2021年计量经济学题库超完整版及答案详解

计量经济学题库计算与分析题（每小题10分）1．下表为日本汇率与汽车出口数量数据，年度1986198719881989199019911992199319941995XY16866114563112861013858814558313557512756711150210244694379X:年均汇率（日元/美元）Y:汽车出口数量（万辆）问题：（1）画出X与Y关系散点图。（2）计算X与Y有关系数。其中，，，，（3）采用直线回归方程拟和出模型为t值1.24277.2797R2=0.8688F=52.99解释参数经济意义。2．已知一模型最小二乘回归成果如下：原则差（45.2）（1.53）n=30R2=0.31其中，Y：政府债券价格（百美元），X：利率（%）。回答如下问题：（1）系数符号与否对的，并阐明理由；（2）为什么左边是而不是；（3）在此模型中与否漏了误差项；（4）该模型参数经济意义是什么。3．预计消费函数模型得t值（13.1）（18.7）n=19R2=0.81其中，C：消费（元）Y：收入（元）已知，，，。问：（1）运用t值检查参数明显性（α＝0.05）；（2）拟定参数原则差；（3）判断一下该模型拟合状况。4．已知预计回归模型得且，，求鉴定系数和有关系数。5．有如下表数据日本物价上涨率与失业率关系年份物价上涨率（%）P失业率（%）U19860.62.819870.12.819880.72.519892.32.319903.12.119913.32.119921.62.219931.32.519940.72.91995-0.13.2（1）设横轴是U，纵轴是P，画出散点图。依照图形判断，物价上涨率与失业率之间是什么样关系？拟合什么样模型比较适当？（2）依照以上数据，分别拟合了如下两个模型：模型一：模型二：分别求两个模型样本决定系数。7．依照容量n=30样本观测值数据计算得到下列数据：，，，，，试预计Y对X回归直线。8．下表中数据是从某个行业5个不同工厂收集，请回答如下问题：总成本Y与产量X数据Y8044517061X1246118（1）预计这个行业线性总成本函数：（2）经济含义是什么？9．有10户家庭收入（X，元）和消费（Y，百元）数据如下表：10户家庭收入（X）与消费（Y）资料X20303340151326383543Y7981154810910若建立消费Y对收入X回归直线Eviews输出成果如下：DependentVariable：YVariableCoefficientStd.ErrorX0.2022980.023273C2.1726640.720217R-squared0.904259S.D.dependentvar2.233582AdjustedR-squared0.892292F-statistic75.55898Durbin-Watsonstat2.077648Prob(F-statistic)0.000024（1）阐明回归直线代表性及解释能力。（2）在95%置信度下检查参数明显性。（，，，）（3）在95%置信度下，预测当X＝45（百元）时，消费（Y）置信区间。（其中，）10．已知有关系数r＝0.6，预计原则误差，样本容量n=62。求：（1）剩余变差；（2）决定系数；（3）总变差。11．在有关和回归分析中，已知下列资料：。（1）计算Y对X回归直线斜率系数。（2）计算回归变差和剩余变差。（3）计算预计原则误差。12．依照对某公司销售额Y以及相应价格X11组观测资料计算：（1）预计销售额对价格回归直线；（2）当价格为X1＝10时，求相应销售额平均水平，并求此时销售额价格弹性。13．假设某国货币供应量Y与国民收入X历史如系下表。某国货币供应量X与国民收入Y历史数据年份XY年份XY年份XY19852.05.019893.37.219934.89.719862.55.519904.07.719945.010.019873.2619914.28.419955.211.219883.6719924.6919965.812.4依照以上数据预计货币供应量Y对国民收入X回归方程，运用Eivews软件输出成果为：DependentVariable：YVariableCoefficientStd.Errort-StatisticProb.X1.9680850.13525214.551270.0000C0.3531910.5629090.6274400.5444R-squared0.954902Meandependentvar8.258333AdjustedR-squared0.950392S.D.dependentvar2.292858S.E.ofregression0.510684F-statistic211.7394Sumsquaredresid2.607979Prob(F-statistic)0.000000问：（1）写出回归模型方程形式，并阐明回归系数明显性（）。（2）解释回归系数含义。（2）如果但愿1997年国民收入达到15，那么应当把货币供应量定在什么水平？14．假定有如下回归成果其中，Y表达美国咖啡消费量（每天每人消费杯数），X表达咖啡零售价格（单位：美元/杯），t表达时间。问：（1）这是一种时间序列回归还是横截面回归？做出回归线。（2）如何解释截距意义？它有经济含义吗？如何解释斜率？（3）能否救出真实总体回归函数？（4）依照需求价格弹性定义：，根据上述回归成果，你能救出对咖啡需求价格弹性吗？如果不能，计算此弹性还需要其她什么信息？15．下面数据是根据10组X和Y观测值得到：，，，，假定满足所有典型线性回归模型假设，求，预计值；16.依照某地1961—1999年共39年总产出Y、劳动投入L和资本投入K年度数据，运用普通最小二乘法预计得出了下列回归方程：(0.237)(0.083)(0.048)，DW=0.858式下括号中数字为相应预计量原则误。(1)解释回归系数经济含义；(2)系数符号符合你预期吗？为什么？17.某计量经济学家曾用1921~1941年与1945~1950年（1942~1944年战争期间略去）美国国内消费Ｃ和工资收入Ｗ、非工资－非农业收入Ｐ、农业收入Ａ时间序列资料，运用普通最小二乘法预计得出了如下回归方程：式下括号中数字为相应参数预计量原则误。试对该模型进行评析，指出其中存在问题。18.计算下面三个自由度调节后决定系数。这里，为决定系数，为样本数目，为解释变量个数。（1）（2）（3）19.设有模型，试在下列条件下:=1\*GB3①=2\*GB3②。分别求出，最小二乘预计量。20．假设规定你建立一种计量经济模型来阐明在学校跑道上慢跑一英里或一英里以上人数，以便决定与否修建第二条跑道以满足所有锻炼者。你通过整个年收集数据，得到两个也许解释性方程：方程A：方程B：其中：——某天慢跑者人数——该天降雨英寸数——该天日照小时数——该天最高温度（按华氏温度）——第二天需交学期论文班级数请回答下列问题：（1）这两个方程你以为哪个更合理些，为什么？（2）为什么用相似数据去预计相似变量系数得到不同符号？21．假定以校园内食堂每天卖出盒饭数量作为被解释变量，盒饭价格、气温、附近餐厅盒饭价格、学校当天学生数量（单位：千人）作为解释变量，进行回归分析；假设不论与否有假期，食堂都营业。不幸是，食堂内计算机被一次病毒侵犯，所有存储丢失，无法恢复，你不能说出独立变量分别代表着哪一项！下面是回归成果（括号内为原则差）：（2.6）(6.3)(0.61)(5.9)规定：（1）试鉴定每项成果相应着哪一种变量？（2）对你鉴定结论做出阐明。22.设消费函数为，其中为消费支出，为个人可支配收入，为随机误差项，并且（其中为常数）。试回答如下问题：（1）选用恰当变换修正异方差，规定写出变换过程；（2）写出修正异方差后参数预计量表达式。23.检查下列模型与否存在异方差性，列出检查环节，给出结论。样本共40个，本题假设去掉c=12个样本，假设异方差由引起，数值小一组残差平方和为，数值大一组平方和为。24.假设回归模型为：，其中：；并且是非随机变量，求模型参数最佳线性无偏预计量及其方差。25.既有x和Y样本观测值如下表:x2510410y47459假设y对x回归模型为，且，试用恰当办法预计此回归模型。26.依照某地1961—1999年共39年总产出Y、劳动投入L和资本投入K年度数据，运用普通最小二乘法预计得出了下列回归方程：(0.237)(0.083)(0.048),DW=0.858上式下面括号中数字为相应预计量原则误差。在5%明显性水平之下，由DW检查临界值表，得dL=1.38,du=1.60。问；(1)题中所预计回归方程经济含义；(2)该回归方程预计中存在什么问题?应如何改进?

