练习题一一、单选题（15小题，每题2分，共30分） 1.有关经济计量模型的描述正确的为( )A.经济计量模型揭示经济活动中各个因素之间的定性关系B.经济计量模型揭示经济活动中各个因素之间的定量关系，用确定性的数学方程加以描述C.经济计量模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述D.经济计量模型揭示经济活动中各个因素之间的定性关系，用随机性的数学方程加以描述 2.在X 与Y 的相关分析中( )A.X 是随机变量，Y 是非随机变量B.Y 是随机变量，X 是非随机变量C.X 和Y 都是随机变量D.X 和Y 均为非随机变量3.对于利用普通最小二乘法得到的样本回归直线，下面说法中错误的是( ) A.0ie =∑ B.0iie X=∑ C. 0i i eY ≠∑ D.ˆi i Y Y =∑∑4.在一元回归模型中，回归系数2β通过了显著性t 检验，表示( )A.20β=B.2ˆ0β≠C.20β=,2ˆ0β≠D.22ˆ0,0ββ≠= 5．如果X 为随机解释变量，X i 与随机误差项u i 相关，即有Cov(X i ，u i )≠0，则普通最小二乘估计βˆ是（ ）A ．有偏的、一致的B ．有偏的、非一致的C ．无偏的、一致的D ．无偏的、非一致的6.有关调整后的判定系数2R 与判定系数2R 之间的关系叙述正确的是（ ） A.2R 与2R 均非负B.模型中包含的解释个数越多，2R 与2R 就相差越小C.只要模型中包括截距项在内的参数的个数大于1，则22R R <D.2R 有可能大于2R7.如果回归模型中解释变量之间存在完全的多重共线性，则最小二乘估计量( ) A ．不确定，方差无限大 B.确定，方差无限大 C ．不确定，方差最小 D.确定，方差最小 8.逐步回归法既检验又修正了（ ）A ．异方差性 B.自相关性 C ．随机解释变量 D.多重共线性9．如果线性回归模型的随机误差项存在异方差，则参数的普通最小二乘估计量是（ ） A ．无偏的，但方差不是最小的 B ．有偏的，且方差不是最小的 C ．无偏的，且方差最小 D ．有偏的，但方差仍为最小 10.如果dL<DW<du ，则( )A.随机误差项存在一阶正自相关B.随机误差项存在一阶负自相关C.随机误差项不存在一阶自相关D.不能判断随机误差项是否存在一阶自相关11．使用多项式方法估计有限分布滞后模型Y t =α+β0X t +β1X t-1+…+βk X t-k +u t 时，多项式βi =α0+α1i+α2i 2+…+αm i m的阶数m 必须（ ） A ．小于k B ．小于等于k C ．等于k D ．大于k12.设012i i i Y X D βββμ=+++，i Y =居民消费支出，i X =居民收入，D=1代表城镇居民，D=0代表农村居民，则城镇居民消费变动模型为( )A. 01i i i Y X ββμ=++B. 021i i i Y X βββμ=+++C. 012i i i Y X D βββμ=+++D. 012i i i i Y X DX βββμ=+++ 13.关于自适应预期模型和局部调整模型，下列说法错误的是（ ）A.它们都是由某种期望模型演变形成的B.它们最终都是一阶自回归模型C.它们都满足古典线性回归模型的所有假设，从而可直接OLS方法进行估计D.它们的经济背景不同14.在简化式模型中，其解释变量都是( )A.外生变量B.内生变量C.滞后变量D.前定变量15．如果某个结构式方程是恰好识别的，则估计该方程的参数可以用（）A．广义差分法B．加权最小二乘法C．间接最小二乘法D．普通最小二乘法1—5．CCCBB 6—10. CADAD 11—15ABCDC二、判断题（10小题，每题1分，共10分，对的打“√”，错的打“×”）1.随机误差项u i与残差项e i是一回事。

