金融计量分析期末复习
金融计量学期末考试试题
金融计量学期末考试试题专业资料word 完美格式《金融计量学》习题一一、填空题:１、计量经济模型普通最小二乘法得基本假定有解释变量非随机、随机干扰项零均值、同方差、无序列自相关、随机干扰项与解释变量之间不相关、随机干扰项服从正态分布零均值、同方差、零协方差(隐含假定:解释变量得样本方差有限、回归模型就是正确设定）２、被解释变量得观测值i Y 与其回归理论值）(Y E 之间得偏差,称为随机误差项；被解释变量得观测值i Y 与其回归估计值i Y ˆ之间得偏差，称为残差。
3、对线性回归模型μββ++=X Y 10进行最小二乘估计，最小二乘准则就是。
4、高斯—马尔可夫定理证明在总体参数得各种无偏估计中,普通最小二乘估计量具有有效性或者方差最小性得特性,并由此才使最小二乘法在数理统计学与计量经济学中获得了最广泛得应用。
5、普通最小二乘法得到得参数估计量具有线性性、无偏性、有效性统计性质。
６、对于i i i X X Y 2211０ˆˆˆˆβββ++=,在给定置信水平下,减小２ˆβ得置信区间得途径主要有＿_增大样本容量＿＿___＿、__提高模型得拟合优度__、___提高样本观测值得分散度_＿__＿_。
7、对包含常数项得季节（春、夏、秋、冬）变量模型运用最小二乘法时,如果模型中需要引入季节虚拟变量,一般引入虚拟变量得个数为__＿_3个＿_＿__＿。
８、对计量经济学模型作统计检验包括__拟合优度_检验、_＿＿_方程得显著性检验、_变量得显著性__检验。
９、总体平方与TSS 反映＿_被解释变量观测值与其均值_＿之离差得平方与;回归平方与ESS 反映了__被解释变量得估计值(或拟合值）与其均值_＿之离差得平方与;残差平方与RＳＳ反映了__＿_被解释变量观测值与其估计值＿_之差得平方与。
10、方程显著性检验得检验对象就是＿__＿模型中被解释变量与解释变量之间得线性关系在总体上就是否显著成立_＿。
1２、对于模型i kｉｋ i i i Ｘ X X Y μββββ+++++= 221１０,i=１,2,…,n ,一般经验认为,满足模型估计得基本要求得样本容量为__n ≥30或至少n≥3(k＋1)＿＿＿。
广东金融学院计量经济学期末考试重难点
第二章1、变量间的关系分为函数关系与相关关系。
相关系数是对变量间线性相关程度的度量。
2、现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。
简单线性回归模型是只有一个解释变量的线性回归模型。
3、总体回归函数（PRF ）是将总体被解释变量Y 的条件均值表现为解释变量X的某种函数。
样本回归函数（SRF ）是将被解释变量Y 的样本条件均值表示为解释变量X的某种函数。
总体回归函数与样本回归函数的区别与联系。
4、随机扰动项是被解释变量实际值与条件均值的偏差，代表排除在模型以外的所有因素对Y 的影响。
5、简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定）6、普通最小二乘法（OLS ）估计参数的基本思想及估计式；OLS 估计式的分布性质及期望、方差和标准误差；OLS 估计式是最佳线性无偏估计式。
7、对回归系数区间估计的思想和方法。
8、拟合优度是样本回归线对样本观测数据拟合的优劣程度，可决系数是在总变差分解基础上确定的。
可决系数的计算方法、特点与作用。
9、对回归系数假设检验的基本思想。
对回归系数t 检验的思想与方法；用P 值判断参数的显著性。
10、被解释变量平均值预测与个别值预测的关系，被解释变量平均值的点预测和区间预测的方法，被解释变量个别值区间预测的方法。
11、运用EViews 软件实现对简单线性回归模型的估计和检验。
第二章主要公式表()i i E Y X ^iY iu iY ()i i E Y X^ 21F tασ+第三章1、多元线性回归模型是将总体回归函数描述为一个被解释变量与多个解释变量之间线性关系的模型。
通常多元线性回归模型可以用矩阵形式表示。
2、多元线性回归模型中对随机扰动项u 的假定，除了零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定以外，还要求满足无多重共线性假定。
金融计量学期末复习试题
金融计量学期末复习试题——（二）1.在线性回归模型中，若解释变量1X 和2X 的观测值成比例，既有i i kX X 21=，其中k 为非零常数，则表明模型中存在（B ）。
A.方差非齐性B.多重共线性C.序列相关D.设定误差2.在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（A ）。
A.多重共线性B.异方差性C.序列相关D.高拟合优度3.戈德菲尔德—匡特检验法可用于检验（A ）。
