期末精華：計(jì)量經(jīng)濟(jì)學(xué)中文最全簡(jiǎn)答和計(jì)算題

1、-作者xxxx-日期xxxx期末精華：計(jì)量經(jīng)濟(jì)學(xué)中文最全簡(jiǎn)答和計(jì)算題【精品文檔】四、簡(jiǎn)答題（每小題5分）1簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。2計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？3簡(jiǎn)述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。 4對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？5計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？ 6在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？7古典線性回歸模型的基本假定是什么？ 8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。9試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。10在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？ 11簡(jiǎn)述BLUE的含義。12對(duì)于多元線性回歸模

2、型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？13.給定二元回歸模型：，請(qǐng)敘述模型的古典假定。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度？及其作用。 16.常見的非線性回歸模型有幾種情況？17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 19.什么是異方差性？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。20.產(chǎn)生異方差性的原因及異方差性對(duì)模型的OLS估計(jì)有何影響。 21.檢驗(yàn)異方差性的方法有哪些？22.異方差性的解決方法有哪些？

3、 23.什么是加權(quán)最小二乘法？它的基本思想是什么？24.樣本分段法（即戈德菲爾特匡特檢驗(yàn)）檢驗(yàn)異方差性的基本原理及其使用條件。25簡(jiǎn)述DW檢驗(yàn)的局限性。 26序列相關(guān)性的后果。 27簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。28廣義最小二乘法（GLS）的基本思想是什么？ 29解決序列相關(guān)性的問題主要有哪幾種方法？30差分法的基本思想是什么？ 31差分法和廣義差分法主要區(qū)別是什么？32請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)。 33序列相關(guān)和自相關(guān)的概念和范疇是否是一個(gè)意思？34DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？ 35什么是多重共線性？產(chǎn)生多重共線性的原因是什么？36什么是完全多重共線性？什么是不完全多重共線性？ 37完

4、全多重共線性對(duì)OLS估計(jì)量的影響有哪些？38不完全多重共線性對(duì)OLS估計(jì)量的影響有哪些？ 39從哪些癥狀中可以判斷可能存在多重共線性？40什么是方差膨脹因子檢驗(yàn)法？ 41模型中引入虛擬變量的作用是什么？42虛擬變量引入的原則是什么？ 43虛擬變量引入的方式及每種方式的作用是什么？44判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？ 45模型設(shè)定誤差的類型有那些？46工具變量選擇必須滿足的條件是什么？ 47設(shè)定誤差產(chǎn)生的主要原因是什么？48在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，什么時(shí)候，為什么要引入虛擬變量？ 49估計(jì)有限分布滯后模型會(huì)遇到哪些困難50什么是滯后現(xiàn)像？產(chǎn)生滯后現(xiàn)像的原因主要有哪些？ 51簡(jiǎn)述koyck模

5、型的特點(diǎn)。52簡(jiǎn)述聯(lián)立方程的類型有哪幾種 53簡(jiǎn)述聯(lián)立方程的變量有哪幾種類型54模型的識(shí)別有幾種類型？ 55簡(jiǎn)述識(shí)別的條件。四、簡(jiǎn)答題（每小題5分）7.古典線性回歸模型的基本假定是什么？答：零均值假定。（1分）即在給定xt的條件下，隨機(jī)誤差項(xiàng)的數(shù)學(xué)期望（均值）為0，即。同方差假定。（1分）誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)。無自相關(guān)假定。（1分）即不同的誤差項(xiàng)相互獨(dú)立。解釋變量與隨機(jī)誤差項(xiàng)不相關(guān)假定。（1分）正態(tài)性假定，（1分）即假定誤差項(xiàng)服從均值為0，方差為的正態(tài)分布。8總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對(duì)象不同。（1分）總體回歸模型描述總體中變量y與x的相互關(guān)系，而

6、樣本回歸模型描述所觀測(cè)的樣本中變量y與x的相互關(guān)系。建立模型的不同。（1分）總體回歸模型是依據(jù)總體全部觀測(cè)資料建立的，樣本回歸模型是依據(jù)樣本觀測(cè)資料建立的。模型性質(zhì)不同。（1分）總體回歸模型不是隨機(jī)模型，樣本回歸模型是隨機(jī)模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型。（2分）9試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關(guān)分析是回歸分析的前提和基礎(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。（1分）相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）兩者的區(qū)別：回歸分析強(qiáng)調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因

7、果關(guān)系，所研究的兩個(gè)變量是對(duì)等的。（1分）對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：；在回歸分析中，和卻是兩個(gè)完全不同的回歸方程。（1分）回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。（1分）10在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：線性，是指參數(shù)估計(jì)量和分別為觀測(cè)值和隨機(jī)誤差項(xiàng)的線性函數(shù)或線性組合。（1分）無偏性，指參數(shù)估計(jì)量和的均值（期望值）分別等于總體參數(shù)和。（2分）有效性（最小方差性或最優(yōu)性），指在所有的線性無偏估計(jì)量中，最小二乘估計(jì)量和的方差最小。（2分）11簡(jiǎn)述BLUE的含義。答：BL

