計量經(jīng)濟學簡答題及答案

1、計量經(jīng)濟學簡答題及答案1、比較普通最小二乘法、加權(quán)最小二乘法和廣義最小二乘法的異同。答：普通最小二乘法的思想是使樣本回歸函數(shù)盡可能好的擬合樣本數(shù)據(jù)，反映在圖上就是是樣本點偏離樣本回歸線的距離總體上最小，即殘差平方和最小。只有在滿足了線性回歸模型的古典假設時候，采用OLS才能保證參數(shù)估計結(jié)果的可靠性。在不滿足基本假設時，如出現(xiàn)異方差，就不能采用OLS。加權(quán)最小二乘法是對原模型加權(quán)，對較小殘差平方和賦予較大的權(quán)重，對較大賦予較小的權(quán)重，消除異方差，然后在采用OLS估計其參數(shù)。在出現(xiàn)序列相關(guān)時，可以采用廣義最小二乘法，這是最具有普遍意義的最小二乘法。最小二乘法是加權(quán)最小二乘法的特例，普通最小二乘法和

2、加權(quán)最小二乘法是廣義最小二乘法的特列。6、虛擬變量有哪幾種基本的引入方式? 它們各適用于什么情況?答: 在模型中引入虛擬變量的主要方式有加法方式與乘法方式，前者主要適用于定性因素對截距項產(chǎn)生影響的情況，后者主要適用于定性因素對斜率項產(chǎn)生影響的情況。除此外，還可以加法與乘法組合的方式引入虛擬變量，這時可測度定性因素對截距項與斜率項同時產(chǎn)生影響的情況。7、聯(lián)立方程計量經(jīng)濟學模型中結(jié)構(gòu)式方程的結(jié)構(gòu)參數(shù)為什么不能直接應用OLS估計？答：主要的原因有三：第一，結(jié)構(gòu)方程解釋變量中的內(nèi)生解釋變量是隨機解釋變量,不能直接用OLS來估計；第二，在估計聯(lián)立方程系統(tǒng)中某一個隨機方程參數(shù)時，需要考慮沒有包含在該方程中

3、的變量的數(shù)據(jù)信息，而單方程的OLS估計做不到這一點；第三，聯(lián)立方程計量經(jīng)濟學模型系統(tǒng)中每個隨機方程之間往往存在某種相關(guān)性，表現(xiàn)于不同方程隨機干擾項之間，如果采用單方程方法估計某一個方程，是不可能考慮這種相關(guān)性的，造成信息的損失。2、計量經(jīng)濟模型有哪些應用。答：結(jié)構(gòu)分析，即是利用模型對經(jīng)濟變量之間的相互關(guān)系做出研究，分析當其他條件不變時，模型中的解釋變量發(fā)生一定的變動對被解釋變量的影響程度。經(jīng)濟預測，即是利用建立起來的計量經(jīng)濟模型對被解釋變量的未來值做出預測估計或推算。政策評價，對不同的政策方案可能產(chǎn)生的后果進行評價對比，從中做出選擇的過程。檢驗和發(fā)展經(jīng)濟理論，計量經(jīng)濟模型可用來檢驗經(jīng)濟理論的正

4、確性，并揭示經(jīng)濟活動所遵循的經(jīng)濟規(guī)律。6、簡述建立與應用計量經(jīng)濟模型的主要步驟。答：一般分為5個步驟：根據(jù)經(jīng)濟理論建立計量經(jīng)濟模型；樣本數(shù)據(jù)的收集；估計參數(shù)；模型的檢驗；計量經(jīng)濟模型的應用。7、對計量經(jīng)濟模型的檢驗應從幾個方面入手。答：經(jīng)濟意義檢驗；統(tǒng)計準則檢驗；計量經(jīng)濟學準則檢驗；模型預測檢驗。1、在計量經(jīng)濟模型中，為什么會存在隨機誤差項？答：模型中被忽略掉的影響因素造成的誤差；模型關(guān)系認定不準確造成的誤差；變量的測量誤差；隨機因素。這些因素都被歸并在隨機誤差項中考慮。因此，隨機誤差項是計量經(jīng)濟模型中不可缺少的一部分。2、古典線性回歸模型的基本假定是什么？答：零均值假定。即在給定xt的條件下

