i)

^
β 1−b 1,104−1
t= = =2,666666666666669
√Var
^ ( β^ ) 0,039

Slår man denne t-statistik op i Excel fås en p-værdi på 0,0087, hvilket betyder, at nulhypotesen forkastes på
1% signifikansniveau. Det ser ud til, at der er en praktisk forskel.
ii)
^
β 1−b 1,053−1
t= = =1,358974358974357
√Var
^ ( β^ ) 0,039

I excel fås nu p-værdi på 0,176, og derfor er estimatet på beta1 ikke længere statistisk signifikant.
^
β 2−b 0,480−0
t= = =4,403669724770642
√Var
^ ( β^ ) 0,109

I excel fås p-værdi tæt på nul, og den er derved signifikant.

Da ^β 2 er positiv, så vil det betyde, at hvis der er et positivt spread, så vil man forvente et højere afkast på
seks måneds obligationen, hvorfor det må antages at være bedst at investere i denne. (Givet at risikoen på
obligationen er uændret)
i)

y t − y t −1= λ ( y ¿t − y t−1 ) + at
¿
Indsætter udtryk for y t :

y t − y t −1= λ ( γ 0 +γ 1 x t + et − y t −1 ) + at

⟹ y t =λ ( γ 0 +γ 1 x t + et − y t −1) + at + y t−1

⟹ y t =λ γ 0 + λ γ 1 x t + λ et −λ yt −1+ at + y t−1

⟹ y t =λ γ 0 + λ γ 1 x t + λ et +at +(1−λ) y t−1

Dermed må:
λ γ 0= β0 , (1− λ)=β 1, λ γ 1=β 2 og λ e t + at =u

⟹ y t =λ γ 0 + ( 1−λ ) y t −1+ λ γ 1 x t + λ et + at

iii)

Indsætter værdier i udtryk:

^
β 1=( 1− ^λ)

⟹ 0 , 7=( 1− ^λ )

⟹ ^λ=0 , 3
Indsætter i udtryk for beta2:
^
β 2= ^λ γ^1

⟹ 0 , 2=0 , 3∗^
γ1

2
⟹ γ^1=
3

i)

Yes, it is significant. It has p-value=0,000.

ii)

Vi kan ikke forkaste.

(iii)

Adjusted R-squared stiger fra 0,46 til 0,47 ved at tilføje variablen, som er lagged 2 gange. Derfor er det en
god ide at tage den med.

Men den er insignifikant og meget lav koefficient, så kan godt være den skal udelades.

i)
Ja, den er signifikant med p-værdi=0,000

ii)

Der er negativt fortegn på beta 2, så det tyder på, at en forøgning i real interest rate reducerer inventory
ligesom teorien siger. Dog er p-værdien 0,422 og adjusted r-squared falder lidt, så tyder på, at den ikke
forklarer så meget.

iii)

Her er koefficienten endnu mere insignifikant og lavere r-squared, så derfor er den ikke bedre.
i)

Fordi der er 4 år mellem hvert valg. Derfor bliver det sandsynligt, at error terms ikke er correleret.

ii)

Hvis sidste valgs residualer ikke kan forklare de nuværende residualer, så kan man sige, at der ikke er seriel
−0,068
korrelation. T-statistikken for H 0=0 er =−0,283 , hvilket er meget lavt. Desuden er estimatet på
0 , 24
-0,068 også meget lavt i praksis, så derfor skal man ikke bekymre sig om seriel korrelation.
iii)

i)
Det viser sig, at der er serial correlation.

ii)

Standardfejlen er en del højere på beta1, men er lidt lavere på beta0 og beta2.

iii)

Minder meget om standardfejlene på newey.