《計(jì)量經(jīng)濟(jì)學(xué)》考試復(fù)習(xí)資料.docx

1、計(jì)量經(jīng)濟(jì)學(xué)期末考試復(fù)習(xí)資料第一章緒論參考重點(diǎn)：計(jì)量經(jīng)濟(jì)學(xué)的一般建模過程第一章課后題（1.4.5）1.什么是計(jì)量經(jīng)濟(jì)學(xué)？計(jì)量經(jīng)濟(jì)學(xué)方法與一般經(jīng)濟(jì)數(shù)學(xué)方法有什么區(qū)別？答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的-?個(gè)分支學(xué)科，是以揭示經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系為內(nèi)容的分支學(xué)科，是由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者結(jié)合而成的交叉學(xué)科。計(jì)量經(jīng)濟(jì)學(xué)方法揭不經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定量關(guān)系， 用隨機(jī)性的數(shù)學(xué)方程加以描 述； 一般經(jīng)濟(jì)數(shù)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素 Z間的理論關(guān)系，用確定性的數(shù)學(xué)方程加以 描述。4.建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟有哪些？答：建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟如下：（1）設(shè)定理論模型，包括選擇模型所

2、 包含的變量，確定變雖之間的數(shù)學(xué)關(guān)系和擬定模型中待估參數(shù)的數(shù)值范圍；（2）收集樣木數(shù) 據(jù)，要考慮樣木數(shù)據(jù)的完整性、準(zhǔn)確性、可比性和一致性；（3）估計(jì)模型參數(shù)；（4）檢驗(yàn)?zāi)Ｐ?，包括?jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型預(yù)測(cè)檢驗(yàn)。5?模型的檢驗(yàn)包括幾個(gè)方面？其具體含義是什么？答：模型的檢驗(yàn)主要包括：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測(cè)檢驗(yàn)。在經(jīng)濟(jì)意義檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗(yàn)求得的參數(shù)估計(jì)值的符號(hào)與人小是否 與根據(jù)人們的經(jīng)驗(yàn)和經(jīng)濟(jì)理論所擬訂的期望值相符合；在統(tǒng)計(jì)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的可靠性，即檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì)；在計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠?jì)量

3、經(jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)擾動(dòng)項(xiàng)的序列相關(guān)檢驗(yàn)、界方差性檢驗(yàn)、解釋變量的多重共線性檢驗(yàn)等；模型的預(yù)測(cè)檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估訃量的穩(wěn)定性以及對(duì)樣木容量變化口寸的靈敏度，以確定所建立的模型是否可以用于樣木觀測(cè)值以外的范I制。第二章經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：一元線性回歸模型參考重點(diǎn)：1?相關(guān)分析與回歸分析的概念、聯(lián)系以及區(qū)別？（5）回歸分析是討論被解釋變量與一個(gè)或多個(gè)解釋變量之間具體依存關(guān)系的分析方法；相關(guān)分析是討論變量之間線性相關(guān)程度的分析方法。二者的區(qū)別在于：研究的目的不同，相關(guān)分析著重探討變量間的關(guān)聯(lián)程度，而回歸分析卻 要進(jìn)一步探尋變量間具體依賴關(guān)系，即希望根據(jù)解釋變量的固定值去估計(jì)和預(yù) 測(cè)被解釋變

4、量的平均值；對(duì)變量的 處理不同，相關(guān)分析對(duì)稱地處理相互聯(lián)系的 變量，而回歸分析必須明確解釋變量與 被解釋變量。二者的聯(lián)系在于：回歸分析建立在相關(guān)分析基礎(chǔ)之上，當(dāng)相互有關(guān)聯(lián)的變量進(jìn)一步有因果關(guān)系時(shí)，可進(jìn)一 步進(jìn)行 回歸分析。相關(guān)分析中線性相關(guān)系數(shù)的平方等于回歸分析中的擬合優(yōu)度。2 .總體隨機(jī)項(xiàng)與樣本隨機(jī)項(xiàng)的區(qū)別與聯(lián)系 ？(2)隨機(jī)干擾項(xiàng)“是指總體觀測(cè)值與回歸方程理論值之間的偏差，而殘差頁勺是指樣本觀測(cè)值與回歸方程理論值 Z間的偏差，二者是有區(qū)別的。但是，曲于總體觀察值無法得到，從而造成總體回歸函數(shù)事實(shí)上是未知的，因此，一艮的做法是通過樣本觀測(cè)獲得的信息去估計(jì)總體回歸函數(shù)，這樣，殘差項(xiàng)習(xí)就昱隨機(jī)干

