2013年北京大学金融硕士考研真题

本页整理了 2013年北京大学金融硕士考研真题,并配有精要答案要点。全卷分为微观经济学和统计学两部分,共十道大题,两部分各五题。微观经济学部分涵盖双重配给、风险分担、垄断定价、团队博弈与外部性内部化。统计学部分考查置信区间、双样本均值检验、多元回归显著性、方差分析与一元回归预测。员工考核题未给出可用于数值检验的方差分析数据,因此答案保留通用检验表和判断规则。

微观经济学部分

1.

双重配给下的消费者选择

一个消费者消费食油 \(x_{1}\) 和大米 \(x_{2}\),一单位食油价格是 2 元加 1 单位粮票。一单位大米的价格是 1 元加 2 单位粮票。此人拥有 60 元钱和 30 张粮票。效用函数是 \(U(x_{1},x_{2})=x_{1}x_{2}+10x_{2}\)。

(1)当货币和粮票不能互换的情况下,画出可能的 \(x_{1}\) 和 \(x_{2}\) 消费集。求出最优消费量。

(2)假若存在黑市交易,该消费者可以以一元钱买入或者卖出一单位粮票,在图上画出可能消费集合。求出 \(x_{1},x_{2}\) 最优消费量,请问该消费者会购买或者卖出多少粮票?

参考答案要点 ›

(1)消费集由 \[2x_1+x_2\le60,\qquad x_1+2x_2\le30,\qquad x_1,x_2\ge0\] 确定;第一象限内粮票约束更紧,有效边界为 \(x_1+2x_2=30\)。代入效用函数得 \(U=40x_2-2x_2^2\),故 \[(x_1^*,x_2^*)=(10,10).\]

(2)粮票按 1 元自由交易时,两种商品的完全价格均为 3 元,总财富为 \(60+30=90\),所以消费集为 \[x_1+x_2\le30,\qquad x_1,x_2\ge0.\] 在预算线上最大化 \(U=x_2(40-x_2)\),得 \((x_1^*,x_2^*)=(10,20)\)。该组合需要 50 张粮票,超过原有 30 张,故需净买入 20 张粮票。

2.

风险分担与风险厌恶

两个居民生活在同一社区。房屋的价值都是 \(W\) 万元。每个人房子发生火灾的概率是 \(P\),并且相互独立,损失是 \(L\) 万元。有下述两种情况:

  • 情况一:两个人独立承担风险。
  • 情况二:二人签一份风险共担协议,发生火灾后,会收到来自另一人的 \(0.5L\) 的补偿。

(1)给出每种情况下每个人房屋财产的价值及对应的概率,并求出在两种情况下的房屋期望值。

(2)如果二人是风险中性的话,证明上述两个方案对于这两个人来说没有差异。

(3)如果二人是风险厌恶的话,证明风险共担方案会更受偏好。

参考答案要点 ›

(1)每个人在两种安排下的财富分布为:

安排 财产价值与概率 期望值
独立承担 \(W-L\):\(P\);\(W\):\(1-P\) \(W-PL\)
风险共担 \(W-L\):\(P^2\);\(W-0.5L\):\(2P(1-P)\);\(W\):\((1-P)^2\) \(W-PL\)

(2)风险中性时可取 \(U(V)=V\)。两方案期望财富同为 \(W-PL\),因而期望效用相同,二人无差异。

(3)若 \(U''(V)<0\),则两方案期望效用之差为 \[ E[U(V_B)]-E[U(V_A)] =2P(1-P)\left[U(W-0.5L)-\frac{U(W-L)+U(W)}2\right]. \] 由严格凹性和 Jensen 不等式,方括号内为正;当 \(0<P<1\) 时,风险共担在不改变期望财富的同时压缩波动,因此风险厌恶者严格偏好风险共担。

3.

