《金融計(jì)量學(xué)》復(fù)習(xí)重點(diǎn)及答案

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（ 計(jì)量經(jīng)濟(jì)學(xué)：-每小題4分，共20分）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下Y分布的總體均值與 X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? ?2Xi （相對于E（Y|XJ 12Xi ）03計(jì)量：。普中計(jì)量澈觀測值計(jì)算計(jì)量；0L?是十量是估計(jì)量量一旦從樣本的估計(jì)量。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

2、無偏估計(jì)量擬合優(yōu)度、擬合優(yōu)度 於（被解釋部分在總平方和（SST）中所占的比例）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又對每一組都設(shè)有一個虛擬變量時(shí)，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(shí)，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

3、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：（自相關(guān)常見于時(shí)間（序列數(shù)據(jù)。存在i j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：YXuY 消費(fèi)支出 X 收入、 一 一參數(shù)u隨機(jī)誤差項(xiàng)

4、顯著性檢驗(yàn)顯著性檢驗(yàn)時(shí)利用樣本結(jié)果，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

5、爾經(jīng)濟(jì)學(xué)獎設(shè)立之日起， 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)

6、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)

7、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。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，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；。政策評價(jià)，是對不同政策執(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、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)

8、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) :同一時(shí)點(diǎn)上一個或多個變量收集的數(shù)據(jù)。時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)， 對某個統(tǒng)計(jì)指數(shù)在不同時(shí)期進(jìn)行觀測， 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X j與隨機(jī)項(xiàng)ui

9、不相關(guān)1.含義 :cov（X i , u） 02. 所有自變量彼此線性無 關(guān)。3. Un 1是隨機(jī)向量Ui為隨機(jī)變量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。6. Un1 N（0,2I）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。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(shí)也無法

10、對模型參數(shù)的進(jìn)行有關(guān)顯著性檢驗(yàn)?？朔椒ǎ海ɑ蛘呤牵嚎朔椒ǎ悍謨煞N情況1） 誤差方差為已知時(shí)，采用加權(quán)最小二乘法。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：解釋變量在時(shí)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(shí)，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

11、變量多重共線時(shí)，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?？朔姆椒ǎ海?）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？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(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，預(yù)測無有效性?？朔椒ǎ?.如果自相