5、擾項(xiàng)何的一個(gè)樣本估計(jì)量。3 .為什么需要進(jìn)行擬合優(yōu)度檢驗(yàn)？(3)普通垠小二乘法所保證的最好擬合是同一個(gè)問題內(nèi)部的比較，即使用給出的樣本數(shù)據(jù)滿足殘差的平方和最??；擬合優(yōu)度檢驗(yàn)結(jié)果所表示的優(yōu)劣可以 對(duì)不同的問題進(jìn)行比較，即可以辨別不同的樣本回歸結(jié)果誰好誰壞。4 .如何縮小置信區(qū)間？(P46)-斥 X% < 0: V 6 + 存 XSR) = 1-Q由上式可以看出(1).增大樣本容量。樣本容量變大，可使樣本參數(shù)估計(jì)量的標(biāo)準(zhǔn)差減 ?。煌瑫r(shí)，在同樣置信水平下，門越大，t分布表中的臨界值越小。(2)捉高模型的擬合優(yōu) 度。因?yàn)闃颖緟?shù)估計(jì)量的標(biāo)準(zhǔn)差和殘差平方和呈正比，模型的擬合優(yōu)度越高，殘差平方和應(yīng)越

6、小。5 .以一元線性回歸為例，寫出 Bo的假設(shè)檢驗(yàn)1) .對(duì)總體參數(shù)提出假設(shè)H () : p () =0, H) : (產(chǎn) 02)以原假設(shè)HO構(gòu)造t統(tǒng)計(jì)量，A 0()石如？心一-、，一2)虹 X; /n 工 x;%3)由樣本計(jì)算其值=冬4)給定顯著性水平a,查t分布表得臨界值 1 (n-2)5)比較，判斷若|t|> t a/2 (n-2),貝 U 拒絕 H (),接受 Hl ;若|t|< t a/2 (n-2),則拒絕H，接受H° ;上屆重點(diǎn)：?元線性回歸模型的基木假設(shè)、隨機(jī)誤差項(xiàng)產(chǎn)生的原因、最小二乘法、參數(shù)經(jīng)濟(jì)意義、 決定系數(shù)、第二章PPT里的表(中國居民人均消費(fèi)支出對(duì)

7、人均 GDP的同歸)、t檢驗(yàn)(平 方)代表意義；(平方)的認(rèn)識(shí))、能夠讀懂Eviews輸出的估計(jì)結(jié)果第二章課后題(1.3.9. 10)1 .為什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)干擾項(xiàng)？(經(jīng)典模型中產(chǎn)生隨機(jī)誤差的原因)答：計(jì)量經(jīng)濟(jì)學(xué)模型考察的是K有因呆關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。山于是隨機(jī)變雖，意味著影響被解釋變雖的因索是復(fù)雜的，除了解釋變雖的影響外，還有英他無法在模型中獨(dú)立列出的各種因素的影響。這樣，理論模型中就必須使用一個(gè)稱為隨機(jī) T?擾項(xiàng)的變量 宋代 表所有這些無法在模型中獨(dú)立表示出來的影響因素，以保證模型在理論上的科學(xué)性o3. 一元線性回歸模型的基本假設(shè)主要有哪些？違背基本假

8、設(shè)的模型是否不可以估計(jì)？答：線性回歸模型的基木假設(shè)有兩人類： 一類是關(guān)于隨機(jī)干擾項(xiàng)的，包括零均值，同方差， 不序列相關(guān)，滿足正態(tài)分布等假設(shè)；另一類是關(guān)于解釋變量的，主要有：解釋變量是非隨機(jī)的，若是隨機(jī)變量，則與隨機(jī)干擾項(xiàng)不相關(guān)。實(shí)際上，這些假設(shè)都是針對(duì)普通最小二乘法的。在違背這些基木假設(shè)的情況下，普通最小二乘估計(jì)量就不再是最佳線性無偏估計(jì)量，因 此 使用普通最小二乘法進(jìn)行估計(jì)己無多人意義。 但模型本身還是可以估計(jì)的，尤其是可以通 過最大 似然法等其他原理進(jìn)行估計(jì)。假設(shè)1.解釋變量X是確定性變量，不是隨機(jī)變量；假設(shè)2.隨機(jī)誤差項(xiàng)具有零均值、同方差和不序列相關(guān)性：E （pi） =O i=l,2,n

