计量经济学第2版马成文部分习题答案

绪论二、单项选择题1.C2.A3.C4.A5.C6.A7.A8.B9.C10.A11.A12.B13.B14.D15.C三、多项选择题1.ADE2.AC3.AB4.CD5.ABC6.ABCD7.ABDE8.AC9.ABCDE10.BCD11.ABC12.BC13.ABC四、判断正误题1.错2.对3.对4.错5.对6.错7.错8.对9.对10.对11.对12.对13.错14.错15.对16.对17.对五、填空题1.设定2.经济、统计（或统计推断或统计显著性）、计量经济学、预测性3.时序数据（或时间序列数据）4.统计学5.随机扰动项（或随机误差项）6.理论计量经济学、应用计量经济学7.模型设定8.随机关系、因果关系9.符号、期望值10.统计推断（或统计显著性）11.样本数据12.内生变量、外生变量13.恒等（或确定性）第2章一元线性回归模型二、单项选择题1.C2.D3.B4.C5.B6.C7.D8.A9.A10.C11.D12.C13.B14.C15.D三、多项选择题1.ABC2.ABD3.BCD4.BCDE5.ABCDE6.DE7.CD8.AB9.ABCDE10.ABCD11.ABCE12.BDE13.BC14.BD15.BD四、判断正误题1.正确2.正确3.错误4.正确5.错误6.正确7.错误8.错误9.正确10.错误11.错误12.正确13.正确14.错误15.错误16.正确17.正确18.正确五、填空题1.0.82.随机误差项，误差项，随机干扰项，干扰项3.残差项，剩余项4.lnyi5.无偏6.有效，最小方差7.条件期望，条件均值8.条件期望，条件均值9.20270；440.65210.0.85311.1.48412.-1.92213.22.421；22.42114.6.574；6.65815.宽于六、计算操作题1.（1）8.037%；（2）t=-3.107,P=0.013<α=0.05,故拒绝H0（3）[23080.984,23709.369]2.（1）样本区间IBM股票的beta系数为1.0598，即市场有价证券的收益率每变动1%时，IBM股票的收益率平均将变动1.0598；0.7264为样本区间IBM股票的无风险收益率。（2）R2=0.4710说明样本中，市场有价证券收益率的变动能解释IBM股票收益率变动的4（3）H0:β1≤1,H0:β1>13.（1）[0.4477,0.6051]；（2）t=β2−β2S(β2)（3）[5100.499,7526.878]参考答案3.2单选题3.2.1-3.2.5ABDAC3.2.6-3.2.10AADBB3.2.11-3.2.15DCBAA3.3多选题3.3.1-3.3.5AB、BCD、BC、ABC、ABDE3.3.6-3.3.10ABCDE、AB、ABC、CDE、AE3.43.11-3.3.15ABCDE、ABCE、BCD、ACD、ACD3.4判断题3.4.1-3.4.5错错对错对3.4.6-3.4.10错错错错错3.4.11-3.4.15错错对对错3.5填空题3.5.1多元线性回归模型3.5.2修正的可决系数或调整的可决系数3.5.3偏回归系数3.5.40.83273.5.5BLUE或最佳线性无偏估计3.5.6无偏性3.5.7F检验或回归模型的总体显著性检验3.5.8残差平方和3.5.9k+13.5.10有效性3.5.11R2=1−3.5.12F=n−k−1k∙R21−R23.5.14587.73813.5.150.8139【第四章多重共线性参考答案】一、简述题略二、单选题1-5BCCAD6-10CACAA11-15ABAAB三、多选题1-5ABCDBCDABCDABCABC6-10BCBDABABCDABCD11-15BDBCBCDABCDABCD四、判断题1-5对对错错对6-10对对对对对11-15对错对对对五、填空题1.不完全多重共线性2.变大（变宽））3.否4.105.cor6.307.逐步回归法8.2.59.0.810.是11.先验信息12.法勒——格罗伯检验13.特征值检验14.完全多重共线性15.完全多重共线性六、计算题1.第一题（1）其回归结果显示，X2X3X4X5的参数T检验结果都不显著（在显著性水平5%下），因为，可以认为存在多重共线性（2）仍然存在，但是程度降低。可以通过删掉某一自变量，从而解决多重共线性。2.