- 如果某个方程包含了其他方程没有包含的前定变量,表示该方程与其他方程有区别，是可以识别的。( )
- 在模型中引入解释变量的多个滞后项容易产生多重共线性。（ ）
- 如果用普通最小二乘法估计的残差是解释变量的函数，则意味着存在异方差性。（ ）
- 对于多元回归模型来说，若要估计出回归结果，对样本容量的最低要求是样本容量不少于模型中解释变量个数的3倍。( )
- 在存在异方差性的情况下，普通最小二乘估计量仍然是无偏和有效的。（ ）
- 异方差问题总是存在于横截面数据中，而自相关则总是存在于时间序列数据中。（ ）
- 通过作残差对时间的散点图可大致判断是否存在自相关。（ ）
- 在一元线性回归模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。（ ）
- 在包含有随机解释变量的回归模型中，可用作随机解释变量的工具变量必须具备的条件有，此工具变量( )。
- 从变量的因果关系看，经济变量可分为( )。
- 对联立方程模型参数的单方程估计法包括( )。
- 以下能够检验异方差的方法有( )。
- 下列（ ）检验，不仅能够检验异方差的存在性，而且通过“试验”可以探测异方差的具体形式。
- 结构式模型中的解释变量可以是( )。
- 变量之间的关系可以分为两大类( )。
- 分段线性回归模型的几何图形是( )。
- 对联立方程模型进行参数估计的方法可以分为两类，即（ ）。
- 在下列多重共线性产生的原因中，不正确的是（ ）。
- 下面说法正确的是( )。
- 如果联立方程模型中某结构方程包含了模型系统中所有的变量，则这个方程是( )。
- 逐步回归法既检验又修正了( )。
- 多重共线性是一种（ ）。
- 若想将一个含有m个互斥类型的定性因素引入模型中，则应该引入的虚拟变量个数为（ ）。
- 若xt是ARIMA（1，1，0）过程，则表明（ ）。
- 当DW=4时，说明（ ）。
- 下面属于截面数据的是（ ）。
- 简化式模型就是把结构式模型中的内生变量表示为( )。
- 以下说法中错误的是（ ）。
- 在存在接近多重共线性的情况下，回归系数的标准差会趋于变小，相应的t值会趋于变大。( )
- 线性回归模型中的“线性”主要是指回归模型中的参数是线性的，而变量则不一定是线性的。( )
- 通过图形可以直观判断时间序列的平稳性，若某序列随时间呈现出递增趋势，则其一阶差分一定是平稳的。（ ）
- 用于进行广义差分变换的自相关系数ρ的常用估计方法有杜宾两步法。（ ）
- ESS=TSS+RSS。（ ）
- 乘数是指某一变量的相对变化引起另一变量相对变化的度量。( )
- 用于协整检验的EG两步法，在检验残差平稳性时应用的统计量是与单位根检验相同的DF和ADF检验。( )
- 满足阶条件的方程一定可以识别。（ ）
- 通过增大样本容量和提高拟合优度可以缩小置信区间。（ ）
- 多重共线性的解决方法主要有( )。
- 将非线性回归模型转换为线性回归模型, 常用的数学处理方法有( )。
- 以下哪些模型可以衡量金融市场的非对称性（ ）。
- 假设线性回归模型满足全部基本假设，则其参数的估计量具备( )。
- 如果一个回归模型中不包含截距项，则对季节因素需要引入虚拟变量的个数为（ ）。
- 如果两个变量都是一阶单整的，则( )。
- ( )是具有一定概率分布的随机变量，它的数值由模型本身决定。
- 对于总体平方和TSS、回归平方和ESS和残差平方和RSS的相互关系，正确的是（ ）。
- 在下例引起序列自相关的原因中，不正确的是( )。
- 当质的因素引进经济计量模型时，需要使用( )。
- 在经典线性回归模型的基本假定条件成立的情况下，普通最小二乘法估计与最大似然估计得到的估计量（ ）。
- 所谓异方差性是指（ ）。
- 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( )
- 当模型中第i个方程是不可识别的，则该模型是( )。
- 在联立计量模型中，被认为是具有一定概率分布的随机变量是( )。
- （ ）是实证研究性文章的核心。
- 因为读文献的基本都是具备一定专业领域知识的读者，所以在实证性文章中根本不需要介绍经济学和金融学原理。（ ）
- 对于实证性文章的结论，一般最终的落脚点是（ ）。
- 实证结果往往是让人觉得迷茫的，如果说某个解释变量在一个回归中是显著的，而在另一个回归中却是不显著的，我们只需要选择那个显著的模型进行分析即可。（ ）
- 如果你想写一篇文章，检验在我国购买力平价是否成立，你最可能采取的计量模型是（ ）。
