計量經濟學習題及答案

1、精選優(yōu)質文檔-傾情為你奉上精選優(yōu)質文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質文檔-傾情為你奉上專心-專注-專業(yè)計量經濟學各章習題第一章 緒論1.1 試列出計量經濟分析的主要步驟。1.2 計量經濟模型中為何要包括擾動項?1.3 什么是時間序列和橫截面數據? 試舉例說明二者的區(qū)別。1.4 估計量和估計值有何區(qū)別？第二章 計量經濟分析的統(tǒng)計學基礎2.1 名詞解釋隨機變量概率密度函數抽樣分布樣本均值樣本方差協(xié)方差相關系數標準差標準誤差顯著性水平置信區(qū)間無偏性有效性一致估計量接受域拒絕域第I類錯誤2.2 請用例2.2中的數據求北京男生平均身高的99置信區(qū)間。2.3 25個雇員的隨機樣本的

2、平均周薪為130元，試問此樣本是否取自一個均值為120元、標準差為10元的正態(tài)總體？2.4 某月對零售商店的調查結果表明，市郊食品店的月平均銷售額為2500元，在下一個月份中，取出16個這種食品店的一個樣本，其月平均銷售額為2600元，銷售額的標準差為480元。試問能否得出結論，從上次調查以來，平均月銷售額已經發(fā)生了變化？第三章 雙變量線性回歸模型3.1 判斷題（判斷對錯；如果錯誤，說明理由）（1）OLS法是使殘差平方和最小化的估計方法。（2）計算OLS估計值無需古典線性回歸模型的基本假定。（3）若線性回歸模型滿足假設條件（1）（4），但擾動項不服從正態(tài)分布，則盡管OLS估計量不再是BLUE，

3、但仍為無偏估計量。（4）最小二乘斜率系數的假設檢驗所依據的是t分布，要求的抽樣分布是正態(tài)分布。（5）R2TSS/ESS。（6）若回歸模型中無截距項，則。（7）若原假設未被拒絕，則它為真。（8）在雙變量回歸中，的值越大，斜率系數的方差越大。3.2 設和分別表示Y對X和X對Y的OLS回歸中的斜率，證明r為X和Y的相關系數。3.3 證明：（1）Y的真實值與OLS擬合值有共同的均值，即 ；（2）OLS殘差與擬合值不相關，即 。3.4 證明本章中（3.18）和（3.19）兩式：（1） （2）3.5 考慮下列雙變量模型：模型1：模型2：（1）1和1的OLS估計量相同嗎？它們的方差相等嗎？（2）2和2的OL

4、S估計量相同嗎？它們的方差相等嗎？3.6 有人使用19801994年度數據，研究匯率和相對價格的關系，得到如下結果：其中，Y馬克對美元的匯率X美、德兩國消費者價格指數（CPI）之比，代表兩國的相對價格（1）請解釋回歸系數的含義；（2）Xt的系數為負值有經濟意義嗎？ （3）如果我們重新定義X為德國CPI與美國CPI之比，X的符號會變化嗎？為什么？3.7 隨機調查200位男性的身高和體重，并用體重對身高進行回歸，結果如下：其中Weight的單位是磅（lb），Height的單位是厘米（cm）。（1）當身高分別為177.67cm、164.98cm、187.82cm時，對應的體重的擬合值為多少？（2）假

5、設在一年中某人身高增高了3.81cm，此人體重增加了多少？3.8 設有10名工人的數據如下：X1071058867910Y11101261079101110其中 X=勞動工時， Y=產量（1）試估計Y=+X + u（要求列出計算表格）；（2）提供回歸結果（按標準格式）并適當說明；（3）檢驗原假設=1.0。3.9 用12對觀測值估計出的消費函數為Y=10.0+0.90X，且已知=0.01，=200，=4000，試預測當X=250時Y的值，并求Y的95%置信區(qū)間。3.10 設有某變量（Y）和變量（X）19951999年的數據如下:X61117813Y13524(1)試用OLS法估計 Yt = +