9、Var （gi） =aM2 i=l,2,nCov （R用）=0 i 力 i,j= 1,2,n假設(shè)3.隨機(jī)誤差項(xiàng)p與解釋變fiXZ間不相關(guān)：Cov （Xi,山）=0 i=l,2,n假設(shè)4. 口服從零均值、同方差、零協(xié)方差的正態(tài)分布比？ N （0, Q|?） i=1,2,n假設(shè)5.隨著樣木容量的無限增加，解釋變雖 X的樣木方差趨于一有限常數(shù)。即工（X i - 0） 2 / 72 T Q ,72 T 00假設(shè)6.回歸模型是止確設(shè)定的9、10題為計(jì)算題，見課本P52答案見P17第三章經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：多元線性回歸模型上屆重點(diǎn)：F檢驗(yàn)、t檢驗(yàn)調(diào)整的樣木決定系數(shù)、“多元”里為什么要對(duì)（平方）系數(shù)進(jìn)

10、行調(diào)整？第三章課后題（1.2.7. 9.10）1 .多元線性回歸模型的基本假設(shè)是什么？在證明最小二乘估計(jì)量的無偏性和有效性的過程中，哪些基本假設(shè)起了作用？答：多元線性回歸模型的基本假定仍然是針對(duì)隨機(jī)干擾項(xiàng)與針對(duì)解釋變最兩人類的假設(shè)。針對(duì)隨機(jī)干擾項(xiàng)的假設(shè)有：零均值，同方差，無序列相關(guān)且服從正態(tài)分布。針對(duì)解釋量的假設(shè)有解釋變最應(yīng)具有非隨機(jī)性，如果后隨機(jī)的，則不能與隨機(jī)干擾項(xiàng)相關(guān)；各解釋變雖：Z間不存在（完全）線性相關(guān)關(guān)系。在證明最小二乘估讓量的無偏性中，利用了解釋變屋非隨機(jī)或少隨機(jī)干擾項(xiàng)不相關(guān)的假 定；在有效性的證明小，利用了隨機(jī)干擾項(xiàng)同方差且無序列相關(guān)的假定。2 .在多元線性回歸分析中，t檢驗(yàn)和

11、F檢驗(yàn)有何不同？在一元線性回歸分析中二者是否有等價(jià)作用？（見課本P70）答：在多元線性回歸分析中，t檢驗(yàn)常被用作檢驗(yàn)回歸方程中各個(gè)參數(shù)的顯苦性，而 F檢驗(yàn) 則被用作檢驗(yàn)整個(gè)同歸關(guān)系的顯著性。各解釋變址聯(lián)合起來對(duì)被解釋變址有顯著的線性關(guān)系，并不意味著每一個(gè)解禪變量分別對(duì)被解禪變雖有顯著的線性關(guān)系。在一元線性同歸分析中，二者具有等價(jià)作用，因?yàn)槎叨际菍?duì)共同的假設(shè)一一解釋變址的參數(shù)等于零一一進(jìn)行檢驗(yàn)。9.表3? 4給出二變直模型的回歸結(jié)果?3-4方？“(55白曲如)平為和的均值(MSS)來自回歸(E$S)65 965二來自歿妁RSS)來自總離羞(TSS)6604214求樣本容量m殘差平方和RSS.回

12、歸平方和ESS及殘差平方和RSS的自由度“(2)求擬合優(yōu)度”及調(diào)整的擬合優(yōu)度亍。(3)檢驗(yàn)假設(shè)：也和無對(duì)f無膨響“應(yīng)采用什么假設(shè)檢驗(yàn)？為什么 ？(4)根據(jù)以上信息.你能否確定X?和兒各自對(duì)的影響？解答(I)樣本容量為w = d.f+ 1 = 15RSS = TSS-ESS=66 042-65 965 = 77FSS的自由度為d.f.= |d-2 = 12RSS的自由度為d,f. * -3 =12(21一 “ - IR二一(I - R )“Fl - A _ I=1-0.001 2x- = 0.998 6(3)應(yīng)該采用聯(lián)合假設(shè)檢驗(yàn)，即 F檢驗(yàn)？理由忌只有這樣做才能判斷 屆一起是否對(duì)丫有影響-(4)