5、，隨機誤差項的數(shù)學期望（均值）為0，即。同方差假定。誤差項的方差與t無關(guān)，為一個常數(shù)。無自相關(guān)假定。即不同的誤差項相互獨立。解釋變量與隨機誤差項不相關(guān)假定。正態(tài)性假定，即假定誤差項服從均值為0，方差為的正態(tài)分布。3、總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。答：主要區(qū)別：描述的對象不同?？傮w回歸模型描述總體中變量y與x的相互關(guān)系，而樣本回歸模型描述所觀測的樣本中變量y與x的相互關(guān)系。建立模型的不同?？傮w回歸模型是依據(jù)總體全部觀測資料建立的，樣本回歸模型是依據(jù)樣本觀測資料建立的。模型性質(zhì)不同?？傮w回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的改變而改變。主要聯(lián)系：樣本回歸模型是總體回歸

6、模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。4、試述回歸分析與相關(guān)分析的聯(lián)系和區(qū)別。答：兩者的聯(lián)系：相關(guān)分析是回歸分析的前提和基礎；回歸分析是相關(guān)分析的深入和繼續(xù)；相關(guān)分析與回歸分析的有關(guān)指標之間存在計算上的內(nèi)在聯(lián)系。兩者的區(qū)別：回歸分析強調(diào)因果關(guān)系，相關(guān)分析不關(guān)心因果關(guān)系，所研究的兩個變量是對等的。對兩個變量x與y而言，相關(guān)分析中：；但在回歸分析中，和卻是兩個完全不同的回歸方程。回歸分析對資料的要求是：被解釋變量y是隨機變量，解釋變量x是非隨機變量。相關(guān)分析對資料的要求是兩個變量都隨機變量。5、在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計量有哪些統(tǒng)計性質(zhì)

7、？答：線性，是指參數(shù)估計量和分別為觀測值和隨機誤差項的線性函數(shù)或線性組合。無偏性，指參數(shù)估計量和的均值（期望值）分別等于總體參數(shù)和。有效性（最小方差性或最優(yōu)性），指在所有的線性無偏估計量中，最小二乘估計量和的方差最小。6、簡述BLUE的含義。答：在古典假定條件下，OLS估計量和是參數(shù)和的最佳線性無偏估計量，即BLUE，這一結(jié)論就是著名的高斯馬爾可夫定理。7、對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數(shù)進行是否為0的t檢驗？答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影響是否顯著。通過了此F檢驗，就可以說模型中的全部解釋變量對被

8、解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量的影響都是顯著的。因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。2.在多元線性回歸分析中，為什么用修正的決定系數(shù)衡量估計模型對樣本觀測值的擬合優(yōu)度？解答：因為人們發(fā)現(xiàn)隨著模型中解釋變量的增多，多重決定系數(shù)的值往往會變大，從而增加了模型的解釋功能。這樣就使得人們認為要使模型擬合得好，就必須增加解釋變量。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數(shù)的個數(shù)增加，從而損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產(chǎn)生很多問題，比如，降低預測精確度、引起多重共線性等等。為此用

9、修正的決定系數(shù)來估計模型對樣本觀測值的擬合優(yōu)度。3.修正的決定系數(shù)及其作用。解答：，其作用有：（1）用自由度調(diào)整后，可以消除擬合優(yōu)度評價中解釋變量多少對決定系數(shù)計算的影響；（2）對于包含解釋變量個數(shù)不同的模型，可以用調(diào)整后的決定系數(shù)直接比較它們的擬合優(yōu)度的高低，但不能用原來未調(diào)整的決定系數(shù)來比較。4.常見的非線性回歸模型有幾種情況？解答：常見的非線性回歸模型主要有:(1) 對數(shù)模型(2) 半對數(shù)模型或(3) 倒數(shù)模型(4) 多項式模型2.產(chǎn)生異方差性的原因及異方差性對模型的OLS估計有何影響。（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機因素

10、的影響。產(chǎn)生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數(shù)估計、模型檢驗及模型應用帶來重大影響，主要有：（1）不影響模型參數(shù)最小二乘估計值的無偏性；（2）參數(shù)的最小二乘估計量不是一個有效的估計量；（3）對模型參數(shù)估計值的顯著性檢驗失效；（4）模型估計式的代表性降低，預測精度精度降低。3.檢驗異方差性的方法有哪些？（1）圖示檢驗法；（2）戈德菲爾德匡特檢驗；（3）懷特檢驗；（4）戈里瑟檢驗和帕克檢驗（殘差回歸檢驗法）；（5）ARCH檢驗（自回歸條件異方差檢驗）4.異方差性的解決方法有哪些？（1）模型變換法；（2）加權(quán)最小二乘法；（3）模型的對數(shù)變換等5.什么是加權(quán)最小二乘法？它的

