高铁梅计量经济学考试重点

高铁梅计量经济学考试重点

ID:26400412

大小:78.50 KB

页数:10页

时间:2018-11-26

高铁梅计量经济学考试重点_第1页
高铁梅计量经济学考试重点_第2页
高铁梅计量经济学考试重点_第3页
高铁梅计量经济学考试重点_第4页
高铁梅计量经济学考试重点_第5页
资源描述:

《高铁梅计量经济学考试重点》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、WORD格式可编辑计量经济学复习资料1.时间序列波动的四大因素答:①趋势变动:代表经济时间序列长期的趋势特性②循环变动:以数年为周期的周期性变动。③季节变动:以年或季度为周期的变化。④不规则变动:偶然因素引起的随机变动。在经济分析中,季节变动和不规则变动掩盖了经济发展中的客观变化,给研究和分析经济发展趋势和判断目前经济所处的状态带来困难。因此,需要在经济分析之前将经济时间序列进行季节调整,剔除其中的季节变动要素和不规则要素。2.季节调整的基本思想与步骤一个季度或月度的时间序列往往会受到年内季节变动的影响,这种季节变动是由气候条件、生产周期、假期和销售等季节因素

2、造成的。由于这些因素造成的影响通常大得足以遮盖时间序列短期的基本变动趋势,混淆经济发展中其他客观变化要素,以致难以深入研究和正确解释经济规律,若要掌握经济运行的客观变化规律,必须进行季节调整。季节调整就是从一个时间序列中估计和剔除季节影响的过程,目的是更好地揭示季节或月度序列的特征或基本趋势。季节调整的基本步骤为:①检测异常值:观察原始数据,绘制原始数据图或计算序列自相关,观察序列是否包含季节性、季节模式的变化、波幅的差异和变化、异常值等季节性变动的因素。②消除异常值:在对序列及其季节行为进行初步的图形评估后,使用模型的默认选项进行季节调整。随后,使用模型计算

3、出经季节调整的趋势,并加回异常观测值。利用模型把原始时间序列存在的季节因素剔除掉,季节调整后的时间序列是趋势-循环和不规则因素的合成。③修订及预测:修订历史数据和预测近期趋势。季节调整的标准方法为移动平均方法,分为简单移动平均、中心化移动平均和加权移动平均。它是算术平均的一种,它具有如下特性:第一,周期(及其整数倍)与移动平均项数相等的周期性变动基本得到消除;第二,互相独立的不规则变动得到平滑。3.简述X11季节调整方法X11方法是基于移动平均法的季节调整方法。通过移动平均,可以削弱原序列的上下波动,从而起到对原序列的修匀或平滑的作用。X11季节调整方法包括乘

4、法模型和加法模型。理论上讲,如果不管趋势如何变化,季节因素相对不变,那么加法模型是合适的;如果季节变化随趋势变化而变化,乘法模型是合适的。它的特征在于除了能适应各种经济指标的性质,根据各种季节调整的目的,选择计算方式外,在不作选择的情况下,也能根据事先编入的统计基准,按数据的特征自动选择计算方式。在计算过程中可根据数据中的随机因素大小,采用不同长度的移动平均,随机因素越大,移动平均长度越大。X11方法是通过几次迭代来进行分解的,每一次对组成因子的估算都进一步精化。专业技术知识共享WORD格式可编辑4.简述CensusX12季节调整方法美国商务部国势普查局的X1

5、2季节调整程序是在X11方法的基础上发展而来的,包括X11季节调整方法的全部功能,并对X11方法进行了以下3方面的重要改进:①扩展了贸易日和节假日影响的调节功能,增加了季节、趋势循环和不规则要素分解模型的选择功能;②新的季节调整结果稳定性诊断功能;③增加X12-ARIMA模型的建模和模型选择功能。5.简述趋势分析的方法季节调整方法可以对经济时间序列进行分解,但在季节调整方法中,趋势和循环要素视为一体不能分开。①Hodrick-Prescott(HP)滤波在宏观经济学中,人们非常关心序列组成成分中的长期趋势,Hodrick-Prescott滤波是被广泛使用的一种

6、方法。HP滤波的运用比较灵活,它不像阶段平均法那样依赖于经济周期峰和谷的确定。它把经济周期看成宏观经济波动对某些缓慢变动路径的偏离,这种路径在期间内单调地增长,所以称之为趋势。HP滤波增大了经济周期的频率,使周期波动减弱。②频谱滤波(BP滤波)方法谱分析的基本思想是:把时间序列看作是互不相关的周期(频率)分量的叠加,通过研究和比较各分量的周期变化,以充分揭示时间序列的频域结构,掌握其主要波动特征。因此,在研究时间序列的周期波动方面,它具有时域方法所无法企及的优势。6.一元线性回归模型的基本假定一元线性回归模型的基本形式为:一元指的是只有一个解释变量,线性指的是

7、参数和干扰项进入方程的形式是线性的,即被解释变量仅与唯一的解释变量相关。回归分析的主要目的是根据样本回归函数的方程来估计总体回归函数的方程,它的基本假定有:①线性回归模型:回归模型尽管对变量而言不一定是线性的,但它对于参数而言是线性的。②X值是固定的或独立于随机扰动项。③随机扰动项的均值为零。④随机扰动项的方差相等。⑤各个随机扰动项之间无自相关。以上三个假定是对随机扰动项的假定。⑥观测次数n必须大于待估计的参数个数。⑦在一个给定的样本中,X值不可以全部相同。而且X变量的取值没有异常。7.最小二乘法的基本思路①为了精确地描述Y与X之间的关系,必须使用这两个变量的

8、每一对观察值,才不至于以点概面。②Y与

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。