計(jì)量經(jīng)濟(jì)學(xué)簡答題

1、1簡述計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)學(xué)科間的關(guān)系。答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的綜合。（1分）經(jīng)濟(jì)學(xué)著重經(jīng)濟(jì)現(xiàn)象的定性研究，計(jì)量經(jīng)濟(jì)學(xué)著重于定量方面的研究。（1分）統(tǒng)計(jì)學(xué)是關(guān)于如何收集、整理和分析數(shù)據(jù)的科學(xué)，而計(jì)量經(jīng)濟(jì)學(xué)則利用經(jīng)濟(jì)統(tǒng)計(jì)所提供的數(shù)據(jù)來估計(jì)經(jīng)濟(jì)變量之間的數(shù)量關(guān)系并加以驗(yàn)證。（1分）數(shù)理統(tǒng)計(jì)學(xué)作為一門數(shù)學(xué)學(xué)科，可以應(yīng)用于經(jīng)濟(jì)領(lǐng)域，也可以應(yīng)用于其他領(lǐng)域；計(jì)量經(jīng)濟(jì)學(xué)則僅限于經(jīng)濟(jì)領(lǐng)域。（1分）計(jì)量經(jīng)濟(jì)模型建立的過程，是綜合應(yīng)用理論、統(tǒng)計(jì)和數(shù)學(xué)方法的過程，計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者的統(tǒng)一。2、計(jì)量經(jīng)濟(jì)模型有哪些應(yīng)用？結(jié)構(gòu)分析。（1分）經(jīng)濟(jì)預(yù)測。（1分）政策評(píng)價(jià)。

2、（1分檢驗(yàn)和發(fā)展經(jīng)濟(jì)理論。（2分3、簡述建立與應(yīng)用計(jì)量經(jīng)濟(jì)模型的主要步驟。答：根據(jù)經(jīng)濟(jì)理論建立計(jì)量經(jīng)濟(jì)模型；（1分）樣本數(shù)據(jù)的收集；（1分）估計(jì)參數(shù)；（1分）模型的檢驗(yàn)；（1分）計(jì)量經(jīng)濟(jì)模型的應(yīng)用。（1分）4、對(duì)計(jì)量經(jīng)濟(jì)模型的檢驗(yàn)應(yīng)從幾個(gè)方面入手？答：經(jīng)濟(jì)意義檢驗(yàn)；（2分）統(tǒng)計(jì)準(zhǔn)則檢驗(yàn)；（1分）計(jì)量經(jīng)濟(jì)學(xué)準(zhǔn)則檢驗(yàn)；（1分）模型預(yù)測檢驗(yàn)。（1分）5計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用的數(shù)據(jù)是怎樣進(jìn)行分類的？答：四種分類：時(shí)間序列數(shù)據(jù)；（1分）橫截面數(shù)據(jù)；（1分）混合數(shù)據(jù)；（1分）虛擬變量數(shù)據(jù)。（2分）6.在計(jì)量經(jīng)濟(jì)模型中，為什么會(huì)存在隨機(jī)誤差項(xiàng)？答：隨機(jī)誤差項(xiàng)是計(jì)量經(jīng)濟(jì)模型中不可缺少的一部分。（1分）產(chǎn)生隨機(jī)誤差項(xiàng)的

3、原因有以下幾個(gè)方面：模型中被忽略掉的影響因素造成的誤差；（1分）模型關(guān)系認(rèn)定不準(zhǔn)確造成的誤差；（1分）變量的測量誤差；（1分）隨機(jī)因素。（1分）7 古典線性回歸模型的基本假定是什么？ 1.零均值假定 2.同方差性假定 3.無自相關(guān)性假定 4.解釋變量xt與隨機(jī)誤差項(xiàng)ut不相關(guān)假定 5.正態(tài)性假定8 總體回歸模型與樣本回歸模型的區(qū)別與聯(lián)系。區(qū)別：描述的對(duì)象不同 建立模型的依據(jù)不同聯(lián)系：樣本回歸模型是總體回歸模型的一個(gè)估計(jì)式，之所以建立樣本回歸模型，目的是用來估計(jì)總體回歸模型的。 9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(chǔ)；回歸分析是相關(guān)分析的深入和繼續(xù)。

