简介：本文档为《计量经济学题题库(超完整版)及答案doc》可适用于综合领域
计量经济学题题库(超完整版)及答案计量经济学题题库三、名詞解释(每小题分)(经济变量(解释变量(被解释变量(内生变量(外生变量(滞后变量(前定变量(控制变量(计量经济模型(函数关系(相关关系(最小二乘法(高斯,马尔可夫定理(总变量(总离差平方和)(回归变差(回归平方和)(剩余变差(残差平方和)(估计标准误差(样本决定系数(点预测(拟合优度(残差(显著性检验囙归变差剩余变差多重决定系数调整后的决定系数偏相关系数异方差性格德菲尔特匡特检验怀特检验戈里瑟检验和帕克检验序列相关性虚假序列相关差分法广义差分法自回归模型广义最小二乘法DW检验科克伦奥克特跌代法Durbin两步法相关系数多重共线性方差膨胀因子(虚拟变量(模型設定误差(工具变量(工具变量法(变参数模型(分段线性回归模型(分布滞后模型(有限分布滞后模型(无限分布滞后模型(几何分布滞后模型(联立方程模型(结构式模型(简化式模型(结构式参数(简化式参数(识别(不可识别(识别的阶条件(识别的秩条件(间接最小二乘法四、简答题(每小题分)(简述计量經济学题与经济学、统计学、数理统计学学科间的关系。(计量经济模型有哪些应用,(简述建立与应用计量经济模型的主要步骤(对计量经济模型的检验应从几个方面入手,(计量经济学题应用的数据是怎样进行分类的,(在计量经济模型中为什么会存在随机误差项,(古典线性回归模型的基本假定是什么,(总体回归模型与样本回归模型的区别与联系。(试述回归分析与相关分析的联系和区别(在满足古典假定条件下一元线性回歸模型的普通最小二乘估计量有哪些统计性质,(简述BLUE的含义。(对于多元线性回归模型为什么在进行了总体显著性F检验之后还要对每个回归系數进行是否为的t检验,ybbxbxu,tttt给定二元回归模型:请叙述模型的古典假定在多元线性回归分析中为什么用修正的决定系数衡量估计模型对样本观测徝的拟合优度,修正的决定系数及其作用。常见的非线性回归模型有几种情况,R观察下列方程并判断其变量是否呈线性系数是否呈线性或都是戓都不是y,bblogxuy,bbxuttttttlogy,bblogxuy,b(bx)utttttt观察下列方程并判断其变量是否呈线性系数是否呈线性或都是或都不是。y,bblogxuy,bb(bx)uttttttby,b(bx)uy,b(,x)utttttt什么是异方差性,试举例说明经济现象中的异方差性產生异方差性的原因及异方差性对模型的OLS估计有何影响。检验异方差性的方法有哪些,异方差性的解决方法有哪些,什么是加权最小二乘法,它嘚基本思想是什么,样本分段法(即戈德菲尔特匡特检验)检验异方差性的基本原理及其使用条件(简述DW检验的局限性。(序列相关性的后果(简述序列相关性的几种检验方法。(广义最小二乘法(GLS)的基本思想是什么,(解决序列相关性的问题主要有哪几种方法,(差分法的基本思想是什么,(差分法和广义差分法主要区别是什么,(请简述什么是虚假序列相关(序列相关和自相关的概念和范畴是否是一个意思,(DW值与一阶自相关系数的关系昰什么,(什么是多重共线性,产生多重共线性的原因是什么,(完全多重共线性对OLS估计量的影(什么是完全多重共线性,什么是不完全多重共线性,响有哪些,(不完全多重共线性对OLS估计量的影响有哪些,(从哪些症状中可以判断可能存在多重共线性,(什么是方差膨胀因子检验法,(模型中引入虚拟变量嘚作用是什么,(虚拟变量引入的原则是什么,(虚拟变量引入的方式及每种方式的作用是什么,(判断计量经济模型优劣的基本原则是什么,(模型设定誤差的类型有那些,(工具变量选择必须满足的条件是什么,(设定误差产生的主要原因是什么,(在建立计量经济学题模型时什么时候为什么要引入虛拟变量,(估计有限分布滞后模型会遇到哪些困难(什么是滞后现像,产生滞后现像的原因主要有哪些,(简述koyck模型的特点。(简述联立方程的类型有哪几种(简述联立方程的变量有哪几种类型(模型的识别有几种类型,(简述识别的条件五、计算与分析题(每小题分)(下表为日本的汇率与汽车出ロ数量数据年度XYX:年均汇率(日元美元)Y:汽车出口数量(万辆)问题:()画出X与Y关系的散点图。X,Y,()计算X与Y的相关系数其中(,),XX,()采用直线回归方程拟和出的模型為(,),YYXXYY,,,,,?YX,t值R=F=解释参数的经济意义。(已知一模型的最小二乘的回归结果如下:?标准差()()n=R=Y=Xii其中Y:政府债券价格(百美元)X:利率()?Y回答以下问题:()系数的符号昰否正确并说明理由()为什么左边是而不是Yiiu()在此模型中是否漏了误差项()该模型参数的经济意义是什么。i(估计消费函数模型得C=Yu,,iii?C=Yiit值()()n=R=其中C:消费(元)Y:收入(元)t(),t(),t(),t(),已知问:()利用t值检验参数的显著性(α,)()确定参数的标准差()判断一下该模型,,的拟合情况。(已知估计回归模型得?且(,),XXY=X(,),YYii,,求判定系数和相关系數(有如下表数据日本物价上涨率与失业率的关系年份物价上涨率()P失业率()U()设横轴是U纵轴是P画出散点图。根据图形判断物价上涨率与失业率の间是什么样的关系,拟合什么样的模型比较合适,()根据以上数据分别拟合了以下两个模型:模型一:模型二:P,,PU,,U分别求两个模型的样本决定系数X,XY,(根據容量n=的样本观测值数据计算得到下列数据:X,Y,Y,试估计Y对X的回归直线。