Trang chủ Đề thi 32229

Trắc nghiệm ôn tập kiến thức chương 11 - Kinh tế lượng (NEU)

Tổng hợp 40 câu trắc nghiệm ôn tập Kinh tế lượng Chương 11 theo giáo trình Đại học Kinh tế Quốc dân (NEU) về Phân tích Chuỗi thời gian và Dự báo. Bộ đề bao gồm cả lý thuyết và bài tập tính toán vận dụng cao, xoay quanh các chủ đề: Mô hình xu thế, Trung bình trượt (MA), San mũ Holt-Winters, Phép lọc Hodrick-Prescott (HP) và Hiệu chỉnh yếu tố thời vụ. Đề thi có đáp án và giải thích chi tiết, giúp sinh viên củng cố kiến thức và chuẩn bị tốt nhất cho kỳ thi kết thúc học phần.

Từ khoá: Kinh tế lượng Chương 11 Kinh tế lượng Chuỗi thời gian Trắc nghiệm NEU Dự báo kinh tế Mô hình Holt-Winters San mũ giản đơn Trung bình trượt Lọc HP Hiệu chỉnh mùa vụ Bài tập Kinh tế lượng

Số câu hỏi: 80 câuSố mã đề: 2 đềThời gian: 1 giờ

418,988 lượt xem 32,229 lượt làm bài

Xem trước nội dung
Câu 1: 0.25 điểm
Sự khác biệt cơ bản nhất về mặt triết lý dự báo giữa phân tích chuỗi thời gian (Time Series Analysis) so với các mô hình cấu trúc (Structural Models) như hồi quy đa biến là gì?
A.  
Mô hình chuỗi thời gian tập trung vào việc tìm ra các biến giải thích độc lập (X) có ảnh hưởng mạnh nhất đến biến phụ thuộc (Y).
B.  
Mô hình chuỗi thời gian sử dụng dữ liệu chéo (cross-section) để dự báo hành vi của các đối tượng khác nhau tại một thời điểm.
C.  
Mô hình chuỗi thời gian dự báo dựa trên hành vi trong quá khứ của chính biến số cần dự báo thay vì tìm kiếm các nhân tố nguyên nhân - kết quả.
D.  
Mô hình chuỗi thời gian luôn giả định rằng các yếu tố ngẫu nhiên không bao giờ xảy ra trong tương lai.
Câu 2: 0.25 điểm
Trong mô hình xu thế tuyến tính Yt=β1+β2tY_t = \beta_1 + \beta_2t, hệ số β2\beta_2 phản ánh điều gì về sự biến động của chuỗi YtY_t?
A.  
Lượng thay đổi tuyệt đối không đổi của Y qua mỗi đơn vị thời gian.
B.  
Tốc độ tăng trưởng phần trăm không đổi của Y qua mỗi đơn vị thời gian.
C.  
Giá trị ban đầu của chuỗi thời gian tại thời điểm t = 0.
D.  
Mức độ biến động ngẫu nhiên quanh xu thế.
Câu 3: 0.25 điểm
Để ước lượng tham số cho mô hình xu thế dạng mũ Yt=αertY_t = \alpha e^{rt} bằng phương pháp bình phương nhỏ nhất (OLS), phép biến đổi nào sau đây là cần thiết?
A.  
Bình phương hai vế: Yt2=α2e2rtY_t^2 = \alpha^2 e^{2rt}
B.  
Lấy nghịch đảo hai vế: 1/Yt=1/α+e−rt1/Y_t = 1/\alpha + e^{-rt}
C.  
Lấy sai phân bậc một: ΔYt=αrert\Delta Y_t = \alpha r e^{rt}
D.  
Lấy logarit tự nhiên hai vế: Ln(Yt)=Ln(α)+r⋅tLn(Y_t) = Ln(\alpha) + r \cdot t
Câu 4: 0.25 điểm
Xét mô hình xu thế tự hồi quy Yt=β1+β2Yt−1Y_t = \beta_1 + \beta_2 Y_{t-1}. Điều gì sẽ xảy ra với chuỗi thời gian nếu hệ số β2>1\beta_2 > 1?
