Trang chủ Đề thi 32233

Trắc nghiệm ôn tập kiến thức chương 15 - Kinh tế lượng (NEU)

Tổng hợp bộ câu hỏi trắc nghiệm ôn tập Chương 15 môn Kinh tế lượng theo giáo trình Đại học Kinh tế Quốc dân (NEU). Nội dung chuyên sâu về các mô hình phương sai có điều kiện của sai số thay đổi: ARCH, GARCH, TGARCH, EGARCH và các mô hình mở rộng khác. Đề thi được thiết kế đa dạng bao gồm lý thuyết, bài tập tình huống và tính toán thực tế kèm giải thích chi tiết, giúp sinh viên nắm vững kiến thức phân tích chuỗi thời gian tài chính và quản trị rủi ro.

Từ khoá: Kinh tế lượng Chương 15 NEU Trắc nghiệm kinh tế lượng Mô hình ARCH Mô hình GARCH TGARCH EGARCH Phương sai sai số thay đổi Chuỗi thời gian tài chính Đề thi trắc nghiệm Ôn thi NEU Volatility clustering

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

419,047 lượt xem 32,233 lượt làm bài

Xem trước nội dung
Câu 1: 0.25 điểm
Đặc điểm nào sau đây mô tả chính xác nhất về tính chất "bầy đàn" (volatility clustering) của chuỗi lợi suất tài chính?
A.  
Các cú sốc lớn thường đi kèm với các cú sốc nhỏ xen kẽ nhau đều đặn.
B.  
Độ biến động có xu hướng ổn định và không thay đổi theo thời gian.
C.  
Các thay đổi lớn thường được theo sau bởi các thay đổi lớn, và các thay đổi nhỏ thường được theo sau bởi các thay đổi nhỏ.
D.  
Độ biến động luôn tăng trưởng theo cấp số nhân theo thời gian.
Câu 2: 0.25 điểm
Trong mô hình ARCH(1): σt2=α0+α1ut−12 \sigma_{t}^{2} = \alpha_{0} + \alpha_{1}u_{t-1}^{2} , điều kiện nào là bắt buộc để đảm bảo phương sai luôn dương và quá trình là dừng?
A.  
α0>0 \alpha_{0} > 0 và α1≥1 \alpha_{1} \ge 1
B.  
α0=0 \alpha_{0} = 0 và 0≤α1<1 0 \le \alpha_{1} < 1
C.  
α0>0 \alpha_{0} > 0 và 0≤α1<1 0 \le \alpha_{1} < 1
D.  
α0<0 \alpha_{0} < 0 và α1>0 \alpha_{1} > 0
Câu 3: 0.25 điểm
Cho mô hình ARCH(1) với σt2=0.5+0.2ut−12 \sigma_{t}^{2} = 0.5 + 0.2u_{t-1}^{2} . Hãy tính phương sai không điều kiện (Unconditional Variance) của chuỗi sai số ut u_t .
A.  
0.7
B.  
2.5
C.  
0.3
D.  
0.625
Câu 4: 0.25 điểm
Nhược điểm chính của mô hình ARCH khiến các nhà nghiên cứu phát triển mô hình GARCH là gì?
A.  
Mô hình ARCH không thể ước lượng bằng phương pháp bình phương nhỏ nhất (OLS).
B.  
Mô hình ARCH thường yêu cầu bậc trễ khá cao (nhiều tham số) để mô tả tốt dữ liệu, gây mất tính tiết kiệm (parsimony).
C.  
Mô hình ARCH không thể mô hình hóa được phương sai thay đổi.
D.  
Mô hình ARCH luôn cho dự báo phương sai bằng 0.
Câu 5: 0.25 điểm
Phương trình phương sai của mô hình GARCH(1,1) có dạng tổng quát như thế nào?
A.  
σt2=α0+α1ut−12+β1σt−12 \sigma_{t}^{2} = \alpha_{0} + \alpha_{1}u_{t-1}^{2} + \beta_{1}\sigma_{t-1}^{2}
B.  
σt2=α0+α1ut−12+β1ut−22 \sigma_{t}^{2} = \alpha_{0} + \alpha_{1}u_{t-1}^{2} + \beta_{1}u_{t-2}^{2}
C.  
rt=μ+α1rt−1+ϵt r_{t} = \mu + \alpha_{1}r_{t-1} + \epsilon_{t}
D.  