第二题（1）存在多重共线性（2）X1和X2的相关系数是0.8407，X1和X3的相关系数是0.8501，X2和X4的相关系数是0.9320X1、X2、X3、X4的方差扩大因子是：16.80311、21.16234、6.308861、10.15266（3）Y=51.26258++0.083668X1+0.052600X4-0.003293X2第五章异方差性参考答案1.简述题（略）2.单选题1-5BBAAB6-10DDCBB11-15BACAA3.多选题1.BCD2.ACD3.BCD4.AB5.BD6.AB7.ABCD8.BCD9.ABD10.ACD11.AC12.BCD13.ABCD14.AC15.BD4.判断题1-5错对错错对6-10对错错错对11-15对错对对错5.填空题异方差截面数据；横截面数据递增；单调递增存在绝对值大于ARCH；自回归条件异方差加权最小二乘法ls(w=w1)ycx；LS(w=w1)YCX最小sortX；SORTXF解释变量较大F计算操作题（1）作OLS回归，得回归方程：Y=-383.5407+0.0246*Xt=(-0.8385)(14.0683)R2=0.8722F=作White检验，得：取显著性水平，由于nR2的伴随概率p>0.05，因此判断模型不存在异方差性。（3）根据white检验结果，无需进行修正。但如果检验方法选择的是G-Q检验法，则会判断模型存在异方差性，需进一步修正模型。（1）作相关图得：由图可知：变量Y和X接近线性相关，因此建立回归模型：，作OLS回归，得回归方程：Y=494.9099+1.0412*Xt=(1.8904)(10.2356)R2=0.7287n（2）作G-Q检验：对解释变量X排序后，剔除中间11个观测值，可得G-Q检验的F统计量值为：F=取显著性水平，查F分布表得：F0.05（13，13）=2.58，由于F>，因此判断模型存在异方差性。作White检验：取显著性水平，由于nR2的伴随概率p<0.05，因此判断模型存在异方差性。作Park检验：建立回归模型LSYCX，并生成新序列：GENRLNE2=LOG(RESID^2)GENRLNX=LOG(X)建立LNE2对LNX的回归模型：LSLNE2CLNX，可得：由上图回归结果可以看出：LNX的系数估计值显著不为0，因此推断回归模型存在异方差性。（3）取权重W1=1/SQR(X)，用加权最小二乘法修正模型，得：对修正后的模型再进行White检验，可知已不存在异方差性。第6章自相关性--思考与练习题参考答案一、简述题（略）二、单选题1-5CADBA6-10BADBB11-15BDADA三、多选题1.ABCD2.ABCD3.AD4.ABCD5.BD6.ABCD7.ABC8.

BD9.

ABCD

10.

BCD11.

ACD12.ABCD13.CD14.ABCD

15.AB

四、判断题1.√2.×3.√4.√5.√6.×7.×8.√9.×

10.×11.√12.√13.×14.√

15.√五、填空题自相关或序列相关负3.自相关或序列相关4.一阶正自相关5.LSYCXX(-1)Y(-1)6.正自相关7.正自相关8.负自相关9.降低10.低估11.正12.存在13.1-DW/214.低估

15.存在六、计算题1.下表为1990-2020年我国进出口总额Y和国内生产总值X的数据。表6-31990-2020我国进出口总额与国内生产总值(单位：亿元）年份进出口总额Y国内生产总值X年份进出口总额Y国内生产总值X19905560.1218872.92006140974.74219438.519917225.7522005.62007166924.07270092.319929119.6227194.52008179921.47319244.6199311271.0235673.22009150648.06348517.7199420381.948637.52010201722.34412119.3199523499.9461339.92011236401.95487940.2199624133.8671813.62012244160.21538580199726967.24797152013258168.89592963.2199826849.6885195.52014264241.77643563.1199929896.2390564.42015245502.93688858.2200039273.25100280.12016243386.46746395.1200142183.62110863.12017278099.24832035.9200251378.15121717.42018305008.1919281.1200370483.451374222019315627.3986515.2200495539.09161840.22020322215.21015986.22005116921.77187318.9资料来源：国家统计局.