(下表中的数据是从某个行业个不同的工厂收集的请回答以下问题:总成本Y與产量X的数据YX?????()估计这个行业的线性总成本函数:()的经济含义是什么,bb和Y=bbXii(有户家庭的收入(X元)和消费(Y百元)数据如下表:户家庭的收入(X)与消费(Y)嘚资料XY若建立的消费Y对收入X的回归直线的Eviews输出结果如下:DependentVariable:YVariableCoefficientStdErrorXCRsquaredSDdependentvarAdjustedFstatisticRsquaredDurbinWatsonProb(Fstatistic)stat()说明回归直线的代表性及解释能力t(),t(),t(),()在的置信度下检验参数的显著性。(t(),)()在的置信度丅预测当X,(百元)时消费(Y)的置信区间(其中)()xx,,x,,?(已知相关系数r,估计标准误差样本容量n=。,,求:()剩余变差()决定系数()总变差(在相关和回归分析中已知下列资料:。,,,,n=r=(YY)=,XYi()计算Y对X的回归直线的斜率系数()计算回归变差和剩余变差。()计算估计标准误差(根据对某企业销售额Y以及相应价格X的组观测资料計算:XYXYXY,,,,,()估计销售额对价格的回归直线()当价格为X,时求相应的销售额的平均水平并求此时销售额的价格弹性。(假设某国的货币供给量Y与国民收入X嘚历史如系下表某国的货币供给量X与国民收入Y的历史数据年份XY年份XY年份XY根据以上数据估计货币供给量Y对国民收入X的回归方程利用Eivews软件输絀结果为:DependentVariable:YVariableCoefficieStdErrortStatisticProbntXCRsquaredMeandependentvarAdjustedSDdependentRsquaredvarSEofregressionFstatisticSumsquaredProb(Fstatistic)resid问:()写出回归模型的方程形式并说明回归系数的显著性()。()解释回归系数的含,,义()如果希望年国民收入达到那么应该把货币供给量定茬什么水平,(假定有如下的回归结果?Y,,Xtt其中Y表示美国的咖啡消费量(每天每人消费的杯数)X表示咖啡的零售价格(单位:美元杯)t表示时间。问:()这是一個时间序列回归还是横截面回归,做出回归线()如何解释截距的意义,它有经济含义吗,如何解释斜率,()能否救出真实的总体回归函数,X()根据需求的價格弹性定义:依据上述回归结果你能救出对咖啡需求的价格弹弹性,斜率Y性吗,如果不能计算此弹性还需要其他什么信息,(下面数据是依据组X和Y嘚观察值得到的:,Y,,X,,XY,,X,,Y,iiiiii,,假定满足所有经典线性回归模型的假设求的估计值根据某地年共年的总产出Y、劳动投入L和资本投入K的年度数据运用普通最尛二乘法估计得出了下列回归方程:()()()DW=式下括号中的数字为相应估计量的标准误。()解释回归系数的经济含义()系数的符号符合你的预期吗,为什么,某计量经济学题家曾用~年与~年(~年战争期间略去)美国国内消费,和工资收入,、非工资,非农业收入,、农业收入,的时间序列资料利用普通最小二乘法估计得出了以下回归方程:?Y,WPA()()()()R,F,式下括号中的数字为相应参数估计量的标准误试对该模型进行评析指出其中存在的问题。计算下面三个自甴度调整后的决定系数这里R为决定系数n为样本数目为解释变量个数。k()()()Rnk,,,,Rnk,,,Rnk,,,,,ybbxbxu,tttt设有模型试在下列条件下:bbb,bb,b。分别求出的最小二乘估计量(假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数以便决定是否修建第二条跑道以满足所有的锻炼者。你通過整个学年收集数据得到两个可能的解释性方程:?方程A:R,Y,,X,XX?方程B:R,Y,,XX,X其中:Y某天慢跑者的人数该天降雨的英寸数该天日照的小XX时数该天的最高温度(按华氏温度)第二天需交学期论文的班级数XX请回答下列问题:()这两个方程你认为哪个更合理些为什么,()为什么用相同的数据去估计相同变量的系數得到不同的符号,(假定以校园内食堂每天卖出的盒饭数量作为被解释变量盒饭价格、气温、附近餐厅的盒饭价格、学校当日的学生数量(单位:千人)作为解释变量进行回归分析假设不管是否有假期食堂都营业不幸的是食堂内的计算机被一次病毒侵犯所有的存储丢失无法恢复你鈈能说出独立变量分别代表着哪一项～下面是回归结果(括号内为标准差):?Y,XXX,Xiiiii()()()()n,R,要求:()试判定每项结果对应着哪一个变量,()对你的判定结论做出说明。uyybbxu,x设消费函数为其中为消费支出为个人可支配收入为随机误差项iiiiiiEuVarux(),(),,,并且(其中为常数)试回答以下问题:,iii()选用适当的变换修正异方差要求写出变換过程()写出修正异方差后的参数估计量的表达式。检验下列模型是否存在异方差性列出检验步骤给出结论ybbxbxbxu,tttttx样本共个本题假设去掉c=个样本假设异方差由引起数值小的一组残差平方和为iF(,),RSSE,,RSSE,,数值大的一组平方和为。xyau,uNxEuuij(,)(),,,,假设回归模型为:其中:并且是非随机变量iiiiiijb求模型参数的最佳线性无偏估计量及其方差现有x和Y的样本观测值如下表:xyybbxu,Varux(),,假设y对x的回归模型为且试用适当的方法估计此回归模型。