13、不能"因?yàn)閮H通過上述信息？可初步文寸斷*2? X)聯(lián)合起來對(duì)丫有線 杵影響？兩; 的變化解釋T Y變化的99.8%.但由1無法知道回歸兀 AY前 參數(shù)的具體估計(jì)值，因此還無法判斷它們各自對(duì)的影響有多大。7、9、10題為計(jì)算題，見課本 P91答案見P53第四章經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：放寬基本假定的模型重點(diǎn)掌握:異方差是模型隨機(jī)干擾項(xiàng)的方差不相同時(shí)產(chǎn)生的一類現(xiàn)象。在異方差存在 的情況下，OLS估計(jì)盡管是無偏、一致的，但通常的假設(shè)檢驗(yàn)卻不再可靠，這 時(shí)仍采用通常的r檢驗(yàn)和F檢驗(yàn)，則有可能導(dǎo)致錯(cuò)誤的結(jié)論。同樣地，由于隨 機(jī)干擾項(xiàng)異方差的存在而導(dǎo)致的參數(shù)估計(jì)值的標(biāo)準(zhǔn)差的偏誤.也會(huì)使采用模型的

14、 預(yù)測(cè)變得無效。對(duì)模型的異方差性有若干種檢測(cè)方法，如圖示法、 Park與 Glei瞬檢驗(yàn)法、Goldfeld-Quandt檢驗(yàn)法，以及 White檢驗(yàn)法等。而當(dāng)檢測(cè)出 模 型確實(shí)存在異方差性時(shí)，通過采用加權(quán)最小二乘法 (WLS)進(jìn)行修正的估計(jì)。序列相關(guān)性也是模型隨機(jī)干擾項(xiàng)出現(xiàn)序列相關(guān)時(shí)產(chǎn)生的一類現(xiàn)象。與異方 差的情形相類似，在序列相關(guān)性存在的情況卜，OLS估計(jì)量仍具有無偏性與一致性，但通常的假設(shè)檢驗(yàn)不再可靠，預(yù)測(cè)也變得無效。序列相關(guān)性的檢測(cè)方 法 也有若干種，如圖示法、回歸檢驗(yàn)法、Durbin-Watson檢驗(yàn)法，以及Lagrange乘子檢驗(yàn)法等。存在序列相關(guān)性時(shí)，修正的估計(jì)方法有廣義最小二乘

15、 法(GLS)和廣義差分法。多重共線性是多元回歸模型中可能存在的一類現(xiàn)象，分為完全共線與近似 共線兩類。模型的多個(gè)解釋變量間出現(xiàn)完全共線性時(shí)，模型的參數(shù)無法估計(jì)。 更多的情況則是近似共線性，這時(shí)，由于并不違背所有的基本假定，模型參數(shù) 的估計(jì)仍是無偏、一致且有效的，但估計(jì)的參數(shù)的標(biāo)準(zhǔn)差往往較大，從而使得/統(tǒng)計(jì)值減小，參數(shù)的顯著性下降，導(dǎo)致某些本應(yīng)存在于模型中的變量被排除，甚至出現(xiàn)參數(shù)正負(fù)號(hào)方面的一些混亂。顯然，近似多重共線性使得模型偏回歸系數(shù)的特征不再明顯，從而很難對(duì)單個(gè)系數(shù)的經(jīng)濟(jì)含義進(jìn)行解釋。多重共線性的檢驗(yàn)包括檢驗(yàn)多重共線性是否存在以及估計(jì)多重共線性的范圍兩層遞迸的檢 驗(yàn)。而解決多重共線性的

16、辦法通常有逐步回歸法、差分法以及使用額外信息，增大樣本容量等方法。當(dāng)模型中的解釋變量是隨機(jī)解禪變量時(shí)，需要區(qū)分三種類型：隨機(jī)解釋變 量與隨機(jī)千擾項(xiàng)獨(dú)立，隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)同期無關(guān)但異期相關(guān)，隨機(jī)解釋變量與隨機(jī)干擾項(xiàng)同期相關(guān)。第一種類型不會(huì)對(duì)OLS估計(jì)帶來任何,可題。第二種類型則往往導(dǎo)致模型估計(jì)的有偏性，但隨著樣本容量的增大，偏誤會(huì)逐 漸減小，因而具有一致性。所以，擴(kuò)大樣本容量是克服偏誤的有效途徑。第三 種類型的OLS估計(jì)則既是有偏，也是非一致的，需要采用工具變量法來加以 克服。解答(1)異方差性指對(duì)于不同的樣本值， 隨機(jī)干擾項(xiàng)的方差不再是常數(shù)，而是互不相同的。 (2)序列相關(guān)性指對(duì)于不同

