2022年計量經(jīng)濟學名詞解釋和簡答題匯總

1、計量經(jīng)濟學第一部分：名次解釋1、模型：對現(xiàn)實的描述和模擬。2、廣義計量經(jīng)濟學：利用經(jīng)濟理論、統(tǒng)計學和數(shù)學定量研究經(jīng)濟現(xiàn)象的經(jīng)濟計量方法的統(tǒng)稱，包括回歸分析方法、投入產(chǎn)出分析方法、時間序列分析方法等。3、狹義計量經(jīng)濟學：以揭示經(jīng)濟現(xiàn)象中的因果關系為目的，在數(shù)學上主要應用回歸分析方法。4、總體回歸函數(shù)：指在給定xi 下 y 分布的總體均值與xi 所形成的函數(shù)關系（或者說總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)）。5、樣本回歸函數(shù)：指從總體中抽出的關于y，x 的若干組值形成的樣本所建立的回歸函數(shù)。6、隨機的總體回歸函數(shù)：含有隨機干擾項的總體回歸函數(shù)（是相對于條件期望形式而言的）。7、線性回歸

2、模型：既指對變量是線性的，也指對參數(shù)為線性的，即解釋變量與參數(shù)只以他們的 1次方出現(xiàn)。8、隨機干擾項：即隨機誤差項，是一個隨機變量，是針對總體回歸函數(shù)而言的。9、殘差項：是一隨機變量，是針對樣本回歸函數(shù)而言的。10、條件期望：即條件均值，指x 取特定值 xi 時 y 的期望值。11、回歸系數(shù)：回歸模型中o，1 等未知但卻是固定的參數(shù)。12、回歸系數(shù)的估計量：指用01,等表示的用已知樣本提供的信息所估計出來總體未知參數(shù)的結果。13、最小二乘法： 又稱最小平方法， 指根據(jù)使估計的剩余平方和最小的原則確定樣本回歸函數(shù)的方法。14、最大似然法：又稱最大或然法，指用生產(chǎn)該樣本概率最大的原則去確定樣本回歸

3、函數(shù)的方法。15、估計量的標準差：度量一個變量變化大小的測量值。16、總離差平方和：用tss表示，用以度量被解釋變量的總變動。17、回歸平方和：用ess表示：度量由解釋變量變化引起的被解釋變量的變化部分。18、殘差平方和：用 rss表示：度量實際值與擬合值之間的差異，是由除解釋變量以外的其他因素引起的被解釋變量變化的部分。19、協(xié)方差：用 cov（x，y）表示，度量 x,y 兩個變量關聯(lián)程度的統(tǒng)計量。20、擬合優(yōu)度檢驗：檢驗模型對樣本觀測值的擬合程度，用2r表示，該值越接近1，模型對樣本觀測值擬合得越好。21、t 檢驗時針對每個解釋變量進行的顯著性檢驗，即構造一個 t 統(tǒng)計量，如果該統(tǒng)計量的值

4、落在置信區(qū)間外，就拒絕原假設。22、相關分析：研究隨機變量間的相關形式23、回歸分析：研究一個變量關于另一個（些）變量的依賴關系的計算方法和理論。24、多元線性回歸模型：在現(xiàn)實經(jīng)濟活動中往往存在一個變量受到其他多個變量的影響的現(xiàn)象，表現(xiàn)為在線性回歸模型中有多個解釋變量，這樣的模型成為多元線性回歸模型，多元指多個變量。25、偏回歸系數(shù)：在多元回歸模型中，每一個解釋變量前的參數(shù)即為偏回歸系數(shù)，它測度了當其他解釋變量保持不變時，該變量增加1 個單位對解釋變量帶來的平均影響程度。26、正規(guī)方程組：指采用ols 法估計線性回歸模型時，對殘差平方和關于各參數(shù)求偏導，并令偏導數(shù)為 0 后得到的一組方程，其矩