6、Xt + ut（要求列出計算表格）；(2)(3)試預測X=10時Y的值，并求Y的95%置信區(qū)間。3.11 根據上題的數據及回歸結果，現有一對新觀測值X20，Y7.62，試問它們是否可能來自產生樣本數據的同一總體？3.12 有人估計消費函數，得到如下結果（括號中數字為t值）： 15 + 0.81 0.98 （2.7） （6.5） n=19檢驗原假設：0（取顯著性水平為5）計算參數估計值的標準誤差；（3） 求的95置信區(qū)間，這個區(qū)間包括0嗎？3.13 試用中國19852003年實際數據估計消費函數： =+ + ut其中：C代表消費，Y代表收入。原始數據如下表所示，表中：Cr農村居民人均消費支出(元

7、) Cu城鎮(zhèn)居民人均消費支出(元) Y國內居民家庭人均純收入(元) Yr農村居民家庭人均純收入(元) Yu城鎮(zhèn)居民家庭人均可支配收入(元) Rpop農村人口比重(%)pop歷年年底我國人口總數（億人） P居民消費價格指數（1985=100）Pr農村居民消費價格指數（1985=100） Pu城鎮(zhèn)居民消費價格指數（1985=100） 年份CrCuYrYuRpopPopPPrPu1985317.42 673.20 397.60 739.10 76.29 10.59 100.00 100.0 100.0 1986356.95 798.96 423.80 899.60 75.48 10.75 106.5

8、0 106.1 107.0 1987398.29 884.40 462.60 1002.20 74.68 10.93 114.30 112.7 116.4 1988476.66 1103.98 544.90 1181.40 74.19 11.10 135.80 132.4 140.5 1989535.37 1210.95 601.50 1375.70 73.79 11.27 160.20 157.9 163.3 1990584.63 1278.89 686.30 1510.20 73.59 11.43 165.20 165.1 165.4 1991619.79 1453.81 708.60 1

9、700.60 73.63 11.58 170.80 168.9 173.8 1992659.21 1671.73 784.00 2026.60 72.37 11.72 181.70 176.8 188.8 1993769.65 2110.81 921.60 2577.40 71.86 11.85 208.40 201.0 219.2 19941016.81 2851.34 1221.00 3496.20 71.38 11.99 258.60 248.0 274.1 19951310.36 3537.57 1577.70 4283.00 70.96 12.11 302.80 291.4 320.

10、1 19961572.08 3919.47 1926.10 4838.90 70.63 12.24 327.90 314.4 348.3 19971617.15 4185.64 2090.10 5160.30 69.52 12.36 337.10 322.3 359.1 19981590.33 4331.61 2162.00 5425.10 68.09 12.48 334.40 319.1 356.9 19991577.42 4614.91 2210.30 5854.00 66.65 12.59 329.70 314.3 352.3 20001670.13 4998.00 2253.40 62

11、80.00 65.22 12.67 331.00 314.0 355.1 20011741.09 5309.01 2366.40 6859.60 63.78 12.76 333.30 316.5 357.6 20021834.31 6029.88 2475.60 7702.80 62.34 12.85 330.60 315.2 354.0 20031943.30 6510.94 2622.20 8472.20 60.91 12.92 334.60 320.2 357.2 數據來源：中國統(tǒng)計年鑒2004使用計量經濟軟件，用國內居民人均消費、農村居民人均消費和城鎮(zhèn)居民人均消費分別對各自的人均收入進

12、行回歸，給出標準格式回歸結果；并由回歸結果分析我國城鄉(xiāng)居民消費行為有何不同。第四章 多元線性回歸模型4.1 某經濟學家試圖解釋某一變量Y的變動。他收集了Y和5個可能的解釋變量的觀測值（共10組），然后分別作三個回歸，結果如下（括號中數字為t統(tǒng)計量）：（1） = 51.5 + 3.21 R=0.63 (3.45) (5.21)（2） = 33.43 + 3.67 + 4.62 + 1.21 R=0.75 (3.61) (2.56) (0.81) (0.22)（3） = 23.21 + 3.82 + 2.32 + 0.82 + 4.10 + 1.21 (2.21) (2.83) (0.62) (0