中国统计年鉴-2021[M].北京：中国统计出版社，2021.（1）试建立我国进出口总额Y和国内生产总值X的回归模型。检验模型是否存在自相关性。（3）请使用广义差分法修正模型的自相关性。【计算题1参考解答】（1）试建立我国进出口总额Y和国内生产总值X的回归模型利用Eviews12.0，绘制国内生产总值X与进出口总额Y相关图，在命令窗口中输入命令：SCATXY图6-1进出口总额Y与国内生产总值X相关图由图6-1相关图可以看出，国内生产总值X与进出口总额Y二者的曲线相关关系较为明显。可将函数初步设定为线性、双对数、对数、指数、二次多项式等不同形式，进而加以比较分析。经模型比较，双对数较优，因此将模型设定为：式中，为进出口总额；为国内生产总值；为随机误差项。利用Eviews12.0，建立工作文件，输入数据，利用最小二乘法估计双对数模型，在命令窗口中输入命令：GENRLNY=LOG(Y)GENRLNX=LOG(X)LSLNYCLNX结果如图6-2所示：(-3.1739)(29.2250)＝0.9672F＝854.1031DW＝0.2270图6-2双对数模型的回归结果（2）检验模型是否存在自相关性=1\*GB3①图示法根据图6-2双对数模型回归结果，在命令窗口中输入命令：GENRE=RESIDSCATE(-1)E输出结果如图6-3所示：图6-3残差图由图6-3散点图可以看出，大部分点落在第=1\*ROMANI、=3\*ROMANIII象限，表明随机误差性存在正自相关。=2\*GB3②DW检验因为n＝31，k＝1，取显著性水平＝0.05时，查表得＝1.363，＝1.496，而0<DW=0.2270<，所以存在一阶（正）自相关。=3\*GB3③偏相关系数检验在方程窗口中点击View/ResidualDiagnostics/Correlogram-Q-statistics，并输入滞后期为16，则会得到残差与的各期相关系数和偏相关系数，如图6-4所示。图6-4双对数模型的偏相关系数检验从图6-4中可以看出，双对数模型的第1期偏相关系数的直方块超过了虚线部分，因此存在着一阶自相关。=4\*GB3④BG检验（LM检验）在方程窗口中点击View/ResidualDiagnostics/SeriesCorrelationLMTest，并选择滞后期为2，则会得到如图6-5所示的信息。图6-5双对数模型的BG检验从图6-5中可以看出，=23.5736>，临界概率P=0.0000<，因此辅助回归模型是显著的，即存在自相关性。又因为的回归系数均显著地不为0，说明双对数模型存在一阶自相关性。（3）请使用广义差分法修正模型的自相关性采用广义差分法来修正自相关模型，即在LS命令中加上AR(1)，键入命令：LSLNYCLNXAR(1)在EViews12.0版本在方程窗口中点击Estimate\Options按钮，在ARMA\Method选择框选择GLS(广义最小二乘法)，则估计结果如图6-6所示。图6-6加入AR项的双对数模型估计结果图6-6表明，估计过程经过6次迭代后收敛；调整后模型的DW＝1.7071，n＝31，k＝1，取显著性水平＝0.05时，查表得＝1.363，＝1.496，而<DW=1.7071<4－=2.504，说明模型不存在一阶自相关性；再进行偏相关系数检验（图6-7）和BG检验（图6-8），也表明不存在高阶自相关性。因此，修正后的中国城乡居民储蓄存款的双对数模型为：(-1.5141)(10.5213)＝0.9928AR(1)＝0.9231F=1938.248DW＝1.7071图6-7修正后的双对数模型偏相关系数检验结果图6-8修正后的双对数模型BG检验结果2.影响税收收入的因素众多，其中国内生产总值是影响税收收入的重要指标之一。表6-4是2000-2020年我国税收Y与X国内生产总值数据。