金融計(jì)量學(xué)期末復(fù)習(xí)試題――(綜合)

1、金融計(jì)量學(xué)期末復(fù)習(xí)試題（綜合）一、 選擇題。1、在DW檢驗(yàn)中，當(dāng)d統(tǒng)計(jì)量為0時(shí)，表明（ ）。 A、存在完全的正自相關(guān) B、存在完全的負(fù)自相關(guān) C、不存在自相關(guān) D、不能判定2、在檢驗(yàn)異方差的方法中，不正確的是（ ）。 A、 Goldfeld-Quandt方法 B、ARCH檢驗(yàn)法 C、 White檢驗(yàn)法 D、 DW檢驗(yàn)法3、的2階差分為 （ ）。A、 B、C、 D、4、ARMA(p,q)模型的特點(diǎn)是（ ）。A、自相關(guān)系數(shù)截尾，相關(guān)系數(shù)拖尾 B、自相關(guān)系數(shù)拖尾，相關(guān)系數(shù)截尾C、自相關(guān)系數(shù)截尾，相關(guān)系數(shù)截尾 D、自相關(guān)系數(shù)拖尾，相關(guān)系數(shù)拖尾5、以下選項(xiàng)中，正確地表達(dá)了序列相關(guān)的是（ ）。 A、 B、

2、 C、 D、 6、在線性回歸模型中,若解釋變量和的觀測值有如的關(guān)系,則表明模型中存在( )。A、 異方差 B、 多重共線性 C、 序列自相關(guān) D、 設(shè)定誤差7、如果樣本回歸模型殘差的一階自相關(guān)系數(shù)接近于0，那么DW統(tǒng)計(jì)量的值近似等于（ ） A、0 B、1 C、2 D、48、當(dāng)多元回歸模型中的解釋變量存在完全多重共線性時(shí)，下列哪一種情況會(huì)發(fā)生（ ） A、OLS估計(jì)量仍然滿足無偏性和有效性； B、OLS估計(jì)量是無偏的，但非有效； C、OLS估計(jì)量有偏且非有效； D、無法求出OLS估計(jì)量。9、在多元線性線性回歸模型中，解釋變量的個(gè)數(shù)越多，則可決系數(shù)R2（ ） A、越大； B、越?。?C、不會(huì)變化；

3、D、無法確定二、填空題。1、AR（1）過程，其中，則Var()=_12_ 2、對于時(shí)間序列，若 經(jīng)過三階差分后才能平穩(wěn) ，則。3、條件異方差模型中，形如的模型可簡記為_ GARCH _(6,5)_ 模型。4、為一時(shí)間序列，為延遲算子，則_ Xt-3 _ 5、_ 面板 數(shù)據(jù)是用來描述一個(gè)總體樣本中給定樣本在一段時(shí)間的情況，并對每個(gè)樣本單位都進(jìn)行多重觀察。三、名詞解釋1、 隨機(jī)游走模型。Yt=u+Yt-1+Et，其中Et為白噪聲擾動(dòng)項(xiàng)2、偽回歸。若一組非平穩(wěn)時(shí)間序列不存在協(xié)整關(guān)系，則這組變量構(gòu)造的回歸模型是為回歸3、內(nèi)生變量。具有某種概率分布的隨機(jī)變量，它的參數(shù)是聯(lián)立方程系統(tǒng)估計(jì)的元素，內(nèi)生變量是

4、有系統(tǒng)變量決定的。4、虛擬變量陷阱。若定性變量有n個(gè)類別，則引進(jìn)n-1個(gè)類別，但是如果引進(jìn)了n個(gè)類別則稱為虛擬變量的陷阱四、 簡答題1.最小二乘法應(yīng)滿足的古典假定有哪些？2簡述EG檢驗(yàn)方法的步驟。3多重共線性對計(jì)量結(jié)果的影響有哪些？4誤差修正模型的主要作用是什么？用于解決兩個(gè)經(jīng)濟(jì)變量的短期失衡問題，通過誤差修正模型，在一定期間的失衡問題可以在下學(xué)期得到糾正。5、簡述t統(tǒng)計(jì)量和F統(tǒng)計(jì)量的不同作用。6、計(jì)量經(jīng)濟(jì)模型中的隨機(jī)誤差項(xiàng)主要包含哪些因素？五、計(jì)算分析題1、下表給出了White異方差檢驗(yàn)結(jié)果，試在5%的顯著性水平下判斷隨機(jī)誤差項(xiàng)是否存在異方差。White Heteroskedasticity