11、基本思想是什么？最小二乘法的基本原理是使殘差平方和為最小，在異方差情況下，總體回歸直線對于不同的的波動幅度相差很大。隨機誤差項方差越小，樣本點對總體回歸直線的偏離程度越低，殘差的可信度越高（或者說樣本點的代表性越強）；而較大的樣本點可能會偏離總體回歸直線很遠，的可信度較低（或者說樣本點的代表性較弱）。因此，在考慮異方差模型的擬合總誤差時，對于不同的應該區(qū)別對待。具體做法：對較小的給于充分的重視，即給于較大的權(quán)數(shù)；對較大的給于充分的重視，即給于較小的權(quán)數(shù)。更好的使反映對殘差平方和的影響程度，從而改善參數(shù)估計的統(tǒng)計性質(zhì)。6.樣本分段法（即戈德菲爾特匡特檢驗）檢驗異方差性的基本原理及其使用條件。將樣

12、本分為容量相等的兩部分，然后分別對樣本1和樣本2進行回歸，并計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應該大致相等；如果是異方差的，則兩者差別較大，以此來判斷是否存在異方差。使用條件：（1）樣本容量要盡可能大，一般而言應該在參數(shù)個數(shù)兩倍以上；（2）服從正態(tài)分布，且除了異方差條件外，其它假定均滿足。1簡述DW檢驗的局限性。答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的值區(qū)域，這是這種檢驗方法的一大缺陷。其次：檢驗只能檢驗一階自相關(guān)。但在實際計量經(jīng)濟學問題中，一階自相關(guān)是出現(xiàn)最多的一類序列相關(guān)，而且經(jīng)驗表明，如果不存在一階自相關(guān)，

13、一般也不存在高階序列相關(guān)。所以在實際應用中，對于序列相關(guān)問題般只進行檢驗。二、簡答題1、模型中引入虛擬變量的作用是什么？答案：（1）可以描述和測量定性因素的影響；（2）能夠正確反映經(jīng)濟變量之間的關(guān)系，提高模型的精度；（3）便于處理異常數(shù)據(jù)。2、虛擬變量引入的原則是什么？答案：（1）如果一個定性因素有m方面的特征，則在模型中引入m-1個虛擬變量；（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（3）虛擬變量取值應從分析問題的目的出發(fā)予以界定；（4）虛擬變量在單一方程中可以作

14、為解釋變量也可以作為被解釋變量。3、虛擬變量引入的方式及每種方式的作用是什么？答案：（1）加法方式：其作用是改變了模型的截距水平；（2）乘法方式：其作用在于兩個模型間的比較、因素間的交互影響分析和提高模型的描述精度；（3）一般方式：即影響模型的截距有影響模型的斜率。4、判斷計量經(jīng)濟模型優(yōu)劣的基本原則是什么？答案：（1）模型應力求簡單；（2）模型具有可識別性；（3）模型具有較高的擬合優(yōu)度；（4）模型應與理論相一致；（5）模型具有較好的超樣本功能。5、模型設定誤差的類型有那些？答案：（1）模型中添加了無關(guān)的解釋變量；（2）模型中遺漏了重要的解釋變量；（3）模型使用了不恰當?shù)男问健?、工具變量選擇必

15、須滿足的條件是什么？答案：選擇工具變量必須滿足以下兩個條件：（1）工具變量與模型中的隨機解釋變量高度相關(guān)；（2）工具變量與模型的隨機誤差項不相關(guān)。7、滯后變量模型包括哪幾種類型？寫出各自的模型形式。答案：滯后變量模型包括兩種類型：自回歸模型和分布滯后模型。自回歸模型是模型的解釋變量中包含滯后被解釋變量，基本形式為： ；分布滯后模型是指模型中不僅包含解釋變量的當期值，還包括解釋變量的滯后值基本形式為： 。8、設定誤差產(chǎn)生的主要原因是什么？答案：原因有四：（1）模型的制定者不熟悉相應的理論知識；（2）對經(jīng)濟問題本身認識不夠或不熟悉前人的相關(guān)工作；（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)；（4）解釋變量無

