計量經(jīng)濟學期末考試試題-是模擬試卷

1、練習題一一、單選題（15小題，每題2分，共30分）1.有關經(jīng)濟計量模型的描述正確的為( )A.經(jīng)濟計量模型揭示經(jīng)濟活動中各個因素之間的定性關系B.經(jīng)濟計量模型揭示經(jīng)濟活動中各個因素之間的定量關系，用確定性的數(shù)學方程加以描述C.經(jīng)濟計量模型揭示經(jīng)濟活動中各個因素之間的定量關系，用隨機性的數(shù)學方程加以描述D.經(jīng)濟計量模型揭示經(jīng)濟活動中各個因素之間的定性關系，用隨機性的數(shù)學方程加以描述2.在X與Y的相關分析中( )A.X是隨機變量，Y是非隨機變量 B.Y是隨機變量，X是非隨機變量C.X和Y都是隨機變量 D.X和Y均為非隨機變量3.對于利用普通最小二乘法得到的樣本回歸直線，下面說法中錯誤的是( )A.

2、 B. C. D. 4.在一元回歸模型中，回歸系數(shù)通過了顯著性t檢驗，表示( )A. B. C., D.5如果X為隨機解釋變量，Xi與隨機誤差項ui相關，即有Cov(Xi，ui)0，則普通最小二乘估計是（ ）A有偏的、一致的B有偏的、非一致的C無偏的、一致的D無偏的、非一致的6.有關調(diào)整后的判定系數(shù)與判定系數(shù)之間的關系敘述正確的是（ ）A.與均非負 B.模型中包含的解釋個數(shù)越多，與就相差越小C.只要模型中包括截距項在內(nèi)的參數(shù)的個數(shù)大于1，則D.有可能大于7.如果回歸模型中解釋變量之間存在完全的多重共線性，則最小二乘估計量( )A不確定，方差無限大 B.確定，方差無限大C不確定，方差最小 D.確

3、定，方差最小8.逐步回歸法既檢驗又修正了（ ）A異方差性 B.自相關性C隨機解釋變量 D.多重共線性9如果線性回歸模型的隨機誤差項存在異方差，則參數(shù)的普通最小二乘估計量是（ ）A無偏的，但方差不是最小的B有偏的，且方差不是最小的C無偏的，且方差最小D有偏的，但方差仍為最小10.如果dL<DW<du，則( )A.隨機誤差項存在一階正自相關 B.隨機誤差項存在一階負自相關C.隨機誤差項不存在一階自相關 D.不能判斷隨機誤差項是否存在一階自相關11使用多項式方法估計有限分布滯后模型Yt=+0Xt+1Xt-1+kXt-k+ut時，多項式i=0+1i+2i2+mim的階數(shù)m必須（ ）A小于k

4、B小于等于kC等于kD大于k12.設，=居民消費支出，=居民收入，D=1代表城鎮(zhèn)居民，D=0代表農(nóng)村居民，則城鎮(zhèn)居民消費變動模型為( ) A. B. C. D. 13.關于自適應預期模型和局部調(diào)整模型，下列說法錯誤的是（ ）A.它們都是由某種期望模型演變形成的B.它們最終都是一階自回歸模型C.它們都滿足古典線性回歸模型的所有假設，從而可直接OLS方法進行估計D.它們的經(jīng)濟背景不同14.在簡化式模型中，其解釋變量都是( )A.外生變量 B.內(nèi)生變量 C.滯后變量 D.前定變量15如果某個結構式方程是恰好識別的，則估計該方程的參數(shù)可以用（ ）A廣義差分法B加權最小二乘法C間接最小二乘法D普通最小二

5、乘法15CCCBB 610. CADAD 1115ABCDC二、判斷題（10小題，每題1分，共10分，對的打“”，錯的打“×”）1.隨機誤差項ui與殘差項ei是一回事。（ ）2.總體回歸函數(shù)給出了對應于每一個自變量的因變量的值。（ ）3.可決系數(shù)需要修正的原因是解釋變量間存在共線性。（ ）4.變量間的兩兩高度相關一定表示高度多重共線性。（ ）5.通過虛擬變量將屬性因素引入計量經(jīng)濟模型，引入虛擬變量的個數(shù)與樣本容量大小有關。（ ）6.當增加一個解釋變量時，參數(shù)的估計值發(fā)生較大變化，則回歸方程可能存在嚴重的多重共線性。（ ）7.在異方差情況下，通常 OLS估計低估了估計量的標準差。（ ）

