计量经济学复习要点-西北大学一．单项选择1.下列说法中那一项不属于应用计量学的研究目的的C经济政策评价2.构造行为方程式的最重要依据为D变量间的技术3.总体回归线是指D解释变量X取定值时，被解释变量Y的条件均值或期望值的轨迹4.在一元线性回归模型Y=β1+β2x+μ中，若回归系数β2通过了t检验，则表达式B.β2≠05.在回归模型Y=β1+β2x2+β3X3+μ中，如果X2与X3高度线性相关，则与经典模型相比β2的方差C变大6.经济计量模型是指C包含随机方程的经济数学模型7.回归分析中定义的B解释变量为非随机变量，被解释变量为随机变量8.若一元线性回归模型Y=β1+β2X+μ满足经典假定，那么参数β1、β2的普通最小二乘估计了β1、β2是所有线性估计量中B无偏且方差最小的9 .D-W检验，即杜宾-瓦尔森检验，用于检验时间序列回归模型的误差项中的一阶序列相关的统计量，DW统计量以OLS残差为基础，如果DW值越接近于2 C则表明无自相关10.容易产生异方差的数据为C横截面数据二、名词解释1.时间序列数据：指某一经济变量在各个时期的数值按时间先后顺序排列所形成的数列。
2.样本回归函数：指由样本的得到的回归函数，其表现形式为Yt=β1+β2Xt+et 样本回归函数是用来估计总体回归函数的。
3.统计关系：指两个变量X与Y之间存在的一种不确定关系。
也就是说，即使变量X是变量Y的原因，给定变量X的值也不能具体确定变量Y的值，而只能确定定变量Y的统计特征。
4.几何分布滞后模型：对于无线分布滞后模型Y=α+β0Xt+β1Xt-1+∧+μt,库伊克提出了两个假设：①模型中所有参数符号都是相同的②模型中的参数是按几何数列衰减的，即βt =β0入j,j=0,1,2…式中0﹤入﹤1，入称为分布滞后的衰减率，入越小，衰减速度越快。
X滞后的远期值对当期Y的影响就越小，带入后得到模型Yt=α+β0Xt+β0Xt-1+β0入Xt-1+β0入2Xt-2+∧+β0入jXt-j+∧+μt此模型称为几何分布滞后模型。
5.恰好识别：指在可识别的模型中，结构式参数具有唯一数值的方程。
6.计量经济学：是融合数学、统计学及经济理论，结合研究经济行为和现象的理论和实务。
7.两阶段最小二乘法：两个阶段分别应用最小二乘法，故叫做两阶段最小二乘法。
8.外生变量：指不是由模型系统范围决定的量。
9.虚拟变量：又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的质变量，通常取值为0或1。
引入哑变量可使线性回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且更接近现实。
例如：反映文化程度的虚拟变量可取为1本科学历、0非本科学历，一般地，在虚拟变量的设置中，基础类型、肯定类型取值为1，比较类型、否定类型取值为0。
1.回归模型中包含随机误差项的主要原因有哪些？答：回归模型中包含随机误差项μ，是因为其代表所有对Y有影响但未能包括在回归模型中的那些替代变量，因为受理论和实践条件的限制，而必须省略一些变量，由随机误差μ代替，其理由如下：①理论的欠缺。
虽然有决定Y的行为理论，但常常是不能完全确定的，理论常常有一定的含糊性，我们可以肯定每月收入X影响每月消费支出Y,但不能确定是否有其它变量影响Y，只好用作为模型所忽略的全部变量；②数据的欠缺。
即使能确定某些变量对Y的显著影响，由于不能得到这些变量的数据信息，而不能引入该变量(舍弃)；③人们把非核心变量的联合效用当作一个随机变量看待；④人类行为内在随机性，使我们成功地把所有有关变量引入到模型中，个别Y中仍不免有内在随机性，随机误差项很好反映这种随机性；⑤节省原则2.简述对数模型的优点。
答：①对数线性模型中斜率系数度量了一个变量（Y）对另一个变量(X)的弹性；②斜率系数与变量X，Y的测量单位无关，其结果值与X，Y的测量单位无关；③当Y﹥0时，使用对数形式㏑Y比使用水平值作为被解释变量的模型更接近经典线性模型。
大于零的变量，其条件分布常常是有异方差性或偏差性，取对数后，虽不能消除这两方面的问题，但能大大弱化这两方面问题；④取对数后，会缩小变量的取值范围，使得估计值对被解释变量或解释变量的异常值不会很敏感。
3.如果回归模型中包含了无关解释变量，在进行最小二乘估计是有哪些主要的后果？答：①无关解释变量模型的参数最小二乘估计量均无偏；②在含有无关解释变量的模型中，无关解释变量的引入将使合理解释变量的方差无必要地增大，降低估计的精度。
4.模型中存在多重共线性的直观判断方法有哪些？答：①较高而显著t统计量较少时，可能存在多重共线性问题；②当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的估计值发生较大变化，我们就认为回归方程存在严重的多重共线性；③一些重要的解释变量在回归方程中没有通过显著性检验时，可初步判断存在着严重的多重共线性；④有些解释变量的回归系数所带符号与定性分析结果违背时，可能会出现多重共线性问题；⑤解释变量间的相关系数较大时，可能会出现多重共线性问题。
5.简述选择工具变量的基本原则。
答：如果内生解释变量Xt与Ut相关，我们就选择一个工具变量Zt来代替Xt。