iiiii根据某地年共年的总产出Y、劳动投叺L和资本投入K的年度数据运用普通最小二乘法估计得出了下列回归方程:()()(),DW=上式下面括号中的数字为相应估计量的标准误差在的显著性水平の下由DW检验临界值表得d=,d=。问()题中所估计的回归方程的经济含义()该回归方程的估计中存在什么问Lu题应如何改进YX(根据我国年的财政收入和国内苼产总值的统计资料可建立如下的计量经济模型:Y,X()()F,,,,RSEDW请回答以下问题:()何谓计量经济模型的自相关性,()试检验该模型是否存在一阶自相关为什么,()自楿关会给建立的计量经济模型产生哪些影响,()如果该模型存在自相关试写出消除一阶自相关的方法和步骤d,(临界值d,)UL对某地区大学生就业增长影响的简单模型可描述如下:gEMP,,,gMIN,gPOP,gGDP,gGDP,ttttt式中为新就业的大学生人数MIN为该地区最低限度工资POP为新毕业的大学生人数GDP为该地区国内生产总值GDP为该国国内生產总值g表示年增长率。()如果该地区政府以多多少少不易观测的却对新毕业大学生就业有影响的因素作为基础来选择最低限度工资则OLS估计将會存在什么问题,()令MIN为该国的最低限度工资它与随机扰动项相关吗,()按照法律各地区最低限度工资不得低于国家最低工资哪么gMIN能成为gMIN的工具变量吗,(下列假想的计量经济模型是否合理为什么,GDP,,,GDP,GDP(i,,,)ii,ii()其中是第产业的国内生产总值S,,,S,SS()其中、分别为农村居民和城镇居民年末储蓄存款余额。Y,,,I,L,tttYIL()其中、、分别为建筑业产值、建筑业固定资产投资和职工人数Y,,,P,ttYP()其中、分别为居民耐用消费品支出和耐用消费品物价指数。财政收入,f(财政支出),煤炭产量,f(L,K,X,X),()()XXLK其中、分别为煤炭工业职工人数和固定资产原值、分别为发电量和钢铁产量(指出下列假想模型中的错误并说明理由:RSRIIV,,ttt()RSRItttt其中为第年社会消费品零售总额(亿元)为第年居民收入总额(亿元)(城镇居民可支配收IVtt入总额与农村居民纯收入总额之和)为第年全社会固定资产投资总额(亿え)。C,YttCY()其中、分别是城镇居民消费支出和可支配收入lnY,lnK,lnLtttYKL()其中、、分别是工业总产值、工业生产资金和职工人数。C,abYu(假设王先生估计消费函数(用模型表示)并获得下列结果:iii,n=C,Yii()()R=这里括号里的数字表示相应参数的T比率值要求:()利用T比率值检验假设:b=(取显著水平为)()确定参数估计量的标准误差()构慥b的的置信区间这个区间包括吗,YX根据我国年的财政收入和国内生产总值的统计资料可建立如下的计量经济模型:Y,X()()SEDWFR,,,,请回答以下问题:()何谓计量经濟模型的自相关性,()试检验该模型是否存在一阶自相关及相关方向为什么,()自相关会给建立的计量经济模型产生哪些影响,d,d,UL(临界值)(以某地区年的姩度数据估计了如下工业就业回归方程Y,,lnX,lnXlnX()()()()DW,R,式中Y为总就业量X为总收入X为平均月工资率X为地方政府的总支出。()试证明:一阶自相关的DW检验是无定论嘚()逐步描述如何使用LM检验(下表给出三变量模型的回归结果:自由度平方和的均值方差来源平方和(SS)(df)(MSS)来自回归(ESS)来自残差(RSS)总离差(TSS)R要求:()样本容量是哆少,()求RSS,()ESS和RSS的自由度各是多少,()求和,R根据我国年城镇居民人均可支配收入和人均消费性支出资料按照凯恩斯绝对收入假说建立的消费函数计量經济模型为:c,,y()()R,SE,DW,F,e,,yt(,)()R,SE,DW,F,yc其中:是居民人均可支配收入是居民人均消费性支出要求:()解释模型中和的意义()简述什么是模型的异方差性()检验该模型是否存在异方差性(考虑下表中的数据YXX假设你做Y对X和X的多元回归你能估计模型的参数吗,为什么,(在研究生产函数时有以下两种结果:?lnlnlnQkl,,()sRn,,,()()()?lnlnlnQtkl,,()sRn,,,()()()()其中Q,产量K,资本L,劳动時数t,时间n,样本容量请回答以下问题:()证明在模型()中所有的系数在统计上都是显著的(α,)。()证明在模型()中t和lnk的系数在统计上不显著(α,)()可能是什麼原因造成模型()中lnk不显著的,根据某种商品销售量和个人收入的季度数据建立如下模型:Y,bbDbDbDbDbxutttittiDit其中定义虚拟变量为第i季度时其数值取其余为。这时會发生什么问题参数是否能够用最小二乘法进行估计,某行业利润Y不仅与销售额X有关而且与季度因素有关()如果认为季度因素使利润平均值發生变异应如何引入虚拟变量,()如果认为季度因素使利润对销售额的变化额发生变异应如何引入虚拟变量,()如果认为上述两种情况都存在又应洳何引入虚拟变量,对上述三种情况分别设定利润模型。设我国通货膨胀I主要取决于工业生产增长速度G年通货膨胀率发生明显变化()假设这種变化表现在通货膨胀率预期的基点不同()假设这种变化表现在通货膨胀率预期的基点和预期都不同对上述两种情况试分别确定通货膨胀率嘚回归模型。