σt=α0+α1ut−1+β1σt−1 \sigma_{t} = \alpha_{0} + \alpha_{1}u_{t-1} + \beta_{1}\sigma_{t-1}
Câu 6: 0.25 điểm
Nếu tổng các hệ số trong phương trình phương sai của mô hình GARCH(1,1) bằng 1 (α1+β1=1 \alpha_{1} + \beta_{1} = 1 ), mô hình này được gọi là gì?
A.  
TGARCH
B.  
IGARCH (Integrated GARCH)
C.  
EGARCH
D.  
GARCH-M
Câu 7: 0.25 điểm
Một nhà đầu tư nhận thấy rằng khi thị trường chứng khoán giảm điểm mạnh, độ biến động của thị trường tăng cao hơn nhiều so với khi thị trường tăng điểm một lượng tương ứng. Hiện tượng này được gọi là gì?
A.  
Hiệu ứng đòn bẩy (Leverage Effect)
B.  
Hiệu ứng bầy đàn
C.  
Hiệu ứng phân phối chuẩn
D.  
Hiệu ứng hồi quy về giá trị trung bình
Câu 8: 0.25 điểm
Trong mô hình TGARCH(1,1): σt2=α0+α1ut−12+γut−12dt−1+β1σt−12 \sigma_{t}^{2} = \alpha_{0} + \alpha_{1}u_{t-1}^{2} + \gamma u_{t-1}^{2}d_{t-1} + \beta_{1}\sigma_{t-1}^{2} (với dt−1=1 d_{t-1}=1 nếu ut−1<0 u_{t-1}<0 ). Tác động của một "tin xấu" (cú sốc âm) lên phương sai là bao nhiêu?
A.  
α1 \alpha_{1}
B.  
γ \gamma
C.  
α1+γ \alpha_{1} + \gamma
D.  
α1−γ \alpha_{1} - \gamma
Câu 9: 0.25 điểm
Ưu điểm nổi bật nhất của mô hình EGARCH so với mô hình GARCH tiêu chuẩn là gì?
A.  
Dễ dàng tính toán bằng tay hơn.
B.  
Không cần ràng buộc các hệ số phải dương vì mô hình hóa logarit của phương sai.
C.  
Luôn có tổng các hệ số bằng 1.
D.  
Loại bỏ hoàn toàn sự tự tương quan trong chuỗi lợi suất.
Câu 10: 0.25 điểm
Mô hình GARCH-M (GARCH-in-Mean) được sử dụng để kiểm định giả thuyết tài chính nào sau đây?
A.  
Thị trường luôn hiệu quả.
B.  
Giá cả tài sản tuân theo bước ngẫu nhiên.
C.  
Phần bù rủi ro: rủi ro cao thì lợi suất kỳ vọng phải cao.
D.  
Lợi suất quá khứ không ảnh hưởng đến lợi suất hiện tại.
Câu 11: 0.25 điểm
Để kiểm định sự tồn tại của hiệu ứng ARCH trong phần dư của một mô hình hồi quy, kiểm định nào thường được sử dụng?
A.  
Kiểm định Durbin-Watson
B.  
Kiểm định Engle's LM (Lagrange Multiplier)
C.  
Kiểm định Dickey-Fuller (ADF)
D.  
Kiểm định Granger Causality
Câu 12: 0.25 điểm
Cho kết quả ước lượng mô hình GARCH(1,1): σt2=0.05+0.1ut−12+0.8σt−12 \sigma_{t}^{2} = 0.05 + 0.1u_{t-1}^{2} + 0.8\sigma_{t-1}^{2} . Hãy tính độ bền vững (persistence) của cú sốc trong mô hình này.
A.  
0.1
B.  
0.9
C.  
0.8
D.  
0.85
Câu 13: 0.25 điểm
Trong mô hình Component GARCH (Hợp phần), phương sai có điều kiện được tách thành hai thành phần nào?
A.  
Thành phần theo mùa và thành phần xu thế.
B.  
Thành phần dài hạn (permanent) và thành phần ngắn hạn/tức thời (transitory).
C.  
Thành phần rủi ro và thành phần phi rủi ro.
D.  
Thành phần dương và thành phần âm.
Câu 14: 0.25 điểm
Nếu một chuỗi lợi suất có phân phối với "đuôi dày" (fat tails) hơn phân phối chuẩn, hệ số nhọn (Kurtosis) của nó sẽ có đặc điểm gì?
A.  
Nhỏ hơn 3
B.  
Bằng 3
C.  
Lớn hơn 3
D.  
