金融計(jì)量分析期末復(fù)習(xí)

1、精選文庫一，考試題型 一，選擇題（ 二，名詞解釋 三，計(jì)算題（ 四，簡答題（金融計(jì)量分析期末復(fù)習(xí)20分，10題，每題2分）（20分，5題，每題4分）30分，共3題，每題10分）20分，共3題，6分，6分，8分） 五，程序結(jié)果分析題（10分，共1題）二，名詞解釋1. 估計(jì)量的無偏性：估計(jì)量抽樣分布的數(shù)學(xué)期望等于總體參數(shù)的真值。如果總體參數(shù)為seta，seta1為估計(jì)量，如果 E（seta1）=seta ，那么seta1為seta的無偏估計(jì)量。seta1也是一個隨機(jī)變量，它取決于樣本，根據(jù)所選樣本的不同而變化。2. 數(shù)據(jù)的季節(jié)性調(diào)整 季節(jié)性調(diào)整 是指針對某些經(jīng)濟(jì)指標(biāo)因受季節(jié)性因素影響而出現(xiàn)可預(yù) 期

2、的高峰或低谷所進(jìn)行的調(diào)整。對經(jīng)濟(jì)指標(biāo)作季節(jié)性調(diào)整有助于察覺其潛在趨勢。_通過自目 前的變化中扣除過去數(shù)年的平均變動，可說明此上漲或下跌是否是不尋常的，或純粹只是季節(jié)性現(xiàn)象。3. 偽回歸問題 偽回歸是一組非平穩(wěn)時間序列之間不存在協(xié)整關(guān)系時這一組變量構(gòu)造的回歸模型中可能出現(xiàn)的一種“假回歸”。單位根檢驗(yàn)由于傳統(tǒng)的經(jīng)濟(jì)計(jì)量學(xué)方法對非平穩(wěn)的時 _間序列不再適用,利用傳統(tǒng)方法對計(jì)量模型進(jìn)行統(tǒng)計(jì)推斷時，許多參數(shù)的統(tǒng)計(jì)量的分布不再 是標(biāo)準(zhǔn)分布，所作的回歸被稱為“偽回歸”。4. 混合橫截面數(shù)據(jù)混合橫截面指的是跨期各個個體當(dāng)做觀測個案，因此有個假設(shè)各個時期觀測對象的分布一樣，本質(zhì)上講還是截面數(shù)據(jù)方法，跟面板數(shù)據(jù)不

3、同。5. 調(diào)整的決定系數(shù) 調(diào)整R方的解釋與R方類似，不同的是：調(diào)整R方同時考慮了樣本量（n）和回歸中自變量的個數(shù)（k）的影響，這使得調(diào)整 R方永遠(yuǎn)小于R方，而且調(diào)整 R方的值不 會由于回歸中自變量個數(shù)的增加而越來越接近1。6. 季節(jié)虛擬變量7. 加權(quán)最小二乘法加權(quán)最小二乘法是對原模型進(jìn)行加權(quán)，使之成為一個新的不存在異方差:性的模型，然后采用普通最小二乘法估計(jì)其參數(shù)的一種數(shù)學(xué)優(yōu)化技術(shù)。8. 一階滯后項(xiàng)比如每年的GDP數(shù)據(jù)分成三個部分的貢獻(xiàn)GDP=aK+bL+cA滯后就是把前一期的數(shù)據(jù)也加進(jìn)來GDP=aK+bL+cA+GD P（-1）(popu lati on curve )。相如左邊是2008年

4、的GDP右邊的GDP（-1）就是一階滯后 也就是2007的GDP總體回歸函數(shù)給定解釋變量X條件下被解釋變量丫的期望軌跡稱為總體回歸線regression line ），或更一般地稱為總體回歸曲線（population regression決定系數(shù)(擬合優(yōu)度)決定系數(shù)(coefficie nt of determ in ati on )，有的教材上翻譯為判定系數(shù)，也稱為擬合優(yōu)度。是相關(guān)系數(shù)的平方。表示可根據(jù)自變量的變異來解釋因變量的變 異部分。10.多重共線性多重共線性是指線性回歸模型中的解釋變量之間由于存在精確相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計(jì)失真或難以估計(jì)準(zhǔn)確。一般來說，由于經(jīng)濟(jì)數(shù)據(jù)的限制使

