一、一元线性回归模型的基本假设 二、参数的普通最小二乘估计（OLS） 三、参数估计的最大或然法(ML) 四、最小二乘估计量的性质 五、参数估计量的概率分布及随机干扰项方差的估计

一、经济模型 二、 内生变量：其数值由模型均衡结果决定的变量。 三、如：各种商品的需求量 四、外生变量：模型设定中，假设为给定的变量。 五、如消费者选择模型中：价格与收入、以及效用函数中的参数

一、Markowitz模型与CAPM之间的关系 二、CAPM假设 三、市场证券组合 四、均衡 五、资本市场线 六、证券市场线 七、CAPM拓展 八、CAPM模型实证检验

前面两 节已为 检验单 位根做了理论准备。 下面我们讨论 Dickey— Fuller 建 立的单位根检验法。 任何一个序列 都有其 自身的真实生成过程。 Dickey—Fuller 假设 数据序列是由 下列两 种模型 之一产生：

一元线性回归模型 模型参数估计（最小二乘法） 样本判定系数与拟合优度检验 回归参数估计值的显著性检验 模型整体的显著性检验 一元线性回归模型预测 参数估计 假设检验

模型一：不允许缺货，生产时间短： 假设（基本满足） （1）缺货费用无穷大＝不允许缺货 （2）当库存降到零时，可以立刻补充＝生产时间短 （3）需求速度是常数R， t 时间的需求为Rt (4) 每次定购量不变，订货费不变C3 （5）单位存储费用不变C1

数学模型(Mathematical Model)：对于一个特定的 对象，为了一个特定的目标，根据特有的内在规律，做出一 些必要的简化假设，运用适当的数学工具，得到一个数学结 构。 数学建模(Mathematical Modeling)：建立数学模型 的全过程，通常包括问题分析、模型建立、模型求解、结果 检验和应用

本章将一元回归模型拓展到了多元回归模型，其基本的建模思想与建模方法与一元的 情形相同。主要内容仍然包括模型的基本假定、模型的估计、模型的检验以及模型在预测方 面的应用等方面。只不过为了多元建模的需要，在基本假设方面以及检验方面有所扩充

通常,在分析估计回归直线的性能和自变量对 最终回归的影响时,用方差分析方法 方差分析是一种主要用于线性回归模型中β 值非零的情况下的识别方法。假设用最小二乘 法已求出参数β的值,那么观察到的输出值和 拟合值的差异是残差

在单期证券市场模型中,证券只在期初交易一次。这种模型最适合于证券的风险与收益间的 关系以及风险的均衡配置中的证券的作用的研究 在单期模型中,所有的不确定性是一次解决的。更现实的是,假设不确定性是逐渐被解决的 随着不确定性的解决,代理人一次又一次地交易证券。本章和后面几章的多期模型允许不确定性 的逐步解决,以及当获得有关证券价格和支付的新信息时允许证券的再交易