17、的樣本值， 隨機(jī)干擾項(xiàng)之間不再是完金相互獨(dú) 立，而是存在 某種相關(guān)性。(3)多重共線性指兩個(gè)或兩個(gè)以上解釋變量之間存在某種線性相關(guān)關(guān)系。(4)完全多重共線性指，在有多個(gè)解釋變量模型中，解釋變量之間的線性關(guān)系是準(zhǔn)確的。在此情況下，不能估計(jì)解釋變量各自對(duì)被解釋變量的影響。(5)不完全多重共線性指，在實(shí)際經(jīng)濟(jì)活動(dòng)中，多個(gè)解釋變量之間存在多重共線性問題，但解釋變量之間的線性關(guān)系是近似的，而不是完全的。(6)隨機(jī)解釋變量指，在現(xiàn)實(shí)經(jīng)濟(jì)現(xiàn)象中，解釋變量是不可控的，即解釋變量的觀測(cè)值具有隨機(jī)性，并且與模型的隨機(jī)干擾項(xiàng)可能有相關(guān)關(guān)系，這樣的解釋變量稱為隨機(jī)解釋變量。(7)差分法是一類克服序列相關(guān)性的有效方法。

18、它是將原計(jì)量經(jīng)濟(jì)學(xué)模型變換為差分模型后再進(jìn)行OLS估計(jì)。分為一階差分法和廣義差分法。(8)廣義最小二乘法(GLS)是最具有普遍意義的最小二乘法，可用來處理模型存在異方差或序列相關(guān)時(shí)的估計(jì)問題。(9) DW.檢驗(yàn)：全稱杜賓-瓦森檢驗(yàn)，適用于一階自相關(guān)的檢驗(yàn)。該法構(gòu)造一個(gè)統(tǒng)計(jì)量D.W." nr-1計(jì)算該統(tǒng)計(jì)量的值，根據(jù)樣本容量川和解釋變量數(shù)目左查 D.W.分布表，得到臨界值幾和磯，然后通過計(jì)算的 D.W.值與臨界值的比較，來判斷模型的自相關(guān)狀態(tài)。參考重點(diǎn)：1 .以多元線性回歸為例說明異方差性會(huì)產(chǎn)生怎樣的后果？(可能為論述題)解答由于異方差性的存在，使得 OLS估計(jì)量仍是線性無偏但不再具有

19、最 小方差性，即不再有效；而由于相應(yīng)的置信區(qū)間以及f檢驗(yàn)和聲檢驗(yàn)都與估計(jì) 量的方差相關(guān)，因此會(huì)造成建立的置信區(qū)間以及 f檢驗(yàn)與F檢驗(yàn)都不再是可靠的。2 .檢驗(yàn)、修正異方差性的方法？3 .以多元線性回歸為例說明序列相關(guān)會(huì)產(chǎn)生怎樣的后果？(預(yù)測(cè)，矩陣表達(dá)式推到)4 .檢驗(yàn)、修正序列相關(guān)的方法？5 .什么是DW檢驗(yàn)法(前提條件)？6 .以多元線性回歸為例說明多重共線性會(huì)產(chǎn)生怎樣的后果7 .檢驗(yàn)、修正多重共線性的方法？&隨機(jī)解釋變量問題的三種分類？分別造成的后果是什么？9 .工具變量法的前提假設(shè)1)與所替代的隨機(jī)解釋變量高度相關(guān)2)與隨機(jī)干擾項(xiàng)不相關(guān)3)與模型中其他解釋變量不相關(guān)，以避免出現(xiàn)多

20、重共線性上屆重點(diǎn)：界方差、序列相關(guān)、多重共線性等違背基木假設(shè)的情況產(chǎn)牛原因、后果、識(shí)別方式方法、D.W、廣義差分法第四章課后題（1.2）1、2題為計(jì)算題，見課本 P134答案見P84第五章經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：專門問題上屆重點(diǎn)：虛擬變量的含義與設(shè)定、滯后變量的含義、為何加入滯后和虛擬變量第五章課后題（1.3.4.10）1?回歸模型中引入虛擬變量的作用是什么？有哪幾種基本的引入方式？它們各適合用于什么情況？答：在模型中引入虛擬變量，主要是為了尋找某（些）定性因素對(duì)解釋變量的影響。加法方式與乘法方式是最主耍的引入方式。詢者主要適用于定性因素對(duì)截距項(xiàng)產(chǎn)生影響的情況 ，后者主要適用于定性因素對(duì)斜率

