计量经济学试卷与答案全套备考资料

计量经济学

1

一、判断题（每小题2分，共10分）

1. 间接最小二乘法适用于过度识别方程。（ ）

2. 假设模型存在一阶自相关，其他条件都满足，则仍用OLS 法估计参数，得到的估计量仍是无偏的，不再是有效的，显著性检验失效，预测失效。（ ）

3. 用一阶差分法消除自相关时，我们假定自相关系数等于-1。（ ）

4. 当异方差出现时，最小二乘估计是有偏的和不具有最小方差特性。（ ）

5. 在模型

012t t t t Y B B X B D u =+++中，令虚拟变量D 取值为（0，2）而不是（0，1），那么参数2B 的

估计值也将减半，t 值也将减半。（ ）

二、选择题（每小题2分，共20分）

1、单一方程计量经济模型必然包括（ ）。

A ．行为方程

B ．技术方程

C ．制度方程

D ．定义方程

2、在同一时间不同统计单位的相同统计指标组成的数据组合，是（ ）。 A ．原始数据 B ．时点数据 C ．时间序列数据 D ．截面数据

3、计量经济模型的被解释变量一定是（ ）。

A ．控制变量

B ．政策变量

C ．内生变量

D ．外生变量

4、同一统计指标按时间顺序记录的数据称为( )。

A ．横截面数据

B ．时间序列数据

C ．修匀数据

D ．原始数据

5、模型中其数值由模型本身决定的变量变是( )。

A ．外生变量

B ．内生变量

C ．前定变量

D ．滞后变量 6、半对数模型

μ

ββ++=X Y ln 10中，参数1β的含义是（ ）。

A ．X 的绝对量变化，引起Y 的绝对量变化

B ．Y 关于X 的边际变化

C ．X 的相对变化，引起Y 的期望值绝对量变化

D ．Y 关于X 的弹性

7、在一元线性回归模型中，样本回归方程可表示为：（ ） A ．t

t t u X Y ++=10ββ B ．

i

t t X Y E Y μ+=)/(

C ．

t t X Y 10ˆˆˆββ+= D ．()t t t X X Y E 10/ββ+= （其中n t ,,2,1Λ=）

8、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 ( )。

A ．

=∑i

e

B ．),(Y X 在回归直线上

C ．

Y Y

=ˆ D ．

),(≠i i e X COV

9、在模型

t

t t t u X X Y +++=33221βββ的回归分析结果报告中，有23.263489=F ，

000000.0=值的p F ，则表明（ ）。

A ．解释变量t X 2对t Y 的影响是显著的

B ．解释变量t X 3对t

Y 的影响是显著的 C ．解释变量t X 2和t X 3对t Y 的联合影响是显著的 D ．解释变量t

X 2和

t

X 3对

t

Y 的影响是均不显著

10、一元线性回归分析中的回归平方和TSS 的自由度是（ ）。 A ．n B ．n-1 C ．n-k D ．1

三、简答题（每小题6分，共24分）

1． 怎样理解产生于西方国家的计量经济学能够在中国的经济理论和实践研究中发挥重要作用。

2． 你能分别举出三个时间序列数据、截面数据、混合数据、虚拟变量数据的实际例子吗？

3.为什么在对参数进行最小二乘估计之前，要对模型提出古典假定？

4.何谓虚拟变量？

四、论述题（25分）

1.（10分）建立城镇居民食品类需求函数模型如下：

=+-+

1350092301150357

()..().().()

Ln V Ln Y Ln P Ln P

12

其中V为人均购买食品支出额、Y为人均收入、P1为食品类价格、P2为其它商品类价格。

⑴指出参数估计量的经济意义是否合理，为什么？（5分）

⑵为什么经常采用交叉估计方法估计需求函数模型？（5分）

2.（15分）建立中国居民消费函数模型

t t t t C I C εααα+++=-1210

),0(~2

σεN t t=1978,1979,…,2001 其中C 表示居民消费总额，I 表示居民收入总额。

⑴ 能否用历年的人均消费额和人均收入数据为样本观测值估计模型？为什么？（5分）

⑵ 人们一般选择用当年价格统计的居民消费总额和居民收入总额作为样本观测值，为什么？这样是否违反样本数据可比性原则？为什么？（5分）

⑶ 如果用矩阵方程E +B =X Y 表示该模型，写出每个矩阵的具体内容，并标明阶数。（5分）

五、应用题（21分）

根据中国1950—1972年进出口贸易总额

t Y （单位亿元）与国内生产总值t X （单位亿元）的数据，估

计了进出口贸易总额和国内生产总值之间的关系，结果如下： Dependent Variable: LOG(Y) Method: Least Squares

Date: 06/05/03 Time: 11:02 Sample: 1950 1972

Included observations: 23

Variable Coefficient Std. Error t-Statistic C 0.682674 0.235425 2.8997515 LOG(X)

0.514047

0.070189

7.323777

R-squared

0.718641 Mean dependent var 4.596044 Adjusted R-squared 0.705243 S.D. dependent var 0.301263 S.E. of regression 0.163560 Akaike info criterion -0.700328 Sum squared resid 0.561792 Schwarz criterion -0.601589 Log likelihood 10.05377 F-statistic 53.63771

Durbin-Watson stat

0.518528 Prob(F-statistic)

根据上述回归结果回答下面各题：

（1）根据以上回归结果，写出回归分析结果报告。（7分）

（2）分析该结果的系数显著性。（6分）