《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)及答案

《《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)及答案》由會(huì)員分享，可在線閱讀，更多相關(guān)《《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)及答案（5頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、金融計(jì)量學(xué)復(fù)習(xí)重點(diǎn) 考試題型： 一、名詞解釋題（每小題 4 4 分，共 2020 分） 計(jì)量經(jīng)濟(jì)學(xué)：一門由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)結(jié)合而成的交叉學(xué)科 經(jīng)濟(jì)學(xué)提供理論基礎(chǔ)， 統(tǒng)計(jì)學(xué)提供資料依據(jù)，數(shù)學(xué)提供研究方法 總體回歸函數(shù)：是指在給定 X X 下 Y Y 分布的總體均值與 X X 所形成的函數(shù)關(guān)系（或者說(shuō)將總 體被解釋變量的條件期望表示為解釋變量的某種函數(shù)） 樣本回歸函數(shù)、SRF: Y?=說(shuō)+眄 Xj （相對(duì)于 E（Y |Xj） = %十際） 其中 Y 是 E（Y|XJ 的估計(jì)量； ?是01的估計(jì)量； ?2是12的估計(jì)量。 OLS 估計(jì)量：普通最小二乘法估計(jì)量 OLSOLS 估計(jì)量可以由觀測(cè)值計(jì)算

2、 OLSOLS 估計(jì)量是點(diǎn)估計(jì)量 一旦從樣本數(shù)據(jù)取得 OLSOLS 估計(jì)值，就可以畫出樣本回歸線 BLUE 估計(jì)量、BLUEBLUE 最優(yōu)線性無(wú)偏估計(jì)量，在給定經(jīng)典線性回歸的假定下， 最小二乘估計(jì) 量是具有最小方差的線性無(wú)偏估計(jì)量 擬合優(yōu)度、擬合優(yōu)度 於（被解釋部分在總平方和（SSTSST）中所占的比例）R2 =更 ? TSS 瓦 y2 虛擬變量陷阱、 自變量中包含了過多的虛擬變量造成的錯(cuò)誤； 當(dāng)模型中既有整體截距 又對(duì)每一組都設(shè)有一個(gè)虛擬變量時(shí)，該陷阱就產(chǎn)生了。 或者說(shuō)，由于引入虛擬變量帶來(lái)的 完全共線性現(xiàn)象就是虛擬變量陷阱 （如果有 m m 種互斥的屬性類型，在模型中引入 （m m- -1

3、 1）個(gè)虛擬變量，否則會(huì)導(dǎo)致多重共線性。稱作虛擬變量陷阱。 ） 方差分析模型、方差分析模型是檢驗(yàn)多組樣本均值間的差異是否具有統(tǒng)計(jì)意義的而建立的 一種模型。 協(xié)方差分析模型、一般進(jìn)行方差分析時(shí)，要求除研究的因素外應(yīng)該保證其他條件的一致。 作動(dòng)物實(shí)驗(yàn)往往采用同一胎動(dòng)物分組給予不同的處理， 研究不同處理對(duì)研究對(duì)象的影響就是 這個(gè)道理。 多重共線性 多重共線性是指解釋變量之間存在完全的線性關(guān)系或近似的線性關(guān)系 分為完全多重共線性和不完全多重共線性 自相關(guān)：在古典線性回歸模型中，我們假定隨機(jī)擾動(dòng)項(xiàng)序列的各項(xiàng)之間，如果這一假定不 滿足，則稱之為自相關(guān)。即用符號(hào)表示為： COV（出，已）=E（巴已）芒0 存

4、在 i工j 自相關(guān)常見于時(shí)間序列數(shù)據(jù)。 異方差、 異方差性是為了保證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì) BLUEBLUE 線性回歸模 型的一個(gè)重要假定是： 總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿足同方差性， 即服從相同的方差。 如 果這一假定不滿足，則稱線性回歸模型存在異方差性。 隨機(jī)誤差項(xiàng)： 模型中沒有包含的所有因素的代表 例： Y = X u Y Y 消費(fèi)支出 X X 收入 :、：一 一參數(shù) u u 隨機(jī)誤差項(xiàng) 顯著性檢驗(yàn) 顯著性檢驗(yàn)時(shí)利用樣本結(jié)果，來(lái)證實(shí)一個(gè)零假設(shè)的真?zhèn)蔚囊环N檢驗(yàn)程序。 顯著性檢驗(yàn)的基本思想在于一個(gè)檢驗(yàn)統(tǒng)計(jì)量 （作為估計(jì)量）以及在虛擬假設(shè)下，這個(gè)統(tǒng)計(jì)量 的抽樣分布。根據(jù)已有數(shù)據(jù)算出的