21、項(xiàng) 產(chǎn)生 影響的情況。除此外，還可以加法與乘法紐 ？合的方式引入虛擬變量，這時(shí)可測(cè)度定性因 素對(duì)截 距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。3 .滯后變量模型有哪幾種類型？分布滯后模型使用0LS方法存在哪些問題？答：滯后變量模型有分布滯后模型和自回歸模型兩大類，詢者只有解釋變量及其滯后變量作為模型的解釋變量，不包含被解釋變量的滯后變量作為模型的解釋變量； 而后者則以當(dāng) 期解釋 變量與被解釋變量的若干期滯后變量作為模型的解釋變量。分布滯后模型有無限期的分布滯示模型和有限期的分布滯示木fl型；自同歸模型又以 Coyck模型、自適應(yīng)預(yù)期模型和局 部調(diào)整模型 最為多見。分布滯示模型使用0LS法存在以下問題：（

22、1）對(duì)于無限期的分布滯后模型，由于樣木觀 測(cè) 值的有限性，使得無法豈接對(duì)其進(jìn)行估計(jì)。 （2）對(duì)于有限期的分布滯后模型，使用 0LS方 法會(huì) 遇到：沒有先驗(yàn)準(zhǔn)則確定滯后期長度，對(duì)最大滯后期的確定往往帶有主觀隨意性；如果 滯后期較 長，由于樣木容量有限，當(dāng)滯后變量數(shù)目增加口寸，必然使得自山度減少，將缺乏足 夠的自由度進(jìn) 行估計(jì)和檢驗(yàn)；同名變量滯示值之間可能存在高度線性相關(guān)，即模型可能存在高度的多重共線性。4 .產(chǎn)生模型設(shè)定偏誤的主要原因是什么？模型設(shè)定偏誤的后果以及檢驗(yàn)方法有哪些？答：產(chǎn)生模型設(shè)定偏誤的原因主要有： 模型制定者不熟悉相應(yīng)的理論知識(shí)； 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

23、： 模型制定者手頭沒有相關(guān)變量的數(shù)據(jù)； 解釋變量無 法測(cè)量 或數(shù)據(jù)木身存在測(cè)量誤差。模型設(shè)定偏誤的后果有：（1）如呆遺漏了重要的解釋變量，會(huì)造成 OLS估計(jì)量在小樣木 下 有偏，在人樣木下非一致；對(duì)隨機(jī)干擾項(xiàng)的方差估計(jì)也是有偏的。（2）如果包含了無關(guān)的 解釋變量，盡管OLS估計(jì)量具有無偏性與一致性，但不具有最小方差性。 （3）如果選擇了錯(cuò)謀的函數(shù)形式，則示果是全方位的，不但會(huì)造成估計(jì)的參數(shù)具有完全不同的經(jīng)濟(jì)意義，而且估計(jì)結(jié)果也 不同。對(duì)模型設(shè)定偏誤的檢驗(yàn)方法有：檢驗(yàn)是否含有無關(guān)變量，町以使用t檢驗(yàn)與F檢驗(yàn)完成：檢驗(yàn) 是否有相關(guān)變量的遺漏或函數(shù)形式設(shè)定偏誤，可以使用殘差圖示法， Ramsey提出

24、的RESET檢驗(yàn) 來完成。10.簡述約化建模理論與傳統(tǒng)理論的異同點(diǎn)？答：Hendry的約化建模理論的核心是“從一般到簡單”的建模思想，即首先提出一個(gè) 包括 各種因素在內(nèi)的“一 ？般”模型，然后再通過觀測(cè)數(shù)據(jù)，利用各種檢驗(yàn)對(duì)模型進(jìn)行檢驗(yàn)并化簡，最后得到一個(gè)相對(duì)簡單的模型。傳統(tǒng)建模理論的主導(dǎo)思想是“從簡單到復(fù)雜”的建模 思想，它首 先捉出一個(gè)簡單的模型，然后從各種可能的備選變量中選擇適當(dāng)?shù)淖兞窟M(jìn)入模型 ，最示得到一個(gè) 與數(shù)據(jù)擬合較好的較為復(fù)雜的模型。從二者的主要聯(lián)系上看，它們都以對(duì)？經(jīng)濟(jì)現(xiàn)象的解釋為目標(biāo)，以已有的經(jīng)濟(jì)理論為建模 依據(jù)，以對(duì)數(shù)據(jù)的擬合程度作為模型優(yōu)劣的重要的判定標(biāo)準(zhǔn)Z一,也都有若干檢

