金融計量學知到智慧樹章節測試課后答案2024年秋山東管理學院第一章單元測試

以下（）不是金融數據的特點？

A:數據量大

B:非平穩

C:準確性高

D:數據頻度低

答案:數據頻度低

在同一時間，不同統計單位相同統計指標組成的數據列，數據按照統計單位進行排列是（）。

A:面板數據

B:平行數據

C:橫截面數據

D:時間序列數據

答案:橫截面數據

山東省所有城市2010-2020年年度降雨量所構成的數據，其數據類型是（）。

A:時間序列數據

B:面板數據

C:組合數據

D:橫截面數據

答案:面板數據

對金融計量模型進行序列相關檢驗、異方差性檢驗和多重共線性檢驗等屬于（）檢驗。

A:計量經濟學

B:經濟適用性

C:統計

D:經濟意義

答案:計量經濟學

Eviews按照操作互動性來劃分，屬于（）模式的計量軟件。

A:菜單

B:命令行

C:中間

D:點選

答案:中間

對金融計量模型進行檢驗應該包括（）方面的檢驗。

A:經濟適用性檢驗

B:統計檢驗

C:計量經濟學檢驗

D:經濟意義檢驗

答案:統計檢驗

；計量經濟學檢驗

；經濟意義檢驗

在金融計量建模中可以使用的金融計量軟件種類繁多，并且隨著技術的進步不斷升級。這些軟件可以按操作的互動性與否分為（）三種模式。

A:菜單模式

B:中間模式

C:命令行模式

D:點選模式

答案:菜單模式

；中間模式

；命令行模式

為了能更高研究金融規律，金融計量學要求所建立的模型需要對真實世界的金融問題實現完全模擬。（）

A:錯B:對

答案:錯中國每年的通貨膨脹率數據是一個橫截面數據。（）

A:錯B:對

答案:錯中國、日本、韓國三國2020年的GDP數據構成了平行數據。（）

A:對B:錯

答案:錯

第二章單元測試

球的表面積公式是,那么表面積S和半徑R的關系是（）。

A:函數關系

B:非線性相關關系

C:線性相關關系

D:回歸關系

答案:函數關系

對于一元線性回歸模型+，參數估計量顯著性檢驗構造的t統計量及服從的分布分別是（）。

A:

B:

C:

D:

答案:

一元線性回歸模型中，方差的最小二乘估計量是（）。

A:

B:

C:

D:

答案:

一元線性回歸模型中，最小二乘估計量的大樣本性質包括（）。

A:漸近有效性

B:漸近無偏性

C:其他都是

D:一致性

答案:其他都是

擬合優度被定義為（）。

A:

B:

C:

D:

答案:

一元線性回歸模型中，最小二乘估計量的小樣本性質包括（）。

A:無偏性

B:有限性

C:線性性

D:有效性

答案:無偏性

；線性性

；有效性

為什么要設定隨機誤差項，原因包括（）。

A:代表殘缺數據

B:代表未知的因素

C:代表誤差

D:代表眾多細小的因素

答案:代表殘缺數據

；代表未知的因素

；代表誤差

；代表眾多細小的因素

增大樣本容量、提高擬合優度能顯著增寬參數的置信區間。（）

A:錯B:對

答案:錯假設檢驗的核心思想就是利用樣本信息來判斷原假設是否合理，邏輯推理方法是反證法。（）

A:錯B:對

答案:對也是一個隨機變量。（）

A:對B:錯

答案:對

第三章單元測試

在多元線性回歸模型中，隨機誤差項的方差的無偏估計量為（）。

A:

B:

C:

D:

答案:

對于多元線性回歸模型，樣本最小容量為（）。

A:k

B:30

C:3（k+1）

D:k+1

答案:k+1

在常見的幾個信息準則中，（）對自由度減少的懲罰是最嚴厲的。

A:SC

B:AIC

C:DW

D:HQIC

答案:SC

在多元線性回歸模型中，解釋變量X是之間互不相關，即無多重共線性，用矩陣的語言進行表示就是（）。

A:解釋變量矩陣是非奇異的

B:解釋變量矩陣是奇異矩陣

C:解釋變量矩陣是行滿秩的

D:解釋變量矩陣是列滿秩的

答案:解釋變量矩陣是列滿秩的

Theil不相等系數U越接近于（），則模型的預測能力最好。

A:1.5

B:0

C:0.5

D:1

答案:0

試研究一樣本，樣本區間為2000年1月到2019年12月，如果我們以2000年1月到2016年12月的數據來擬合模型，然后來預測2016年12月到2019年12月的結果，據此與真實值來進行對比，判斷模型的擬合效果如何，這種預測方式叫做（）。

