最新金融計(jì)量學(xué)期末復(fù)習(xí)試題——綜合

1、精品文檔金融計(jì)量學(xué)期末復(fù)習(xí)試題一一（綜合）、選擇題。1在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為0時(shí)，表明（）。A、存在完全的正自相關(guān)B、存在完全的負(fù)自相關(guān)C、不存在自相關(guān) D、不能判定2、在檢驗(yàn)異方差的方法中，不正確的是（）。A、 Goldfeld-Quandt 方法 B、ARCH 檢驗(yàn)法 C、 White 檢驗(yàn)法 D、DW 檢驗(yàn)法精品文檔3、Xt的2階差分為 （2A、I Xt二Xt -Xt主)。B、I Xt='Xt-lXt 主2c、l Xt = lXtXt2D、'- Xt=l X" XtN4、ARMA（p,q）模型的特點(diǎn)是（A、自相關(guān)系數(shù)截尾，相關(guān)系數(shù)拖尾C、自相關(guān)系數(shù)截尾，相關(guān)

2、系數(shù)截尾）。B、自相關(guān)系數(shù)拖尾，相關(guān)系數(shù)截尾D、自相關(guān)系數(shù)拖尾，相關(guān)系數(shù)拖尾5、以下選項(xiàng)中，正確地表達(dá)了序列相關(guān)的是（）。A、 CovUj) =0,i = jB、Cov(叫”)=0,i = jC、Cov(Xi,Xj) =0,i = jD、Cov(Xi,m j1、AR (1)過(guò)程 yt =1 -0.5yt j ；t，其中名丄N（0,32），則Var（y=122、對(duì)于時(shí)間序列Xt，若經(jīng)過(guò)三階差分后才能平穩(wěn)則 XtL I (3)。yt人；t條件異方差模型中，形如ht -Var ( ；tI05亠二 r ;2i t丄id八6 7 8 9 M_j的模型可簡(jiǎn)記j模型。3Xt-3 -4、Xt為一時(shí)間序列，B為

3、延遲算子，則B Xt=_精品文檔5、 面板數(shù)據(jù)是用來(lái)描述一個(gè)總體樣本中給定樣本在一段時(shí)間的情況，并對(duì)每個(gè)樣本單位都進(jìn)行多重觀察。三、名詞解釋1、隨機(jī)游走模型。Yt=u+Yt-1+Et，其中Et為白噪聲擾動(dòng)項(xiàng)2、偽回歸。若一組非平穩(wěn)時(shí)間序列不存在協(xié)整關(guān)系，則這組變量構(gòu)造的回歸模型是為回歸3、內(nèi)生變量。具有某種概率分布的隨機(jī)變量，它的參數(shù)是聯(lián)立方程系統(tǒng)估計(jì)的元素，內(nèi)生變量是有系統(tǒng)變量決定的。4、虛擬變量陷阱。若定性變量有n個(gè)類別，則引進(jìn)n-1個(gè)類別，但是如果引進(jìn)了 n個(gè)類別則稱為虛擬變量的陷 阱四、簡(jiǎn)答題1最小二乘法應(yīng)滿足的古典假定有哪些？2簡(jiǎn)述EG檢驗(yàn)方法的步驟。3多重共線性對(duì)計(jì)量結(jié)果的影響有哪

4、些？4誤差修正模型的主要作用是什么？用于解決兩個(gè)經(jīng)濟(jì)變量的短期失衡問(wèn)題，通過(guò)誤差修正模型，在一定期間的失衡問(wèn)題可以在下學(xué)期得到糾正。5、簡(jiǎn)述t統(tǒng)計(jì)量和F統(tǒng)計(jì)量的不同作用。6、計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)主要包含哪些因素？五、計(jì)算分析題1、下表給出了 White異方差檢驗(yàn)結(jié)果，試在5%的顯著性水平下判斷隨機(jī)誤差項(xiàng)是否存在異White Heteroskedasticity Test:F-statistic6.048005Probability0.006558Obs*R-squared9.351960Probability0.009316White檢驗(yàn)的原假設(shè)為隨機(jī)誤差項(xiàng)不存在異方差，由回歸結(jié)果知，邊

