計量經(jīng)濟學問答題

1、四、簡答題（每小題5分）1簡述計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關(guān)系。2 計量經(jīng)濟模型有哪些應用？ 3 簡述建立與應用計量經(jīng)濟模型的主要步驟。4 對計量經(jīng)濟模型的檢驗應從幾個方面入手？ 5 計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？6 在計量經(jīng)濟模型中，為什么會存在隨機誤差項？ 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量有哪些統(tǒng)計性質(zhì)？11.簡述BLUE的含義。12 對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否

2、為 0的t檢驗？ 13.給定二元回歸模型：yt = 4b2X2Ut，請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)衡量估計模型對樣本觀測值的擬合優(yōu)度？ 15.修正的決定系數(shù) R2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。 yt 二 b0 b1xt3 ut yt 二 b0 d logxt ut log yt =0 b log xt ut yt = b0 /（b1xt） ut18. 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。 yt = b0 bi log xt Ut

3、 yt = b° b1 何焉）Ut =b°/（b1Xt） Ut yt =1 b°（1-x：） w19. 什么是異方差性？試舉例說明經(jīng)濟現(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模型的0L3估計有何影響。21.檢驗異方差性的方法有哪些？ 22. 異方差性的解決方法有哪些？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）檢驗異方差性的基本原理及 其使用條件。25簡述DV檢驗的局限性。26 序列相關(guān)性的后果。27 簡述 序列相關(guān)性的幾種檢驗方法。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

4、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 請簡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意思？34 DV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 完全多重共線性對0L3估計量的影響有哪些？ 38不完全多重共線性對0L3估計量的影響有哪些？ 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

5、作用是什么？44判斷計量經(jīng)濟模型優(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在建立計量經(jīng)濟學模型時，什么時候，為什么要引入虛擬變量？49 估計有限分布滯后模型會遇到哪些困難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 簡述koyck模型的特點。52簡述聯(lián)立方程的類型有哪幾種53簡述聯(lián)立方程的變量有哪幾種類型54模型的識別有幾種類型？55簡述識別的條件。56自相關(guān)產(chǎn)生的原因？ DW檢驗的適用條件57產(chǎn)生異方差的原因 若存在異方差， 將給模型的估計產(chǎn)生何種結(jié)果？四、簡答題（每小題 5分）1簡述

6、計量經(jīng)濟學與經(jīng)濟學、統(tǒng)計學、數(shù)理統(tǒng)計學學科間的關(guān)系。答：計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學的綜合。（1分）經(jīng)濟學著重經(jīng)濟現(xiàn)象的定性研究，計量經(jīng)濟學著重于定量方面的研究。（1分）統(tǒng)計學是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學，而計量經(jīng)濟學則利用經(jīng)濟統(tǒng)計所提供的數(shù)據(jù)來估計經(jīng)濟變量之間的數(shù)量關(guān)系并加以 驗證。（1分）數(shù)理統(tǒng)計學作為一門數(shù)學學科，可以應用于經(jīng)濟領(lǐng)域，也可以應用于其他領(lǐng) 域；計量經(jīng)濟學則僅限于經(jīng)濟領(lǐng)域。（1分）計量經(jīng)濟模型建立的過程，是綜合應用理論、統(tǒng)計和數(shù)學方法的過程，計量經(jīng)濟學是經(jīng)濟理論、統(tǒng)計學和數(shù)學三者的統(tǒng)一。2、計量經(jīng)濟模型有哪些應用？答：結(jié)構(gòu)分析。（1分）經(jīng)濟預測。（1分）政策評價

