金融计量学知到智慧树章节测试课后答案2024年秋山东管理学院

金融计量学知到智慧树章节测试课后答案2024年秋山东管理学院第一章单元测试

以下（）不是金融数据的特点？

A:数据量大

B:非平稳

C:准确性高

D:数据频度低

答案:数据频度低

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（）。

A:面板数据

B:平行数据

C:横截面数据

D:时间序列数据

答案:横截面数据

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（）。

A:时间序列数据

B:面板数据

C:组合数据

D:横截面数据

答案:面板数据

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。

A:计量经济学

B:经济适用性

C:统计

D:经济意义

答案:计量经济学

Eviews按照操作互动性来划分，属于（）模式的计量软件。

A:菜单

B:命令行

C:中间

D:点选

答案:中间

对金融计量模型进行检验应该包括（）方面的检验。

A:经济适用性检验

B:统计检验

C:计量经济学检验

D:经济意义检验

答案:统计检验

；计量经济学检验

；经济意义检验

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。

A:菜单模式

B:中间模式

C:命令行模式

D:点选模式

答案:菜单模式

；中间模式

；命令行模式

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。（）

A:错B:对

答案:错中国每年的通货膨胀率数据是一个横截面数据。（）

A:错B:对

答案:错中国、日本、韩国三国2020年的GDP数据构成了平行数据。（）

A:对B:错

答案:错

第二章单元测试

球的表面积公式是,那么表面积S和半径R的关系是（）。

A:函数关系

B:非线性相关关系

C:线性相关关系

D:回归关系

答案:函数关系

对于一元线性回归模型+，参数估计量显著性检验构造的t统计量及服从的分布分别是（）。

A:

B:

C:

D:

答案:

一元线性回归模型中，方差的最小二乘估计量是（）。

A:

B:

C:

D:

答案:

一元线性回归模型中，最小二乘估计量的大样本性质包括（）。

A:渐近有效性

B:渐近无偏性

C:其他都是

D:一致性

答案:其他都是

拟合优度被定义为（）。

A:

B:

C:

D:

答案:

一元线性回归模型中，最小二乘估计量的小样本性质包括（）。

A:无偏性

B:有限性

C:线性性

D:有效性

答案:无偏性

；线性性

；有效性

为什么要设定随机误差项，原因包括（）。

A:代表残缺数据

B:代表未知的因素

C:代表误差

D:代表众多细小的因素

答案:代表残缺数据

；代表未知的因素

；代表误差

；代表众多细小的因素

增大样本容量、提高拟合优度能显著增宽参数的置信区间。（）

A:错B:对

答案:错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。（）

A:错B:对

答案:对也是一个随机变量。（）

A:对B:错

答案:对

第三章单元测试

在多元线性回归模型中，随机误差项的方差的无偏估计量为（）。

A:

B:

C:

D:

答案:

对于多元线性回归模型，样本最小容量为（）。

A:k

B:30

C:3（k+1）

D:k+1

答案:k+1

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。

A:SC

B:AIC

C:DW

D:HQIC

答案:SC

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（）。

A:解释变量矩阵是非奇异的

B:解释变量矩阵是奇异矩阵

C:解释变量矩阵是行满秩的

D:解释变量矩阵是列满秩的

答案:解释变量矩阵是列满秩的

Theil不相等系数U越接近于（），则模型的预测能力最好。

A:1.5

B:0

C:0.5

D:1

答案:0

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（）。

A:样本内预测

B:事前预测

C:样本外预测

D:事后模拟

答案:事前预测

；样本外预测

以下（）是一个“好”的模型所应该具有的特征。

A:高拟合性

B:理论一致性

C:节省性

D:预测能力强

答案:高拟合性

；理论一致性

；节省性

；预测能力强

MSE越大，则MAE就越大。（）

A:对B:错

答案:对在多元回归模型中，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。（）

A:错B:对

答案:对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。（）

A:错B:对

答案:错

第四章单元测试

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（）。

A:在多元回归模型中，解释变量X有多个，不知道和哪个来计算相关系数

B:Spearman提出的相关系数计算方法精度更高

C:相关系数计算出来误差过大

D:在OLS估计方法下，相关系数始终为0无法判断

答案:在OLS估计方法下，相关系数始终为0无法判断

怀特检验的统计量是（）。

A:，其中n为样本容量，为原回归函数的拟合优度

B:，其中n为样本容量，为辅助回归函数的拟合优度

C:,其中ESS是原回归函数的解释平方和

D:,其中ESS是辅助回归函数的解释平方和

答案:，其中n为样本容量，为辅助回归函数的拟合优度

对于异方差检验的解析法，核心思想都是一致的，即（）。

A:判断解释变量的方差与被解释变量之间的相关性

B:相关系数法检验

C:判断随机误差项之间的相关性

D:判断随机误差项的方差与解释变量之间的相关性

答案:判断随机误差项的方差与解释变量之间的相关性

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（）。

A:中间的数据基本都存在变异性，去除效果会更好

B:减少模型的自由度

C:可以使两组的数据区分度更大

D:增加模型的自由度

答案:可以使两组的数据区分度更大

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。

A:同

B:递减

C:复杂

D:递增

答案:递增

戈里瑟检验法的缺点有（）。

A:结构函数过多，难以确定解释变量的适当的幂次

B:需要进行大量计算，比较繁琐

C:无法在更大的范围内寻找异方差性的结构函数。

D:该方法可用于大样本，而在小样本中不适用

答案:结构函数过多，难以确定解释变量的适当的幂次

；需要进行大量计算，比较繁琐

；该方法可用于大样本，而在小样本中不适用

如果依然用OLS进行估计，以下（）是异方差导致的后果。

A:模型的预测失效

B:变量的显著性检验失去意义

C:参数估计量的线性性和无偏性不再成立

D:参数估计量非有效

答案:模型的预测失效

；变量的显著性检验失去意义

；参数估计量非有效

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。（）

A:对B:错

答案:对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。（）

A:对B:错

答案:错

第五章单元测试

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。

A:随机误差项是无序列相关的

B:随机误差项是正态分布的

C:随机误差项是零均值的

D:随机误差项是同方差的

答案:随机误差项是无序列相关的

杜宾-h检验法中，统计量表达式中，表示（）。

A:所有因变量OLS估计量的方差和

B:所有自变量OLS估计量的方差和

C:自变量滞后项OLS估计量的方差

D:因变量滞后项OLS估计量的方差

答案:因变量滞后项OLS估计量的方差

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（）。

A:d统计量落在0到4区间

B:d统计量落在du到4-du区间

C:d统计量落在4-dL到4区间

D:d统计量落在0到dL区间

答案:d统计量落在0到dL区间

绘制和的散点图，在纵坐标，在横坐标。如果绘制出来的散点落在第一和第三象限，则随机项存在()自相关。

A:第一象限是正自相关，第三象限是负自相关

B:负

C:第一象限是负自相关，第三象限是正自相关

D:正

答案:正

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。

A:X与Y

B:与X

C:与

D:与Y

答案:与

关于DW检验，以下哪些是它的使用局限（）。

A:一般要求样本容量至少为15,否则很难对自相关的存在性做明确的结论

B:只适用于一阶线性自相关，对于高阶自相关皆不适用

C:无法用来判定通过原点的回归模型的自相关问题

D:不适合用于自回归模型

答案:一般要求样本容量至少为15,否则很难对自相关的存在性做明确的结论

；只适用于一阶线性自相关，对于高阶自相关皆不适用

；无法用来判定通过原点的回归模型的自相关问题

；不适合用于自回归模型

如果依然用OLS进行估计，以下（）是自相关导致的后果。

A:可能会导致F检验失效

B:可能会导致t检验失效

C:参数估计量的方差是有偏的

D:参数估计量非有效

答案:可能会导致F检验失效

；可能会导致t检验失效

；参数估计量的方差是有偏的

；参数估计量非有效

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。（）

A:对B:错

答案:对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。（）

A:对B:错

答案:对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。（）

A:错B:对

答案:错

第六章单元测试