A.异方差性B.多重共线性C.序列相关D.设定误差4.若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（B ）。
A.普通最小二乘法B.加权最小二乘法C.广义差分法D.工具变量法5.如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（B ）。
A.无偏且有效B.无偏但非有效C.有偏但有效D.有偏且非有效6．对于模型i i i X Y μββ++=10，如果在异方差检验中发现2)(σμi i X Var =，则用权最小二乘法估计模型参数时，权数应为（D ）。
A. i XB. iX C. i X 1 D. i X 17.若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（C ）。
A.普通最小二乘法B.加权最小二乘法C.广义差分法D.工具变量法8.用于检验序列相关的DW 统计量的取值范围是(D)。
A.0≤DW≤1B.－1≤DW≤1C.－2≤DW≤2D.0≤DW≤49.已知DW 统计量的值接近于2，则样本回归模型残差的一阶自相关系数ρˆ近似等于（A ）。
A.0B.-1C.1D.0.510.已知样本回归模型残差的一阶自相关系数接近于-1，则DW 统计量近似等于(D)。
A.0B.1C.2D.411.在给定的显著性水平之下，若DW 统计量的下和上临界值分别为dL 和du,则当dL<DW<du 时，可认为随机误差项（D ）。
A.存在一阶正自相关B.存在一阶负相关C.不存在序列相关D.存在序列相关及否不能断定12.某商品需求函数为u x b b y i i i ++=10，其中y 为需求量，x 为价格。
金融计量学期末复习试题——(综合)(1)
金融计量学期末复习试题——（综合）一、 选择题。
1、在DW 检验中，当d 统计量为0时，表明（ ）。
A 、存在完全的正自相关B 、存在完全的负自相关C 、不存在自相关D 、不能判定 2、在检验异方差的方法中，不正确的是（ ）。
A 、 Goldfeld-Quandt 方法B 、ARCH 检验法C 、 White 检验法D 、 DW 检验法3、t X 的2阶差分为 （ ）。
A 、2=t t t k X X X -∇-B 、2=t t t k X X X -∇∇-∇C 、21=t t t X X X -∇∇-∇D 、2-12=t t t X X X -∇∇-∇4、ARMA(p,q)模型的特点是（ ）。
A 、自相关系数截尾，相关系数拖尾B 、自相关系数拖尾，相关系数截尾C 、自相关系数截尾，相关系数截尾D 、自相关系数拖尾，相关系数拖尾 5、以下选项中，正确地表达了序列相关的是（ ）。
A 、 (,)0,i j Cov i j μμ≠≠B 、 (,)0,i j Cov i j μμ=≠C 、 (,)0,i j Cov X X i j =≠D 、 (,)0,i j Cov X i j μ≠≠6、在线性回归模型中,若解释变量1i X 和2i X 的观测值有如1220i i X X +=的关系,则表明模型中存在( )。
A 、 异方差B 、 多重共线性C 、 序列自相关D 、 设定误差 7、如果样本回归模型残差的一阶自相关系数ρ接近于0，那么DW 统计量的值近似等于（ ）A 、0B 、1C 、2D 、48、当多元回归模型中的解释变量存在完全多重共线性时，下列哪一种情况会发生（ ） A 、OLS 估计量仍然满足无偏性和有效性； B 、OLS 估计量是无偏的，但非有效； C 、OLS 估计量有偏且非有效； D 、无法求出OLS 估计量。
9、在多元线性线性回归模型中，解释变量的个数越多，则可决系数R 2（ ）A 、越大；B 、越小；C 、不会变化；D 、无法确定 二、填空题。
金融计量学期末考试重点
金融计量学期末考试重点题型及知识点：第一大题，单项选择(主要是经典线性回归，拟合优度，协整检验，单位根检验)第二大题，名词解释1.最小二乘法:根据被解释变量的所有观测值与估计值之差的平方和最小的原则求得参数估计量2.单个变量的t检验:单总体t检验是检验一个样本平均数与一个已知的总体平均数的差异是否显着3.最小二乘估计量的统计性质:(1)在满足基本假设的情况下，多元线性模型结构参数?的普通最小二乘估计、最大或然估计及矩估计具有线性性、无偏性、有效性。
(2)同时，随着样本容量增加，参数估计量具有渐近无偏性、渐近有效性、一致性。
(3)利用矩阵表达可以很方便地证明,注意证明过程中利用的基本假设4.时间序列数据:在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度5.多元线性回归模型的基本假设:1、关于模型设定的假设2、关于解释变量的假设3、关于随机项的假设6.拟合优度:是指回归直线对观测值的拟合程度7.可决系数:指回归平方和（SSR）在总变差（SST）中所占的比重。
可决系数可以作为综合度量回归模型对样本观测值拟合优度的度量指标。