- 统计研究结果的展现方式一定要尽可能简洁明了，但要做到如实展现。（ ）
- 实证性文章写作中，可以借鉴其他学者的研究思想，介绍己研究过此方向的专家的研究成果。最好能比较几篇有实证分析的文献，比较其中的计量模型，介绍要简单明了、切中主题。这部分可以放在文章的（ ）部分。
- 合理利用图表信息可以有效简化文章表达，更加清晰直观。以下可以以图表方式展现的有（ ）。
- 在实证性文章写作中，如果得到的结论不合预期，应该（ ）。
- 以下（ ）不属于联立方程模型中的变量分类。
- 在判断联立方程的可识别性时，秩条件和阶条件本质是一样的，是可以相互转化的。（ ）
- 内生变量一定不是前定变量，但是前定变量有可能是内生变量。（ ）
- 联立方程模型的估计方法中，以下（ ）属于单一方程法。
- 若通过阶条件判断某结构方程是恰好识别的，则进一步应用秩条件进行判断，判断为不可识别的。则该结构方程是( )的。
- 当联立方程模型存在联立性偏误时，若仍对结构式模型中的每个结构方程分别运用OLS进行估计，所得到的参数估计值将是（ ）。
- 可识别性的阶条件是（ ）。
- 若某变量实际为外生变量，但却设定其为内生变量，若运用工具变量法和两阶段最小二乘法等存在联立性的情况下才会使用的估计方法，尽管可以得到一致估计量，但却无法得到最优估计量。（ ）
- ARDL模型中的变量间一定要具有长期稳定关系，对于长期稳定关系的检验一般是利用（ ）。
- 在一定条件满足的情况下，MA过程和AR过程是可以相互转化的。（ ）
- 对于ECM模型的结果解读，我们主要看ECM项的系数，若结果为（ ），则误差值就会被慢慢修正，系统靠自身的能力可以逐步向均衡状态变化，即实现了误差修正。
- TARCH模型可以用来验证资本市场上收益与风险是不是成正比的。（ ）
- 作为VAR模型的新发展，SVAR模型是将（ ）与VAR模型结合了起来。
- 对于一个滞后长度为4，拥有4个方程的VAR模型，需要估计( )个参数。
- VAR模型不以经济金融理论为基础，因此可以在一定程度上任意添加其他的解释变量。（ ）
- GARCH模型反映了随机过程的一种特性：方差随时间变化而变化，且具有（ ）。
- 格兰杰因果检验着眼于过去的影响，在模型设定中增加了变量的滞后项。而希姆斯因果检验不仅着眼于过去的影响，也着眼于未来的影响，在模型中增加了变量的滞后项和未来项。（ ）
- 从经济学和金融学的角度来看，协整是指（ ）。
- 白噪声序列和随机游走序列都是平稳的。（ ）
- 关于格兰杰因果检验，下列说法（ ）是错误的。
- 以下说法一定正确的是（ ）。
- 在通常情况下，DF检验、ADF检验、EG检验的临界值都是一样的。（ ）
- 在确定ADF检验时模型的类别时，当下列（ ）情况出现时，模型最好包含时间趋势项。
- 有时候时间序列的高度相关仅仅是因为两者同时随时间有向上或向下变动的趋势，并没有真正的联系，即出现伪回归的情况。根据经验法则，当（ ）时，所估计的回归就有谬误之嫌。
- EG检验和CRDW检验都是来判断变量之间是否存在协整关系的，它们的基本思想都是基于（ ）平稳性的检验。
- 邹氏检验所用的方法本质是（ ）。
- 下列（ ）不是虚拟变量法较之邹氏检验法的优点。
- 在检验模型的结构稳定性时，虚拟变量法的本质是（ ）。
- 虚拟变量D作为回归中的一次项，与其他解释变量呈相加的关系，这种方式常用来改变线性回归方程的（ ）。
- 虚拟变量陷阱是因为错误地引入虚拟变量，导致模型出现（ ）问题。
- 在通常情况下，对模型施加约束条件会降低模型的解释能力。（ ）
- 以下（ ）情况中，引入虚拟变量的方式是错误的。
- 在引入虚拟变量的时候，只能以加法方式或者乘法方式引入，不能同时使用加法和乘法方式引入。（ ）
- 两个线性模型可能存在以下（ ）关系。
- 一个模型中，只能引入一个虚拟变量，不能同时引入多个。（ ）
- 多重共线性问题在金融数据中是普遍存在的，不仅存在于时间序列数据中，也存在于横截面数据中。（ ）
- 解释变量之间相关性越大，方差膨胀因子VIF越（ ）。
- 多重共线性并不是一种样本现象，本质是模型设定存在错误。（ ）
- 在对模型的解释变量进行选择时，我们常用逐步回归法，即以Y为被解释变量，逐个引入解释变量X，构成回归模型，进行模型估计。如果在引入一个新解释变量后，模型的拟合优度显著提高，则说明新引入的变量是（ ）。
- 下列（ ）情况下不容易发生多重共线性。
- 在以下四个多重共线性修正方法中，难度最大、要求最高的方法是（ ）。