8、UE即最佳線性無偏估計(jì)量，是best linear unbiased estimators的縮寫。（2分）在古典假定條件下，最小二乘估計(jì)量具備線性、無偏性和有效性，是最佳線性無偏估計(jì)量，即BLUE，這一結(jié)論就是著名的高斯馬爾可夫定理。（3分）12對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影響是否顯著。（1分）通過了此F檢驗(yàn)，就可以說模型中的全部解釋變量對(duì)被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。（3分）因

9、此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。（1分）13.給定二元回歸模型：，請(qǐng)敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即（1分）。（3）隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)，即。即同方差假設(shè)（1分）。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即。通常假定為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立（1分）。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量，即（1分）。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關(guān)系，即不存在多重共線性（1分）。14.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計(jì)模型對(duì)樣本觀測(cè)值的

10、擬合優(yōu)度？解答：因?yàn)槿藗儼l(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問題，比如，降低預(yù)測(cè)精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計(jì)模型對(duì)樣本觀測(cè)值的擬合優(yōu)度（3分）。及其作用。解答：，（2分）其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2分）（2）對(duì)于包含解釋變量個(gè)數(shù)不同的模型，可以用調(diào)整后的決定系

11、數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較（1分）。16.常見的非線性回歸模型有幾種情況？解答：常見的非線性回歸模型主要有:(1) 對(duì)數(shù)模型（1分）(2) 半對(duì)數(shù)模型或（1分）(3) 倒數(shù)模型（1分）(4) 多項(xiàng)式模型（1分）(5) 成長(zhǎng)曲線模型包括邏輯成長(zhǎng)曲線模型和Gompertz成長(zhǎng)曲線模型（1分）17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 解答：系數(shù)呈線性，變量非線性；（1分）系數(shù)呈線性，變量非呈線性；（1分）系數(shù)和變量均為非線性；（1分）系數(shù)和變量均為非線性。（2 分）18. 觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或

12、都是或都不是。 解答：系數(shù)呈線性，變量非呈線性；（1分）系數(shù)非線性，變量呈線性；（1分）系數(shù)和變量均為非線性；(2分)系數(shù)和變量均為非線性（1分）。19. 異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問題。在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性，即 （t=1，2，n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購(gòu)買生活必需品上的比例較大，消費(fèi)的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇

13、范圍。由于個(gè)性、愛好、儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變化。（2分）20.產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測(cè)量誤差；（4）隨機(jī)因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計(jì)值的無偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)

14、模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測(cè)精度精度降低。（3分）21.檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（1分）（2）戈德菲爾德匡特檢驗(yàn)；（1分）（3）懷特檢驗(yàn)；（1分）（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（1分）（5）ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）（1分）22.解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對(duì)數(shù)變換等（1分）23.加權(quán)最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對(duì)于不同的的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對(duì)總體回歸直線的偏離程度越低，殘差的可信度越高（

15、或者說樣本點(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說樣本點(diǎn)的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。（3分）24. 樣本分段法（即戈德菲爾特匡特檢驗(yàn)）的基本原理：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)該大致相等；如果是異方差的，則兩者差別較大，以此來判

16、斷是否存在異方差。（3分）使用條件：（1）樣本容量要盡可能大，一般而言應(yīng)該在參數(shù)個(gè)數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。（2分）25簡(jiǎn)述DW檢驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。（2分）其次：檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。（2分）但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗(yàn)表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問題般只進(jìn)行檢驗(yàn)。（1分）26序列相關(guān)性的后果。答：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（1分）（2）隨機(jī)

17、誤差項(xiàng)的方差一般會(huì)低估；（1分）（3）模型的統(tǒng)計(jì)檢驗(yàn)失效；（1分）（4）區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低。（1分）（全對(duì)即加1分）27簡(jiǎn)述序列相關(guān)性的幾種檢驗(yàn)方法。答：（1）圖示法；（1分）（2）D-W檢驗(yàn)；（1分）（3）回歸檢驗(yàn)法；（1分）（4）另外，偏相關(guān)系數(shù)檢驗(yàn)，布羅斯戈弗雷檢驗(yàn)或拉格朗日乘數(shù)檢驗(yàn)都可以用來檢驗(yàn)高階序列相關(guān)。（2分）28廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計(jì)模型。（5分）29自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（2）

18、經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）(3)一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（5）觀測(cè)數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。（1分）30請(qǐng)簡(jiǎn)述什么是虛假序列相關(guān)，如何避免？答：數(shù)據(jù)表現(xiàn)出序列相關(guān)，而事實(shí)上并不存在序列相關(guān)。（2分）要避免虛假序列相關(guān)，就應(yīng)在做定量分析之間先進(jìn)行定性分析，看從理論上或經(jīng)驗(yàn)上是否有存在序列相關(guān)的可能，可能性是多大。（3分）31DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？答：或者32答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)

19、有限的范圍內(nèi)得到觀察值，無法進(jìn)行重復(fù)試驗(yàn)。（2分）（2）經(jīng)濟(jì)變量的共同趨勢(shì)（1分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當(dāng)（1分）33答：完全多重共線性是指對(duì)于線性回歸模型若 則稱這些解釋變量的樣本觀測(cè)值之間存在完全多重共線性。（2分）不完全多重共線性是指對(duì)于多元線性回歸模型若 則稱這些解釋變量的樣本觀測(cè)之間存在不完全多重共線性。（3分）34答：（1）無法估計(jì)模型的參數(shù)，即不能獨(dú)立分辨各個(gè)解釋變量對(duì)因變量的影響。（3分）（2）參數(shù)估計(jì)量的方差無窮大（或無法估計(jì)）（2分）35答：（1）可以估計(jì)參數(shù)，但參數(shù)估計(jì)不穩(wěn)定。（2分） （2）參數(shù)估計(jì)值對(duì)樣本數(shù)據(jù)的略有變化或樣本容量的稍有增