13、.12) (2.10) (1.11) R=0.80你認為應采用哪一個結果？為什么？4.2為研究旅館的投資問題，我們收集了某地的1987-1995年的數據來估計收益生產函數R=ALKe，其中R=旅館年凈收益（萬年），L=土地投入，K=資金投入，e為自然對數的底。設回歸結果如下（括號內數字為標準誤差）：= -0.9175 + 0.273lnL + 0.733lnK R=0.94 (0.212) (0.135) (0.125) (1) 請對回歸結果作必要說明；（2）分別檢驗和的顯著性；（3）檢驗原假設：= 0；4.3 我們有某地1970-1987年間人均儲蓄和收入的數據，用以研究19701978和1

14、978年以后儲蓄和收入之間的關系是否發(fā)生顯著變化。引入虛擬變量后，估計結果如下（括號內數據為標準差）： = -1.7502 + 1.4839D + 0.1504 - 0.1034D R=0.9425(0.3319) (0.4704) (0.0163) (0.0332) 其中：Y=人均儲蓄，X=人均收入，D=請檢驗兩時期是否有顯著的結構性變化。4.4 說明下列模型中變量是否呈線性，系數是否呈線性，并將能線性化的模型線性化。（1） （2）（3） 4.5有學者根據某國19年的數據得到下面的回歸結果： 其中：Y=進口量（百萬美元），X1 =個人消費支出（百萬美元），X2 =進口價格/國內價格。（1）解

15、釋截距項以及X1和X2系數的意義；（2）Y的總變差中被回歸方程解釋的部分、未被回歸方程解釋的部分各是多少？（3）進行回歸方程的顯著性檢驗,并解釋檢驗結果；（4）對“斜率”系數進行顯著性檢驗,并解釋檢驗結果。4.6 由美國46個州1992年的數據，Baltagi得到如下回歸結果：其中，C香煙消費（包/人年），P每包香煙的實際價格Y人均實際可支配收入（1）香煙需求的價格彈性是多少？它是否統(tǒng)計上顯著？若是，它是否統(tǒng)計上異于-1？（2）香煙需求的收入彈性是多少？它是否統(tǒng)計上顯著？若不顯著，原因是什么？（3）求出。4.7 有學者從209個公司的樣本，得到如下回歸結果（括號中數字為標準誤差）：其中，Sal

16、aryCEO的薪金 Sales公司年銷售額roe股本收益率（） ros公司股票收益請分析回歸結果。4.8 為了研究某國19701992期間的人口增長率，某研究小組估計了下列模型：其中：Pop人口（百萬人），t趨勢變量，。（1）在模型1中，樣本期該地的人口增長率是多少？（2）人口增長率在1978年前后是否顯著不同？如果不同，那么19721977和19781992兩時期中，人口增長率各是多少？4.9 設回歸方程為Y=0+1X1+2X2+3X3+ u, 試說明你將如何檢驗聯(lián)合假設：1= 2 和3 = 1 。4.10 下列情況應引入幾個虛擬變量，如何表示？企業(yè)規(guī)模：大型企業(yè)、中型企業(yè)、小型企業(yè)；學歷：

17、小學、初中、高中、大學、研究生。4.11 在經濟發(fā)展發(fā)生轉折時期，可以通過引入虛擬變量來表示這種變化。例如，研究進口消費品的數量Y與國民收入X的關系時，數據散點圖顯示1979年前后明顯不同。請寫出引入虛擬變量的進口消費品線性回歸方程。4.12 柯布道格拉斯生產函數其中：GDP=地區(qū)國內生產總值（億元） K=資本形成總額（億元） L=就業(yè)人數（萬人） P=商品零售價格指數（上年100）試根據中國2003年各省數據估計此函數并分析結果。數據如下表所示。地區(qū)gdpKLP地區(qū)gdpKLP 北京 3663.102293.93 858.698.2 湖北 5401.712141.90 2537.3101.2

