2025年金融考研计量经济学冲刺试卷(含答案).docxVIP

2025年金融考研计量经济学冲刺试卷(含答案).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2025年金融考研计量经济学冲刺试卷(含答案)

考试时间:______分钟总分:______分姓名:______

一、选择题(每题2分,共10分)

1.在经典的线性回归模型中,若解释变量之间存在完全多重共线性,则下列说法正确的是:

A.OLS估计量仍然是无偏的,但不再有效。

B.OLS估计量是有偏且不一致的。

C.OLS估计量是有效的,但存在随机解释变量问题。

D.无法进行OLS估计。

2.在使用普通最小二乘法(OLS)估计模型时,若存在异方差性,则下列说法正确的是:

A.OLS估计量仍然是无偏和有效的。

B.OLS估计量是有偏的,但仍然是一致的。

C.OLS估计量仍然是无偏的,但不再是最有效的。

D.OLS估计量是有偏且不一致的。

3.对于时间序列数据,若变量的均值围绕一个固定值波动,则该变量被称为:

A.平稳序列。

B.非平稳序列(单位根过程)。

C.差分平稳序列。

D.协整序列。

4.在进行回归分析时,如果模型遗漏了重要的解释变量,则可能导致:

A.多重共线性问题。

B.回归系数估计有偏且不一致。

C.标准误被低估。

D.R-squared值过高。

5.检验固定效应模型与随机效应模型选择时,通常使用的检验方法是:

A.Breusch-Pagan检验。

B.White检验。

C.Hausman检验。

D.LM检验。

二、简答题(每题5分,共20分)

1.简述异方差性对OLS估计量性质的影响。

2.解释什么是虚拟变量,并说明在回归模型中引入虚拟变量的作用。

3.简述单位根检验的目的是什么。

4.简述面板数据模型中固定效应模型与随机效应模型的主要区别。

三、计算题(每题10分,共30分)

1.考虑如下回归模型:Yi=β0+β1Xi+ui,其中i=1,...,n。假设得到了如下OLS估计结果(括号内为标准误):

?i=5.0+2.0Xi(SE:0.8,0.5)

R-squared=0.64,n=30。

(1)解释β1的经济含义。

(2)在5%的显著性水平下,检验H0:β1=0vsH1:β1≠0。

2.假定你使用Stata软件对如下模型进行了估计:ln(Yi)=β0+β1ln(Xi)+ui,结果如下(部分输出):

Source|SSdfMSNumberofobs=50

----一一一一一一一一一一

Model|.85001.0000.850000F(1,48)=108.26

|.009548R-squared=.017745

|.017745

...(省略部分输出)...

(省略部分输出)...

VCE:OLSRootMSE=.132833

------------------------------------------------------------------------------

ln(Y)|Coef.Std.Err.tP|t|[95%Conf.Interval]

-------------+----------------------------------------------------------------

ln(X)|.2000.01960510.240.000.161635.238365

_cons|-1.5000.699895-2.140.038-2.88706-.113944

(1)解释β1的经济学意义。

(2)解释R-squared的值。

3.假设你估计了一个包含时间趋势变量T和虚拟变量D(D=1为星期一,D=0为其他天)的模型:Yi=β0+β1T+β2D+ui。得到的OLS估计结果如下(括号内为标准误):

?i=100+0.5T

文档评论(0)

***** + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档