4、（1分）相關(guān)分析與回歸分析的有關(guān)指標(biāo)之間存在計(jì)算上的內(nèi)在聯(lián)系。（1分）兩者的區(qū)別：回歸分析強(qiáng)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(gè)變量是對(duì)等的。（1分）對(duì)兩個(gè)變量x與y而言，相關(guān)分析中：；在回歸分析中，和卻是兩個(gè)完全不同的回歸方程。（1分）回歸分析對(duì)資料的要求是被解釋變量y是隨機(jī)變量，解釋變量x是非隨機(jī)變量；相關(guān)分析對(duì)資料的要求是兩個(gè)變量都隨機(jī)變量。（1分）10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(jì)量有哪些統(tǒng)計(jì)性質(zhì)？答：線性，是指參數(shù)估計(jì)量和分別為觀測值和隨機(jī)誤差項(xiàng)的線性函數(shù)或線性組合。（1分）無偏性，指參數(shù)估計(jì)量和的均值（期望值）分別等于總體參數(shù)和。（2分）有效性

5、（最小方差性或最優(yōu)性），指在所有的線性無偏估計(jì)量中，最小二乘估計(jì)量和的方差最小。（2分）11簡述BLUE的含義。答：BLUE即最佳線性無偏估計(jì)量，是best linear unbiased estimators的縮寫。（2分）在古典假定條件下，最小二乘估計(jì)量具備線性、無偏性和有效性，是最佳線性無偏估計(jì)量，即BLUE，這一結(jié)論就是著名的高斯馬爾可夫定理。（3分）12對(duì)于多元線性回歸模型，為什么在進(jìn)行了總體顯著性F檢驗(yàn)之后，還要對(duì)每個(gè)回歸系數(shù)進(jìn)行是否為0的t檢驗(yàn)？答：多元線性回歸模型的總體顯著性F檢驗(yàn)是檢驗(yàn)?zāi)Ｐ椭腥拷忉屪兞繉?duì)被解釋變量的共同影響是否顯著。（1分）通過了此F檢驗(yàn)，就可以說模型中的全

6、部解釋變量對(duì)被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(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。（3分）因此還需要就每個(gè)解釋變量對(duì)被解釋變量的影響是否顯著進(jìn)行檢驗(yàn)，即進(jìn)行t檢驗(yàn)。（1分）13.給定二元回歸模型：，請(qǐng)敘述模型的古典假定。解答：（1）隨機(jī)誤差項(xiàng)的期望為零，即。（2）不同的隨機(jī)誤差項(xiàng)之間相互獨(dú)立，即（1分）。（3）隨機(jī)誤差項(xiàng)的方差與t無關(guān)，為一個(gè)常數(shù)，即。即同方差假設(shè)（1分）。（4）隨機(jī)誤差項(xiàng)與解釋變量不相關(guān)，即。通常假定為非隨機(jī)變量，這個(gè)假設(shè)自動(dòng)成立（1分）。（5）隨機(jī)誤差項(xiàng)為服從正態(tài)分布的隨機(jī)變量，即（1分）。（6）解釋變量之間不存在多重共線性，即假定各解釋變量之間

7、不存在線性關(guān)系，即不存在多重共線性（1分）。14.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(jì)模型對(duì)樣本觀測值的擬合優(yōu)度？解答：因?yàn)槿藗儼l(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(huì)變大，從而增加了模型的解釋功能。這樣就使得人們認(rèn)為要使模型擬合得好，就必須增加解釋變量（2分）。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(gè)數(shù)增加，從而損失自由度，而實(shí)際中如果引入的解釋變量并非必要的話可能會(huì)產(chǎn)生很多問題，比如，降低預(yù)測精確度、引起多重共線性等等。為此用修正的決定系數(shù)來估計(jì)模型對(duì)樣本觀測值的擬合優(yōu)度（3分）。15.修正的決定系數(shù)及其作用。解答：，（2分）其作用有：（1