25、驗(yàn)標(biāo)推。從二者的主要區(qū)別上看，傳統(tǒng)的建模理論往往更依賴于某種單一的經(jīng)濟(jì)理論，舊“從一 般 到簡單”的建模理論則更注重將各種不同經(jīng)濟(jì)理論納入到最初的“一般”模型中，其至更 多地 是從直覺和經(jīng)驗(yàn)來建立“一般”的模型； 盡管兩者都有若干種檢驗(yàn)標(biāo)準(zhǔn)，但約化建模理 論從實(shí)踐 上有更人量的診斷性檢驗(yàn)來看每一步建模的可行性，或?qū)ふ腋纳颇Ｐ偷穆窂剑号c傳統(tǒng)建模實(shí)踐中 存在的過渡“數(shù)據(jù)開采”問題相比，由于約化建模理論的初估模型是一個(gè)包括所有可能變量的“一般”模型，因此也就避免了過度的“數(shù)據(jù)開采”問題；另外，由于初始模型的“一般”性，所有研究者在建模的初期往往有著相同的“起點(diǎn)”，因此，在相同的約化程序下，最示得到的

26、最終模型也應(yīng)該是相同的。而傳統(tǒng)建模實(shí)踐中對(duì)同一經(jīng)濟(jì)問題往往有 各種不同經(jīng)濟(jì)理論來解禪，如 果不同的研究者采用不同的經(jīng)濟(jì)理論建模，得到的最終模型也會(huì)不同。當(dāng)然，由于約化建模理論有更多的檢驗(yàn)，使得建模過程更復(fù)雜，相比之下，傳統(tǒng)建模方法則更加“靈活”。第六章聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法上屆重點(diǎn)：內(nèi)生變量、外生變呆、先定變量、結(jié)構(gòu)式模型、簡化式模型、參數(shù)關(guān)系體系、模型識(shí)別 第六 章課后題（12 3.）1 .為什么要建立聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型？聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型適用于什么樣的經(jīng)濟(jì)現(xiàn)象？答：經(jīng)濟(jì)現(xiàn)彖是極為復(fù)雜的，其中諸因素 Z間的關(guān)系，在很多情況下，不是單一方程所 能 描述的那種簡單的單向因果關(guān)系

27、，而是相互依存，互為因果的，這時(shí)，就必須用聯(lián)立的計(jì) 量經(jīng)濟(jì) 學(xué)方程才能描述清處。所以與單方程適用于單一經(jīng)濟(jì)現(xiàn)象的研究相比，聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型適用于描述復(fù)雜的經(jīng)濟(jì)現(xiàn)象，即經(jīng)濟(jì)系統(tǒng)2 .聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別狀況可以分為幾類？其含義各是什么?答：聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別狀況可以分為可識(shí)別和不可識(shí)別，可識(shí)別乂分為恰好識(shí)別和過度識(shí)別。如果聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程不具有確定的統(tǒng)計(jì)形式，則稱該方程為不可識(shí)別，或者根據(jù)參數(shù)關(guān)系體系，在已知簡化式參數(shù)估計(jì)值時(shí)，如果不能得到聯(lián)立方程計(jì)量 經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程的確定的結(jié)構(gòu)參數(shù)估計(jì)值，稱該方程為不可識(shí)別。如果一個(gè)模型中的所有隨 機(jī)方程都