27．依照国内1978——财政收入和国内生产总值记录资料，可建立如下计量经济模型：（2.5199）（22.7229）＝0.9609，＝731.2086，＝516.3338，＝0.3474请回答如下问题：何谓计量经济模型自有关性？试检查该模型与否存在一阶自有关，为什么？自有关会给建立计量经济模型产生哪些影响？如果该模型存在自有关，试写出消除一阶自有关办法和环节。（临界值，）28.对某地区大学生就业增长影响简朴模型可描述如下:式中，为新就业大学生人数，MIN1为该地区最低限度工资，POP为新毕业大学生人数，GDP1为该地区国内生产总值，GDP为该国国内生产总值；g表达年增长率。（1）如果该地区政府以多多少少不易观测却对新毕业大学生就业有影响因素作为基本来选取最低限度工资，则OLS预计将会存在什么问题？（2）令MIN为该国最低限度工资，它与随机扰动项有关吗？（3）按照法律，各地区最低限度工资不得低于国家最低工资，哪么gMIN能成为gMIN1工具变量吗？29．下列假想计量经济模型与否合理，为什么？（1）其中，是第产业国内生产总值。（2）其中，、分别为农村居民和城乡居民年末储蓄存款余额。（3）其中，、、分别为建筑业产值、建筑业固定资产投资和职工人数。（4）其中，、分别为居民耐用消费品支出和耐用消费品物价指数。（5）（6）其中，、分别为煤炭工业职工人数和固定资产原值，、分别为发电量和钢铁产量。30．指出下列假想模型中错误，并阐明理由：（1）其中，为第年社会消费品零售总额（亿元），为第年居民收入总额（亿元）（城乡居民可支配收入总额与农村居民纯收入总额之和），为第年全社会固定资产投资总额（亿元）。（2）其中，、分别是城乡居民消费支出和可支配收入。（3）其中，、、分别是工业总产值、工业生产资金和职工人数。31．假设王先生预计消费函数（用模型表达），并获得下列成果：，n=19（3.1）(18.7)R2=0.98这里括号里数字表达相应参数T比率值。规定：（1）运用T比率值检查假设：b=0（取明显水平为5%，）；（2）拟定参数预计量原则误差；（3）构造b95%置信区间，这个区间涉及0吗？32.依照国内1978——财政收入和国内生产总值记录资料，可建立如下计量经济模型：（2.5199）（22.7229）＝0.9609，＝731.2086，＝516.3338，＝0.3474请回答如下问题：（1）何谓计量经济模型自有关性？（2）试检查该模型与否存在一阶自有关及有关方向，为什么？（3）自有关会给建立计量经济模型产生哪些影响？（临界值，）33．以某地区22年年度数据预计了如下工业就业回归方程（-0.56）(2.3)(-1.7)(5.8)式中，Y为总就业量；X1为总收入；X2为平均月工资率；X3为地方政府总支出。（1）试证明：一阶自有关DW检查是无定论。（2）逐渐描述如何使用LM检查34．下表给出三变量模型回归成果：方差来源平方和（SS）自由度（d.f.）平方和均值(MSS)来自回归(ESS)65965——来自残差(RSS)_———总离差(TSS)6604214规定：（1）样本容量是多少？（2）求RSS？（3）ESS和RSS自由度各是多少？（4）求和？35.依照国内1985——城乡居民人均可支配收入和人均消费性支出资料，按照凯恩斯绝对收入假说建立消费函数计量经济模型为：；；；；；；其中：是居民人均可支配收入，是居民人均消费性支出规定：（1）解释模型中137.422和0.772意义；（2）简述什么是模型异方差性；（3）检查该模型与否存在异方差性；36．考虑下表中数据Y-10-8-6-4-20246810X11234567891011X213579111315171921假设你做Y对X1和X2多元回归，你能预计模型参数吗？为什么？37．在研究生产函数时，有如下两种成果：（1）（2）其中，Q＝产量，K＝资本，L＝劳动时数，t＝时间，n＝样本容量请回答如下问题：（1）证明在模型（1）中所有系数在记录上都是明显（α＝0.05）。（2）证明在模型（2）中t和lnk系数在记录上不明显（α＝0.05）。（3）也许是什么因素导致模型（2）中lnk不明显？38.依照某种商品销售量和个人收入季度数据建立如下模型：其中，定义虚拟变量为第i季度时其数值取1，别的为0。这时会发生什么问题，参数与否可以用最小二乘法进行预计？39.某行业利润Y不但与销售额X关于，并且与季度因素关于。如果以为季度因素使利润平均值发生变异，应如何引入虚拟变量？如果以为季度因素使利润对销售额变化额发生变异，应如何引入虚拟变量？如果以为上述两种状况都存在，又应如何引入虚拟变量？对上述三种状况分别设定利润模型。40.设国内通货膨胀I重要取决于工业生产增长速度G，1988年通货膨胀率发生明显变化。假设这种变化体当前通货膨胀率预期基点不同假设这种变化体当前通货膨胀率预期基点和预期都不同对上述两种状况，试分别拟定通货膨胀率回归模型。41.