计量经济学期末总复习.doc

《计量经济学》期末总复习

一、单项选择题
1．在双对数线性模型lnYi=lnβ0+β1lnXi+ui中,β1的含义是（ D ）
A．Y关于X的增长量 B．Y关于X的发展速度
C．Y关于X的边际倾向 D．Y关于X的弹性

2．在二元线性回归模型：中，表示（ A ）
A．当X2不变、X1变动一个单位时，Y的平均变动
B．当X1不变、X2变动一个单位时，Y的平均变动
C．当X1和X2都保持不变时， Y的平均变动
D．当X1和X2都变动一个单位时， Y的平均变动

3．如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（D ）
A．无偏的，但方差不是最小的 B．有偏的，且方差不是最小的
C．无偏的，且方差最小 D．有偏的，但方差仍为最小

4．DW检验法适用于检验（ B ）
A．异方差 B．序列相关
C．多重共线性 D．设定误差

5．如果X为随机解释变量，Xi与随机误差项ui相关，即有Cov(Xi，ui)≠0，则普通最小二乘估计是（ B ）
A．有偏的、一致的 B．有偏的、非一致的
C．无偏的、一致的 D．无偏的、非一致的

6．设某商品需求模型为Yt=β0+β1Xt+ ut，其中Y是商品的需求量，X是商品价格，为了考虑全年4个季节变动的影响，假设模型中引入了4个虚拟变量，则会产生的问题为（ ）
A．异方差性 B．序列相关
C．不完全的多重共线性 D．完全的多重共线性

7．当截距和斜率同时变动模型Yi=α0+α1D+β1Xi+β2 (DXi)+ui退化为截距变动模型时，能通过统计检验的是（ ）
A．α1≠0，β2≠0 B．α1=0，β2=0
C．α1≠0，β2=0 D．α1=0，β2≠0

8．若随着解释变量的变动，被解释变量的变动存在两个转折点，即有三种变动模式，则在分段线性回归模型中应引入虚拟变量的个数为（ B ）
A．1个 B．2个
C．3个 D．4个

9．对于无限分布滞后模型Yt=α+β0Xt+β1Xt-1+β2Xt-2+…+ut，无法用最小二乘法估计其参数是因为（ ）
A．参数有无限多个 B．没有足够的自由度
C．存在严重的多重共线性 D．存在序列相关

10．使用多项式方法估计有限分布滞后模型Yt=α+β0Xt+β1Xt-1+…+βkXt-k+ut时，多项
式βi=α0+α1i+α2i2+…+αmim的阶数m必须（ ）
A．小于k B．小于等于k
C．等于k D．大于k

11．对于无限分布滞后模型Yt=α+β0Xt+β1Xt-1+β2Xt-2+…+ut，Koyck假定βk=β0λk，0<λ<l，则长期影响乘数为（ ）
A． B．
C．1－λ D．

12．对自回归模型进行自相关检验时，若直接使用DW检验，则DW值趋于（ C ）
A．0 B．1
C．2 D．4

13．对于Koyck变换模型Yt=α(1-λ)+ β０Xt+λYt-1+Vt，其中Vt=ut-λut-1，则可用作Yt-1的工具变量为（ ）
A．Xt B．Xt-1
C．Yt D．Vt

14．使用工具变量法估计恰好识别的方程时，下列选项中有关工具变量的表述错误的是
（A ）
A．工具变量可选用模型中任意变量，但必须与结构方程中随机误差项不相关
B．工具变量必须与将要替代的内生解释变量高度相关
C．工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共
线性
D．若引入多个工具变量，则要求这些工具变量之间不存在严重的多重共线性

15．根据实际样本资料建立的回归模型是（ ）
A．理论模型 B．回归模型
C．样本回归模型 D．实际模型

16．下列选项中，不属于生产函数f(L，K)的性质是（ ）
A．f(0，K)=f(L，0)=0 B．
C．边际生产力递减 D．投入要素之间的替代弹性小于零

17．关于经济预测模型，下面说法中错误的是（ ）
A．经济预测模型要求模型有较高的预测精度
B．经济预测模型比较注重对历史数据的拟合优度
C．经济预测模型比较注重宏观经济总体运行结构的分析与模拟
D．经济预测模型不太注重对经济活动行为的描述