A:樣本內預測

B:事前預測

C:樣本外預測

D:事后模擬

答案:事前預測

；樣本外預測

以下（）是一個“好”的模型所應該具有的特征。

A:高擬合性

B:理論一致性

C:節省性

D:預測能力強

答案:高擬合性

；理論一致性

；節省性

；預測能力強

MSE越大，則MAE就越大。（）

A:對B:錯

答案:對在多元回歸模型中，調整后的擬合優度越大，方程整體的顯著性檢驗越容易通過。（）

A:錯B:對

答案:對如果在模型中增加解釋變量，擬合優度就會變大，所以增加解釋變量會提高模型的解釋能力。（）

A:錯B:對

答案:錯

第四章單元測試

Spearman檢驗法為什么不能直接使用隨機誤差項μ與解釋變量X的相關系數來進行判定呢？原因是（）。

A:在多元回歸模型中，解釋變量X有多個，不知道和哪個來計算相關系數

B:Spearman提出的相關系數計算方法精度更高

C:相關系數計算出來誤差過大

D:在OLS估計方法下，相關系數始終為0無法判斷

答案:在OLS估計方法下，相關系數始終為0無法判斷

懷特檢驗的統計量是（）。

A:，其中n為樣本容量，為原回歸函數的擬合優度

B:，其中n為樣本容量，為輔助回歸函數的擬合優度

C:,其中ESS是原回歸函數的解釋平方和

D:,其中ESS是輔助回歸函數的解釋平方和

答案:，其中n為樣本容量，為輔助回歸函數的擬合優度

對于異方差檢驗的解析法，核心思想都是一致的，即（）。

A:判斷解釋變量的方差與被解釋變量之間的相關性

B:相關系數法檢驗

C:判斷隨機誤差項之間的相關性

D:判斷隨機誤差項的方差與解釋變量之間的相關性

答案:判斷隨機誤差項的方差與解釋變量之間的相關性

在G-Q檢驗法中，為什么要將樣本中居中的d項觀測數據除去？原因是（）。

A:中間的數據基本都存在變異性，去除效果會更好

B:減少模型的自由度

C:可以使兩組的數據區分度更大

D:增加模型的自由度

答案:可以使兩組的數據區分度更大

在因變量y與解釋變量x的散點圖中，若隨著x的增加，圖中y散點分布的區域逐漸變寬，則隨機項可能出現了（）異方差。

A:同

B:遞減

C:復雜

D:遞增

答案:遞增

戈里瑟檢驗法的缺點有（）。

A:結構函數過多，難以確定解釋變量的適當的冪次

B:需要進行大量計算，比較繁瑣

C:無法在更大的范圍內尋找異方差性的結構函數。

D:該方法可用于大樣本，而在小樣本中不適用

答案:結構函數過多，難以確定解釋變量的適當的冪次

；需要進行大量計算，比較繁瑣

；該方法可用于大樣本，而在小樣本中不適用

如果依然用OLS進行估計，以下（）是異方差導致的后果。

A:模型的預測失效

B:變量的顯著性檢驗失去意義

C:參數估計量的線性性和無偏性不再成立

D:參數估計量非有效

答案:模型的預測失效

；變量的顯著性檢驗失去意義

；參數估計量非有效

在存在異方差的情況下，普通最小二乘估計量的線性性和無偏性不會受到影響。（）

A:對B:錯