垄断定价与数量折扣

有一个小贩在香山山道上出售一种只有他能编织的工艺品。周围有一定的群众在围观。他们的反需求函数分别为 \(P(X_{1})=125-3X_{1}\),\(P(X_{2})=25-2X_{2}\)。假设小贩没有固定成本,边际成本是 5。

(1)求小贩的最优定价。

(2)假设这个小贩实行“量大从优”的政策。即设定一个购买量 \(x\),当购买量大于 \(x\) 的时候价格是 \(p_{2}\),购买量小于 \(x\) 的时候,价格是 \(p_{1}\),\(p_{2}<p_{1}\)。求最优的购买限制量 \(x\) 以及 \(p_{1}\) 和 \(p_{2}\)。

参考答案要点 ›

(1)若只服务第一类消费者,令 \(MR_1=125-6X_1=MC=5\),得 \(X_1=20\)、\(P=65\),利润为 1200。若价格降至第二类消费者可以购买的区间,内部最优价格 35 与 \(P\le25\) 矛盾;边界 \(P=25\) 的利润仅为 \(2000/3\)。故最优统一价格为 \[P^*=65.\]

(2)按整单折扣解释,第一类消费者购买 \(q\) 单位的总价值为 \[V_1(q)=125q-\tfrac32q^2.\] 令 \(p_1\ge125\) 排除小额购买,并使门槛订单满足 \(p_2x=V_1(x)\),厂商利润为 \(\pi(x)=V_1(x)-5x=120x-\tfrac32x^2\)。最优门槛和价格为 \[x^*=40,\qquad p_2=\frac{V_1(40)}{40}=65,\qquad p_1\ge125,\] 对应利润为 2400;同一门槛下不再单独服务第二类消费者。

4.

团队合作博弈

王刚和李红作为一个小组完成作业。该作业通过与否是按照小组来评判的。通过对二人的效用都是 3,没通过的效用是 0。二人可以选不努力(N)、低努力(L)和高努力(H)。对于王刚,三种努力的成本分别是 \(0,2,4\);对于李红,三种努力的成本分别是 \(0,1,3\)。只有当至少一个人选择 H 或者两人都选择 L 时,小组才能顺利通过。

王刚 \ 李红 H L N
H \((-1,0)\) \((-1,2)\) \((-1,3)\)
L \((1,0)\) \((1,2)\) \((-2,0)\)
N \((3,0)\) \((0,-1)\) \((0,0)\)

(1)写出所有策略集矩阵,并找出所有纳什均衡。

(2)如果王刚可以先观察李红的策略,再选择自己的策略,求子博弈精炼纳什均衡。

(3)如果李红可以观察王刚的策略后再选择自己的,写出子博弈精炼纳什均衡。

(4)王刚会更偏好哪一个策略?

参考答案要点 ›

(1)纯策略纳什均衡为 \[(L,L),\qquad(N,H),\qquad(N,N).\] 后两个是弱纳什均衡。另有一族混合均衡:王刚以 \(1/3\) 选择 L、以 \(2/3\) 选择 N;李红以 \(2/3\) 选择 L,其余 \(1/3\) 的概率可在 H 与 N 之间任意分配。

(2)李红先行动时,王刚对 H、L、N 的最优回应分别是 N、L、N。李红预见后选择 L,唯一子博弈精炼纳什均衡结果为 \[(L,L),\qquad \text{收益 }(1,2).\]

(3)王刚先行动时,李红对 H、L 的最优回应分别为 N、L,对 N 则在 H 与 N 间无差异。若她在 N 后选 N,均衡结果为 \((L,L)\);若她在 N 后选 H,均衡结果为 \((N,H)\)。两者均可构成纯策略子博弈精炼纳什均衡。

(4)李红先行动时王刚收益为 1;王刚先行动时存在使其收益为 3 的均衡,因此按可能达到的均衡结果,他偏好自己先行动。若排除依赖李红在无差异节点选择 H 的弱均衡,则两种顺序均得到 \((L,L)\),王刚无差异。

5.

外部性与企业合并

在肯德基附近开设电影院能够给肯德基带来一定收益,如果北京电影院线数量是 \(x\),肯德基店面数量是 \(y\),电影院对肯德基有正外部性,则电影院的利润函数是 \(48x-x^{2}\),肯德基的利润函数是 \(60y-y^{2}+xy\)。

(1)求二者独立决策时最优的 \(x\) 和 \(y\),并计算利润。

(2)如果肯德基收购了电影院并对 \(x,y\) 进行决策,求出最优电影院线数量及肯德基店面数,并计算利润。

(3)如果仍然单独决策,但是肯德基承诺,每开一家电影院,它会提供 \(S\) 万元。请计算电影院线数量和肯德基店面数。

参考答案要点 ›

(1)独立决策时,电影院由 \(48-2x=0\) 得 \(x^*=24\)、利润 576;肯德基由 \(60-2y+x=0\) 得 \(y^*=42\)、利润 1764。因此 \[(x^*,y^*)=(24,42),\qquad \Pi=2340.\]