一个由容量为的样本估计的解释CEO薪水的方程为::lnY,lnXXDD,D()()()()()()XX其中,Y表示年薪水平(单位:万元),表示年收入(单位:万元),表示公司股票收益(单位:万元)DDD均為虚拟变量,分别表示金融业、消费品工业和公用业假设对比产业为交通运输业。()解释三个虚拟变量参数的经济含义XX()保持和不变计算公鼡事业和交通运输业之间估计薪水的近似百分比差异。这个差异在的显著性水平上是统计显著吗,()消费品工业和金融业之间估计薪水的近似百分比差异是多少,在一项对北京某大学学生月消费支出的研究中认为学生的消费支出除受其家庭的月收入水平外,还受在学校是否得奖学金,來自农村还是城市是经济发达地区还是欠发达地区,以及性别等因素的影响试设定适当的模型,并导出如下情形下学生消费支出的平均水平:()來自欠发达农村地区的女生,未得奖学金()来自欠发达城市地区的男生,得到奖学金()来自发达地区的农村女生,得到奖学金()来自发达地区的城市男苼,未得奖学金试在家庭对某商品的消费需求函数中(以加法形式)引入虚拟变量用以反映季节Y,,,X,因素(淡、旺季)和收入层次差距(高、低)对消费需求嘚影响并写出各类消费函数的具体形式。(考察以下分布滞后模型:YXXXXu,,,,,,tttttt,,,假定我们要用多项式阶数为的有限多项式估计这个模型并根据一个有个观測值的样本求出了????i二阶多项式系数的估计值为:,,=试计算(=,,,),,,,i(考察以下分布滞后模型:YXXXu,,,,,ttttt,,假如用阶有限多项式变换模型估计这个模型后得?Zx,Zix,Zix,式中YZZZ,,,,,ttitti,,,ttittttXY()求原模型中各参数值()估计对的短期影响乘数、长期影响乘数和过渡性影响乘数YX(已知某商场年库存商品额与销售额的资料假定最大滞后长度哆项式的阶k,数m,()建立分布滞后模型()假定用最小二乘法得到有限多项式变换模型的估计式为?YZZZ,,,tttt请写出分布滞后模型的估计式,C,bbYbCttt,tI,aaYaYar,(考察下面的模型,tttttY,CItttIY式中为投资为收入为消费r为利率。C()指出模型的内生变量和前定变量()分析各行为方程的识别状况()选择最适合于估计可识别方程的估计方法(設有联立方程模型:CaaY,,IbbYbYu,消费函数:投资函数:恒等式:ttttttt,YCIG,ttttIYuu其中为消费为投资为收入为政府支出和为随机误差项请回答:CG()指出模型中的内生变量、外生变量囷前定变量()用阶条件和秩条件识别该联立方程模型()分别提出可识别的结构式方程的恰当的估计方法(识别下面模型QPYu,,,,QPu,,,式:(需求方程)式:(供给方程)tttttttPYPYQQ其Φ为需求或供给的数量为价格为收入和为内生变量为外生变量。(已知结构式模型为YYXu,,,,YYXu,,,,式:式:YYXX其中和是内生变量和是外生变量,()分析每一个结构方程的识别状况()如果,各方程的识别状况会有什么变化,三、名词解释(每小题分)(经济变量:经济变量是用来描述经济因素数量水平的指标。(分)(解釋变量:是用来解释作为研究对象的变量(即因变量)为什么变动、如何变动的变量(分)它对因变量的变动做出解释表现为方程所描述的因果关系中的“因”。(分)(被解释变量:是作为研究对象的变量(分)它的变动是由解释变量做出解释的表现为方程所描述的因果关系的果。(分)(内生变量:是由模型系统内部因素所决定的变量(分)表现为具有一定概率分布的随机变量是模型求解的结果(分)(外生变量:是由模型系统之外的因素决萣的变量表现为非随机变量。(分)它影响模型中的内生变量其数值在模型求解之前就已经确定(分)(滞后变量:是滞后内生变量和滞后外生变量嘚合称(分)前期的内生变量称为滞后内生变量(分)前期的外生变量称为滞后外生变量。(分)(前定变量:通常将外生变量和滞后变量合称为前定变量(汾)即是在模型求解以前已经确定或需要确定的变量(分)(控制变量:在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行條件和状态等方面的变量(分)它一般属于外生变量。(分)(计量经济模型:为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型(分)是以数学形式对客观经济现象所作的描述和概括(分)(函数关系:如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一哋、精确地确定则y与这个变量或这组变量之间的关系就是函数关系。(分)(相关关系:如果一个变量y的取值受另一个变量或另一组变量的影响但並不由它们惟一确定则y与这个变量或这组变量之间的关系就是相关关系(分)(最小二乘法:用使估计的剩余平方和最小的原则确定样本回归函數的方法称为最小二乘法。(分)(高斯,马尔可夫定理:在古典假定条件下OLS估计量是模型参数的最佳线性无偏估计量这一结论即是高斯,马尔可夫定悝(分)(总变差(总离差平方和):在回归模型中被解释变量的观测值与其均值的离差平方和。(分)(回归变差(回归平方和):在回归模型中因变量的估计徝与其均值的离差平方和(分)也就是由解释变量解释的变差(分)(剩余变差(残差平方和):在回归模型中因变量的观测值与估计值之差的平方和(分)昰不能由解释变量所解释的部分变差。(分)(估计标准误差:在回归模型中随机误差项方差的估计量的平方根(分)(样本决定系数:回归平方和在总變差中所占的比重。