全部来自 AI 原创生成并经逐题审校的题目，带 精品 标记的为 AI 复审通过。整卷生成请去组卷。
基于50个观测值估计工资方程，非受约束模型含截距与5个解释变量，拟合优度R²=0.60；现对其中2个解释变量的系数施加联合为零的约束，受约束模型的R²降为0.55。为检验该约束，构造F统计量 F=((R²_ur−R²_r)/q)/((1−R²_ur)/(n−k−1))，其中q为约束个数。则该F统计量的值为多少？ A. 约2.75 B. 约1.38 C. 约5.50 D. 约0.69
登录后查看答案
为研究某商品需求，用55个观测值估计含截距和4个解释变量的非受约束多元线性回归模型，得R_u^2=0.50。现检验其中2个解释变量的系数是否同时为0，得到受约束模型R_r^2=0.40。则检验该约束的F统计量等于 A. 5 B. 10 C. 2.5 D. 0.5
某分析使用同一组80个观测值，分别估计含截距的两个多元线性回归模型：模型甲有3个解释变量，R²=0.42；模型乙有5个解释变量，R²=0.44。按调整R²比较整体拟合优度，取三位小数，哪项正确？ A. 甲为0.397，乙为0.402，乙的整体拟合优度较高 B. 甲为0.402，乙为0.397，甲的整体拟合优度较高 C. 甲为0.420，乙为0.440，乙的整体拟合优度较高 D. 甲为0.397，乙为0.402，甲的整体拟合优度较高
某一年期收益率挂钩型结构化产品的本金为60万元，条款约定到期收益率为挂钩指数年度收益率的70%。若该指数年度收益率为4%，计算该产品到期本息总额。
设一元线性回归模型为 yᵢ=β₀+β₁xᵢ+uᵢ。下列哪一项描述本身与经典一元线性回归模型的基本假设相矛盾？ A. E(uᵢ|xᵢ)=c，其中 c 为非零常数 B. E(uᵢ|xᵢ)=0，且 Var(uᵢ|xᵢ) 为常数 C. E(uᵢ|xᵢ)=0，且不同观测的误差项不相关 D. E(uᵢ|xᵢ)=0，且样本中的解释变量取值不全相同
某金融机构持有一份市值2000万元的股票组合，日收益率标准差为1.5%。为管理市场风险，该机构运用金融工程方法（股指期货对冲）对组合进行风险管理，对冲后组合日收益率标准差降为原来的60%。假设日收益率近似服从正态分布，置信水平取95%，对应分位数为1.645，且组合市值不变。求：(1) 对冲前该组合的日VaR（95%）；(2) 对冲后该组合的日VaR（95%）；(3) 对冲使日VaR下降的金额。
某专家评价两款结构化产品创新。产品甲：通过场外期权将企业的利率风险转移给投资者，新增对冲与销售成本为每万元3元，但市场总风险敞口不变，信息不对称也不变。产品乙：设计标准化条款降低交易成本，使原本不可分的资产收益权可交易。根据金融产品创新的评价标准，下列判断正确的是： A. 甲和乙都因满足投资者需求而必然提升市场整体福利 B. 甲仅实现风险再分配，扣除新增成本后净福利未提高；乙因降低交易成本可能提升福利 C. 乙仅增加交易环节，一定降低市场整体福利 D. 只要甲有交易量，就说明市场更加完备，无需考虑成本
某研究对 30 个城市 6 年的面板数据分别估计固定效应模型与随机效应模型。设原假设 H₀：个体效应与解释变量不相关（应选随机效应模型）。已知 Hausman 统计量 H = (β_FE − β_RE)² / [Var(β_FE) − Var(β_RE)] 服从自由度为 1 的卡方分布。由样本算得 β_FE = 0.62，β_RE = 0.50，Var(β_FE) = 0.0060，Var(β_RE) = 0.0010。给定显著性水平 α = 0.05，查表得 χ²₀.₀₅(1) = 3.84。请计算 Hausman 统计量的值，并在 α = 0.05 下判断应选择固定效应模型还是随机效应模型。
某联立模型的结构式为 y₁=2y₂+3x+u₁，y₂=¼y₁−x+u₂，其中 x 为外生变量，y₁、y₂为内生变量，u₁、u₂为结构扰动项。将模型改写为简化式 y₁=π₁x+v₁、y₂=π₂x+v₂，哪一项正确？ A. π₁=2，π₂=−½；v₁=2u₁+4u₂，v₂=½u₁+2u₂ B. π₁=3，π₂=−1；v₁=u₁，v₂=u₂ C. π₁=2，π₂=½；v₁=2u₁+4u₂，v₂=½u₁+2u₂ D. π₁=1，π₂=−½；v₁=u₁+2u₂，v₂=½u₁+2u₂
某学者利用 24 个城市 6 年的面板数据估计消费模型，分别得到固定效应（FE）与随机效应（RE）估计量，并构造 Hausman 统计量 H = (β_FE − β_RE)'[Var(β_FE) − Var(β_RE)]⁻¹(β_FE − β_RE)。已知该统计量在原假设 H₀（个体效应与解释变量不相关，宜用随机效应模型）下渐近服从自由度为 2 的卡方分布，计算得 H = 12.84，而显著性水平 0.05 下卡方(2)分布的临界值为 5.99。据此判断：在 0.05 显著性水平下应____原假设，故选择____效应模型。