8、）用自由度調(diào)整后，可以消除擬合優(yōu)度評(píng)價(jià)中解釋變量多少對(duì)決定系數(shù)計(jì)算的影響；（2分）（2）對(duì)于包含解釋變量個(gè)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（1分）。17.觀察下列方程并判斷其變量是否呈線性，系數(shù)是否呈線性，或都是或都不是。 解答：系數(shù)呈線性，變量非線性；（1分）系數(shù)呈線性，變量非呈線性；（1分）系數(shù)和變量均為非線性；（1分）系數(shù)和變量均為非線性。（2 分）19. 什么是異方差性？試舉例說明經(jīng)濟(jì)現(xiàn)象中的異方差性。 異方差性是指模型違反了古典假定中的同方差假定，它是計(jì)量經(jīng)濟(jì)分析中的一個(gè)專門問題。在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方

9、差不是常數(shù)，即對(duì)不同的解釋變量觀測值彼此不同，則稱隨機(jī)項(xiàng)具有異方差性，即 （t=1，2，n）。（3分）例如，利用橫截面數(shù)據(jù)研究消費(fèi)和收入之間的關(guān)系時(shí)，對(duì)收入較少的家庭在滿足基本消費(fèi)支出之后的剩余收入已經(jīng)不多，用在購買生活必需品上的比例較大，消費(fèi)的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家庭的消費(fèi)有更大的選擇范圍。由于個(gè)性、愛好、儲(chǔ)蓄心理、消費(fèi)習(xí)慣和家庭成員構(gòu)成等那個(gè)的差異，使消費(fèi)的分散幅度增大，或者說低收入家庭消費(fèi)的分散度和高收入家庭消費(fèi)得分散度相比較，可以認(rèn)為牽著小于后者。這種被解釋變量的分散幅度的變化，反映到模型中，可以理解為誤差項(xiàng)方差的變化。（2分）20. 產(chǎn)生異方差

10、性的原因及異方差性對(duì)模型的OLS估計(jì)有何影響。產(chǎn)生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數(shù)形式的設(shè)定誤差；（3）樣本數(shù)據(jù)的測量誤差；（4）隨機(jī)因素的影響。（2分）產(chǎn)生的影響：如果線性回歸模型的隨機(jī)誤差項(xiàng)存在異方差性，會(huì)對(duì)模型參數(shù)估計(jì)、模型檢驗(yàn)及模型應(yīng)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(jì)值的無偏性；（2）參數(shù)的最小二乘估計(jì)量不是一個(gè)有效的估計(jì)量；（3）對(duì)模型參數(shù)估計(jì)值的顯著性檢驗(yàn)失效；（4）模型估計(jì)式的代表性降低，預(yù)測精度精度降低。（3分）21.檢驗(yàn)異方差性的方法有哪些？檢驗(yàn)方法：（1）圖示檢驗(yàn)法；（1分）（2）戈德菲爾德匡特檢驗(yàn)；（1分）（3）懷特檢驗(yàn)；（1分）

11、（4）戈里瑟檢驗(yàn)和帕克檢驗(yàn)（殘差回歸檢驗(yàn)法）；（1分）（5）ARCH檢驗(yàn)（自回歸條件異方差檢驗(yàn)）（1分）22.異方差性的解決方法有哪些？解決方法：（1）模型變換法；（2分）（2）加權(quán)最小二乘法；（2分）（3）模型的對(duì)數(shù)變換等（1分）23.什么是加權(quán)最小二乘法？它的基本思想是什么？加權(quán)最小二乘法的基本原理：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(duì)于不同的的波動(dòng)幅度相差很大。隨機(jī)誤差項(xiàng)方差越小，樣本點(diǎn)對(duì)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(diǎn)的代表性越強(qiáng)）；而較大的樣本點(diǎn)可能會(huì)偏離總體回歸直線很遠(yuǎn)，的可信度較低（或者說樣本點(diǎn)的代表性較弱）。（2分）

12、因此，在考慮異方差模型的擬合總誤差時(shí)，對(duì)于不同的應(yīng)該區(qū)別對(duì)待。具體做法：對(duì)較小的給于充分的重視，即給于較大的權(quán)數(shù)；對(duì)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(duì)殘差平方和的影響程度，從而改善參數(shù)估計(jì)的統(tǒng)計(jì)性質(zhì)。（3分）24. 樣本分段法（即戈德菲爾特匡特檢驗(yàn)）檢驗(yàn)異方差性的基本原理及其使用條件。樣本分段法（即戈德菲爾特匡特檢驗(yàn)）的基本原理：將樣本分為容量相等的兩部分，然后分別對(duì)樣本1和樣本2進(jìn)行回歸，并計(jì)算兩個(gè)子樣本的殘差平方和，如果隨機(jī)誤差項(xiàng)是同方差的，則這兩個(gè)子樣本的殘差平方和應(yīng)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。（3分）使用條件：（1）樣本容量