6、 8.當使用廣義差分法時，不一定要求自相關系數(shù)是已知的。（ ）9.簡化模型就是把結構模型中的全部內(nèi)生變量表示成前定變量和隨機項的函數(shù)。（ ）10.階識別條件就是在由M個方程組成的結構模型中，任一特定方程可識別的必要條件是該方程所不包含的變量數(shù)不小于M-1。（ ）15×× 610. ×三、簡答題（8分+9分+8分，共25分）1.什么是工具變量法？并說出選擇工具變量的標準。2.試比較庫伊克模型、自適應預期模型與局部調(diào)整模型的異與同。3.什么是聯(lián)立方程偏倚？說明各類聯(lián)立方程模型是否存在偏倚性。1.答：所謂工具變量法，就是在進行參數(shù)估計的過程中選擇適當?shù)墓ぞ咦兞?，代替回歸

7、模型中同隨機擾動項存在相關性的解釋變量。（2分）工具變量的選擇標準為：1）與所代替的解釋變量高度相關；2）與隨機擾動項不相關；3）與其它解釋變量不相關，以免出現(xiàn)多重共線性。（6分）2.答：相同點：三者的最終形式都是一階自回歸模型，所以，對這三類模型的估計就轉化為對相應一階自回歸模型的估計。（3分）不同點：（1）導出模型的經(jīng)濟背景與思想不同。庫伊克模型是在無限分布滯后模型的基礎上根據(jù)庫伊克幾何分布滯后假定而導出的；自適應預期模型是由解釋變量的自適應過程而得到的；局部調(diào)整模型則是對被解釋變量的局部調(diào)整而得到的。（3分）（2）由于模型的形成機理不同而導致隨機誤差項的結構有所不同,這一區(qū)別將對模型的估

8、計帶來一定影響。（3分）3.答：由于聯(lián)立方程模型中內(nèi)生變量作為解釋變量與隨機誤差項相關，而引起的OLS估計的參數(shù)有偏移且不一致，稱為聯(lián)立方程偏倚性。聯(lián)立方程偏倚性是聯(lián)立方程固有的，所以一般情況下OLS估計法不適合與估計聯(lián)立方程模型。（5分）結構型模型有偏倚性問題；簡化型模型和遞歸型模型沒有偏倚性問題。（3分）四、案例分析題（20分+15分35分）說明：所有結果保留四位小數(shù)。 1.用1979-2008年廣東省城鎮(zhèn)居民人均可支配收入PDI（元）和人均消費性支出PCE（元）做回歸，以PCE為因變量，PDI為自變量，建立消費函數(shù)。數(shù)據(jù)來自廣東統(tǒng)計年鑒（2009）。運用Eviews5.0估計結果如下：D

9、ependent Variable: PCEMethod: Least SquaresDate: 06/12/11 Time: 11:52Sample: 1978 2008Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C160.907337.76177？0.0002PDI0.784240？178.92050.0000R-squared0.999095    Mean dependent var5176.681Adjusted R-squa

10、red0.999064    S.D. dependent var4603.532S.E. of regression140.8624    Akaike info criterion12.79579Sum squared resid575424.5    Schwarz criterion12.88830Log likelihood-196.3347    F-statistic32012.53Durbin-Watson stat2.

11、234549    Prob(F-statistic)0.000000要求：(1) 把回歸結果中的問號部分補出來，并估計總體隨機擾動項的方差。（8分）（2）把回歸分析結果報告出來；（5分）(3) 進行參數(shù)顯著性檢驗并解釋的含義；（5分）（4）說明PDI的回歸系數(shù)的經(jīng)濟含義。（2分）2.對廣東省18個國家調(diào)查樣本市、縣（區(qū)）的人均消費性支出（Y）和人均可支配收入（X）數(shù)據(jù)進行一元回歸分析，得到回歸殘差的平方對X的回歸結果如下：Dependent Variable: E2Method: Least SquaresDate: 06/14/11 Time: 17

12、:02Sample: 1 18Included observations: 18VariableCoefficientStd. Errort-StatisticProb.  X39.814728.4910994.6889950.0002R-squared-0.018550    Mean dependent var720761.2Adjusted R-squared-0.018550    S.D. dependent var641682.6S.E. of regression647606.8&