- 利用样本数据回归模型，先对数据进行各种处理或交叉计算，容易使样本数据之间产生多重共线性。（ ）
- 如果在产生多重共线性的因素中有相对不重要的变量，则可试着将其删除，但会产生以下（ ）新的问题。
- 如果依然用OLS进行估计，以下（ ）是多重共线性导致的后果。
- 多重共线性检验的三个步骤依次为（ ）。
- 杜宾两步法第一步是先求得自相关系数，第二步和广义差分法一样。（ ）
- 一般情况下，对于实际经济金融问题，检验其自相关是否存在可以利用DW检验法，如果存在自相关问题，检验结果最常见的情形是（ ）。
- 当存在自相关的情况时，在小样本的情况下最小二乘估计量仍然是线性的和无偏的，但却不是有效的，但是在大样本的情况下是BLUE。（ ）
- 对于一阶线性自相关，自相关程度的度量运用了自相关系数，这体现了（ ）之间的相关性。
- 如果依然用OLS进行估计，以下（ ）是自相关导致的后果。
- BG检验适用范围更广泛，适用于高阶自相关的检验，这一点是DW检验很杜宾-h检验做不到的。（ ）
- 关于DW检验，以下哪些是它的使用局限（ ）。
- 模型存在自相关问题，是因为违背了经典线性回归模型关于（ ）方面的假设。
- 在因变量y与解释变量x的散点图中，若随着x的增加，图中y散点分布的区域逐渐变宽，则随机项可能出现了（ ）异方差。
- 对于异方差检验的解析法，核心思想都是一致的，即（ ）。
- 怀特检验的统计量是（ ）。
- Spearman检验法为什么不能直接使用随机误差项μ与解释变量X的相关系数来进行判定呢？原因是（ ）。
- 异方差之所以会产生，是因为数据处理方法有误，正确处理数据即可解决这一问题。（ ）
- 在存在异方差的情况下，普通最小二乘估计量的线性性和无偏性不会受到影响。（ ）
- 在G-Q检验法中，为什么要将样本中居中的d项观测数据除去？原因是（ ）。
- 如果依然用OLS进行估计，以下（ ）是异方差导致的后果。
- 戈里瑟检验法的缺点有（ ）。
- MSE越大，则MAE就越大。（ ）
- 试研究一样本，样本区间为2000年1月到2019年12月，如果我们以2000年1月到2016年12月的数据来拟合模型，然后来预测2016年12月到2019年12月的结果，据此与真实值来进行对比，判断模型的拟合效果如何，这种预测方式叫做（ ）。
- 在多元回归模型中，调整后的拟合优度越大，方程整体的显著性检验越容易通过。（ ）
- 以下（ ）是一个“好”的模型所应该具有的特征。
- 在多元线性回归模型中，解释变量X是之间互不相关，即无多重共线性，用矩阵的语言进行表示就是（ ）。
- 在常见的几个信息准则中，（ ）对自由度减少的惩罚是最严厉的。
- Theil不相等系数U越接近于（ ），则模型的预测能力最好。
- 如果在模型中增加解释变量，拟合优度就会变大，所以增加解释变量会提高模型的解释能力。（ ）
- 增大样本容量、提高拟合优度能显著增宽参数的置信区间。（ ）
- 假设检验的核心思想就是利用样本信息来判断原假设是否合理，逻辑推理方法是反证法。（ ）
- 拟合优度被定义为（ ）。
- 一元线性回归模型中，最小二乘估计量的大样本性质包括（ ）。
- 一元线性回归模型中，方差的最小二乘估计量是（ ）。
- 一元线性回归模型中，最小二乘估计量的小样本性质包括（ ）。
- 为什么要设定随机误差项，原因包括（ ）。
- 在同一时间，不同统计单位相同统计指标组成的数据列，数据按照统计单位进行排列是（ ）。
- 中国每年的通货膨胀率数据是一个横截面数据。（ ）
- 在金融计量建模中可以使用的金融计量软件种类繁多，并且随着技术的进步不断升级。这些软件可以按操作的互动性与否分为（ ）三种模式。
- 对金融计量模型进行检验应该包括（ ）方面的检验。
- 山东省所有城市2010-2020年年度降雨量所构成的数据，其数据类型是（ ）。
- 为了能更高研究金融规律，金融计量学要求所建立的模型需要对真实世界的金融问题实现完全模拟。（ ）
- Eviews按照操作互动性来划分，属于（ ）模式的计量软件。
- 以下（ ）不是金融数据的特点？
- 中国、日本、韩国三国2020年的GDP数据构成了平行数据。（ ）
- 对金融计量模型进行序列相关检验、异方差性检验和多重共线性检验等属于（ ）检验。
答案:错
答案:对
答案:对
答案:错
答案:错
答案:错
答案:对
答案:对
答案:与随机误差项不相关###与该解释变量高度相关
答案:
答案:被解释变量###解释变量
温馨提示支付 ￥5.00 元后可查看付费内容,请先翻页预览!