Zt要满足两个条件：一是Zt与Ut高度不相关，即Cov(Zt，Ut)=0；二是Zt与Xt高度相关，即Cov(Zt，Ut)≠0.在联立方程模型中，工具变量一般从外生变量中选取。
6.简单解释随机扰动项包括哪几个方面？答：①模型中省略的变量；②一些随机因素；③测量误差；④确定数学模型形式的误差7.运用计量经济学方法解决经济问题的步骤？答：①建立模型；②参数估计；③验证理论；④使用模型8.序列相关性存在的原因？答：序列相关：Cov(Ui,Uj) ≠0，i=j.i,j=1,2,…n即随机项u和以前的其它项有关，则称为序列相关或自相关。
存在的原因：首先，在经济生活问题和时间上具有连续性，即时间上的重复性反复性，因此，解释变量具有相关性；其次，建立选用模型的错误，使得解释变量相关；最后，建立模型时，随机项带有自相关性，也使得序列带有自相关。
9.应用最小二乘法应满足的古典假设？答：①随机项的均值为零；②随即项无序列相关和等方差性；③解释变量是非随机的，如果是随机的则与随机干扰项不相关；④解释变量之间不存在多重共线性1.某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗变量作为解释变量，变量的选择是正确的，于是建立了如下形式的理论模型：煤炭产量=股低昂资产原值+职工人数+电力消耗量tu选择2000年全国60个大型国有煤炭企业的数据为样本观测值：固定资产原值用资产形成当年价计算的价值量，其他采用实物量单位，采用OLS方法估计参数。
指出该计量经济学题中可能存在的主要错误并简单说明理由。
答：（1）模型关系错误。
直接线性模型表示投入要素之间完全可以替代，与实际生产活动不符；（2）估计方法错误。
该问题存在明显的序列相关性，不能采用OLS方法估计；（3）样本选择违反一致性。
行业生产方程不能选择企业作为样本；（4）样本数据违反可比性。
固定资产原值用资产形成年当年价计算的价值量，不具备可比性。
2.假定要用1978-2005年的有关数据估计以下中国城市居民的消费函数CI=α+βYt+μt，α>0,0<β<1.式中，C表示实际消费支出，Y表示实际可支配收入，μ是随机干扰项，t代表年份，试问（1）如果1978-1989年，1990-1995年和1996-2005年3个时段消费函数的截距不同，如何定个性消费函数？各时段的消费函数是怎样的？（2）如果1978-1989年，1990-1995年和1996-2005年3个时段消费函数的截距以及边际消费倾向都不同，如何定个性消费函数？各时段的消费函数是怎样的？答：（1）如果不同时段消费函数的截距不同，则可以通过引入虚拟变量来修改消费函数，建立新的消费函数。
Ct=α+α1D1+α2D2+βYt+μt,其中.D1={1 1978-1989年；0 其他},D2={1 1990-1995年；0 其他}，此时，1978-1989年的消费函数为Ct=α+α1D1+βYt+μt；1990-1995年的消费函数为Ct=α+α2D2+βYt+μt；1996-2005年的消费函数为Ct=α+βYt+μt。
（2）如果不同时段消费函数的截距以及边际消费倾向都不同，则可以通过引入虚拟变量来修改消费函数，建立新的消费函数。
Ct=α+α1D1+α2D2+βYt+β1D1Yt+β2D2Yt+μt,其中.D1={1 1978-1989年；0 其他}，D2={1 1990-1995年；0 其他}，此时，1978-1989年的消费函数为Ct=α+α1D1+βYt+β1D1Yt+μt；1990-1995年的消费函数为Ct=α+α2D2+βYt+β2D2Yt+μt；1996-2005年的消费函数为Ct=α+βYt+μt。
3.假设有n种商品，其中某种商品的需求函数为：CI=αo+α1Y+β1P1+β1P2+…+βnPn+βP+μ1式中，C1是该商品的需求量，Y是居民收入，P是该商品的价格，Pα,…Pn是其他商品的价格，是几件商品的平均价格，试分析:（1）该模型最有可能违背了经典线性回归模型的哪一个假设？为什么？（2）能否得到β1,β2…βn 以及其中各自的最小二乘估计。
答：（1）该模型存在多重共线性问题，因为解释变量P是其他解释变量：P1,P2…Pn的线性组合；（2）由于模型存在多重共线性问题，使用最小乘法估计量的时候对参数进行估计时参数估计量为无偏估计，但方差很大。
4.简述异方差性的含义、来源、后果，并写出G-Q检验方法的检验步骤。
答：⑴含义：对于回归模型的随机扰动项为μi,若其他假定满足，第二个假定不成立，也就是说在不同的观测值中随机项μi的方差不等于一个常数，Var=(μi)= σi2≠常数（i=1,2...n）或者Var=(μi) ≠Var=(μj)(i≠j),这时我们就称为随机扰动项μi具有异方差性。
⑵来源：①模型中略去的经济变量；②测量误差。
⑶后果：①参数估计量仍然是线性无偏的，但不是有效的；②建立在t分布和F 分布之上的检验失效；③估计量的方差增大，预测精度下降。
⑷检验：戈德菲尔德—夸张检验简称G-Q检验。
这种检验方法适用于大样本的情况，通常要求容量n应为大于等于30或者观测值的数目是所要估计参数的2倍以上，（即样本容量n要比模型中包含的解释变量的个数大两倍以上）。
用该种方法对异方差性检验还要符合以下几个条件:①随机扰动项μi服从正态分布，且μi的方差随某一解释变量的增加而增加②随机扰动项μi无序列相关，即E（μiμj）=0,（i≠j）。