(2)合并企业最大化 \[\Pi=48x-x^2+60y-y^2+xy.\] 联立 \(48-2x+y=0\) 与 \(60-2y+x=0\),得 \[(x^*,y^*)=(52,56),\qquad \Pi^*=2928.\] 合并通过内部化电影院带来的正外部性提高了两类店面数量和总利润。

(3)补贴下电影院选择 \(x=24+S/2\),肯德基选择 \(y=42+S/4\)。代回肯德基利润得 \[\pi_k(S)=1764-3S-\frac7{16}S^2.\] 在 \(S\ge0\) 下最优补贴为 \(S^*=0\),故最终仍有 \[x^*=24,\qquad y^*=42.\]

统计学部分

1.

对数收益率与价格的置信区间

(10 分)为研究某股票,收集了该股票 100 天的数据,该股票的年化对数收益率是 \(\mu=15\%\),标准差 \(\sigma=9\%\)。

(1)(5 分)计算该股票年化对数收益率 95% 的置信区间。

(2)(5 分)如果股票的价格是 10 元,求股票价格 95% 的置信区间。

参考答案要点 ›

(1)大样本下均值的 95% 置信区间为 \[15\%\pm1.96\frac{9\%}{\sqrt{100}}=15\%\pm1.764\%,\] 即 \([13.24\%,16.76\%]\)。

(2)若将题意理解为未来一年价格区间,则一年对数收益率的 95% 区间为 \[0.15\pm1.96\times0.09=[-0.0264,0.3264].\] 由 \(P_1=10e^r\),价格区间为 \[[10e^{-0.0264},10e^{0.3264}]\approx[9.74,13.86]\text{ 元}.\]

2.

两只股票的收益率比较

(15 分)两只股票 A 和 B,各收集了 100 天的价格数据,样本中 A 股的收益率是 5%,标准差也是 5%;B 股的收益率是 7.5%,标准差是 10%。当显著性水平为 5% 时:

(1)求 A 股的 90% 的置信区间。

(2)两只股票的平均收益率是否显著不同?

(3)综合上述分析,请给出你的投资建议。

参考答案要点 ›

(1)A 股平均收益率的 90% 置信区间为 \[5\%\pm1.645\frac{5\%}{\sqrt{100}}=[4.18\%,5.82\%].\]

(2)检验 \(H_0:\mu_A=\mu_B\)。大样本统计量为 \[ Z=\frac{0.05-0.075}{\sqrt{0.05^2/100+0.10^2/100}}\approx-2.236. \] 因 \(|Z|>1.96\),在 5% 显著性水平下拒绝原假设,B 股平均收益率显著高于 A 股。

(3)B 股绝对收益更高,但标准差是 A 股的两倍。若无风险利率近似为 0,则 \(SR_A=1\)、\(SR_B=0.75\),A 股风险调整后表现更优;风险厌恶者可偏向 A 股,能够承受更大波动且重视绝对收益者可考虑 B 股。

3.

多元回归的显著性检验

(15 分)某同学出于兴趣爱好,建立了如下我国 GDP 的估计模型:

\[\widehat{\mathrm{GDP}}_{t}=0.33+0.36\mathrm{Income}_{t}+0.03\mathrm{Age}_{t}+0.41\mathrm{Investment}_{t}.\]

标准误分别为:\((1.8568)\)、\((0.0252)\)、\((0.1502)\)、\((0.0378)\)。他选取了 141 个典型城市,得到该模型的 \(R^{2}=0.234\)。在显著性水平为 10% 的情况下,回答以下问题:

(1)哪些变量对 GDP 有显著影响?

(2)请检验所有变量是否同时对 GDP 无影响。

参考答案要点 ›

(1)残差自由度为 \(141-3-1=137\),10% 双侧临界值约为 1.656。三个斜率的统计量分别为 \[t_{\mathrm{Income}}\approx14.29,\qquad t_{\mathrm{Age}}\approx0.20,\qquad t_{\mathrm{Investment}}\approx10.85.\] 因此 Income 与 Investment 对 GDP 有显著影响,Age 的影响不显著。

(2)总体检验的原假设为三个斜率同时等于 0。统计量 \[F=\frac{0.234/3}{(1-0.234)/137}\approx13.95.\] 该值大于 \(F(3,137)\) 在 10% 水平下约为 2.1 的临界值,故拒绝“所有变量同时无影响”的原假设,回归方程整体显著。

4.