20、減變化敏感。（1分） （3）各解釋變量對(duì)被解釋變量的影響難精確鑒別。（1分） （4）t檢驗(yàn)不容易拒絕原假設(shè)。（1分）36答：（1）模型總體性檢驗(yàn)F值和R2值都很高，但各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗(yàn)。（2分）（2）回歸系數(shù)值難以置信或符號(hào)錯(cuò)誤。（1分）（3）參數(shù)估計(jì)值對(duì)刪除或增加少量觀測(cè)值，以及刪除一個(gè)不顯著的解釋變量非常敏感。（2分）37答：所謂方差膨脹因子是存在多重共線性時(shí)回歸系數(shù)估計(jì)量的方差與無多重共線性時(shí)回歸系數(shù)估計(jì)量的方差對(duì)比而得出的比值系數(shù)。（2分） 若時(shí)，認(rèn)為原模型不存在“多重共線性問題”；（1分） 若時(shí)，則認(rèn)為原模型存在“多重共線性問題”；（1分）若

21、時(shí)，則模型的“多重共線性問題”的程度是很嚴(yán)重的，而且是非常有害的。（1分）38模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測(cè)量定性因素的影響；（2分）（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（2分）（3）便于處理異常數(shù)據(jù)。（1分）39虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有m方面的特征，則在模型中引入m-1個(gè)虛擬變量；（1分）（2）如果模型中有m個(gè)定性因素，而每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（2分）（3）虛擬變量取值應(yīng)從分析問題的目的出發(fā)予以界定；（

22、1分）（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）40虛擬變量引入的方式及每種方式的作用是什么？答案：（1）加法方式：其作用是改變了模型的截距水平；（2分）（2）乘法方式：其作用在于兩個(gè)模型間的比較、因素間的交互影響分析和提高模型的描述精度；（2分）（3）一般方式：即影響模型的截距有影響模型的斜率。（1分）41判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？答案：（1）模型應(yīng)力求簡(jiǎn)單；（1分）（2）模型具有可識(shí)別性；（1分）（3）模型具有較高的擬合優(yōu)度；（1分）（4）模型應(yīng)與理論相一致；（1分）（5）模型具有較好的超樣本功能。（1分）42模型設(shè)定誤差的類型有那些？答案：（1）

23、模型中添加了無關(guān)的解釋變量；（2分）（2）模型中遺漏了重要的解釋變量；（2分）（3）模型使用了不恰當(dāng)?shù)男问?。?分）43工具變量選擇必須滿足的條件是什么？答案：選擇工具變量必須滿足以下兩個(gè)條件：（1）工具變量與模型中的隨機(jī)解釋變量高度相關(guān)；（3分）（2）工具變量與模型的隨機(jī)誤差項(xiàng)不相關(guān)。（2分）44設(shè)定誤差產(chǎn)生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相應(yīng)的理論知識(shí)；（1分）（2）對(duì)經(jīng)濟(jì)問題本身認(rèn)識(shí)不夠或不熟悉前人的相關(guān)工作；（1分）（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)；（1分）（4）解釋變量無法測(cè)量或數(shù)據(jù)本身存在測(cè)量誤差。（2分）45在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，什么時(shí)候，為什么要引

24、入虛擬變量？答案：在現(xiàn)實(shí)生活中，影響經(jīng)濟(jì)問題的因素除具有數(shù)量特征的變量外，還有一類變量，這類變量所反映的并不是數(shù)量而是現(xiàn)象的某些屬性或特征，即它們反映的是現(xiàn)象的質(zhì)的特征。這些因素還很可能是重要的影響因素，這時(shí)就需要在模型中引入這類變量。（4分）引入的方式就是以虛擬變量的形式引入。（1分）46直接用最小二乘法估計(jì)有限分布滯后模型的有：（1）損失自由度（2分）（2）產(chǎn)生多重共線性（2分）（3）滯后長(zhǎng)度難確定的問題（1分）47因變量受其自身或其他經(jīng)濟(jì)變量前期水平的影響，稱為滯后現(xiàn)象。其原因包括：（1）經(jīng)濟(jì)變量自身的原因；（2分）（2）決策者心理上的原因（1分）；（3）技術(shù)上的原因（1分）；（4）制度

25、的原因（1分）。48koyck模型的特點(diǎn)包括：（1）模型中的稱為分布滯后衰退率，越小，衰退速度越快（2分）；（2）模型的長(zhǎng)期影響乘數(shù)為b0·（1分）;（3）模型僅包括兩個(gè)解釋變量，避免了多重共線性（1分）；（4）模型僅有三個(gè)參數(shù)，解釋了無限分布滯后模型因包含無限個(gè)參數(shù)無法估計(jì)的問題（1分）49聯(lián)立方程模型中方程有：行為方程式（1分）；技術(shù)方程式（1分）；制度方程式（1分）；平衡方程（或均衡條件）（1分）；定義方程（或恒等式）（1分）。50聯(lián)立方程的變量主要包括內(nèi)生變量（2分）、外生變量（2分）和前定變量（1分）。51模型的識(shí)別有恰好識(shí)別（2分）、過渡識(shí)別（2分）和不可識(shí)別（1分）三種