Bằng 0
Câu 15: 0.25 điểm
Giả sử bạn đang chạy mô hình TGARCH và thu được hệ số của biến tương tác (γ \gamma ) mang dấu dương và có ý nghĩa thống kê. Điều này ngụ ý gì?
A.  
Tin tốt làm tăng biến động nhiều hơn tin xấu.
B.  
Không có hiệu ứng bất đối xứng.
C.  
Có hiệu ứng đòn bẩy: tin xấu làm tăng biến động nhiều hơn tin tốt.
D.  
Chuỗi dữ liệu không dừng.
Câu 16: 0.25 điểm
Trong quy trình xây dựng mô hình rủi ro, bước đầu tiên cần thực hiện trước khi ước lượng phương trình phương sai là gì?
A.  
Kiểm định nghiệm đơn vị cho chuỗi bình phương phần dư.
B.  
Xây dựng phương trình trung bình (ví dụ ARMA) để thu được chuỗi phần dư sạch (không còn tự tương quan).
C.  
Dự báo ngay lập tức giá trị tương lai.
D.  
Chạy mô hình GARCH ngay trên chuỗi dữ liệu gốc.
Câu 17: 0.25 điểm
Cho mô hình EGARCH(1,1) có dạng: Ln(σt2)=α0+βLn(σt−12)+α∣ut−1σt−1∣+γut−1σt−1 Ln(\sigma_{t}^{2}) = \alpha_{0} + \beta Ln(\sigma_{t-1}^{2}) + \alpha |\frac{u_{t-1}}{\sigma_{t-1}}| + \gamma \frac{u_{t-1}}{\sigma_{t-1}} . Nếu γ<0 \gamma < 0 , điều này có ý nghĩa gì?
A.  
Tin xấu (cú sốc âm) làm tăng độ biến động nhiều hơn tin tốt.
B.  
Tin tốt (cú sốc dương) làm tăng độ biến động nhiều hơn tin xấu.
C.  
Tin xấu làm giảm độ biến động.
D.  
Tác động của tin tốt và tin xấu là như nhau.
Câu 18: 0.25 điểm
Bạn có kết quả ước lượng GARCH(1,1): σt2=0.02+0.15ut−12+0.80σt−12 \sigma_{t}^{2} = 0.02 + 0.15u_{t-1}^{2} + 0.80\sigma_{t-1}^{2} . Tại thời điểm t t , biết ut2=0.5 u_{t}^{2} = 0.5 và σt2=0.4 \sigma_{t}^{2} = 0.4 . Hãy dự báo phương sai cho thời điểm t+1 t+1 .
A.  
0.415
B.  
0.395
C.  
0.500
D.  
0.450
Câu 19: 0.25 điểm
Mô hình CHARMA (Conditional Heteroscedastic ARMA) khác biệt so với ARCH/GARCH ở điểm cơ bản nào?
A.  
Sử dụng các hệ số ngẫu nhiên thay vì hệ số cố định để mô tả phương sai.
B.  
Chỉ sử dụng cho dữ liệu chéo.
C.  
Không có thành phần sai số.
D.  
Luôn cho phương sai bằng hằng số.
Câu 20: 0.25 điểm
Đường cong phản ứng của các cú sốc (News Impact Curve) đối với mô hình GARCH tiêu chuẩn có hình dạng gì?
A.  
Đường thẳng dốc lên.
B.  
Parabol đối xứng qua trục tung.
C.  
Đường cong lệch trái (dốc hơn bên trái).
D.  
Đường cong lệch phải (dốc hơn bên phải).
Câu 21: 0.25 điểm
Trong mô hình Độ biến động ngẫu nhiên (Stochastic Volatility - SV), Ln(σt2) Ln(\sigma_{t}^{2}) được mô hình hóa như thế nào?
A.  
Là một hàm tất định của sai số quá khứ.
B.  
Là một quá trình ngẫu nhiên có sai số riêng (vt v_t ), độc lập với sai số của phương trình trung bình.
C.  
Là một hằng số cố định.
D.  
Là một hàm tuyến tính của thời gian.
Câu 22: 0.25 điểm
Trong kiểm định LM để phát hiện hiệu ứng ARCH, giả thuyết H0 H_0 là gì?
A.  
Có hiệu ứng ARCH trong chuỗi dữ liệu.
B.  
Phương sai của sai số thay đổi theo thời gian.
C.  
Không có hiệu ứng ARCH (các hệ số tự hồi quy của bình phương phần dư đều bằng 0).