5、陣形式為x xx y27、調(diào)整的多元可決系數(shù)：又稱多元判定系數(shù)，是一個用于描述伴隨模型中解釋變量的增加和多個解釋變量對被解釋變量的聯(lián)合影響程度的量。它與有如下關系：28、多重共線性：指多個解釋變量間存在線性相關的情形。如果存在完全的線性相關性，則模型的參數(shù)就無法求出， ols 回歸無法進行。29、聯(lián)合假設檢驗：是相對于單個假設檢驗來說的，指假設檢驗中的假設有多個，不止一個。如多元精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 1 頁，共 19 頁 - - - - - - - - -精品學習資料 可選擇p d f - - - - - - - - - -

6、 - - - - 第 1 頁，共 19 頁 - - - - - - - - -回歸中的方程的顯著性檢驗就是一個聯(lián)合假設檢驗，而每個參數(shù)的t 檢驗就是單個假設檢驗。30、受約束回歸：在實際經(jīng)濟活動中，常常需要根據(jù)經(jīng)濟理論對模型中變量的參數(shù)施加一定的約束條件，對模型參數(shù)施加約束條件后進行回歸。31、無約束回歸：無需對模型中變量的參數(shù)施加約束條件進行的回歸。32、異方差性 ：對于不同的解釋向量，被解釋變量的隨機誤差項的方差不再是常數(shù)，而互不相同，則認為出現(xiàn)了異方差性。33、序列相關性 ：如果對于不同的解釋向量， 隨機誤差項之間不再是不相關的，而是存在某種相關性，則認為出現(xiàn)了序列相關性。34、多重共線

7、性 ：如果某兩個或多個解釋變量之間出現(xiàn)了相關性，則稱為多重共線性。35、隨機解釋變量問題 ：如果存在一個或多個隨機變量作為解釋變量，則稱原模型出現(xiàn)隨機解釋變量問題。36 37、虛擬變量： 同時含有一般解釋變量與虛擬變量的模型稱為虛擬變量模型或者方差分析模型。38、滯后變量模型： 把過去時期的，具有滯后作用的變量叫做滯后變量，含有滯后變量的模型稱為滯后變量模型。39、動態(tài)模型： 含有滯后解釋變量的模型，又稱動態(tài)模型40、分布滯后模型： 如果滯后變量模型中沒有滯后被解釋變量，僅有解釋變量x 的當期值及其若干期的滯后值，則成為分布滯后模型。41、自回歸模型 ：解釋變量僅包含x 的當期值與被解釋變量y

8、 的一個或多個滯后值的模型。42,什么是計量經(jīng)濟學？答：計量經(jīng)濟學包括廣義計量經(jīng)濟學和狹義計量經(jīng)濟學，本課程中的計量經(jīng)濟學模型，就是狹義計量經(jīng)濟學意義上的經(jīng)濟數(shù)學模型：計量經(jīng)濟學是經(jīng)濟學的一個分支學科，以揭示經(jīng)濟活動中客觀存在的數(shù)量關系為主要內(nèi)容，是由經(jīng)濟學、統(tǒng)計學和數(shù)學三者結合而成的交叉性學科。第二部分問答題1.計量經(jīng)濟學方法與一般經(jīng)濟數(shù)學方法有什么區(qū)別？答：計量經(jīng)濟學方法揭示經(jīng)濟活動中具有因果關系的各因素間的定量關系，它用隨機性的數(shù)學方程加以描述；而一般經(jīng)濟數(shù)學方法揭示經(jīng)濟活動中各個因素間的理論關系，更多地用確定性的數(shù)學方程加以描述。2、如何理解計量經(jīng)濟學在當代經(jīng)濟學科中的重要地位？當代計