8.脉冲响应函数定义:由于动态乘数对应每一个时期跨度j，有一个对应的动态乘数，那么如果将不同时期跨度j的动态乘数按j从小到大的顺序摆放在一起，形成一个路径，就成为了脉冲响应函数。
9.随机过程:是一系列或一组随机变量的集合，用来描绘随机现象在接连不断地观测过程中的实现结果。
对于每一次观测，得到一个观测到的随机变量10.弱平稳:是指时间序列的统计规律不会随着时间的推移而发生变化。
一个平稳的时间序列可以看作一条围绕其均值上下波动的曲线。
11.白噪音过程:一个随机过程如被称为白噪音过程，则组成该过程的所有随机序列彼此互相独立，并且均值为0，方差为恒定不变值。
12.自回归移动平均模型ARMA（p,q）:13.部分自相关函数（PACF）:部分自相关函数是指yt与yt+k 之间，在剔除了这两期通过中间的yt+1，yt+2，…..yt+k-1形成的线性依赖关系后，而存在的相关性。
金融计量学期末复习试题(二)及答案1
金融计量学期末复习试题（二）及答案1.在线性回归模型中，若解释变量1X和2X的观测值成比例，既有i i kX X21=，其中k为非零常数，则表明模型中存在（B）。
A.方差非齐性B.多重共线性C.序列相关D.设定误差2.在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在（A）。
A.多重共线性B.异方差性C.序列相关D.高拟合优度3.戈德菲尔德—匡特检验法可用于检验（A）。
A.异方差性B.多重共线性C.序列相关D.设定误差4.若回归模型中的随机误差项存在异方差性，则估计模型参数应采用（B）。
A.普通最小二乘法B.加权最小二乘法C.广义差分法D.工具变量法5.如果回归模型中的随机误差项存在异方差，则模型参数的普通最小二乘估计量（B）。
A.无偏且有效B.无偏但非有效C.有偏但有效D.有偏且非有效6．对于模型i i i X Yμββ++=10，如果在异方差检验中发现2)(σμi i X Var=，则用权最小二乘法估计模型参数时，权数应为（D）。
A.i XB.iX C.i X1D.i X17.若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（C）。
A.普通最小二乘法B.加权最小二乘法C.广义差分法D.工具变量法8.用于检验序列相关的DW统计量的取值范围是(D)。
A.0≤DW≤1B.－1≤DW≤1C.－2≤DW≤2D.0≤DW≤49.已知DW统计量的值接近于2，则样本回归模型残差的一阶自相关系数ρˆ近似等于（A）。
A.0B.-1C.1D.0.510.已知样本回归模型残差的一阶自相关系数接近于-1，则DW 统计量近似等于(D)。
A.0B.1C.2D.411.在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<dw<=""p="" data-filtered="filtered">A.存在一阶正自相关B.存在一阶负相关C.不存在序列相关D.存在序列相关与否不能断定12.某商品需求函数为u x b b y i i i++=10，其中y为需求量，x为价格。
最新《金融计量学》复习重点-及答案资料
《金融计量学》复习重点考试题型：一、名词解释题(每小题4分，共20分)计量经济学：一门由经济学、统计学和数学结合而成的交叉学科. 经济学提供理论基础,统计学提供资料依据,数学提供研究方法总体回归函数：是指在给定X i 下Y 分布的总体均值与X i 所形成的函数关系（或者说将总体被解释变量的条件期望表示为解释变量的某种函数）样本回归函数、OLS 估计量 ：普通最小二乘法估计量OLS 估计量可以由观测值计算OLS 估计量是点估计量一旦从样本数据取得OLS 估计值，就可以画出样本回归线BLUE 估计量、BLUE ：最优线性无偏估计量, 在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量拟合优度、拟合优度R 2(被解释部分在总平方和(SST)中所占的比例)虚拟变量陷阱、 自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。
或者说，由于引入虚拟变量带来的完全共线性现象就是虚拟变量陷阱 （(如果有m 种互斥的属性类型，在模型中引入（m-1）个虚拟变量，否则会导致多重共线性。
称作虚拟变量陷阱。
)）方差分析模型、方差分析模型是检验多组样本均值间的差异是否具有统计意义的而建立的一种模型。
协方差分析模型、一般进行方差分析时，要求除研究的因素外应该保证其他条件的一致。
作动物实验往往采用同一胎动物分组给予不同的处理，研究不同处理对研究对象的影响就是这个道理。
多重共线性 多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系.分为完全多重共线性和不完全多重共线性ˆˆ)X |E(Y ˆ) )X |E(Y ( ˆˆˆ :SRF 2211i 21i 21的估计量。