某面板数据模型设定为 y_it = α_i + β₁x₁,it + β₂x₂,it + u_it，其中 i=1,…,25 表示个体，t=1,…,12 表示时间。若将每个个体截距 α_i 视为待估参数（固定效应处理），且 β₁、β₂ 为共同斜率参数，则该模型共需估计的独立参数个数为 ____ 个。
某研究连续三年记录同一批家庭的收入与消费，每户每年均有观测。关于这组数据的结构与优势，哪项表述正确？ A. 属于面板数据，可同时利用家庭间差异与同一家庭随时间的变化 B. 属于重复截面数据，因为观测跨越多个年份 C. 属于面板数据，但其优势仅在于增加观测行数，不能追踪家庭变化 D. 属于面板数据，因此无需额外条件即可消除所有遗漏变量影响
考察某行业 30 家企业在 2018—2022 年间的面板数据，建立固定效应模型：y_it = β₀ + β₁x_it + α_i + u_it，其中 α_i 为个体固定效应，u_it 为随机扰动项。若该模型用虚拟变量（最小二乘虚拟变量法）表示，则共需引入表示个体截距差异的虚拟变量个数为____（不含共同截距项）。
某研究团队跟踪调查了100家企业2018年至2023年的研发投入与利润数据，同一企业被连续观测6年，形成平衡面板。下列关于该面板数据结构的说法，正确的是： A. 该数据仅含横截面维度，适合用混合回归 B. 该数据同时包含横截面（100家企业）与时间（6年）两个维度，能控制不可观测的个体异质性 C. 该数据仅含时间序列维度，只可分析单家企业 D. 该数据中每家企业只被观测一次
某研究考察季度数据中信贷增长率X对房价增长率Y的预测能力。ADF检验表明X与Y均为平稳序列。样本量T=120，滞后阶数p=2。原假设H0：X不是Y的格兰杰原因。估计以下两个模型：无限制模型：Y_t = c + φ₁Y_{t-1} + φ₂Y_{t-2} + β₁X_{t-1} + β₂X_{t-2} + ε_t，残差平方和RSS_U=240；受约束模型：Y_t = c + φ₁Y_{t-1} + φ₂Y_{t-2} + ε_t，残差平方和RSS_R=300。请计算格兰杰因果检验的F统计量，并在5%显著性水平下（临界值F0.05(2,115)=3.07）判断X是否为Y的格兰杰原因。
某研究对 30 个省份 8 年的面板数据分别估计固定效应模型与随机效应模型，随后进行 Hausman 检验。已知原假设 H₀ 为「个体效应与解释变量不相关」（即应选随机效应模型），检验统计量服从卡方分布，自由度为 1，5% 显著性水平的临界值为 3.84。若由样本算得的 Hausman 统计量为 9.62，则模型选择结论应为： A. 拒绝 H₀，选择随机效应模型 B. 拒绝 H₀，选择固定效应模型 C. 不能拒绝 H₀，选择固定效应模型 D. 不能拒绝 H₀，选择随机效应模型
设 y 与 x 均为一阶单整序列且存在协整关系，协整向量为 (1, −2)，即长期均衡关系为 y = 2x + 4。据此建立误差修正模型：Δy_t = 0.8Δx_t − 0.6(y_{t−1} − 2x_{t−1} − 4)。已知 y_{t−1} = 10，x_{t−1} = 2，本期 x 的变动量 Δx_t = 1。则本期 Δy_t = ____，其中误差修正项对 Δy_t 的贡献为 ____（均填数值）。
考虑一个恰好识别的联立方程模型：需求方程 Q = α + βP + γY + u，供给方程 Q = δ + θP + v，其中 Q 和 P 为内生变量，Y 为外生变量。对简化式进行OLS估计得到：P = 5 + 2Y，Q = 20 + 6Y。利用间接最小二乘法（ILS）估计供给方程中的参数 θ，则 θ 的ILS估计值为 ___。
为检验变量 x 是否为 y 的格兰杰原因，基于 T=100 的观测样本估计两个模型：无约束模型含 x 的 4 阶滞后项及 y 的 4 阶滞后项（另含常数项），其残差平方和为 RSS_u=80；受约束模型去掉 x 的全部滞后项后残差平方和为 RSS_r=92。请在显著性水平 0.05 下，构造格兰杰因果检验的 F 统计量，判断「x 不是 y 的格兰杰原因」的原假设是否被拒绝（F 的 5% 临界值约为 2.50），并说明检验结论。
某期经济系统由以下结构关系描述：Cₜ=α₀+α₁Yₜ+α₂Tₜ+α₃Yₜ₋₁+u₁ₜ，Iₜ=β₀+β₁Yₜ+β₂rₜ+u₂ₜ，Yₜ=Cₜ+Iₜ+Gₜ。其中 Cₜ、Iₜ、Yₜ由系统当期共同决定；Tₜ、Gₜ、rₜ在当期系统外给定；Yₜ₋₁为滞后一期的内生变量。按“前定变量包括当期外生变量和滞后内生变量”的口径分类。只统计方程右端的解释变量，不计常数项与扰动项。列出内生变量、外生变量、前定变量，并给出三条方程右端解释变量的不同变量总数。