Đề thi kết thúc học phần môn Kinh tế lượng ứng dụng tài chính năm 2019-2020 - Trường Đại học Ngân Hàng TP.HCM (Đề 1)

TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HCM
KHOA KINH TẾ QUỐC TẾ

ĐỀ THI KẾT THÚC HỌC PHẦN
MÔN: KINH TẾ LƯỢNG ỨNG DỤNG TC
(số câu trong đề thi: 40)
Thời gian làm bài: 60 phút

NỘI DUNG ĐỀ THI
Câu 1.
Dữ liệu bảng (panel data) là dữ liệu:
a. Theo thời gian của biến (time series data).
b. Của các đơn vị chéo tại một thời điểm.
c. Kết hợp của chuỗi thời gian và các đơn vị chéo.
d. Khơng thuộc các loại trên.
Câu 2.

2

Phương trình phương sai của mơ hình phương sai có điều kiện tự hồi qui ARCH (1), ht = 0 + 1 et 1 , phải thỏa mãn
điều kiện:
a. 0< 0, 1< 0
b. 0> 0, 1> 0
c. 0< 0, 1> 0
d. 0> 0, 1< 0
Câu 3.
Mơ hình ARMA thể hiện sự phụ thuộc tuyến tính của Yt vào:
a. Giá trị quá khứ của Yt.
b. Giá trị hiện tại của sai số ngẫu nhiên.
c. Giá trị quá khứ của sai số ngẫu nhiên.
d. Tất cả các lựa chọn trên.

Câu 4.
Giả sử các mơ hình ARIMA sau đây có phần dư dừng. Hãy chọn mơ hình ARIMA thích hợp cho dự báo dựa trên các
tiêu chuẩn thơng tin AIC, SBIC, HQIC được cho lần lượt là:
a. Mô hình 1: 0.637; 0.736; 0.677.
b. Mơ hình 2: 0.416; 0.514; 0.456.
c. Mơ hình 3: 0.607; 0.699; 0.644.
d. Mơ hình 4: 0.606; 0.699; 0.644.
Câu 5.
Sau đây là kết quả ước lượng một mơ hình phương sai có điều kiện tự hồi qui T-GARCH về lợi tức (R) và
độ biến động (volatility) của một cổ phiếu. Tác động của một tin tốt và tin xấu đối với thị trường sẽ cho hệ
số (của cú sốc tương ứng) lần lượt là:
Dependent Variable: R
Method: ML - ARCH (Marquardt) - Normal distribution
Date: 01/09/16 Time: 21:33
Sample: 1 500
Included observations: 500
Convergence achieved after 33 iterations
Presample variance: backcast (parameter = 0.7)
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*RESID(-1)^2*(RESID(-1)<0) +C(5)*GARCH(-1)
Variable
Coefficient Std. Error
z-Statistic
Prob.
C
0.994248
0.042924
23.16273
0.0000
Variance Equation
C

0.355680
0.090153
3.945302
0.0001
RESID(-1)^2
0.263030
0.080566
3.264773
0.0011
RESID(-1)^2*(RESID(-1)<0) 0.491808
0.204753
2.401961
0.0163
GARCH(-1)
0.287609
0.115609
2.487780
0.0129
a. 0.9942; 0.3557
b. 0.2630; 0.4919
c. 0.2630; 0.7549
d. 0.2630; 0.2876

1


Câu 6.
Sau đây là kết quả ước lượng một mô hình phương sai có điều kiện tự hồi qui GARCH về lợi tức (R) và độ
biến động (volatility) của một cổ phiếu. Phương trình trung bình trong mơ hình này là:
Dependent Variable: R

Method: ML - ARCH (Marquardt) - Normal distribution
Date: 09/22/17 Time: 17:53
Sample: 1 500
Included observations: 500
Convergence achieved after 15 iterations
Presample variance: backcast (parameter = 0.7)
GARCH = C(3) + C(4)*RESID(-1)^2 + C(5)*GARCH(-1)
Variable
Coefficient
Std. Error
z-Statistic
Prob.
GARCH
0.232869
0.066292
3.512789
0.0004
C
0.818148
0.072689
11.25552
0.0000
Variance Equation
C
0.370729
0.085243
4.349084
0.0000
RESID(-1)^2
0.458145