13、#160;   Akaike info criterion29.65391Sum squared resid7.13E+12    Schwarz criterion29.70337Log likelihood-265.8852    Durbin-Watson stat2.628530要求：（1）寫出要估計上述結果時在Eviews的命令欄輸入的命令。（3分）（2）寫出異方差表達式=？（4分）（3）進行同方差變換，證實變換后的模型不存在異方差。（8分）1.解：(1) 4.2611，（2

14、分）；0.0044，（2分）；的估計為：（4分）(2)回歸分析結果的報告格式為：PCEt=160.9073 + 0.7842PDIt(37.7618) (0.0044)t= (4.2611) (178.9205)R20.9991 SE140.8624 DW2.2345 F=32012.53（5分）(3) 從截距項和解釋變量估計值的t值可以判斷，系數(shù)估計的t值大于臨界值，因此，參數(shù)估計結果顯著?；蛘咭部梢詮膒值判斷，拒絕對兩個參數(shù)原假設的概率均小于5，因此，兩個參數(shù)估計值顯著。（3分）可決系數(shù)度量了模型中解釋變量對被解釋變量的解釋程度。本題中的估計值為0.9991，表明PPI對PCE變異的解釋程

15、度為99.91%。（2分）（4）回歸系數(shù)表示在其他因素保持不變的情況下，解釋變量每變動一單位，被解釋變量均值的改變量。本題中，0.7842表示在其他因素保持不變的情況下，人均可支配收入每增加一元所增加的人均消費性支出為0.7842元。即，表示收入的邊際消費傾向。（2分）2.解：(1) 輸入的命令：ls e2 x。（3分）(2)異方差表達式=39.8147（4分）(3) 進行同方差變換，證實變換后的模型不存在異方差（8分） 已知： 其中：人均消費性支出；人均可支配收入；，其中模型兩邊同時除以進行變換，得： (5分)其中：，可以證明誤差項是同方差的。證明如下：已知：，（根據(jù)已知條件為常數(shù)），證得變

16、換后的誤差項是同方差的。（3分）練習題二一、單選題（10小題，每題2分，共20分）1.對兩個包含的解釋變量個數(shù)不同的回歸模型進行擬合優(yōu)度比較時，應比較它們的：( ) A.判定系數(shù) B.調(diào)整后判定系數(shù) C.標準誤差 D.估計標準誤差2.加權最小二乘法克服異方差的主要原理是通過賦予不同誤差的觀測點以不同的權數(shù)，以提高估計精度，即：( ) A.重視大誤差的作用，輕視小誤差的作用 B.重視小誤差的作用，輕視大誤差的作用 C.重視小誤差的作用，更重視大誤差的作用 D.輕視大誤差的作用，更輕視小誤差的作用3.下面哪一個必定是錯誤的（ ）A. B. C. D. 4.在多元線性回歸模型中，若某個解釋變量對其余

17、解釋變量的判定系數(shù)接近于1，則表明模型中存在（ ）A.多重共線性 B.異方差性 C.序列相關 D.高擬合優(yōu)度5.判定系數(shù)r2=0.8，說明回歸直線能解釋被解釋變量總變差的：( ) A.80% B.64% C.20% D.89%6.DW的取值范圍是：( ) A.-1DW0 B.-1DW1 C.-2DW2 D.0DW47.模型Yi=0+1D+Xi+i，其中D=為虛擬變量，模型中的差別截距系數(shù)是指：( ) A.0 B.1 C.0+1 D.0-18. 假定某企業(yè)的生產(chǎn)決策是由模型描述的（其中為產(chǎn)量，為價格），又知：如果該企業(yè)在 t-1 期生產(chǎn)過剩，經(jīng)濟人員會削減t期的產(chǎn)量。由此判斷上述模型存在( )A

18、 異方差問題 B 序列相關問題 C 多重共線性問題 D 隨機解釋變量問題9.下列經(jīng)濟計量分析回歸模型中哪些可能存在異方差問題（ ） A.用時間序列數(shù)據(jù)建立的家庭消費支出對家庭收入水平的回歸模型； B.用橫截面數(shù)據(jù)建立的產(chǎn)出對勞動和資本的回歸模型； C.以21年資料建立的某種商品的市場供需模型； D. 以20年資料建立的總支出對總收入的回歸模型10. 在結構式模型中，具有統(tǒng)計形式的唯一性的結構式方程是【 】 A 不可識別的 B 恰好識別的 C 過度識別的 D 可識別的 15BBCAA 610. DBBBB二、判斷題（10小題，每題1分，共10分，對的打“”，錯的打“×”）1. 經(jīng)濟計量