7、。（1分）檢驗和發(fā)展經(jīng)濟理論。（2分）3、簡述建立與應用計量經(jīng)濟模型的主要步驟。答：根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型；（1分）樣本數(shù)據(jù)的收集；（1分）估計參數(shù)；（1分）模型的檢驗；（1分）計量經(jīng)濟模型的應用。（1分）4、對計量經(jīng)濟模型的檢驗應從幾個方面入手？答：經(jīng)濟意義檢驗；（2分）統(tǒng)計準則檢驗；（1分）計量經(jīng)濟學準則檢驗；（1分） 模型預測檢驗。（1分）5 計量經(jīng)濟學應用的數(shù)據(jù)是怎樣進行分類的？答：四種分類：時間序列數(shù)據(jù)；（1分）橫截面數(shù)據(jù)；（1分）混合數(shù)據(jù)；（1分）虛擬變量數(shù)據(jù)。（2分）6. 在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。（1分）產(chǎn)生

8、隨機誤差項的原因有以下幾個方面：模型中被忽略掉的影響因素造成的誤差；（1分）模型關(guān)系認定不準確造成的誤差；（1分）變量的測量誤差；（1分）隨機因素。（1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，隨機誤差項的數(shù)學期望（均值）為0，即E（uJ=O。同方差假定。（1分）誤差項ut的方差與t無關(guān)，為一個常數(shù)。無自相關(guān)假定。（1分）即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關(guān)假定。（1分）2正態(tài)性假定，（1分）即假定誤差項Ut服從均值為0，方差為二的正態(tài)分布。&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：描述的對象不同。（1分）總體

9、回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測的樣本中變量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)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同。（1分）總體回歸模型不是隨機模型，樣本回歸模型是隨機模型，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估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。（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)指標之間存在計算上的內(nèi)在聯(lián)系。（1分）兩者的

10、區(qū)別：回歸分析強調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個變量是對等的。（1分）對兩個變量x與y而言，相關(guān)分析中：rxy=ryx ；在回歸分析中，？ = K ' £ 人和岡=2 +玄*yt卻是兩個完全不同的回歸方程。（1分）回歸分析對資料的要求是被解 釋變量y是隨機變量，解釋變量x是非隨機變量；相關(guān)分析對資料的要求是兩個變量都隨機 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量有哪些統(tǒng)計性質(zhì)？答：線性，是指參數(shù)估計量b和分別為觀測值yt和隨機誤差項Ut的線性函數(shù)或線性組合。（1分）無偏性，指參數(shù)估計量 bo和b的均值（期望值）分別等于總體參

11、數(shù)bo和3。（2分）有效性（最小方差性或最優(yōu)性） 量b和b的方差最小。（2分），指在所有的線性無偏估計量中，最小二乘估計11.簡述BLUE的含義。答：BLUE即最佳線性無偏估計量，是 best I in ear un biased estimators的縮寫。（2分）在古典 假定條件下，最小二乘估計量具備線性、 無偏性和有效性，是最佳線性無偏估計量，即BLUE , 這一結(jié)論就是著名的高斯馬爾可夫定理。（3分）12對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共13.給

12、定二元回歸模型：yt t° bix1t b2x2t Ut，請敘述模型的古典假定。解答：（1）隨機誤差項的期望為零，即同影響是否顯著。（1分）通過了此F檢驗，就可以說模型中的全部解釋變量對被解釋變量 的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是 顯著的。（3分）因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進 行t檢驗。（1分）E（Ut）=0。（2）不同的隨機誤差項之間相互獨立,即 cov（ut,us） =E（ut - E（q）（us - E（us） =E（utus） =0 （1 分）。（3）隨機誤差項的方差與t無關(guān)，為一個常數(shù)，即

13、var（uj =；丁。即同方差假設(shè)（1分）。（4）隨機誤差項與解釋變量不相關(guān),即cov（xjt ,ut） = 0 （j =1,2,., k）。通常假定Xjt為非隨機變量，這個假設(shè)自動 成立（1分）。（5）隨機誤差項ut為服從正態(tài)分布的隨機變量，即ut N（0,；2） （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)衡量估計模型對樣本觀測值的擬合優(yōu)R2的值往往會變大，從而度？ 解答：因為人們發(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)2增加了模型的解釋功能。這樣就使得人們認為要使模型擬合

