计量经济学期末考试试题两套及答案.docx

1、计量经济学期末考试试题两套及答案练习题一、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

2、线，下面说法中错误的是 （）A.e 0 B. eiXi0 c. eY d. y 4.在兀回归模型中，回归系数2通过了显著性t检验，表示（)A.2 0 b. 0C. 2 0 , 2 0 D. 20, ? 05.如果X为随机解释变量，X与随机误差项u相关，即有Cov（Xi, ui）丰0,则普通最小二乘估计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 R2与判定系数R2之间的关系叙述正确的是（ ）A.R2与R2均非负B.模型中包含的解释个数越多， R2与R2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R2 R22 2D.R

3、有可能大于R 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（B. 随机误差项存在一阶负自相关D.不能判断随机误差项是否存在一阶自相关A.无偏的，但方差不是最小的C.无偏的，且方差最小10.如果 dLDW 2Xi=39.8147Xi （4分）8 分)（3）进行同方差变换，证实变换后的模型不存在异方差（已知：Yi 0 1Xi Ui其中：Yi 人均消费性支出；证明如下:9.下列经济计量分析回归模型中哪些可能存在异方差问题（ ）A.用时间序列数据建立的家庭消费支出对家庭收入水平的回归模型；B.用横截面数据建立的产出对劳动和资本的回归模型；C.以21 年资料建立的某种商品的市场

4、供需模型；D.以 20 年资料建立的总支出对总收入的回归模型10.在结构式模型中，具有统计形式的唯一性的结构式方程是【 】A 不可识别的 B 恰好识别的 C 过度识别的 D 可识别的15 BBCAA 610. DBBBB二、判断题（10小题，每题1分，共10分，对的打“错的打“X”）1.经济计量学是以经济理论为前提，利用数学、数理统计方法与计算技术，根据实际观测资料来研究确 定经济数量关系和规律的一门学科。2.最小二乘准则就是对模型 Yi=b+b1Xi+Ui确定Xi和Yi使残差平方和刀ef=刀（Yi-（ b0 Xi）2达到最小。3.在残差et和滞后一期残差et-1的散点图上，如果，残差 et在

5、连续几个时期中，逐次值不频繁的改变符号，而是几个负的残差 et以后跟着几个正的残差 et,然后又是几个负的残差 et,那么残差et具有负自相关。4.结构模型直接反映了经济变量之间各种关系的完整结构,其方程称为结构方程。5.若判定系数R2越趋近于1，则回归直线拟合越好。6.增大样本容量有可能减弱多重共线性,因为多重共线性具有样本特征。7.秩识别条件就是在由 G 个方程组成的结构模型中, 任一特定方程可识别的充分必要条件是该程不包含 而为其他方程所包含的那些变量的系数矩阵的秩等于 G-1。8.R2调整的思想是将回归平方和与总离差平方和之比的分子分母分别用各自的自由度去除， 变成均方差之 比，以剔除

6、变量个数对拟合优度的影响。9.可决系数R2越大，说明模型中各个解释变量对被解释变量的影响程度越大。10.简化式模型中每一个方程的右端可以出现内生变量，但只有前定变量作为解释变量。1 5 .VxxW 610. WVxx三、 简答题(3小题，每题10分，共30分)1.为什么要进行同方差变换？写出其过程，并证实之。答：进行同方差变换是为了处理异方差，写出其过程如下：我们考虑一元总体回归函数 Yi = bo + b 1 Xi + u i假设误差c i2是已知的，也就是说，每个观察值的误差是已知的。对模型作如下“变换”：Yi / CTi = b 0 / c i + b1 Xi / (T i + u i

7、/ di这里将回归等式的两边都除以“已知”的c i c i是方差c i2的平方根。令Vi = Ui /c i我们将Vi称作是“变换”后的误差项。 Vi满足同方差吗？如果是，则变换后的回归方程就不存在异方差问题了。 假设古典线性回归模型中的其他假设均能满足， 则方程中各参数的OLS估计量将是最优线性无偏估计量，我们就可以按常规的方法进行统计分析了。证明误差项Vi同方差性并不困难。根据方程有： E (Vi2 ) = E (u i2 / c i2 ) = E (u i2 ) / c i2 = ci2 / c i2 = 1显然它是一个常量。简言之，变换后的误差项Vi是同方差的。因此，变换后的模型不存在

8、异方差问题， 我们可以用常规的OLS方法加以估计。2.什么是工具变量法？并说出选择工具变量的标准。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。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。3.联立方程模型中的方程可以分为几类？其含义各是什么？答：联立方程模型中，结构模型中的每一个方程都是结构方程，简化模型中每个方程称为简化方程，结构 方程的方程类型有：行为方程描述经济系统中变量之间的行为关系，主要是因果关系，例如用收入作为消 费的解释变量建立

