计量经济学期末考试复习

1、文档编码 : CG3C2H9J7X8 HS5K3Z5G6H9 ZF5X2L3K9M4计量经济学期末考试复习资料第一章 绪论 参考重点：计量经济学的一般建模过程 第一章课后题（ 1.4.6 ）1. 什么是计量经济学？ 计量经济学方法与一般经济数学方法有什么区分？答：计量经济学是经济学的一个分支学科,是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,是由经济学、统计学和数学三者结合而成的交叉学科；计量经济学方法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；一般经济数学方法揭示经济活动中各个因素之间的理论关系,用确定性的数学方程 加以描述；4. 建立与应用计量经济学模型的主

2、要步骤有哪些？答：建立与应用计量经济学模型的主要步骤如下：1 设定理论模型,包括选择模型所包含的变量, 确定变量之间的数学关系和拟定模型中待估参数的数值范畴；2 收集样本数据,要考虑样本数据的完整性、精确性、可比性和致性；3 估量模型参数； 4 检验模型,包括经济意义检验、统计检验、计量经济学检验和模型推测检验；6. 模型的检验包括几个方面？其具体含义是什么？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、模型的推测 检验；在经济意义检验中,需要检验模型是否符合经济意义,检验求得的参数估量值的符 号与大小是否与依据人们的体会和经济理论所拟订的期望值相符合；在统计检验中,需要

3、检验模型参数估量值的牢靠性,即检验模型的统计学性质；在计量经济学检验中,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、异方差性检验、说明变量的 多重共线性检验等；模型的推测检验主要检验模型参数估量量的稳固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畴；其次章 经典单方程计量经济学模型：一元线性回来模型 参考重点：1. 相关分析与回来分析的概念、联系以及区分？2. 总体随机项与样本随机项的区分与联系？3. 为什么需要进行拟合优度检验？4如何缩小置信区间？（P46）由上式可以看出（ 1）. 增大样本容量；样本容量变大,可使样本参数估量量的标准差

4、减小；同时,在同样置信水平下,n 越大, t 分布表中的临界值越小； （2）提高模型的拟合优度；由于样本参数估量量的标准差和残差平方和呈正比,模型的拟合优度越高,残差平 方和应越小；5以一元线性回来为例,写出 1）. 对总体参数提出假设0的假设检验H0：0=0, H1：0 0 2）以原假设 H0构造 t 统计量,3）由样本运算其值4）给定显着性水平,查 t 分布表得临界值 t /2n-2 5）比较,判定,就拒绝 H0 ,接受 H1 ；如 |t| t /2n-2如 |t| t /2n-2,就拒绝 H1 ,接受 H0 ；上届重点：一元线性回来模型的基本假设、随机误差项产生的缘由、最小二乘法、参数经

5、济意义、准备系数、 其次章 PPT里的表（中国居民人均消费支出对人均GDP的回来）、t 检验（ （平方）代表意义； （平方）的熟识） 、能够读懂 Eviews 输出的估量结果 其次章课后题（ 1.3.9.10 ）1. 为什么计量经济学模型的理论方程中必需包含随机干扰项？（经典模型中产生随机误差的缘由）答： 计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式；由于是随 机变量,意味着影响被说明变量的因素是复杂的,除了说明变量的影响外,仍有其他无法 在模型中独立列出的各种因素的影响；这样,理论模型中就必需使用一个称为随机干扰项 的变量宋代表全部这些无法在模型中独立表示出来的影响因素,以保

6、证模型在理论上的科 学性；3. 一元线性回来模型的基本假设主要有哪些？违反基本假设的模型是否不行以估量？答： 线性回来模型的基本假设有两大类：一类是关于随机干扰项的,包括零均值,同方差,不序列相关,中意正态分布等假设；另一类是关于说明变量的,主要有：说明变量是非随机的,如是随机变量,就与随机干扰项不相关；实际上,这些假设都是针对一般最小二乘法的；在违反这些基本假设的情形下,一般最小二乘估量量就不再是正确线性无偏估量量,因此使用一般最小二乘法进行估量己无多大意义；但模型本身仍是可以估量的,特殊是可以通过最大似然法等其他原理进行估量；假设 1. 说明变量 X 是确定性变量,不是随机变量；假设 2.

