計量經(jīng)濟學簡答題及答案

1、計量經(jīng)濟學簡答題及答案計量經(jīng)濟學簡答題及答案K比較普通最小二乘法、加權最小二乘法和廣義最小二乘法的異同“答：普通最小二乘法的思想是使樣本回歸函數(shù)盡可能好的擬合樣本數(shù)據(jù)，反映 在圖上就是是樣本點偏離樣本回歸線的距離總體上最小，即殘差平方和最小min'q"只有在滿足了線性回歸模型的古典假設時候，采用OLS才能 /=1保證參數(shù)估計結果的可靠性.在不滿足基本假設時，如出現(xiàn)異方差，就不能采用OLS,加權最小二乘法是對原 模型加權，對較小殘差平方和其賦予較大的權重，對較大片賦予較小的權 重，消除異方差，然后在采用OLS估計其參數(shù)。在出現(xiàn)序列相關時，可以采用廣義最小二乘法，這是最具有普遍意

2、義的最小二 乘法。最小二乘法是加權最小二乘法的特例，普通最小二乘法和加權最小二乘法是廣 義最小二乘法的特列.6.虛擬變量有哪幾種基本的引入方式？它們各適用于什么情況？答：在模型中引入虛擬變量的主要方式有加法方式與乘法方式，前者主要適用 于定性因素對截距項產(chǎn)生影響的情況，后者主要適用于定性因素對斜率項 產(chǎn)生影響的情況.除此外，還可以加法與乘法組合的方式引入虛擬變量， 這時可測度定性因素對截距項與斜率項同時產(chǎn)生影響的情況。7、聯(lián)立方程計量經(jīng)濟學模型中結構式方程的結構參數(shù)為什么不能直接應用OLS 估計？答：主要的原因有三工第一，結構方程解釋變量中的內生解釋變量是隨機解釋 變量，不能直接用OLS來估計

3、；第二，在估計聯(lián)立方程系統(tǒng)中某一個隨機方 程參數(shù)時，需要考慮沒有包含在該方程中的變量的數(shù)據(jù)信息，而單方程的 OLS估計做不到這一點；第三，聯(lián)立方程計量經(jīng)濟學模型系統(tǒng)中每個隨機方 程之間往往存在某種相關性，表現(xiàn)于不同方程隨機干擾項之間，如果采用 單方程方法估計某一個方程，是不可能考慮這種相關性的，造成信息的損 失。2、計量經(jīng)濟模型有哪些應用，答：結構分析，即是利用模型對經(jīng)濟變量之間的相互關系做出研究，分析當 其他條件不變時，模型中的解釋變量發(fā)生一定的變動對被解釋變量的影響 程度。經(jīng)濟預測，即是利用建立起來的計量經(jīng)濟模型對被解釋變量的未 來值做出預測估計或推算*政策評價，對不同的政策方案可能產(chǎn)生的

4、后 果進行評價對比，從中做出選擇的過程.檢驗和發(fā)展經(jīng)濟理論，計量經(jīng) 濟模型可用來檢驗經(jīng)濟理論的正確性，并揭示經(jīng)濟活動所遵循的經(jīng)濟規(guī)律.6.簡述建立與應用計量經(jīng)濟模型的主要步驟.答；一般分為5個步驟；根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型：樣本數(shù)據(jù)的收 集；估計參數(shù)；模型的檢驗；計量經(jīng)濟模型的應用7、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；統(tǒng)計準則檢驗：計量經(jīng)濟學準則檢驗:模型預測檢驗1、在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：模型中被忽略掉的影響因素造成的誤差；模型關系認定不準確造成的 誤差；變量的測量誤差；隨機因素。這些因素都被歸并在隨機誤差項 中考慮。因此，隨機誤差項是計量經(jīng)濟

5、模型中不可缺少的一部分。2、古典線性回歸模型的基本假定是什么？答：零均值假定。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（ut）=0。同方差假定。誤差項ut的方差與t無關，為一個常數(shù)。無 自相關假定。即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關 假定。正態(tài)性假定，即假定誤差項 ut服從均值為0,方差為二-2的正態(tài)分 布。3、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。總體回歸模型描述總體中變量y與x的相互關系,而樣本回歸模型描述所觀測的樣本中變量y與x的相互關系。建立模型的不同?？傮w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

