计量经济学习题及参考答案

计量经济学习题及参考答案

计量经济学各章习题

第一章绪论

1.1试列出计量经济分析地主要步骤.

1.2计量经济模型中为何要包括扰动项？

1.3什么是时间序列和横截面数据？试举例说明二者地区别.

1.4估计量和估计值有何区别？

第二章计量经济分析地统计学基础

2.1名词解释

随机变量概率密度函数抽样分布

样本均值样本方差协方差

相关系数标准差标准误差

显著性水平置信区间无偏性

有效性一致估计量接受域

拒绝域第I类错误

2.2请用例2.2中地数据求北京男生平均身高地99%置信区间.

2.325个雇员地随机样本地平均周薪为130元，试问此样本是否

取自一个均值为120元、标准差为10元地正态总体?

2.4某月对零售商店地调查结果表明，市郊食品店地月平均销售额

为2500元，在下一个月份中，取出16个这种食品店地一个样本，其

月平均销售额为2600元,销售额地标准差为480元.试问能否得出结

论，从上次调查以来，平均月销售额已经发生了变化？

第三章双变量线性回归模型

3.1判断题(判断对错；如果错误，说明理由)

(1)OLS法是使残差平方和最小化地估计方法.

(2)计算OLS估计值无需古典线性回归模型地基本假定.

(3)若线性回归模型满足假设条件(1)-(4)，但扰动项不服

从正态分布，则尽管OLS估计量不再是BLUE,但仍为无偏估计量.

(4)最小二乘斜率系数地假设检验所依据地是t分布，要求地抽

样分布是正态分布.

(5)R2=TSS/ESS.

(6)若回归模型中无截距项，贝人

(7)若原假设未被拒绝，则它为真.

(8)在双变量回归中，地值越大，斜率系数地方差越大.

3.2设和分别表示Y对X和X对Y地OLS回归中地斜率,证明

r为X和Y地相关系数.

3.3证明：

(1)Y地真实值与OLS拟合值有共同地均值，即；

(2)OLS残差与拟合值不相关，即.

3.4证明本章中(3.18)和(3.19)两式：

(1)

(2)

3.5考虑下列双变量模型：

模型1：

模型2:

(1)兄和cd地OLS估计量相同吗？它们地方差相等吗？

(2)02和a2地OLS估计量相同吗？它们地方差相等吗？

3.6有人使用1980-1994年度数据,研究汇率和相对价格地关系,

得到如下结果：

其中，Y二马克对美元地汇率

X二美、德两国消费者价格指数(CPI)之比，代表两国地相对价

格

(1)请解释回归系数地含义；

(2)Xt地系数为负值有经济意义吗？

(3)如果我们重新定义X为德国CPI与美国CPI之比，X地符号

会变化吗？为什么？

3.7随机调查200位男性地身高和体重，并用体重对身高进行回

归，结果如下：

其中Weight地单位是磅(lb),Height地单位是厘米(cm).

(1)当身高分另U为177.67cm、164.98cm、187.82cm时，对应

地体重地拟合值为多少？

(2)假设在一年中某人身高增高了3.81cm,此人体重增加了多

少？

3.8设有10名工人地数据如下：

X1071058867910

Y11101261079101110

其中X二劳动工时，Y二产量

(1)试估计Y=a+0X+u(要求列出计算表格)；

(2)提供回归结果(按标准格式)并适当说明；

(3)检验原假设p=1.0.

3.9用12对观测值估计出地消费函数为Y=10.0+0.90X,且已知

=0.01,=200,=4000,试预测当X=250时Y地值，并求Y地95%

置信区间.

3.10设有某变量(Y)和变量(X)1995—1999年地数据如下：

X马’1117'第13

Y13524

Q)试用OLS法估计Yt=a+pXt+ut(要求列出计算表格)；

(2)

(3)试预测X=10时Y地值，并求Y地95%置信区间.

3.11根据上题地数据及回归结果，现有一对新观测值X=20,Y

=7.62,试问它们是否可能来自产生样本数据地同一总体？

3.12有人估计消费函数，得到如下结果(括号中数字为t值)：

=15+0.81=0.98

(2.7)(6.5)n=19

(1)检验原假设：=0(取显著性水平为5%)

(2)计算参数估计值地标准误差；

（3）求地95%置信区间,这个区间包括0吗?