7、 随机误差项 具有零均值、同方差和不序列相关性： E i =0 i=1,2, ,n Var i = 2 i=1,2, ,n Cov i, j =0 i j i,j= 1,2, ,n假设 3. 随机误差项 与说明变量 X 之间不相关： CovX i , i=0 i=1,2, ,n假设 4. 听从零均值、同方差、零协方差的正态分布i N0, 2 i=1,2, ,n假设 5. 随着样本容量的无限增加,说明变量 假设 6. 回来模型是正确设定的X 的样本方差趋于一有限常数；即9、10 题为运算题,见课本 P52,答案见 P17 第三章 经典单方程计量经济学模型：多元线性回来模型 上届重点：F 检验、t

8、 检验 调整的样本准备系数、“ 多元” 里为什么要对 （平方）系数进行调整？第三章课后题（ 1.2.7.9.10）1. 多元线性回来模型的基本假设是什么？在证明最小二乘估量量的无偏性和有效性的 过程中,哪些基本假设起了作用？答： 多元线性回来模型的基本假定仍然是针对随机干扰项与针对说明变量两大类的假 设；针对随机干扰项的假设有：零均值,同方差,无序列相关且听从正态分布；针对说明 量的假设有；说明变量应具有非随机性,假如后随机的,就不能与随机干扰项相关；各解 释变量之间不存在 完全 线性相关关系；在证明最小二乘估量量的无偏性中,利用了说明变量非随机或与随机干扰项不相关的 假定；在有效性的证明中,

9、利用了随机干扰项同方差且无序列相关的假定；2. 在多元线性回来分析中,t 检验和 F 检验有何不同？在一元线性回来分析中二者是否有等价作用？（见课本 P70）答：在多元线性回来分析中, t 检验常被用作检验回来方程中各个参数的显着性,而 F检验就被用作检验整个回来关系的显着性；各说明变量联合起来对被说明变量有显着的线性关系,并不意味着每一个说明变量分别对被说明变量有显着的线性关系；在一元线性回来分析中,二者具有等价作用,由于二者都是对共同的假设说明变量的参数等于零一一进行检验；7、9、10 题为运算题,见课本 P91,答案见 P53 第四章 经典单方程计量经济学模型：放宽基本假定的模型重点把握

10、：参考重点：1. 以多元线性回来为例说明异方差性会产生怎样的后果？（可能为论述题）2. 检验、修正异方差性的方法？3. 以多元线性回来为例说明序列相关会产生怎样的后果？（推测,矩阵表达式推到）4. 检验、修正序列相关的方法？5. 什么是 DW检验法（前提条件）？6. 以多元线性回来为例说明多重共线性会产生怎样的后果 7. 检验、修正多重共线性的方法？8. 随机说明变量问题的三种分类？分别造成的后果是什么？9. 工具变量法的前提假设 1）与所替代的随机说明变量高度相关 2）与随机干扰项不相关 3）与模型中其他说明变量不相关,以防止显现多重共线性上届重点：异方差、序列相关、多重共线性等违反基本假设

11、的情形产生缘由、后果、识别方式方 法、 D.W、广义差分法 第四章课后题（ 1.2 ）1、2 题为运算题,见课本 P134,答案见 P84 第五章 经典单方程计量经济学模型：特地问题上届重点：虚拟变量的含义与设定、滞后变量的含义、为何加入滞后和虚拟变量 第五章课后题（ 1.3.4.10 ）1. 回来模型中引入虚拟变量的作用是什么？有哪几种基本的引入方式？它们各适合用 于什么情形？答： 在模型中引入虚拟变量,主要是为了查找某 加法方式与乘法方式是最主要的引入方式； 些 定性因素对说明变量的影响；前者主要适用于定性因素对截距项产生影响的情形,后者主要适用于定性因素对斜率 项产生影响的情形；除此外,

12、仍可以加法与乘法组合的方式引入虚拟变量,这时可测度定 性因素对截距项与斜率项同时产生影响的情形；3. 滞后变量模型有哪几种类型？分布滞后模型使用OLS方法存在哪些问题？答： 滞后变量模型有分布滞后模型和自回来模型两大类,前者只有说明变量及其滞后 变量作为模型的说明变量,不包含被说明变量的滞后变量作为模型的说明变量；而后者就 以当期说明变量与被说明变量的如干期滞后变量作为模型的说明变量；分布滞后模型有无 限期的分布滞后模型和有限期的分布滞后模型；自回来模型又以 Coyck 模型、自适应预期 模型和局部调整模型最为多见；分布滞后模型使用 OLS法存在以下问题： 1 对于无限期的分布滞后模型, 由于