6、本觀測資料建立的。模型性質不同。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。4、試述回歸分析與相關分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關分析是回歸分析的前提和基礎；回歸分析是相關分 析的深入和繼續(xù)；相關分析與回歸分析的有關指標之間存在計算上的內 在聯(lián)系。兩者的區(qū)別：回歸分析強調因果關系，相關分析不關心因果關系，所研究的 兩個變量是對等的。對兩個變量 x與y而言，相關分析中：rxy；但在回歸分析中，yt =!?+!?+%和？ =?0+a? + yt去口是兩個完全

7、不同的回歸方 程。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。相關分析對資料的要求是兩個變量都隨機變量。5、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？答：線性，是指參數(shù)估計量 昆和b?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。無偏性，指參數(shù)估計量 以和R的均值（期望值）分別等于 總體參數(shù)b。和bi。有效性（最小方差性或最優(yōu)性），指在所有的線性無偏 估計量中，最小二乘估計量b。和X的方差最小。6、簡述BLUE的含義。答:在古典假定條件下，OLS古計量總和？是參數(shù)b。和B的最佳線性無偏估計量， 即BLUE這一結論就是著名

8、的高斯馬爾可夫定理。7、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 釋變量的共同影響是否顯著。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。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。2 .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？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)R2的值往

9、往會變大，從而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得 好，就必須增加解釋變量。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 .修正的決定系數(shù)R2及其作用。e2 /n k 1解答：R2=1_/2，其作用有：（1）用自由度調整后，可以消除擬,、（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）對于包含解釋變量個數(shù)不同的模型，可以用調整后的決定系數(shù)直接比

10、較它們的擬合優(yōu)度的 高低，但不能用原來未調整的決定系數(shù)來比較。4.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 ln yt =b0 +b1 ln xt +ut（2）半對數(shù)模型yt = b0十匕In xt +ut或In yt = b0+匕x + ut111（3）倒數(shù)模型 y = b0 + b1 - +u或一=b0+b1-+uxyx（4）多項式模型 y =b0+bx + b2x2 +.+ bkxk+u2 .產(chǎn)生異方差性的原因及異方差性對模型的 OLSfc計有何影響。（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設定誤差；（3）樣本 數(shù)據(jù)的測量誤差；（4）隨

11、機因素的影響。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 .檢驗異方差性的方法有哪些？（1）圖示檢驗法；（2）戈德菲爾德一匡特檢驗；（3）懷特檢驗；（4）戈里瑟檢 驗和帕克檢驗（殘差回歸檢驗法）；（5） ARCHfc驗（自回歸條件異方差檢驗）4 .異方差性的解決方法有哪些？（1）模型變換法；（2）加權最小二乘法；（3）模型的對數(shù)變換等5 .

12、什么是加權最小二乘法？它的基本思想是什么？最小二乘法的基本原理是使殘差平方和 £ e2為最小，在異方差情況下，總體2 ,，回歸直線對于不同的,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 樣本點的代表性越強）；而。t2較大的樣本點可能會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）。因此，在考慮異方差模型2.2 .的擬合總誤差時，對于不同的et應該區(qū)別對待。具體做法：對較小的 et給2一于充分的重視，即給于較大的權數(shù)；對較大的 et給于充分的重視，即給于2較小的權數(shù)。更好的使 工et反映va

13、r（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。6.樣本分段法（即戈德菲爾特一一匡特檢驗）檢驗異方差性的基本原理及其使 用條件。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，以此來判 斷是否存在異方差。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。1.簡述DWfc驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一 個不能確定的

14、DW.值區(qū)域，這是這種檢驗方法的一大缺陷。其次： DW.檢驗只能檢驗一階自相關。但在實際計量經(jīng)濟學問題中，一階 自相關是出現(xiàn)最多的一類序列相關，而且經(jīng)驗表明，如果不存在一 階自相關，一般也不存在高階序列相關。所以在實際應用中，對于 序列相關問題一般只進行DW.檢驗。二、簡答題1、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）能夠正確反映經(jīng)濟變量之間的關系，提高模型的精度；（3）便于處理異常數(shù)據(jù)。2、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；（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

