计量经济学名词解释与简答(共6页)

1、1、完全(wnqun)共线性：对于多元线性回归模型，其基本(jbn)假设之一是解释变量，是相互独立的，如果(rgu)存在，i=1，2，n，其中c不全为0，即某一个解释变量可以用其他解释变量的线性组合表示，则称为完全共线性。2、虚假序列相关：由于随机干扰项的序列相关往往是在模型设定中遗漏了重要的解释变量或对模型的函数形式设定有误时而导致的序列相关。3、残差项：是指对每个样本点，样本观测值与模型估计值之间的差值。4、多重共线性：在经典回归模型中总是假设解释变量之间是相互独立的。如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。5、无偏性：是指参数估计量的均值（期望）等于模型的参数值。6、

2、工具变量：是在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量的变量。7、结构分析：经济学中所说的结构分析是指对经济现象中变量之间关系的研究。8、虚假回归（伪回归）：如果两列时间序列数据表现出一致的变化趋势（非平稳），即它们之间没有任何经济关系，但进行回归也会表现出较高的可决系数。9、异方差性：即相对于不同的样本点，也就是相对于不同的解释变量观测值，随机干扰项具有不同的方差。10、计量经济学：它是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为内容的分支学科。11、计量经济学模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。12、截面数据

3、：是一批发生在同一时间截面上的数据。13、回归分析：是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论，其目的在于通过后者的已知和设定值，去估计和（或）预测前者的（总体）均值。14、随机误差项：观察值围绕它的期望值的离差就是随机误差项。15、最佳线性无偏估计量（高斯-马尔可夫定理）：普通最小二乘估计量具有线性性、无偏性和有效性等优良性质，是最佳线性无偏估计量，这就是著名的高斯-马尔可夫定理。16、虚拟变量：根据定性因素的属性类别，构造的只取“0”或“1”的人工变量，通常称为虚拟变量。17、差分平稳过程：一个具有随机性趋势的序列，通过差分可以消除，使之变为平稳的时间序列，则称原序列为差

4、分平稳过程。18、广义最小二乘法与广义差分法:变换原模型为不存在序列相关的新模型，再采用普通最小二乘法。19、一阶序列相关：如果模型的随机误差项存在，则称为一阶序列相关。20、K阶单整：如果一个时间序列经过k次差分后变为平稳序列，则称原序列是k阶单整的（如果一个时间序列经过一次差分变成平稳的，就称原序列是1阶单整）。21、随机解释变量问题：如果存在一个或多个随机变量作为解释变量，则称原模型存在随机解释变量问题。22、平稳序列：P262三个条件。23、时间序列数据：是一批按照时间先后顺序排列的统计数据。24、相关分析：主要研究随机变量间的相关形式及相关程度。25、最小样本容量：样本容量必须不少于

5、模型中解释变量的数目（包括常数项），这就是最小样本容量。26、序列相关性：如果模型的随机干扰项违背了相互独立的基本假设，称为存在序列相关性。27、调整的可决系数：在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。28、虚假回归：一些非平稳的经济时间序列往往表现出共同的变化趋势，而这些序列间本身不一定有直接的关联关系，这时对这些数据进行回归，尽管有较高的R2，但其结果是没有任何实际意义的。这种现象我们称之为虚假回归。 29、序列相关稳健估计法：采用普通最小二乘法估计原模型(mxng)，之后再对参

6、数估计量的方差或标准差进行修正，称为序列稳健估计法。30、模型(mxng)施加约束条件后进行回归，称为受约束回归。不加任何约束的回归称为无约束回归。31、加权最小二乘法是对原模型加权，使之变成一个(y )新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。32、所谓模型设定误差是指所设定的模型“不正确”，主要表现在模型中丢掉了重要的解释变量或模型函数形式有偏误。33、内生解释变量和外生解释变量：随机误差项的条件零均值假设意味着的期望不依赖于X的变化为变化，且总为常数零。该假设表明与X不存在任何形式的相关性，因此该假设成立时也往往称X为外生解释变量，否则称X为内生解释变量。34、经典假设