5、得模型設(shè)計(jì)不當(dāng)，導(dǎo)致設(shè)計(jì)矩陣中解釋變量間存在普遍的相關(guān)關(guān)系。完全共線性的情況并不多見，一般出現(xiàn)的是在一定程度上的共線性，即近似共線性。9. 隨機(jī)誤差項(xiàng)隨機(jī)誤差項(xiàng)(random errorterm)亦稱隨機(jī)擾動項(xiàng)”，簡稱隨機(jī)誤差”、“隨機(jī)項(xiàng)”、“誤差項(xiàng)”、“擾動項(xiàng)”。不包含在模型中的解釋變量和其他一些隨機(jī)因素對被解釋變量的總影響項(xiàng)。10. 顯著性檢驗(yàn) 顯著性檢驗(yàn)(significance test )就是事先對總體(隨機(jī)變量)的參數(shù)或 總體分布形式做出一個假設(shè)后利用樣本信息來判斷這個假設(shè)(備擇假設(shè))是否合理，即判斷總體的真實(shí)情況與原假設(shè)是否有顯著性差異。11. 樣本回歸模型 當(dāng)研究總體太大時，就

6、選取總體部分當(dāng)做樣本來回歸分析現(xiàn)象，是對總 體回歸模型的估計(jì)，準(zhǔn)確度較低，但是比較常用。由于方程中引入了隨機(jī)項(xiàng)，成為計(jì)量經(jīng)濟(jì)學(xué)模型，因此也稱為樣本回歸模型12. 異方差 異方差性是相對于同方差而言的。所謂同方差，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)，經(jīng)典線性回歸模型的一個重要假定：總體回歸函數(shù)中的隨機(jī)誤差項(xiàng)滿足同方差性，即它們都有相同的方差。如果這一假定不滿足，即:隨機(jī)誤差項(xiàng)具有不同的方差, 則稱線性回歸模型存在異方差性。13. 單位根檢驗(yàn) 單位根檢驗(yàn)是指檢驗(yàn)序列中是否存在單位根為存在單位根就是非平穩(wěn)時間序列了。單位根就是指單位根過程，可以證明，序列中存在單位根過程就不平穩(wěn)，會使回歸分析

7、中存在偽回歸。14. 數(shù)據(jù)的趨勢調(diào)整 將經(jīng)濟(jì)時間序列中進(jìn)行數(shù)據(jù)調(diào)整，剔除變動要素和不規(guī)則要素，以發(fā) 現(xiàn)基本變動趨勢15. BLUE估計(jì) BLUE全稱是Best Lin ear Un biased Evaluatio n 即，最優(yōu)線性無偏估計(jì)量，在滿足古典線性回歸模型基本假設(shè)的前提下，最小二乘估計(jì)是參數(shù)真實(shí)值得最小方差線性的無偏估計(jì)。這個是比較傲理想的估計(jì)，能說明參數(shù)估計(jì)量的相對優(yōu)勢，但不能說明其的絕對優(yōu)勢。穩(wěn)健標(biāo)準(zhǔn)誤 穩(wěn)健標(biāo)準(zhǔn)差是指其標(biāo)準(zhǔn)差對于模型中可能存在的異方差或自相關(guān)問題不敏感，基于穩(wěn)健標(biāo)準(zhǔn)差計(jì)算的穩(wěn)健t統(tǒng)計(jì)量仍然漸進(jìn)分布 t分布。因此，在 Stata中利用robust選項(xiàng)可以得到異方差

8、穩(wěn)健估計(jì)量。16. OLS估計(jì)量寫出公式和推導(dǎo)。三，計(jì)算題1設(shè)多元線性回歸模型為，Y X ,滿足 服從N 0, 21裁為n k的 固定設(shè)計(jì)陣，且rank Xk n，試求Y，1）普通最小二乘法估計(jì) Y 的表示形式，并計(jì)算 E Y ,Var若有一新觀測值Xnew，分別求出Ynew和E 丫喚 置信度為1-的置信區(qū)間。2.設(shè)多元線性回歸模型為，Y X ,滿足服從NO, 2I,X為n k的 固定設(shè)計(jì)陣，且rank X k n,試求 1）普通最小二乘法 的 矩陣 表示形式，并計(jì)算 E Y ,Var Y ； 2）寫出 2的無偏估計(jì)，并給出 Var 的估計(jì)； 3）構(gòu)造 置信度為 1 的置信區(qū)域。12一元線性模

9、型中，i （ i=1，2）的置信區(qū)間： 在變量的顯著性檢驗(yàn)中已經(jīng)知道：?t t（ n 2）s ?意味著，如果給定置信度（1-/2）的概率是（1-7在(-tP(/2, tt2），從分布表中查得自由度為（n-2）的臨界值，那么t值處）。表示為：P( t -t )12s?i7P(? J s?iit s?) 12i于是得到:（1-）的置信度下,i的置信區(qū)間是（?（ppt上的由于Y?1Xo2?1 N( 1,2)?0 N(xi于是EM）E(?o)XoE(?1)0Qs?,?ts?)0,n XilXoVar(Y0) Var(?o)2XoCov( ?o,?)X0Var(?)可以證明C0V（ ?o，?）2X/2X