0.102436
4.472524
0.0000
GARCH(-1)
0.274478
0.110251
2.489577
0.0128
̂
a. 𝑅𝑡 = 0.818148.
b. 𝑅̂𝑡 = 0.818148 + 0.232869ht-1
2
c. 𝑅̂𝑡 = 0.370729 + 0.4581456𝑒𝑡−1
.
̂
d. 𝑅𝑡 = 0.370729.
Câu 7.
Mơ hình vốn đầu tư Grunfeld của 4 cơng ty GE, GM, US Steel, và Westinghouse có dạng: Yit = 1i + 2X2it + 3X3it
+ Uit. Trong đó Y là tổng vốn đầu tư (million US$), X2 là giá trị các công ty (million US$), X3 là giá trị tài sản của
các công ty (million US$), quan sát từ năm 1935-1954. Một mơ hình tác động cố định LSDV có dạng Yit = 1 + 2D2i
+ 3D3i + 4D4i +  2X2it + 3X3it + Uit. Trong đó D2i, D3i, D4i là các biến giả (dummy) dùng cho các công ty GM, US
Steel, Westinghouse. GE là công ty so sánh (phạm trù cơ sở). Kết quả ước lượng mơ hình này như sau: 𝑌̂𝑖𝑡 = -245.7924
+ 161.5722D2i + 339.6328D3i + 186.5666D4i + 0.1079X2i + 0.3461X3i. Hệ số chặn của công ty GM là:
a. -245.7924.
b. -84.22.
c. 339.6328.
d. 186.5666.
Câu 8.
Sau đây là một kết quả kiểm định hiệu ứng ARCH bằng phương pháp nhân tử Lagrange (LM) thực hiện bởi
Eviews. Giá trị tới hạn Chi-square tại mức ý nghĩa 5% dùng cho kiểm định này là:

Heteroskedastticity Test: ARCH
F-statistic
0.292665
Prob. F(1,497)
0.5888
Obs*R-squared
0.293670
Prob. Chi-square(1) 0.5879
a. 0.5879.
b. 0.5888.
c. 3.841.
d. 0.293670.
Câu 9.
Nếu những tác động không quan sát được và khơng thay đổi theo thời gian có tương quan với các biến độc lập trong
mơ hình, việc ước lượng bằng phương pháp mơ hình tác động ngẫu nhiên (REM) sẽ cho kết quả:
a. Chính xác.
b. Nhất quán.
c. Các ước lượng bị chệch (biased estimators).
d. Các lựa chọn trên đều sai.
Câu 10.
Xét mơ hình kiểm định nghiệm đơn vị: ADF: Bt
= 0.285  0.056 Bt1 + 0.315Bt1, ước lượng cho tau =
1.976. Tại mức ý nghĩa 5%:
a. Bác bỏ Ho.
b. Khơng bác bỏ Ho.
c. Bt có nghiệm đơn vị (Unit Root).
d. Lựa chọn B và C đúng.

2

Câu 11.
Dữ liệu bảng dạng ngắn (short panel data) có (N là số đơn vị chéo, T là khoảng thời gian của panel data):
a. N lớn, T lớn.
b. N lớn, T nhỏ.
c. N nhỏ, T lớn.
d. N nhỏ, T nhỏ
Câu 12.
Dữ liệu bảng khơng cân bằng (unbalanced panel data) có số quan sát (N là số đơn vị chéo, T là khoảng thời gian của
panel data):
a. = N
b. = T
c. = N + T
d.  N x T
Câu 13.
Thành phần ngẫu nhiên (Irregular component) của chuỗi thời gian thể hiện sự biến thiên của một chuỗi:
a. Diễn biến tăng hoặc giảm nhất quán của chuỗi.
b. Lặp lại với chu kỳ dài hơn 1 năm.
c. Khơng có tính hệ thống và khổng thể dự đoán.
d. Lặp lại với chu kỳ ngắn hơn 12 tháng.
Câu 14.
Một trong những mục đích của chuyển dạng dữ liệu (data transformation) là để:
a. Làm cho dữ liệu chính xác hơn.
b. Phù hợp với mục tiêu phân tích, nghiên cứu.
c. Làm cho dữ liệu sạch hơn.
d. Dữ liệu phản ánh được thực tế.
Câu 15.
Đồ thị hàm tự tương quan riêng phần PACF của hàm tự hồi qui AR(1) có đặc điểm (kk là ký hiệu hệ số tương quan
riêng phần; k là số bậc trễ):
a. kk = 0 khi k < 1

