《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)與答案

《《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)與答案》由會員分享，可在線閱讀，更多相關(guān)《《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)與答案（7頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、WORD格式 《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分，共20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Xi下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系（或者說將總 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 i ? 1 ? 2 X i (E(Y|X)X 相對于 i12i ) 其中 ? Y 是 i E(Y|X i ) 的

2、估計(jì)量； ? 是 1 的估計(jì)量； 1 ? 是 2 的估計(jì)量。 2 OLS估計(jì)量：普通最小二乘法估計(jì)量 OLS估計(jì)量可以由觀測值計(jì)算 OLS估計(jì)量是點(diǎn)估計(jì)量 一旦從樣本數(shù)據(jù)取得OLS估計(jì)值，就可以畫出樣本回歸線 BLUE估計(jì)量、BLUE：最優(yōu)線性無偏估計(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偏估計(jì)量 2(被解釋部分在總平方和(SST)中所占的比例) 擬合優(yōu)度、擬合優(yōu)度R 2 2y? ESS i R 2 TSSy i 虛擬變量陷阱、自變量中包含了過多的虛擬變量造成的錯誤；當(dāng)模型中既有整體截距

3、 又對每一組都設(shè)有一個虛擬變量時，該陷阱就產(chǎn)生了。或者說，由于引入虛擬變量帶來的 完全共線性現(xiàn)象就是虛擬變量陷阱（(如果有m種互斥的屬性類型，在模型中引入 （m-1）個虛擬變量，否則會導(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，要求除研究的因素外應(yīng)該保證其他條件的一致。 作動物實(shí)驗(yàn)往往采用同一胎動物分組給予不同的處理，研究不同處理對研究對象的影響就是 這個道理。 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

4、和不完全多重共線性 1 / 7 自相關(guān)：在古典線性回歸模型中，我們假定隨機(jī)擾動項(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)。即用符號表示為： cov(i,j)E(ij)0存在ij 自相關(guān)常見于時間序列數(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)BLUE，線性回歸模 型的一個重要假定是：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：YXu Y—消費(fèi)支出X—收入 、——參數(shù)u—隨機(jī)誤差項(xiàng) 顯著性檢驗(yàn)顯著性檢驗(yàn)時利用樣本結(jié)果，

5、來證實(shí)一個零假設(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，這個統(tǒng)計(jì)量 的抽樣分布。根據(jù)已有數(shù)據(jù)算出的統(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備選答案中選出一個正確答案，并將正確答案的序號 填在題干后面的括號內(nèi)。每小題2分，共20分) 三、簡答題(每題10分，共40分) 1、為什么說計(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)獎設(shè)立之日

6、起，已有多人因 直接或間接對計(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；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，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，都必須以對經(jīng)濟(jì)理論、對所研究的經(jīng)濟(jì)現(xiàn)象有著透徹的 認(rèn)識為基礎(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、為什么說計(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

7、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)量方法對模型估計(jì)、 檢驗(yàn)，得到結(jié)構(gòu)、分析經(jīng)濟(jì)預(yù)測、政策評價(jià)、 3、建立與應(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)來自模型的假說——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、結(jié)構(gòu)分析、政策模擬等 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，對研究的經(jīng)濟(jì)現(xiàn)象進(jìn)行實(shí)際統(tǒng)計(jì)觀測 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

8、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，對數(shù)量分析的實(shí)際應(yīng)用,對模型的應(yīng)用 ⑴。結(jié)構(gòu)分析，其原理是彈性分析、乘數(shù)分析與比較分析；⑵。經(jīng)濟(jì)預(yù)測，其原理是模擬 歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動中找出變化規(guī)律；⑶。政策評價(jià)，是對不同政策執(zhí)行情況的 “模擬仿真”；⑷。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)

9、。 5、時間序列數(shù)據(jù)和橫截面數(shù)據(jù)有何異同？ 時間序列數(shù)據(jù):經(jīng)濟(jì)變量在連續(xù)或不連續(xù)的不同時間內(nèi)的統(tǒng)計(jì)數(shù)據(jù)。 截面數(shù)據(jù):同一時點(diǎn)上一個或多個變量收集的數(shù)據(jù)。 時間序列數(shù)據(jù)和橫截面數(shù)據(jù)，對某個統(tǒng)計(jì)指數(shù)在不同時期進(jìn)行觀測，將得到的數(shù)據(jù)按時間先 后次序進(jìn)行排列，這樣得到的統(tǒng)計(jì)數(shù)據(jù)稱為時間序列數(shù)據(jù)。 與此不同，若某個指標(biāo)在不同的個體上進(jìn)行觀測，則得到該指標(biāo)的一組橫截面數(shù)據(jù)。 6、從經(jīng)濟(jì)學(xué)的角度說明，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，是很難用用有限個變量、某一種確定的形式 來描述的，這就是設(shè)置隨機(jī)誤差項(xiàng)的原因。 7、運(yùn)用普通最

10、小二乘法估計(jì)多元線性回歸模型的經(jīng)典假定有哪些? 因而解釋變量與隨機(jī)項(xiàng) X j 1. 含義, :cov(Xiu) u 不相關(guān) i 0 2.所有自變量彼此線性無關(guān)。 3.un1是隨機(jī)向量u為隨機(jī)變量 i 4.零期望 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。 2 6.un1~N(0,I) 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)BLUE，線性回歸模型 的一個重要假定是：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

11、。 后果：若線性回歸模型存在異方差性，則用OLS估計(jì)模型，得到的參數(shù)估計(jì)量不是有效 估計(jì)量，甚至也不是漸近有效的估計(jì)量；此時也無法對模型參數(shù)的進(jìn)行有關(guān)顯著性檢驗(yàn)。 異方差的補(bǔ)救思路 克服方法： 2 1.知道，利用加權(quán)最小二乘法或者模型變換求； iBLUE 2.不知道 2 ，先求出 i i 2 ，再轉(zhuǎn)到 1。 （（或者是：克服方法：分兩種情況 1）誤差方差為已知時，采用加權(quán)最小二乘法。 2）誤差方差為未知時，關(guān)鍵就是找出異方差的具體形式，然后進(jìn)行變換來消除異 方差。 ）） 9、多重共線性存在的原因、后果及克服方法。 原因： 解釋變

12、量在時間上存在著共同變化的趨勢導(dǎo)致了多重共線的產(chǎn)生。 后果： （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 解釋變量對被解釋變量影響的大小。 （2）由于估計(jì)量的方差增大，相應(yīng)標(biāo)準(zhǔn)差增大，在對參數(shù)進(jìn)行顯著檢驗(yàn)時，增大 了接受零假設(shè)的可能性，致使錯誤地舍去了對因變量有顯著影響的變量。若作區(qū)間 預(yù)測也將降低預(yù)測的精度。 （3）解釋變量多重共線時，雖然可以得到OLS估計(jì)量，但是估計(jì)量及標(biāo)準(zhǔn)差非常 敏感，若觀測值稍微有所變化，估計(jì)量就會產(chǎn)生較大的改變。 克服的方法： （1）除去不重要的解釋變量 （2）利用已知信息 （3）變換模型的形式 （4）增加樣本

13、容量 （5）逐步回歸法 10、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、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?j仍具有無偏性。 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，Var(?1)和s 2都變大，u 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，預(yù)測無有效性。 克服方法：1.如果自相關(guān)是由于錯誤地設(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et對解釋變量的較高次冪進(jìn)行回歸。 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10分，共20分) 1、完成Eviews軟件給出的表格。 2、異方差的消除。 應(yīng)該都是最后一節(jié)老師講的內(nèi)容