18、 天津 2447.661320.47 419.797.4 湖南 4638.731738.27 3515.9100.6 河北 7098.563128.80 3389.5100.2 廣東 13625.875259.48 4119.5100.0 山西 2456.591230.34 1469.5100.3 廣西 2735.131030.40 2601.4100.2內蒙古2150.411299.27 1005.299.6 海南 670.93315.66 353.8100.4 遼寧 6002.542333.67 1861.398.9 重慶 2250.561314.20 1659.599.5 吉林 2522

19、.621102.87 1044.6100.5 四川 5456.322295.26 4449.6100.1 黑龍江 4430.001307.86 1622.499.7 貴州 1356.11759.63 2118.4100.0 上海 6250.812957.20 771.599.0 云南 2465.291147.12 2349.699.9 江蘇 12460.836182.38 3610.399.8 西藏 184.50104.58 130.799.4 浙江 9395.004639.06 2961.999.6 陜西 2398.581447.73 1911.3100.5 安徽 3972.381455.2

20、1 3416.0101.3 甘肅 1304.60610.83 1304.0100.2 福建 5232.172396.91 1756.799.1 青海 390.21294.25 254.3100.8 江西 2830.461354.99 1972.3100.1 寧夏 385.34320.43 290.699.5 山東 12435.935788.53 4850.6100.2 新疆 1877.611119.21 721.399.2 河南 7048.592874.67 5535.7101.3第五章 模型的建立與估計中的問題及對策5.1 判斷題（判斷對錯；如果錯誤，說明理由）（1）盡管存在嚴重多重共線性，

21、普通最小二乘估計量仍然是最佳線性無偏估計量（BLUE）。 （2）如果分析的目的僅僅是為了預測，則多重共線性并無妨礙。 （3）如果解釋變量兩兩之間的相關系數都低，則一定不存在多重共線性。 （4）如果存在異方差性，通常用的t檢驗和F檢驗是無效的。 （5）當存在自相關時，OLS估計量既不是無偏的，又不是有效的。（6）消除一階自相關的一階差分變換法假定自相關系數必須等于1。 （7）模型中包含無關的解釋變量，參數估計量會有偏，并且會增大估計量的方差，即增大誤差。 （8）多元回歸中，如果全部“斜率”系數各自經t檢驗都不顯著，則R2值也高不了。（9）存在異方差的情況下，OLS法總是高估系數估計量的標準誤差。

22、（10）如果一個具有非常數方差的解釋變量被（不正確地）忽略了，那么OLS殘差將呈異方差性。5.2 考慮帶有隨機擾動項的復利增長模型： Y表示GDP，Y0是Y的基期值，r是樣本期內的年均增長率，t表示年份，t1978，,2003。試問應如何估計GDP在樣本期內的年均增長率？ 5.3檢驗下列情況下是否存在擾動項的自相關。DW=0.81，n=21，k=3DW=2.25，n=15，k=2DW=1.56，n=30，k=55.4 有人建立了一個回歸模型來研究我國縣一級的教育支出： Y=0+1X1+2X2+3X3+u 其中：Y，X1，X2 和X3分別為所研究縣份的教育支出、居民人均收入、學齡兒童人數和可以利

23、用的各級政府教育撥款。他打算用遍布我國各省、市、自治區(qū)的100個縣的數據來估計上述模型。（1）所用數據是什么類型的數據？（2）能否采用OLS法進行估計？為什么？（3）如不能采用OLS法，你認為應采用什么方法？5.5 試從下列回歸結果分析存在問題及解決方法：（1）= 24.7747 + 0.9415 - 0.0424 R=0.9635 SE： （6.7525） （0.8229） （0.0807）其中：Y=消費，X2=收入，X3=財產，且n=5000（2） = 0.4529 - 0.0041t R=0.5284 t： (-3.9606) DW=0.8252其中Y=勞動在增加值中的份額，t=時間該估