A.  
Chuỗi sẽ hội tụ về một giá trị trung bình dài hạn.
B.  
Chuỗi sẽ có xu thế bùng nổ (tăng hoặc giảm rất mạnh) theo thời gian.
C.  
Chuỗi sẽ dao động ổn định xung quanh một hằng số.
D.  
Chuỗi sẽ trở thành bước ngẫu nhiên (random walk).
Câu 5: 0.25 điểm
Đồ thị của mô hình Logistic xu thế, thường được dùng để mô tả các biến số có tiệm cận trên và dưới, có hình dạng đặc trưng nào?
A.  
Hình Parabol quay bề lõm xuống dưới.
B.  
Hình đường thẳng đi lên từ trái qua phải.
C.  
Hình chữ "S" (Sigmoid).
D.  
Hình Hyperbol.
Câu 6: 0.25 điểm
Trong kiểm định các đoạn mạch (Runs test), một "đoạn mạch" (run) được định nghĩa là gì?
A.  
Một dãy liên tiếp các ký hiệu cùng dấu (+) hoặc cùng dấu (-).
B.  
Tổng số lượng các phần tử lớn hơn trung vị.
C.  
Số lượng các lần đổi dấu từ (+) sang (-) hoặc ngược lại.
D.  
Khoảng cách giữa giá trị lớn nhất và nhỏ nhất trong mẫu.
Câu 7: 0.25 điểm
Cho một chuỗi số liệu ngắn gồm 6 quan sát: 10, 12, 18, 9, 15, 11. Giả sử trung vị của mẫu này là 11.5. Hãy xác định số đoạn mạch (R) của chuỗi này.
A.  
R = 3
B.  
R = 2
C.  
R = 5
D.  
R = 4
Câu 8: 0.25 điểm
Khi kích thước mẫu n>20n > 20, phân phối của số đoạn mạch (R) trong kiểm định tính ngẫu nhiên sẽ xấp xỉ phân phối nào?
A.  
Phân phối Chi-bình phương.
B.  
Phân phối Chuẩn.
C.  
Phân phối Student (t).
D.  
Phân phối Fisher (F).
Câu 9: 0.25 điểm
Phương pháp trung bình trượt giản đơn (SMA) với m điểm quan sát có tác dụng chính là gì đối với chuỗi thời gian?
A.  
Dự báo chính xác các điểm đảo chiều đột ngột.
B.  
Loại bỏ hoàn toàn xu thế dài hạn để chỉ giữ lại yếu tố ngẫu nhiên.
C.  
Làm trơn số liệu, giảm bớt ảnh hưởng của yếu tố ngẫu nhiên để nhận diện xu thế.
D.  
Khôi phục lại các dữ liệu bị thiếu trong quá khứ.
Câu 10: 0.25 điểm
Một nhược điểm kỹ thuật dễ nhận thấy nhất khi sử dụng phương pháp trung bình trượt trung tâm (Centered Moving Average) so với chuỗi gốc là gì?
A.  
Mất một số quan sát ở đầu và cuối chuỗi dữ liệu đã làm trơn.
B.  
Làm tăng phương sai của chuỗi dữ liệu.
C.  
Không thể áp dụng cho dữ liệu có xu thế tuyến tính.
D.  
Phức tạp hơn về mặt tính toán so với phương pháp san mũ.
Câu 11: 0.25 điểm
Trong phương pháp san mũ giản đơn (Simple Exponential Smoothing), các trọng số gán cho các quan sát trong quá khứ thay đổi như thế nào khi càng lùi xa về quá khứ?
A.  
Trọng số bằng nhau cho tất cả các quan sát.
B.  
Trọng số giảm dần theo cấp số nhân (hàm mũ).
C.  
Trọng số tăng dần để phản ánh chu kỳ dài hạn.