14、得好，就必須增加解釋變量（ 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)的個數(shù)增加，從而 損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產(chǎn)生很多問題，比如，降低預測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計模型對樣本觀測值的擬合 優(yōu)度（3分）。15修正的決定系數(shù) R2及其作用。e /n _ k 1解答：R2 =1t -，（ 2分）其作用有：（1 ）用自由度調(diào)整后，可以消除擬瓦（yt -y） /n -1合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2分）（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原

15、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）對數(shù)模型 Inyt = b0b ln Kut （ 1 分）（2）半對數(shù)模型yt = b0b In Kut 或 In % =0b|Xt ut（ 1 分）111（3）倒數(shù)模型y=b0 b（u或 b0 b（u（ 1分）xyx（4）多項式模型y =bob|X bjX2.- bkxku（ 1 分）（5）成長曲線模型包括邏輯成長曲線模型和Gompertz成長曲線模型（1 分）2217. 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。 yt 二 b°dx3ut y

16、t 二 b° b log 人 ut22 log ytbjogxt 5 yt/（人） q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，或都是或都不是。 二 bo d log 人 ut yt 二 b° d （bzXt） q 二 bo/Qxt） ut yt =1 b°（1 -x：1） q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）。異方差性是

17、指模型違反了古典假定中的同方差假定，它是計量經(jīng)濟分析中的一個專門問題。在線性回歸模型中， 如果隨機誤差項的方差不是常數(shù)，即對不同的解釋變量觀測值彼此不同，則稱隨機項 ui具有異方差性，即 var（q）八?。怀?shù) （t=1，2，”， n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費和收入之間的關(guān)系時，對收入較少的家庭在滿足基本消費支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費的分散幅度不大。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有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構(gòu)成等那個的差異，使消費的分散幅度增大，或者說低收入家庭消費的分散度和高收入家

18、庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項方差的變化。（2 分）19. 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)的測量誤差；（4）隨機因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、 模型檢驗及模型應用帶來重大影響，主要有：（ 1）不影響模型參數(shù)最小二乘估計值的無偏性；（ 2） 參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預測精度精度降低。（3分）20. 檢驗方法：（1）圖

19、示檢驗法；（1分）（2）戈德菲爾德一匡特檢驗；（1分）（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法） ；（1分）（5） ARC檢驗（自回歸條件 異方差檢驗）（1分）21. 解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對數(shù)變換 等（1分）、 - 222. 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j e為最小，在一 2異方差情況下，總體回歸直線對于不同的 Xt,0的波動幅度相差很大。 隨機誤差項方差-t越小，樣本點yt對總體回歸直線的偏離程度越低，殘差et的可信度越高（或者說樣本點的2代表性越強）；而二t較大的樣本點可能會

20、偏離總體回歸直線很遠，et的可信度較低（或者說樣本點的代表性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時，對于不同的e2_2_2應該區(qū)別對待。具體做法：對較小的e給于充分的重視，即給于較大的權(quán)數(shù)；對較大的et 給于充分的重視，即給于較小的權(quán)數(shù)。更好的使 7 e2反映var（uj對殘差平方和的影響 程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。（ 3分）23. 樣本分段法（即戈德菲爾特一匡特檢驗）的基本原理：將樣本分為容量相等的兩部分，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應該大致相等；如果是異方差的，則兩者差別較大，以此

21、來判斷是否存在異方差。（3分）使用條件：（1）樣本容量要盡可能大，一般而言應該在參數(shù)個數(shù)兩倍以上；（2） Ut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）24. 簡述DW僉驗的局限性。答：從判斷準則中看到，DW僉驗存在兩個主要的局限性：首先，存在一個不能確定的 DW.值區(qū)域，這是這種檢驗方法的一大缺陷。（2分）其次：DW.檢驗只能檢驗一階自相關(guān)。（2分）但在實際計量經(jīng)濟學問題中，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)。所以在實際應用中， 對于序列相關(guān)問題一般只進行DW.檢驗。（1分）25. 序列相關(guān)性的后果。答：（1）