表6-42000-2020我国税收与国内生产总值单位：亿元年份税收(Y)国内生产总值(X)200012581.51100280.1200115301.38110863.1200217636.45121717.4200320017.31137422200424165.68161840.2200528778.54187318.9200634804.35219438.5200745621.97270092.3200854223.79319244.6200959521.59348517.7201073210.79412119.3201189738.39487940.22012100614.285385802013110530.7592963.22014119175.31643563.12015124922.2688858.22016130360.73746395.12017144369.87832035.92018156402.86919281.12019158000.46986515.22020154312.291015986.2资料来源：国家统计局.中国统计年鉴-2021[M].北京：中国统计出版社，2021.（1）试建立税收Y和国内生产总值X的回归模型。（2）检验并修正模型的自相关性。【计算题2参考解答】试建立税收Y和国内生产总值X的回归模型利用Eviews12.0，分别绘制税收（Y）与国内生产总值（X）趋势图和相关图，在命令窗口中输入命令：PLOTXYSCATXY图6-9X与Y的趋势图图6-10X与Y的相关图从图6-9的趋势图可以看出，从2000—2020年，伴随着国内生产总值（X）的逐年增长，税收（Y）也随之稳步增长，两者呈现出共同增长的趋势；同时，从图6-10的相关图可见，国内生产总值（X）与税收（Y）呈现出较显著的线性相关关系。根据以上分析，可将模型函数形式设定为：上式中，为税收收入；为国内生产总值；为随机误差项。在Eviews12.0中，建立工作文件，输入税收（Y）、国内生产总值（X）的样本数据，在命令窗口中输入命令LSYCX得到图6-11回归结果：图6-11线性回归模型的回归结果(0.0369)(33.5047)＝0.9834F＝1122.564DW＝0.2565（2）检验并修正模型的自相关性自相关的检验=1\*GB3①图示法根据图6-11线性回归模型回归结果，在命令窗口中输入命令：GENRE=RESIDSCATE(-1)E输出结果如图6-12所示：图6-12与的散点图由图6-12散点图可以看出，大部分点落在第=1\*ROMANI、=3\*ROMANIII象限，表明随机误差性存在正自相关。=2\*GB3②DW检验DW=0.2565，因为n＝21，k＝1，取显著性水平＝0.05时，查表得＝1.221，＝1.420，而0<DW=0.2565<，所以存在一阶（正）自相关。=3\*GB3③偏相关系数检验在方程窗口中点击View/ResidualDiagnostics/Correlogram-Q-statistics，并输入滞后期为12，则会得到残差与的各期相关系数和偏相关系数，如图6-13所示。图6-13偏相关系数检验从图6-13中可以看出，模型的第1期偏相关系数的直方块超过了虚线部分，因此表明回归模型仅存在着一阶自相关。=4\*GB3④BG检验（LM检验）在方程窗口中点击View/ResidualDiagnostics/SeriesCorrelationLMTest，并选择滞后期为2，则会得到如图6-14所示的信息。图6-14BG检验从图6-14中可以看出，=18.5011>，临界概率P=0.0001<，因此辅助回归模型是显著的，即存在自相关性。又因为的回归系数均显著地不为0，说明回归模型仅存在一阶自相关性。自相关性的补救采用广义差分法法修正自相关模型，即在LS命令中加上AR(1)，键入命令：LSYCXAR(1)在EViews12.0版本在方程窗口中点击Estimate\Options按钮，在ARMA\Method选择框选择GLS(广义最小二乘法)，则估计结果如图6-15所示。图6-15加入AR项的回归模型估计结果图6-15表明，估计过程经过6次迭代后收敛；调整后模型的DW=0.5073，因为n＝21，k＝1，取显著性水平＝0.05时，查表得＝1.221，＝1.420，而0<DW=0.5073<，说明模型仍然存在一阶自相关性；再进行BG检验也表明仍然存在一阶自相关性。这说明之前设定的一元线性回归模型可能不是最适合的，我们可以尝试重新设定回归模型，如双对数、对数、指数、二次多项式等不同形式，进而加以比较分析。