金融計量分析期末復(fù)習(xí)

金融計量分析期末復(fù)習(xí)金融計量分析期末復(fù)習(xí)金融計量分析期末復(fù)習(xí)金融計量分析期末復(fù)習(xí)編制僅供參考審核批準(zhǔn)生效日期地址：電話：傳真:郵編:金融計量分析期末復(fù)習(xí)一，考試題型選擇題（20分，10題，每題2分）名詞解釋（20分，5題，每題4分）計算題（30分，共3題，每題10分）簡答題（20分，共3題，6分，6分，8分）程序結(jié)果分析題（10分，共1題）名詞解釋估計量的無偏性：估計量抽樣分布的數(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為估計量，如果E(seta1)=seta，那么seta1為seta的無偏估計量。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。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\o"經(jīng)濟(jì)指標(biāo)"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\o"趨勢"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。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”。\t"/item/%E4%BC%AA%E5%9B%9E%E5%BD%92/_blank"單位根檢驗由于傳統(tǒng)的\t"/item/%E4%BC%AA%E5%9B%9E%E5%BD%92/_blank"經(jīng)濟(jì)計量學(xué)方法對非平穩(wěn)的\t"/item/%E4%BC%AA%E5%9B%9E%E5%BD%92/_blank"時間序列不再適用,利用傳統(tǒng)方法對計量模型進(jìn)行\(zhòng)t"/item/%E4%BC%AA%E5%9B%9E%E5%BD%92/_blank"統(tǒng)計推斷時，許多參數(shù)的統(tǒng)計量的分布不再是標(biāo)準(zhǔn)分布,所作的回歸被稱為“偽回歸”。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)不同。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。季節(jié)虛擬變量加權(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\t"/item/%E5%8A%A0%E6%9D%83%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95/_blank"異方差性的模型，然后采用普通最小二乘法估計其參數(shù)的一種數(shù)學(xué)優(yōu)化技術(shù)。一階滯后項比如每年的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+GDP(-1)

如左邊是2008年的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Y的\t"/item/%E6%80%BB%E4%BD%93%E5%9B%9E%E5%BD%92%E5%87%BD%E6%95%B0/_blank"期望軌跡稱為總體回歸線（populationregressionline），或更一般地稱為總體回歸曲線（populationregressioncurve）。相應(yīng)的\t"/item/%E6%80%BB%E4%BD%93%E5%9B%9E%E5%BD%92%E5%87%BD%E6%95%B0/_blank"函數(shù)稱為(雙變量)總體回歸函數(shù).決定系數(shù)（擬合優(yōu)度）決定系數(shù)（coefficientofdetermination），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\t"/item/%E5%A4%9A%E9%87%8D%E5%85%B1%E7%BA%BF%E6%80%A7/_blank"相關(guān)關(guān)系或高度相關(guān)關(guān)系而使模型估計失真或難以估計準(zhǔn)確。一般來說，由于經(jīng)濟(jì)數(shù)據(jù)的限制使得模型設(shè)計不當(dāng)，導(dǎo)致設(shè)計\t"/item/%E5%A4%9A%E9%87%8D%E5%85%B1%E7%BA%BF%E6%80%A7/_blank"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。隨機(jī)誤差項隨機(jī)誤差項(randomerrorterm)亦稱“隨機(jī)擾動項”，簡稱“隨機(jī)誤差”、“隨機(jī)項”、“誤差項”、“擾動項”。不包含在模型中的\t"/item/%E9%9A%8F%E6%9C%BA%E8%AF%AF%E5%B7%AE%E9%A1%B9/_blank"解釋變量和其他一些隨機(jī)因素對\t"/item/%E9%9A%8F%E6%9C%BA%E8%AF%AF%E5%B7%AE%E9%A1%B9/_blank"被解釋變量的總影響項。顯著性檢驗顯著性檢驗（significancetest）就是事先對\t"/item/%E6%98%BE%E8%91%97%E6%80%A7%E6%A3%80%E9%AA%8C/_blank"總體（\t"/item/%E6%98%BE%E8%91%97%E6%80%A7%E6%A3%80%E9%AA%8C/_blank"隨機(jī)變量）的參數(shù)或總體分布形式做出一個\t"/item/%E6%98%BE%E8%91%97%E6%80%A7%E6%A3%80%E9%AA%8C/_blank"假設(shè)，然后利用樣本信息來判斷這個假設(shè)（備擇假設(shè)）是否合理，即判斷總體的真實情況與原假設(shè)是否有顯著性差異。樣本回歸模型當(dāng)研究總體太大時，就選取總體部分當(dāng)做樣本來回歸分析現(xiàn)象，是對總體回歸模型的估計，準(zhǔn)確度較低，但是比較常用。由于方程中引入了隨機(jī)項，成為計量經(jīng)濟(jì)學(xué)模型，因此也稱為樣本回歸模型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)估計量具有良好的統(tǒng)計性質(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)誤差項滿足同方差性，即它們都有相同的\t"/item/%E5%BC%82%E6%96%B9%E5%B7%AE%E6%80%A7/_blank"方差。如果這一假定不滿足，即：\t"/item/%E5%BC%82%E6%96%B9%E5%B7%AE%E6%80%A7/_blank"隨機(jī)誤差項具有不同的方差，則稱線性回歸模型存在異方差性。單位根檢驗單位根檢驗是指檢驗序列中是否存在\t"/item/%E5%8D%95%E4%BD%8D%E6%A0%B9%E6%A3%80%E9%AA%8C/_blank"單位根，因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)，會使回歸分析中存在\t"/item/%E5%8D%95%E4%BD%8D%E6%A0%B9%E6%A3%80%E9%AA%8C/_blank"偽回歸。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BLUE估計BLUE全稱是BestLinearUnbiasedEvaluation即，最優(yōu)線性無偏估計量，在滿足古典線性回歸模型基本假設(shè)的前提下，最小二乘估計是參數(shù)真實值得最小方差線性的無偏估計。這個是比較傲理想的估計，能說明參數(shù)估計量的相對優(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)差計算的穩(wěn)健t統(tǒng)計量仍然漸進(jìn)分布t分布。因此，在Stata中利用robust選項可以得到異方差穩(wěn)健估計量。OLS估計量寫出公式和推導(dǎo)。計算題一元線性模型中，i(i=1，2）的置信區(qū)間:在變量的顯著性檢驗中已經(jīng)知道：意味著，如果給定置信度（1-），從分布表中查得自由度為(n-2)的臨界值，那么t值處在(-t/2,t/2)的概率是(1-)。表示為：于是得到:(1-)的置信度下,