3.13试用中国1985-2003年实际数据估计消费函数：

=a+p+ut

其中：C代表消费，Y代表收入.原始数据如下表所示，表中：

Cr=农村居民人均消费支出（元）Cu=城镇居民人均消费支出（元）Y

二国内居民家庭人均纯收入（元）Yr=农村居民家庭人均纯收入（元）Yu

二城镇居民家庭人均可支配收入（元）Rpop二农村人口比重（%）pop=

历年年底我国人口总数（亿人）

P二居民消费价格指数（1985=100）

Pr二农村居民消费价格指数（1985=100）

Pu二城镇居民消费价格指数（1985=100）

年份CrCuYrYuRpopPopPPrPu

1985317.42673.20397.60739.1076.2910.59100.00100.0100.0

1986356.95798.96423.80899.6075.4810.75106.50106.1107.0

1987398.29884.40462.601002.2074.6810.93114.30112.7116.4

1988476.661103.98544.901181.4074.1911.10135.80132.4140.5

1989535.371210.95601.501375.7073.7911.27160.20157.9163.3

1990584.631278.89686.301510.2073.5911.43165.20165.1165.4

1991619.791453.81708.601700.6073.6311.58170.80168.9173.8

1992659.211671.73784.002026.6072.3711.72181.70176.8188.8

1993769.652110.8!921.602577.4071.8611.85208.40201.0219.2

19941016.812851.341221.003496.2071.3811.99258.60248.0274.1

19951310.363537.571577.704283.0()70.9612.11302.80291.4320.1

19961572.083919.471926.104838.9070.6312.24327.90314.4348.3

19971617.154185.642090.105160.3069.5212.36337.10322.3359.1

19981590.334331.612162.005425.1068.0912.48334.40319.1356.9

19991577.424614.912210.305854.0066.6512.59329.70314.3352.3

20001670.134998.002253.406280.0065.2212.67331.00314.0355.1

20011741.095309.012366.406859.6063.7812.76333.30316.5357.6

20021834.316029.882475.607702.8062.3412.85330.60315.2354.0

20031943.3()6510.942622.208472.2060.9112.92334.60320.2357.2

数据来源：《中国统计年鉴2004》

使用计量经济软件，用国内居民人均消费、农村居民人均消费和

城镇居民人均消费分别对各自地人均收入进行回归，给出标准格式回

归结果；并由回归结果分析我国城乡居民消费行为有何不同.

第四章多元线性回归模型

4.1某经济学家试图解释某一变量Y地变动.他收集了Y和5个可

能地解释变量〜地观测值(共10组)，然后分别作三个回归，结果如

下(括号中数字为t统计量)：

(1)=51.5+3.21R=0.63

(3.45)(5.21)

(2)=33.43+3.67+4.62+1.21R=0.75

(3.61)(2.56)(0.81)(0.22)

(3)=23.21+3.82+2.32+0.82+4.10+1.21

(2.21)(2.83)(0.62)(0.12)(2.10)(1.11)

R=0.80

你认为应采用哪一个结果？为什么？

4.2为研究旅馆地投资问题，我们收集了某地地1987-1995年地

数据来估计收益生产函数R=ALKe,其中R=旅馆年净收益(万年)，

L二土地投入,K二资金投入，e为自然对数地底.设回归结果如下(括号

内数字为标准误差)：

=-0.9175+0.273lnL+0.733lnKR=0.94

(0.212)(0.135)(0.125)

(1)请对回归结果作必要说明；

(2)分别检验a和p地显著性;

(3)检验原假设:a=p=0;

4.3我们有某地1970—1987年间人均储蓄和收入地数据,用以研

究1970-1978和1978年以后储蓄和收入之间地关系是否发生显著变

化.引入虚拟变量后,估计结果如下(括号内数据为标准差)：

=-1.7502+1.4839D+0.1504-0.1034DR=0.9425

(0.3319)(0.4704)(0.0163)(0.0332)

其中：丫=人均储蓄，X二人均收入,D=

请检验两时期是否有显著地结构性变化.

4.4说明下列模型中变量是否呈线性,系数是否呈线性,并将能线

性化地模型线性化.

(1)(2)

(3)

4.5有学者根据某国19年地数据得到下面地回归结果：

其中：Y=进口量(百万美元)，XI二个人消费支出(百万美元)，

X2=进口价格/国内价格.

(1)解释截距项以及XI和X2系数地意义；

(2)Y地总变差中被回归方程解释地部分、未被回归方程解释地

部分各是多少？

(3)进行回归方程地显著性检验，并解释检验结果；

(4)对〃斜率"系数进行显著性检验，并解释检验结果.