是的估计量；是的估计量；是其中相对于ββββββββi i ii Y X X Y +=+=∑∑==222ˆi i y y TSS ESS R自相关：在古典线性回归模型中，我们假定随机扰动项序列的各项之间，如果这一假定不满足，则称之为自相关。
金融统计分析期末测试题
金融统计分析期末测试题一、简答题1.金融统计分析的定义及意义是什么？金融统计分析是指运用统计学方法对金融数据进行分析和解释的过程。
它的意义在于通过对金融数据的统计分析，可以揭示金融市场的规律性和趋势，为金融决策提供科学依据，帮助投资者有效管理风险和获取收益。
2.请简要说明描述性统计分析的主要内容。
描述性统计分析是对数据进行总结和描述的过程，主要内容包括以下几个方面：–数据的中心趋势测度，如均值、中位数和众数；–数据的离散程度测度，如标准差、方差和极差；–数据的分布情况，如频数分布表和频率分布图；–数据之间的相关性，如相关系数和散点图。
3.请简要说明推断统计分析的主要内容。
推断统计分析是根据样本数据对总体数据进行推断和估计的过程，主要内容包括以下几个方面：–参数估计，即根据样本数据推断总体参数的取值范围；–假设检验，即基于样本数据对总体数据是否满足某种假设进行推断；–置信区间估计，即根据样本数据确定总体参数估计的范围。
二、计算题1.某公司最近一年的月度销售额如下表所示，请计算该公司的平均销售额、销售额的标准差和方差。
月份销售额（万元）1 20.52 18.33 22.14 19.85 21.56 17.67 18.98 20.29 21.810 19.411 20.712 18.5import numpy as npsales = [20.5, 18.3, 22.1, 19.8, 21.5, 17.6, 18.9, 20.2,21.8, 19.4, 20.7, 18.5]mean_sales = np.mean(sales)std_sales = np.std(sales)var_sales = np.var(sales)mean_sales, std_sales, var_sales计算结果为：平均销售额：19.925万元销售额的标准差：1.3068330631835084万元销售额的方差：1.4588888888888948万元2.某投资组合的年收益率如下表所示，请计算该投资组合的年收益率的均值和标准差。
金融计量分析复习题
金融计量分析思考题一、解释下面概念1. 回归分析回归分析(regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。
其用意：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。
主要内容包括：（1）根据样本观察值对经济计量模型参数进行估计，求得回归方程； （2）对回归方程、参数估计值进行显着性检验； （3）利用回归方程进行分析、评价及预测。
2. 总体回归函数在给定解释变量X 条件下被解释变量Y 的期望轨迹称为总体回归线（population regression line ），或更一般地称为总体回归曲线（population regression curve ）。
相应的函数：称为（双变量）总体回归函数（population regressionfunction, PRF ）。
3. t 检验设计原假设与备择假设：给定显著性水平，可得到临界值，由样本求出统计量t 的数值，通过来拒绝或接受原假设H0，从而判定对应的解释变量是否应包括在模型中。
4. 拟合优度检验则2222)ˆ()ˆ)(ˆ(2)ˆ())ˆ()ˆ(()(Y Y Y Y Y Y Y Y Y Y Y Y Y Y TSS i i i i i i ii i i -∑+--∑+-∑=-+-∑=-∑=由于∑∑-=--)ˆ()ˆ)(ˆ(Y Y e Y Y Y Yii i i∑∑∑∑++++=i ki i k i i i e Y X e X e e βββˆˆˆ110 =0所以有：ESS RSS Y Y Y Y TSS ii i +=-+-=∑∑22)ˆ()ˆ(即总离差平方和可分解为回归平方和与残差平方和两部分。
回归平方和反应了总离差平方和可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归线与样本观测值的拟合程度越高。
5. 多元线性回归模型的正规方程组 形如或者6. 异方差7. 多重共线性对于模型其基本假设之一是解释变量是互相独立的。
金融计量分析期末复习
金融计量分析期末复习一，考试题型一，选择题（20分，10题，每题2分） 二，名词解释（20分，5题，每题4分） 三，计算题（30分，共3题，每题10分）四，简答题（20分，共3题，6分，6分，8分） 五，程序结果分析题（10分，共1题）二，名词解释1. 估计量的无偏性 ：估计量抽样分布的数学期望等于总体参数的真值。