7、与经典线性回归模型：随机误差项服从零均值，同方差的正态分布的假设称为线性回归模型的经典假设，满足该假设的线性回归模型，也称为经典线性回归模型。由于引入虚假变量个数与定性因素个数相同出现的模型无法估计的问题称为虚拟变量陷阱。35、把过去时期的具有滞后作用的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型。2、线性回归(hugu)模型基本(jbn)假设包括：（一元(y yun)）解释变量，是确定性变量，不是随机变量；而且解释变量之间互不相关。随机误差项具有0均值和同方差。即E=0，Var=，i=1,2,n。随机误差项在不同的样本点间是独立的，不存在序列相关。即Cov(，)=0 ij i，j=1

8、,2,n随机误差项与解释变量之间不相关。即Cov(，)=0 i=1,2,n j=1,2,k 随机误差项服从0均值和同方差的正态分布。即N(0，)，i=1,2,n。回归模型是正确设立的3、随机解释变量问题及其解决方法：第一、随机解释变量与误差项相互独立；第二、随机解释变量与误差项同期无关，而异期相关；第三、随机解释变量与误差项同期相关；第四、解决方法为工具变量法。4、实际经济问题中的多重共线性：（1）经济变量的趋同性 （2分） （2）滞后变量的引入 （1分）（3）样本资料的限制 （1分）5、建立计量经济学模型的基本思想：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。因此，首先根据经

9、济理论分析所研究的经济现象，找出经济现象间因果关系及相互间的联系。把问题作为被解释变量，影响问题的主要因素作为解释变量，非主要因素归入随机项。其次，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，一般用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。6、选择工具变量必须满足下列(xili)条件：工具变量(binling)必须与所替代的随机解释变量高度相关；工具(gngj)变量与随机误差项不相关；工具变量与其它解释变量不相关，以避免出现多重共线性。7、虚拟变量的作用是什么？设置的原则又是什么？作用是：为表针某些定性因素对被解释变量的影响。设置原则是：如果有定性因素共有个结果

10、需要区别，那么至多引入个虚拟变量。1、序列相关性产生的原因？（1）经济变量固有的惯性；（2）模型设定误差；（3）蛛网现象；（4）数据的“编造”。后果：参数估计量非有效；变量的显著性检验失去意义；模型的预测失效。2、异方差产生的原因及后果对于采用截面数据作为样本的计量经济学问题。由于不同的样本点上解释变量以外的其他的因素差异较大，因此产生异方差。后果:参数估计非有效；变量的显著性检验失去意义；模型的预测失效。8、计量经济学模型中引入随机误差项的原因是什么？（1）代表未知的影响因素（2）代表残缺数据（3）代表众多细小的影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的内在随机性（答对

11、5点即可）9、DW检验的局限性主要有？（1）只能检验一阶序列相关（或无法检验高阶序列相关）；（2）不能检验滞后应变量做解释(jish)变量的模型；（3）有两个(lin )无法确定的区域；（4）模型必须(bx)包含截距项；（5）样本容量不得低于15个；（6）解释变量必须是非随机的。（答对5点即可）10、回归分析的主要内容有？（1）根据样本观察值对经济计量模型参数进行估计，求得回归方程；（2）对回归方程、参数估计值进行显著性v检验；（3）利用回归方程进行分析、评价及预测。11、分别叙述最小二乘法估计和最大似然估计的原理最小二乘法：当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得模型

12、能最好的拟合样本数据；最大似然法：当从模型的总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。12、建立计量经济学模型的基本思想是什么？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。因此，首先根据经济理论分析所研究的经济现象，找出经济现象间因果关系及相互间的联系。把问题作为被解释变量，影响问题的主要因素作为解释变量，非主要因素归入随机项。其次，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，一般用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。12、虚拟变量的作用：答：（1）表现定性因素对被解释变量的影响（1分） （2）提高模型的说明能力与水平。（1分） （3）季节变动分析。（1分） （4）方程差异性检验。（1分）回归分析和相关分析的联系和区别联系：皆为研究非确定性变量间的统计依赖关系，并能度量线性依赖程度大小。区别：1、相关分析仅从统计数据上度量变量间的相关程度，而无需考察两者间是否有因果关系，且变量地位是对称的都是随机变量，只关注变量间的联系程度，而不关注具体的依赖关系。2、回归分析则更关注变量间的因果关系，变量地位是不对称的，有解释与被解释之分，而且解释变量通常为非随机变量，更加关注变量间的具体依赖关系。内