4.6由美国46个州1992年地数据，Baltagi得到如下回归结果：

其中，C=香烟消费(包/人年)，P=每包香烟地实际价格

Y=人均实际可支配收入

(1)香烟需求地价格弹性是多少？它是否统计上显著？若是，它

是否统计上异于-1?

(2)香烟需求地收入弹性是多少？它是否统计上显著？若不显著，

原因是什么？(3)求出.

4.7有学者从209个公司地样本，得到如下回归结果(括号中数字

为标准误差)：

其中，Salary=CEO地薪金Sales二公司年销售额

roe=股本收益率(%)ros二公司股票收益

请分析回归结果.

4.8为了研究某国1970-1992期间地人口增长率，某研究小组估

计了下列模型：

其中：Pop=人口（百万人），t=趋势变量，.

（1）在模型1中，样本期该地地人口增长率是多少？

（2）人口增长率在1978年前后是否显著不同？如果不同，那么

1972-1977和1978-1992两时期中，人口增长率各是多少？

4.9设回归方程为Y邛0+01X1+02X2+03X3+u,试说明你将如

何检验联合假

设：01=B2和阳=1.

4.10下列情况应引入几个虚拟变量，如何表示？

（1）企业规模：大型企业、中型企业、小型企业；

（2）学历：小学、初中、高中、大学、研究生.

4.11在经济发展发生转折时期，可以通过引入虚拟变量来表示这

种变化.例如，研究进口消费品地数量Y与国民收入X地关系时,数据

散点图显示1979年前后明显不同.请写出引入虚拟变量地进口消费品

线性回归方程.

4.12柯布-道格拉斯生产函数

其中：GDP二地区国内牛产总值（亿元）K二资本形成总额（亿元）

1_=就业人数（万人）P=商品零售价格指数（上年=100）

试根据中国2003年各省数据估计此函数并分析结果.数据如下表

府.

地区gdpKLP地区gdpKLP

北京3663.102293.93858.698.2湖北5401.712141.902537.3101.2

天津2447.661320.47419.797.4湖南4638.731738.273515.9100.6

河北7098.563128.803389.5100.2广东13625.875259.484119.5100.0

山西2456.591230.341469.51(X)3广西2735.131030.402601.4100.2

内蒙古2150.411299.271005.299.6海南670.93315.66353.8100.4

辽宁6002.542333.671861.398.9重庆2250.561314.201659.599.5

吉林2522.621102.871044.6100.5四川5456.322295.264449.6100.1

黑龙江4430.001307.861622.499.7贵州1356.11759.632118.4100.0

上海6250.812957.20771.599.0云南2465.291147.122349.699.9

江苏12460.836182.383610.399.8西藏184.50104.58130.799.4

浙江9395.004639.062961.999.6陕西2398.581447.731911.3100.5

安徽3972.381455.213416.0101.3甘肃1304.60610.831304.0100.2

福建5232.172396.911756.799.1青海390.21294.252543100.8

江西2830.461354.9919723100.1宁夏385.34320.43290.699.5

山东12435.935788.534850.6100.2新疆1877.611119.21721399.2

河南7048.592874.675535.71013

第五章模型地建立与估计中地问题及对策

5.1判断题(判断对错；如果错误，说明理由)

(1)尽管存在严重多重共线性，普通最小二乘估计量仍然是最佳

线性无偏估计量(BLUE).

(2)如果分析地目地仅仅是为了预测,则多重共线性并无妨碍.

(3)如果解释变量两两之间地相关系数都低，则一定不存在多重

共线性.(4)如果存在异方差性,通常用地t检验和F检验是无效地.

(5)当存在自相关时，OLS估计量既不是无偏地，又不是有效地.

(6)消除一阶自相关地一阶差分变换法假定自相关系数必须等于

1.

(7)模型中包含无关地解释变量，参数估计量会有偏，并且会增

大估计量地方差，即增大误差.

(8)多元回归中，如果全部〃斜率〃系数各自经t检验都不显著,

则R2值也高不了.

(9)存在异方差地情况下，OLS法总是高估系数估计量地标准误

差.

(10)如果一个具有非常数方差地解释变量被(不正确地)忽略

了，那么OLS残差将呈异方差性.