(分)(点预测:给定自变量的某一个值时利用样本回归方程求出相应的样本拟合值以此作为因变量实际值和其均值的估计值(分)(拟合优度:样本回归直线与样本观测数据之间的拟合程度。(分)(残差:样本回归方程的拟合值与观测值的误差称为回归残差(分)(显著性检验:利用样本结果来证实一个虚拟假设的真伪的一种检验程序。(分)(回归变差:简称ESS,表示由回归直线(即解释变量)所解释的部分(分)表示x对y的线性影响(汾)(剩余变差:简称RSS是未被回归直线解释的部分(分)是由解释变量以外的因素造成的影响(分)。(多重决定系数:在多元线性回归模型中回归平方和與总离差平方和的比值(分)也就是在被解释变量的总变差中能由解释变量所解释的那部分变差的比重我们称之为多重决定系数仍用R表示(分)(調整后的决定系数:又称修正后的决定系数记为R是为了克服多重决定系数会随着解释变量的增加而增大的缺陷提出来的(分)enk(),,,t其公式为:(分)。R,,()()yyn,,,t(偏相關系数:在Y、X、X三个变量中当X既定时(即不受X的影响)表示Y与X之间相关关系的指标称为R偏相关系数记做(分)Y异方差性:在线性回归模型中如果随机誤差项的方差不是常数即对不同的解释变量观测值彼此不同则称随机ui项具有异方差性。(分)戈德菲尔特匡特检验:该方法由戈德菲尔特(SMGoldfeld)和匡特(REQuandt)於年提出用对样本进行分段比较的方法来判断异方差性(分)怀特检验:该检验由怀特(White)在年提出通过建立辅助回归模型的方式来判断异方差性。(分)戈里瑟检验和帕克检验:该检验法由戈里瑟和帕克于年提出其基本原理都是通过建立残差序列对解释变量的(辅助)回归模型判断随机误差項的方差与解释变量之间是否存在着较强的相关关系进而判断是否存在异方差性(分)(序列相关性:对于模型in,,,,?yxxx,,,,,,?iikkiiiCov(,),,,随机误差项互相独立的基本假设表现为(分)ijijn,,,,,,,?ijCov(,),,,如果出现ijijn,,,,,,,?ij即对于不同的样本点随机误差项之间不再是完全互相独立而是存在某种相关性则认为出现了序列相关性(SerialCorrelation)。(分)(虚假序列相关:是指模型的序列相关性是由于省略了显著的解释变量而导致的差分法:差分法是一类克服序列相关性的有效方法被广泛的采用。差分法是将原模型变换为差分模型分为一阶差分法和广义差分法广义差分法:广义差分法可以克服所有类型的序列相关带来的问题一阶差分法是它的一个特例。y,,y,自回归模型:tt,t广义最小二乘法:是最有普遍意义的最小二乘法普通最小二乘法和加权最小二乘法是它的特例DW检验:德賓和瓦特森与年提出的一种适于小样本的检验方法。DW检验法有五个前提条件,科克伦奥克特迭代法:是通过逐次跌代去寻求更为满意的的估計值然后再采用广义差分法。具体来说该方,,法是利用残差去估计未知的(t,Durbin两步法:当自相关系数未知可采用Durbin提出的两步法去消除自相关。第┅步对一多元回归模型使用OLS法估计其参数第二步再利用广义差分,,Cov()ij,,,,,(相关系数:度量变量之间相关程度的一个系数一般用ρ表示。越接Var(,)Var(,)ij近于相關程度越强越接近于相关程度越弱。多重共线性:是指解释变量之间存在完全或不完全的线性关系方差膨胀因子:是指解释变量之间存在多偅共线性时的方差与不存在多重共线性时的方差之比。(把质的因素量化而构造的取值为和的人工变量(在设定模时如果模型中解释变量的構成(模型函数的形式以及有关随机误差项的若干假定等内容的设定与客观实际不一致利用计量经济学题模型来描述经济现象而产生的误差。(是指与模型中的随机解释变量高度相关与随机误差项不相关的变量(用工具变量替代模型中与随机误差项相关的随机解释变量的方法。(甴于引进虚拟变量回归模型的截距或斜率随样本观测值的改变而系统地改变*,,xx,*D,这是虚拟变量的一个应用当解释变量低于某个已知的临界水岼时我们取虚拟变量设置而xx,*,xx,,成的模型称之为分段线性回归模型。(分布滞后模型:如果滞后变量模型中没有滞后因变量因变量受解释变量的影響分布在解释变量不同时期的滞后值上则称这种模型为分布滞后模型(有限分布滞后模型:滞后期长度有限的分布滞后模型称为有限分布滞後模型。(无限分布滞后模型:滞后期长度无限的分布滞后模型称为无限分布滞后模型(几何分布滞后模型:对于无限分布滞后模型如果其滞后變量的系数bi是按几何级数列衰减的则称这种模型为几何分布滞后模型。(联立方程模型:是指由两个或更多相互联系的方程构建的模型(结构式模型:是根据经济理论建立的反映经济变量间直接关系结构的计量方程系统。(简化式模型:是指联立方程中每个内生变量只是前定变量与随機误差项的函数(结构式参数:结构模型中的参数叫结构式参数(简化式参数:简化式模型中的参数叫简化式参数。(识别:就是指是否能从简化式模型参数估计值中推导出结构式模型的参数估计值(不可识别:是指无法从简化式模型参数估计值中推导出结构式模型的参数估计值。(识别嘚阶条件:如果一个方程能被识别那么这个方程不包含的变量的总数应大于或等于模型系统中方程个数减(识别的秩条件:一个方程可识别的充分必要条件是:所有不包含在这个方程中的参数矩阵的秩为m。(间接最小二乘法:先利用最小二乘法估计简化式方程再通过参数关系体系由简囮式参数的估计值求解得结构式参数的估计值四、简答题(每小题分)(简述计量经济学题与经济学、统计学、数理统计学学科间的关系。答:計量经济学题是经济理论、统计学和数学的综合(分)经济学着重经济现象的定性研究计量经济学题着重于定量方面的研究。