24、計結果是使用1949-1964年度數據得到的。5.6 工資模型：wib0b1Sib2Eib3Aib4Uiui其中Wi工資，Si學校教育年限，Ei工作年限，Ai年齡，Ui是否參加工會。在估計上述模型時，你覺得會出現什么問題？如何解決？5.7 你想研究某行業(yè)中公司的銷售量與其廣告宣傳費用之間的關系。你很清楚地知道該行業(yè)中有一半的公司比另一半公司大，你關心的是這種情況下，什么估計方法比較合理。假定大公司的擾動項方差是小公司擾動項方差的兩倍。（1）若采用普通最小二乘法估計銷售量對廣告宣傳費用的回歸方程（假設廣告宣傳費是與誤差項不相關的自變量），系數的估計量會是無偏的嗎？是一致的嗎？是有效的嗎？（2）你

25、會怎樣修改你的估計方法以解決你的問題？（3）能否對原擾動項方差假設的正確性進行檢驗？5.8 考慮下面的模型其中GNP國民生產總值，M貨幣供給。（1）假設你有估計此模型的數據，你能成功地估計出模型的所有系數嗎？說明理由。（2）如果不能，哪些系數可以估計？（3）如果從模型中去掉這一項，你對（1）中問題的答案會改變嗎？（4）如果從模型中去掉這一項，你對（1）中問題的答案會改變嗎？5.9 采用美國制造業(yè)18991922年數據，Dougherty得到如下兩個回歸結果： （1） （2）其中：Y實際產出指數，K實際資本投入指數，L實際勞動力投入指數，t時間趨勢（1）回歸式（1）中是否存在多重共線性？你是如何

26、得知的？（2）回歸式（1）中，logK系數的預期符號是什么？回歸結果符合先驗預期嗎？為什么會這樣？（3）回歸式（1）中，趨勢變量在其中起什么作用？（4）估計回歸式（2）背后的邏輯是什么？（5）如果（1）中存在多重共線性，那么（2）式是否減輕這個問題？你如何得知？（6）兩個回歸的R2可比嗎？說明理由。5.10 有人估計了下面的模型：其中：C私人消費支出，GNP國民生產總值，D國防支出假定，將（1）式轉換成下式：使用19461975數據估計（1）、（2）兩式，得到如下回歸結果（括號中數字為標準誤差）：（1）關于異方差，模型估計者做出了什么樣的假定？你認為他的依據是什么？（2）比較兩個回歸結果。模型

27、轉換是否改進了結果？也就是說，是否減小了估計標準誤差？說明理由。5.11 設有下列數據：RSS155，K4，n130RSS3140，K4，n330請依據上述數據，用戈德佛爾德匡特檢驗法進行異方差性檢驗（5顯著性水平）。5.12 考慮模型 （1）也就是說，擾動項服從AR（2）模式，其中是白噪聲。請概述估計此模型所要采取的步驟。5.13 對第3章練習題3.13所建立的三個消費模型的結果進行分析：是否存在序列相關問題？如果有，應如何解決？5.14 為了研究中國農業(yè)總產值與有效灌溉面積、化肥施用量、農作物總播種面積、受災面積的相互關系，選31個省市2003年的數據資料，如下表所示：地區(qū)yX1X2X23

28、X3X4 北 京 88.75 178.90 14.32 30.91308.83 59.00 天 津 88.20 354.09 17.80 23.66501.46 143.00 河 北 958.30 4403.99 283.31 21.868638.50 2998.00 山 西 249.45 1095.25 89.91 16.173707.95 828.80 內蒙古 335.96 2568.54 93.19 10.805752.75 3227.00 遼 寧 497.33 1512.83 112.62 20.193719.13 1169.00 吉 林 438.34 1545.52 122.26 1