D.  
Chuỗi dữ liệu không dừng.
Câu 23: 0.25 điểm
Tính chất nào sau đây KHÔNG PHẢI là đặc điểm của độ rủi ro (volatility) trong tài chính?
A.  
Không quan sát trực tiếp được.
B.  
Biến thiên trong một miền xác định (không phân kỳ ra vô cùng).
C.  
Có tính chất phân phối chuẩn hoàn hảo.
D.  
Biến động theo thời gian theo cơ chế liên tục (ít bước nhảy vọt).
Câu 24: 0.25 điểm
Khi thực hiện dự báo đa bước (multi-step forecast) trong mô hình GARCH(1,1), giá trị dự báo phương sai sẽ hội tụ về giá trị nào khi thời gian dự báo tiến ra vô cùng?
A.  
0
B.  
Vô cùng
C.  
Phương sai không điều kiện (Long-run variance).
D.  
Giá trị phương sai tại thời điểm cuối cùng của mẫu.
Câu 25: 0.25 điểm
Biến ut u_t trong các mô hình ARCH/GARCH thường được giả định tuân theo phân phối nào để phản ánh tốt hơn thực tế "đuôi dày" của dữ liệu tài chính?
A.  
Phân phối đều (Uniform).
B.  
Phân phối Poisson.
C.  
Phân phối t-Student (hoặc Phân phối lỗi tổng quát - GED).
D.  
Phân phối Chi bình phương.
Câu 26: 0.25 điểm
Trong mô hình Component GARCH: σt2−qt=α(ut−12−qt−1)+β(σt−12−qt−1) \sigma_{t}^{2} - q_{t} = \alpha(u_{t-1}^{2} - q_{t-1}) + \beta(\sigma_{t-1}^{2} - q_{t-1}) . Phương trình này mô tả thành phần nào?
A.  
Thành phần dài hạn (vĩnh cửu).
B.  
Thành phần ngắn hạn (tức thời).
C.  
Thành phần trung bình.
D.  
Thành phần sai số ngẫu nhiên.
Câu 27: 0.25 điểm
Nếu bạn ước lượng mô hình ARCH(1) và thu được α1>1 \alpha_{1} > 1 , điều này có nghĩa là gì?
A.  
Mô hình rất tốt.
B.  
Chuỗi phương sai không dừng (bùng nổ).
C.  
Phương sai luôn dương.
D.  
Hiệu ứng đòn bẩy rất mạnh.
Câu 28: 0.25 điểm
Cho mô hình rt=0.5+0.8rt−1+ut r_t = 0.5 + 0.8r_{t-1} + u_t và σt2=1.2+0.3ut−12 \sigma_t^2 = 1.2 + 0.3u_{t-1}^2 . Đây là sự kết hợp của các mô hình nào?
A.  
AR(1) và GARCH(1,1)
B.  
MA(1) và ARCH(1)
C.  
AR(1) và ARCH(1)
D.  
AR(1) và TGARCH(1,1)
Câu 29: 0.25 điểm
Trong EViews, giá trị khởi tạo (backcast value) của phương sai trước mẫu thường được tính như thế nào khi ước lượng GARCH?
A.  
Bằng 0.
B.  
Bằng giá trị quan sát cuối cùng.
C.  
San mũ (Exponential smoothing) các bình phương phần dư.
D.  
Chọn ngẫu nhiên.
Câu 30: 0.25 điểm
Một trong những hạn chế của kiểm định Q-Stat của Ljung-Box khi áp dụng cho mô hình ARCH là gì?
A.  
Không thể tính toán được.
B.  
Phân phối của thống kê Q có thể bị sai lệch nếu không điều chỉnh bậc tự do khi áp dụng cho phần dư của mô hình đã ước lượng.
C.  
Luôn bác bỏ H0.
D.  
Chỉ dùng được cho mẫu nhỏ.
Câu 31: 0.25 điểm
Mô hình RCA (Random Coefficient Autoregressive) có cấu trúc phương sai có điều kiện tương tự như mô hình nào?
A.  
EGARCH
B.  
CHARMA
C.  
IGARCH
D.  
TGARCH
Câu 32: 0.25 điểm
Trong mô hình GARCH(1,1), nếu β1 \beta_1 (hệ số của phương sai trễ) rất lớn (gần bằng 1) và α1 \alpha_1 rất nhỏ, điều này ngụ ý gì về độ biến động?
A.  
Độ biến động rất nhạy cảm với các cú sốc mới.