13、要盡可能大，一般而言應(yīng)該在參數(shù)個(gè)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。（2分）25簡述DW檢驗(yàn)的局限性。答：從判斷準(zhǔn)則中看到，DW檢驗(yàn)存在兩個(gè)主要的局限性：首先，存在一個(gè)不能確定的值區(qū)域，這是這種檢驗(yàn)方法的一大缺陷。（2分）其次：檢驗(yàn)只能檢驗(yàn)一階自相關(guān)。（2分）但在實(shí)際計(jì)量經(jīng)濟(jì)學(xué)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(yàn)表明，如果不存在一階自相關(guān)，一般也不存在高階序列相關(guān)。所以在實(shí)際應(yīng)用中，對(duì)于序列相關(guān)問題般只進(jìn)行檢驗(yàn)。（1分）26序列相關(guān)性的后果。答：（1）模型參數(shù)估計(jì)值不具有最優(yōu)性；（1分）（2）隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；（1分）（3）模型的統(tǒng)計(jì)檢

14、驗(yàn)失效；（1分）（4）區(qū)間估計(jì)和預(yù)測區(qū)間的精度降低。（1分）（全對(duì)即加1分）27簡述序列相關(guān)性的幾種檢驗(yàn)方法。答：（1）圖示法；（1分）（2）D-W檢驗(yàn)；（1分）（3）回歸檢驗(yàn)法；（1分）（4）另外，偏相關(guān)系數(shù)檢驗(yàn)，布羅斯戈弗雷檢驗(yàn)或拉格朗日乘數(shù)檢驗(yàn)都可以用來檢驗(yàn)高階序列相關(guān)。（2分）28廣義最小二乘法（GLS）的基本思想是什么？答:基本思想就是對(duì)違反基本假定的模型做適當(dāng)?shù)木€性變換，使其轉(zhuǎn)化成滿足基本假定的模型，從而可以使用OLS方法估計(jì)模型。（5分）29自相關(guān)性產(chǎn)生的原因有那些？答：（1）經(jīng)濟(jì)變量慣性的作用引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（2）經(jīng)濟(jì)行為的滯后性引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）(3

15、)一些隨機(jī)因素的干擾或影響引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（4）模型設(shè)定誤差引起隨機(jī)誤差項(xiàng)自相關(guān)；（1分）（5）觀測數(shù)據(jù)處理引起隨機(jī)誤差項(xiàng)自相關(guān)。（1分）30請(qǐng)簡述什么是虛假序列相關(guān)，如何避免？答：數(shù)據(jù)表現(xiàn)出序列相關(guān)，而事實(shí)上并不存在序列相關(guān)。（2分）要避免虛假序列相關(guān)，就應(yīng)在做定量分析之間先進(jìn)行定性分析，看從理論上或經(jīng)驗(yàn)上是否有存在序列相關(guān)的可能，可能性是多大。（3分）31DW值與一階自相關(guān)系數(shù)的關(guān)系是什么？答：或者32什么是多重共線性？產(chǎn)生多重共線性的原因是什么？答：多重共線性是指解釋變量之間存在完全或近似的線性關(guān)系。產(chǎn)生多重共線性主要有下述原因：（1）樣本數(shù)據(jù)的采集是被動(dòng)的，只能在一個(gè)有限

16、的范圍內(nèi)得到觀察值，無法進(jìn)行重復(fù)試驗(yàn)。（2分）（2）經(jīng)濟(jì)變量的共同趨勢（1分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當(dāng)（1分）33什么是完全多重共線性？什么是不完全多重共線性？ 答：完全多重共線性是指對(duì)于線性回歸模型若 則稱這些解釋變量的樣本觀測值之間存在完全多重共線性。（2分）不完全多重共線性是指對(duì)于多元線性回歸模型若 則稱這些解釋變量的樣本觀測之間存在不完全多重共線性。（3分）34完全多重共線性對(duì)OLS估計(jì)量的影響有哪些？答：（1）無法估計(jì)模型的參數(shù)，即不能獨(dú)立分辨各個(gè)解釋變量對(duì)因變量的影響。（3分）（2）參數(shù)估計(jì)量的方差無窮大（或無法估計(jì)）（2分）35不完全多重共線性對(duì)O

