《金融计量学》复习重点
《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
??)X |E(Y ?) )X |E(Y ( ??? :SRF 2
211i 21i 21的估计量。是的估计量；是的估计量；是其中相对于ββββββββi i
i i Y X X Y +=+=∑∑==222?i
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。即用符号表示为：
自相关常见于时间序列数据。
异方差、 异方差性是为了保证回归参数估计量具有良好的统计性质BLUE ，线性回归模型的一个重要假定是：总体回归函数中的随机误差项满足同方差性，即服从相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。
随机误差项：
模型中没有包含的所有因素的代表
例：
Y — 消费支出 X —收入
、
— —参数 u —随机误差项 显著性检验 显著性检验时利用样本结果，来证实一个零假设的真伪的一种检验程序。 显著性检验的基本思想在于一个检验统计量（作为估计量）以及在虚拟假设下，这个统计量的抽样分布。根据已有数据算出的统计量值决定是否接受零假设。
二、单项选择题(从下列每小题的四个备选答案中选出一个正确答案，并将正确答案的序号填在题干后面的括号内。每小题2分，共20分)
三、简答题(每题10分，共40分)
1、为什么说计量经济学是一门经济学科？它在经济学科体系中的地位和经济研究中的作用是什么？
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。
2、为什么说计量经济学是经济理论、数学和统计学的结合？
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
计量经济学通过经济理论数量化经济模型成为经济计量模型；事实反映为为统计数据，加工数据；数理统计补充改造形成经济计量方法。根据数据运用经济计量方法对模型估计、cov(,)()0i j i j E i j
μμμμ=≠≠存在u X Y ++=βααβ
检验，得到结构、分析经济预测、政策评价、
3、建立与应用计量经济模型的主要步骤有哪些？
经济理论或假说的陈述；
建立数学（数理经济）模型；
建立统计或计量经济模型；
收集处理数据；
计量经济模型的参数估计；
检验来自模型的假说——经济意义检验；
检验模型的正确性——模型的假设检验；
模型的运用——预测、结构分析、政策模拟等
4、计量经济学有哪些主要应用领域？
提出研究的经济问题和度量方式，对研究的经济现象进行实际统计观测
分析影响因素——根据经济理论、实际经验，选择若干影响因素作为解释变量
分析各种因素与所研究经济现象的相互关系，根据先验经济理论和实际经验，决定相互间联系的数学关系式
确定所研究的经济问题与各种影响因素的数量关系，需要科学的数量分析方法 ,主要是参数估计方法
分析和检验所得数量结论的可靠性，需要运用统计方法 ,对模型的检验
运用数量研究结果作经济分析和预测，对数量分析的实际应用 ,对模型的应用
⑴。结构分析，其原理是弹性分析、乘数分析与比较分析；⑵。经济预测，其原理是模拟历史，从已经发生的经济活动中找出变化规律；⑶。政策评价，是对不同政策执行情况的“模拟仿真”；⑷。检验与发展经济理论，其原理是如果按照某种经济理论建立的计量经济学模型可以很好地拟合实际观察数据。
5、时间序列数据和横截面数据有何异同？
时间序列数据:经济变量在连续或不连续的不同时间内的统计数据。
截面数据:同一时点上一个或多个变量收集的数据。
时间序列数据和横截面数据，对某个统计指数在不同时期进行观测，将得到的数据按时间先后次序进行排列，这样得到的统计数据称为时间序列数据。
与此不同，若某个指标在不同的个体上进行观测，则得到该指标的一组横截面数据。
6、从经济学的角度说明，为什么计量经济学模型的理论方程中必须包含随机误差项？
从经济学角度看，客观经济现象是十分复杂的，是很难用用有限个变量、某一种确定的形式来描述的，这就是设置随机误差项的原因。
7、运用普通最小二乘法估计多元线性回归模型的经典假定有哪些?
1.0u),cov( :=i i j X u X 含义不相关
与随机项因而解释变量
2. 关。所有自变量彼此线性无
3. 为随机变量是随机向量i n u u ??1
4. 零期望
5. 同方差，不相关.解释变量取值不同，但是被解释变量的方差相同。
6. ),0(~21I N u n σ?
8、异方差存在的原因、后果及克服方法。
原因：异方差性是为了保证回归参数估计量具有良好的统计性质BLUE ，线性回归模型的一个重要假定是：总体回归函数中的随机误差项满足同方差性，即服从相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。
后果：若线性回归模型存在异方差性，则用OLS 估计模型，得到的参数估计量不是有效估计量，甚至也不是渐近有效的估计量；此时也无法对模型参数的进行有关显著性检验。 克服方法：
（（ 或者是：克服方法：分两种情况
1） 误差方差为已知时，采用加权最小二乘法。
2） 误差方差为未知时，关键就是找出异方差的具体形式，然后进行变换来消除异
方差。
））
9、多重共线性存在的原因、后果及克服方法。
原因：
解释变量在时间上存在着共同变化的趋势导致了多重共线的产生。
后果：
（1）由于估计量的方差增大，使得估计量的精度大大降低，因而不能正确判断各解释变量对被解释变量影响的大小。
（2）由于估计量的方差增大，相应标准差增大，在对参数进行显著检验时，增大了接受零假设的可能性，致使错误地舍去了对因变量有显著影响的变量。若作区间预测也将降低预测的精度。
（3）解释变量多重共线时，虽然可以得到OLS 估计量，但是估计量及标准差非常。
，再转到，先求出不知道；或者模型变换求，利用加权最小二乘法知道异方差的补救思路1.2.1222i i i BLUE σσσ
敏感，若观测值稍微有所变化，估计量就会产生较大的改变。
克服的方法：
（1）除去不重要的解释变量
（2）利用已知信息
（3）变换模型的形式
（4）增加样本容量
（5）逐步回归法
10、自相关存在的原因、后果及克服方法。
原因：一、惯性二、模型的数学形式不妥三、回归模型中略去了带有自相关的重要解释变量
后果：模型存在自相关的后果
1. 回归系数的最小二乘估计量jβ?仍具有无偏性。
2. Var(jβ?) 不再具有最小方差性。
3. 有可能低估误差项u t的方差（估计小了）。
4. 由于u t 存在自相关时，Var(1?β) 和s u2都变大，
都不具有最小方差性。用依据普通最小二乘法
得到的回归方程去预测，预测无有效性。
克服方法：1. 如果自相关是由于错误地设定模型的数学形式所致，那么就应当修改模型的数学形式。方法是用残差et 对解释变量的较高次幂进行回归。
2. 如果自相关是由于模型中省略了重要解释变量造成的，那么解决办法就是找出略去的解释变量，把它做为重要解释变量列入模型。
四、计算题(每题10分，共20分)
1、完成Eviews软件给出的表格。
2、异方差的消除。
应该都是最后一节老师讲的内容