一种由容量为209样本预计解释CEO薪水方程为：(15.3)(8.03)(2.75)(1.775)(2.13)(-2.895)其中,Y表达年薪水平(单位:万元)，表达年收入(单位:万元)，表达公司股票收益(单位:万元)；均为虚拟变量,分别表达金融业、消费品工业和公用业。假设对比产业为交通运送业。（1）解释三个虚拟变量参数经济含义。（2）保持和不变，计算公用事业和交通运送业之间预计薪水近似比例差别。这个差别在1%明显性水平上是记录明显吗？（3）消费品工业和金融业之间预计薪水近似比例差别是多少？42.在一项对北京某大学学生月消费支出研究中，以为学生消费支出除受其家庭月收入水平外,还受在学校与否得奖学金,来自农村还是都市，是经济发达地区还是欠发达地区,以及性别等因素影响。试设定恰当模型,并导出如下情形下学生消费支出平均水平:(1)来自欠发达农村地区女生,未得奖学金;(2)来自欠发达都市地区男生,得到奖学金;(3)来自发达地区农村女生,得到奖学金;(4)来自发达地区都市男生,未得奖学金.43.试在家庭对某商品消费需求函数中（以加法形式）引入虚拟变量，用以反映季节因素（淡、旺季）和收入层次差距（高、低）对消费需求影响，并写出各类消费函数详细形式。44．考察如下分布滞后模型：假定咱们要用多项式阶数为2有限多项式预计这个模型，并依照一种有60个观测值样本求出了二阶多项式系数预计值为：0＝0.3，1＝0.51，2=0.1，试计算(=0，1，2，3)45．考察如下分布滞后模型：如果用2阶有限多项式变换模型预计这个模型后得式中，，，（1）求原模型中各参数值（2）预计对短期影响乘数、长期影响乘数和过渡性影响乘数46．已知某商场1997-库存商品额与销售额资料，假定最大滞后长度，多项式阶数。（1）建立分布滞后模型（2）假定用最小二乘法得到有限多项式变换模型预计式为请写出分布滞后模型预计式47．考察下面模型式中为投资，为收入，为消费，为利率。（1）指出模型内生变量和前定变量；（2）分析各行为方程辨认状况；（3）选取最适合于预计可辨认方程预计办法。48．设有联立方程模型：消费函数：投资函数：恒等式：其中，为消费，为投资，为收入，为政府支出，和为随机误差项，请回答：（1）指出模型中内生变量、外生变量和前定变量（2）用阶条件和秩条件辨认该联立方程模型（3）分别提出可辨认构造式方程恰当预计办法49．辨认下面模型式1：（需求方程）式2：（供应方程）其中，为需求或供应数量，为价格，为收入，和为内生变量，为外生变量。50．已知构造式模型为式1：式2：其中，和是内生变量，和是外生变量。（1）分析每一种构造方程辨认状况；（2）如果＝0，各方程辨认状况会有什么变化？答案1、答：（1）（2分）散点图如下：（2）=0.9321（3分）（3）截距项81.72表达当美元兑日元汇率为0时日本汽车出口量，这个数据没有实际意义；（2分）斜率项3.65表达汽车出口量与美元兑换日元汇率正有关，当美元兑换日元汇率每上升1元，会引起日本汽车出口量上升3.65万辆。（3分）2、答：（1）系数符号是对的，政府债券价格与利率是负有关关系，利率上升会引起政府债券价格下降。（2分）（2）代表是样本值，而代表是给定条件下盼望值，即。此模型是依照样本数据得出回归成果，左边应当是盼望值，因而是而不是。（3分）（3）没有漏掉，由于这是依照样本做出回归成果，并不是理论模型。（2分）（4）截距项101.4表达在X取0时Y水平，本例中它没有实际意义；斜率项-4.78表白利率X每上升一种百分点，引起政府债券价格Y减少478美元。（3分）3、答：（1）提出原假设H0：，H1：。由于t记录量＝18.7，临界值，由于18.7>2.1098，故回绝原假设H0：，即以为参数是明显。（3分）（2）由于，故。（3分）（3）回归模型R2=0.81，表白拟合优度较高，解释变量对被解释变量解释能力为81%，即收入对消费解释能力为81％，回归直线拟合观测点较为抱负。（4分）4、答：鉴定系数：==0.8688（3分）有关系数：（2分）5、答：（1）（2分）散点图如下：依照图形可知，物价上涨率与失业率之间存在明显负有关关系，拟合倒数模型较适当。（2分）（2）模型一：＝0.8554（3分）模型二：＝0.8052（3分）7、答：（2分）（2分）故回归直线为：（1分）8、答：（1）由于，，，，，，，得（3分）（2分）总成本函数为：（1分）（2）截距项表达当产量X为0时工厂平均总成本为26.28，也就量工厂平均固定成本；（2分）斜率项表达产量每增长1个单位，引起总成本平均增长4.26个单位。（2分）9、答：（1）回归模型R2＝0.9042，表白在消费Y总变差中，由回归直线解释某些占到90％以上，回归直线代表性及解释能力较好。（2分）（2）对于斜率项，>，即表白斜率项明显不为0，家庭收入对消费有明显影响。（2分）对于截距项，>，即表白截距项也明显不为0，通过了明显性检查。（2分）（3）Yf=2.17+0.2023×45＝11.2735（2分）（2分）95%置信区间为（11.2735-4.823，11.2735+4.823），即（6.4505，16.0965）。