如果总体参数为seta ，seta1为估计量，如果E(seta1)=seta ，那么seta1为seta 的无偏估计量。
seta1也是一个随机变量，它取决于样本，根据所选样本的不同而变化。
2. 数据的季节性调整 季节性调整是指针对某些经济指标因受季节性因素影响而出现可预期的高峰或低谷所进行的调整。
对经济指标作季节性调整有助于察觉其潜在趋势。
通过自目前的变化中扣除过去数年的平均变动，可说明此上涨或下跌是否是不寻常的，或纯粹只是季节性现象。
3. 伪回归问题 伪回归是一组非平稳时间序列之间不存在协整关系时这一组变量构造的回归模型中可能出现的一种“假回归”。
单位根检验由于传统的经济计量学方法对非平稳的时间序列不再适用,利用传统方法对计量模型进行统计推断时，许多参数的统计量的分布不再是标准分布,所作的回归被称为“伪回归”。
4. 混合横截面数据 混合横截面指的是跨期各个个体当做观测个案，因此有个假设各个时期观测对象的分布一样，本质上讲还是截面数据方法，跟面板数据不同。
5. 调整的决定系数 调整R 方的解释与R 方类似，不同的是：调整R 方同时考虑了样本量（n ）和回归中自变量的个数（k ）的影响，这使得调整R 方永远小于R 方，而且调整R 方的值不会由于回归中自变量个数的增加而越来越接近1。
6. 季节虚拟变量7. 加权最小二乘法 加权最小二乘法是对原模型进行加权，使之成为一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数的一种数学优化技术。
8. 一阶滞后项 比如每年的GDP 数据分成三个部分的贡献 GDP=aK+bL+cA滞后就是把前一期的数据也加进来 GDP=aK+bL+cA+GDP(-1)如左边是2008年的GDP 右边的GDP(-1)就是一阶滞后 也就是2007的GDP 总体回归函数 给定解释变量X 条件下被解释变量Y 的期望轨迹称为总体回归线（population regression line ），或更一般地称为总体回归曲线（population regression curve ）。
金融计量学-考试整理
VAR模型稳定条件：①相反的特征方程| I - ∏1L | = 0的根都在单位圆以外②特征方程 |λ I - ∏1| = 0的根都在单位圆以内高阶VAR模型稳定的条件：①相反的特征方程| I- ∏1 L - ∏2 L2 - ∏3 L3-…-∏k Lk |=0的全部根必须在单位圆以外。
②VAR模型的稳定性要求A的全部特征值，即特征方程 | A - λ I | = 0的全部根必须在单位圆以内三、概念题1、白噪声模型对于随机过程{ xt , t∈T }, 如果(1) E(xt) = 0, (2) Var(xt) = σ2 <∞, t∈T;(3) Cov(xt ,xt + k)=0, (t + k ) ∈ T , k ≠ 0 , 则称{xt}为白噪声过程。
白噪声是平稳的随机过程，因其均值为零，方差不变，随机变量之间非相关。
显然上述白噪声是二阶宽平稳随机过程。
2、宽平稳过程（1）m阶宽平稳过程。
如果一个随机过程m阶矩以下的矩的取值全部与时间无关，则称该过程为m阶宽平稳过程。
（2）二阶宽平稳过程。
如果一个随机过程{xt} E[x(t) ] = E[x(t +k)] = μ< ∞,Var[x(t)] = Var[x(t +k)] = σ 2 < ∞, Cov[x(ti ),x(tj)] =Cov[x(ti+k),x(tj+k)]=σ2i j < ∞,其中μ, σ 2 和σij2为常数，不随 t, (t∈T ); k,((tr+ k)∈T, r = i, j ) 变化而变化，则称该随机过程 {x t} 为二阶平稳过程。
该过程属于宽平稳过程。
3、随机游走（random walk）过程对于表达式xt = xt -1 + ut，如果ut为白噪声过程，则称xt为随机游走过程。
4、p阶自回归模型如果一个线性过程xt可表达为xt = φ1xt-1+ φ2xt-2+ … + φpxt-p+ ut其中φi ,i =1,…,p 是自回归参数，ut是白噪声过程，则称xt为p阶自回归过程，用AR(p)表示。
【金融计量学复习大纲】 (1)
金融计量学总复习一定要做练习，只是看书不做题不行。
我讲过的内容都考。
一、填空（10分-15分），基本每章都有二、单项（10分），基本每章都有三、综合问答（40分左右），（侧重1，4，5，8章）四、综合计算（30分）（侧重2，3，5章）五、证明（10分左右）教材39页的证明，60页的9，10题，70页的证明，73-74页的证明都看看第一章（考点：填空或者简答）1.计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。