29、7.284716.75 1905.00 黑龍江 502.93 2111.53 125.70 8.559802.67 6659.00 上 海 98.16 257.31 15.87 25.24419.19 1.10 江 蘇 981.25 3840.98 334.67 29.057681.49 2863.70 浙 江 529.44 1403.80 90.38 21.262834.39 612.80 安 徽 617.92 3285.38 281.28 20.559124.69 3747.40 福 建 466.75 939.95 120.29 31.842518.92 1097.00 江 西 383.7

30、1 1873.16 110.98 14.814997.35 1823.00 山 東 1599.32 4760.79 432.65 26.5010885.28 2632.00 河 南 1137.74 4792.22 467.89 22.7913684.36 4965.00 湖 北 733.36 2043.69 270.32 25.257138.26 3099.00 湖 南 671.66 2675.34 188.33 16.247731.24 2741.00 廣 東 851.72 1315.93 199.61 27.254883.39 1194.30 廣 西 500.82 1516.67 183.

31、69 19.506279.07 1831.00 海 南 152.71 177.27 33.92 24.94906.74 277.00 重 慶 270.12 649.69 71.60 14.183365.81 959.00 四 川 804.70 2503.15 208.39 14.809384.46 2743.00 貴 州 275.47 682.71 74.92 10.784634.23 1060.10 云 南 433.91 1457.00 129.22 14.975756.00 1493.00 西 藏 25.27 156.32 3.19 9.10233.66 4.00 陜 西 334.35 1

32、271.86 142.73 23.464055.78 2136.00 甘 肅 275.82 994.44 69.57 12.813620.92 1051.00 青 海 29.74 181.73 6.85 9.78466.80 174.00 寧 夏 54.13 413.19 25.36 14.971129.48 245.40 新 疆 482.76 3051.00 90.74 17.113535.02 767.70 表中：Y農業(yè)總產值（億元，不包括林牧漁）X1有效灌溉面積（千公頃） X2化肥施用量（萬噸） X23化肥施用量（公斤/畝）X3農作物總播種面積（千公頃） X4受災面積（千公頃）（1）回歸

33、并根據計算機輸出結果寫出標準格式的回歸結果；（2）模型是否存在問題？如果存在問題，是什么問題？如何解決？第六章 動態(tài)經濟模型：自回歸模型和分布滯后模型6.1判斷題（判斷對錯；如果錯誤，說明理由）（1）所有計量經濟模型實質上都是動態(tài)模型。（2）如果分布滯后系數中，有的為正有的為負，則科克模型將沒有多大用處。（3）若適應預期模型用OLS估計，則估計量將有偏，但一致。（4）對于小樣本，部分調整模型的OLS估計量是有偏的。（5）若回歸方程中既包含隨機解釋變量，擾動項又自相關，則采用工具變量法，將產生無偏且一致的估計量。（6）解釋變量中包括滯后因變量的情況下，用德賓沃森d統(tǒng)計量來檢測自相關是沒有實際用處

34、的。6.2 用OLS對科克模型、部分調整模型和適應預期模型分別進行回歸時，得到的OLS估計量會有什么樣的性質？6.3 簡述科克分布和阿爾蒙多項式分布的區(qū)別。6.4 考慮模型假設相關。要解決這個問題，我們采用以下工具變量法：首先用對和回歸，得到的估計值，然后回歸其中是第一步回歸（對和回歸）中得到的。（1）這個方法如何消除原模型中的相關？（2）與利維頓采用的方法相比，此方法有何優(yōu)點？6.5 設其中：M對實際現金余額的需求，Y*預期實際收入，R*預期通貨膨脹率假設這些預期服從適應預期機制：其中和是調整系數，均位于0和1之間。（1）請將Mt用可觀測量表示；（2）你預計會有什么估計問題？6.6 考慮分布

