(完整word版)計量經(jīng)濟學模擬考試題(第7套)

1、第七套一、單項選擇題1、用模型描述現(xiàn)實經(jīng)濟系統(tǒng)的原則是（）A.以理論分析作先導，解釋變量應包括所有解釋變量B.以理論分析作先導，模型規(guī)模大小要適度C. 模型規(guī)模越大越好；這樣更切合實際情況D. 模型規(guī)模大小要適度，結(jié)構(gòu)盡可能復雜2、ARCH 僉驗方法主要用于檢驗（）A 異方差性B. 自相關性C .隨機解釋變量D.多重共線性3、在古典假設成立的條件下用OLS 方法估計線性回歸模型參數(shù)，則參數(shù)估計量具有（）的統(tǒng)計性質(zhì)。A.有偏特性B.非線性特性C 最小方差特性D.非一致性特性4、將一年四個季度對因變量的影響引入到模型中，則需要引入虛擬變量的個數(shù)為（ ）A. 4B. 3C. 2D. 15、廣義差分法

2、是對（）用最小二乘法估計其參數(shù)。AyxtutB.yt-vuC-沌二耳Lx訕D.二1（1 -）：2（K-欣u- 訕46、 在序列自相關的情況下，參數(shù)估計值的方差不能正確估計的原因是（）2 2A.E（Ui） - -B.E（UjUj） = 0（i = j）C.E（Z） = 0D.E（UJ = 07、設回歸模型為 y -2X2：3X3i- Ui,下列表明變量之間具有不完全多重共 線性的是（）A.0N2X20 x3= 0B.0 x,2X20 x3v = 0C.0X,0X20 x3= 0D.0 x,0X20 x3v = 0&在有 M 個方程的完備聯(lián)立方程組中，當識別的階條件為H -Ni-1（H為聯(lián)

3、立方程組中內(nèi)生變量和前定變量的總數(shù)，Ni為第i個方程中內(nèi)生變量和前定變量的總數(shù)）時，則表示（）C.第i個方程過度識別D. 第i個方程識別狀態(tài)不能確定在有16、在修正異方差的方法中，不正確的是（)A.第i個方程恰好識別B.第i個方程不可識別D. 多重共線性12、對自回歸模型進行自相關檢驗時，下列說法正確的有（）A 使用DW 僉驗有效B. 使用 DW 僉驗時，DW 直往往趨近于 0C. 使用 DW 僉驗時，DW 直往往趨近于 2D.使用 DW 僉驗時，DW 直往往趨近于49、簡化式模型就是把結(jié)構(gòu)式模型中的內(nèi)生變量表示為A.外生變量和內(nèi)生變量的函數(shù)關系B.外生變量和隨機誤差項的函數(shù)模型C.滯后變量和

4、隨機誤差項的函數(shù)模型D.前定變量和隨機誤差項的函數(shù)模型10 、在DW 僉驗中，當 d 統(tǒng)計量為 4 時，表明A.存在完全的正自相關C.不存在自相關11、輔助回歸法（又待定系數(shù)法）主要用于檢驗（A 異方差性）B.存在完全的負自相關D.不能判定）B. 自相關性A. Y 關于 X 的增長率B .YC. Y 關于 X 的彈性D. Y14、線設 OLS 法得到的樣本回歸直線為（）A.二e = 0BC .Y? -YD關于 X 的發(fā)展速度關于 X 的邊際變化Y二？ 2Xi e，以下說法不正確的是（X,Y）一定在回歸直線上COV（Xi,ei ） =015、在有 M 個方程的完備聯(lián)立方程組中，當識別的階條件為H