5、 Test:F-statistic6. Probability0.Obs*R-squared9. Probability0. White檢驗(yàn)的原假設(shè)為隨機(jī)誤差項(xiàng)不存在異方差，由回歸結(jié)果知，邊際顯著性水平（或伴隨概率）為0.93%5%，則在5%的顯著性水平下可以拒絕原假設(shè)，即隨機(jī)誤差項(xiàng)存在異方差。2、下表給出LM序列相關(guān)檢驗(yàn)結(jié)果（滯后1期），試在5%的顯著性水平下判斷隨機(jī)誤差項(xiàng)是否存在一階自相關(guān)。Breusch-Godfrey Serial Correlation LM Test:F-statistic0.Probability0.Obs*R-squared0.Probability0.LM檢驗(yàn)

6、（滯后1期）的原假設(shè)為隨機(jī)誤差項(xiàng)不存在一階自相關(guān)。由回歸結(jié)果知，邊際顯著性水平（或伴隨概率）為85.42%5%，則在5%的顯著性水平下不能拒絕原假設(shè)，即隨機(jī)誤差項(xiàng)不存在一階自相關(guān)。3、下表是中國某地人均可支配收入（INCOME）與儲(chǔ)蓄（SAVE）之間的回歸分析結(jié)果（單位：元）：Dependent Variable: SAVEMethod: Least SquaresSample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.C-695.1433118.0444-5.0.0000INCOME0

7、.0.4.5260.00025R-squared0.Mean dependent var1266.452Adjusted R-squared0.S.D. dependent var846.7570S.E. of regression247.6160Akaike info criterion13.92398Sum squared resid.Schwarz criterion14.01649Log likelihood-213.8216F-statistic321.8177Durbin-Watson stat1.Prob(F-statistic)0.（1）請寫出樣本回歸方程表達(dá)式，然后分析自變量

8、回歸系數(shù)的經(jīng)濟(jì)含義。（2）解釋樣本可決系數(shù)的含義。（3）在顯著水平下，判斷回歸方程的顯著性（附：，）1)樣本回歸方程為： t= ( -5.8888 ) ( ) R-squared=0.Adjusted R-squared=0.F-statistic=321.8177Durbin-Watson stat=1.自變量Income前回歸系數(shù)的經(jīng)濟(jì)含義是：個(gè)人可支配收入每增加1元，其儲(chǔ)蓄會(huì)相應(yīng)增加0.08774元（即個(gè)人的邊際儲(chǔ)蓄傾向?yàn)?.08774）2) R2=0.9173，表明在儲(chǔ)蓄的變動(dòng)中，91.73%可由個(gè)人可支配收入的變動(dòng)得到解釋。3)在計(jì)量經(jīng)濟(jì)分析中，t檢驗(yàn)主要用于判斷自變量是否對因變量具有顯著影響。通常用t統(tǒng)計(jì)量檢驗(yàn)真實(shí)總體參數(shù)是否顯著異于零。檢驗(yàn)步驟： 提出假設(shè)：原假設(shè)H0： b1=0， 備擇假設(shè)H1：b10構(gòu)造統(tǒng)計(jì)量：給定顯著性水平a，查t分布表得臨界值，并確定拒絕域根據(jù)樣本數(shù)據(jù)計(jì)算t統(tǒng)計(jì)量值，并進(jìn)行比較判斷：若，則拒絕原假設(shè)H0 ；若，