9、量經(jīng)濟學的基本特點？答：計量經(jīng)濟學自20 世紀 20 年代末 30 年代初形成以來，無論在技術方法還是在應用方面發(fā)展都十分迅速，尤其是經(jīng)過20 世紀 50 年代的發(fā)展階段和60 年代的擴張階段，計量經(jīng)濟學在經(jīng)濟學科中占據(jù)了重要的地位，主要表現(xiàn)在：。在西方大多數(shù)大學和學院中，計量經(jīng)濟學的講授已成為經(jīng)濟學課程表中最具權威性的一部分；。在 1969 至 2003 年諾貝爾經(jīng)濟學獎的53 位獲獎者中有 10 位與研究和應用計量經(jīng)濟學有關，居經(jīng)濟學各分支學科之首。此外，絕大多數(shù)獲獎者的研究中都應用了計量經(jīng)濟學方法。計量經(jīng)濟學方法與其他經(jīng)濟數(shù)學方法的結合應用得到了長足發(fā)展。從當代計量經(jīng)濟學的發(fā)展動向看，其

10、基本特點包括：。非經(jīng)典計量經(jīng)濟學的理論與應用研究成為計量經(jīng)濟學越來越重要的內(nèi)容；。計量經(jīng)濟學方法從主要用于經(jīng)濟預測轉(zhuǎn)向經(jīng)濟理論假設和政策假設的檢驗；。計量經(jīng)濟學模型的應用從傳統(tǒng)的領域轉(zhuǎn)向新的領域，從宏觀領域的研究開始轉(zhuǎn)向微觀領域的研究；。計量經(jīng)濟學模型的規(guī)模不再是水平高低的衡量標準，人們更喜歡建立一些簡單的模型，從總量上和趨勢上說明經(jīng)濟現(xiàn)象。3、建立與應用計量經(jīng)濟學模型的主要步驟有哪些？答：建立與應用計量經(jīng)濟學模型的主要步驟包括：設定理論模型，包括選擇模型所包含的變量，確定變量之間的數(shù)學關系和擬定模型中待估參數(shù)的數(shù)值范圍；收集樣本數(shù)據(jù)，要考慮樣本數(shù)據(jù)的完整性、準確性、可比性和一致性；估計模型參

11、數(shù)；檢驗模型，包括經(jīng)濟意義檢驗、統(tǒng)計檢驗、計量經(jīng)濟學檢驗和模型預測檢驗。精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 2 頁，共 19 頁 - - - - - - - - -精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 2 頁，共 19 頁 - - - - - - - - -4、計量經(jīng)濟學模型主要有哪些應用領域？各自的原理是什么？答：計量經(jīng)濟學模型主要有以下幾個方面的用途：。結構分析，其原理是彈性分析、乘數(shù)分析與比較分析；。經(jīng)濟預測，其原理是模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟活動中找出變化規(guī)律；。政策評價，是對

12、不同政策執(zhí)行情況的“模擬仿真”；。檢驗與發(fā)展經(jīng)濟理論，其原理是如果按照某種經(jīng)濟理論建立的計量經(jīng)濟學模型可以很好地擬合實際觀察數(shù)據(jù)。5、模型的檢驗包括哪些方面？答：模型的檢驗主要包括經(jīng)濟意義檢驗、統(tǒng)計檢驗、計量經(jīng)濟學檢驗和模型的預測檢驗四個方面。、簡述相關分析和回歸分析的聯(lián)系和區(qū)別。答：相關分析與回歸分析既有聯(lián)系又有區(qū)別。首先，兩者都是 研究非確定性變量間的的統(tǒng)計依賴關系，并能測度線性依賴程度的大小。其次，兩者間又有明顯的區(qū)別。相關分析僅僅是從統(tǒng)計數(shù)據(jù)上測度變量間的相關程度，而無需考察兩者間是否有因果關系，因此，變量的地位在相關分析中式對稱的，而且都是隨機變量；回歸分析則更關注具有統(tǒng)計相關關系的

13、變量間的因果關系分析，變量的地位是不對稱的，有解釋變量和被解釋變量之分，而且解釋變量也往往被假設為非隨機變量。再次，相關分析只關注變量間的聯(lián)系程度，不關注具體的依賴關系；而回歸分析則更加關注變量間的具體依賴關系，因此可以進一步通過解釋變量的變化來估計或預測被解釋變量的變化，達到深入分析變量間依存關系，掌握其運動規(guī)律的目的。2、一元線性回歸模型的基本假設主要有哪些？違背基本假設的計量經(jīng)濟學模型是否就不可以估計？答：假設 1、解釋變量 x是確定性變量，不是隨機變量；假設 2、隨機誤差項具有零均值、同方差和不序列相關性：e(i)=0 i=1,2, ,nvar (i)=2 i=1,2, ,ncov(i