（2分）10、答：（1）由于，。（4分）（2）（2分）（3）（4分）11、答：（1）＝＝11.38（2分）（2分）斜率系数：（1分）（2）R2=r2=0.92=0.81，剩余变差：（1分）总变差：TSS＝RSS/(1-R2)=/(1-0.81)=10526.32（2分）（3）（2分）12、答：（1）（3分）（2分）故回归直线为，（2）（2分）销售额价格弹性＝＝0.072（3分）13、（1）回归方程为：，由于斜率项p值＝0.0000<，表白斜率项明显不为0，即国民收入对货币供应量有明显影响。（2分）截距项p值＝0.5444>，表白截距项与0值没有明显差别，即截距项没有通过明显性检查。（2分）（2）截距项0.353表达当国民收入为0时货币供应量水平，此处没有实际意义。斜率项1.968表白国民收入每增长1元，将导致货币供应量增长1.968元。（3分）（3）当X＝15时，，即应将货币供应量定在29.873水平。（3分）14、答：（1）这是一种时间序列回归。（图略）（2分）（2）截距2.6911表达咖啡零售价在每磅0美元时，美国平均咖啡消费量为每天每人2.6911杯，这个没有明显经济意义；（2分）斜率－0.4795表达咖啡零售价格与消费量负有关，表白咖啡价格每上升1美元，平均每天每人消费量减少0.4795杯。（2分）（3）不能。因素在于要理解全美国所有人咖啡消费状况几乎是不也许。（2分）（4）不能。在同一条需求曲线上不同点价格弹性不同，若规定价格弹性，须给出详细X值及与之相应Y值。（2分）15、答：由已知条件可知，，（3分）（3分）（2分）（2分）16.解答：（1）这是一种对数化后来体现为线性关系模型，lnL系数为1.451意味着资本投入K保持不变时劳动—产出弹性为1.451；（3分）lnK系数为0.384意味着劳动投入L保持不变时资本—产出弹性为0.384（2分）.（2）系数符号符合预期，作为弹性，都是正值，并且都通过了参数明显性检查（t检查）（5分，规定可以把t值计算出来）。17.解答：该消费模型鉴定系数，Ｆ记录量值，均很高，表白模型整体拟合限度很高。（2分）计算各回归系数预计量t记录量值得：，，。除外，别的T值均很小。工资收入Ｗ系数t检查值虽然明显，但该系数预计值却过大，该值为工资收入对消费边际效应，它值为1.059意味着工资收入每增长一美元，消费支出增长将超过一美元，这与经济理论和生活常识都不符。（5分）此外，尽管从理论上讲，非工资—非农业收入与农业收入也是消费行为重要解释变量，但两者各自t检查却显示出它们效应与0无明显差别。这些迹象均表白模型中存在严重多重共线性，不同收入某些之间互有关系掩盖了各个某些对解释消费行为单独影响。（3分）18.解答：(1)（3分）(2)；负值也是有也许。（4分）(3)（3分）19.解答：当时，模型变为，可作为一元回归模型来对待（5分）当时，模型变为,同样可作为一元回归模型来对待（5分）20．解答:（1）第2个方程更合理某些，，由于某天慢跑者人数同该天日照小时数应当是正有关。（4分）（2）浮现不同符号因素很也许是由于与高度有关而导致浮现多重共线性缘故。从生活经验来看也是如此，日照时间长，必然当天最高气温也就高。而日照时间长度和第二天需交学期论文班级数是没有有关性。（6分）21．解答：（1）是盒饭价格，是气温，是学校当天学生数量，是附近餐厅盒饭价格。（4分）（2）在四个解释变量中，附近餐厅盒饭价格同校园内食堂每天卖出盒饭数量应当是负有关关系，其符号应当为负，应为；学校当天学生数量每变化一种单位，盒饭相应变化数量不会是28.4或者12.7，应当是不大于1，应为；至于别的两个变量，从普通经验来看，被解释变量对价格反映会比对气温反映更敏捷某些，因此是盒饭价格，是气温。（6分）22.解：（一）原模型：（1）等号两边同除以，新模型：（2）（2分）令则：（2）变为（2分）此时新模型不存在异方差性。（2分）（二）对进行普通最小二乘预计其中（4分）（进一步带入计算也可）23.解：（1）（2分）（2）（3分）（3）（2分）（4），接受原假设，以为随机误差项为同方差性。（3分）24.解：原模型：依照为消除异方差性，模型等号两边同除以模型变为：（2分）令则得到新模型：（2分）此时新模型不存在异方差性。（2分）运用普通最小二乘法，预计参数得：（4分）25.解：原模型：，模型存在异方差性为消除异方差性，模型两边同除以，得：（2分）令得：（2分）此时新模型不存在异方差性（1分）由已知数据，得（2分）25104100.50.20.10.250.14745921.40.41.250.9依照以上数据，对进行普通最小二乘预计得：解得（3分）26.答案：(1)题中所预计回归方程经济含义：该回归方程是一种对数线性模型，可还原为指数形式为：，是一种C-D函数，1.451为劳动产出弹性，0.3841为资本产出弹性。由于1.451+0.3841〉1，因此该生产函数存在规模经济。（6分）(2)该回归方程预计中存在什么问题?应如何改进?