13、样本观 测值的有限性,使得无法直接对其进行估量；2 对于有限期的分布滞后模型,使用 OLS方 法会遇到：没有先验准就确定滞后期长度,对最大滞后期的确定往往带有主观任凭性；如 果滞后期较长,由于样本容量有限,当滞后变量数目增加时,必定使得自由度削减,将缺 乏足够的自由度进行估量和检验；同名变量滞后值之间可能存在高度线性相关,即模型可 能存在高度的多重共线性；4. 产生模型设定偏误的主要缘由是什么？模型设定偏误的后果以及检验方法有哪些？答： 产生模型设定偏误的缘由主要有：模型制定者不熟识相应的理论学问；对经济问 题本身熟识不够或不熟识前人的相关工作：模型制定者手头没有相关变量的数据；说明变 量无法

14、测量或数据本身存在测量误差；模型设定偏误的后果有： （1）假如遗漏了重要的说明变量,会造成 OLS估量量在小样 本下有偏,在大样本下非一样；对随机干扰项的方差估量也是有偏的；（2）假如包含了无 OLS估量量具有无偏性与一样性,但不具有最小方差性；（3）假如选 关的说明变量,尽管 择了错误的函数形式,就后果是全方位的,不但会造成估量的参数具有完全不同的经济意 义,而且估量结果也不同；对模型设定偏误的检验方法有：检验是否含有无关变量,可以使用 t 检验与 F 检验完 成：检验是否有相关变量的遗漏或函数形式设定偏误,可以使用残差图示法,Ramsey提出 的 RESET检验来完成；10. 简述约化建模

15、理论与传统理论的异同点？答： Hendry 的约化建模理论的核心是“ 从一般到简洁” 的建模思想,即第一提出一个 包括各种因素在内的“ 一般” 模型,然后再通过观测数据,利用各种检验对模型进行检验 并化简,最终得到一个相对简洁的模型；传统建模理论的主导思想是“ 从简洁到复杂” 的 建模思想,它第一提出一个简洁的模型,然后从各种可能的备选变量中选择适当的变量进 入模型,最终得到一个与数据拟合较好的较为复杂的模型；从二者的主要联系上看,它们都以对经济现象的说明为目标,以已有的经济理论为建 模依据, 以对数据的拟合程度作为模型优劣的重要的判定标准之一,也都有如干检验标推；从二者的主要区分上看,传统的

16、建模理论往往更依靠于某种单一的经济理论,旧“ 从 一般到简洁” 的建模理论就更留意将各种不同经济理论纳入到最初的“ 一般” 模型中,甚 至更多地是从直觉和体会来建立“ 一般” 的模型；尽管两者都有如干种检验标准,但约化 建模理论从实践上有更大量的诊断性检验来看每一步建模的可行性,或查找改善模型的路 径：与传统建模实践中存在的过渡“ 数据开采” 问题相比,由于约化建模理论的初估模型 是一个包括全部可能变量的“ 一般” 模型,因此也就防止了过度的“ 数据开采” 问题；另外,由于初始模型的 “ 一般”性,全部争论者在建模的初期往往有着相同的“ 起点” ,因此,在相同的约化程序下,最终得到的最终模型也

17、应当是相同的；而传统建模实践中对同一经 济问题往往有各种不同经济理论来说明,假如不同的争论者接受不同的经济理论建模,得 到的最终模型也会不同；当然,由于约化建模理论有更多的检验,使得建模过程更复杂,相比之下,传统建模方法就更加“ 灵敏”；第六章 联立方程计量经济学模型理论与方法 上届重点：内生变量、外生变量、先定变量、结构式模型、简化式模型、参数关系体系、模型识 别 第六章课后题（ 1.2.3. ）1. 为什么要建立联立方程计量经济学模型？联立方程计量经济学模型适用于什么样的 经济现象？答： 经济现象是极为复杂的,其中诸因素之间的关系,在很多情形下,不是单一方程 所能描述的那种简洁的单向因果关

18、系,而是相互依存,互为因果的,这时,就必需用联立 的计量经济学方程才能描述清楚；所以与单方程适用于单一经济现象的争论相比,联立方程计量经济学模型适用于描述 复杂的经济现象,即经济系统；2. 联立方程计量经济学模型的识别状况可以分为几类？其含义各是什么？答： 联立方程计量经济学模型的识别状况可以分为可识别和不行识别,可识别又分为恰好识别和过度识别；假如联立方程计量经济学模型中某个结构方程不具有确定的统计形式,就称该方程为 不行识别,或者依据参数关系体系,在已知简化式参数估量值时,假如不能得到联立方程 计量经济学模型中某个结构方程的确定的结构参数估量值,称该方程为不行识别；假如一 个模型中的全部随机方程都是可以识别的,就认为该联立方程计量经济学模型系统是可以 识别的；反过来,假如一个模型系统中存在一个不行识别的随机方程,就认为该联立方程 汁量经济学模型系统是不行以识别的；假如某一个随机方程具有唯独一组参数估量量,称 其为恰好识别；假