2.区分数理经济模型和计量经济模型：（1）数理经济模型揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。
（2）计量经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。
3.计量经济学的内容体系分类（1）计量经济学有广义和狭义之分：广义计量经济学：是利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统称。
包括回归分析方法、投入产出分析方法、时间序列分析方法等。
狭义计量经济学：也就是我们通常所说的计量经济学，以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。
（2）根据研究对象和内容侧重面不同，可以分为理论计量经济学和应用计量经济学。
（3）按数据类型划分为：截面分析；时间序列分析；平行数据分析；离散数据分析；模糊数据分析。
（4）按模型类型划分：单方程模型与联立方程模型（单方程模型的研究对象是单一经济现象，揭示存在其中的单向因果关系。
联立方程模型的研究对象是一个经济系统，揭示存在其中的复杂的因果关系。
）；线性模型与非线性模型；静态模型与动态模型；参数模型与非参数模型。
（5）按估计方法划分：从最小二乘原理出发的估计方法；从最大似然原理出发的估计方法；矩估计方法；非样本信息估计方法。
4.建立计量经济学模型的步骤：（1）理论模型的设计；（主要包含三部分工作：即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围）（2）样本数据的收集；（样本数据的质量问题大体上可以概括为完整性、准确性、可比性和一致性）（3）模型参数的估计；（模型参数的估计方法，是计量经济学的核心内容）（4）模型的检验。
《金融计量学》复习重点及答案
《金融计量学》复习重点考试题型：一、名词解释题（每小题4分，共20分）计量经济学：一门由经济学、统计学和数学结合而成的交叉学科.经济学提供理论基础, 统计学提供资料依据，数学提供研究方法总体回归函数：是指在给定X,下Y分布的总体均值与X,所形成的函数关系（或者说将总体被解释变量的条件期望表示为解释变量的某种函数）样本回归函数、SRF: Y i=P[+P2X t（相对于玖丫伙» = 0|+02乙）其中是E（YIXJ的估计量；6是01的估计量;A是02的估讣量。
OLS估计量：普通最小二乘法估计量0LS估计董可以由观测值计算0LS估计董是点估计童一旦从样本数抵取得0LS估计值，就可以画出样本回归线BLUE估计量、BLUE:最优线性无偏估计量，在给定经典线性回归的假定下，最小二乘估计量是具有最小方差的线性无偏估计量拟合优度、拟合优度R"被解释部分在总平方和（SST）中所占的比例），=竺=&4TSS°；虚拟变量陷阱、自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。
或者说，由于引入虚拟变量带来的完全共线性现象就是虚拟变量陷阱（（如果有m种互斥的属性类型，在模型中引入（m-1）个虚拟变量，否则会导致多重共线性。
称作虚拟变量陷阱。
））方差分析模型、方差分析模型是检验多组样本均值间的差异是否具有统计意狡的而建立的一种模型。
协方差分析模型、一般进行方差分析时，要求除研究的因素外应该保证其他条件的一致。
作动物实验往往采用同一胎动物分组给予不同的处理，研究不同处理对研究对象的影响就是这个道理。
多重共线性多重共线性是指解释变量之间存在完全的线性关系或近似的线性关系.分为完全多重共线性和不完全多重共线性自相关：在古典线性回归模型中，我们假定随机扰动项序列的各•项之间，如果这一假定不满足，则称之为自相关。
即用符号表示为：cov（/<.,//;.）= £（/<//；） H 0存在j H j自相关常见于时间序列数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
金融计量分析期末复习一，考试题型一，选择题（20分，10题，每题2分）二，名词解释（20分，5题，每题4分）三，计算题（30分，共3题，每题10分）四，简答题（20分，共3题，6分，6分，8分）五，程序结果分析题（10分，共1题）二，名词解释1. 估计量的无偏性：估计量抽样分布的数学期望等于总体参数的真值。
如果总体参数为seta，seta1为估计量，如果E（seta1）=seta ，那么seta1为seta的无偏估计量。
seta1也是一个随机变量，它取决于样本，根据所选样本的不同而变化。
2. 数据的季节性调整季节性调整是指针对某些经济指标因受季节性因素影响而出现可预期的高峰或低谷所进行的调整。
对经济指标作季节性调整有助于察觉其潜在趋势。
_ 通过自目前的变化中扣除过去数年的平均变动，可说明此上涨或下跌是否是不寻常的，或纯粹只是季节性现象。