15、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。（3）虛擬變量取值應從分析問題的目的出發(fā)予以界定；（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。3、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）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；（3） 一般方式：即影響模型的截距有影響模型的斜率。4、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；（2）模型具有可識別性；（3）模型具有較高的擬 合優(yōu)度；

16、（4）模型應與理論相一致；（5）模型具有較好的超樣本功能。5、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）模型中遺漏了重要的解釋變量； （3）模型使用了不恰當?shù)男问健?、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；（2）工具變量與模型的隨機誤差項不相關。7、滯后變量模型包括哪幾種類型？寫出各自的模型形式。答案：滯后變量模型包括兩種類型：自回歸模型和分布滯后模型。自回歸模型是模型的解釋變量中包含滯后被解釋變量，基本形式為：；分布滯后模型是指模型中不僅包含解釋變量的當期值，還包括解釋變量的滯后值

17、基 本形式為： 。8、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；（2）對經(jīng)濟問題本身認識不夠或不熟悉前人的相關工作；（3）模型制定者缺乏相關變量的數(shù)據(jù)；（4）解釋變量無法測量或數(shù)據(jù)本身存在測量誤差。9、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。引入的方式就是以虛擬變量的形式引入。1、 直接用最小二乘法估計有限分

18、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）2、 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）。3、 koyck模型的特點包括：（1）模型中的 人稱為分布滯后衰退率，入越小，衰退速度越快（2分）；（2）模型的長期影響乘數(shù)為bo （1分）； 17（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

19、）二、1.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）。三、2.聯(lián)立方程的變量主要包括內生變量（2分）、外生變量（2分）和前定 變量（1分）。四、3.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。五、4.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

20、為K 1 （2分）。六、1.簡述回歸分析和相關分析的關系。七、 答案：回歸分析是一個變量（被解釋變量）對于一個或多個其他變量（解 釋變量）的依存關系，目的在于根據(jù)解釋變量的數(shù)值估計預測被解釋變量 的總體均值。相關分析研究變量相關程度，用相關系數(shù)表示。相關分析不 關注變量的因果關系，變量都是隨機變量?；貧w分析關注變量因果關系。被解釋變量是隨機變量，解釋變量是非隨機變量。八、2,簡要說明DW臉驗應用的限制條件和局限性。九、 答案DW僉驗適用于一階自回歸：不適用解釋變量與隨機項相關的模型；DW檢驗存在兩個不能確定的區(qū)域十、3.回歸模型中隨機誤差項產(chǎn)生的原因是什么？十一、答案：模型中省略的變量；隨機行

21、為；模型形式不完善；變量合并誤差； 測量誤差十二、4 .簡述C-D生產(chǎn)函數(shù)的份額估計法及其缺點。十三、答案：C-D生產(chǎn)函數(shù)是柯布-道格拉斯生產(chǎn)函數(shù)，即，Y mALak） 0f是產(chǎn)出的勞動彈性P是產(chǎn)出的資本彈性，缺點是勞動與資本存在不變的等于 1 的替代彈性。十四、5 .假設分布滯后模型為：Yt =a0 +r1X t十r1KX u+r1Kxe十+ui將該模型變換成自回歸模型形式。為計算模型參數(shù)的工具變量估計值，應該用 哪些工具變量？111、二元回歸模型Yi=P0+p1 X1i+'p2X2i+Ui中，三個參數(shù)含義答案：00表示當X2、X3不變時，Y的平均變化P表示當X2不變時，X1變化一個單位Y的平均變化 1P表示當X1不變時，X2變化一個單位Y的平均變化22、調整后的判定系數(shù)與原來判定系數(shù)關系式2R2=1 -(1 -R )n -1n - k -13、F檢驗含義答案：從總體上檢 驗被解釋 變量與解 釋變量線性 關系的顯著性，原 假設RSS/kESS/(n -k -1)M=0,如果成立，被解釋變量與解釋變量不存在顯著的線性關系。H 1 :至少有一個P i不等于0,對于顯著性水平« ,RSS/k查F分布表中的F （k,k-n-1）,統(tǒng)計量F=SS，比較二者大小。ESS/（n -k -1）如果統(tǒng)計量F大于F