18．关于宏观经济计量模型中的季度模型，下列表述中错误的是（ ）
A．季度模型以季度数据为样本 B．季度模型一般规模较大
C．季度模型主要用于季度预测 D．季度模型注重长期行为的描述

19．宏观经济模型的导向是（ ）
A．由总供给与总需求的矛盾决定的
B．由国家的经济发展水平决定的
C．由总供给决定的
D．由总需求决定的

20．X与Y的样本回归直线为（D ）
A．Yi=β0十β1Xi+ui B．Yi=
C．E(Yi)=β0十β1Xi D．=

21．在线性回归模型中，若解释变量X1和X2的观测值成比例，即X1i=KX2i，其中K为常数，则表明模型中存在（ C ）
A，方差非齐性 B．序列相关
C．多重共线性 D．设定误差

22．回归分析中，用来说明拟合优度的统计量为（ C ）
A．相关系数 B．回归系数
C．判定系数 D．标准差

23．若某一正常商品的市场需求曲线向下倾斜，可以断定（ B ）
A．它具有不变的价格弹性 B．随价格下降需求量增加
C．随价格上升需求量增加 D．需求无弹性

24．在判定系数定义中，ESS表示（ B ）
A．∑(Yi—)2 B．∑
C．∑(Yi-)2 D．∑(Yi—)

25．用于检验序列相关的DW统计量的取值范围是（ D ）
A．O≤DW≤1 B．-1≤DW≤1
C．-2≤DW≤2 D．O≤DW≤4

26．误差变量模型是指（ A ）
A．模型中包含有观测误差的解释变量 B．用误差作被解释变量
C．用误差作解释变量 D．模型中包含有观测误差的被解释变量

27．由简化式参数的估计量得到结构参数的估计量的方法是（ C ）
A．二阶段最小二乘法 B．极大似然法
C．间接最小二乘法 D．工具变量法

28．将社会经济现象中质的因素引入线性模型（ C ）
A．只影响模型的截距
B．只影响模型的斜率
C．在很多情况下，不仅影响模型截距，还同时会改变模型的斜率
D．既不影响模型截距，也不改变模型的斜率

29．时间序列资料中，大多存在序列相关问题，对于分布滞后模型，这种序列相关问题就转化为（ B ）
A．异方差问题 B．多重共线性问题
C．随机解释变量问题 D．设定误差问题

30．根据判定系数R2与F统计量的关系可知，当R2=1时有（ D ）
A．F=-1 B．F=0
C．F=1 D．F=∞

31．发达市场经济国家宏观经济计量模型的核心部分包括总需求、总供给和（ C ）
A．建模时所依据的经济理论
B．总收入
C．关于总需求，总生产和总收入的恒等关系
D．总投资

32．在消费Yt对收入Zt的误差修正模型中，称为（C ）
A．均衡参数 B．协整参数
C．短期参数 D．长期参数

33．用模型描述现实经济系统的原则是（B ）
A．以理论分析作先导，解释变量应包括所有解释变量
B．以理论分析作先导，模型规模大小要适度
C．模型规模越大越好，这样更切合实际情况
D．模型规模大小要适度，结构尽可能复杂

34．下列模型中E(Yi)是参数的线性函数，并且是解释变量Xi的非线性函数的是（ B ）
A．E(Yi)= B．E(Yi)=
C．E(Yi)= D．E(Yi)=

35．估计简单线性回归模型的最小二乘准则是：确定、,使得（ A ）
A．∑(Yi--Xi)2最小 B．∑(Yi--Xi-ei)2最小
C．∑(Yi--Xi-ui)2最小 D．∑(Yi-)2最小

36．在模型Yi=中，下列有关Y对X的弹性的说法中，正确的是（ A ）
A．是Y关于X的弹性 B．是Y关于X的弹性
C．ln是Y关于X的弹性 D．ln是Y关于X的弹性

37．假设回归模型为Yi=，其中Xi为随机变量，且Xi与ui相关，则的普通最小二乘估计量（ D ）
A．无偏且不一致 B．无偏但不一致
C．有偏但一致 D. 有偏且不一致