思考与练习答案一、简述题略二、单项选择题1-5:BAABC6-10:DCBDA三、多项选择题1-5:ABCD、AD、ACD、ACD、AC6-10:ABCD、ABCD、AB、BCD、ABC11-13:CD、AC、ABC四、判断正误题1-5:错误、错误、正确、错误、错误6-10:正确、错误、错误、正确、错误11-13:正确、正确、错误五、填空题1.滞后现象2.分布滞后模型；自回归模型3.β0；β4.经验加权估计法；阿尔蒙法5.权数的设置主观随意性较大6.递减型7.多项式次数8.最小9.库伊克模型自适应预期模型局部调整模型10.一阶自回归模型11.自回归12.杜宾h检验LM检验13.工具变量法广义差分法六、计算操作题1.（1）由DW值可知，不存在自相关性。（2）由式（7.3.18）可知，γ∗=1−δ，2.经验加权法，可以选择若干类型滞后结构尝试，具体略。阿尔蒙法：输入命令：CROSSXY结果如下，可选择滞后期4假设滞后多项式次数m=2，输入命令：LSYCPDL(X,4,2)下方系数T检验效果不好，可进一步调整，选择m=1，输入LSYCPDL(X,4,1)，见下图拟合效果提升3.输入命令：LSYCXY(-1)由于模型中含有被解释变量的滞后期作为解释变量，通过DW检验无法检验序列自相关性，但可以利用LM检验其自相关性，下图显示，模型存在自相关性可以进一步调整，观察变量趋势图，存在季节波动，引入若干滞后期，效果均不理想，随后对变量X、Y分别进行季节调整，变量窗口proc按钮下选择菜单CensusX12。调整后的变量分别记为Y_SA、X_SA，调整后再建立自回归模型：LSY_SACX_SAY_SA(-1)如下图：再经LM检验，不存在自相关性。第八章思考与练习答案一、简述题略二、单项选择题1.D2.C3.D4.A5.B6.A7.D8.D9.B10.A11.A12.C13.B14.D15.D三、多项选择题1.AB2.CD3.ABCD4.AC5.ABCD6.ABC7.ABCD8.ABC9.ABC10.AC11.BCD12.ABCD13.ABCD14.AC15.AB四、判断题1.√2.ⅹ3.√4.ⅹ5.ⅹ6.√7.√8.√9.√10.ⅹ11.ⅹ12.√13.ⅹ14.√15.ⅹ五、填空题1.乘法2.33.124.加法5.截距6.斜率7.K-18.39.虚拟变量10.交互11.012.m-113.214.虚拟变量15.完全多重共线性六、计算题1.以第四季度为基础性变量，设置3个虚拟变量，如下所示：，，试建立城镇居民人均消费支出（Y）为被解释变量，人均可支配收入（X）、虚拟变量D1，D2，D3为解释变量的计量模型，设定模型形式为：模型估计：LSYCXD1D2D3虚拟变量模型的估计结果如8-1所示。图8-1模型估计结果由图8-1可知DW=2.8396，当k=4，n=28时，，，不能确定模型是否存在自相关。因此采用LM检验法来进一步检验是否存在自相关，结果如8-2所示。图8-2模型LM检验结果由图8-2可知，其对应，在显著性水平0.05下，模型存在自相关。使用科克伦-奥克特迭代法作广义差分回归，估计结果如下。图8-3科克伦-奥克特迭代法估计结果此时，通过LM检验，该模型已经无自相关。由t检验值判断虚拟变量的引入方式，并写出模型的估计结果。如下所示：(14.6151)(76.2560)(-8.8081)(-16.4393)(-6.7351)＝0.9923＝0.9906F＝568.0735DW＝1.4407所有参数均通过显著性检验，这说明居民人均消费支出确实存在季节性波动，对于每个季度的城镇居民人均可支配收入每增加1元，则居民人均消费支出增加0.5934元，但是每个季度的固定支出是不一样的，可以发现，第一季度的固定支出最小，第四季度的固定支出最大，每个季度的具体模型如下所示。第一季度第二季度第三季度第四季度2.首先定义，两个类别变量对应的的虚拟变量，；定义为延迟支付次数（当时，取值0；当取其它值时，）。按照教材例8.3中的方法，可以得到相应的Probit模型和Logit模型。图8-4Probit模型估计结果Probit估计结果如图8-4所示，最终得到的估计回归方程为(-0.1814)(0.7304)(1.9696)McFadden-,从结果来看，三个变量，在5%的显著水平下均不显著，总体的显著性也不高，究其原因可能是该数据集的样本量较小，另外评估客户的信息较少，缺少客户相应的资产和薪酬等信息支撑。将和剔除掉，得到的Probit模型估计如图8-5所示：图8-5剔除变量后Probit模型估计结果最终得到的估计回归方程为(2.1147)McFadden-,此时解释变量在5%的显著水平下是显著的。