由于DW=0.858，dL=1.38,即0.858<1.38,故存在一阶正自有关。可运用GLS办法消除自有关影响。（4分）27．（1）何谓计量经济模型自有关性？答：如果对于不同样本点，随机误差项之间不再是完全互相独立，而是存在某种有关性，则浮现序列有关性。如存在：称为一阶序列有关，或自有关。（3分）（2）试检查该模型与否存在一阶自有关，为什么？答：存在。（2分）（3）自有关会给建立计量经济模型产生哪些影响？答：1参数预计两非有效;2变量明显性检查失去意义。3模型预测失效。（3分）（4）如果该模型存在自有关，试写出消除一阶自有关办法和环节。（临界值，）答：1构造D.W记录量并查表；2与临界值相比较，以判断模型自有关状态。（2分）28．答：（1）由于地方政府往往是依照过去经验、当前经济状况以及盼望经济发展前景来定制地区最低限度工资水平，而这些因素没有反映在上述模型中，而是被归结到了模型随机扰动项中，因而gMIN1与m不但异期有关，并且往往是同期有关，这将引起OLS预计量偏误，甚至当样本容量增大时也不具备一致性。（5分）（2）全国最低限度制定重要依照全国国整体状况而定，因而gMIN基本与上述模型随机扰动项无关。（2分）（3）由于地方政府在制定本地区最低工资水平时往往考虑全国最低工资水平规定，因而gMIN1与gMIN具备较强有关性。结合（2）知gMIN可以作为gMIN1工具变量使用。（3分）29．解答：（1）这是一种拟定关系，各产业生产总值之和等于国内生产总值。作为计量模型不合理。（3分）（2）（3）（4）（5）都是合理计量经济模型。（4分）（6）不合理。发电量和钢铁产量影响对煤炭需求，但不会影响煤炭产量。作为解释变量没故意义。（3分）30．解答：（1）模型中系数符号为负，不符合常理。居民收入越多意味着消费越多，两者应当是正有关关系。（3分）（2）系数是1.2，这就意味着每增长一元钱，居民消费支出平均增长1.2元，处在一种入不敷出状态，这是不也许，至少对一种表达普通关系宏观计量经济模型来说是不也许。（4分）(3)系数符号为负，不合理。职工人数越多工业总产值越少是不合理。这很也许是由于工业生产资金和职工人数两者有关导致多重共线性产生。（3分）31．解答：（1）临界值t=1.7291不大于18.7，以为回归系数明显地不为0.（4分）（2）参数预计量原则误差：0.81/18.7=0.0433（3分）（3）不涉及。由于这是一种消费函数，自发消费为15单位，预测区间涉及0是不合理。（3分）32．解答：（1）对于如果随机误差项各期值之间存在着有关关系，即称随机误差项之间存在自有关性。（3分）（2）该模型存在一阶正自有关，由于0<＝0.3474<（3分）（3）自有关性后果有如下几种方面：=1\*GB3①模型参数预计值不具备最优性；=2\*GB3②随机误差项方差普通会低估；=3\*GB3③模型记录检查失效；=4\*GB3④区间预计和预测区间精度减少。（4分）33．解答：（1）查表得临界值，。正位于1.05和1.66之间，恰是D-W检查无鉴定区域，因此一阶自有关DW检查是无定论。（3分）（2）对于模型，设自有关形式为假设，（1分）LM检查检查过程如下：一方面，运用OLS法预计模型，得到残差序列；(2分）另一方面，将关于残差滞后值进行回归，并计算出辅助回归模型鉴定系数；(2分）最后，对于明显水平，若不不大于临界值，则回绝原假设，即存在自有关性。（2分）34．解答：（1）总离差(TSS)自由度为n-1，因而样本容量为15；（2分）（2）RSS=TSS-ESS=66042-65965=77；（2分）（3）ESS自由度为2，RSS自由度为12；（2分）（4）=ESS/TSS=65965/66042=0.9988，（4分）35.解答：（1）0.722是指，当城乡居民人均可支配收入每变动一种单位，人均消费性支出资料平均变动0.722个单位，也即指边际消费倾向；137.422指虽然没有收入也会发生消费支出，也就是自发性消费支出。（3分）(2)在线性回归模型中，如果随机误差项方差不是常数，即对不同解释变量观测值彼此不同，则称随机项具备异方差性。（3分）(3)存在异方差性，由于辅助回归方程，，整体明显；并且回归系数明显性地不为0。戈里瑟检查就是这样检查过程。（4分）答：不能。（3分）由于X1和X2存在完全多重共线性，即X2＝2X1-1，或X1＝0.5（X2+1）。（7分）37．