35、滯后模型假設可用二階多項式表示諸如下：若施加約束0，你將如何估計諸系數（，i=0,1,.,4）6.7 為了研究設備利用對于通貨膨脹的影響，T. A.吉延斯根據1971年到1988年的美國數據獲得如下回歸結果：其中：Y通貨膨脹率（根據GNP平減指數計算）Xt制造業(yè)設備利用率Xt1滯后一年的設備利用率（1）設備利用對于通貨膨脹的短期影響是什么？長期影響又是什么？（2）每個斜率系數是統(tǒng)計顯著的嗎？（3）你是否會拒絕兩個斜率系數同時為零的原假設？將利用何種檢驗？6.8 考慮下面的模型：Yt = +(W0Xt+ W1Xt-1 + W2Xt-2 + W3Xt-3)+u t請說明如何用阿爾蒙滯后方法來估計上

36、述模型（設用二次多項式來近似）。6.9 下面的模型是一個將部分調整和適應預期假說結合在一起的模型： Yt* = Xt+1e Yt-Yt-1 = (Yt* - Yt-1) + u t Xt+1e - Xte = (1-)( Xt - Xte)；t=1，2，n式中Yt*是理想值，Xt+1e和Xte是預期值。試推導出一個只包含可觀測變量的方程，并說明該方程參數估計方面的問題。第七章 時間序列分析7.1 單項選擇題（1）某一時間序列經一次差分變換成平穩(wěn)時間序列，此時間序列稱為（）的。A1階單整 B2階單整CK階單整 D以上答案均不正確（2）如果兩個變量都是一階單整的，則（）。A這兩個變量一定存在協(xié)整關

37、系 B這兩個變量一定不存在協(xié)整關系C相應的誤差修正模型一定成立 D還需對誤差項進行檢驗（3）如果同階單整的線性組合是平穩(wěn)時間序列，則這些變量之間關系是( ) 。 A.偽回歸關系 B.協(xié)整關系 C.短期均衡關系 D.短期非均衡關系（4）若一個時間序列呈上升趨勢，則這個時間序列是 ( )。 A平穩(wěn)時間序列 B非平穩(wěn)時間序列C一階單整序列 D.一階協(xié)整序列7.2 請說出平穩(wěn)時間序列和非平穩(wěn)時間序列的區(qū)別，并解釋為什么在實證分析中確定經濟時間序列的性質是十分必要的。7.3 什么是單位根？7.4 DickeyFuller（DF）檢驗和EngleGranger（EG）檢驗是檢驗什么的？7.5 什么是偽回歸

38、？在回歸中使用非均衡時間序列時是否必定會造成偽回歸？7.6 由19481984英國私人部門住宅開工數（X）數據，某學者得到下列回歸結果：注：5臨界值值為-2.95，10臨界值值為-2.60。（1）根據這一結果，檢驗住宅開工數時間序列是否平穩(wěn)。（2）如果你打算使用t檢驗，則觀測的t值是否統(tǒng)計顯著？據此你是否得出該序列平穩(wěn)的結論？（3）現考慮下面的回歸結果：請判斷住宅開工數的平穩(wěn)性。7.7 由1971-I到1988-IV加拿大的數據，得到如下回歸結果；A. B. C. 其中，M1貨幣供給，GDP=國內生產總值，et殘差（回歸A）你懷疑回歸A是偽回歸嗎？為什么？回歸B是偽回歸嗎？請說明理由。從回歸C

39、的結果，你是否改變（1）中的結論，為什么？現考慮以下回歸：這個回歸結果告訴你什么？這個結果是否對你決定回歸A是否偽回歸有幫助？檢驗我國人口時間序列的平穩(wěn)性，數據區(qū)間為19492003年。單位：萬人年份POP年份POP年份POP1949541671968785341986195055196196980671198719515630019708299219881952574821971852291989195358796197287177199019546026619738921119911955614651974908591992195662828197592420199319576465319