另外的估计系数是正的，这说明延迟支付次数越多，该客户被判逾期的概率越大。类似地，可以按照教材例8.3中的方法针对Logit模型进行估计和分析。一、简述题1.非平稳经济变量间存在的长期稳定的均衡关系称作协整关系。例如居民人均消费水平与人均GDP两个变量,从经济理论上说，人均GDP决定着居民人均消费水平，它们之间有着长期的稳定关系，即它们之间是协整的。2.（1）均值，是与时间t无关的常数；（2）方差VarY（3）协方差CovY3.当用相互独立的非平稳变量建立回归模型时，常得到一个统计检验显著，而DW值很低的回归模型，即t检验显著,R2很高，而DW值很低的回归模型。因为这种模型不具有任何解释能力，故将其称为伪回归。4.EG、AEG、CRDW、Johansen协整检验。5.随机游走序列的一阶差分序列∆Yt=Yt−Yt−1是平稳序列。在这种情况下，我们说原非平稳序列Yt6.建立误差修正模型一般采用E-G两步法，分别建立区分数据长期特征和短期特征的计量经济模型。第一步，建立长期关系模型。即通过水平变量和OLS法估计出时间序列变量间的关系（估计协整向量长期均衡关系参数）。若估计结果形成平稳的残差序列时，那么这些变量间就存在相互协整的关系。第二步，建立短期动态关系，即误差修正方程。也就是说，若协整关系存在，则以第一步求到的残差作为非均衡误差项加入到误差修正模型中，并用OLS法估计相应参数。7.（1）Johansen协整检验是基于回归系数的检验，而EG协整检验则是基于回归残差的检验。（2）Johansen协整检验不必划分内外生变量，而EG协整检验则必须进行这种划分。（3）Johansen协整检验可能给出全部协整关系，而EG则不能；（4）Johansen协整检验的功效更稳定。故Johansen协整检验优于EG检验。当N>2时，最好用Johansen协整检验方法。二、单选题1.C2.D3.D4.B5.A6.C7.B8.D9.A10.D11.B12.A13.C14.A15.D16.C三、多选题1.ABCDE2.ABCDE3.ACDE4.BCE5.ABC6.ABC7.BE8.AC9.AB10.ABC11.ABCDE12.BCE13.ABCDE14.ACD15.ABCD四、判断题1-5FTTFT6-10TFTFF11-17FFTFFFT五、填空题非平稳平稳的EG两步法Johansen似然比检验法长期关系模型第二步建立短期动态关系。DHSY自身前期波动自变量波动序列间前期偏离均衡的程度伪回归EG两步法直接估计法不一样值t统计量计量经济OLS法非平稳的小线性组合协整检验六、计算题1.（1）生成序列，并作图：生成序列，并作图：直观地考察和两个时间序列都有明显时间趋势，其均值都在变化，很可能是非平稳的。（2）平稳性检验从图形中可看出，序列有截距项和趋势项，故在EViews中选取截距项和趋势项，同时最大滞后长度取9进行单位根检验，检验结果如下：t统计量-1.301713，大于所有显著性水平下的MacKinnon临界值，故不能拒绝原假设，该序列是不平稳的。从图形中可看出，序列有截距项和趋势项，故在EViews中选取截距项和趋势项，同时最大滞后长度取9进行单位根检验，检验结果如下：t统计量-2.532727，大于所有显著性水平下的MacKinnon临界值，故不能拒绝原假设，该序列是不平稳的。（2）判断取和两个时间序列的一阶差分是否是平稳的一次差分后的财政收入序列有截距项，无趋势项，故在Eviews中选取截距项，同时最大滞后长度取9进行单位根检验，检验结果如下：t统计量-3.047124，小于5%和10%显著性水平下的MacKinnon临界值，但大于1%显著性水平下的MacKinnon临界值，故在5%和10%显著性水平下可认为该一次差分序列是平稳的。2）对的检验一次差分后的税收序列有截距项，无趋势项，故在Eviews中选取截距项，同时最大滞后长度取9进行单位根检验，检验结果如下：t统计量-5.629272，小于所有显著性水平下的MacKinnon临界值，故拒绝原假设，一次差分后的序列是平稳的。所以，和是同阶单整的。2.(1）对和作图：从图形中可看出，序列lnY有截距项和趋势项，故在Eviews中选取截距项和趋势项，同时最大滞后长度取6进行单位根检验，检验结果如下t统计量-1.325034,大于所有显著性水平下的MacKinnon临界值，故不能拒绝原假设，该序列是不平稳的。