26、。52. 識(shí)別的條件條件包括階條件和秩條件。階條件是指，如果一個(gè)方程能被識(shí)別，那么這個(gè)方程不包含的變量總數(shù)應(yīng)大于或等于模型系統(tǒng)中方程個(gè)數(shù)減1（3分）；秩條件是指，在一個(gè)具有K個(gè)方程的模型系統(tǒng)中，任何一個(gè)方程被識(shí)別的充分必要條件是：所有不包含在這個(gè)方程中變量的參數(shù)的秩為K1（2分）。五、計(jì)算與分析題（每小題10分）1下表為日本的匯率與汽車出口數(shù)量數(shù)據(jù)，年度1986198719881989199019911992199319941995XY16866114563112861013858814558313557512756711150210244694379X:年均匯率（日元/美元） Y:汽車出口數(shù)

27、量（萬輛）問題：（1）畫出X與Y關(guān)系的散點(diǎn)圖。（2）計(jì)算X與Y的相關(guān)系數(shù)。其中， （3）采用直線回歸方程擬和出的模型為 t值 1.2427 7.2797 R2解釋參數(shù)的經(jīng)濟(jì)意義。答：（1）（2分）散點(diǎn)圖如下：（2）=0.9321（3分）（3）截距項(xiàng)81.72表示當(dāng)美元兌日元的匯率為0時(shí)日本的汽車出口量，這個(gè)數(shù)據(jù)沒有實(shí)際意義；（2分）斜率項(xiàng)3.65表示汽車出口量與美元兌換日元的匯率正相關(guān)，當(dāng)美元兌換日元的匯率每上升1元，會(huì)引起日本汽車出口量上升3.65萬輛。（3分）2已知一模型的最小二乘的回歸結(jié)果如下： 標(biāo)準(zhǔn)差（45.2） （1.53） n=30 R2其中，Y：政府債券價(jià)格（百美元），X：利率（

28、%）?；卮鹨韵聠栴}：（1）系數(shù)的符號(hào)是否正確，并說明理由；（2）為什么左邊是而不是；（3）在此模型中是否漏了誤差項(xiàng)；（4）該模型參數(shù)的經(jīng)濟(jì)意義是什么。3估計(jì)消費(fèi)函數(shù)模型得 t值 （13.1）（18.7）n=19 R2其中，C：消費(fèi)（元）Y：收入（元） 已知，。問：（1）利用t值檢驗(yàn)參數(shù)的顯著性（0.05）；（2）確定參數(shù)的標(biāo)準(zhǔn)差；（3）判斷一下該模型的擬合情況。答：（1）提出原假設(shè)H0：，H1：。由于t統(tǒng)計(jì)量18.7，臨界值，由于18.7>2.1098，故拒絕原假設(shè)H0：，即認(rèn)為參數(shù)是顯著的。（3分）（2）由于，故。（3分）（3）回歸模型R2=0.81，表明擬合優(yōu)度較高，解釋變量對(duì)被解釋

29、變量的解釋能力為81%，即收入對(duì)消費(fèi)的解釋能力為81，回歸直線擬合觀測(cè)點(diǎn)較為理想。（4分）4已知估計(jì)回歸模型得 且，求判定系數(shù)和相關(guān)系數(shù)。答：判定系數(shù)：=0.8688（3分）相關(guān)系數(shù)：（2分）5有如下表數(shù)據(jù) 日本物價(jià)上漲率與失業(yè)率的關(guān)系年份物價(jià)上漲率（%）P失業(yè)率（%）U1986198719881989199019911992199319941995（1）設(shè)橫軸是U，縱軸是P，畫出散點(diǎn)圖。根據(jù)圖形判斷，物價(jià)上漲率與失業(yè)率之間是什么樣的關(guān)系？擬合什么樣的模型比較合適？ （2）根據(jù)以上數(shù)據(jù)，分別擬合了以下兩個(gè)模型：模型一： 模型二：分別求兩個(gè)模型的樣本決定系數(shù)。答：（1）（2分）散點(diǎn)圖如下：根據(jù)圖

30、形可知，物價(jià)上漲率與失業(yè)率之間存在明顯的負(fù)相關(guān)關(guān)系，擬合倒數(shù)模型較合適。（2分）（2）模型一：0.8554 （3分）模型二：0.8052 （3分）7 根據(jù)容量n=30的樣本觀測(cè)值數(shù)據(jù)計(jì)算得到下列數(shù)據(jù)：，試估計(jì)Y對(duì)X的回歸直線。答：（2分）（2分）故回歸直線為：（1分）8下表中的數(shù)據(jù)是從某個(gè)行業(yè)5個(gè)不同的工廠收集的，請(qǐng)回答以下問題：總成本Y與產(chǎn)量X的數(shù)據(jù)Y8044517061X1246118（1）估計(jì)這個(gè)行業(yè)的線性總成本函數(shù)： （2）的經(jīng)濟(jì)含義是什么？、答：（1）由于，得（3分）（2分）總成本函數(shù)為：（1分）（2）截距項(xiàng)表示當(dāng)產(chǎn)量X為0時(shí)工廠的平均總成本為26.28，也就量工廠的平均固定成本；（