（）2.总体回归函数给出了对应于每一个自变量的因变量的值。

（）3.可决系数需要修正的原因是解释变量间存在共线性。

（）4.变量间的两两高度相关一定表示高度多重共线性。

（）5.通过虚拟变量将属性因素引入计量经济模型，引入虚拟变量的个数与样本容量大小有关。

（）6.当增加一个解释变量时，参数的估计值发生较大变化，则回归方程可能存在严重的多重共线性。

（）7.在异方差情况下，通常 OLS估计低估了估计量的标准差。

（）8.当使用广义差分法时，不一定要求自相关系数 是已知的。

（）9.简化模型就是把结构模型中的全部内生变量表示成前定变量和随机项的函数。

（）10.阶识别条件就是在由M个方程组成的结构模型中，任一特定方程可识别的必要条件是该方程所不包含的变量数不小于M-1。

（）1—5．××√√√6—10. √√×√√三、简答题（8分+9分+8分，共25分）1.什么是工具变量法？并说出选择工具变量的标准。

2.试比较库伊克模型、自适应预期模型与局部调整模型的异与同。

3.什么是联立方程偏倚？说明各类联立方程模型是否存在偏倚性。

1.答：所谓工具变量法，就是在进行参数估计的过程中选择适当的工具变量，代替回归模型中同随机扰动项存在相关性的解释变量。

（2分）工具变量的选择标准为：1）与所代替的解释变量高度相关；2）与随机扰动项不相关；3）与其它解释变量不相关，以免出现多重共线性。

（6分）2.答：相同点：三者的最终形式都是一阶自回归模型，所以，对这三类模型的估计就转化为对相应一阶自回归模型的估计。

（3分）不同点：（1）导出模型的经济背景与思想不同。

库伊克模型是在无限分布滞后模型的基础上根据库伊克几何分布滞后假定而导出的；自适应预期模型是由解释变量的自适应过程而得到的；局部调整模型则是对被解释变量的局部调整而得到的。

（3分）（2）由于模型的形成机理不同而导致随机误差项的结构有所不同,这一区别将对模型的估计带来一定影响。

（3分）3.答：由于联立方程模型中内生变量作为解释变量与随机误差项相关，而引起的OLS估计的参数有偏移且不一致，称为联立方程偏倚性。

联立方程偏倚性是联立方程固有的，所以一般情况下OLS估计法不适合与估计联立方程模型。

（5分）结构型模型有偏倚性问题；简化型模型和递归型模型没有偏倚性问题。

（3分）四、案例分析题（20分+15分＝35分）说明：所有结果保留四位小数。

1.用1979-2008年广东省城镇居民人均可支配收入PDI（元）和人均消费性支出PCE（元）做回归，以PCE为因变量，PDI为自变量，建立消费函数。

数据来自《广东统计年鉴》（2009）。

运用Eviews5.0估计结果如下：Dependent Variable: PCEMethod: Least SquaresDate: 06/12/11 Time: 11:52Sample: 1978 2008Included observations: 31Variable Coefficient Std. Error t-Statistic Prob.C 160.9073 37.76177 ？0.0002PDI 0.784240 ？178.9205 0.0000R-squared 0.999095 Mean dependent var 5176.681Adjusted R-squared 0.999064 S.D. dependent var 4603.532S.E. of regression 140.8624 Akaike info criterion 12.79579Sum squared resid 575424.5 Schwarz criterion 12.88830Log likelihood -196.3347 F-statistic 32012.53Durbin-Watson stat 2.234549 Prob(F-statistic) 0.000000要求：σ。

（8分）(1) 把回归结果中的问号部分补出来，并估计总体随机扰动项的方差2（2）把回归分析结果报告出来；（5分）R的含义；（5分）(3) 进行参数显著性检验并解释2β的经济含义。

（2分）（4）说明PDI的回归系数22.对广东省18个国家调查样本市、县（区）的人均消费性支出（Y）和人均可支配收入（X）数据进行一元回归分析，得到回归残差的平方对X的回归结果如下：Dependent Variable: E^2Method: Least SquaresDate: 06/14/11 Time: 17:02Sample: 1 18Included observations: 18Variable Coefficient Std. Error t-Statistic Prob.X 39.81472 8.491099 4.688995 0.0002R-squared -0.018550 Mean dependent var 720761.2Adjusted R-squared -0.018550 S.D. dependent var 641682.6S.E. of regression 647606.8 Akaike info criterion 29.65391Sum squared resid 7.13E+12 Schwarz criterion 29.70337Log likelihood -265.8852 Durbin-Watson stat 2.628530要求：（1）写出要估计上述结果时在Eviews 的命令栏输入的命令。

（3分） （2）写出异方差表达式2i σ=？（4分）（3）进行同方差变换，证实变换后的模型不存在异方差。

（8分） 1.解：(1) 4.2611，（2分）；0.0044，（2分）；2σ的估计2ˆσ为：8573.4)231/(8624.140ˆ2=-= σ（4分） (2)回归分析结果的报告格式为：PCE t =160.9073 + 0.7842PDI t(37.7618) (0.0044) t= (4.2611) (178.9205)R 2＝0.9991 SE ＝140.8624 DW ＝2.2345 F=32012.53（5分）(3) 从截距项和解释变量估计值的t 值可以判断，系数估计的t 值大于临界值，因此，参数估计结果显著。

或者也可以从p 值判断，拒绝对两个参数原假设的概率均小于5％，因此，两个参数估计值显著。

（3分）可决系数2R 度量了模型中解释变量对被解释变量的解释程度。

本题中2R 的估计值为0.9991，表明PPI 对PCE 变异的解释程度为99.91%。

（2分）（4）回归系数2β表示在其他因素保持不变的情况下，解释变量每变动一单位，被解释变量均值的改变量。