38．设截距和斜率同时变动模型为Yi=,其中D为虚拟变量。如果经检验该模型为斜率变动模型，则下列假设成立的是（ D ）
A．， B．，
C．， D．，

39．当，时，CES生产函数趋于（ B ）
A．线性生产函数 B. C—D生产函数
C．投入产出生产函数 D．对数生产函数

二、多项选择题
1．对于经典线性回归模型，各回归系数的普通最小二乘估计具有的优良特性有（ ACB ）
A．无偏性 B．线性性
C．有效性 D．一致性
E．确定性

2．序列相关情形下，常用的参数估计方法有（ ）
A．一阶差分法 B．广义差分法
C．工具变量法 D．加权最小二乘法
E．普通最小二乘法

3．狭义的设定误差主要包括（ ）
A．模型中遗漏了重要解释变量
B．模型中包含了无关解释变量
C．模型中有关随机误差项的假设有误
D．模型形式设定有误
E．回归方程中有严重的多重共线性

4．用最小二乘法估计简化式模型中的单个方程，最小二乘估计量的性质为（ ）
A．无偏的 B．有偏的
C．一致的 D．非一致的
E．渐近无偏的

5. 常用的多重共线性检验方法有（　　　 ）
A.简单相关系数法 B.矩阵条件数法
C.方差膨胀因子法 D.判定系数增量贡献法
E.工具变量法

6. 对于Yi=，其中D为虚拟变量。下面说法正确的有（　　　 ）
A.其图形是两条平行线 B.基础类型的截距为
C.基础类型的斜率为 D.差别截距系数为
E.差别斜率系数为

7. 对于有限分布滞后模型Yi=，最小二乘法原则上是适用的，但会遇到下列问题中的（　　　 ）
A.多重共线性问题 B.异方差问题
C.随机解释变量问题 D.最大滞后长度k的确定问题
E.样本较小时，无足够自由度的问题

8. 下列关于二阶段最小二乘法说法中正确的有（　　　 ）
A.对样本容量没有严格要求
B.适合一切方程
C.假定模型中所有前定变量之间无多重共线性
D.仅适合可识别方程
E.估计量不具有一致性

三、问答题

1. 建立与应用计量经济学模型的主要步骤是什么？

2. 多元线性回归模型的基本假设是什么？试说明在证明最小最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？
答：多元线性回归模型的基本假定有：零均值假定、随机项独立同方差假定、解释变量的非随机性假定、解释变量之间不存在线性相关关系假定、随机误差项服从均值为0方差为的正态分布假定。在证明最小二乘估计量的无偏性中，利用了解释变量与随机误差项不相关的假定；在有效性的证明中，利用了随机项独立同方差假定。

3. 多元线性回归模型随机干扰项的假定有哪些？
（1）随机误差项的条件期望值为零。 （2）随机误差项的条件方差相同。 （3）随机误差项之间无序列相关。 （4）自变量与随机误差项独立无关。 （5）随机误差项服从正态分布。 
（6）各解释变量之间不存在显著的线性相关关系

4. 在多元线性回归分析中，t检验与F检验有何不同？在一元线性回归分析中二者是否有等价的作用？

5. 简述异方差性的含义、来源、后果并写出怀特（White）检验方法的检验步骤。

6. 简述选择解释变量的逐步回归法
逐步回归的基本思想是“有进有出”。 
具体做法是将变量一个一个引入，引入变量的条件是t统计量经检验是显著的。即每引入一个自变量后，对已经被选入的变量要进行逐个检验，当原引入的变量由于后面变量的引入而变得不再显著时，要将其剔除。引入一个变量或从回归方程中剔除一个变量，为逐步回归的一步，每一步都要进行t检验，以确保每次引入新的变量之前回归方程中只包含显著的变量。

7. 教材第154页，第5 题。

8. 教材第154页，第6 题。

9. 教材第186页，第1题.

10. 教材第186页，第3题.

11. 教材第305页，第1题.