D.  
Trọng số tuân theo phân phối chuẩn hình chuông.
Câu 12: 0.25 điểm
Giả sử mô hình san mũ giản đơn có hằng số san α=0.4\alpha = 0.4. Nếu giá trị thực tế tại thời điểm t là Yt=100Y_t = 100 và giá trị san mũ (dự báo) tại thời điểm đó là Y^t=90\hat{Y}_t = 90. Giá trị dự báo cho thời điểm t+1 (Y^t+1\hat{Y}_{t+1}) là bao nhiêu?
A.  
96
B.  
104
C.  
90
D.  
94
Câu 13: 0.25 điểm
Tiêu chuẩn khách quan thường được sử dụng để lựa chọn hằng số san α\alpha tối ưu trong phương pháp san mũ là gì?
A.  
Chọn α\alpha sao cho phương sai của chuỗi gốc nhỏ nhất.
B.  
Chọn α\alpha sao cho Tổng bình phương sai số (RSS) giữa chuỗi thực tế và chuỗi san là nhỏ nhất.
C.  
Luôn chọn α=0.5\alpha = 0.5 để cân bằng giữa hiện tại và quá khứ.
D.  
Chọn α\alpha gần bằng 1 nếu chuỗi có nhiều biến động ngẫu nhiên.
Câu 14: 0.25 điểm
Tại sao khi phân tích chuỗi thời gian, việc "hiệu chỉnh yếu tố thời vụ" (Seasonal Adjustment) lại quan trọng đối với các nhà phân tích kinh tế?
A.  
Để làm cho dữ liệu trông đẹp hơn trên đồ thị.
B.  
Để tăng số lượng quan sát cho mẫu nghiên cứu.
C.  
Để loại bỏ các biến động lặp lại có tính quy luật hàng năm, giúp nhìn rõ hơn xu thế thực sự và các biến động chu kỳ khác.
D.  
Để chuyển đổi dữ liệu từ tần suất tháng sang tần suất năm.
Câu 15: 0.25 điểm
Trong quy trình hiệu chỉnh yếu tố thời vụ cho dữ liệu theo tháng (s=12), bước đầu tiên thường là tính trung bình trượt. Số điểm (s) được dùng để trượt là bao nhiêu?
A.  
12 điểm
B.  
6 điểm
C.  
3 điểm
D.  
24 điểm
Câu 16: 0.25 điểm
Giả sử bạn đang dùng mô hình nhân để phân tích chuỗi thời gian. Sau khi có chuỗi trung bình trượt Y∗Y^* (đại diện cho xu thế-chu kỳ), bước tiếp theo để tìm chỉ số thời vụ thô là tính đại lượng nào?
A.  
Y−Y∗Y - Y^*
B.  
Y×Y∗Y \times Y^*
C.  
(Y−Y∗)/Y(Y - Y^*) / Y
D.  
Y/Y∗Y / Y^*
Câu 17: 0.25 điểm
Khi tính chỉ số thời vụ (Seasonality Index - SIN) cho dữ liệu theo quý, tổng của 4 chỉ số thời vụ sau khi chuẩn hóa phải bằng bao nhiêu?
A.  
1
B.  
4
C.  
100
D.  
0
Câu 18: 0.25 điểm
Công thức để tính chuỗi đã điều chỉnh yếu tố thời vụ (ADY) trong mô hình nhân, biết YtY_t là chuỗi gốc và SINtSIN_t là chỉ số thời vụ, là gì?
A.  
ADYt=Yt×SINtADY_t = Y_t \times SIN_t
B.  
ADYt=Yt−SINtADY_t = Y_t - SIN_t
C.  
ADYt=Yt/SINtADY_t = Y_t / SIN_t
D.  
ADYt=Yt+SINtADY_t = Y_t + SIN_t
Câu 19: 0.25 điểm
Bốn thành phần cơ bản cấu thành nên một chuỗi thời gian theo phương pháp truyền thống bao gồm:
A.  