5、際顯著性水平（或伴隨概率）為 0.93% V 5%,則在5%的顯著性水平下可以拒絕原假設(shè)，即隨機(jī)誤差項(xiàng) 存在異方差。2、下表給出LM序列相關(guān)檢驗(yàn)結(jié)果（滯后 1期），試在5%的顯著性水平下判斷隨機(jī)誤差項(xiàng) 是否存在一階自相關(guān)。Breusch-Godfrey Serial Correlation LM Test:F-statistic0.030516Probability0.862582Obs*R-squared0.033749Probability0.854242LM檢驗(yàn)（滯后1期）的原假設(shè)為隨機(jī)誤差項(xiàng)不存在一階自相關(guān)。由回歸結(jié)果知，邊 際顯著性水平（或伴隨概率）為85.42% > 5%，則

6、在5%的顯著性水平下不能拒絕原假設(shè)，即隨機(jī)誤差項(xiàng)不存在一階自相關(guān)。3、下表是中國(guó)某地人均可支配收入（INCOME ）與儲(chǔ)蓄（SAVE）之間的回歸分析結(jié)果（單 精品文檔精品文檔位：元)：Depe nde nt Variable: SAVEMethod: Least SquaresSample: 1 31In cluded observati ons: 31VariableCoefficie ntStd. Errort-StatisticProb.C-695.1433118.0444-5.8888270.0000INCOME0.0877740.0048934.5260.00025R-squared

7、0.917336Mean depe ndent var1266.452Adjusted R-squared0.914485S.D. dependent var846.7570S.E. of regressi on247.6160Akaike info criteri on13.92398Sum squared resid1778097.Schwarz criteri on14.01649Log likelihood-213.8216F-statistic321.8177Durb in-Watson stat1.892420Prob（F-statistic）0.000000(1)請(qǐng)寫出樣本回歸方

8、程表達(dá)式，然后分析自變量回歸系數(shù)的經(jīng)濟(jì)含義。2)解釋樣本可決系數(shù)的含義。t°.025（29） =2.045，(3)在顯著水平:-=0.05下，判斷回歸方程的顯著性(附:F°.05（1,29） =4.18）1) 樣本回歸方程為：save? = -695.14330.087774 Incomet= ( -5.8888)()R-squared=0.917336Adjusted R-squared=0.914485F-statistic=321.8177Durbi n-Watson stat=1.892420自變量In come前回歸系數(shù)的經(jīng)濟(jì)含義是：個(gè)人可支配收入每增加1元，其儲(chǔ)

9、蓄會(huì)相應(yīng)增加0.08774元(即個(gè)人的邊際儲(chǔ)蓄傾向?yàn)?.08774)2) R2=0.9173，表明在儲(chǔ)蓄的變動(dòng)中，91.73%可由個(gè)人可支配收入的變動(dòng)得到解釋。3) 在計(jì)量經(jīng)濟(jì)分析中，t檢驗(yàn)主要用于判斷自變量是否對(duì)因變量具有顯著影響。通常用t統(tǒng)計(jì)量檢驗(yàn)真實(shí)總體參數(shù)是否顯著異于零。檢驗(yàn)步驟：提出假設(shè)：原假設(shè) Ho：卡0,備擇假設(shè)Hi：卄0? 構(gòu)造統(tǒng)計(jì)量：t- t(n-k-1)S彳 給定顯著性水平：，查t分布表得臨界值t./2(n _ k _1),并確定拒絕域t > t& 2 (n k 1) 根據(jù)樣本數(shù)據(jù)計(jì)算t統(tǒng)計(jì)量值，并進(jìn)行比較判斷：若t >1理25 k 1)，則拒絕原假設(shè)H

10、o ；若|t| WQ2(nk 1)，則接受原假設(shè)Ho在本題中，t= =0.08777° =17.93 "0025(29)=2.05，因此在 5%的顯著性水S?0.004893平下拒絕回歸系數(shù)為零的原假設(shè)。計(jì)算題：1) 該檢驗(yàn)為Goldfeld-Quandt檢驗(yàn)。因?yàn)椋篎=4334.937>4.28所以該模型存在異方差。2) 該檢驗(yàn)為ARCH檢驗(yàn)因?yàn)?0.1498>7.81所以該模型存在異方差。精品文檔6、 在線性回歸模型中，若解釋變量X1和X2i的觀測(cè)值有如 X1 +2 X2i =0的關(guān)系，則表明模 型中存在（）。A、異方差 B、多重共線性C、序列自相關(guān) D、設(shè)定誤差7、 如果樣本回歸模型殘差的一階自相關(guān)系數(shù)p接近于0，那么DW統(tǒng)計(jì)量的值近似等于（）A、0 B、1 C、2 D、48、當(dāng)多元回歸模