12. 在时间序列数据的计量经济分析过程中，
（1） 为什么要进行时间序列的平稳性检验？随机时间序列的平稳性条件是什么？
（2） 请证明随机游走序列不是平稳序列。
（3） 单位根检验为什么从DF检验扩展到ADF检验？

13. 克莱因和戈德伯格曾用1921-1941年与1945-1950年（1942-1944年战争期间略去）美国国内消费C和工资收入W、非工资—非农业收入P、农业收入A的共27年时间序列资料，利用普通最小二乘法估计得出了下列回归方程：
Ct=8.133+1.059Wt+0.452Pt+0.121At
(8.92) (0.17) (0.66) (1.09)
R2=0.95 F=107.37
式下括号中的数字为相应参数估计量的标准误。试对该模型进行评价，指出其中存在的问题。（显著性水平取5%，已知F0.05(3,23)=3.03, t0.025(23)=2.069）

14. 指出下列论文中的主要错误之处：
在一篇关于中国石油消费预测研究的论文中，作者选择石油年消费量（OIL，单位：万吨标准煤）为被解释变量，国内生产总值（GDP，按当年价格计算，单位：亿元）为解释变量，1990—2006年年度数据为样本。首先假定边际消费倾向不变，建立了线性模型：

采用OLS估计模型，得到

然后假定消费弹性不变，建立了对数线性模型：

采用OLS估计模型，得到

分别将2020年国内生产总值预测值（500000亿元）代入模型，计算得到两种不同假定情况下的2020年石油消费预测值分别为104953和68656万吨标准煤。

15. 在一篇研究我国工业资本配置效率的论文中，作者利用我国39个工业行业（编号i =1，2，…，39）的9年（t=1991，1991，…1999）的351组数据为样本，以固定资产存量I的增长率为被解释变量，以利润V的增长率为解释变量。分别建立了如下3个模型：
①
②
③
利用全部样本，采用OLS估计模型①，结果表明我国资本配置效率不仅低于发达国家，也低于大多数发展中国家。为了分析我国工业行业的成长性，分别利用每个行业的时间序列数据，对模型②进行OLS估计，从结果中发现了最具发展潜力的5个行业。为了定量刻画我国每年的资本配置效率，分别用每年的行业数据，采用OLS估计模型③，从估计结果可以看出，我国资本配置效率呈逐年下滑趋势。
分别从Panel Data的模型设定和估计方法两方面，指出该论文存在的问题，并简单说明理由。

四、计算题

1. 教材第104页，第9题。

2．已知Y和X满足如下的总体回归模型
Y=
（1）根据Y和X的5对观测值已计算出=3，=11，=74，=10，（）=27。利用最小二乘法估计。
（2）经计算，该回归模型的总离差平方和TSS为10，总残差平方和RSS为0.14，试计算判定系数r2并分析该回归模型的拟合优度。

3．由12对观测值估计得消费函数为：
=50+0.6Y
其中，Y是可支配收入，已知=800，=8000，=30，当Y0=1000时，试计算：
（1）消费支出C的点预测值；
（2）在95%的置信概率下消费支出C的预测区间。
（已知：t0.025(10)=2.23）

4. 1978-2000年天津市城镇居民人均可支配销售收入（Y，元）与人均年度消费支出（CONS，
元）的样本数据、一元线性回归结果如下所示：（共30分）

Dependent Variable: LNCONS
Method: Least Squares
Date: 06/14/02 Time: 10:04
Sample: 1978 2000
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
________
0.064931
-3.193690
0.0044
LnY
1.050893
0.008858
_______
0.0000
R-squared
0.998510
Mean dependent var
7.430699
Adjusted R-squared

S.D. dependent var
1.021834
S.E. of regression

Akaike info criterion
-6.336402
Sum squared resid
0.034224
Schwarz criterion
-6.237663
Log likelihood
42.23303
F-statistic
14074.12
Durbin-Watson stat
0.842771
Prob(F-statistic)
0.00000

1．在空白处填上相应的数字（共4处）（计算过程中保留4位小数）
2．根据输出结果，写出回归模型的表达式。
3．给定检验水平α=0.05，检验上述回归模型的临界值t0.025=_______，F0.05=_______； 并说明估计参数与回归模型是否显著?
4．解释回归系数的经济含义。
5．根据经典线性回归模型的假定条件，判断该模型是否明显违反了某个假定条件？如有违背，应该如何解决？（6分）