3. 伪回归问题伪回归是一组非平稳时间序列之间不存在协整关系时这一组变量构造的回归模型中可能出现的一种“假回归”。
单位根检验由于传统的经济计量学方法对非平稳的时 _间序列不再适用,利用传统方法对计量模型进行统计推断时，许多参数的统计量的分布不再是标准分布，所作的回归被称为“伪回归”。
4. 混合横截面数据混合横截面指的是跨期各个个体当做观测个案，因此有个假设各个时期观测对象的分布一样，本质上讲还是截面数据方法，跟面板数据不同。
5. 调整的决定系数调整R方的解释与R方类似，不同的是：调整R方同时考虑了样本量（n）和回归中自变量的个数（k）的影响，这使得调整R方永远小于R方，而且调整R方的值不会由于回归中自变量个数的增加而越来越接近1。
6. 季节虚拟变量7. 加权最小二乘法加权最小二乘法是对原模型进行加权，使之成为一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数的一种数学优化技术。
8. 一阶滞后项比如每年的GDP数据分成三个部分的贡献GDP=aK+bL+cA滞后就是把前一期的数据也加进来GDP=aK+bL+cA+GDP（-1）如左边是2008年的GDP右边的GDP（-1）就是一阶滞后也就是2007的GDP总体回归函数给定解释变量X条件下被解释变量Y的期望轨迹称为总体回归线（population regression line ），或更一般地称为总体回归曲线（population regression curve ）。
相叮叮小文库应的函数EY|X f（X）称为（双变量）总体回归函数.决定系数(拟合优度) 决定系数(coefficie nt of determ in ati on )，有的教材上翻译为判定系数，也称为拟合优度。
是相关系数的平方。
表示可根据自变量的变异来解释因变量的变异部分。
10.多重共线性多重共线性是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。
一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。
完全共线性的情况并不多见，一般出现的是在一定程度上的共线性，即近似共线性。
9. 随机误差项随机误差项(random errorterm) 亦称"随机扰动项”，简称"随机误差”、“随机项”、“误差项”、“扰动项”。
不包含在模型中的解释变量和其他一些随机因素对被解释变量的总影响项。
10. 显著性检验显著性检验(significance test )就是事先对总体(随机变量)的参数或总体分布形式做出一个假设』后利用样本信息来判断这个假设(备择假设)是否合理，即判断总体的真实情况与原假设是否有显著性差异。
11. 样本回归模型当研究总体太大时，就选取总体部分当做样本来回归分析现象，是对总体回归模型的估计，准确度较低，但是比较常用。
Y Y由于方程中引入了随机项，成为计量经济学模型，因此也称为样本回归模型12. 异方差异方差性是相对于同方差而言的。
所谓同方差，是为了保证回归参数估计量具有良好的统计性质，经典线性回归模型的一个重要假定：总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。
如果这一假定不满足，即:随机误差项具有不同的方差, 则称线性回归模型存在异方差性。
13. 单位根检验单位根检验是指检验序列中是否存在单位根』■为存在单位根就是非平稳时间序列了。
单位根就是指单位根过程，可以证明，序列中存在单位根过程就不平稳，会使回归分析中存在伪回归。
14. 数据的趋势调整将经济时间序列中进行数据调整，剔除变动要素和不规则要素，以发现基本变动趋势15. BLUE估计BLUE全称是Best Lin ear Un biased Evaluatio n 即，最优线性无偏估计量，在满足古典线性回归模型基本假设的前提下，最小二乘估计是参数真实值得最小方差线性的无偏估计。
这个是比较傲理想的估计，能说明参数估计量的相对优势，但不能说明其的绝对优势。
稳健标准误稳健标准差是指其标准差对于模型中可能存在的异方差或自相关问题不敏感，基于稳健标准差计算的稳健t统计量仍然渐进分布t分布。
因此，在Stata中利用robust选项可以得到异方差稳健估计量。
16. OLS估计量写出公式和推导。
三，计算题1•设多元线性回归模型为，Y X ,满足服从N 0, 2|公为n k的固定设计阵，且rank X k n,试求叮叮小文库1）普通最小二乘法估计Y的表示形式，并计算E Y ,Var Y，若有一新观测值X new，分别求出Y new和E 丫唤置信度为1-的置信区间。
2.设多元线性回归模型为，Y X ,满足服从NO, 2I,X为n k的固定设计阵，且rank X k n，试求1）普通最小二乘法的矩阵表示形式，并计算E 丫，Var 丫；2）写出2的无偏估计，并给出Var 的估计；3）构造置信度为1 的置信区域。