Xu thế (T), Yếu tố mùa (S), Chu kỳ (C), Bất quy tắc (I).
B.  
Xu thế (T), Hồi quy (R), Mùa vụ (S), Ngẫu nhiên (E).
C.  
Trung bình (M), Phương sai (V), Mùa vụ (S), Xu thế (T).
D.  
Ngắn hạn (S), Trung hạn (M), Dài hạn (L), Vĩnh viễn (P).
Câu 20: 0.25 điểm
Khi nào nên ưu tiên sử dụng Mô hình Nhân (Y=T.S.C.IY = T.S.C.I) thay vì Mô hình Cộng (Y=T+S+C+IY = T+S+C+I)?
A.  
Khi biên độ dao động của yếu tố thời vụ không đổi theo thời gian.
B.  
Khi chuỗi thời gian không có xu thế rõ ràng.
C.  
Khi yếu tố bất quy tắc (I) bằng 0.
D.  
Khi biên độ dao động của yếu tố thời vụ phụ thuộc vào mức độ chung của chuỗi (ví dụ: xu thế tăng thì dao động mùa vụ càng mạnh).
Câu 21: 0.25 điểm
Trong quy trình phân tích mô hình nhân, sau khi đã tính được chuỗi TCI (bằng cách chia Y cho chỉ số thời vụ SIN), bước tiếp theo thường làm gì để tách riêng thành phần xu thế (T) và chu kỳ (C)?
A.  
Lấy sai phân bậc 2 của TCI.
B.  
Hồi quy TCI theo biến thời gian t (dạng TCI=f(t)+uTCI = f(t) + u).
C.  
Tính trung bình cộng của TCI.
D.  
Nhân TCI với chỉ số thời vụ một lần nữa.
Câu 22: 0.25 điểm
Mô hình san mũ Holt-Winters dạng không có yếu tố thời vụ sử dụng bao nhiêu tham số để làm trơn và cập nhật dữ liệu?
A.  
1 tham số (α\alpha)
B.  
3 tham số (α,β,γ\alpha, \beta, \gamma)
C.  
2 tham số (α,β\alpha, \beta)
D.  
4 tham số (α,β,γ,ϕ\alpha, \beta, \gamma, \phi)
Câu 23: 0.25 điểm
Trong mô hình Holt-Winters (không có mùa vụ), công thức cập nhật thành phần xu thế TtT_t được tính dựa trên hiệu số của hai đại lượng nào?
A.  
Hai giá trị san mũ (Level) liên tiếp: Y^t−Y^t−1\hat{Y}_t - \hat{Y}_{t-1}
B.  
Hai giá trị thực tế liên tiếp: Yt−Yt−1Y_t - Y_{t-1}
C.  
Giá trị thực tế và giá trị dự báo: Yt−Y^tY_t - \hat{Y}_t
D.  
Xu thế hiện tại và xu thế trung bình.
Câu 24: 0.25 điểm
Mô hình Holt-Winters đầy đủ (có dự báo yếu tố thời vụ) cần ước lượng bao nhiêu tham số san mũ?
A.  
1
B.  
2
C.  
4
D.  
3
Câu 25: 0.25 điểm
Trong công thức cập nhật yếu tố thời vụ của mô hình Holt-Winters: Ft=γ(Yt/Y^t)+(1−γ)Ft−sF_t = \gamma (Y_t / \hat{Y}_t) + (1-\gamma)F_{t-s}, ký hiệu ss đại diện cho điều gì?
A.  
Số bước dự báo trong tương lai.
B.  
Số kỳ trong một chu kỳ thời vụ (ví dụ: 4 với quý, 12 với tháng).
C.  
Độ lệch chuẩn của sai số dự báo.
D.  
Số lượng quan sát trong mẫu.
Câu 26: 0.25 điểm
Phép lọc Hodrick - Prescott (HP filter) phân rã chuỗi thời gian thành hai thành phần chính nào?
A.  
Thời vụ và Ngẫu nhiên.
B.  