5、統(tǒng)計(jì)量值決定是否接受零假設(shè)。 二、 單項(xiàng)選擇題（從下列每小題的四個(gè)備選答案中選出一個(gè)正確答案，并將正確答案的序號(hào) 填在題干后面的括號(hào)內(nèi)。每小題 2 2 分，共 2020 分） 三、 簡(jiǎn)答題（每題 1010 分，共 4040 分） 1 1、為什么說(shuō)計(jì)量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科？它在經(jīng)濟(jì)學(xué)科體系中的地位和經(jīng)濟(jì)研究中的作用 是什么？ 從計(jì)量經(jīng)濟(jì)學(xué)的定義來(lái)看， 他是定量化的經(jīng)濟(jì)學(xué)； 其次，從計(jì)量經(jīng)濟(jì)學(xué)在西方國(guó)家經(jīng)濟(jì) 學(xué)科中居于最重要的地位看， 也是如此，尤其是從諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)設(shè)立之日起， 已有多人因 直接或間接對(duì)計(jì)量經(jīng)濟(jì)學(xué)的創(chuàng)立和發(fā)展做出貢獻(xiàn)而獲得諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)； 計(jì)量經(jīng)濟(jì)學(xué)與數(shù)理 統(tǒng)計(jì)學(xué)有著嚴(yán)格的區(qū)別，

6、 它限于經(jīng)濟(jì)領(lǐng)域；從建立與應(yīng)用經(jīng)濟(jì)學(xué)模型的全過程看， 不論是理 論模型的設(shè)定還是樣本數(shù)據(jù)的收集， 都必須以對(duì)經(jīng)濟(jì)理論、 對(duì)所研究的經(jīng)濟(jì)現(xiàn)象有著透徹的 認(rèn)識(shí)為基礎(chǔ)。綜上所述，計(jì)量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科。 2 2、為什么說(shuō)計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、數(shù)學(xué)和統(tǒng)計(jì)學(xué)的結(jié)合？ 一門由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)結(jié)合而成的交叉學(xué)科 ? ? 經(jīng)濟(jì)學(xué)提供理論基礎(chǔ) ? ? 統(tǒng)計(jì)學(xué)提供資料依據(jù) ? ? 數(shù)學(xué)提供研究方法 計(jì)量經(jīng)濟(jì)學(xué)通過經(jīng)濟(jì)理論數(shù)量化經(jīng)濟(jì)模型成為經(jīng)濟(jì)計(jì)量模型；事實(shí)反映為為統(tǒng)計(jì)數(shù)據(jù), 加工數(shù)據(jù)；數(shù)理統(tǒng)計(jì)補(bǔ)充改造形成經(jīng)濟(jì)計(jì)量方法。根據(jù)數(shù)據(jù)運(yùn)用經(jīng)濟(jì)計(jì)量方法對(duì)模型估計(jì)、 檢驗(yàn)，得到結(jié)構(gòu)、分析經(jīng)濟(jì)預(yù)測(cè)、政策評(píng)價(jià)、 3 3、建