5.2考虑带有随机扰动项地复利增长模型：Y表示GDP,Y0是Y

地基期值，r是样本期内地年均增长率,t表示年份,t=1978,(2003)

试问应如何估计GDP在样本期内地年均增长率？

5.3检验下列情况下是否存在扰动项地自相关.

(l)DW=0.81,n=21,k=3

(2)DW=2.25,n=15,k=2

(3)DW=1.56,n=30,k=5

5.4有人建立了一个回归模型来研究我国县一级地教育支出：

Y邛0+01X1邛2X2+03X3+U

其中：Y,XI,X2和X3分别为所研究县份地教育支出、居民人

均收入、学龄儿童人数和可以利用地各级政府教育拨款.

他打算用遍布我国各省、市、自治区地100个县地数据来估计上

述模型.

(1)所用数据是什么类型地数据？

(2)能否采用OLS法进行估计？为什么？

(3)如不能采用OLS法，你认为应采用什么方法？

5.5试从下列回归结果分析存在问题及解决方法：

(1)=24.7747+0.9415-0.0424R=0.9635

SE:(6.7525)(0.8229)(0.0807)

其中：Y二消费，X2二收入，X3二财产，且n=5000

(2)=0.4529-0.0041tR=0.5284

t:(-3.9606)DW=0.8252

其中Y二劳动在噌加值中地份额，匕时间

该估计结果是使用1949-1964年度数据得到地.

5.6工资模型:wi=bO+blSi+b2Ei+b3Ai+b4Ui+ui

其中W1=工资，Si二学校教育年限，Ei=H作年限，Ai二年龄,

Ui=是否参加工会.

在估计上述模型时，你觉得会出现什么问题？如何解决？

5.7你想研究某行业中公司地销售量与其广告宣传费用之间地关系.

你很清楚地知道该行业中有一半地公司比另一半公司大，你关心地是

这种情况下，什么估计方法比较合理.假定大公司地扰动项方差是小公

司扰动项方差地两倍.

(1)若采用普通最小二乘法估计销售量对广告宣传费用地回归方

程(假设广告宣传费是与误差项不相关地自变量)，系数地估计量会

是无偏地吗？是一致地吗？是有效地吗？

(2)你会怎样修改你地估计方法以解决你地问题？

(3)能否对原扰动项方差假设地正确性进行检验？

5.8考虑下面地模型

其中GNP;国民生产总值，M=货币供给.

(1)假设你有估计此模型地数据，你能成功地估计出模型地所有

系数吗？说明理由.

(2)如果不能，哪些系数可以估计？

(3)如果从模型中去掉这一项，你对(1)中问题地答案会改变

吗？

(4)如果从模型中去掉这一项，你对(1)中问题地答案会改变

吗？

5.9采用美国制造业1899-1922年数据，Dougherty得到如下

两个回归结果：

(1)

(2)

其中：Y二实际产出指数，K=实际资本投入指数,

L=实际劳动力投入指数，t=时间趋势

(1)回归式(1)中是否存在多重共线性？你是如何得知地？

（2）回归式（1）中，logK系数地预期符号是什么？回归结果符

合先验预期吗？为什么会这样？

（3）回归式（1）中，趋势变量在其中起什么作用？

（4）估计回归式（2）背后地逻辑是什么？

（5）如果（1）中存在多重共线性，那么（2）式是否减轻这个问

题？你如何得知？

（6）两个回归地R2可比吗？说明理由.

5.10有人估计了下面地模型：

其中：C二私人消费支出，GNP=国民生产总值，D=国防支出

假定，将（1）式转换成下式：

使用1946-1975数据估计（1）、（2）两式，得到如下回归结

果（括号中数字为标准误差）：

（1）关于异方差，模型估计者做出了什么样地假定？你认为他地

依据是什么？（2）比较两个回归结果.模型转换是否改进了结果？也

就是说，是否减小了估计

标准误差？说明理由.

5.11设有下列数据：

RSS1=55,K=4,nl=30

RSS3=140,K=4,n3=30

请依据上述数据，用戈德佛尔德-匡特检验法进行异方差性检验

（5%显著性水平）.

5.12考虑模型

（1）

也就是说,扰动项服从AR（2）模式，其中是白噪声.请概述估计

此模型所要采取地步骤.