叮叮小文库一元线性模型中，i ( i=1, 2)的置信区间：在变量的显著性检验中已经知道：?t -——~t( n 2)s ?意味着，如果给定置信度(1-)，从分布表中查得自由度为(n-2)的临界值，那么将未知的醪代以它的无備估计量歹•可构造I统计董t值处在(-tP( /2, tt2/2)的概率是(1-)。
表示为:P( t2s?P(? t s?T i于是得到:(1-)的置信度下(ppt上的s?) 1ii的置信区间是(?由于?0 ?1X0于是E(Y?) E(?0)?i~ N(21]2)X i0 ~N(X22)2 / nX i X°E(?i) 1X0Var(Y?) Var(?o) 2X0Cov( ?) x0Var(?) 可以证明Cov( ?0, ?)2X/2X iVar(Y0)因此2 2X iX i— 22X°X2~~X!X i22x i2X.2in2X1 X22X0X X o2-(X i2X i-(X。
nX)2)2(丄n(X。
X)2))X iY?~N( 0故1X0,2d(X0X)2X i))Y0(0S Y0d~t(n2)(X0—2X)2X iS?0 其中1n的置信度下，总体均值 E(Y|XO)E(Y|X o ) Y? t S2 02. 回归平方和是多少？ 6803. 样本容量是多少？ 254. 决定系数与调整的决定系数各多少?n-k-1为残差平方和的自由度 5.利用F 检验，判断上述多元线性回归方程在显著性水平a=0.01下的显著性?2 22于是，在1- 的置信区间为Y? t S ?2丫。
R 2R 2ESS, RSS 1 , TSS TSS1 RSS/( n k 1)TSS/(n 1) 1 (1 R 2)，其中, n-1为总离差平方和的自由度,TSS Y Y y2,ESS Y Y y2,RSS Y YESS/kF (k, n k 1) F°.°1(5,16)RSS/( n-k-1)GPA 0 1PE u2. 计算每次观测的拟合值和残差，并验证残差和（近似为0）X i X Y i Y1 2 ，0 丫 1 XX i X22i Y i ( o 1X i) 0四，简答题10选31. 为什么说计量经济学是一门经济学科？它在经济学科体系的地位和经济研究中的作用。
从计量经济学的定义来看，他是定量化的经济学；其次，从计量经济学在西方国家经济学科中居于最重要的地位看，也是如此，尤其是从诺贝尔经济学奖设立之日起，已有多人因直接或间接对计量经济学的创立和发展做出贡献而获得诺贝尔经济学奖；计量经济学与数理统计学有着严格的区别，它限于经济领域；从建立与应用经济学模型的全过程看，不论是理论模型的设定还是样本数据的收集，都必须以对经济理论、对所研究的经济现象有着透彻的认识为基础。
综上所述，计量经济学是一门经济学科。
计量经济学在经济学科中处于相当重要的地位，尤其是西方经济学，在经济学不断科学化的过程中，计量经济学起到了特殊的作用2. 简述样本回归函数和总体回归函数的关系。
样本回归函数是总体回归函数的一个近似，总体回归函数是理论回归函数，样本回归函数是经验回归函数。
总体回归函数是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。
样本回归函数是随解释变量（可支配收入）的变化而有规律的变化。
如果把解释变量Y的样本条件均值表示为解释变量X的某种函数，这个函数成为样本回归函数。
显然，样本回归函数的函数形式应与设定的总体回归函数形式一致。
3. 叙述线性回归模型的基本假定，假设样本容量为m,解释变量的个数为k。
①回归模型是正确设定的②解释变量X1……Xk是非随机的或固定的，且各Xj之间不存在严格的线性相关性③各解释变量Xj在所抽取的样本中具有变异性，且随着样本容量的无限增加，各解释变量的样本方差趋于一个非零的有限常数④随机误差项具有条件0均值、同方差、不序列相关性⑤解释变量与随机项不相关⑥随机变量满足正态分布4. 什么是序列自相关性？产生模型自相关的原因有哪些？后果是什么？多元线性回归模型的基本假设之一是模型的随机干扰项相互独立，如果模型的随机干扰项违背了相互独立的假设，称为存在序列相关性；MHi、桂济变St■有的惯性.我现为數蜓桎时凤序列不同的时间的前岳关联匕.…抄咽设宦的偏i匕盍用为省曙了亜熨賞辉耶蛍M或帳唯隔救带成仃Wb趴三、数据的唆造■’表现肖有些數据是述过己如验据加工生就的*网，嫌阿现檢.滞眉现电芳"后果2f 屈曽所帑的估计値仍是无ift的.個这曲捷怙计值旳方着大小町能丰常不同于口鲨的万带*二隨机项是MHK时「且X TEMijlW也迪止构天虬时UI的方璧低佔将更严癒*同时导SttSE计量報F缎计轼先效・三、框蜡以上两点」Jft務号致旳小二集祕得封的冋■」帽翌用于御测时，预制値矢效.5. 叙述含有单个可观测解释变量的固定效应模型，并简述基于两期的处理非观测效应的一阶差分方程。