答案:對異方差之所以會產生，是因為數據處理方法有誤，正確處理數據即可解決這一問題。（）

A:對B:錯

答案:錯

第五章單元測試

模型存在自相關問題，是因為違背了經典線性回歸模型關于（）方面的假設。

A:隨機誤差項是無序列相關的

B:隨機誤差項是正態分布的

C:隨機誤差項是零均值的

D:隨機誤差項是同方差的

答案:隨機誤差項是無序列相關的

杜賓-h檢驗法中，統計量表達式中，表示（）。

A:所有因變量OLS估計量的方差和

B:所有自變量OLS估計量的方差和

C:自變量滯后項OLS估計量的方差

D:因變量滯后項OLS估計量的方差

答案:因變量滯后項OLS估計量的方差

一般情況下，對于實際經濟金融問題，檢驗其自相關是否存在可以利用DW檢驗法，如果存在自相關問題，檢驗結果最常見的情形是（）。

A:d統計量落在0到4區間

B:d統計量落在du到4-du區間

C:d統計量落在4-dL到4區間

D:d統計量落在0到dL區間

答案:d統計量落在0到dL區間

繪制和的散點圖，在縱坐標，在橫坐標。如果繪制出來的散點落在第一和第三象限，則隨機項存在()自相關。

A:第一象限是正自相關，第三象限是負自相關

B:負

C:第一象限是負自相關，第三象限是正自相關

D:正

答案:正

對于一階線性自相關，自相關程度的度量運用了自相關系數，這體現了（）之間的相關性。

A:X與Y

B:與X

C:與

D:與Y

答案:與

關于DW檢驗，以下哪些是它的使用局限（）。

A:一般要求樣本容量至少為15,否則很難對自相關的存在性做明確的結論

B:只適用于一階線性自相關，對于高階自相關皆不適用

C:無法用來判定通過原點的回歸模型的自相關問題

D:不適合用于自回歸模型

答案:一般要求樣本容量至少為15,否則很難對自相關的存在性做明確的結論

；只適用于一階線性自相關，對于高階自相關皆不適用

；無法用來判定通過原點的回歸模型的自相關問題

；不適合用于自回歸模型

如果依然用OLS進行估計，以下（）是自相關導致的后果。

A:可能會導致F檢驗失效

B:可能會導致t檢驗失效

C:參數估計量的方差是有偏的

D:參數估計量非有效

答案:可能會導致F檢驗失效

；可能會導致t檢驗失效

；參數估計量的方差是有偏的

；參數估計量非有效

BG檢驗適用范圍更廣泛，適用于高階自相關的檢驗，這一點是DW檢驗很杜賓-h檢驗做不到的。（）

A:對B:錯

答案:對杜賓兩步法第一步是先求得自相關系數，第二步和廣義差分法一樣。（）

A:對B:錯

答案:對當存在自相關的情況時，在小樣本的情況下最小二乘估計量仍然是線性的和無偏的，但卻不是有效的，但是在大樣本的情況下是BLUE。（）

A:錯B:對

答案:錯

第六章單元測試

在對模型的解釋變量進行選擇時，我們常用逐步回歸法，即以Y為被解釋變量，逐個引入解釋變量X，構成回歸模型，進行模型估計。如果在引入一個新解釋變量后，模型的擬合優度顯著提高，則說明新引入的變量是（）。