28、是可以識(shí)別的，則認(rèn)為該聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng)是町以識(shí)別的。反過來，如果一個(gè)模型系統(tǒng)中存在一個(gè)不可識(shí)別的隨機(jī)方程，則認(rèn)為該聯(lián)立方程汁量經(jīng)濟(jì)學(xué)模型系統(tǒng)是不可以識(shí)別的。如果某一個(gè)隨機(jī)方程具有唯一一組參數(shù)估計(jì)量，稱其為恰好識(shí)別 ；如果某一個(gè)隨機(jī)方程 K有多組參數(shù)估計(jì)量，稱其為過度識(shí)別。3 .聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的單方程估計(jì)有哪些主要方法？其適用條件和統(tǒng)計(jì)性質(zhì)各是什么？答:單方程估計(jì)的主耍方法有：狹義的工具變量法 （IV）,間接最小二乘法（ILS）,兩階段最小二 乘法（2SLS） o狹義的工具變量法（IV）和間接最小二乘法（ILS）K適用于恰好識(shí)別的結(jié)構(gòu)方程的估計(jì)。兩階段最小二乘法（2SLs）既適

29、用于恰好識(shí)別的結(jié)構(gòu)方程，又適用于過度識(shí)別的結(jié)構(gòu)方程。用工具變量法估計(jì)的參數(shù)，一般情況下，在小樣木下是有偏的，但在人樣木下是漸近無偏的。如果選取的工具變量與方程隨機(jī)干擾項(xiàng)完全不相關(guān)，那么其參數(shù)估計(jì)量是無偏估計(jì)量。 對(duì)于 間接最小二乘法，對(duì)簡化式模型應(yīng)用普通最小二乘法得到的參數(shù)估計(jì)量具有線性性、無 偏性、有 效性。通過多數(shù)關(guān)系體系計(jì)算得到結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計(jì)量在小樣木下是有偏的，在人樣木下是漸近無偏的。采用二階段最小二乘法得到結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計(jì)量在小樣木 下是有偏的，在 人樣木下是漸近無偏的。補(bǔ)充資料計(jì)算題(一)給出多元線性同歸的結(jié)果1. 判斷模型估計(jì)的結(jié)果如何，擬合效果如何？2. 說明每一

30、個(gè)參數(shù)所代表的經(jīng)濟(jì)意義？3. 判斷有沒有違背四個(gè)基本假設(shè)？計(jì)算題(二)給出數(shù)值，計(jì)算：1. t檢驗(yàn)，F(xiàn)檢驗(yàn)的自由度2. 在給定顯著性水平下參數(shù)是否顯著？3. 估計(jì)值是有偏、無偏、有效？計(jì)算題(三)加入虛擬變量D1,D2,D3問：虛擬變量的經(jīng)濟(jì)含義？2-1解答(1)總體回歸函數(shù)是指在給定 XJY分布的總體均值與心所形成的函數(shù)關(guān)系(或者說將總體被解釋變蚩的條件期望表示為解釋變量的某種數(shù))。(2) 樣本回歸函數(shù)指從總體中抽出的關(guān)十？ X的若干組值形成的樣本所 建立 的回歸函數(shù)"(3) 隨機(jī)的總體回歸函數(shù)指含有瞬機(jī)干擾項(xiàng)的總體同歸詼數(shù)(是相對(duì)?條 件期望形式而言的)？(4)教材中所講的線性回

31、歸模里既指對(duì)變量是線件的 ？也指對(duì)參數(shù) 0為線性的 即解釋變與參數(shù)"只以它們的I次方出現(xiàn)。2吃現(xiàn)代投資分析的待征線涉及如下回歸方程】比中？農(nóng)示般票或債券的收益率.表示有價(jià)證券的收益率(用市場陽數(shù)表示 如標(biāo)準(zhǔn)普爾500指數(shù))./表不時(shí)間？在投張分析中？幾技稱為債券的安全系數(shù)0,是用來度量市場的風(fēng)險(xiǎn)程度的？即市場的發(fā)展對(duì)公司的財(cái)產(chǎn)有何形響。依 據(jù)1956-1976年間 240個(gè)月的數(shù)據(jù).Fogler和Ganpathy得到舊M股察收益率 的回歸方程如下：rt = 0.726 4 41.059 87(0.300 1)(0.0728)用=0.4710(1)解釋回歸參數(shù)的意義？(2)如何解釋“？(3)安全系數(shù)的證券稱為不穩(wěn)定證券，建立適當(dāng)?shù)牧慵僭O(shè)及縮選假設(shè)？檢驗(yàn)IBM的股祭是否耀易變股 S (a = 5%h2-8解答 回歸方程的截距0.7264表明當(dāng)G為0時(shí)的股票或債券收益率， 它本身沒 有經(jīng)擠意義；回歸方程的斜率 1.059 8表明當(dāng)有價(jià)證券的收益率每上 升(或