员工考核的回归分析

(15 分)考核员工,回归变量是参加工作的时间(\(X_1\))和完成该项考核工作的时间(\(X_2\)),因变量是考评成绩(\(Y\))。

(1)列出回归方程与系数含义解释。

(2)写出方差分析的假设。

(3)利用方差分析表进行 \(F\) 检验。

参考答案要点 ›

(1)回归模型为 \[Y=\beta_0+\beta_1X_1+\beta_2X_2+\varepsilon.\] \(\beta_0\) 是两个解释变量均为 0 时的平均基准成绩;\(\beta_1\) 是控制 \(X_2\) 后,\(X_1\) 每增加一单位带来的平均成绩变化;\(\beta_2\) 同理表示控制 \(X_1\) 后 \(X_2\) 的边际影响。

(2)总体显著性检验为 \[H_0:\beta_1=\beta_2=0,\qquad H_1:\beta_1,\beta_2\text{ 至少一个不为 }0.\] 常规 \(F\) 检验还要求误差项均值为 0、同方差且相互独立,并在有限样本精确推断中假定正态性。

(3)设样本量为 \(n\),方差分析表为:

变异来源 平方和 自由度 均方 \(F\) 值
回归 \(SSR\) \(2\) \(SSR/2\) \(MSR/MSE\)
残差 \(SSE\) \(n-3\) \(SSE/(n-3)\) —
总计 \(SST\) \(n-1\) — —

检验统计量为 \[F=\frac{SSR/2}{SSE/(n-3)}.\] 若 \(F>F_{\alpha}(2,n-3)\),则拒绝 \(H_0\),认为回归整体显著。原题未给出 \(SSR\)、\(SSE\)、\(n\) 或现成方差分析表的数值,因此无法作数值判断。

5.

一元回归的估计与预测

(20 分)一个包含截距的一元回归模型,因变量是 \(R_t\),自变量是 \(M_t\)。

(1)求两个系数的最小二乘估计。

(2)假设自变量为 \(M_0\),因变量的估计是什么?

(3)求 \(R_0\) 的 95% 置信区间。

参考答案要点 ›

设 \(R_t=\alpha+\beta M_t+\varepsilon_t\)。(1)最小二乘估计为 \[ \hat\beta=\frac{\sum_{t=1}^n(M_t-\bar M)(R_t-\bar R)}{\sum_{t=1}^n(M_t-\bar M)^2}, \qquad \hat\alpha=\bar R-\hat\beta\bar M. \]

(2)当自变量为 \(M_0\) 时,点预测为 \[\hat R_0=\hat\alpha+\hat\beta M_0.\]

(3)记 \[S_e=\sqrt{\frac{\sum_{t=1}^n(R_t-\hat R_t)^2}{n-2}},\qquad S_{MM}=\sum_{t=1}^n(M_t-\bar M)^2.\] 若 \(R_0\) 指在 \(M_0\) 处的新观测值,其 95% 预测区间为 \[ \hat R_0\pm t_{0.975,n-2}S_e \sqrt{1+\frac1n+\frac{(M_0-\bar M)^2}{S_{MM}}}. \] 若题目要求条件均值 \(E(R\mid M_0)\) 的 95% 置信区间,则去掉根号内的首项 1。

课程报名 · 备考规划 · 试听体验均可联系

课程项目怎么选、备考怎么安排、想先试听一节课,都可以直接联系我们。你可以加喵喵学长的微信 randomlucas(神奇的喵喵学长),我们会给你拉一个服务群,在群里一起参谋和答疑解惑。

| 小红书 | 哔哩哔哩

免责声明:本页真题为历年考生回忆整理的版本,题面、分值与顺序可能与原卷有出入;答案要点由知经精心努力编写,力求准确,但未经命题单位审定,仅供复习参考,不代表评分标准。知经 KNOWECON 是独立的第三方考研辅导机构,与相关院校无隶属、授权或合作关系。