A:一個獨立解釋變量

B:隨機分布的變量

C:可以被舍去的變量

D:其他解釋變量可以替代的變量

答案:一個獨立解釋變量

在以下四個多重共線性修正方法中，難度最大、要求最高的方法是（）。

A:利用先驗信息法

B:補充新的數據

C:刪除不必要的變量

D:改變解釋變量形式

答案:利用先驗信息法

解釋變量之間相關性越大，方差膨脹因子VIF越（）。

A:大，但不會大于1

B:大

C:小，但不會小于0

D:小

答案:大

如果在產生多重共線性的因素中有相對不重要的變量，則可試著將其刪除，但會產生以下（）新的問題。

A:當排除了某個或某些變量后，保留在模型中的變量的系數的經濟意義將發生變化，其估計值也將發生變化

B:刪除某個變量可能會導致模型設定誤差

C:被刪除的變量對因變量的影響將會被其他解釋變量和隨機誤差項所吸收

D:其他都是

答案:其他都是

下列（）情況下不容易發生多重共線性。

A:在時間序列數據中，同時使用解釋變量的當期值和滯后值

B:在觀測值個數較少，甚至小于解釋變量個數時

C:觀測值超過30，并且大于3倍解釋變量數目

D:抽樣限制在解釋變量X取值的一個有限范圍內

答案:觀測值超過30，并且大于3倍解釋變量數目

多重共線性檢驗的三個步驟依次為（）。

A:多重共線性所導致的膨脹效果

B:檢驗多重共線性問題是否嚴重

C:多重共線性的存在范圍，即確定多重共線性是由哪些主要變量引起的

D:多重共線性的表現形式，即找出與主要變量有共線性的解釋變量

答案:檢驗多重共線性問題是否嚴重

；多重共線性的存在范圍，即確定多重共線性是由哪些主要變量引起的

；多重共線性的表現形式，即找出與主要變量有共線性的解釋變量

如果依然用OLS進行估計，以下（）是多重共線性導致的后果。

A:參數估計量的經濟含義變得不合理

B:在近似共線性的情況下，普通最小二乘法參數估計量的方差會變大

C:存在完全共線性的情況下，參數估計量就不會存在

D:變量的顯著性檢驗和模型的預測功能失去意義

答案:參數估計量的經濟含義變得不合理

；在近似共線性的情況下，普通最小二乘法參數估計量的方差會變大

；存在完全共線性的情況下，參數估計量就不會存在

；變量的顯著性檢驗和模型的預測功能失去意義

多重共線性問題在金融數據中是普遍存在的，不僅存在于時間序列數據中，也存在于橫截面數據中。（）

A:對B:錯

答案:對多重共線性并不是一種樣本現象，本質是模型設定存在錯誤。（）

A:錯B:對

答案:錯利用樣本數據回歸模型，先對數據進行各種處理或交叉計算，容易使樣本數據之間產生多重共線性。（）

A:錯B:對

答案:對

第七章單元測試

虛擬變量D作為回歸中的一次項，與其他解釋變量呈相加的關系，這種方式常用來改變線性回歸方程的（）。

A:截距項

B:截距和斜率項

C:其他都正確

D:斜率項

答案:截距項

鄒氏檢驗所用的方法本質是（）。

A:受約束回歸的F檢驗

B:受約束回歸的t檢驗

C:虛擬變量的F檢驗

D:虛擬變量的t檢驗

答案:受約束回歸的F檢驗

在檢驗模型的結構穩定性時，虛擬變量法的本質是（）。

A:虛擬變量的F檢驗

B:虛擬變量的t檢驗

C:受約束回歸的F檢驗

D:受約束回歸的t檢驗

答案:虛擬變量的t檢驗

虛擬變量陷阱是因為錯誤地引入虛擬變量，導致模型出現（）問題。

A:異方差

B:多重共線性

C:隨機解釋變量

D:自相關

答案:多重共線性

下列（）不是虛擬變量法較之鄒氏檢驗法的優點。

A:虛擬變量法能夠清楚表明是截距或斜率抑或兩者都發生了變化

B:由于合并兩個回歸而減少了虛擬變量的個數，增加了自由度，從而參數估計的準確性也有所改進

C:較之鄒氏檢驗的三次回歸，虛擬變量法只需作一次總的回歸，因而顯得簡單

D:虛擬變量法利用受約束回歸的思想，檢驗更加規范

答案:虛擬變量法利用受約束回歸的思想，檢驗更加規范

以下（）情況中，引入虛擬變量的方式是錯誤的。

A:考查國內、國外公司業績的差別，引入國內公司一個虛擬變量

B:考查季節性因素，引入春、夏、秋三個虛擬變量

C:考查季度因素的影響，引入第一、第二、第三、第四四個虛擬變量

D:考查男女之間的差別，引入男、女兩個虛擬變量

答案:考查季度因素的影響，引入第一、第二、第三、第四四個虛擬變量

；考查男女之間的差別，引入男、女兩個虛擬變量

兩個線性模型可能存在以下（）關系。

A:重合回歸

B:平行回歸

C:相異回歸

D:匯合回歸

答案:重合回歸

；平行回歸

；相異回歸

；匯合回歸

在通常情況下，對模型施加約束條件會降低模型的解釋能力。（）

A:錯B:對

答案:對一個模型中，只能引入一個虛擬變量，不能同時引入多個。（）

A:對B:錯

答案:錯在引入虛擬變量的時候，只能以加法方式或者乘法方式引入，不能同時使用加法和乘法方式引入。（）

A:對B:錯

答案:錯

第八章單元測試

有時候時間序列的高度相關僅僅是因為兩者同時隨時間有向上或向下變動的趨勢，并沒有真正的聯系，即出現偽回歸的情況。根據經驗法則，當（）時，所估計的回歸就有謬誤之嫌。

A:

B:

C:

D:

答案:

EG檢驗和CRDW檢驗都是來判斷變量之間是否存在協整關系的，它們的基本思想都是基于（）平穩性的檢驗。

A:回歸方程的F統計量

B:回歸方程的殘差

C:參數估計量的標準差

D:回歸方程的隨機誤差項

答案:回歸方程的殘差

從經濟學和金融學的角度來看，協整是指（）。

A:因變量和自變量之間存在一個長期的均衡關系

B:因變量和自變量之間存在一個短期的波動溢出關系

C:因變量和自變量都是平穩的時間序列，但它們的線性組合確實不平穩的

D:因變量和自變量都是不平穩的時間序列，但它們的線性組合是平穩的

答案:因變量和自變量之間存在一個長期的均衡關系

在確定ADF檢驗時模型的類別時，當下列（）情況出現時，模型最好包含時間趨勢項。

A:其他情況均包括

B:數據圖形呈現明顯的隨時間快速增長或下降的趨勢

C:數據圖形呈現出無規則上升、下降并反復這一狀況

D:數據圖形呈明顯的隨時間遞增或遞減的趨勢，但是趨勢并不太陡峭

答案:數據圖形呈現明顯的隨時間快速增長或下降的趨勢

關于格蘭杰因果檢驗，下列說法（）是錯誤的。

A:格蘭杰因果檢驗時都是單向的形式

B:檢驗可能存在無法辨別的情況，即第三個變量z也可能是引起x、y變化的原因，但x和y沒有直接的因果關系

C:因果檢驗的結果對滯后項數m非常敏感

D:檢驗的原假設是“x是引起y變化的原因”或“y是引起x變化的原因”

答案:檢驗的原假設是“x是引起y變化的原因”或“y是引起x變化的原因”

以下說法一定正確的是（）。

A:如果序列x和y~I(0),則ax+by~I(0)

B:如果序列x和y~I(1),則ax+by~I(1)

C:如果序列x~I(0),則a+bx~I(0)

D:如果序列y~I(1),則a+bx~I(1)

答案:如果序列x~I(0),則a+bx~I(0)

；如果序列y~I(1),則a+bx~I(1)

對于方程，單位根檢驗的原假設為（）。

A:=1

B:=1

C:=0

D:=0

答案:=1

；=0

在通常情況下，DF檢驗、ADF檢驗、EG檢驗的臨界值都是一樣的。（）

A:錯B:對

答案:錯格蘭杰因果檢驗著眼于過去的影響，在模型設定中增加了變量的滯后項。而希姆斯因果檢驗不僅著眼于過去的影響，也著眼于未來的影響，在模型中增加了變量的滯后項和未來項。（）

A:對B:錯

答案:對白噪聲序列和隨機游走序列都是平穩的。（）

A:對B:錯

答案:錯

第九章單元測試

對于一個滯后長度為4，擁有4個方程的VAR模型，需要估計()個參數。

A:281

B:81

C:68

D:30

答案:68

對于ECM模型的結果解讀，我們主要看ECM項的系數，若結果為（），則誤差值就會被慢慢修正，系統靠自身的能力可以逐步向均衡狀態變化，即實現了誤差修正。

A:1

B:負

C:0

D:正

答案:負

ARDL模型中的變量間一定要具有長期穩定關系，對于長期穩定關系的檢驗一般是利用（）。

A:建立與ARDL模型相對應的ECM模型，并計算出ECM項的t統計量，據此來判斷變量間是否存在長期穩定的關系

B:利用協整檢驗

C:建立與ARDL模型相對應的ECM模型，并計算出F統計量，據此來判斷變量間是否存在長期穩定的關系

D:利用單位根檢驗

答案:建立與ARDL模型相對應的ECM模型，并計算出F統計量，據此來判斷變量間是否存在長期穩定的關系

對于EGARCH模型的條件方差方程，當（）時，表明確實存在杠桿效應或反饋效應。

A:

B:

C:

D:

答案:

作為VAR模型的新發展，SVAR模型是將（）與VAR模型結合了起來。

A:ARDL模型

B:GARCH模型

C:結構方程

D:簡化方程

答案:結構方程

以下說法正確的是（）。

A:如果某序列的自相關函數是p階截尾的，并且偏自相關函數是拖尾的，則可以把該序列設為AR(p)過程

B:如果某序列的自相關函數是q階截尾的，并且偏自相關函數是拖尾的，則可以把該序列設為MA(q)過程

C:如果某序列的偏自相關函數是p階截尾的，并且自相關函數是拖尾的，則可以把該序列設為AR(p)過程

D:如果某序列的偏自相關函數是q階截尾的，并且自相關函數是拖尾的，則可以把該序列設為MA(q)過程

答案:如果某序列的自相關函數是q階截尾的，并且偏自相關函數是拖尾的，則可以把該序列設為MA(q)過程

；如果某序列的偏自相關函數是p階截尾的，并且自相關函數是拖尾的，則可以把該序列設為AR(p)過程

GARCH模型反映了隨機過程的一種特性：方差隨時間變化而變化，且具有（）。

A:非對稱性

B:叢集性

C:波動性

D:平穩性

答案:叢集性

；波動性

在一定條件滿足的情況下，MA過程和AR過程是可以相互轉化的。（）

A:對B:錯

答案:對VAR模型不以經濟金融理論為基礎，因此可以在一定程度上任意添加其他的解釋變量。（）

A:對B:錯

答案:對TARCH模型可以用來驗證資本市場上收益與風險是不是成正比的。（）

A:對B:錯

答案:錯

第十章單元測試

以下說法中錯誤的是（）。

A:內生變量只能作為被解釋變量

B:外生變量是前定變量

C:外生變量只能作為解釋變量

D:滯后的內生變量是前定變量

答案:內生變量只能作為被解釋變量

可識別性的階條件是（）。

A:充分但非必要條件

B:充要條件

C:其他說法均不對

D:必要但非充分條件

答案:必要但非充分條件

當聯立方程模型存在聯立性偏誤時，若仍對結構式模型中的每個結構方程分別運用OLS進行估計，所得到的參數估計值將是（）。

A:無偏和不一致的

B:有偏和不一致的

C:有偏和大樣本下一致的

D:無偏和大樣本下一致的

答案:有偏和不一致的

以下（）不屬于聯立方程模型中的變量分類。

A:前定變量

B:內生變量

C:虛擬變量

D:外生變量

答案:虛擬變量

若通過階條件判斷某結構方程是恰好識別的，則進一步應用秩條件進行判斷，判斷為不可識別的。則該結構方程是()的。

A:恰好識別

B:不可識別

C:過度識別

D:有待進一步確認

答案:不可識別

以下說法正確的是（）。

A:如果有一個或幾個方程是不可識別的，則稱這個結構式模型是不可識別的

B:識別性是針對結構方程而言的，而不是針對模型的

C:在同一個結構式模型中，有的結構方程可以識別，有的結構方程不可以識別，有的結構方程則不用識別

D:識別性是針對模型而言的，而不是針對方程的

答案:如果有一個或幾個方程是不可識別的，則稱這個結構式模型是不可識別的

；識別性是針對結構方程而言的，而不是針對模型的

；在同一個結構式模型中，有的結構方程可以識別，有的結構方程不可以識別，有的結構方程則不用識別

聯立方程模型的估計方法中，以下（）屬于單一方程法。

A:兩階段最小二乘法

B:間接最小二乘法

C:普通最小二乘法

D:三階段最小二乘法

答案:兩階段最小二乘法

；間接最小二乘法

；普通最小二乘法

若某變量實際為外生變量，但卻設定其為內生變量，若運用工具變量法和兩階段最小二乘法等存在聯立性的情況下才會使用的估計方法，盡管可以得到一致估計量，但卻無法得到最優估計量。（）

A:錯B:對

答案:對內生變量一定不是前定變量，但是前定變量有可能是內生變量。（）

A:對B:錯

答案:錯在判斷聯立方程的可識別性時，秩條件和階條件本質是一樣的，是可以相互轉化的。（）

A:錯B:對

答案