Xu thế (Trend) và Ngẫu nhiên (Irregular).
C.  
Xu thế (Trend) và Chu kỳ (Cycle).
D.  
Ngắn hạn và Dài hạn.
Câu 27: 0.25 điểm
Theo đề xuất của Hodrick và Prescott, khi sử dụng phép lọc HP cho dữ liệu theo **quý** (quarterly data), giá trị của tham số làm trơn λ\lambda nên được chọn là bao nhiêu?
A.  
1600
B.  
100
C.  
14400
D.  
6.25
Câu 28: 0.25 điểm
Trong phép lọc HP, nếu tham số λ\lambda tiến tới vô cùng (λ→∞\lambda \to \infty), thành phần xu thế thu được sẽ có dạng như thế nào?
A.  
Trùng khít với chuỗi gốc ban đầu.
B.  
Một đường cong parabol bậc 2.
C.  
Bằng 0 tại mọi điểm.
D.  
Một đường thẳng tuyến tính (Linear trend).
Câu 29: 0.25 điểm
Phương pháp Census II X-11 có một tính năng đặc biệt gọi là "hiệu chỉnh ngày thương mại" (Trading day adjustment). Mục đích của tính năng này là gì?
A.  
Loại bỏ các ngày nghỉ lễ ra khỏi bộ dữ liệu.
B.  
Hiệu chỉnh sự khác biệt về số ngày làm việc/bán hàng trong các tháng khác nhau giữa các năm.
C.  
Chỉ tính toán dự báo cho các ngày có giao dịch chứng khoán.
D.  
Chuyển đổi dữ liệu từ lịch dương sang lịch âm.
Câu 30: 0.25 điểm
Trong phương pháp Census II X-11, thành phần TC (Trend-Cycle) ban đầu được ước lượng bằng công cụ thống kê nào?
A.  
Hồi quy tuyến tính.
B.  
San mũ Holt-Winters.
C.  
Trung bình trượt trung tâm.
D.  
Phân tích phổ (Spectral analysis).
Câu 31: 0.25 điểm
Một công ty bán lẻ nhận thấy doanh số của họ tăng trưởng đều đặn qua các năm nhưng không có bất kỳ biến động nào theo mùa (doanh số các tháng tương đương nhau). Phương pháp dự báo nào sau đây là phù hợp và đơn giản nhất trong trường hợp này?
A.  
San mũ Holt (Holt's linear/2 tham số).
B.  
San mũ giản đơn (Simple Exponential Smoothing).
C.  
Trung bình trượt giản đơn (SMA).
D.  
Mô hình Holt-Winters đầy đủ (3 tham số).
Câu 32: 0.25 điểm
Trong phân tích kỹ thuật chứng khoán, tín hiệu "Bán" thường được phát ra khi mối quan hệ giữa giá chứng khoán và đường trung bình trượt (MA) như thế nào?
A.  
Giá chứng khoán cắt đường MA từ dưới lên.
B.  
Giá chứng khoán nằm ngang bằng với đường MA.
C.  
Đường MA đi ngang.
D.  
Giá chứng khoán cắt và đi xuống dưới đường trung bình trượt.
Câu 33: 0.25 điểm
Cho mô hình tự hồi quy: Yt=10+0.8Yt−1Y_t = 10 + 0.8 Y_{t-1}. Nếu giá trị quan sát tại thời điểm t=50t = 50, dự báo cho thời điểm kế tiếp (Yt+1Y_{t+1}) là bao nhiêu?
A.  
60
B.  
50
C.  
40
D.  
48
Câu 34: 0.25 điểm
Xét mô hình xu thế hàm bậc hai: Yt=β1+β2t+β3t2Y_t = \beta_1 + \beta_2t + \beta_3t^2. Nếu β2<0\beta_2 < 0 và β3>0\beta_3 > 0, hình dáng xu thế của chuỗi thời gian sẽ như thế nào?
A.  
Luôn tăng dần.
B.  
Luôn giảm dần.