17、LS估計(jì)量的影響有哪些？答：（1）可以估計(jì)參數(shù)，但參數(shù)估計(jì)不穩(wěn)定。（2分） （2）參數(shù)估計(jì)值對(duì)樣本數(shù)據(jù)的略有變化或樣本容量的稍有增減變化敏感。（1分） （3）各解釋變量對(duì)被解釋變量的影響難精確鑒別。（1分） （4）t檢驗(yàn)不容易拒絕原假設(shè)。（1分）36從哪些癥狀中可以判斷可能存在多重共線性？答：（1）模型總體性檢驗(yàn)F值和R2值都很高，但各回歸系數(shù)估計(jì)量的方差很大，t值很低，系數(shù)不能通過顯著性檢驗(yàn)。（2分）（2）回歸系數(shù)值難以置信或符號(hào)錯(cuò)誤。（1分）（3）參數(shù)估計(jì)值對(duì)刪除或增加少量觀測值，以及刪除一個(gè)不顯著的解釋變量非常敏感。（2分）37什么是方差膨脹因子檢驗(yàn)法？ 答：所謂方差膨脹因子是存在多重共

18、線性時(shí)回歸系數(shù)估計(jì)量的方差與無多重共線性時(shí)回歸系數(shù)估計(jì)量的方差對(duì)比而得出的比值系數(shù)。（2分） 若時(shí)，認(rèn)為原模型不存在“多重共線性問題”；（1分） 若時(shí)，則認(rèn)為原模型存在“多重共線性問題”；（1分）若時(shí)，則模型的“多重共線性問題”的程度是很嚴(yán)重的，而且是非常有害的。（1分）38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分）（2）能夠正確反映經(jīng)濟(jì)變量之間的關(guān)系，提高模型的精度；（2分）（3）便于處理異常數(shù)據(jù)。（1分）39虛擬變量引入的原則是什么？答案：（1）如果一個(gè)定性因素有m方面的特征，則在模型中引入m-1個(gè)虛擬變量；（1分）（2）如果模型中有m個(gè)定性因素，而

19、每個(gè)定性因素只有兩方面的屬性或特征，則在模型中引入m個(gè)虛擬變量；如果定性因素有兩個(gè)及以上個(gè)屬性，則參照“一個(gè)因素多個(gè)屬性”的設(shè)置虛擬變量。（2分）（3）虛擬變量取值應(yīng)從分析問題的目的出發(fā)予以界定；（1分）（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）40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分）（2）乘法方式：其作用在于兩個(gè)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；（2分）（3）一般方式：即影響模型的截距有影響模型的斜率。（1分）41判斷計(jì)量經(jīng)濟(jì)模型優(yōu)劣的基本原則是什么？答案：（1）模型應(yīng)力求簡

20、單；（1分）（2）模型具有可識(shí)別性；（1分）（3）模型具有較高的擬合優(yōu)度；（1分）（4）模型應(yīng)與理論相一致；（1分）（5）模型具有較好的超樣本功能。（1分）42模型設(shè)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分）（2）模型中遺漏了重要的解釋變量；（2分）（3）模型使用了不恰當(dāng)?shù)男问?。?分）43工具變量選擇必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(gè)條件：（1）工具變量與模型中的隨機(jī)解釋變量高度相關(guān)；（3分）（2）工具變量與模型的隨機(jī)誤差項(xiàng)不相關(guān)。（2分）44設(shè)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(yīng)的理論知識(shí)；（1分）（2）對(duì)經(jīng)濟(jì)問題本身認(rèn)識(shí)不夠或不熟悉前人的相關(guān)工作；（1分）（3）模型制定者缺乏相關(guān)變量的數(shù)據(jù)；（1分）（4）解釋變量無法測量或數(shù)據(jù)本身存在測量誤差。（2分）45在建立計(jì)量經(jīng)濟(jì)學(xué)模型時(shí)，什么時(shí)候，為什么要引入虛擬變量？答案：在現(xiàn)實(shí)生活中，影響經(jīng)濟(jì)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(shí)就需要在模型中引入這類變量。（4分）引入的方式就是以虛擬變量