14、, j)=0 i j i,j= 1,2, ,n假設 3、隨機誤差項與解釋變量 x之間不相關：cov(xi, i)=0 i=1,2, ,n假設 4、服從零均值、同方差、零協(xié)方差的正態(tài)分布in(0, 2) i=1,2, ,n假設 5：隨著樣本容量的無限增加，解釋變量x的樣本方差趨于一有限常數(shù)。即假設 6：回歸模型是正確設定的這些假設都是針對普通最小二乘法的。在違背這些基本假設的情況下，普通最小二乘法就不再是最佳線性無偏估計量，因此使用普通最小二乘法進行估計已無多大意義。但模型本身還是可以估計的，尤其是可以通過最大似然法等其他原理進行估計。3、簡述最大似然法和最小二乘法依據(jù)的不同原理。答：對于最小二

15、乘法，當從模型總體隨機抽取n 組樣本觀測值后，最合理的參數(shù)估計量應該使得模型能最好地擬合樣本數(shù)據(jù)；而對于最大似然法，當從模型總體隨機抽取n 組樣本觀測值后，最合理的參數(shù)估計量應該使得從模型中抽取該n 組樣本觀測值的概率最大。在滿足一系列基本假設的情況下，模型結構參數(shù)的最大或然估計量與普通最小二乘估計量是相同的。6、簡述最小二乘估計量的性質(zhì)。答： （1）線性性，即它是否是另一隨機變量的線性函數(shù)；（2）無偏性，即它的均值或期望值是否等于總體的真實值；（3）有效性，即它是否 在所有線性無偏估計量中具有最小方差。（4）漸近無偏性，即樣本容量趨于無窮大時，是否它的均值序列趨于總體真值；（5）一致性，即樣

16、本容量趨于無窮大時，它是否依概率收斂于總體的真值；（6）漸近有效性， 即樣本容量趨于無窮大時， 是否它在所有的一致估計量中具有最小的漸近方差。精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 3 頁，共 19 頁 - - - - - - - - -精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 3 頁，共 19 頁 - - - - - - - - -注意：（1）（ 3）準則也稱作估計量的小樣本性質(zhì)，擁有這類性質(zhì)的估計量稱為最佳線性無偏估計量（ blue ） 。（4）（ 6）準則考察估計量的大樣本或漸進性質(zhì)。高

17、斯馬爾可夫定理：普通最小二乘估計量具有線性性、無偏性和最小方差性等優(yōu)良性質(zhì)，是最佳線性無偏估計。5、簡述變量顯著性檢驗的步驟。答： （1）對總體參數(shù)提出假設：h0： 1=0，h1： 1 0。（2）以原假設 h0 構造 t 統(tǒng)計量，并由樣本計算其值：（3）給定顯著性水平，查 t 分布表得臨界值 t/2(n-2) （4）比較，判斷若|t| t /2(n-2)，則拒絕 h0 ，接受 h1 ；若|t| t /2(n-2)，則接受 h0 ，拒絕 h1 ；對于一元線性回歸方程中的0，也可構造如下 t 統(tǒng)計量進行顯著性檢驗6、多元線性回歸模型的基本假設是什么？提示：一般表達式式和矩陣符號表達式。7、為什么說

18、對模型參數(shù)施加約束條件后，其回歸的殘差平方和一定不比未加約束的殘差平方和??？在什么樣的條件下，受約束回歸與無約束回歸的結果相同？答：模型施加約束條件后進行回歸稱為受約束回歸。而不加任何約束的回歸稱為無約束回歸。對模型參數(shù)施加約束條件后，就限制了參數(shù)的取值范圍，尋找到的參數(shù)估計值也是在此條件下使殘差平方和達到最小，它不可能比未施加約束條件時找到的參數(shù)估計值使得殘差平方和達到最小值還要小。這意味著，通常情況下，對模型施加約束條件會降低模型的解釋能力。但當約束條件為真時，受約束回歸與無約束回歸的結果就相同。8、怎樣選擇合適的樣本容量？答： （1） 必須保證最小樣本容量。 樣本最小容量必須不少于模型中