答：（1）LnkT检查：＝10.195＞2.1009，因而lnk系数明显。LnlT检查：＝6.518＞2.1009，因而lnl系数明显。（4分）（2）tT检查：＝1.333＞2.1098，因而lnk系数不明显。LnkT检查：＝1.18＞2.1098，因而lnl系数不明显。（4分）也许是由于时间变量引入导致了多重共线性。（2分）解答：这时会发生完全多重共线性问题；（3分）由于有四个季度，该模型则引入了四个虚拟变量。显然，对于任一季度而言，，则任一变量都是其她变量线性组合，因而存在完全共线性。当有四个类别需要区别时，咱们只需要引入三个虚拟变量就可以了；（5分）参数将不能用最小二乘法进行预计。（2分）39.解答：（1）假设第一季度为基本类型，引入三个虚拟变量；；，利润模型为。（5分）（2）利润模型为（2分）（3分）利润模型为（3分）40.解答：通货膨胀与工业生产增长速度关系基本模型为引入虚拟变量（4分）则（1）（3分）（2）（3分）41.解答：（1）经济含义为：当销售收入和公司股票收益保持不变时，金融业CEO要比交通运送业CEO多获15.8个百分点薪水。其她两个可类似解释。（3分）（2）公用事业和交通运送业之间预计薪水近似比例差别就是以百分数解释参数，即为28.3%.由于参数t记录值为-2.895,它不不大于1%明显性水平下自由度为203t分布临界值1.96,因而这种差别记录上是明显。（4分）(3)由于消费品工业和金融业相对于交通运送业薪水比例差别分别为15.8%与18.1%,因而她们之间差别为18.1%-15.8%=2.3%。（3分）42.解答:记学生月消费支出为Y,其家庭月收入水平为X,在不考虑其她因素影响时,有如下基本回归模型：（2分）其她决定性因素可用如下虚拟变量表达:43.答案：引入反映季节因素和收入层次差别虚拟变量如下：依照阶数为2Almon多项式：，=0,1,2,3（3分）；可计算得到预计值：0＝0＝0.3（3分）；1＝0＋1＋2＝0.91（3分）；2＝0＋21＋42＝1.72（3分）；3＝0＋31＋92＝2.73（3分）。45．由已知预计式可知：0＝0.71，1＝0.25，2＝-0.3（3分），依照阶数为2Almon多项式：，i=0,1,2（3分）；可计算得到βi预计值：0＝0＝0.71（3分）；1＝0＋1＋2＝0.66（3分）；2＝0＋21＋42＝0.01（3分）。46．（1）分布滞后模型为（2分）（2）由已知预计式可知：0＝0.53，1＝0.80，2＝-0.33（1分），依照阶数为2Almon多项式：，i=0,1,2（3分）；可计算得到βi预计值：0＝0＝0.53（3分）；1＝0＋1＋2＝1.00（3分）；2＝0＋21＋42＝047．（1）内生变量为，，，前定变量为，，（6）（2）消费方程为过度辨认，投资方程是正好辨认；（6分）（3）消费方程适合用二阶段最小二乘法，投资方程适合用间接最小二乘法（或工具变量法）（3分）48．（1）内生变量为，，（2分）;外生变量为（1分）；前定变量为和（2分）（2）辨认方程1：被斥变量参数矩阵:1－b21－b20-101秩为2，方程个数减1为2，故方程可辨认（2）；再依照阶段条件，可得方程1正好辨认（2）。辨认方程2：被斥变量参数矩阵为0-1010-101秩为1，不大于方程个数减1，故方程2不可辨认。（2分）方程3是恒等式，不存在辨认问题（1分）；因而，整个模型不可辨认（1分）49．方程1：由于包括了方程中所有变量，故不可辨认。（3分）方程2：运用秩条件，得被斥变量参数矩阵（-α2）（2分），其秩为1（2分），与方程个数减1相等，故可知方程2可辨认（2分）；再运用阶条件，方程2排除变量个数正好与剩余方程个数相等（2分），可知方程2正好辨认（2分）。由于方程1不可辨认，因此整个模型不可辨认（2）。50．（1）方程1：运用秩条件，得被斥变量参数矩阵（-β2），其秩为1，与方程个数减1相等，故可知方程1可辨认（3分）；再运用阶条件，方程2排除变量个数正好与剩余方程个数相等，可知方程1正好辨认（2分）。方程2：运用秩条件，得被斥变量参数矩阵（-α2），其秩为1，与方程个数减1相等，故可知方程2可辨认（3分）；再运用阶条件，方程2排除变量个数正好与剩余方程个数相等，可知方程1正好辨认（2分）。方程1仍是正好辨认（3分），但方程2涉及了模型中所有变量，故是不可辨认（2分）。简答简述计量经济学与经济学、记录学、数理记录学学科间关系。