(分)统计学是关於如何收集、整理和分析数据的科学而计量经济学题则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证(分)数理统計学作为一门数学学科可以应用于经济领域也可以应用于其他领域计量经济学题则仅限于经济领域。(分)计量经济模型建立的过程是综合应鼡理论、统计和数学方法的过程计量经济学题是经济理论、统计学和数学三者的统一、计量经济模型有哪些应用,答:结构分析。(分)经济预測(分)政策评价。(分)检验和发展经济理论(分)、简述建立与应用计量经济模型的主要步骤。答:根据经济理论建立计量经济模型(分)样本数据嘚收集(分)估计参数(分)模型的检验(分)计量经济模型的应用(分)、对计量经济模型的检验应从几个方面入手,答:经济意义检验(分)统计准则检验(分)計量经济学题准则检验(分)模型预测检验。(分)(计量经济学题应用的数据是怎样进行分类的,答:四种分类:时间序列数据(分)横截面数据(分)混合数据(汾)虚拟变量数据(分)在计量经济模型中为什么会存在随机误差项,答:随机误差项是计量经济模型中不可缺少的一部分。(分)产生随机误差项的原因有以下几个方面:模型中被忽略掉的影响因素造成的误差(分)模型关系认定不准确造成的误差(分)变量的测量误差(分)随机因素(分)古典线性囙归模型的基本假定是什么,E(u)=答:零均值假定。(分)即在给定x的条件下随机误差项的数学期望(均值)为即同方差假定。ttu(分)误差项的方差与t无关为┅个常数无自相关假定。(分)即不同的误差项相互独立解释变量与tut,随机误差项不相关假定。(分)正态性假定(分)即假定误差项服从均值为方差为的正态分布(总体回归模型与样本回归模型的区别与联系。答:主要区别:描述的对象不同(分)总体回归模型描述总体中变量y与x的相互关系而样本回归模型描述所观测的样本中变量y与x的相互关系。建立模型的不同(分)总体回归模型是依据总体全部观测资料建立的样本回归模型是依据样本观测资料建立的。模型性质不同(分)总体回归模型不是随机模型样本回归模型是随机模型它随着样本的改变而改变。主要联系:样本回归模型是总体回归模型的一个估计式之所以建立样本回归模型目的是用来估计总体回归模型(分)(试述回归分析与相关分析的联系囷区别。答:两者的联系:相关分析是回归分析的前提和基础回归分析是相关分析的深入和继续(分)相关分析与回归分析的有关指标之间存在計算上的内在联系。(分)两者的区别:回归分析强调因果关系相关分析不关心因果关系所研究的两个变量是对等的(分)对两个变??rr,????xaay,ybbx,xyyxtttt量x與y而言相关分析中:在回归分析中和却是两个完全不同的回归方程。(分)回归分析对资料的要求是被解释变量y是随机变量解释变量x是非随机变量相关分析对资料的要求是两个变量都随机变量(分)(在满足古典假定条件下一元线性回归模型的普通最小二乘估计量有哪些统计性质,??yubbtt答:线性是指参数估计量和分别为观测值和随机误差项的线性函数或线性组合。(分)无偏性指??bbbb参数估计量和的均值(期望值)分别等于总体参數和(分)有效性(最小方差性或最优性)指在所有??bb的线性无偏估计量中最小二乘估计量和的方差最小。(分)(简述BLUE的含义答:BLUE即最佳线性无偏估计量是bestlinearunbiasedestimators的缩写。(分)在古典假定条件下最小二乘估计量具备线性、无偏性和有效性是最佳线性无偏估计量即BLUE这一结论就是著名的高斯,马尔鈳夫定理(分)(对于多元线性回归模型为什么在进行了总体显著性F检验之后还要对每个回归系数进行是否为的t检验,答:多元线性回归模型的总體显著性F检验是检验模型中全部解释变量对被解释变量的共同影响是否显著。(分)通过了此F检验就可以说模型中的全部解释变量对被解释变量的共同影响是显著的但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显著的(分)因此还需要就每个解释变量对被解釋变量的影响是否显著进行检验即进行t检验。(分)ybbxbxu,tttt给定二元回归模型:请叙述模型的古典假定Eu(),解答:()随机误差项的期望为零即。()不同的随机误差项之间相互独立即tcov(,)(())(()()uuEuEuuEuEuu,,,,,(分)()随机误差项的方差与t无关为一个常数即tsttssts。即同方差假设(分)()随机误差项与解释变量不相关即。通常假cov(,)(,,,)xujk,,var()u,,jtttu定为非随机變量这个假设自动成立(分)()随机误差项为服从正态分布的随机变量即(xuN(,),tjtt分)。()解释变量之间不存在多重共线性即假定各解释变量之间不存在线性关系即不存在多重共线性(分)在多元线性回归分析中为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度,解答:因为人们发现隨着模型中解释变量的增多多重决定系数R的值往往会变大从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好就必须增加解释变量(分)但是在样本容量一定的情况下增加解释变量必定使得待估参数的个数增加从而损失自由度而实际中如果引入的解释变量并非必要的话可能会产生很多问题比如降低预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度(分)修正的决定系数及其作用。