第七套一、单项选择题1、用模型描述现实经济系统的原则是( B )A. 以理论分析作先导，解释变量应包括所有解释变量B. 以理论分析作先导，模型规模大小要适度C. 模型规模越大越好；这样更切合实际情况D. 模型规模大小要适度，结构尽可能复杂 2、ARCH 检验方法主要用于检验（ A ）A ．异方差性 B. 自相关性 C ．随机解释变量 D. 多重共线性 3、在古典假设成立的条件下用OLS 方法估计线性回归模型参数，则参数估计量具有（ C ）的统计性质。

A ．有偏特性 B. 非线性特性C ．最小方差特性 D. 非一致性特性 4、将一年四个季度对因变量的影响引入到模型中，则需要引入虚拟变量的个数为（ B ）A. 4B. 3C.2 D. 15、广义差分法是对( D )用最小二乘法估计其参数。

12112111211211....(1)()t t tt t t t t tt t t t t t A y x u B y x u C y x u D y y x x u u ββββρρβρβρρβρβρρ------=++=++=++-=-+-+-6、在序列自相关的情况下，参数估计值的方差不能正确估计的原因是（ B ）22.().()0().()0.()0i i j i i i A E u B E u u i j C E x u D E u σ≠≠≠≠≠7、设回归模型为i i i i u x x y +++=33221βββ，下列表明变量之间具有不完全多重共线性的是( B )123123123123.0200.0200.0000.0000A x x xB x x x vC x x xD x x x v *++*=*++*+=*+*+*=*+*+*+=8、在有M 个方程的完备联立方程组中，当识别的阶条件为1->-M N H i （H 为联立方程组中内生变量和前定变量的总数，iN 为第i 个方程中内生变量和前定变量的总数）时，则表示( C ) 超纲！A.第i 个方程恰好识别B.第i 个方程不可识别C.第i 个方程过度识别D.第i 个方程识别状态不能确定在有9、简化式模型就是把结构式模型中的内生变量表示为( D ) 超纲！ A. 外生变量和内生变量的函数关系 B. 外生变量和随机误差项的函数模型 C. 滞后变量和随机误差项的函数模型 D. 前定变量和随机误差项的函数模型10、在DW 检验中，当d 统计量为4时，表明（ B ）A.存在完全的正自相关B.存在完全的负自相关C.不存在自相关D.不能判定11、辅助回归法（又待定系数法）主要用于检验（ D ）A ．异方差性 B.自相关性 C ．随机解释变量 D.多重共线性 12、对自回归模型进行自相关检验时，下列说法正确的有（ C ）A ．使用DW 检验有效B ．使用DW 检验时，DW 值往往趋近于0C ．使用DW 检验时，DW 值往往趋近于2D ．使用DW 检验时，DW 值往往趋近于413、双对数模型 μββ++=X Y ln ln ln 10中，参数1β的含义是 （ C ）A. Y 关于X 的增长率 B .Y 关于X 的发展速度 C. Y 关于X 的弹性 D. Y 关于X 的边际变化14、线设OLS 法得到的样本回归直线为i i i e X Y ++=21ˆˆββ，以下说法不正确的是( D )A ．0=∑i eB ．),(Y X 一定在回归直线上C ．Y Y=ˆ D ． 0),(≠i i e X COV15、在有M 个方程的完备联立方程组中，当识别的阶条件为1-=-M N H i （H 为联立方程组中内生变量和前定变量的总数，i N为第i 个方程中内生变量和前定变量的总数）时，则表示( B ) 超纲！A.第i 个方程不可识别B.第i 个方程恰好识别C.第i 个方程过度识别D.第i 个方程的识别状态不能确定 16、在修正异方差的方法中，不正确的是（ D ）A.加权最小二乘法B.对原模型变换的方法C.对模型的对数变换法D.两阶段最小二乘法 17、下列说法正确的是（ BC ）A.序列自相关是样本现象B.序列自相关是一种随机误差现象C.序列自相关是总体现象D.截面数据更易产生序列自相关18、回归分析中定义的( B )A 、解释变量和被解释变量都是随机变量B 、解释变量为非随机变量，被解释变量为随机变量C 、解释变量和被解释变量都为非随机变量D 、解释变量为随机变量，被解释变量为非随机变量 19、对样本的相关系数γ，以下结论错误的是（ AD ）A. ||γ越接近0，X 与Y 之间线性相关程度高B. ||γ越接近1，X 与Y 之间线性相关程度高C. 11≤≤-γ D 、0=γ，则X 与Y 相互独立20、在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。

例如，研究中国城镇居民消费函数时。

1991年前后，城镇居民商品性实际支出Y 对实际可支配收入X 的回归关系明显不同。

现以1991年为转折时期，设虚拟变量⎩⎨⎧=年以后；年以前；1991019911t D ，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。