22、模型參數(shù)估計值不具有最優(yōu)性；（1分）（2）隨機誤差項的方差一般會低估；（1 分）（3）模型的統(tǒng)計檢驗失效；（1分）（4）區(qū)間估計和預測區(qū)間的精度降低。（1分）（全對即加1分）26. 簡述序列相關(guān)性的幾種檢驗方法。答：（1）圖示法；（1分）（2） D-W檢驗；（1分）（3）回歸檢驗法；（1分）（4）另外， 偏相關(guān)系數(shù)檢驗，布羅斯一戈弗雷檢驗或拉格朗日乘數(shù)檢驗都可以用來檢驗高階序列相關(guān)。（2分）27. 廣義最小二乘法（GLS的基本思想是什么？答：基本思想就是對違反基本假定的模型做適當?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方法估計模型。（5分28. 自相關(guān)性產(chǎn)生的原因有那些

23、？答：（1）經(jīng)濟變量慣性的作用引起隨機誤差項自相關(guān)；（1分）（2）經(jīng)濟行為的滯后性引起隨機誤差項自相關(guān)；（1分）（3） 些隨機因素的干擾或影響引起隨機誤差項自相關(guān)；（1 分）（4）模型設(shè)定誤差引起隨機誤差項自相關(guān)；（1分）（5）觀測數(shù)據(jù)處理引起隨機誤差項自相關(guān)。（1分）29. 請簡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)，而事實上并不存在序列相關(guān)。（2分）要避免虛假序列相關(guān)，就應在做定量分析之間先進行定性分析，看從理論上或經(jīng)驗上是否有存在序列相關(guān)的可能，可能性是多大。（3分）30. DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？答：？ =1 一 DW 或者 DW =2（1- ？）231.

24、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)的采集是被動的，只能在一個有限的范圍內(nèi)得到觀察值，無法進行重復試驗。（2分）（2）經(jīng)濟變量的共同趨勢（1分）（3）滯后變量的引入（1分）（4）模型的解釋變 量選擇不當（1分32. 答：完全多重共線性是指對于線性回歸模型丫 = X2X2 kXk u若c1X1j c2X2j . ckXkj=O, j=1,2，,n其中G, C2,.,Ck是不全為0的常數(shù)則稱這些解釋變量的樣本觀測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于多元線性回歸模型丫 = “1-2X2 .kXk U若 c1X1j

25、 c2X2j . ckX kj+v=0, j=1,2,.,n其中g(shù), C2,.,Ck是不全為0的常數(shù)，v為隨機誤差項 則稱這些解釋變量的樣本觀測之間存在不完全多重共線性。（3分）（3 分）33. 答：（1）無法估計模型的參數(shù)，即不能獨立分辨各個解釋變量對因變量的影響。（2）參數(shù)估計量的方差無窮大（或無法估計）（2分）35答：（1）可以估計參數(shù)，但參數(shù)估計不穩(wěn)定。 （2分）（2）參數(shù)估計值對樣本數(shù)據(jù)的 略有變化或樣本容量的稍有增減變化敏感。 （1分）（3）各解釋變量對被解釋變量的影響 難精確鑒別。（1分）（4）t檢驗不容易拒絕原假設(shè)。（1分）36. 答：（1）模型總體性檢驗F值和R2值都很高，但

26、各回歸系數(shù)估計量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗。（2分）（2）回歸系數(shù)值難以置信或符號錯誤。（1分）（3 ）參數(shù)估計值對刪除或增加少量觀測值，以及刪除一個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回歸系數(shù)估計量的方差與無多重共線性時回歸系數(shù)估計量的方差對比而得出的比值系數(shù)。（2分） 若VIF（?）=1時，認為原模型不存在“多重共線性問題” ；（1分）若VIF（彳）1時，則認為原模型存在“多重共線性問題”； （1分）若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

27、？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(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(shè)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）40. 虛擬變

28、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）42. 模型設(shè)定誤差的類型有那些？答案：（1）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

29、分）（3）模型使用了不恰當?shù)男问健＃?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(guān)；（3分）（2） 工具變量與模型的隨機誤差項不相關(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(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