19、解釋變量的數(shù)目（包括常數(shù)項）,即 nk+1，因為，無多重共線性要求：秩(x)=k+1。（2）滿足基本要求的樣本容量。雖然當nk+1 時可以得到參數(shù)估計量，但除了參數(shù)估計量質(zhì)量不好外，一些建立模型必須的后續(xù)工作也無法進行。所以， 一般經(jīng)驗認為，當 n 30或者至少 n 3(k+1)時，才能說滿足模型估計的基本要求。9、不滿足基本假定（基本假設違背）的情況有哪些？答： （1）隨機誤差項序列存在異方差性；（2）隨機誤差項序列存在序列相關性；（3）解釋變量之間存在多重共線性；（4）解釋變量是隨機變量且與隨機誤差項相關的隨機解釋變量問題；（5）模型設定有偏誤；（6）解釋變量的方差不隨樣本容量的增而收斂。

20、10、使用加權最小二乘法必須先進行異方差性檢驗嗎？答：在實際操作中人們通常采用如下的經(jīng)驗方法：不對原模型進行異方差性檢驗，而是直接選擇加權最小二乘法，尤其是采用截面數(shù)據(jù)作樣本時。如果確實存在異方差性，則被有效地消除了；如果不存在異方差性，則加權最小二乘法等價于普通最小二乘法。11、簡述 d.w.檢驗的步驟。答： （1）計算 dw 值1?1?st00000222? (2)?iitt nsxnx精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 4 頁，共 19 頁 - - - - - - - - -精品學習資料 可選擇p d f - - - - - - -

21、 - - - - - - - 第 4 頁，共 19 頁 - - - - - - - - -（2）給定，由 n 和 k 的大小查 dw 分布表，得臨界值dl 和 du （3）比較、判斷若 0d.w.dl，存在正自相關dld.w.du，不能確定du d.w.4du，無自相關4du d.w.4dl，不能確定4dl d.w.1時，則認為原模型存在“多重共線性問題”； （1 分）若i?vif()5時，則模型的“多重共線性問題”的程度是很嚴重的，而且是非常有害的。（1 分）59模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測量定性因素的影響；（2 分）（2）能夠正確反映經(jīng)濟變量之間的關系，提高模型

22、的精度；（2 分）（3）便于處理異常數(shù)據(jù)。 （1 分）60虛擬變量引入的原則是什么？答案：（1）如果一個定性因素有m方面的特征，則在模型中引入m-1 個虛擬變量； （1 分）（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（2 分）（3）虛擬變量取值應從分析問題的目的出發(fā)予以界定；（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）精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 11 頁，共 19

23、 頁 - - - - - - - - -精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 11 頁，共 19 頁 - - - - - - - - -61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）62判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？答案：（1）模型應力求簡單； （1 分） （2）模型具有可識別性； （1 分） （3）模型具有較高的擬合

24、優(yōu)度；（1 分） （4）模型應與理論相一致； （1 分） （5）模型具有較好的超樣本功能。（1 分）63模型設定誤差的類型有那些？答案： （1）模型中添加了無關的解釋變量；（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?shù)男问?。? 分）64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條件：（1）工具變量與模型中的隨機解釋變量高度相關；（3 分） （ 2）工具變量與模型的隨機誤差項不相關。（2 分）65設定誤差產(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的理論知識；（1 分） （2）對經(jīng)濟問題本身認識不夠或不熟悉前