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（）。

A:一个独立解释变量

B:随机分布的变量

C:可以被舍去的变量

D:其他解释变量可以替代的变量

答案:一个独立解释变量

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（）。

A:利用先验信息法

B:补充新的数据

C:删除不必要的变量

D:改变解释变量形式

答案:利用先验信息法

解释变量之间相关性越大，方差膨胀因子VIF越（）。

A:大，但不会大于1

B:大

C:小，但不会小于0

D:小

答案:大

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。

A:当排除了某个或某些变量后，保留在模型中的变量的系数的经济意义将发生变化，其估计值也将发生变化

B:删除某个变量可能会导致模型设定误差

C:被删除的变量对因变量的影响将会被其他解释变量和随机误差项所吸收

D:其他都是

答案:其他都是

下列（）情况下不容易发生多重共线性。

A:在时间序列数据中，同时使用解释变量的当期值和滞后值

B:在观测值个数较少，甚至小于解释变量个数时

C:观测值超过30，并且大于3倍解释变量数目

D:抽样限制在解释变量X取值的一个有限范围内

答案:观测值超过30，并且大于3倍解释变量数目

多重共线性检验的三个步骤依次为（）。

A:多重共线性所导致的膨胀效果

B:检验多重共线性问题是否严重

C:多重共线性的存在范围，即确定多重共线性是由哪些主要变量引起的

D:多重共线性的表现形式，即找出与主要变量有共线性的解释变量

答案:检验多重共线性问题是否严重

；多重共线性的存在范围，即确定多重共线性是由哪些主要变量引起的

；多重共线性的表现形式，即找出与主要变量有共线性的解释变量

如果依然用OLS进行估计，以下（）是多重共线性导致的后果。

A:参数估计量的经济含义变得不合理

B:在近似共线性的情况下，普通最小二乘法参数估计量的方差会变大

C:存在完全共线性的情况下，参数估计量就不会存在

D:变量的显著性检验和模型的预测功能失去意义

答案:参数估计量的经济含义变得不合理

；在近似共线性的情况下，普通最小二乘法参数估计量的方差会变大

；存在完全共线性的情况下，参数估计量就不会存在

；变量的显著性检验和模型的预测功能失去意义

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。（）

A:对B:错

答案:对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。（）

A:错B:对

答案:错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。（）

A:错B:对

答案:对

第七章单元测试

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（）。

A:截距项

B:截距和斜率项

C:其他都正确

D:斜率项

答案:截距项

邹氏检验所用的方法本质是（）。

A:受约束回归的F检验

B:受约束回归的t检验

C:虚拟变量的F检验

D:虚拟变量的t检验

答案:受约束回归的F检验

在检验模型的结构稳定性时，虚拟变量法的本质是（）。

A:虚拟变量的F检验

B:虚拟变量的t检验

C:受约束回归的F检验

D:受约束回归的t检验

答案:虚拟变量的t检验

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。

A:异方差

B:多重共线性

C:随机解释变量

D:自相关

答案:多重共线性

下列（）不是虚拟变量法较之邹氏检验法的优点。

A:虚拟变量法能够清楚表明是截距或斜率抑或两者都发生了变化

B:由于合并两个回归而减少了虚拟变量的个数，增加了自由度，从而参数估计的准确性也有所改进

C:较之邹氏检验的三次回归，虚拟变量法只需作一次总的回归，因而显得简单

D:虚拟变量法利用受约束回归的思想，检验更加规范

答案:虚拟变量法利用受约束回归的思想，检验更加规范

以下（）情况中，引入虚拟变量的方式是错误的。

A:考查国内、国外公司业绩的差别，引入国内公司一个虚拟变量

B:考查季节性因素，引入春、夏、秋三个虚拟变量

C:考查季度因素的影响，引入第一、第二、第三、第四四个虚拟变量

D:考查男女之间的差别，引入男、女两个虚拟变量

答案:考查季度因素的影响，引入第一、第二、第三、第四四个虚拟变量

；考查男女之间的差别，引入男、女两个虚拟变量

两个线性模型可能存在以下（）关系。

A:重合回归

B:平行回归

C:相异回归

D:汇合回归

答案:重合回归

；平行回归

；相异回归

；汇合回归

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。（）

A:错B:对

答案:对一个模型中，只能引入一个虚拟变量，不能同时引入多个。（）

A:对B:错

答案:错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。（）

A:对B:错

答案:错

第八章单元测试

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。

A:

B:

C:

D:

答案:

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。

A:回归方程的F统计量

B:回归方程的残差

C:参数估计量的标准差

D:回归方程的随机误差项

答案:回归方程的残差

从经济学和金融学的角度来看，协整是指（）。

A:因变量和自变量之间存在一个长期的均衡关系

B:因变量和自变量之间存在一个短期的波动溢出关系

C:因变量和自变量都是平稳的时间序列，但它们的线性组合确实不平稳的

D:因变量和自变量都是不平稳的时间序列，但它们的线性组合是平稳的

答案:因变量和自变量之间存在一个长期的均衡关系

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。

A:其他情况均包括

B:数据图形呈现明显的随时间快速增长或下降的趋势

C:数据图形呈现出无规则上升、下降并反复这一状况

D:数据图形呈明显的随时间递增或递减的趋势，但是趋势并不太陡峭

答案:数据图形呈现明显的随时间快速增长或下降的趋势

关于格兰杰因果检验，下列说法（）是错误的。

A:格兰杰因果检验时都是单向的形式

B:检验可能存在无法辨别的情况，即第三个变量z也可能是引起x、y变化的原因，但x和y没有直接的因果关系

C:因果检验的结果对滞后项数m非常敏感

D:检验的原假设是“x是引起y变化的原因”或“y是引起x变化的原因”

答案:检验的原假设是“x是引起y变化的原因”或“y是引起x变化的原因”