10、iVar(YO)因此2 &Xi2 22XoX2xJ2Xi2X,2nnX2X22XoXXO2-(Xi2Xin(Xo X)2)(XoXi2) 2故 YoN(on將木知的*代以它旳無偏估II ；讓產(chǎn).町構(gòu)適t統(tǒng)計(jì)量tYo(o iXo)t(n 2),2SY0S?2（丄（Xo X）其中。nXi2 )于是，在1-的置信度下，總體均值 E(Y|XO)的置信區(qū)間為Y0 J Sf E(Y|Xo)YO J q3.下表給出了線性回歸模型方差分析的部分結(jié)果，按要求回答問題:方差來源自由度平方和均方平方和F值P值回歸平方和6680680/6殘差平方和19200200/19總平方和25880880/251. 解釋變量有幾

11、個？62. 回歸平方和是多少？ 6803. 樣本容量是多少？254. 決定系數(shù)與調(diào)整的決定系數(shù)各多少?R2R2ESS. RSSTss 1 TSSSS SS，其中，n-1為總離差平方和的自由度,1 RSS/(n k 1)1(1 R2)_TSS/( n 1)n k 1n-k-1為殘差平方和的自由度5.利用F檢驗(yàn)，判斷上述多元線性回歸方程在顯著性水平a=0.01下的顯著性?TSSy2,ESSy2,RSSRsSSS/b，F(xiàn) (k,n k 1) F0.01(5,16)4.下表包含了 8個大學(xué)生的GPA成績（4分）制和體側(cè)成績（30分）制學(xué)生GPA體育測評（PE）12.32023.52733.12643.

12、62753.82963.12572.72383.8301.利用OLS估計(jì)GPA和體育測評的關(guān)系：求出如下方程中的截距和斜率估計(jì)值:GPA 0 iPE u2.計(jì)算每次觀測的擬合值和殘差,并驗(yàn)證殘差和（近似為Xi X Yj Y2Xi XY iXYi( 0 iXi)四，簡答題10選31.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)科體系的地位和經(jīng)濟(jì)研究中的作用。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

13、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。計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中處于相當(dāng)重要的地位， 尤其是西方經(jīng)濟(jì)學(xué)，在經(jīng)濟(jì)學(xué)不 斷科學(xué)化的過程中，計(jì)量經(jīng)濟(jì)學(xué)起到了特殊的作用2. 簡述樣本回歸函數(shù)和總體回歸函數(shù)的關(guān)系。樣本回歸函數(shù)是 總體回歸函數(shù) 的一個訴似,總體回歸函數(shù) 是理論回歸函數(shù)，樣本 回歸函數(shù)是經(jīng)驗(yàn)回歸函數(shù)?？傮w回歸函數(shù)是根據(jù)解釋變量的已知或給定值， 考察被解釋變量的總體均值，即 當(dāng)解釋變量取某個確定值時，與之統(tǒng)計(jì)相關(guān)的被解釋變量

14、所有可能出現(xiàn)的對應(yīng)值 的平均值。樣本回歸函數(shù)是隨解釋變量（可支配收入）的變化而有規(guī)律的變化。如果把解釋 變量丫的樣本條件均值表示為解釋變量 X的某種函數(shù)，這個函數(shù)成為樣本回歸函 數(shù)。顯然，樣本回歸函數(shù)的函數(shù)形式應(yīng)與設(shè)定的總體回歸函數(shù)形式一致。3. 敘述線性回歸模型的基本假定，假設(shè)樣本容量為m,解釋變量的個數(shù)為 k。 回歸模型是正確設(shè)定的 解釋變量X1Xk是非隨機(jī)的或固定的，且各 Xj之間不存在嚴(yán)格的線性相關(guān)性 各解釋變量Xj在所抽取的樣本中具有變異性，且隨著樣本容量的無限增加，各解釋變量 的樣本方差趨于一個非零的有限常數(shù) 隨機(jī)誤差項(xiàng)具有條件0均值、同方差、不序列相關(guān)性 解釋變量與隨機(jī)項(xiàng)不相關(guān)