b. kk = 0 khi k > 1
c. kk 0 khi k > 1
d. kk 0 khi k < 1
Câu 16.
Chuỗi thời gian Yt là nhiễu trắng (white noise) khi:
a. E(Yt) = 0, t.
b. Var(Yt) = 2, t.
c. Cov(Yt, Yt-s) = 0, 0< s < t.
d. Bao gồm các lựa chọn A, B, C.
Câu 17.
Mơ hình ARMA(1,1) có thể viết là (et là sai số ngẫu nhiên nhiễu trắng):
a. Yt =  + 1Yt1 + et + 1et1
b. ∆Yt =  + 1Yt1 + et + 1et1
c. Yt =  + 1∆Yt1 + et + 1et1
d. ∆Yt =  + 1∆Yt1 + et + 1et1
Câu 18.
Theo kiểm định Hausman dùng để lựa chọn phương pháp mô hình tác động cố định (FEM) và mơ hình tác động ngẫu
nhiên (REM), nếu giả thuyết H0 của kiểm định Hausman bị bác bỏ, điều đó hàm ý là:
a. FEM thích hợp hơn.
b. REM thích hợp hơn.
c. Cả FEM và REM đều thích hợp.
d. Cả FEM và REM đều khơng thích hợp.
Câu 19.
Mơ hình ARMA được sử dụng để dự báo chuỗi thời gian Yt khi:
a. Chuỗi thời gian Yt biến động mạnh.
b. Chuỗi thời gian Yt không dừng.
c. Chuỗi thời gian Yt dừng.
d. Tất cả các lựa chọn trên.

3

Câu 20.
Một chuỗi thời gian có thể bao gồm các thành phần:
a. Xu hướng và mùa vụ (Trend và Seasonal variation).
b. Chu kỳ và mùa vụ (Cyclical và Seasonal variation).
c. Xu hướng, mùa vụ, và ngẫu nhiên (Trend, Seasonal, and Irregular variation).
d. Các lựa chọn A, B, C đều đúng.
Câu 21.
Trong mơ hình AR(1) của chuỗi thời gian Yt: Yt = δ + θ1Yt-1 + et nếu θ1= 1 thì:
a. Chuỗi Yt dừng.
b. Chuỗi Yt khơng có nghiệm đơn vị.
c. Chuỗi Yt nhiễu trắng.
d. Chuỗi Yt là một bước ngẫu nhiên.
Câu 22.
Các mơ hình chuỗi thời gian theo phương pháp Box-Jenkins phân tích quan hệ giữa 1 biến phụ thuộc và:
a. Các biến độc lập.
b. Các biến ngẫu nhiên khác.
c. Các biến phái sinh (ví dụ như biến trễ) từ biến phụ thuộc đó.
d. Các lựa chọn trên đều sai.
Câu 23.
Trong thị trường tài chính, tác động nào thường có thể làm cho giá cổ phiếu biến động mạnh hơn:
a. Tin tốt (good news).
b. Tin xấu (bad news).
c. Cả good news và bad news.
d. Giá cổ phiếu không bị tác động của tin tức.
Câu 24.
Trong kiểm định tính dừng của chuỗi thời gian dựa vào phương pháp kiểm định giả thuyết về hệ số tương quan. Tại
mức ý nghĩa 5%, giả thuyết H0 (không tự tương quan) bị bác bỏ nghĩa là:
a. Hệ số tương quan bằng 0.