以下说法一定正确的是（）。

A:如果序列x和y~I(0),则ax+by~I(0)

B:如果序列x和y~I(1),则ax+by~I(1)

C:如果序列x~I(0),则a+bx~I(0)

D:如果序列y~I(1),则a+bx~I(1)

答案:如果序列x~I(0),则a+bx~I(0)

；如果序列y~I(1),则a+bx~I(1)

对于方程，单位根检验的原假设为（）。

A:=1

B:=1

C:=0

D:=0

答案:=1

；=0

在通常情况下，DF检验、ADF检验、EG检验的临界值都是一样的。（）

A:错B:对

答案:错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。（）

A:对B:错

答案:对白噪声序列和随机游走序列都是平稳的。（）

A:对B:错

答案:错

第九章单元测试

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。

A:281

B:81

C:68

D:30

答案:68

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。

A:1

B:负

C:0

D:正

答案:负

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（）。

A:建立与ARDL模型相对应的ECM模型，并计算出ECM项的t统计量，据此来判断变量间是否存在长期稳定的关系

B:利用协整检验

C:建立与ARDL模型相对应的ECM模型，并计算出F统计量，据此来判断变量间是否存在长期稳定的关系

D:利用单位根检验

答案:建立与ARDL模型相对应的ECM模型，并计算出F统计量，据此来判断变量间是否存在长期稳定的关系

对于EGARCH模型的条件方差方程，当（）时，表明确实存在杠杆效应或反馈效应。

A:

B:

C:

D:

答案:

作为VAR模型的新发展，SVAR模型是将（）与VAR模型结合了起来。

A:ARDL模型

B:GARCH模型

C:结构方程

D:简化方程

答案:结构方程

以下说法正确的是（）。

A:如果某序列的自相关函数是p阶截尾的，并且偏自相关函数是拖尾的，则可以把该序列设为AR(p)过程

B:如果某序列的自相关函数是q阶截尾的，并且偏自相关函数是拖尾的，则可以把该序列设为MA(q)过程

C:如果某序列的偏自相关函数是p阶截尾的，并且自相关函数是拖尾的，则可以把该序列设为AR(p)过程

D:如果某序列的偏自相关函数是q阶截尾的，并且自相关函数是拖尾的，则可以把该序列设为MA(q)过程

答案:如果某序列的自相关函数是q阶截尾的，并且偏自相关函数是拖尾的，则可以把该序列设为MA(q)过程

；如果某序列的偏自相关函数是p阶截尾的，并且自相关函数是拖尾的，则可以把该序列设为AR(p)过程

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（）。

A:非对称性

B:丛集性

C:波动性

D:平稳性

答案:丛集性

；波动性

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。（）

A:对B:错

答案:对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。（）

A:对B:错

答案:对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。（）

A:对B:错

答案:错

第十章单元测试

以下说法中错误的是（）。

A:内生变量只能作为被解释变量

B:外生变量是前定变量

C:外生变量只能作为解释变量

D:滞后的内生变量是前定变量

答案:内生变量只能作为被解释变量

可识别性的阶条件是（）。

A:充分但非必要条件

B:充要条件

C:其他说法均不对

D:必要但非充分条件

答案:必要但非充分条件

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（）。

A:无偏和不一致的

B:有偏和不一致的

C:有偏和大样本下一致的

D:无偏和大样本下一致的

答案:有偏和不一致的

以下（）不属于联立方程模型中的变量分类。

A:前定变量

B:内生变量

C:虚拟变量

D:外生变量

答案:虚拟变量

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。

A:恰好识别

B:不可识别

C:过度识别

D:有待进一步确认

答案:不可识别

以下说法正确的是（）。

A:如果有一个或几个方程是不可识别的，则称这个结构式模型是不可识别的

B:识别性是针对结构方程而言的，而不是针对模型的

C:在同一个结构式模型中，有的结构方程可以识别，有的结构方程不可以识别，有的结构方程则不用识别

D:识别性是针对模型而言的，而不是针对方程的

答案:如果有一个或几个方程是不可识别的，则称这个结构式模型是不可识别的

；识别性是针对结构方程而言的，而不是针对模型的

；在同一个结构式模型中，有的结构方程可以识别，有的结构方程不可以识别，有的结构方程则不用识别

联立方程模型的估计方法中，以下（）属于单一方程法。

A:两阶段最小二乘法

B:间接最小二乘法

C:普通最小二乘法

D:三阶段最小二乘法

答案:两阶段最小二乘法

；间接最小二乘法

；普通最小二乘法

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。（）

A:错B:对

答案:对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。（）

A:对B:错

答案:错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。（）

A:错B:对

答案