15、隨機(jī)變量滿足正態(tài)分布4. 什么是序列自相關(guān)性？產(chǎn)生模型自相關(guān)的原因有哪些？后果是什么？多元線性回歸模型的基本假設(shè)之一是模型的隨機(jī)干擾項(xiàng)相互獨(dú)立，如果模型的隨機(jī)干擾項(xiàng)違背了相互獨(dú)立的假設(shè)，稱為存在序列相關(guān)性；JI因，、濟(jì)奄研悔有的慣件*喪現(xiàn)為融鋸拄時間序列不同的時間的前岳災(zāi)聯(lián)1,一，疫甲!逗的備謙，表現(xiàn)為胃晤了亟哥們輝聊變扯或模嘔甫轂附式仃段.二、敘抿的哼I訛ir*表規(guī)為有些&堀是通過.己劃敕據(jù)加丄工戎的FV味阿現(xiàn)需，褊肩現(xiàn)象證.后島一. 盡軒所得的估tun仍赴無偏陽*怛詢吋展們ii僅的方誥大小町庇非常不制Fft笙的萬苯*開機(jī)頂毗廳対柑矣削，11）（低襯前心則僵地止鞫犬時，對U的方蔭仏仕梓更嚴(yán)f

16、i.阿時導(dǎo)孜t線卄劇和F線計(jì) fi尖效.乙 根無以I兩點(diǎn)，處逹導(dǎo)賈必小一桑扌2甲封的何*樓麗川于預(yù)a時，廡涮【夫效.5. 敘述含有單個可觀測解釋變量的固定效應(yīng)模型，并簡述基于兩期的處理非觀測效應(yīng)的一 階差分方程。6. 簡述線性回歸模型中，隨機(jī)誤差項(xiàng)存在的原因。計(jì)量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是 隨機(jī)變量意味著影響被解釋變量的因素是復(fù)雜的，除了解釋變量的影響外，還有其他無法在模型中獨(dú)立列出的各種因素的影響。 這樣，理論模型中就必須使用一 個稱為隨機(jī)干擾項(xiàng)的變量所代表所有這些無法在模型中獨(dú)立表示出來的影響因 素，以保證模型在理論上的科學(xué)性。隨機(jī)誤差項(xiàng)主要包括下列因

17、素的影響：1）在解釋變量中被忽略的因素的影響；2）變量觀測值的觀測誤差的影響；3）模型關(guān)系的設(shè)定誤差的影響；4)其它隨機(jī)因素的影響。理論的含糊性; 數(shù)據(jù)的欠缺； 節(jié)省原則。產(chǎn)生并設(shè)計(jì)隨機(jī)誤差項(xiàng)的主要原因:1)2)3)7.敘述回歸模型中多重共線性的定義、產(chǎn)生原因、造成影響、解決辦法。對于模型其基本假設(shè)之一是解釋變量是互相獨(dú)立的。如果某兩個或多個解釋變量之間出現(xiàn)了相關(guān)性，則稱為多重共線性 (Multicolli nearity) 。氣多共域性律在的ffS、果及克服芳桃*ists；絆濟(jì)變曲變化欝的同何性評茅無濟(jì)變董山用河i：H仃井同箜化的勁勢二、幣肆變呈中含*希席變宦二、申搦宦祠的橫型也町臉出硯芬覓

18、Jtitfe性也L山于救據(jù)牧壊的旅理小翱寬” it些健禪喪&呵醴弾一起療動”后熱 OLse依然尼無ffl的* OLseftrrffi小/j瓷性，二、對于完全車瑩共#卡性導(dǎo)A.勢迪跖的詁計(jì)(3、無臨一解；參歡的估計(jì)值B (科)晌方攔無耳Y大.iii 績用0L5方法.三, 對片非充全峯堂線性與甌 參坡fi的估計(jì)借的椎不総老：辱蠟戸的估計(jì)如白方復(fù)非常表*辱戳的t也驗(yàn)可字 性酹1氐述就僉出JS質(zhì)小的t值和技大的說R2嚇大“怙計(jì)疽仍圧日LUE. H佶鳳閩很宅，降低和測精惟”克恥一*鞘本赴現(xiàn).自機(jī)數(shù)fc就有町能消琮或輕，H詼廳法包括:増訓(xùn)現(xiàn)罠lift,利用彳同站據(jù)集釆用紙的胖本-增大 樣車祥W*視書硏料(權(quán)載曲耳時間宇和數(shù):紅綜八解釋變竝理.刪陳引覽兵堤柱的童址(逵歩冋訂注h解邸變tt變埶*花威廿弁析迭：峙冋!)：【議等.三、樓型處理.養(yǎng)務(wù)肚*登協(xié)鬲先馳信克怯，變挽槪髦彫戌壽普通最小二乘法要求樣本回歸函數(shù)上的點(diǎn)與真實(shí)觀普通最小二乘法給出的判斷標(biāo)準(zhǔn)是：被解釋變量的估計(jì)值與實(shí)際只有平方和可以反映二者在總體上的接近程度，這就是最小二乘8. 線性回歸模型中參數(shù)的普通最小二乘估計(jì)法和最大似然估計(jì)法的基本思想各是什么? 普通最小二乘法：已知一組樣本觀測值， 測點(diǎn)的總體誤差盡可能小， 觀測值之差的平方和最小， 原理。最大似