5、 -Nj-1（H為聯(lián)立方程組中內(nèi)生變量和前定變量的總數(shù),時，則表示（）Ni為第i個方程中內(nèi)生變量和前定變量的總數(shù)）C.隨機解釋變量C.第i個方程過度識別D. 第i個方程識別狀態(tài)不能確定在有16、在修正異方差的方法中，不正確的是（)13、雙對數(shù)模型In Y=lnXE：中，參數(shù)-i的含義是 （）A 解釋變量和被解釋變量都是隨機變量B 解釋變量為非隨機變量，被解釋變量為隨機變量C 解釋變量和被解釋變量都為非隨機變量D 解釋變量為隨機變量，被解釋變量為非隨機變量19、對樣本的相關系數(shù)，以下結(jié)論錯誤的是（）A.1 1越接近 0,X與丫之間線性相關程度高B.11越接近 1，X與Y之間線性相關程度高C._-

6、1D=，則X與丫相互獨立20、在經(jīng)濟發(fā)展發(fā)生轉(zhuǎn)折時期，可以通過引入虛擬變量方法來表示這種變化。例如，研究中國城鎮(zhèn)居民消費函數(shù)時。1991 年前后，城鎮(zhèn)居民商品性實際支出Y 對實際可支配收入 X 的回歸關系明顯不同。現(xiàn)以 1991 年為轉(zhuǎn)折時期，設虛擬變量”1；1991 年以前Dt =、Q;1991年以后，數(shù)據(jù)散點圖顯示消費函數(shù)發(fā)生了結(jié)構(gòu)性變化：基本消費部分下降了，邊際消費傾向變大了。則城鎮(zhèn)居民線性消費函數(shù)的理論方程可以寫作（）A. Yt=氏 + 冃 Xt+4B. 丫邛+ 0X +IDtXt+ 山C.Yt = Pp1XP2DUtD. 丫J。砰梯七 +打 2+DtXt +5E.增加樣本容量3、 調(diào)

7、整后的判定系數(shù)R與判定系數(shù)R之間的關系敘述正確的有（）A.R2與R2均非負1、如果模型中存在異方差現(xiàn)象，則會引起如下后果（）B.參數(shù)估計值的方差不能正確確A.參數(shù)估計值有偏疋、多項選擇題）A.加權(quán)最小二乘法C.對模型的對數(shù)變換法17、下列說法正確的是（）A.序列自相關是樣本現(xiàn)象C.序列自相關是總體現(xiàn)象18、回歸分析中定義的B.對原模型變換的方法D兩階段最小二乘法B.序列自相關是一種隨機誤差現(xiàn)象2、廣義最小二乘法的特殊情況是（A.對模型進行對數(shù)變換B.加權(quán)最小二乘法C.數(shù)據(jù)的結(jié)合D.廣義差分B.R2有可能大于R2C. 判斷多元回歸模型擬合優(yōu)度時，使用R2D. 模型中包含的解釋變量個數(shù)越多，R2與

8、R2就相差越大E. 只要模型中包括截距項在內(nèi)的參數(shù)的個數(shù)大于1，則R2.R24、 關于聯(lián)立方程模型識別問題，以下說法不正確的有（）A. 滿足階條件的方程則可識別B. 如果一個方程包含了模型中的全部變量，則這個方程恰好識別C. 如果一個方程包含了模型中的全部變量，則這個方程不可識別D. 如果兩個方程包含相同的變量，則這兩個方程均不可識別E. 聯(lián)立方程組中的每一個方程都是可識別的，則聯(lián)立方程組才可識別F.聯(lián)立方程組中有一個方程不可識別，則聯(lián)立方程組不可識別5 、下列說法不正確的是（）A.多重共線性是總體現(xiàn)象B.多重共線性是完全可以避免的C. 多重共線性是一種樣本現(xiàn)象D. 在共線性程度不嚴重的時候可

9、進行結(jié)構(gòu)分析E. 只有完全多重共線性一種類型三、判斷題（判斷下列命題正誤，并說明理由）1、 在異方差性的情況下，常用的OLS 法必定高估了估計量的標準誤。2、 即使經(jīng)典線性回歸模型（CLRM 中的干擾項不服從正態(tài)分布的，OLS 估計量仍然是無偏的。3、變量模型中，對樣本回歸函數(shù)整體的顯著性檢驗與斜率系數(shù)的顯著性檢驗是一致 的。4、 多重共線性問題是隨機擾動項違背古典假定引起的；5、 秩條件是充要條件，因此利用秩條件就可以完成聯(lián)立方程識別狀態(tài)的確四、計算題1、組合證券理論的資本市場線（ CML 表明期望收益Ei與風險i之間存在線性關系如下：Ei =：1亠;i根據(jù) 1990 2000 年間美國 3