9、的方程；技术方程描述由技术决定的变量之间的关系，例如用总产值作为净产值的解释 变量建立的方程；制度方程描述由制度决定的变量之间的关系，例如用进口总额作为关税收入的解释变量 建立的方程。平衡方程是由变量所代表的指标之间的平衡关系决定的，例如政府消费等于消费总额减去居 民消费。四、 分析变换题 (5题，共40分)1.因果关系分析Pairwise Gran ger Causality TestsDate: 11/27/08 Time: 20:18Sample: 1978 1995Lags: 2Null Hypothesis:ObsF-StatisticProbabilityREV does n ot

10、 Granger Cause GDP168.159130.00672GDP does not Gra nger Cause REV1.941000.18968根据上述输岀结果，对 REV和GDP进行Gran ger因果关系分析（显著性性水平为 0.05） （5分）2解释输出结果Depe ndent Variable: CSMethod: Least SquaresDate: 12/13/08 Time: 10:10Sample: 1978 2000In eluded obserVati ons: 23VariableCoeffieie ntStd. Error t-StatistieProb.

11、CZ0.7846290.017021 46.098370.0000C18.294377.367533 2.4831070.0215R-squared0.990215Mean depe ndent var246.0617Adjusted R-squared0.989749S.D.dependent var258.8672S.E. of regressi on26.21003Akaike info eriteri on9.453102Sum squared resid14426.28Sehwarz eriteri on9.551841Log likelihood-106.7107F-statist

12、ie2125.060Durb in -Watson stat1.495140Prob(F-statistie)0.000000解释粗体各部分的含义及其作用？（ 5分）3.观察下列输出结果，分析变量间出现了什么问题？ ( 5分)Depe ndent Variable: TZGMethod: Least SquaresDate: 12/14/08 Time: 17:54Sample: 1978 2000In cluded observati ons: 23VariableCoeffieie ntStd. Errort-StatistieProb.ZJ0.5053520.7701360.656186

13、0.5196YY0.7504740.2039583.6795460.0016CZ1.2644511.0388741.2171360.2385C-34.6399540.25855-0.8604370.4003R-squared0.991894Mean depe ndent var938.7587Adjusted R-squared0.990614S.D.dependent var1082.535S.E. of regressi on104.8795Akaike info eriteri on12.30027Sum squared resid208994.5Sehwarz eriteri on12

14、.49775Log likelihood-137.4531F-statistie774.9423Durb in -Watson stat1.523939Prob(F-statistie)0.000000变量间相关系数ZJYYCZZJ10.97460.9973YY0.974610.9648CZ0.99730.964814.利用东莞数据财政收入 REV(亿元)，国内生产总值 GDP (亿元)资料，建立回归方程， Eviews结果如下：Depe ndent Variable: REVMethod: Least SquaresDate: 12/14/08 Time: 23:16Sample (adju

15、sted): 1979 1995In cluded observati ons: 17 after adjustme ntsCon verge nee achieved after 8 iterati onsVariable Coeffieie nt Std. Error t-Statistie Prob.C-22624.1522196.63 -1.0192600.3254GDP0.0965210.006492 14.867880.0000AR(1)0.8931820.122295 7.3035040.0000R-squared0.994327Mean depe ndent var40522.

16、06Adjusted R-squared0.993517S.D.dependent var49416.84S.E. of regressi on3979.013Akaike info criteri on19.57424Sum squared resid2.22E+08Schwarz criteri on19.72128Log likelihood-163.3810F-statistic1226.926Durb in -Watson stat1.698346Prob(F-statistic)0.000000要求:(1)把回归分析结果报告出来；(5分)(2)5分)进行经济、拟合优度、参数显著性、

17、方程显著性和经济计量等检验；(3)说明系数经济含义。(2分)5.根据广东数据国内生产总值 GDP (亿元)资料，建立与时间 t的回归，Eviews结果如下:Depe ndent Variable: LOG(GDP)Method: Least SquaresDate: 12/14/08 Time: 22:57Sample: 1978 2000In cluded observati ons: 23VariableCoefficie ntStd. Error t-StatisticProb.T0.1951810.004367 44.696280.0000C4.8879780.059875 81.636590.0000R-squared0.989598Mean depe ndent var7.230146Adjusted R-squared0.989102S.D.dependent var1.330719S.E. of regressi on0.138917Akaike info criteri on-1.026937Sum squared resid0.405257Schwarz criteri on-0.928199Log like