7、立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟有哪些？ 經(jīng)濟(jì)理論或假說(shuō)的陳述； 建立數(shù)學(xué)（數(shù)理經(jīng)濟(jì)）模型； 建立統(tǒng)計(jì)或計(jì)量經(jīng)濟(jì)模型； 收集處理數(shù)據(jù)； 計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)； 檢驗(yàn)來(lái)自模型的假說(shuō)經(jīng)濟(jì)意義檢驗(yàn)； 檢驗(yàn)?zāi)Ｐ偷恼_性模型的假設(shè)檢驗(yàn)； 模型的運(yùn)用預(yù)測(cè)、結(jié)構(gòu)分析、政策模擬等 4 4、計(jì)量經(jīng)濟(jì)學(xué)有哪些主要應(yīng)用領(lǐng)域？ 提出研究的經(jīng)濟(jì)問題和度量方式，對(duì)研究的經(jīng)濟(jì)現(xiàn)象進(jìn)行實(shí)際統(tǒng)計(jì)觀測(cè) 分析影響因素根據(jù)經(jīng)濟(jì)理論、實(shí)際經(jīng)驗(yàn)，選擇若干影響因素作為解釋變量 分析各種因素與所研究經(jīng)濟(jì)現(xiàn)象的相互關(guān)系， 根據(jù)先驗(yàn)經(jīng)濟(jì)理論和實(shí)際經(jīng)驗(yàn)， 決定相互間聯(lián) 系的數(shù)學(xué)關(guān)系式 確定所研究的經(jīng)濟(jì)問題與各種影響因素的數(shù)量關(guān)系， 需要科學(xué)的數(shù)量

8、分析方法 , , 主要是參數(shù) 估計(jì)方法 分析和檢驗(yàn)所得數(shù)量結(jié)論的可靠性，需要運(yùn)用統(tǒng)計(jì)方法 , , 對(duì)模型的檢驗(yàn) 運(yùn)用數(shù)量研究結(jié)果作經(jīng)濟(jì)分析和預(yù)測(cè)，對(duì)數(shù)量分析的實(shí)際應(yīng)用 , , 對(duì)模型的應(yīng)用 。結(jié)構(gòu)分析，其原理是彈性分析、乘數(shù)分析與比較分析； 。經(jīng)濟(jì)預(yù)測(cè)，其原理是模擬 歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動(dòng)中找出變化規(guī)律； 。政策評(píng)價(jià)，是對(duì)不同政策執(zhí)行情況的 “模擬仿真” ； 。 檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論，其原理是如果按照某種經(jīng)濟(jì)理論建立的計(jì)量經(jīng) 濟(jì)學(xué)模型可以很好地?cái)M 合實(shí)際觀察數(shù)據(jù)。 5 5、 時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)有何異同？ 時(shí)間序列數(shù)據(jù) : : 經(jīng)濟(jì)變量在連續(xù)或不連續(xù)的不同時(shí)間內(nèi)的統(tǒng)計(jì)數(shù)據(jù)。 截面數(shù)據(jù) :

9、 :同一時(shí)點(diǎn)上一個(gè)或多個(gè)變量收集的數(shù)據(jù)。 時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)， 對(duì)某個(gè)統(tǒng)計(jì)指數(shù)在不同時(shí)期進(jìn)行觀測(cè)， 將得到的數(shù)據(jù)按時(shí)間先 后次序進(jìn)行排列，這樣得到的統(tǒng)計(jì)數(shù)據(jù)稱為時(shí)間序列數(shù)據(jù)。 與此不同，若某個(gè)指標(biāo)在不同的個(gè)體上進(jìn)行觀測(cè)，則得到該指標(biāo)的一組橫截面數(shù)據(jù)。 6 6、 從經(jīng)濟(jì)學(xué)的角度說(shuō)明，為什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)誤差項(xiàng)？ 從經(jīng)濟(jì)學(xué)角度看， 客觀經(jīng)濟(jì)現(xiàn)象是十分復(fù)雜的， 是很難用用有限個(gè)變量、 某一種確定的形式 來(lái)描述的，這就是設(shè)置隨機(jī)誤差項(xiàng)的原因。 7 7、運(yùn)用普通最小二乘法估計(jì)多元線性回歸模型的經(jīng)典假定有哪些 因而解釋變量 Xj與隨機(jī)項(xiàng) Ui不相關(guān) 1.1. 人 含義： co