Renk,,,t解答:(分)其作用有:()用自由度调整后可以消除拟合优度评价中解释变量多少R,,()yyn,,,t对决定系数计算的影响(分)()对于包含解釋变量个数不同的模型可以用调整后的决定系数直接比较它们的拟合优度的高低但不能用原来未调整的决定系数来比较(分)常见的非线性囙归模型有几种情况,解答:常见的非线性回归模型主要有:lnlnybbxu,对数模型(分)()tttybbxu,lnlnybbxu,()半对数模型或(分)ttttttybbubbu,,或()倒数模型(分)xyxk()多项式模型(分)ybbxbxbxu,ktKKbbye,,()成长曲线模型包括逻辑成长曲线模型y和Gompertz成长曲线模型(分)tt,btbe观察下列方程并判断其变量是否呈线性系数是否呈线性或都是或都不是。y,bblogxuy,bbxuttttttlogy,bblogxuy,b(bx)utttttt解答:系数呈线性变量非线性(分)系数呈線性变量非呈线性(分)系数和变量均为非线性(分)系数和变量均为非线性(分)观察下列方程并判断其变量是否呈线性系数是否呈线性或都是或嘟不是。y,bblogxuy,bb(bx)uttttttby,b(bx)uy,b(,x)utttttt解答:系数呈线性变量非呈线性(分)系数非线性变量呈线性(分)系数和变量均为非线性(分)系数和变量均为非线性(分)异方差性是指模型違反了古典假定中的同方差假定它是计量经济分析中的一个专门问题。在线性回归模型中u如果随机误差项的方差不是常数即对不同的解释變量观测值彼此不同则称随机项具有异方差性即ivar(u),,,常数(t=??n)(分)例如利用横截面数据研究消费和收入之间的关系时对it收入较少的家庭在满足基本消费支出之后的剩余收入已经不多用在购买生活必需品上的比例较大消费的分散幅度不大。收入较多的家庭有更多可自由支配的收入使得这些家庭的消费有更大的选择范围由于个性、爱好、储蓄心理、消费习惯和家庭成员构成等那个的差异使消费的分散幅度增大或者說低收入家庭消费的分散度和高收入家庭消费得分散度相比较可以认为牵着小于后者。这种被解释变量的分散幅度的变化反映到模型中可鉯理解为误差项方差的变化(分)产生原因:()模型中遗漏了某些解释变量()模型函数形式的设定误差()样本数据的测量误差()随机因素的影响。(分)产苼的影响:如果线性回归模型的随机误差项存在异方差性会对模型参数估计、模型检验及模型应用带来重大影响主要有:()不影响模型参数最小②乘估计值的无偏性()参数的最小二乘估计量不是一个有效的估计量()对模型参数估计值的显著性检验失效()模型估计式的代表性降低预测精度精度降低(分)检验方法:()图示检验法(分)()戈德菲尔德匡特检验(分)()怀特检验(分)()戈里瑟检验和帕克检验(残差回归检验法)(分)()ARCH检验(自回归条件异方差检驗)(分)解决方法:()模型变换法(分)()加权最小二乘法(分)()模型的对数变换等(分)e加权最小二乘法的基本原理:最小二乘法的基本原理是使残差平方和为最尛在异方差情况下总体回归,tyx,e,直线对于不同的的波动幅度相差很大。随机误差项方差越小样本点对总体回归直线的偏离程度越低ttttee,残差的可信喥越高(或者说样本点的代表性越强)而较大的样本点可能会偏离总体回归直线很远的可信ttte度较低(或者说样本点的代表性较弱)(分)因此在考虑異方差模型的拟合总误差时对于不同的应该区别对tee待。具体做法:对较小的给于充分的重视即给于较大的权数对较大的给于充分的重视即给於较小的权数ttevar(u)反映对残差平方和的影响程度从而改善参数估计的统计性质。(分)更好的使,ti样本分段法(即戈德菲尔特匡特检验)的基本原理:将樣本分为容量相等的两部分然后分别对样本和样本进行回归并计算两个子样本的残差平方和如果随机误差项是同方差的则这两个子样本的殘差平方和应该大致相等如果是异方差的则两者差别较大以此来判断是否存在异方差(分)使用条件:()样本容量要尽可能大u一般而言应该在参數个数两倍以上()服从正态分布且除了异方差条件外其它假定均满足。(分)t(简述DW检验的局限性答:从判断准则中看到DW检验存在两个主要的局限性:首先存在一个不能确定的DW值区域这是这种检验方法DW的一大缺陷。(分)其次:检验只能检验一阶自相关(分)但在实际计量经济学题问题中一阶洎相关是出现最多的一类序列相关而且经验表明如果不存在一阶自相关一般也不存在高阶序列相关。所以在实际应用中对DW于序列相关问题般只进行检验(分)(序列相关性的后果。答:()模型参数估计值不具有最优性(分)()随机误差项的方差一般会低估(分)()模型的统计检验失效(分)()区间估计囷预测区间的精度降低(分)(全对即加分)(简述序列相关性的几种检验方法。答:()图示法(分)()DW检验(分)()回归检验法(分)()另外偏相关系数检验布罗斯戈弗雷检验或拉格朗日乘数检验都可以用来检验高阶序列相关(分)(广义最小二乘法(GLS)的基本思想是什么,答:基本思想就是对违反基本假定的模型做適当的线性变换使其转化成满足基本假定的模型从而可以使用OLS方法估计模型。(分)(自相关性产生的原因有那些,答:()经济变量惯性的作用引起随機误差项自相关(分)()经济行为的滞后性引起随机误差项自相关(分)()一些随机因素的干扰或影响引起随机误差项自相关(分)()模型设定误差引起随机誤差项自相关(分)()观测数据处理引起随机误差项自相关(分)(请简述什么是虚假序列相关如何避免,答:数据表现出序列相关而事实上并不存在序列相关。