16、法測量或數(shù)據(jù)本身存在測量誤差。9、在建立計量經(jīng)濟學模型時，什么時候，為什么要引入虛擬變量？答案：在現(xiàn)實生活中，影響經(jīng)濟問題的因素除具有數(shù)量特征的變量外，還有一類變量，這類變量所反映的并不是數(shù)量而是現(xiàn)象的某些屬性或特征，即它們反映的是現(xiàn)象的質(zhì)的特征。這些因素還很可能是重要的影響因素，這時就需要在模型中引入這類變量。引入的方式就是以虛擬變量的形式引入。1、 直接用最小二乘法估計有限分布滯后模型的有：（1） 損失自由度（2分）（2） 產(chǎn)生多重共線性（2分）（3） 滯后長度難確定的問題（1分）2、 因變量受其自身或其他經(jīng)濟變量前期水平的影響，稱為滯后現(xiàn)象。其原因包括：（1）經(jīng)濟變量自身的原因；（2分）

17、（2）決策者心理上的原因（1分）；（3）技術(shù)上的原因（1分）；（4）制度的原因（1分）。3、 koyck模型的特點包括：（1）模型中的稱為分布滯后衰退率，越小，衰退速度越快（2分）；（2）模型的長期影響乘數(shù)為b0·（1分）;（3）模型僅包括兩個解釋變量，避免了多重共線性（1分）；（4）模型僅有三個參數(shù)，解釋了無限分布滯后模型因包含無限個參數(shù)無法估計的問題（1分）二、 1.聯(lián)立方程模型中方程有：行為方程式（1分）；技術(shù)方程式（1分）；制度方程式（1分）；平衡方程（或均衡條件）（1分）；定義方程（或恒等式）（1分）。三、 2.聯(lián)立方程的變量主要包括內(nèi)生變量（2分）、外生變量（2分）和前定

18、變量（1分）。四、 3.模型的識別有恰好識別（2分）、過渡識別（2分）和不可識別（1分）三種。五、 4.識別的條件條件包括階條件和秩條件。階條件是指，如果一個方程能被識別，那么這個方程不包含的變量總數(shù)應大于或等于模型系統(tǒng)中方程個數(shù)減1（3分）；秩條件是指，在一個具有K個方程的模型系統(tǒng)中，任何一個方程被識別的充分必要條件是：所有不包含在這個方程中變量的參數(shù)的秩為K1（2分）。六、 1簡述回歸分析和相關(guān)分析的關(guān)系。七、 答案：回歸分析是一個變量（被解釋變量）對于一個或多個其他變量（解釋變量）的依存關(guān)系，目的在于根據(jù)解釋變量的數(shù)值估計預測被解釋變量的總體均值。相關(guān)分析研究變量相關(guān)程度，用相關(guān)系數(shù)表示

19、。相關(guān)分析不關(guān)注變量的因果關(guān)系，變量都是隨機變量?；貧w分析關(guān)注變量因果關(guān)系。被解釋變量是隨機變量，解釋變量是非隨機變量。八、 2簡要說明DW檢驗應用的限制條件和局限性。九、 答案DW檢驗適用于一階自回歸：不適用解釋變量與隨機項相關(guān)的模型；DW檢驗存在兩個不能確定的區(qū)域十、 3回歸模型中隨機誤差項產(chǎn)生的原因是什么？十一、 答案：模型中省略的變量；隨機行為；模型形式不完善；變量合并誤差；測量誤差十二、 4簡述C-D生產(chǎn)函數(shù)的份額估計法及其缺點。十三、 答案：C-D生產(chǎn)函數(shù)是柯布-道格拉斯生產(chǎn)函數(shù)，即，是產(chǎn)出的勞動彈性是產(chǎn)出的資本彈性，缺點是勞動與資本存在不變的等于1 的替代彈性。十四、 5假設分布滯后模型為：將該模型變換成自回歸模型形式。為計算模型參數(shù)的工具變量估計值，應該用哪些工具變量？十五、 答案：1、二元回歸模型中，三個參數(shù)含義答案：表示當X2、X3不變時，Y的平均變化表示當X2不變時，X1變化一個單位Y的平均變化表示當X1不變時，X2變化一個單位Y的平均變化2、 調(diào)整后的判定系數(shù)與原來判定系數(shù)關(guān)系式答案：3、 F檢驗含義答案：從總體