则城镇居民线性消费函数的理论方程可以写作（ D ） A.tt t u X Y ++=10ββ B.tt t t t u X D X Y +++=210βββC.tt t t u D X Y +++=210βββ D.tt t t t t u X D D X Y ++++=3210ββββ二、多项选择题1、如果模型中存在异方差现象，则会引起如下后果（ B C D E ）A. 参数估计值有偏B. 参数估计值的方差不能正确确定C. 变量的显著性检验失效D. 预测精度降低E. 参数估计值仍是无偏的2、广义最小二乘法的特殊情况是（ B D ）A. 对模型进行对数变换B. 加权最小二乘法C. 数据的结合D.广义差分法E. 增加样本容量3、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有（ CDE ）A.2R 与2R 均非负B.2R 有可能大于2RC.判断多元回归模型拟合优度时，使用2RD.模型中包含的解释变量个数越多，2R 与2R 就相差越大E.只要模型中包括截距项在内的参数的个数大于1，则22R R < 4、关于联立方程模型识别问题，以下说法不正确的有 （ A B ）超纲！A. 满足阶条件的方程则可识别B. 如果一个方程包含了模型中的全部变量，则这个方程恰好识别C. 如果一个方程包含了模型中的全部变量，则这个方程不可识别D. 如果两个方程包含相同的变量，则这两个方程均不可识别E. 联立方程组中的每一个方程都是可识别的，则联立方程组才可识别F. 联立方程组中有一个方程不可识别，则联立方程组不可识别 5、下列说法不正确的是（ A B E ）A. 多重共线性是总体现象B. 多重共线性是完全可以避免的C. 多重共线性是一种样本现象D. 在共线性程度不严重的时候可进行结构分析E. 只有完全多重共线性一种类型三、判断题（判断下列命题正误，并说明理由）1、在异方差性的情况下，常用的OLS 法必定高估了估计量的标准误。

错误有可能高估也有可能低估；如：考虑一个非常简单的具有异方差性的线性回归模型：i i i u X Y +=β；2)(i i u Var σ==22σi Z则：2222)()()()ˆ(i i i i i i X u Var X X u X Var Var ∑∑=∑∑=β2、 即使经典线性回归模型（CLRM ）中的干扰项不服从正态分布的，OLS 估计量仍然是无偏的。

正确222)()ˆ(βμββ=+=∑i i K E E ，该表达式成立与否与正态性无关。

3、变量模型中，对样本回归函数整体的显著性检验与斜率系数的显著性检验是一致的。

正确要求最好能够写出一元线性回归中，F 统计量与T 统计量的关系，即2t F =的来历；或者说明一元线性回归仅有一个解释变量，因此对斜率系数的T 检验等价于对方程的整体性检验。

4、多重共线性问题是随机扰动项违背古典假定引起的；错误应该是解释变量之间高度相关引起的。

5、秩条件是充要条件，因此利用秩条件就可以完成联立方程识别状态的确 定。

超纲！错误虽然秩条件是充要条件，但在对联立方程进行识别时，还应该结合阶条件 判断是过度识别，还是恰好识别。

四、计算题1、组合证券理论的资本市场线（CML ）表明期望收益i E 与风险i σ之间存在线性关系如下：i i E σββ21+=根据1990—2000年间美国34只共同基金的期望回报及其标准差数据，得出如下回归结果，请根据有关运算关系填写表中空白处的数值，并判断此结果是否支持了上述理论。

Dependent Variable: Y Method: Least Squares Sample: 134Included observations: 34VariableCoefficie nt Std. Error t-Statistic Prob. C 5.540940 0.968608 0.0000 X0.4745140.0550770.0000R-squaredMean dependent var 13.64118 Adjusted R-squared S.D. dependent var 2.436480 S.E. of regressionAkaike info criterion3.506937 Sum squared resid 59.01394 Schwarz criterion 3.596723 Log likelihood -57.61793 F-statistic Durbin-Watson stat 1.796718 Prob(F-statistic) 0.000000解：Dependent Variable: Y Method: Least Squares Sample: 134Included observations: 34VariableCoefficie Std. Error t-StatistiProb. C 5.540940 0.968608 5.7205 0.0000 R-squared0.6987 Mean dependent var 13.64118 Adjusted R-squared0.6893 S.D. dependent var 2.436480S.E. of regression1.358008 Akaike infocriterion3.506937 Sum squared resid 59.01394 Schwarz criterion 3.596723Log likelihood -57.61793 F-statistic 74.227 Durbin-Watson stat 1.796718 Prob(F-statistic)0.000000模型结果支持了理论，因为期望回报及其标准差之间存在显著的线性关系。