5. 已知某市羊毛衫的销售量1995年第一季度到2000年第四季度的数据。
假定回归模型为：
Yt =β0+β1 X1t +β2 X2 t+ ut
式中：Y=羊毛衫的销售量
X1=居民收入
X2=羊毛衫价格
如果该模型是用季度资料估计，试向模型中加入适当的变量反映季节因素的影响。（仅考虑截距变动。

6. 以下是某个案例的Eviews分析结果（局部）。
Dependent Variable: Y             Method: Least Squares
Sample(adjusted): 1  10
Included observations: 10 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
Prob. 
C
4.826789
9.217366
0.523663
0.6193
X1
0.178381
0.308178
（1）
0.5838
X2
0.688030
（2）
3.277910
0.0169
X3
（3）
0.156400
-1.423556
0.2044
R-squared
0.852805
Mean dependent var
41.90000
Adjusted R-squared
（4）
S.D. dependent var
34.28783
S.E.of regression
16.11137
Akaike info criterion
8.686101
Sum squared resid
1557.457
Schwarz criterion
8.807135
Log likelihood
-39.43051
F-statistic
11.58741
Durbin-Watson stat
3.579994
 Prob(F-statistic)
0.006579
①填上（1）、（2）、（3）、（4）位置所缺数据；
②以标准记法写出回归方程；
③你对分析结果满意吗？为什么？

7. 根据下列Eviews应用软件的运行结果比较分析选择哪个模型较好？并说明理由；以标准形式写出确定的回归方程。
模型一
Dependent Variable: Y             Method: Least Squares
Sample: 1 12                      Included observations: 12
Variable
Coefficient
Std. Error
t-Statistic
Prob. 
C
46.13828
7.356990
6.271352
0.0001
1/X
1335.604
171.2199
7.800522
0.0000
Adjusted R-squared
0.844738
  Akaike info criterion
8.283763
Sum squared resid
1993.125
    Schwarz criterion
8.364580
Log likelihood
-47.70258
    F-statistic
60.84814
Durbin-Watson stat
2.154969
    Prob(F-statistic)
0.000015
 模型二
Dependent Variable: Y                   Method: Least Squares
Sample: 1 12                          Included observations: 12
Convergence achieved after 6 iterations
Y=C(1)*C(2)^X

Coefficient
Std. Error
t-Statistic
Prob. 
C(1)
195.1784
11.46600
17.02237
0.0000
C(2)
0.979132
0.001888
518.5842
0.0000
Adjusted R-squared
0.922179
   Akaike info criterion
7.593063
Sum squared resid
999.0044
    Schwarz criterion
7.673881
Log likelihood
-43.55838
    Durbin-Watson stat
2.818195

8. 下图一是yt的差分变量Dyt的相关图和偏相关图；图二是以Dyt为变量建立的时间序列模型的输出结果。（20分）

图一
Dependent Variable: DY
Method: Least Squares
Date: 06/14/02 Time: 19:28
Sample(adjusted): 1951 1997
Included observations: 47 after adjusting endpoints
Convergence achieved after 6 iterations
Variable
Coefficient
Std. Error
t-Statistic
Prob.
AR(1)
0.978038
0.033258
29.40780
0.0000
MA(2)
-0.313231
0.145855
-2.147554
0.0372
R-squared
0.297961
Mean dependent var
0.145596
Adjusted R-squared
0.282360
S.D. dependent var
0.056842
S.E. of regression
0.048153
Akaike info criterion
-3.187264
Sum squared resid
0.104340
Schwarz criterion
-3.108535
Log likelihood
76.90071
Durbin-Watson stat
2.183396
图二
其中Q统计量Q-statistic(k=15)=5.487
1．根据图一，试建立Dyt的ARMA模型。（限选择两种形式）（6分）
2．根据图二，试写出模型的估计式，并对估计结果进行诊断检验。（8分）
3. 与图二估计结果相对应的部分残差值见下表，试用（2）中你写出的模型估计式预测1998年的Dyt的值（计算过程中保留四位小数）。（6分）