题目内容
（请给出正确答案）
估计希尔德需思-卢扫描或搜寻程序。由于在下列一阶自回归模式中
预期ρ落在-1与+1之间，为确定它的位置，希尔德需思和卢提出一种系统的“扫描"或搜寻程序。他们建议在-1与+1之间按一定的问隔，比方说，每隔0.1单位试选ρ值，并通过广义差分方程(12.6.5)对数据做变换。即把ρ选为-0.9，-0.8，....0.8，0.9.对每一选取的p值，做一个广义差分回归并得到相应的RSS：
。希尔德需思和卢建议最后选择使RSS最小(从而使R2最大)的p值。如果需要更精细的结果，则还可采用更小的单位间隔，如每隔0.01单位，把ρ取为-0.99，-0.98，...0.90，0.91，等等。
a.希尔德雷思-卢程序有何优越性？
b.怎样知道最后选取的p值所做的数据转换事实上能保证
最小？
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
更多“估计希尔德需思-卢扫描或搜寻程序。由于在下列一阶自回归模式中预期ρ落在-1与+1之间，为确定它的”相关的问题
A、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
B、Koyck模型和自适应预期模型都存在随机解释变量与随机干扰项同期相关问题
C、局部调整模型中随机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、无限期分布滞后模型通过一定的方法可以转换为一阶自回归模型
A、用OLS估计得到的模型残差对其一阶滞后进行回归，一阶滞后的参数估计量作为ρ的估计量。
B、通过DW统计量来计算，即r=1-DW/2。
C、直接计算模型残差与其一阶滞后的简单相关系数。
D、用被解释变量与其一阶滞后回归，一阶滞后的参数估计量作为ρ的估计量。
及AR(1)模式
于是科克伦和奥克特推荐如下步腺来估计ρ。
(1)用通常的OLS方法估计方程①并得到残差ut。顺便指出，你可以在模型中包含不止一个X变量。
(2)利用第1步得到的残差做如下回归：
这是方程②在实证中的对应表达式。
(3)利用方程③中得到的
，估计广义差分方程(129.6)。
(4)由于事先不知道方程③中得到的
是不是ρ的最佳估计值，所以把第3步中得到的
值代入原回归①，并得到新的残差解
为
(5)现在估计如下回归
它类似于方程③，并给出p的第二轮估计值。由于我们不知道p的第二轮估计值是不是真实p的最佳估计值，所以我们进入第三轮估计，如此等等。这正是科克伦-奧克特程序被称为迭代程序的原因。我们该把这种(愉快的)轮回操作进行到什么程度呢?一般的建议是，当p的两个相邻估计值相差很小(比如不是0.01或0.005)时，便可停止迭代。在工资-生产率一例中，在停止之前约需要3次迭代。
a.利用科克伦-奥克特迭代程序，估计工资生产率回归(12.5.2)的p.在得到ρ的“最终”估计值之前需要多少次迭代?
b.利用a中得到的p的最终估计值，在去掉第一次观测和保留第一次观测的情况下，估计工资生产率回归。结果有何差异?
c.你认为在变换数据以解决自相关问题时保留第一次观测重要吗?
a.根据回收期法则，应该接受哪个项目?
b.根据净现值法则，应该接受哪个项目?
c.根据内部收益率法则，应该接受哪个项目?
d.根据增量内部收益率法则，应该接受哪个项目?
警告：系统检测到您的账号存在安全风险
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
