《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)考試題型：一、名詞解釋題420分)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),數(shù)學(xué)提供研究方法總體回歸函數(shù)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(shuō)將總i體被解釋變量的條件期望表示為解釋變量的某種函數(shù)）i樣本回歸函數(shù)SRFXi 1 2 i

(相對(duì)于E(Y|Xi

)1

X )2 i其中Y?是E(Y|X)的估計(jì)量；i i的估計(jì)量；1 1'的估計(jì)量。'2 2OLS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(cè)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,ESS ?2擬合優(yōu)度、擬合優(yōu)度R2(被解釋部分在總平方和(SST)中所占的比例)：

R2 iTSS y2i虛擬變量陷阱完全共線性現(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(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。)）方差分析模型一種模型。協(xié)方差分析模型作動(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》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)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()E()0存在iji j i j自相關(guān)常見(jiàn)于時(shí)間序列數(shù)據(jù)。[異方差果這一假定不滿足，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(méi)有包含的所有因素的代表例：YXuY— 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(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。（作為估計(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(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分，共20分)三、簡(jiǎn)答題(每題10分，共40分)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、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、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(shuō)的陳述；建立數(shù)學(xué)（數(shù)理經(jīng)濟(jì)）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、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(wèn)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系的數(shù)學(xué)關(guān)系式確定所研究的經(jīng)濟(jì)問(wèn)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(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(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；⑶。政策評(píng)價(jià)，是對(duì)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)。\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):同一時(shí)點(diǎn)上一個(gè)或多個(gè)變量收集的數(shù)據(jù)。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、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)|來(lái)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1.

與隨機(jī)項(xiàng)u不相關(guān)j i含義: cov(

,u)0i所有自變量彼此線性無(wú)關(guān)。u

是隨機(jī)向量u為隨機(jī)變量i零期望同方差，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. u ~N(0,n1

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)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(wú)法對(duì)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：

i

2，利用加權(quán)最小二乘法或者模型變換求BLUE；i

2，先求出i

。（ 或者是：克服方法：分兩種情況1）/誤差方差為已知時(shí)，采用加權(quán)最小二乘法。2）3）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。）原因：后果：解釋變量對(duì)被解釋變量影響的大小?！び捎诠烙?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)，增大預(yù)測(cè)也將降低預(yù)測(cè)的精度。解釋變量多重共線時(shí)，雖然可以得到OLS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?？朔姆椒ǎ撼ゲ恢匾慕忉屪兞坷靡阎畔⒆儞Q模型的形式增加樣本容量逐步回歸法(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)的重要釋變量果 ：模型存在自相關(guān)的后果回歸系數(shù)的最小二乘估計(jì)量 jVar()不再具有最小方差性j

仍具有無(wú)偏性。t有可能低估誤差項(xiàng)u的方差（估計(jì)小了）ttut

存在自相關(guān)時(shí)，Var()

u2都變大，1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。1克服方法：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。