31、2分）斜率項(xiàng)表示產(chǎn)量每增加1個(gè)單位，引起總成本平均增加4.26個(gè)單位。（2分）9有10戶家庭的收入（X，元）和消費(fèi)（Y，百元）數(shù)據(jù)如下表： 10戶家庭的收入（X）與消費(fèi)（Y）的資料X20303340151326383543Y7981154810910若建立的消費(fèi)Y對(duì)收入X的回歸直線的Eviews輸出結(jié)果如下：Dependent Variable: YVariableCoefficientStd. ErrorXCR-squared S.D. dependent varAdjusted R-squared F-statisticDurbin-Watson stat Prob(F-statistic

32、)（1）說明回歸直線的代表性及解釋能力。（2）在95%的置信度下檢驗(yàn)參數(shù)的顯著性。（，）（3）在95%的置信度下，預(yù)測(cè)當(dāng)X45（百元）時(shí)，消費(fèi)（Y）的置信區(qū)間。（其中，）答：（1）回歸模型的R20.9042，表明在消費(fèi)Y的總變差中，由回歸直線解釋的部分占到90以上，回歸直線的代表性及解釋能力較好。（2分）（2）對(duì)于斜率項(xiàng)，>，即表明斜率項(xiàng)顯著不為0，家庭收入對(duì)消費(fèi)有顯著影響。（2分）對(duì)于截距項(xiàng)，>，即表明截距項(xiàng)也顯著不為0，通過了顯著性檢驗(yàn)。（2分）（3）Yf×4511.2735（2分）（2分）95%置信區(qū)間為（11.2735-4.823，11.2735+4.823），即

33、（6.4505，16.0965）。（2分）10已知相關(guān)系數(shù)r0.6，估計(jì)標(biāo)準(zhǔn)誤差，樣本容量n=62。求：（1）剩余變差；（2）決定系數(shù)；（3）總變差。答：（1）由于，。（4分）（2）（2分）（3）（4分）11在相關(guān)和回歸分析中，已知下列資料：。（1） 計(jì)算Y對(duì)X的回歸直線的斜率系數(shù)。（2）計(jì)算回歸變差和剩余變差。（3）計(jì)算估計(jì)標(biāo)準(zhǔn)誤差。答：（1）（2分）（2分）斜率系數(shù)：（1分）（2）R2=r22=0.81，剩余變差：（1分）總變差：TSSRSS/(1-R2)=2000/(1-0.81)=10526.32（2分）（3）（2分）12根據(jù)對(duì)某企業(yè)銷售額Y以及相應(yīng)價(jià)格X的11組觀測(cè)資料計(jì)算：（1）估

34、計(jì)銷售額對(duì)價(jià)格的回歸直線；（2）當(dāng)價(jià)格為X110時(shí)，求相應(yīng)的銷售額的平均水平，并求此時(shí)銷售額的價(jià)格彈性。答：（1）（3分）（2分）故回歸直線為，（2）（2分）銷售額的價(jià)格彈性0.072（3分）13假設(shè)某國(guó)的貨幣供給量Y與國(guó)民收入X的歷史如系下表。 某國(guó)的貨幣供給量X與國(guó)民收入Y的歷史數(shù)據(jù)年份XY年份XY年份XY198519891993198619901994198761991199519887199291996根據(jù)以上數(shù)據(jù)估計(jì)貨幣供給量Y對(duì)國(guó)民收入X的回歸方程，利用Eivews軟件輸出結(jié)果為：Dependent Variable: YVariableCoefficientStd. Errort

35、-StatisticProb. XCR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression F-statisticSum squared resid Prob(F-statistic)問：（1）寫出回歸模型的方程形式，并說明回歸系數(shù)的顯著性（）。 （2）解釋回歸系數(shù)的含義。（2） 如果希望1997年國(guó)民收入達(dá)到15，那么應(yīng)該把貨幣供給量定在什么水平？（1）回歸方程為：，由于斜率項(xiàng)p值0.0000<，表明斜率項(xiàng)顯著不為0，即國(guó)民收入對(duì)貨幣供給量有顯著影響。（2分）截距項(xiàng)p值0.5

36、444>，表明截距項(xiàng)與0值沒有顯著差異，即截距項(xiàng)沒有通過顯著性檢驗(yàn)。（2分）（2）截距項(xiàng)0.353表示當(dāng)國(guó)民收入為0時(shí)的貨幣供應(yīng)量水平，此處沒有實(shí)際意義。斜率項(xiàng)1.968表明國(guó)民收入每增加1元，將導(dǎo)致貨幣供應(yīng)量增加1.968元。（3分）（3）當(dāng)X15時(shí)，即應(yīng)將貨幣供應(yīng)量定在29.873的水平。（3分）14假定有如下的回歸結(jié)果 其中，Y表示美國(guó)的咖啡消費(fèi)量（每天每人消費(fèi)的杯數(shù)），X表示咖啡的零售價(jià)格（單位：美元/杯），t表示時(shí)間。問：（1）這是一個(gè)時(shí)間序列回歸還是橫截面回歸？做出回歸線。（2）如何解釋截距的意義？它有經(jīng)濟(jì)含義嗎？如何解釋斜率？（3）能否救出真實(shí)的總體回歸函數(shù)？（4）根據(jù)需求