B.  
Độ biến động thay đổi rất nhanh chóng.
C.  
Độ biến động có tính dai dẳng (persistence) cao, các cú sốc cũ ảnh hưởng lâu dài.
D.  
Độ biến động luôn bằng 0.
Câu 33: 0.25 điểm
Điều kiện 3α12<1 3\alpha_1^2 < 1 trong mô hình ARCH(1) (giả sử phân phối chuẩn) là để đảm bảo điều gì?
A.  
Phương sai dương.
B.  
Mô men bậc 2 hữu hạn.
C.  
Mô men bậc 4 (Kurtosis) hữu hạn.
D.  
Trung bình bằng 0.
Câu 34: 0.25 điểm
Phát biểu nào sau đây SAI về mô hình GARCH dạng mũ của Nelson (Nelson's EGARCH)?
A.  
Sử dụng phân phối sai số tổng quát (GED) thay vì phân phối chuẩn trong bài báo gốc.
B.  
Phương trình phương sai có dạng tuyến tính đối với bình phương sai số.
C.  
Cho phép kiểm định hiệu ứng đòn bẩy.
D.  
Có hệ số chặn khác biệt một lượng so với dạng EGARCH thông thường khi giả định phân phối chuẩn.
Câu 35: 0.25 điểm
Cho mô hình TGARCH: σt2=0.1+0.05ut−12+0.1ut−12dt−1+0.8σt−12 \sigma_{t}^{2} = 0.1 + 0.05u_{t-1}^{2} + 0.1u_{t-1}^{2}d_{t-1} + 0.8\sigma_{t-1}^{2} . Nếu ut−1=−2 u_{t-1} = -2 , giá trị đóng góp của thành phần ARCH (bao gồm cả hiệu ứng bất đối xứng) vào phương sai là bao nhiêu?
A.  
0.2
B.  
0.6
C.  
0.4
D.  
0.8
Câu 36: 0.25 điểm
Khi sử dụng tiêu chuẩn thông tin (như AIC, BIC) để lựa chọn giữa các mô hình GARCH khác nhau, quy tắc nào được áp dụng?
A.  
Chọn mô hình có giá trị AIC/BIC lớn nhất.
B.  
Chọn mô hình có giá trị AIC/BIC nhỏ nhất (âm nhiều nhất nếu giá trị âm).
C.  
Chọn mô hình có nhiều tham số nhất.
D.  
Chọn mô hình có R-bình phương lớn nhất.
Câu 37: 0.25 điểm
Trong mô hình rt=μ+c⋅Ln(σt2)+ut r_t = \mu + c \cdot Ln(\sigma_t^2) + u_t , biến Ln(σt2) Ln(\sigma_t^2) đóng vai trò gì?
A.  
Biến phụ thuộc.
B.  
Biến giải thích đại diện cho rủi ro trong phương trình trung bình (dạng GARCH-M).
C.  
Phần dư.
D.  
Biến giả.
Câu 38: 0.25 điểm
Tại sao việc sử dụng tần suất số liệu quá cao (ví dụ: intraday 5 phút) có thể gây khó khăn cho việc ước lượng rủi ro theo ngày bằng mô hình GARCH cơ bản?
A.  
Dữ liệu quá ít.
B.  
Dữ liệu trong ngày chứa rất ít thông tin về độ rủi ro qua đêm và có tính nhiễu cao.
C.  
Máy tính không xử lý được.
D.  
GARCH không áp dụng được cho dữ liệu tài chính.
Câu 39: 0.25 điểm
Giả sử bạn kiểm định giả thuyết H0:γ=0 H_0: \gamma = 0 trong mô hình EGARCH và nhận được p-value = 0.000. Kết luận nào là phù hợp?
A.  
Chấp nhận H0, mô hình đối xứng.
B.  
Bác bỏ H0, có hiệu ứng bất đối xứng (đòn bẩy) trong phương sai.
C.  
Mô hình bị sai dạng hàm.
D.  
Chuỗi dữ liệu không có phương sai thay đổi.
Câu 40: 0.25 điểm
Công thức σt2=(1−β)ut−12+βσt−12 \sigma_{t}^{2} = (1-\beta)u_{t-1}^{2} + \beta\sigma_{t-1}^{2} tương đương với mô hình nào khi α0=0 \alpha_0 = 0 ?
A.  
ARCH(1)
B.  
GARCH(1,1)
C.  
IGARCH(1,1) (hoặc EWMA)
D.  
TGARCH(1,1)