25、人的相關工作；（1 分） （3）模型制定者缺乏相關變量的數(shù)據(jù)；（1 分） （4）解釋變量無法測量或數(shù)據(jù)本身存在測量誤差。（2 分）66在建立計量經(jīng)濟學模型時，什么時候，為什么要引入虛擬變量？答案：在現(xiàn)實生活中，影響經(jīng)濟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）67直接用最小二乘法估計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）滯后長度難確定的問題（

26、1 分）68因變量受其自身或其他經(jīng)濟變量前期水平的影響，稱為滯后現(xiàn)象。其原因包括：（1）經(jīng)濟變量自身的原因；（2分） （2）決策者心理上的原因（1 分） ； （3）技術上的原因（1 分） ； （ 4）制度的原因（1 分） 。69koyck 模型的特點包括： （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）模型的長期影響乘數(shù)為b011（1 分）;（3）模型僅包括兩個解釋變量，避免了多重共線性（1 分） ； （4）模型僅有三個參數(shù)，解釋了無限分布滯后模型因包含無限個參數(shù)無法估計的問題（1 分）70聯(lián)立方程模型中方程有：行為方程式（1 分） ；技術方程式（1分） ；制度方

27、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） 。71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） 。72模型的識別有恰好識別（2 分） 、過渡識別（ 2 分）和不可識別（1 分）三種。73. 識別的條件條件包括階條件和秩條件。階條件是指，如果一個方程能被識別，那么這個方程不包含的變量總數(shù)應大于或等于模型系統(tǒng)中方程個數(shù)減1（3分） ；秩條件是指，在一個具有k個方程的模型系統(tǒng)中，任何一個方程被識別的充分必要條件是：所有不包含在這個方程中變量的參數(shù)的秩為k1（2分） 。74 原因： 1 經(jīng)濟系統(tǒng)的慣性 2 經(jīng)濟活動的滯

28、后效應3 數(shù)據(jù)處理造成的相關4 蛛網(wǎng)現(xiàn)象 5 模型設定的偏誤。條件： dw 檢驗也是就自相關檢驗，一般多適用于變量間相互獨立且樣本容量較小的分析。0=dw=dl 殘差序列正相關， dudw4-du 無自相關，4-dldw1時，則認為原模型存在“多重共線性問題”； （1 分）若i?vif()5時，則模型的“多重共線性問題”的程度是很嚴重的，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）可以描述和測量定性因素的影響；（2 分）（2）能夠正確反映經(jīng)濟變量之間的關系，提高模型的精度；（2 分）精品學習資料 可選擇p d f - - - - - - - - - - - -

29、- - 第 17 頁，共 19 頁 - - - - - - - - -精品學習資料 可選擇p d f - - - - - - - - - - - - - - 第 17 頁，共 19 頁 - - - - - - - - -（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）如果一個定性因素有m方面的特征，則在模型中引入m-1 個虛擬變量； （1 分）（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（2 分）（3）虛擬變量取值應從分析問題的目的出發(fā)予

30、以界定；（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判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？答案：（1）模型應力求簡單； （1 分） （2）模型具有可識別性； （1 分） （3）模型具有較高的擬合優(yōu)度；（1 分） （4）模型應與理論相一致； （1 分） （5）模型具有較好的超樣本功能。（1 分

31、）42模型設定誤差的類型有那些？答案： （1）模型中添加了無關的解釋變量；（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?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條件：（1）工具變量與模型中的隨機解釋變量高度相關；（3 分） （ 2）工具變量與模型的隨機誤差項不相關。（2 分）44設定誤差產(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的理論知識；（1 分） （2）對經(jīng)濟問題本身認識不夠或不熟悉前人的相關工作；（1 分） （3）模型制定者缺乏相關變量的數(shù)據(jù)；（1 分） （4）解釋變量無法測量或數(shù)據(jù)本身存在測量誤差。（2 分）45在建立計量經(jīng)濟學模型時，什么時候，為什么要引入虛擬變量？答案：在現(xiàn)實生活中，影響經(jīng)濟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）滯后長度難確定的問題（1 分）47因變量受其自身或其他經(jīng)濟變量前期水平的影響，稱為滯后現(xiàn)象。其原因包括：（1）經(jīng)