10、v（Xi ,u） = 0 2.2. 所有自變量彼此線性無(wú) 關(guān)。 3.3. un 1是隨機(jī)向量：=ui為隨機(jī)變量 4.4. 零期望 5.5. 同方差，不相關(guān)解釋變量取值不同，但是被解釋變量的方差相同。 6.6. UniN（0,；l） 8 8、異方差存在的原因、后果及克服方法。 原因：異方差性是為了保證回歸參數(shù)估計(jì)量具有良好的統(tǒng)計(jì)性質(zhì) BLUEBLUE 線性回歸模型 的一個(gè)重要假定是：總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿足同方差性， 即服從相同的方差。如果 這一假定不滿足，則稱線性回歸模型存在異方差性。 后果：若線性回歸模型存在異方差性， 則用 OLSOLS 估計(jì)模型，得到的參數(shù)估計(jì)量不是有效 估計(jì)量，甚

11、至也不是漸近有效的估計(jì)量；此時(shí)也無(wú)法對(duì)模型參數(shù)的進(jìn)行有關(guān)顯著性檢驗(yàn)。 克服方法： 異方差的補(bǔ)救思路 1. 知道；汀，利用加權(quán)最小二乘法 或者模型變換求 BLUE ； 2. 不知道；汀，先求出 G2,再轉(zhuǎn)到 1。 （ 或者是：克服方法：分兩種情況 1 1） 誤差方差為已知時(shí)，采用加權(quán)最小二乘法。 2 2） 誤差方差為未知時(shí)，關(guān)鍵就是找出異方差的具體形式， 然后進(jìn)行變換來(lái)消除異 方差。 ） 9 9、多重共線性存在的原因、后果及克服方法 。 原因： 解釋變量在時(shí)間上存在著共同變化的趨勢(shì)導(dǎo)致了多重共線的產(chǎn)生。 后果： （1 1） 由于估計(jì)量的方差增大，使得估計(jì)量的精度大大降低，因而不能正確判斷各 解釋

12、變量對(duì)被解釋變量影響的大小。 （2 2） 由于估計(jì)量的方差增大，相應(yīng)標(biāo)準(zhǔn)差增大，在對(duì)參數(shù)進(jìn)行顯著檢驗(yàn)時(shí)，增大 了接受零假設(shè)的可能性，致使錯(cuò)誤地舍去了對(duì)因變量有顯著影響的變量。若作區(qū)間 預(yù)測(cè)也將降低預(yù)測(cè)的精度。 （3 3） 解釋變量多重共線時(shí)，雖然可以得到 OLSOLS 估計(jì)量，但是估計(jì)量及標(biāo)準(zhǔn)差非常 敏感，若觀測(cè)值稍微有所變化，估計(jì)量就會(huì)產(chǎn)生較大的改變。 克服的方法： （1 1） 除去不重要的解釋變量 （2 2） 利用已知信息 （3 3） 變換模型的形式 （4 4） 增加樣本容量 （5 5） 逐步回歸法 1010、自相關(guān)存在的原因、后果及克服方法。 原因：一、慣性 二、模型的數(shù)學(xué)形式不妥 三、

13、回歸模型中略去了帶有自相關(guān)的重要解 釋變量 果 模型存在自相關(guān)的后果 1. 回歸系數(shù)的最小二乘估計(jì)量 ？仍具有無(wú)偏性。 2. Var（ ?j）不再具有最小方差性 。 3. 有可能低估誤差項(xiàng) ut的方差（估計(jì)小了）。 4. 由于 ut存在自相關(guān)時(shí)， Var（ ?i）和 su2都變大， 都不具有最小方差性。用依據(jù)普通最小二乘法 得到的回歸方程去預(yù)測(cè)，預(yù)測(cè)無(wú)有效性。 克服方法：1.1.如果自相關(guān)是由于錯(cuò)誤地設(shè)定模型的數(shù)學(xué)形式所致，那么就應(yīng)當(dāng)修改模型的 數(shù)學(xué)形式。方法是用殘差 etet 對(duì)解釋變量的較高次幕進(jìn)行回歸。 2.2. 如果自相關(guān)是由于模型中省略了重要解釋變量造成的，那么解決辦法就是找出略去 的解釋變量，把它做為重要解釋變量列入模型。 四、計(jì)算題（每題 1010 分，共 2020 分） 1 1、 完成 EviewsEviews 軟件給出的表格。 2 2、 異方差的消除。 應(yīng)該都是最后一節(jié)老師講的內(nèi)容