37、的價(jià)格彈性定義： ，依據(jù)上述回歸結(jié)果，你能救出對(duì)咖啡需求的價(jià)格彈性嗎？如果不能，計(jì)算此彈性還需要其他什么信息？15下面數(shù)據(jù)是依據(jù)10組X和Y的觀察值得到的： ，假定滿足所有經(jīng)典線性回歸模型的假設(shè)，求，的估計(jì)值；答：由已知條件可知，（3分）（3分）（2分）（2分）19611999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程： (0.237) (0.083) (0.048) ，DW=0.858 式下括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤。(1) 解釋回歸系數(shù)的經(jīng)濟(jì)含義； (2)系數(shù)的符號(hào)符合你的預(yù)期嗎？為什么？K保持不變時(shí)勞動(dòng)產(chǎn)出彈性為1.451 ；（

38、3分）產(chǎn)出彈性為0.384（2分）.（2）系數(shù)符號(hào)符合預(yù)期，作為彈性，都是正值，而且都通過了參數(shù)的顯著性檢驗(yàn)（t檢驗(yàn)）（5分，要求能夠把t值計(jì)算出來）。17.某計(jì)量經(jīng)濟(jì)學(xué)家曾用19211941年與19451950年（19421944年戰(zhàn)爭(zhēng)期間略去）美國(guó)國(guó)內(nèi)消費(fèi)和工資收入、非工資非農(nóng)業(yè)收入、農(nóng)業(yè)收入的時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了以下回歸方程：式下括號(hào)中的數(shù)字為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤。試對(duì)該模型進(jìn)行評(píng)析，指出其中存在的問題。解答：該消費(fèi)模型的判定系數(shù)，統(tǒng)計(jì)量的值，均很高，表明模型的整體擬合程度很高。（2分）計(jì)算各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值得：，。除外，其余T值均很小。工資收入的系數(shù)t

39、檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值卻過大，該值為工資收入對(duì)消費(fèi)的邊際效應(yīng)，它的值為1.059意味著工資收入每增加一美元，消費(fèi)支出增長(zhǎng)將超過一美元，這與經(jīng)濟(jì)理論和生活常識(shí)都不符。（5分）另外，盡管從理論上講，非工資非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但二者各自的t檢驗(yàn)卻顯示出它們的效應(yīng)與0無明顯差異。這些跡象均表明模型中存在嚴(yán)重的多重共線性，不同收入部分之間的相互關(guān)系掩蓋了各個(gè)部分對(duì)解釋消費(fèi)行為的單獨(dú)影響。（3分）18.計(jì)算下面三個(gè)自由度調(diào)整后的決定系數(shù)。這里，為決定系數(shù)，為樣本數(shù)目，為解釋變量個(gè)數(shù)。（1）（2）（3）解答: (1)（3分）(2)；負(fù)值也是有可能的。（4分）(3) （3

40、分），試在下列條件下: 。分別求出，的最小二乘估計(jì)量。解答：當(dāng)時(shí)，模型變?yōu)?，可作為一元回歸模型來對(duì)待（5分）當(dāng)時(shí)，模型變?yōu)?同樣可作為一元回歸模型來對(duì)待（5分）20假設(shè)要求你建立一個(gè)計(jì)量經(jīng)濟(jì)模型來說明在學(xué)校跑道上慢跑一英里或一英里以上的人數(shù)，以便決定是否修建第二條跑道以滿足所有的鍛煉者。你通過整個(gè)學(xué)年收集數(shù)據(jù)，得到兩個(gè)可能的解釋性方程：方程A： 方程B： 其中：某天慢跑者的人數(shù) 該天降雨的英寸數(shù) 該天日照的小時(shí)數(shù)該天的最高溫度（按華氏溫度） 第二天需交學(xué)期論文的班級(jí)數(shù)請(qǐng)回答下列問題：（1）這兩個(gè)方程你認(rèn)為哪個(gè)更合理些，為什么？（2） 為什么用相同的數(shù)據(jù)去估計(jì)相同變量的系數(shù)得到不同的符號(hào)？ 解答

41、:（1）第2個(gè)方程更合理一些，因?yàn)槟程炻苷叩娜藬?shù)同該天日照的小時(shí)數(shù)應(yīng)該是正相關(guān)的。（4分）（2）出現(xiàn)不同符號(hào)的原因很可能是由于與高度相關(guān)而導(dǎo)致出現(xiàn)多重共線性的緣故。從生活經(jīng)驗(yàn)來看也是如此，日照時(shí)間長(zhǎng)，必然當(dāng)天的最高氣溫也就高。而日照時(shí)間長(zhǎng)度和第二天需交學(xué)期論文的班級(jí)數(shù)是沒有相關(guān)性的。（6分）21假定以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，盒飯價(jià)格、氣溫、附近餐廳的盒飯價(jià)格、學(xué)校當(dāng)日的學(xué)生數(shù)量（單位：千人）作為解釋變量，進(jìn)行回歸分析；假設(shè)不管是否有假期，食堂都營(yíng)業(yè)。不幸的是，食堂內(nèi)的計(jì)算機(jī)被一次病毒侵犯，所有的存儲(chǔ)丟失，無法恢復(fù)，你不能說出獨(dú)立變量分別代表著哪一項(xiàng)！下面是回歸結(jié)果（括號(hào)內(nèi)