(分)要避免虚假序列相关就应在做定量分析之间先进行定性分析看从理论上或经验上是否有存在序列相关的可能可能性是多大(分)(DW徝与一阶自相关系数的关系是什么,DW??,,,DW()答:或者,,,(答:多重共线性是指解释变量之间存在完全或近似的线性关系。产生多重共线性主要有下述原洇:()样本数据的采集是被动的只能在一个有限的范围内得到观察值无法进行重复试验(分)()经济变量的共同趋势(分)()滞后变量的引入(分)()模型的解釋变量选择不当(分)(答:完全多重共线性是指对于线性回归模型YXXXu,,,,kkcXcXcX=,j=,,,n若jjkkj其中是不全为的常数cc,ck则称这些解释变量的样本观测值之间存在完全多重共线性。(分)不完全多重共线性是指对于多元线性回归模型YXXXu,,,,kkcXcXcXv=,j=,,,n若jjkkj其中是不全为的常数为随机误差项cc,cvk则称这些解释变量的样本观测之间存在不完全多偅共线性(分)(答:()无法估计模型的参数即不能独立分辨各个解释变量对因变量的影响。(分)()参数估计量的方差无穷大(或无法估计)(分)(答:()可以估计參数但参数估计不稳定(分)()参数估计值对样本数据的略有变化或样本容量的稍有增减变化敏感。(分)()各解释变量对被解释变量的影响难精确鑒别(分)()t检验不容易拒绝原假设。(分)(答:()模型总体性检验F值和R值都很高但各回归系数估计量的方差很大t值很低系数不能通过显著性检验(分)()囙归系数值难以置信或符号错误。(分)()参数估计值对删除或增加少量观测值以及删除一个不显著的解释变量非常敏感(分)(答:所谓方差膨胀因孓是存在多重共线性时回归系数估计量的方差与无多重共线性时回归系数估计量的方差对比??,VIF()>,VIF()=而得出的比值系数。(分)若时认为原模型不存在“多重共线性问题”(分)若时ii?,VIF()>则认为原模型存在“多重共线性问题”(分)若时则模型的“多重共线性问题”的程度是很严重的i而且是非瑺有害的(分)(模型中引入虚拟变量的作用是什么,答案:()可以描述和测量定性因素的影响(分)()能够正确反映经济变量之间的关系提高模型的精度(汾))便于处理异常数据。(分)((虚拟变量引入的原则是什么,答案:()如果一个定性因素有m方面的特征则在模型中引入m个虚拟变量(分)()如果模型中有m个定性因素而每个定性因素只有两方面的属性或特征则在模型中引入m个虚拟变量如果定性因素有两个及以上个属性则参照“一个因素多个属性”的设置虚拟变量(分)()虚拟变量取值应从分析问题的目的出发予以界定(分)()虚拟变量在单一方程中可以作为解释变量也可以作为被解释变量。(分)(虚拟变量引入的方式及每种方式的作用是什么,答案:()加法方式:其作用是改变了模型的截距水平(分)()乘法方式:其作用在于两个模型间的比较、因素间的交互影响分析和提高模型的描述精度(分)()一般方式:即影响模型的截距有影响模型的斜率(分)(判断计量经济模型优劣的基本原则是什么,答案:()模型应力求简单(分)()模型具有可识别性(分)()模型具有较高的拟合优度(分)()模型应与理论相一致(分)()模型具有较好的超样本功能。(分)(模型设萣误差的类型有那些,答案:()模型中添加了无关的解释变量(分)()模型中遗漏了重要的解释变量(分)()模型使用了不恰当的形式(分)(工具变量选择必须滿足的条件是什么,答案:选择工具变量必须满足以下两个条件:()工具变量与模型中的随机解释变量高度相关(分)()工具变量与模型的随机误差项不楿关。(分)(设定误差产生的主要原因是什么,答案:原因有四:()模型的制定者不熟悉相应的理论知识(分)()对经济问题本身认识不够或不熟悉前人的相關工作(分)()模型制定者缺乏相关变量的数据(分)()解释变量无法测量或数据本身存在测量误差(分)(在建立计量经济学题模型时什么时候为什么要引入虚拟变量,答案:在现实生活中影响经济问题的因素除具有数量特征的变量外还有一类变量这类变量所反映的并不是数量而是现象的某些屬性或特征即它们反映的是现象的质的特征。这些因素还很可能是重要的影响因素这时就需要在模型中引入这类变量(分)引入的方式就是鉯虚拟变量的形式引入。(分)(直接用最小二乘法估计有限分布滞后模型的有:()损失自由度(分)()产生多重共线性(分)()滞后长度难确定的问题(分)(因变量受其自身或其他经济变量前期水平的影响称为滞后现象其原因包括:()经济变量自身的原因(分)()决策者心理上的原因(分)()技术上的原因(分)()制度的原因(分)。(koyck模型的特点包括:()模型中的λ称为分布滞后衰退率λ越小衰退速度越快(分)()模型的长期影,,响乘数为b(分)()模型仅包括两个解释变量避免了多重囲线性(分)()模型仅有三个参数解释了无限分布滞后模型因包含无限个参数无法估计的问题(分)(联立方程模型中方程有:行为方程式(分)技术方程式(汾)制度方程式(分)平衡方程(或均衡条件)(分)定义方程(或恒等式)(分)(联立方程的变量主要包括内生变量(分)、外生变量(分)和前定变量(分)。(模型的识別有恰好识别(分)、过渡识别(分)和不可识别(分)三种识别的条件条件包括阶条件和秩条件。阶条件是指如果一个方程能被识别那么这个方程鈈包含的变量总数应大于或等于模型系统中方程个数减(分)秩条件是指在一个具有K个方程的模型系统中任何一个方程被识别的充分必要条件昰:所有不包含在这个方程中变量的参数的秩为K,(分)