C.  
Ban đầu giảm, sau đó chạm đáy và tăng trở lại (Parabol bề lõm quay lên).
D.  
Ban đầu tăng, sau đó đạt đỉnh và giảm dần (Parabol bề lõm quay xuống).
Câu 35: 0.25 điểm
Trong kiểm định tính ngẫu nhiên (Runs test), cặp giả thuyết thống kê được đặt ra là gì?
A.  
H0H_0: Mẫu là ngẫu nhiên; H1H_1: Mẫu không ngẫu nhiên.
B.  
H0H_0: Mẫu có xu thế; H1H_1: Mẫu không có xu thế.
C.  
H0H_0: Trung bình mẫu bằng 0; H1H_1: Trung bình mẫu khác 0.
D.  
H0H_0: Phương sai đồng nhất; H1H_1: Phương sai thay đổi.
Câu 36: 0.25 điểm
Trong phương pháp san mũ giản đơn, nếu bạn chọn hệ số làm trơn α\alpha rất nhỏ (ví dụ α=0.05\alpha = 0.05), đường san mũ sẽ có đặc điểm gì so với chuỗi gốc?
A.  
Bám rất sát vào chuỗi gốc, kể cả các biến động nhiễu.
B.  
Biến động mạnh hơn chuỗi gốc.
C.  
Trùng khít với chuỗi gốc.
D.  
Rất trơn, ít biến động, phản ánh xu thế dài hạn tốt hơn là biến động ngắn hạn.
Câu 37: 0.25 điểm
Giả sử bạn đang thực hiện phân tích mô hình nhân. Bạn có giá trị thực tế Y=200Y = 200 và giá trị của thành phần xu thế - chu kỳ - mùa vụ ước lượng được là TCS=190TCS = 190. Giá trị của thành phần bất quy tắc (Irregular - I) là bao nhiêu?
A.  
10
B.  
1.053
C.  
0.95
D.  
-10
Câu 38: 0.25 điểm
Công thức dự báo cho hh bước tương lai trong mô hình Holt-Winters (không có mùa vụ) là gì?
A.  
Y^n+h=Y^n+Tn\hat{Y}_{n+h} = \hat{Y}_n + T_n
B.  
Y^n+h=Y^n×h\hat{Y}_{n+h} = \hat{Y}_n \times h
C.  
Y^n+h=Y^n+h×Tn\hat{Y}_{n+h} = \hat{Y}_n + h \times T_n
D.  
Y^n+h=(Y^n+Tn)×h\hat{Y}_{n+h} = (\hat{Y}_n + T_n) \times h
Câu 39: 0.25 điểm
Sự khác biệt chính về mục đích sử dụng giữa phương pháp san mũ Holt-Winters và phép lọc Hodrick-Prescott (HP) là gì?
A.  
Holt-Winters thường dùng cho dự báo ngắn hạn, trong khi HP filter thường dùng trong kinh tế vĩ mô để tách xu thế dài hạn và chu kỳ.
B.  
Holt-Winters dùng cho dữ liệu chéo, HP dùng cho chuỗi thời gian.
C.  
Holt-Winters chỉ dùng cho dữ liệu năm, HP dùng cho dữ liệu tháng.
D.  
Holt-Winters không thể xử lý xu thế, còn HP thì có.
Câu 40: 0.25 điểm
Trong bối cảnh của các mô hình ngoại suy đơn giản được trình bày trong chương, giả thiết "biến ngoại suy là biến tất định" (deterministic) có hàm ý gì?
A.  
Biến số biến động hoàn toàn ngẫu nhiên không có quy luật.
B.  
Biến số được xác định bởi các nhân tố kinh tế vĩ mô phức tạp.
C.  
Biến số không phụ thuộc vào thời gian.
D.  
Biến số tuân theo một hàm số chính xác của thời gian (phi ngẫu nhiên), bỏ qua sai số ngẫu nhiên trong quá trình xây dựng mô hình lý thuyết ban đầu.