10、4 只共同基金的期望回報及其標準差數(shù)據(jù)，得出如下回歸結(jié)果, 請根據(jù)有關運算關系填寫表中空白處的數(shù)值，并判斷此結(jié)果是否支持了上述理論。Depe ndent Variable: YMethod: Least SquaresSample: 134In cluded observatio ns: 34VariableCoefficientStd. Errort-StatisticProb.C5.5409400.9686080.0000X0.4745140.0550770.0000R-squaredMean depe ndent var13.64118Adjusted R-squaredS.D. dep

11、endent var2.436480S.E. of regressi onAkaike info3.506937criteri onSum squared resid59.01394Schwarz criterio n3.596723Log likelihood-57.61793F-statisticDurbin-Wats on stat1.796718Prob(F-statistic)0.0000002、下面結(jié)果是利用某地財政收入對該地第一、二、三產(chǎn)業(yè)增加值的回歸結(jié)果。根 據(jù)這一結(jié)果試判斷該模型是否存在多重共線性，說明你的理由。Depe ndent Variable: REVMethod:

12、Least SquaresSample: 1 10In cluded observati ons: 10VariableCoefficie ntStd. Error t-StatisticProb.C17414.6314135.101.2320130.2640GDP1-0.2775100.146541-1.8937430.1071GDP20.0848570.0935320.9072520.3992GDP30.1905170.1516801.2560480.2558R-squared0.993798Mean depe ndent var63244.00Adjusted R-squared0.99

13、0697S.D. dependent var54281.99S.E. of regressi on5235.544Akaike infocriteri on20.25350Sum squared resid1.64E+08Schwarz criteri on20.37454Log likelihood-97.26752F-statistic320.4848Durbin-Wats on stat1.208127Prob(F-statistic)0.0000013、以廣東省東莞市的財政支出作為被解釋變量、財政收入作為解釋變量做計量經(jīng)濟模型，即Yi，方程估計、殘差散點圖及 ARCH 僉驗輸出結(jié)果分別

14、如下:方程估計結(jié)果:Depe ndent Variable: YMethod: Least SquaresDate: 05/31/03 Time: 12:42Sample: 1980 1997In cluded observatio ns: 18VariableCoefficientStd. Errort-StatisticProb.C-2457.310680.5738-3.6106440.0023X0.7193080.01115364.497070.0000R-squared0.996168Mean depe ndent var25335.11Adjusted R-squared0.9959

15、29S.D. dependent var35027.97S.E. of regressi on2234.939Akaike info18.36626criteri onSum squared resid79919268Schwarz criterio n18.46519Log likelihood-163.2963F-statistic4159.872Durbin-Wats on stat2.181183Prob(F-statistic)0.000000殘差與殘差滯后 1 期的散點圖:ARCH 僉驗輸出結(jié)果:ARCH Test:F-statistic2.886465Probability0.0

16、85992Obs*R-squared7.867378Probability0.096559Test Equatio n:Depe nde nt Variable: RESIDA2Method: Least SquaresDate: 06/10/03 Time: 00:33Sample(adjusted): 1984 1997In eluded observatio ns: 14 after adjusti ng en dpointsVariableCoefficieStd. Errort-StatistiProb.ntcC-9299857.7646794.-1.2161770.2549RESI

17、DA2(-1)0.0335820.3083770.1089000.9157RESIDA2(-2)-0.7432730.320424-2.3196500.0455RESIDA2(-3)-0.85485211.02966-0.0775050.9399RESIDA2(-4)37.0434510.913803.3941820.0079R-squared0.561956Mean depe ndent var5662887.Adjusted R-squared0.367269S.D. dependent var16323082S.E. of regressi on12984094Akaike info35.86880criteri onSum squared resid1.52E+