42、為標(biāo)準(zhǔn)差）：（2.6） (6.3) (0.61) (5.9) 要求：（1）試判定每項(xiàng)結(jié)果對(duì)應(yīng)著哪一個(gè)變量？（2）對(duì)你的判定結(jié)論做出說明。 解答：（1）是盒飯價(jià)格，是氣溫，是學(xué)校當(dāng)日的學(xué)生數(shù)量，是附近餐廳的盒飯價(jià)格。（4分）（2）在四個(gè)解釋變量中，附近餐廳的盒飯價(jià)格同校園內(nèi)食堂每天賣出的盒飯數(shù)量應(yīng)該是負(fù)相關(guān)關(guān)系，其符號(hào)應(yīng)該為負(fù)，應(yīng)為；學(xué)校當(dāng)日的學(xué)生數(shù)量每變化一個(gè)單位，盒飯相應(yīng)的變化數(shù)量不會(huì)是28.4或者12.7，應(yīng)該是小于1的，應(yīng)為；至于其余兩個(gè)變量，從一般經(jīng)驗(yàn)來看，被解釋變量對(duì)價(jià)格的反應(yīng)會(huì)比對(duì)氣溫的反應(yīng)更靈敏一些，所以是盒飯價(jià)格，是氣溫。（6分）22.設(shè)消費(fèi)函數(shù)為，其中為消費(fèi)支出，為個(gè)人可支配

43、收入， 為隨機(jī)誤差項(xiàng)，并且（其中為常數(shù)）。試回答以下問題：（1）選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過程；（2）寫出修正異方差后的參數(shù)估計(jì)量的表達(dá)式。22. 解：（一）原模型： （1）等號(hào)兩邊同除以， 新模型：（2） （2分） 令則：（2）變?yōu)?（2分）此時(shí)新模型不存在異方差性。（2分）（二）對(duì)進(jìn)行普通最小二乘估計(jì) 其中 （4分）（進(jìn)一步帶入計(jì)算也可）23.檢驗(yàn)下列模型是否存在異方差性，列出檢驗(yàn)步驟，給出結(jié)論。樣本共40個(gè)，本題假設(shè)去掉c=12個(gè)樣本，假設(shè)異方差由引起，數(shù)值小的一組殘差平方和為，數(shù)值大的一組平方和為。解：（1）（2分）（2）（3分）（3）（2分）（4），接受原假設(shè)，認(rèn)為隨機(jī)誤

44、差項(xiàng)為同方差性。（3分）24. 假設(shè)回歸模型為：，其中：；并且是非隨機(jī)變量，求模型參數(shù)的最佳線性無偏估計(jì)量及其方差。解：原模型： 根據(jù)為消除異方差性，模型等號(hào)兩邊同除以模型變?yōu)椋?（2分）令則得到新模型： （2分）此時(shí)新模型不存在異方差性。（2分）利用普通最小二乘法，估計(jì)參數(shù)得： （4分）25.現(xiàn)有x和Y的樣本觀測(cè)值如下表: x2510410y47459假設(shè)y對(duì)x的回歸模型為，且，試用適當(dāng)?shù)姆椒ü烙?jì)此回歸模型。解：原模型： ， 模型存在異方差性 為消除異方差性，模型兩邊同除以，得： （2分）令得： （2分）此時(shí)新模型不存在異方差性 （1分）由已知數(shù)據(jù)，得（2分）2510410474592根據(jù)以

45、上數(shù)據(jù)，對(duì)進(jìn)行普通最小二乘估計(jì)得：解得（3分）26.根據(jù)某地19611999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了下列回歸方程： (0.237) (0.083) (0.048) ,DW=0.858 上式下面括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤差。在5%的顯著性水平之下，由DW檢驗(yàn)臨界值表，得dL=1.38,du=1.60。問； (1) 題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義； (2) 該回歸方程的估計(jì)中存在什么問題?應(yīng)如何改進(jìn)?  答案：(1) 題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義：該回歸方程是一個(gè)對(duì)數(shù)線性模型，可還原為指數(shù)的形式為：，是一個(gè)C-D函數(shù)，1

46、.451為勞動(dòng)產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。因?yàn)?.451+0.38411，所以該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟(jì)。（6分）(2) 該回歸方程的估計(jì)中存在什么問題?應(yīng)如何改進(jìn)?  因?yàn)镈W=0.858, dL=1.38,即0.858<1.38,故存在一階正自相關(guān)?？衫肎LS方法消除自相關(guān)的影響。（4分）27根據(jù)我國(guó)19782000年的財(cái)政收入和國(guó)內(nèi)生產(chǎn)總值的統(tǒng)計(jì)資料，可建立如下的計(jì)量經(jīng)濟(jì)模型： （2.5199） （22.7229） 0.9609，731.2086，516.3338，請(qǐng)回答以下問題：（1） 何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？（2） 試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么？