答：计量经济学是经济理论、记录学和数学综合。经济学着重经济现象定性研究，计量经济学着重于定量方面研究。记录学是关于如何收集、整顿和分析数据科学，而计量经济学则运用经济记录所提供数据来预计经济变量之间数量关系并加以验证。数理记录学作为一门数学学科，可以应用于经济领域，也可以应用于其她领域；计量经济学则仅限于经济领域。计量经济模型建立过程，是综合应用理论、记录和数学办法过程，计量经济学是经济理论、记录学和数学三者统一。

计量经济模型有哪些应用？

答：①构造分析。②经济预测。③政策评价。④检查和发展经济理论。

3、简述建立与应用计量经济模型重要环节。

答：①依照经济理论建立计量经济模型；②样本数据收集；③预计参数；④模型检查；⑤计量经济模型应用。对计量经济模型检查应从几种方面入手？

答：①经济意义检查；②记录准则检查；③计量经济学准则检查；④模型预测检查。

5．计量经济学应用数据是如何进行分类？

答：四种分类：①时间序列数据；②横截面数据；③混合数据；④虚拟变量数据。

6.在计量经济模型中，为什么会存在随机误差项？答：随机误差项是计量经济模型中不可缺少一某些。产生随机误差项因素有如下几种方面：①模型中被忽视掉影响因素导致误差；②模型关系认定不精确导致误差；③变量测量误差；④随机因素。

7.古典线性回归模型基本假定是什么？

答：①零均值假定。即在给定条件下，随机误差项数学盼望（均值）为0，即=0。②同方差假定。误差项方差与t无关，为一种常数。③无自有关假定。即不同误差项互相独立。④解释变量与随机误差项不有关假定。⑤正态性假定，即假定误差项服从均值为0，方差为正态分布。

总体回归模型与样本回归模型区别与联系。

答：重要区别：①描述对象不同。总体回归模型描述总体中变量y与x互有关系，而样本回归模型描述所观测样本中变量y与x互有关系。②建立模型不同。总体回归模型是根据总体所有观测资料建立，样本回归模型是根据样本观测资料建立。③模型性质不同。总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本变化而变化。

重要联系：样本回归模型是总体回归模型一种预计式，之因此建立样本回归模型，目是用来预计总体回归模型。试述回归分析与有关分析联系和区别。答：两者联系：①有关分析是回归分析前提和基本；回归分析是有关分析进一步和继续。②有关分析与回归分析关于指标之间存在计算上内在联系。

两者区别：①回归分析强调因果关系，有关分析不关怀因果关系，所研究两个变量是对等。②对两个变量x与y而言，有关分析中：；在回归分析中，和却是两个完全不同回归方程。③回归分析对资料规定是被解释变量y是随机变量，解释变量x是非随机变量；有关分析对资料规定是两个变量都随机变量。

10．在满足古典假定条件下，一元线性回归模型普通最小二乘预计量有哪些记录性质？

答：①线性，是指参数预计量和分别为观测值和随机误差项线性函数或线性组合。②无偏性，指参数预计量和均值（盼望值）分别等于总体参数和。③有效性（最小方差性或最优性），指在所有线性无偏预计量中，最小二乘预计量和方差最小。11．简述BLUE含义。

答：BLUE即最佳线性无偏预计量，是best

linear

unbiased

estimators缩写。在古典假定条件下，最小二乘预计量具备线性、无偏性和有效性，是最佳线性无偏预计量，即BLUE，这一结论就是知名高斯－马尔可夫定理。

对于多元线性回归模型，为什么在进行了总体明显性F检查之后，还要对每个回归系数进行与否为0t检查？

答：多元线性回归模型总体明显性F检查是检查模型中所有解释变量对被解释变量共同影响与否明显。通过了此F检查，就可以说模型中所有解释变量对被解释变量共同影响是明显，但却不能就此鉴定模型中每一种解释变量对被解释变量影响都是明显。因而还需要就每个解释变量对被解释变量影响与否明显进行检查，即进行t检查。13.给定二元回归模型：，请论述模型古典假定。

解答：（1）随机误差项盼望为零，即。（2）不同随机误差项之间互相独立，即（3）随机误差项方差与t无关，为一种常数，即。即同方差假设。（4）随机误差项与解释变量不有关，即。普通假定为非随机变量，这个假设自动成立。（5）随机误差项为服从正态分布随机变量，即（6）解释变量之间不存在多重共线性，即假定各解释变量之间不存在线性关系，即不存在多重共线性。

14.在多元线性回归分析中，为什么用修正决定系数衡量预计模型对样本观测值拟合优度？

解答：由于人们发现随着模型中解释变量增多，多重决定系数值往往会变大，从而增长了模型解释功能。这样就使得人们以为要使模型拟合得好，就必要增长解释变量。但是，在样本容量一定状况下，增长解释变量必然使得待估参数个数增长，从而损失自由度，而实际中如果引入解释变量并非必要话也许会产生诸多问题，例如，减少预测精准度、引起多重共线性等等。为此用修正决定系数来预计模型对样本观测值拟合优度。15.修正决定系数及其作用。

