本科计量经济学复习题.docx

第一章复习题

1-8.建立计量经济学模型的基本思想是什么？

1-8.答：计量经济学方法，就是定量分析经济现象中各因素之间的因果关系。所以，第一步，要根据经济理论分析所研究的经济现象，找出经济现象之间的因果关系及相互间的联系，把问题作为被解释变量，把影响问题的主耍因素作为解释变量，把非主耍因素归入随机项；第二步，要按照它们之间的行为关系选择适当的数学形式描述这些变量之间的关系，一般是用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。在建立理论模型的时，要求理论模型在参数估计、模型检验的过程中不断得到修正，以便得到一个较好的、能够解释过去的、反映客观经济规律的数学模型。此外，还可以通过散电图或模拟的方法，选择一个拟合效果较好的数学模型。

1-9.计量经济学模型主要有哪些应用领域？各自的原理是什么？

1-9.答：计量经济学模型主要有以下几个方面的用途：①结构分析，即研究一个或几个经济变量发生变化及结构参数的变动对其他变量以至整个经济系统产牛:何种的影响；其原理是弹性分析、乘数分析与比较静态分析。②经济预测，即用其进行中短期经济的因果预测；其原理是模拟历史，从已经发生的经济活动中找出变化规律；③政策评价，即利用计量经济模型定量分析政策变量变化对经济系统运行的影响，是对不同政策执行情况的“模拟仿真”。④检验与发展经济理论，即利用计量经济模型和实际统计资料实证分析某个理论假说的正确与否；其原理是如果按照某种经济理论建立的计量经济模型可以很好地拟合实际观察数据，则意味着该理论是符合客观事实的，否则则表明该理论不能说明客观事实。

1-10•试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据

有和异同？

1-10・答：时间序列数据的例子如：改革开放以來25年中的GDP、居民人均消费支出、人均可支配收入、零售物价指数、固定资产投资等；横截面数据的例子如：2003年各省的GDP、该年

各工业部门的销售额、该年不同收入的城镇居民消费支出、该年不同城镇居民的可支配收入、该年各省的I古I定资产投资等。这两类数据都是反映经济规律的经济现象的数量信息，不同点：时间序列数据是含义、口径相同的同一指标按时间先后排列的统计数据列；而横截面数据是一批发生在同一时间截面上不同统计单元的相同统计指标组成的数据列。

1-12.模型的检验包括几个方面？其具体含义是什么？

1-12.答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验屮，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、界方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。

1-13・常用的样本数据有哪些？

答：常用的样本数据包括：时间序列数据、横截面数据、虚变量数据和面板数据。

1-14・计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。

答：由于客观经济现象的复杂性，以至于人们目前仍难以完全地透彻地了解它的全貌。对于某一种经济现象而言，往往受到很多因素的彩响，而人们在认识这种经济现象的时候，只能从影响它的很多因索中选择一种或若干种来说明。这样就会有许多因素未被选上，这些未被选上的因素必然也会影响所研究的经济现象。因此，由被选因素构成的数学模型与由全部因素构成的数学模型去描述同一经济现象，必然会有出入。为使模型更加确切地说明客观经济现象，所以有必要引入随机误差项。随机误差项形成的原因：① 在解释变量中被忽略的因素；②变量观测值的观测误差；③模型的关系误差或设定误差;

④其他随机因索的影响。

第二章复习题

例2・已知回归模型E = a + 0N*,式中E为某类公司一名新员工的起始薪金（元），N为所受教育水平（年）。随机扰动项〃的分布未知，其他所有假设都满足。

（1）从直观及经济角度解释Q和0。

（2）OLS估计量&和p满足线性性、无偏性及有效性吗？简单陈述理由。

（3）对参数的假设检验还能进行吗？简单陈述理由。

解答：

（1） a + 0N为接受过N年教育的员工的总体平均起始薪金。当N为零时，平均薪金为a,因此a表示没有接受过教育员工的平均起始薪金。0是每单位N变化所引起的E的变化，即表示每多接受一年学校教育所对应的薪金增加值。

（2）OLS估计量&和仍p满足线性性、无偏性及有效性，因为这些性质的的成立无需随机扰动项〃的正态分布假设。

（3）如果儿的分布未知，则所有的假设检验都是无效的。因为t检验与F检验是建立在“的正态分布假设之上的。

例6.对于人均存款与人均收入之间的关系式S严a ++儿使用美国36年的年度数据得如下估计模型，括号内为标准差：

& =384.105+ 0.067 匕

（151.105）（0.011）

R2 =0.538 d = 199.023

（1） 0的经济解释是什么？

（2） a和0的符号是什么？为什么？实际的符号与你的直觉一致吗？如果有冲突的话, 你可以给出可能的原因吗？

（3）对于拟合优度你有什么看法吗？

（4）检验是否每一个冋归系数都与零显著不同（在1%水平下）。同时对零假设和备择假

设、检验统计值、其分布和自由度以及拒绝零假设的标准进行陈述。你的结论是什么？解答：

(1)0为收入的边际储蓄倾向，表示人均收入每增加1美元时人均储蓄的预期平均变化量。

(2)由于收入为零时，家庭仍会有支出，可预期零收入时的平均储蓄为负，因此a符号应为负。储蓄是收入的一部分，且会随着收入的增加而增加，因此预期0的符号为正。实际的回归式中，0的符号为正，与预期的一致。但截距项为负，与预期不符。这可能与由于模型的错误设定形造成的。如家庭的人口数可能影响家庭的储蓄形为，省略该变量将对截距项的估计产生影响；另一种可能就是线性设定可能不正确。

(3)拟合优度刻画解释变量对被解释变量变化的解释能力。模型中53. 8%的拟合优度, 表明收入的变化可以解释储蓄中53. 8 %的变动。

(4)检验单个参数采用t检验，零假设为参数为零，备择假设为参数不为零。双变量情形下在零假设下t分布的自由度为n-2二36-2二34。由t分布表知，双侧1%下的临界值位于2. 750与2. 704 Z间。斜率项计算的t值为0. 067/0. 011=6. 09,截距项计算的t值为384. 105/151. 105=2. 54o可见斜率项计算的t值大于临界值，截距项小于临界值，因此拒绝斜率项为零的假设，但不拒绝截距项为零的假设。

2-21・下而数据是对X和Y的观察值得到的。

工Y-1110； E X 尸1680；EXiY-204200

工Xp315400；1丫：2=133300

假定满足所有的古典线性回归模型的假设，要求：(1)b和b2? (2) b】和6的标准差？

(3) ?? (4)对垃、B2分别建立95%的置信区间？利用置信区间法，你可以接受零假设: B2=0 吗? 解：(1)・.•乂 = S^ = i68, y =^^ = 111

n n