19、學是以經(jīng)濟理論為前提，利用數(shù)學、數(shù)理統(tǒng)計方法與計算技術，根據(jù)實際觀測資料來研究確定經(jīng)濟數(shù)量關系和規(guī)律的一門學科。2. 最小二乘準則就是對模型Yi=b0+b1Xi+ui確定Xi和Yi使殘差平方和ei2=(Yi-(+Xi)2達到最小。3. 在殘差et和滯后一期殘差et-1的散點圖上，如果，殘差et在連續(xù)幾個時期中，逐次值不頻繁的改變符號，而是幾個負的殘差et以后跟著幾個正的殘差et，然后又是幾個負的殘差et，那么殘差et具有負自相關。4. 結構模型直接反映了經(jīng)濟變量之間各種關系的完整結構，其方程稱為結構方程。5. 若判定系數(shù)R2越趨近于1，則回歸直線擬合越好。6. 增大樣本容量有可能減弱多重共線性

20、，因為多重共線性具有樣本特征。7. 秩識別條件就是在由G個方程組成的結構模型中，任一特定方程可識別的充分必要條件是該程不包含而為其他方程所包含的那些變量的系數(shù)矩陣的秩等于G-1。8. R2調(diào)整的思想是將回歸平方和與總離差平方和之比的分子分母分別用各自的自由度去除，變成均方差之比，以剔除變量個數(shù)對擬合優(yōu)度的影響。9. 可決系數(shù)R2越大，說明模型中各個解釋變量對被解釋變量的影響程度越大。10. 簡化式模型中每一個方程的右端可以出現(xiàn)內(nèi)生變量，但只有前定變量作為解釋變量。15×× 610.××三、簡答題（3小題，每題10分，共30分）1. 為什么要進行同方差變換

21、？寫出其過程，并證實之。答：進行同方差變換是為了處理異方差，寫出其過程如下：我們考慮一元總體回歸函數(shù)Yi = b0 + b1 Xi + ui假設誤差i2 是已知的，也就是說，每個觀察值的誤差是已知的。對模型作如下“變換”：Yi /i = b0 /i + b1 Xi /i + ui /i這里將回歸等式的兩邊都除以“已知”的i 。i 是方差i2 的平方根。令 vi = ui /i 我們將vi 稱作是“變換”后的誤差項。vi 滿足同方差嗎？如果是，則變換后的回歸方程就不存在異方差問題了。假設古典線性回歸模型中的其他假設均能滿足，則方程中各參數(shù)的OLS 估計量將是最優(yōu)線性無偏估計量，我們就可以按常規(guī)的

22、方法進行統(tǒng)計分析了。證明誤差項vi 同方差性并不困難。根據(jù)方程有：E (vi2 ) = E (ui2 /i2 ) = E (ui2 ) /i2 =i2 /i2 = 1顯然它是一個常量。簡言之，變換后的誤差項vi 是同方差的。因此，變換后的模型不存在異方差問題，我們可以用常規(guī)的OLS 方法加以估計。2. 什么是工具變量法？并說出選擇工具變量的標準。答：所謂工具變量法，就是在進行參數(shù)估計的過程中選擇適當?shù)墓ぞ咦兞?，代替回歸模型中同隨機擾動項存在相關性的解釋變量。工具變量的選擇標準為：1）與所代替的解釋變量高度相關；2）與隨機擾動項不相關；3）與其它解釋變量不相關，以免出現(xiàn)多重共線性。3. 聯(lián)立方程

23、模型中的方程可以分為幾類？其含義各是什么？答：聯(lián)立方程模型中，結構模型中的每一個方程都是結構方程，簡化模型中每個方程稱為簡化方程，結構方程的方程類型有：行為方程描述經(jīng)濟系統(tǒng)中變量之間的行為關系，主要是因果關系，例如用收入作為消費的解釋變量建立的方程；技術方程描述由技術決定的變量之間的關系，例如用總產(chǎn)值作為凈產(chǎn)值的解釋變量建立的方程；制度方程描述由制度決定的變量之間的關系，例如用進口總額作為關稅收入的解釋變量建立的方程。平衡方程是由變量所代表的指標之間的平衡關系決定的，例如政府消費等于消費總額減去居民消費。四、分析變換題（5題，共40分）1. 因果關系分析Pairwise Granger Cau