从图形中可看出，序列lnX有截距项和趋势项，故在Eviews中选取截距项和趋势项，同时最大滞后长度取6进行单位根检验，检验结果如下，t统计量-1.381470，大于所有显著性水平下的MacKinnon临界值，故不能拒绝原假设，该序列是不平稳的。（2）第一步，检验、是否同阶单整。一次差分后的序列无截距项，无趋势项，故在Eviews中取最大滞后长度取6进行单位根检验，检验结果如下，t统计量-2.666749，小于所有显著性水平下的MacKinnon临界值，故拒绝原假设，一次差分后的序列是平稳的，所以。一次差分后的序列有截距项，无趋势项，故在Eviews中选取截距项，同时最大滞后长度取6进行单位根检验，检验结果如下t统计量-4.158257，小于所有显著性水平下的MacKinnon临界值，故拒绝原假设，一次差分后的序列是平稳的，所以。故、是同阶单整的。第二步，检验的平稳性。对图中Engle-Grangertau-statistic对应的P值进行判断，p值为0.0002小于1%，拒绝原假设，表明存在协整关系。此时可以进行误差修正模型分析。、间存在协整关系，两者间存在着长期均衡关系。故误差修正模型为，，回归的估计结果如下：所以、间存在协整关系，表明两者间存在着长期均衡关系。回归方程：（0.017747）（0.091763）（0.167831）t=（1.726117）（8.784832）（-3.685215）=0.847993DW=1.637638经济意义：中国货物出口总额的变化率不仅取决于进口总额的变化率，而且还取决于上一期货物出口总额对均衡水平的偏离，误差项估计的系数－0.618492体现了对偏离的修正，上一期偏离越远，本期修正的量就越大，即系统存在误差修正机制。一、简述题略二、单项选择题1.B2.D3.C4.C5.B6.B7.C8.D9.C10.C三、多项选择题1.AB2.BCD3.ABC4.AD5.BCD6.BD7.ABD8.BD9.ACD10.ABC四、判断正误题1.T2.T3.T4.T5.T6.T7.F8.T9.F10.F五、填空题1.排序2.Cholesky3.越高4.结构VAR5.6.脉冲响应分析7.预测方差分解分析8.不存在异期相关性9.F10.平稳性六、计算操作题首先在Eviews软件中导入数据，为了消除异方差，取变量m1和gdp的对数lnm1和lngdp（见图1）。图1导入数据在主菜单点击Quick/EstimateVAR或者Object/NewObject/VAR，创建VAR对象（见图2）并完成初步估计（见图3）。图2创建VAR对象图3VAR模型的初步估计结果其次进行VAR模型的最优滞后阶数选择，在VAR模型初步估计方程窗口中，点击“View/LagStructure/LagLengthCriteria”，并在最大滞后阶数选择中输入3阶。发现滞后阶数等于1为模型的最后滞后阶数。图4滞后阶数选择点击“View/LagStructure/ARRootsGraph”，可得到各特征根以图形表现的VAR模型平稳性检验结果（结果见图5）。结果表明该VAR平稳。图5VAR平稳性检验在进行脉冲响应分析之间，还需要进行格兰杰因果检验。点击“View/LagStructure/GrangerCausality/BlockExogeneityTest”选项，得到lnm1与lngdp的格兰杰因果检验结果（见图6）。图6格兰杰因果检验根据格兰杰因果检验结果，lnm1对lngdp仅产生单向因果关系，即lnm1是lngdp的格兰杰原因。可进一步可使用脉冲响应法，分析lnm1对lngdp产生的短期或长期影响。点击“View/ImpulseResponse”窗口，得到如下脉冲响应分析结果。图7脉冲响应分析结果（图）图8脉冲响应分析结果（表）根据脉冲响应分析结果，lnm1对lngdp的一个标准差冲击的响应在第1-3期的响应逐渐增强，在第3期达到第一个高点（为0.05629），第4-10期有所回落，变化相对平稳，各期响应值均为正数。这意味着无论是短期还是长期，货币供应量对实际GDP均会产生积极的正向影响。课后习题答案二、单项选择题1.C2.C3.B4.D5.B6.B7.D8.A9.D10.B三、多项选择题1.BDE2.BE3.EF4.ACE5.BCD6.BCE7.CE8.ABDE9.ABCE10.ABCDE四、填空题1.时间长度2.混合回归模型、变截距模型、变系数模型3.个体影响、结构影响4.有效处理遗漏变量的5.F6.存在随机效应7.个体影响与回归变量无关8.方差成分模型9.可行广义最小二乘估计法(FGLS)10.检验面板数据的平