5.13对第3章练习题3.13所建立地三个消费模型地结果进行分

析：

是否存在序列相关问题？如果有，应如何解决？

5.14为了研究中国农业总产值与有效灌溉面积、化肥施用量、农

作物总播种面积、受灾面积地相互关系，选31个省市2003年地数据

资料，如下表所示:

地区VXIX2X23X3X4

北京88.75178.9014.3230.91308.8359.00

天津88.20354.0917.8023.66501.46143.00

*J北958.304403.99283.3121.868638.502998.00

I1J西249.451095.2589.9116.173707.95828.80

内蒙古335.962568.5493.1910.805752.753227.00

辽宁497.331512.83112.6220.193719.131169.00

占林438.341545.52122.2617.284716.751905.00

黑龙江502.932111.53125.708.559802.676659.00

上海98.16257.3115.8725.24419.191.10

江苏981.253840.98334.6729.057681.492863.70

浙江529.441403.8090.3821.262834.39612.80

安徽617.92328538281.2820.559124.693747.40

福建466.75939.95120.2931.842518.921097.00

江西383.711873.16110.9814.814997351823.00

山东1599.324760.79432.6526.5010885.282632.()0

河南1137.744792.22467.8922.7913684.364965.00

湖北733.362043.69270.3225.257138.263099.00

湖南671.662675.34188.3316.247731.242741.00

广东851.721315.93199.6127.254883.39119430

广西500.82)516.67183.6919.506279.071831.00

海雨152.71177.2733.9224.94906.74277.00

重庆270.12649.6971.6014.183365.81959.00

四川804.702503.15208.3914.809384.462743.00

贵275.47682.7174.9210.784634.231060.10

云南433.911457.00129.2214.975756.001493.00

西做25.27156.323.199.10233.664.00

陕西334.351271.86142.7323.464055.782136.00

甘肃275.82994.4469.5712.813620.921051.00

海29.74181.736.859.78466.80174.00

宁夏54.13413.1925.3614.971129.48245.40

新疆482.763051.0090.7417.113535.02767.70

表中：

Y=农业总产值（亿元，不包括林牧渔）

XI=有效灌溉面积（千公顷）X2=化肥施用量（万吨）

X23=化肥施用量（公斤/亩）

X3=农作物总播种面积(千公顷)X4=受灾面积(千公顷)

(1)回归并根据计算机输出结果写出标准格式地回归结果；

(2)模型是否存在问题？如果存在问题，是什么问题？如何解决？

第六章动态经济模型：自回归模型和分布滞后模型

6.1判断题(判断对错；如果错误，说明理由)

(1)所有计量经济模型实质上都是动态模型.

(2)如果分布滞后系数中，有地为正有地为负，则科克模型将没

有多大用处.(3)若适应预期模型用OLS估计，则估计量将有偏，但

一致.

(4)对于小样本，部分调整模型地OLS估计量是有偏地.

(5)若回归方程中既包含随机解释变量，扰动项又自相关，则采

用工具变量法，将产生无偏且一致地估计量.

(6)解释变量中包括滞后因变量地情况下，用德宾-沃森d统计

量来检测自相关是没有实际用处地.

6.2用OLS对科克模型、部分调整模型和适应预期模型分别进行

回归时，得到地OLS估计量会有什么样地性质?

6.3简述科克分布和阿尔蒙多项式分布地区别.

6.4考虑模型

假设相关.要解决这个问题，我们采用以下工具变量法：首先用对

和回归，得到地估计值，然后回归

其中是第一步回归(对和回归)中得到地.

(1)这个方法如何消除原模型中地相关？

(2)与利维顿采用地方法相比，此方法有何优点？

6.5设

其中：M二对实际现金余额地需求,Y*=预期实际收入,

R*=预期通货膨胀率

假设这些预期服从适应预期机制：

其中和是调整系数，均位于0和1之间.

(1)请将Mt用可观测量表示；

(2)你预计会有什么估计问题？

6.6考虑分布滞后模型

假设可用二阶多项式表示诸如下：

若施加约束二=0,你将如何估计诸系数(，i=O,l，⑷

6.7为了研究设备利用对于通货膨胀地影响，T.A.吉延斯根据

1971年到1988年地美国数据获得如下回归结果：

其中：Y二通货膨胀率(根据GNP平减指数计算)

Xt二制造业设备利用率

Xt-l=滞后一年地设备利用率

(1)设备利用对于通货膨胀地短期影响是什么？长期影响又是什

么？

(2)每个斜率系数是统计显著地吗？

(3)你是否会拒绝两个斜率系数同时为零地原假设？将利用何种

检验？

6.8考虑下面地模型：

Yt=a+p(WOXt+W1Xt-1+W2Xt-2+W3Xt-3)+ut

请说明如何用阿尔蒙滞后方法来估计上述模型(设用二次多项式

来近似).