b. Hệ số tương quan khác 0.
c. Hệ số tương quan bằng 1.
d. Hệ số tương quan khác 1.
Câu 25.
Kiểm định hiệu ứng ARCH là kiểm định dựa trên:
a. Chuỗi thời gian Yt.
b. Phần dư của mơ hình ước lượng.
c. Chuỗi thời gian Yt và phần dư.
d. Các lựa chọn trên đều đúng.
Câu 26.
2
Theo phương trình phương sai của mơ hình phương sai có điều kiện tự hồi qui ARCH (1): ht = α0 + α1𝑒𝑡−1
, nếu lợi
nhuận ở giai đoạn t biến động mạnh thì ở giai đoạn t + 1 sẽ có xu hướng:
a. Biến động mạnh hơn.
b. Biến động yếu hơn.
c. Không thay đổi.
d. Các lựa chọn trên đều sai.
Câu 27.
Mơ hình nào có thể giải thích được hiệu ứng địn bẩy (leverage effect) trong tài chính (ARCH, GARCH, GARCH-M,
T-GARCH là các dạng mơ hình phương sai có điều kiện tự hồi qui):
a. ARCH
b. GARCH
c. GARCH-M
d. T-GARCH
Câu 28.
Dữ liệu chéo (cross-sectional data) là dữ liệu:
a. Theo thời gian của một biến.
b. Của nhiều đơn vị chéo tại 1 thời điểm.
c. Điều tra chọn mẫu.

d. Thu thập có tính chất ngẫu nhiên.

4


Câu 29.
Các phương pháp mơ hình tác động cố định (FEM) và mơ hình tác động ngẫu nhiên (REM) được cho là có ít sự khác
biệt trong kết quả ước lượng khi có số khoảng thời gian (T) và số đơn vị chéo (N):
a. T = N.
b. T lớn và N nhỏ.
c. T nhỏ và N lớn.
d. T và N bất kỳ.
Câu 30.
Mơ hình chuỗi thời gian đơn biến (univariate time-series model) được sử dụng khi hành vi của một biến số cần giải
thích được quyết định bởi những thơng tin về:
a. Giá trị của biến đó trong quá khứ.
b. Giá trị hiện tại của sai số ngẫu nhiên.
c. Giá trị quá khứ của sai số ngẫu nhiên.
d. Các lựa chọn A, B, C đều đúng.
Câu 31.
Trong các mơ hình sau mơ hình nào có dạng mơ hình phương sai có điều kiện tự hồi qui GARCH(1, 1)?:
2
a. ht =  + 1𝜀𝑡−1
b. ht =  + 1ht1
2
c. ht =  + 1𝜀𝑡−1
+ 1ht1
d. Khơng mơ hình nào đúng.
Câu 32.
Hàm tự tương quan riêng phần (PACF) dùng để đo lường:

a. Chuỗi thời gian Yt.
b. Chuỗi thời gian Yt-1.
c. Hệ số tương quan riêng phần giữa Yt và Yt-k.
d. Tất cả các lựa chọn trên đều sai.
Câu 33.
Mơ hình tích hợp tự hồi qui và trung bình di động ARIMA(1,0,1) tương đương mơ hình:
a. Tự hồi qui AR(1)
b. Tự hồi qui trung bình di động ARMA(1,1)
c. Trung bình di động MA(0)
d. Tự hồi qui trung bình di động ARMA(0,0)
Câu 34.
Mơ hình vốn đầu tư Grunfeld của 4 công ty GE, GM, US Steel, và Westinghouse có dạng: Yit = 1 + 2X2it + 3X3it +
Uit. Trong đó Y là tổng vốn đầu tư (million US$), X2 là giá trị các công ty (million US$), X3 là giá trị tài sản của các
công ty (million US$), quan sát từ năm 1935-1954. Nếu mơ hình được ước lượng bằng phương pháp OLS với dữ liệu
gộp chung (pooled data), các giả định được đặt ra là:
a. Hệ số 1 thay đổi qua các công ty.
b. Hệ số 2 thay đổi qua các công ty.
c. Hệ số 3 thay đổi qua các công ty.
d. 1, 2, 3 không thay đổi qua các công ty.
Câu 35.
Mô hình vốn đầu tư Grunfeld của 4 cơng ty GE, GM, US Steel, và Westinghouse có dạng: Yit = 1 + 2X2it + 3X3it +
Uit. Trong đó Y là tổng vốn đầu tư (million US$), X2 là giá trị các công ty (million US$), X3 là giá trị tài sản của các
công ty (million US$), quan sát từ năm 1935-1954. Nếu mơ hình được ước lượng bằng phương pháp OLS với dữ liệu
gộp chung (pooled data), các giả định được đặt ra là các cơng ty có thể:
a. Khác nhau về cách quản lý.
b. Khác nhau về văn hóa cơng ty.
c. Khơng có sự khác biệt nhiều về cách quản lý, văn hóa cơng ty, và triết lý kinh doanh.
d. Khác nhau về triết lý kinh doanh.
Câu 36.
Mơ hình vốn đầu tư Grunfeld của 4 công ty GE, GM, US Steel, và Westinghouse có dạng: Yit = 1i + 2X2it + 3X3it

+ Uit. Trong đó Y là tổng vốn đầu tư (million US$), X2 là giá trị các công ty (million US$), X3 là giá trị tài sản của
các công ty (million US$), quan sát từ năm 1935-1954. Một mô hình tác động cố định LSDV có dạng:
Yit = 1 + 2D2i + 3D3i + 4D4i + 2X2it + 3X3it + 1(D2iX2it) + 2(D2iX3it) + 3(D3iX2it) + 4(D3iX3it) + 5(D4iX2it) +
6(D4iX3it) + Uit
Trong đó D2i, D3i, D4ilà các biến giả (dummy) dùng cho các công ty GM, US Steel, Westinghouse. GE là công ty so
sánh (phạm trù cơ sở). Hệ số độ dốc X2 của công ty GM là:

5


a. β2.
b. D2i.
c. γ1D2i.
d. β2 + γ1.
Câu 37.
Trong kiểm định hiệu ứng ARCH(q) theo phương pháp nhân tử Lagrange (LM), thống kê LM được tính theo cơng
thức (T là số quan sát của chuỗi thời gian; R2 là hệ số xác định)
a. (T - q)R2.
b. (T + q)R2.
c. (T - 1)R2.
d. (T + 1)R2.
Câu 38.
Khi kiểm định tính dừng của chuỗi thời gian dựa vào phương pháp kiểm định giả thuyết hệ số tương quan. Tại mức
ý nghĩa 5%, giả thuyết Ho (không tự tương quan) bị bác bỏ khi hệ số tự tương mẫu (T là qui mô mẫu):
a. Nằm ngoài vùng ± 1.96(1/√T).
b. Nằm trong vùng ± 1.96(1/√T).
c. Lớn hơn 0.05.
d. Nhỏ hơn 0.05.
Câu 39.
Điều kiện để mô hình ARMA (p,q) dừng và khả nghịch là giá trị tuyệt đối của nghịch đảo các nghiệm đặc trưng từ

quá trình AR và MA phải thỏa mãn:
a. > 1.
b. > 0.
c. < 1.
d. < 0.
Câu 40.
Mơ hình ARIMA(1,1,1) có thể viết là (et là sai số ngẫu nhiên nhiễu trắng):
a. Yt =  + 1Yt1 + et + 1et1
b. ∆Yt =  + 1Yt1 + et + 1et1
c. Yt =  + 1∆Yt1 + et + 1et1
d. ∆Yt =  + 1∆Yt1 + et + 1et1

----------------------Hết---------------------Sinh viên không được sử dụng tài liệu, cán bộ coi thi khơng giải thích gì thêm

6