40、76937171994195865994197794974199519596720719789625919961960662071979975421997196165859198098705199819626729519811999196369172198220001964704991983200119657253819842002196674542198520031967763687.9 對中國進出口貿易進行協(xié)整分析，如果存在協(xié)整關系，則建立ECM模型。19512003年中國進口（im）、出口（ex）和物價指數（pt，商品零售物價指數）時間序列數據見下表。因為該期間物價變化大，特別是改革開放

41、以后變化更為激烈，所以物價指數也作為一個解釋變量加入模型中。為消除物價變動對進出口數據的影響以及消除進出口數據中存在的異方差，定義三個變量如下：yearlnexlnimlnptyearlnexlnimlnpt19514.108 4.485 -0.921 19785.851 5.963 -0.730 19524.226 4.551 -0.926 19796.067 6.204 -0.711 19534.441 4.772 -0.892 19806.255 6.352 -0.652 19544.559 4.670 -0.870 19816.536 6.537 -0.629 19554.746 4.

42、973 -0.860 19826.636 6.490 -0.611 19564.880 4.831 -0.860 19836.679 6.641 -0.596 19574.842 4.756 -0.844 19846.931 6.998 -0.567 19585.046 4.964 -0.842 19857.179 7.620 -0.483 19595.190 5.098 -0.832 19867.411 7.737 -0.425 19604.949 4.977 -0.801 19877.647 7.740 -0.354 19614.517 4.413 -0.652 19887.662 7.8

43、13 -0.185 19624.467 4.135 -0.614 19897.600 7.717 -0.021 19634.587 4.251 -0.675 19908.002 7.853 0.000 19644.728 4.453 -0.713 19918.222 8.103 0.028 19654.885 4.753 -0.740 19928.369 8.318 0.081 19664.932 4.855 -0.742 19938.368 8.492 0.205 19674.825 4.729 -0.751 19948.851 8.805 0.401 19684.864 4.681 -0.

44、751 19958.891 8.771 0.539 19694.850 4.614 -0.759 19968.841 8.757 0.598 19704.803 4.791 -0.764 19979.020 8.770 0.606 19714.999 4.731 -0.772 19989.051 8.781 0.580 19725.192 4.933 -0.774 19999.141 8.978 0.549 19735.529 5.408 -0.768 20009.400 9.299 0.534 19745.699 5.791 -0.761 20019.474 9.385 0.526 1975

45、5.724 5.755 -0.761 20029.688 9.590 0.513 19765.661 5.619 -0.757 20039.987 9.927 0.512 19775.678 5.627 -0.738 第八章 聯(lián)立方程模型8.1判斷題（判斷對錯；如果錯誤，說明理由）（1）OLS法適用于估計聯(lián)立方程模型中的結構方程。（2）2SLS法不能用于不可識別方程。（3）估計聯(lián)立方程模型的2SLS法和其它方法只有在大樣本的情況下，才能具有我們期望的統(tǒng)計性質。（4）聯(lián)立方程模型作為一個整體，不存在類似R2這樣的擬合優(yōu)度測度。（5）如果要估計的方程擾動項自相關或存在跨方程的相關，則2SLS法和其它估計結構方程的方法都不能用。（6）如果一個方程恰好識別，則ILS和2SLS給出相同結果。8.2 單項選擇題（1） 結構式模型中的方程稱為結構方程。在結構方程中，解釋變量可以是前定變量，也可以是( )。A.外生變量 B.滯后變量 C.內生變量 D.外生變量和內生變量（2）前定變量是( )的合稱。A.外生變量和滯后內生變量 B.內生變量和外生變量C.外生變量和虛擬變量 D.解釋變量和被解釋變量（3） 如果聯(lián)立方程模型中某個結構方程包含了模型中所有的變量，則這個方程( )。A.恰好識別 B.不可識別 C.過度識別 D.不確定（4） 下面說法正確的是( )