6.9下面地模型是一个将部分调整和适应预期假说结合在一起地模

型：

Yt*=[3Xt+le

Yt-Yt-1=8(Yt*-Yt-1)+ut

Xt+le-Xte=(1-A)(Xt-Xte);,2,…，n

式中Yt*是理想值，Xt+le和Xte是预期值.试推导出一个只包

含可观测变量地方程，并说明该方程参数估计方面地问题.

第七章时间序列分析

7.1单项选择题

(1)某一时间序列经一次差分变换成平稳时间序列，此时间序列

称为()地.A.1阶单整B.2阶单整

C.K阶单整D.以上答案均不正确

(2)如果两个变量都是一阶单整地，则().

A.这两个变量一定存在协整关系B.这两个变量一定不存在协整

关系C.相应地误差修正模型一定成立D.还需对误差项进行检验

(3)如果同阶单整地线性组合是平稳时间序列，则这些变量之间

关系是().

A.伪回归关系

B.协整关系

C.短期均衡关系

D.短期非均衡关系

(4).若T时间序列呈上升趋势，则这个时间序列是().

A.平稳时间序列B.非平稳时间序列

C.一阶单整序^D.一阶协整序列

7.2请说出平稳时间序列和非平稳时间序列地区别，并解释为什么

在实证分析中确定经济时间序列地性质是十分必要地.

7.3什么是单位根？

7.4Dickey-Fuller(DF)检验和Engle-Granger(EG)检验是

检验什么地？

7.5什么是伪回归？在回归中使用非均衡时间序列时是否必定会造

成伪回归？7.6由1948-1984英国私人部门住宅开工数(X)数据，

某学者得到下列回归结果：

注：5%临界值值为-2.95,10%临界值值为-2.60.

(1)根据这一结果，检验住宅开工数时间序列是否平稳.

(2)如果你打算使用t检验，则观测地t值是否统计显著？据此

你是否得出该序

列平稳地结论？

(3)现考虑下面地回归结果：

请判断住宅开工数地平稳性.

7.7由1971-1到1988-IV加拿大地数据，得到如下回归结果；

A.

B.

C.

其中，Ml=货币供给，GDP;国内生产总值，et二残差(回归A)

(1)你怀疑回归A是伪回归吗？为什么？

(2)回归B是伪回归吗?请说明理由.

(3)从回归C地结果，你是否改变(1)中地结论，为什么？

(4)现考虑以下回归：

这个回归结果告诉你什么？这个结果是否对你决定回归A是否伪

回归有帮助？

7.8检验我国人口时间序列地平稳性，数据区间为1949-2003年.

单位：万人

年份POP年份POP年份POP

1949541671968785341986107507

1950551961969806711987109300

1951563001970829921988111026

1952574821971852291989112704

1953587961972871771990114333

1954602661973892111991115823

1955614651974908591992117171

1956628281975924201993118517

1957646531976937171994119850

1958659941977949741995121121

1959672071978962591996122389

1960662071979975421997123626

1961658591980987051998124761

19626729519811000721999125786

19636917219821015902000126743

19647049919831027642001127627

19657253819841038762002128453

19667454219851058512003129227

196776368

7.9对中国进出口贸易进行协整分析，如果存在协整关系，则建立

ECM模型.

1951-2003年中国进口（im）、出口（ex）和物价指数（pt,

商品零售物价指数）时间序列数据见下表.因为该期间物价变化大，特

别是改革开放以后变化更为激烈，所以物价指数也作为一个解释变量

加入模型中.为消除物价变动对进出口数据地影响以及消除进出口数据

中存在地异方差，定义三个变量如下：

yearIncxinimInptyearIncxInimInpt

19514.1084.485-0.92119785.8515.963-0.730

19524.2264.551-0.92619796.0676.204-0.711

19534.4414.772-0.89219806.2556.352-0.652

19544.5594.670-0.87019816.5366.537-0.629

19554.7464.973-0.86019826.6366.490-0.611

19564.8804.831-0.86019836.6796.641-0.596

19574.8424.756-0.84419846.9316.998-0.567

19585.0464.964-0.84219857.1797.620-0.483

19595.1905.098-0.83219867.4117.737-0.425

I9604.9494.977-0.80119877.6477.740-0.354

19614.5174.413-0.6521988