钱的话，除非你有本金去操作你的预测，举个例子，如果你感觉股市要涨了然后你就重仓去买，涨上去了，你就能赚钱了。这样才能，把你的知识转化为财富。希望对您能有帮助。