47、 （3） 自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？（4） 如果該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和步驟。（臨界值，）1）何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性？答：如果對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，則出現(xiàn)序列相關(guān)性。如存在：稱為一階序列相關(guān)，或自相關(guān)。（3分）（2）試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么？答：存在。（2分）（3）自相關(guān)會(huì)給建立的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響？答：1參數(shù)估計(jì)兩非有效;2 變量的顯著性檢驗(yàn)失去意義。3模型的預(yù)測(cè)失效。（3分）（4）如果該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和步驟。（臨界值，）答：1構(gòu)造D.W統(tǒng)計(jì)量并查表；2

48、與臨界值相比較，以判斷模型的自相關(guān)狀態(tài)。（2分）28.對(duì)某地區(qū)大學(xué)生就業(yè)增長(zhǎng)影響的簡(jiǎn)單模型可描述如下:式中，為新就業(yè)的大學(xué)生人數(shù)，MIN1為該地區(qū)最低限度工資，POP為新畢業(yè)的大學(xué)生人數(shù)，GDP1為該地區(qū)國(guó)內(nèi)生產(chǎn)總值，GDP為該國(guó)國(guó)內(nèi)生產(chǎn)總值；g表示年增長(zhǎng)率。（1）如果該地區(qū)政府以多多少少不易觀測(cè)的卻對(duì)新畢業(yè)大學(xué)生就業(yè)有影響的因素作為基礎(chǔ)來選擇最低限度工資，則OLS估計(jì)將會(huì)存在什么問題？（2）令MIN為該國(guó)的最低限度工資，它與隨機(jī)擾動(dòng)項(xiàng)相關(guān)嗎？（3）按照法律，各地區(qū)最低限度工資不得低于國(guó)家最低工資，哪么gMIN能成為gMIN1的工具變量嗎？ 答：（1）由于地方政府往往是根據(jù)過去的經(jīng)驗(yàn)、當(dāng)前的經(jīng)

49、濟(jì)狀況以及期望的經(jīng)濟(jì)發(fā)展前景來定制地區(qū)最低限度工資水平的，而這些因素沒有反映在上述模型中，而是被歸結(jié)到了模型的隨機(jī)擾動(dòng)項(xiàng)中，因此 gMIN1 與m不僅異期相關(guān)，而且往往是同期相關(guān)的，這將引起OLS估計(jì)量的偏誤，甚至當(dāng)樣本容量增大時(shí)也不具有一致性。（5分）（2）全國(guó)最低限度的制定主要根據(jù)全國(guó)國(guó)整體的情況而定，因此gMIN基本與上述模型的隨機(jī)擾動(dòng)項(xiàng)無關(guān)。（2分）（3）由于地方政府在制定本地區(qū)最低工資水平時(shí)往往考慮全國(guó)的最低工資水平的要求，因此gMIN1與gMIN具有較強(qiáng)的相關(guān)性。結(jié)合（2）知gMIN可以作為gMIN1的工具變量使用。（3分）29下列假想的計(jì)量經(jīng)濟(jì)模型是否合理，為什么？ （1） 其中

50、，是第產(chǎn)業(yè)的國(guó)內(nèi)生產(chǎn)總值。 （2） 其中， 、分別為農(nóng)村居民和城鎮(zhèn)居民年末儲(chǔ)蓄存款余額。 （3） 其中，、分別為建筑業(yè)產(chǎn)值、建筑業(yè)固定資產(chǎn)投資和職工人數(shù)。 （4） 其中，、分別為居民耐用消費(fèi)品支出和耐用消費(fèi)品物價(jià)指數(shù)。 （5） （6）其中，、分別為煤炭工業(yè)職工人數(shù)和固定資產(chǎn)原值，、分別為發(fā)電量和鋼鐵產(chǎn)量。解答：（1）這是一個(gè)確定的關(guān)系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國(guó)內(nèi)生產(chǎn)總值。作為計(jì)量模型不合理。（3分）（2）（3）（4）（5）都是合理的計(jì)量經(jīng)濟(jì)模型。（4分）（6）不合理。發(fā)電量和鋼鐵產(chǎn)量影響對(duì)煤炭的需求，但不會(huì)影響煤炭的產(chǎn)量。作為解釋變量沒有意義。（3分）30指出下列假想模型中的錯(cuò)誤，并說明理由：

51、 （1）其中，為第年社會(huì)消費(fèi)品零售總額（億元），為第年居民收入總額（億元）（城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和），為第年全社會(huì)固定資產(chǎn)投資總額（億元）。 （2） 其中， 、分別是城鎮(zhèn)居民消費(fèi)支出和可支配收入。（3）其中，、分別是工業(yè)總產(chǎn)值、工業(yè)生產(chǎn)資金和職工人數(shù)。解答：（1）模型中的系數(shù)符號(hào)為負(fù)，不符合常理。居民收入越多意味著消費(fèi)越多，二者應(yīng)該是正相關(guān)關(guān)系。（3分）（2）的系數(shù)是1.2，這就意味著每增加一元錢，居民消費(fèi)支出平均增加1.2元，處于一種入不敷出的狀態(tài)，這是不可能的，至少對(duì)一個(gè)表示一般關(guān)系的宏觀計(jì)量經(jīng)濟(jì)模型來說是不可能的。（4分）(3) 的系數(shù)符號(hào)為負(fù)，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理的。這很可能是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者相關(guān)造成多重共線性產(chǎn)生的。（3分）31假設(shè)王先生估計(jì)消費(fèi)函數(shù)（用模型表示），并獲得下列結(jié)果：，n=19 （