24、sality TestsDate: 11/27/08 Time: 20:18Sample: 1978 1995Lags: 2  Null Hypothesis:ObsF-StatisticProbability  REV does not Granger Cause GDP16 8.15913 0.00672  GDP does not Granger Cause REV 1.94100 0.18968 根據(jù)上述輸出結果，對REV和GDP進行Granger因果關系分析(顯著性性水平為0.05)（

25、5分）2. 解釋輸出結果Dependent Variable: CSMethod: Least SquaresDate: 12/13/08 Time: 10:10Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.  CZ0.7846290.01702146.098370.0000C18.294377.3675332.4831070.0215R-squared0.990215    Mean dependent v

26、ar246.0617Adjusted R-squared0.989749    S.D. dependent var258.8672S.E. of regression26.21003    Akaike info criterion9.453102Sum squared resid14426.28    Schwarz criterion9.551841Log likelihood-106.7107    F-statistic212

27、5.060Durbin-Watson stat1.495140    Prob(F-statistic)0.000000解釋粗體各部分的含義及其作用？（5分）3. 觀察下列輸出結果，分析變量間出現(xiàn)了什么問題？（5分）Dependent Variable: TZGMethod: Least SquaresDate: 12/14/08 Time: 17:54Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.  ZJ0

28、.5053520.7701360.6561860.5196YY0.7504740.2039583.6795460.0016CZ1.2644511.0388741.2171360.2385C-34.6399540.25855-0.8604370.4003R-squared0.991894    Mean dependent var938.7587Adjusted R-squared0.990614    S.D. dependent var1082.535S.E. of regression104.8795 

29、;   Akaike info criterion12.30027Sum squared resid208994.5    Schwarz criterion12.49775Log likelihood-137.4531    F-statistic774.9423Durbin-Watson stat1.523939    Prob(F-statistic)0.000000變量間相關系數(shù)ZJYYCZZJ10.97460.9973YY0.97461

30、0.9648CZ0.99730.964814. 利用東莞數(shù)據(jù)財政收入REV（億元），國內(nèi)生產(chǎn)總值GDP（億元）資料，建立回歸方程，Eviews結果如下：Dependent Variable: REVMethod: Least SquaresDate: 12/14/08 Time: 23:16Sample (adjusted): 1979 1995Included observations: 17 after adjustmentsConvergence achieved after 8 iterationsVariableCoefficientStd. Errort-StatisticProb

31、.  C-22624.1522196.63-1.0192600.3254GDP0.0965210.00649214.867880.0000AR(1)0.8931820.1222957.3035040.0000R-squared0.994327    Mean dependent var40522.06Adjusted R-squared0.993517    S.D. dependent var49416.84S.E. of regression3979.013   

32、; Akaike info criterion19.57424Sum squared resid2.22E+08    Schwarz criterion19.72128Log likelihood-163.3810    F-statistic1226.926Durbin-Watson stat1.698346    Prob(F-statistic)0.000000要求：(1) 把回歸分析結果報告出來；（5分）(2) 進行經(jīng)濟、擬合優(yōu)度、參數(shù)顯著性、方程顯著性和

33、經(jīng)濟計量等檢驗；（5分）(3) 說明系數(shù)經(jīng)濟含義。（2分）5. 根據(jù)廣東數(shù)據(jù)國內(nèi)生產(chǎn)總值GDP（億元）資料，建立與時間t的回歸，Eviews結果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 12/14/08 Time: 22:57Sample: 1978 2000Included observations: 23VariableCoefficientStd. Errort-StatisticProb.  T0.1951810.00436744.696280.0000C4.8879780.05987581.

34、636590.0000R-squared0.989598    Mean dependent var7.230146Adjusted R-squared0.989102    S.D. dependent var1.330719S.E. of regression0.138917    Akaike info criterion-1.026937Sum squared resid0.405257    Schwarz criterion

35、-0.928199Log likelihood13.80978    F-statistic1997.757Durbin-Watson stat0.353401    Prob(F-statistic)0.000000假設模型誤差存在一階自相關，要求：(1)怎樣得到自相關系數(shù)的值，計算其值=？（5分）(2) 寫出上述進行的廣義差分變換，說明變換后的模型不存在自相關。（8分）1. (1)第一個零假設是REV不是GDP的Granger原因，其F統(tǒng)計量的P值為0.00672，小于顯著性水平0.05，拒絕零假設，所以REV是GDP的Granger原因。 （2）第二個零假設是GDP不是REV的Granger原因，其F統(tǒng)計量的P值為0.18968，大于顯著性水平0.05，不能拒絕零假設，所以GDP不是REV的Granger原因。2. t-Statistic是對應