《金融計量學》復習重點 及答案

《金融計量學》復習重點考試題型：一、名詞解釋題420分)一門由經(jīng)濟學、統(tǒng)計學和數(shù)學結合而成的交叉學科.經(jīng)濟學提供理論基礎,數(shù)學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)關系（或者說將總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

(相對于E(Y|Xi

)1

X )2 i其中Y?是E(Y|X)的估計量；i i的估計量；1 1'的估計量。'2 2OLS估計量：普通最小二乘法估計量OLS估計量可以由觀測值計算OLS估計量是點估計量一旦從樣本數(shù)據(jù)取得OLS估計值，就可以畫出樣本回歸線BLUE估計量,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）個虛擬變量，否則會導致多重共線性。稱作虛擬變量陷阱。)）方差分析模型一種模型。協(xié)方差分析模型作動物實驗往往采用同一胎動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系或近似的線性關分為完全多重共線性和不完全多重共線性自相關：在古典線性回歸模型中，我們假定隨機擾動項序列的各項之間，如果這一假定不滿足，則稱之為自相關。即用符號表示為：cov()E()0存在iji j i j自相關常見于時間序列數(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。隨機誤差項：模型中沒有包含的所有因素的代表例：YXuY— 消費支出 X—收入、—參數(shù) u—隨機誤差項顯著性檢驗顯著性檢驗時利用樣本結果，來證實一個零假設的真?zhèn)蔚囊环N檢驗程序。（作為估計量的抽樣分布。根據(jù)已有數(shù)據(jù)算出的統(tǒng)計量值決定是否接受零假設?！?、單項選擇題(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。每小題2分，共20分)三、簡答題(每題10分，共40分)1、為什么說計量經(jīng)濟學是一門經(jīng)濟學科它在經(jīng)濟學科體系中的地位和經(jīng)濟研究中的作用是什么認識為基礎。綜上所述，計量經(jīng)濟學是一門經(jīng)濟學科。,2、為什么說計量經(jīng)濟學是經(jīng)濟理論、數(shù)學和統(tǒng)計學的結合一門由經(jīng)濟學、統(tǒng)計學和數(shù)學結合而成的交叉學科經(jīng)濟學提供理論基礎統(tǒng)計學提供資料依據(jù)數(shù)學提供研究方法檢驗，得到結構、分析經(jīng)濟預測、政策評價、3、建立與應用計量經(jīng)濟模型的主要步驟有哪些,經(jīng)濟理論或假說的陳述；建立數(shù)學（數(shù)理經(jīng)濟）建立統(tǒng)計或計量經(jīng)濟模型；收集處理數(shù)據(jù)；計量經(jīng)濟模型的參數(shù)估計；檢驗來自模型的假說——經(jīng)濟意義檢驗；檢驗模型的正確性——模型的假設檢驗；模型的運用——預測、結構分析、政策模擬等:4、計量經(jīng)濟學有哪些主要應用領域提出研究的經(jīng)濟問題和度量方式，對研究的經(jīng)濟現(xiàn)象進行實際統(tǒng)計觀測分析影響因素——根據(jù)經(jīng)濟理論、實際經(jīng)驗，選擇若干影響因素作為解釋變量系的數(shù)學關系式確定所研究的經(jīng)濟問題與各種影響因素的數(shù)量關系，需要科學的數(shù)量分析方法,主要是參數(shù)估計方法分析和檢驗所得數(shù)量結論的可靠性，需要運用統(tǒng)計方法,對模型的檢驗運用數(shù)量研究結果作經(jīng)濟分析和預測，對數(shù)量分析的實際應用,對模型的應用⑴。結構分析，其原理是彈性分析、乘數(shù)分析與比較分析；⑵。經(jīng)濟預測，其原理是模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟活動中找出變化規(guī)律；⑶。政策評價，是對不同政策執(zhí)行情況的“模擬仿真”；⑷。檢驗與發(fā)展經(jīng)濟理論，其原理是如果按照某種經(jīng)濟理論建立的計量經(jīng)濟學模型可以很好地擬合實際觀察數(shù)據(jù)。\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)濟變量在連續(xù)或不連續(xù)的不同時間內的統(tǒng)計數(shù)據(jù)。截面數(shù)據(jù):同一時點上一個或多個變量收集的數(shù)據(jù)。后次序進行排列，這樣得到的統(tǒng)計數(shù)據(jù)稱為時間序列數(shù)據(jù)。與此不同，若某個指標在不同的個體上進行觀測，則得到該指標的一組橫截面數(shù)據(jù)。6、從經(jīng)濟學的角度說明，為什么計量經(jīng)濟學模型的理論方程中必須包含隨機誤差項|來描述的，這就是設置隨機誤差項的原因。7、運用普通最小二乘法估計多元線性回歸模型的經(jīng)典假定有哪些1.

與隨機項u不相關j i含義: cov(

,u)0i所有自變量彼此線性無關。u

是隨機向量u為隨機變量i零期望同方差，不相關.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)估計量具有良好的統(tǒng)計性質這一假定不滿足，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估計模型，得到的參數(shù)估計量不是有效估計量，甚至也不是漸近有效的估計量；此時也無法對模型參數(shù)的進行有關顯著性檢驗。異方差的補救思路克服方法：

i

2，利用加權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，采用加權最小二乘法。2）3）誤差方差為未知時，關鍵就是找出異方差的具體形式，然后進行變換來消除異方差。）原因：后果：解釋變量對被解釋變量影響的大小?！び捎诠烙嬃康姆讲钤龃螅鄳獦藴什钤龃?，在對參數(shù)進行顯著檢驗時，增大預測也將降低預測的精度。解釋變量多重共線時，雖然可以得到OLS敏感，若觀測值稍微有所變化，估計量就會產(chǎn)生較大的改變。克服的方法：除去不重要的解釋變量利用已知信息變換模型的形式增加樣本容量逐步回歸法(10、自相關存在的原因、后果及克服方法。原因：一、慣性 二、模型的數(shù)學形式不妥三、回歸模型中略去了帶有自相關的重要釋變量果 ：模型存在自相關的后果回歸系數(shù)的最小二乘估計量 jVar()不再具有最小方差性j

仍具有無偏性。t有可能低估誤差項u的方差（估計小了）ttut

存在自相關時，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測，預測無有效性。1克服方法：1.如果自相關是由于錯誤地設定模型的數(shù)學形式所致，那么就應當修改模型的數(shù)學形式。