解答：其作用有：（1）用自由度调节后，可以消除拟合优度评价中解释变量多少对决定系数计算影响；（2）对于包括解释变量个数不同模型，可以用调节后决定系数直接比较它们拟合优度高低，但不能用本来未调节决定系数来比较。

常用非线性回归模型有几种状况？解答：常用非线性回归模型重要有:

对数模型

半对数模型

(3)

倒数模型

(4)

多项式模型

成长曲线模型涉及逻辑成长曲线模型和Gompertz成长曲线模型

17.观测下列方程并判断其变量与否呈线性，系数与否呈线性，或都是或都不是。

①

②

③

④解答：①系数呈线性，变量非线性；②系数呈线性，变量非呈线性；③系数和变量均为非线性；④系数和变量均为非线性。

观测下列方程并判断其变量与否呈线性，系数与否呈线性，或都是或都不是。

①

②③

④解答：①系数呈线性，变量非呈线性；②系数非线性，变量呈线性；③系数和变量均为非线性；④系数和变量均为非线性。

19.什么是异方差性？试举例阐明经济现象中异方差性。答：异方差性是指模型违背了古典假定中同方差假定，它是计量经济分析中一种专门问题。在线性回归模型中，如果随机误差项方差不是常数，即对不同解释变量观测值彼此不同，则称随机项具备异方差性，即例如，运用横截面数据研究消费和收入之间关系时，对收入较少家庭在满足基本消费支出之后剩余收入已经不多，用在购买生活必须品上比例较大，消费分散幅度不大。收入较多家庭有更多可自由支配收入，使得这些家庭消费有更大选取范畴。由于个性、兴趣、储蓄心理、消费习惯和家庭成员构成等那个差别，使消费分散幅度增大，或者说低收入家庭消费分散度和高收入家庭消费得分散度相比较，可以以为牵着不大于后者。这种被解释变量分散幅度变化，反映到模型中，可以理解为误差项方差变化。20.产生异方差性因素及异方差性对模型OLS预计有何影响。产生因素：（1）模型中漏掉了某些解释变量；（2）模型函数形式设定误差；（3）样本数据测量误差；（4）随机因素影响。

产生影响：如果线性回归模型随机误差项存在异方差性，会对模型参数预计、模型检查及模型应用带来重大影响，重要有：（1）不影响模型参数最小二乘预计值无偏性；（2）参数最小二乘预计量不是一种有效预计量；（3）对模型参数预计值明显性检查失效；（4）模型预计式代表性减少，预测精度精度减少。

21.检查异方差性办法有哪些？

.检查办法：（1）图示检查法；（2）戈德菲尔德—匡特检查；（3）怀特检查；（4）戈里瑟检查和帕克检查（残差回归检查法）；（5）ARCH检查（自回归条件异方差检查）

22.异方差性解决办法有哪些？

解决办法：（1）模型变换法；（2）加权最小二乘法；（3）模型对数变换等）

23.什么是加权最小二乘法？它基本思想是什么？

加权最小二乘法基本原理：最小二乘法基本原理是使残差平方和为最小，在异方差状况下，总体回归直线对于不同波动幅度相差很大。随机误差项方差越小，样本点对总体回归直线偏离限度越低，残差可信度越高（或者说样本点代表性越强）；而较大样本点也许会偏离总体回归直线很远，可信度较低（或者说样本点代表性较弱）。因而，在考虑异方差模型拟合总误差时，对于不同应当区别对待。详细做法：对较小给于充分注重，即给于较大权数；对较大给于充分注重，即给于较小权数。更好使反映对残差平方和影响限度，从而改进参数预计记录性质。

24.样本分段法（即戈德菲尔特——匡特检查）检查异方差性基本原理及其使用条件。

.

样本分段法（即戈德菲尔特—匡特检查）基本原理：将样本分为容量相等两某些，然后分别对样本1和样本2进行回归，并计算两个子样本残差平方和，如果随机误差项是同方差，则这两个子样本残差平方和应当大体相等；如果是异方差，则两者差别较大，以此来判断与否存在异方差。使用条件：（1）样本容量要尽量大，普通而言应当在参数个数两倍以上；（2）服从正态分布，且除了异方差条件外，其他假定均满足。

25．简述DW检查局限性。

答：从判断准则中看到，DW检查存在两个重要局限性：一方面，存在一种不能拟定..DW值区域，这是这种检查办法一大缺陷。另一方面：..DW检查只能检查一阶自有关。但在实际计量经济学问题中，一阶自有关是浮现最多一类序列有关，并且经验表白，如果不存在一阶自有关，普通也不存在高阶序列有关。因此在实际应用中，对于序列有关问题—般只进行..DW检查。

26．序列有关性后果。

答：（1）模型参数预计值不具备最优性；（2）随机误差项方差普通会低估；（3）模型记录检查失效；（4）区间预计和预测区间精度减少。简述序列有关性几种检查办法。

答：（1）图示法；（2）D-W检查；（3）回归检查法；（4）此外，偏有关系数检查，布罗斯—戈弗雷检查或拉格朗日乘数检查都可以用来检查高阶序列有关。28．广义最小二乘法（GLS）基本思想是什么？

答:基本思想就是对违背基本假定模型做恰当线性变换，使其转化成满足基本假定模型，从而可以使用OLS办法预计模型。自有关性产生因素有那些？

答：（1）经济变量惯性作用引起随机误差项自有关；（2）经济行为滞后性引起随机误差项自有关；(3)某些随机因素干扰或影响引起随机误差项自有关；（4）模型设定误差