計(jì)量經(jīng)濟(jì)學(xué)名詞解釋和簡答題

1、計(jì)量經(jīng)濟(jì)學(xué)第一部分：名次解釋第一章1、模型：對現(xiàn)實(shí)的描述和模擬。2、廣義計(jì)量經(jīng)濟(jì)學(xué)：利用經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量方法的統(tǒng)稱，包括回歸分析方法、投入產(chǎn)出分析方法、時間序列分析方法等。3、狹義計(jì)量經(jīng)濟(jì)學(xué)：以揭示經(jīng)濟(jì)現(xiàn)象中的因果關(guān)系為目的，在數(shù)學(xué)上主要應(yīng)用回歸分析方法。第二章1、總體回歸函數(shù)：指在給定Xi下Y分布的總體均值與Xi所形成的函數(shù)關(guān)系（或者說總體被解釋變量的條件期望表示為解釋變量的某種函數(shù)）。2、樣本回歸函數(shù)：指從總體中抽出的關(guān)于Y，X的若干組值形成的樣本所建立的回歸函數(shù)。3、隨機(jī)的總體回歸函數(shù)：含有隨機(jī)干擾項(xiàng)的總體回歸函數(shù)（是相對于條件期望形式而言的）。4、線性回

2、歸模型：既指對變量是線性的，也指對參數(shù)為線性的，即解釋變量與參數(shù)只以他們的1次方出現(xiàn)。5、隨機(jī)干擾項(xiàng)：即隨機(jī)誤差項(xiàng)，是一個隨機(jī)變量，是針對總體回歸函數(shù)而言的。6、殘差項(xiàng)：是一隨機(jī)變量，是針對樣本回歸函數(shù)而言的。7、條件期望：即條件均值，指X取特定值Xi時Y的期望值。8、回歸系數(shù)：回歸模型中o，1等未知但卻是固定的參數(shù)。9、回歸系數(shù)的估計(jì)量：指用等表示的用已知樣本提供的信息所估計(jì)出來總體未知參數(shù)的結(jié)果。10、最小二乘法：又稱最小平方法，指根據(jù)使估計(jì)的剩余平方和最小的原則確定樣本回歸函數(shù)的方法。11、最大似然法：又稱最大或然法，指用生產(chǎn)該樣本概率最大的原則去確定樣本回歸函數(shù)的方法。12、估計(jì)量的標(biāo)

3、準(zhǔn)差：度量一個變量變化大小的測量值。13、總離差平方和：用TSS表示，用以度量被解釋變量的總變動。14、回歸平方和：用ESS表示：度量由解釋變量變化引起的被解釋變量的變化部分。15、殘差平方和：用RSS表示：度量實(shí)際值與擬合值之間的差異，是由除解釋變量以外的其他因素引起的被解釋變量變化的部分。16、協(xié)方差：用Cov（X，Y）表示，度量X,Y兩個變量關(guān)聯(lián)程度的統(tǒng)計(jì)量。17、擬合優(yōu)度檢驗(yàn)：檢驗(yàn)?zāi)Ｐ蛯颖居^測值的擬合程度，用 表示，該值越接近1，模型對樣本觀測值擬合得越好。18、t檢驗(yàn)時針對每個解釋變量進(jìn)行的顯著性檢驗(yàn)，即構(gòu)造一個t統(tǒng)計(jì)量，如果該統(tǒng)計(jì)量的值落在置信區(qū)間外，就拒絕原假設(shè)。19、相關(guān)分析

4、：研究隨機(jī)變量間的相關(guān)形式20、回歸分析：研究一個變量關(guān)于另一個（些）變量的依賴關(guān)系的計(jì)算方法和理論。第三章1、多元線性回歸模型：在現(xiàn)實(shí)經(jīng)濟(jì)活動中往往存在一個變量受到其他多個變量的影響的現(xiàn)象，表現(xiàn)為在線性回歸模型中有多個解釋變量，這樣的模型成為多元線性回歸模型，多元指多個變量。2、偏回歸系數(shù)：在多元回歸模型中，每一個解釋變量前的參數(shù)即為偏回歸系數(shù)，它測度了當(dāng)其他解釋變量保持不變時，該變量增加1個單位對解釋變量帶來的平均影響程度。3、正規(guī)方程組：指采用OLS法估計(jì)線性回歸模型時，對殘差平方和關(guān)于各參數(shù)求偏導(dǎo)，并令偏導(dǎo)數(shù)為0后得到的一組方程，其矩陣形式為4、調(diào)整的多元可決系數(shù) ：又稱多元判定系數(shù)，

5、是一個用于描述伴隨模型中解釋變量的增加和多個解釋變量對被解釋變量的聯(lián)合影響程度的量。它與 有如下關(guān)系：5、多重共線性：指多個解釋變量間存在線性相關(guān)的情形。如果存在完全的線性相關(guān)性，則模型的參數(shù)就無法求出，OLS回歸無法進(jìn)行。6、聯(lián)合假設(shè)檢驗(yàn)：是相對于單個假設(shè)檢驗(yàn)來說的，指假設(shè)檢驗(yàn)中的假設(shè)有多個，不止一個。如多元回歸中的方程的顯著性檢驗(yàn)就是一個聯(lián)合假設(shè)檢驗(yàn)，而每個參數(shù)的t檢驗(yàn)就是單個假設(shè)檢驗(yàn)。7、受約束回歸：在實(shí)際經(jīng)濟(jì)活動中，常常需要根據(jù)經(jīng)濟(jì)理論對模型中變量的參數(shù)施加一定的約束條件，對模型參數(shù)施加約束條件后進(jìn)行回歸。8、無約束回歸：無需對模型中變量的參數(shù)施加約束條件進(jìn)行的回歸。第四章1、異方差性

6、：對于不同的解釋向量，被解釋變量的隨機(jī)誤差項(xiàng)的方差不再是常數(shù)，而互不相同，則認(rèn)為出現(xiàn)了異方差性。2、序列相關(guān)性：如果對于不同的解釋向量，隨機(jī)誤差項(xiàng)之間不再是不相關(guān)的，而是存在某種相關(guān)性，則認(rèn)為出現(xiàn)了序列相關(guān)性。3、多重共線性：如果某兩個或多個解釋變量之間出現(xiàn)了相關(guān)性，則稱為多重共線性。4、隨機(jī)解釋變量問題：如果存在一個或多個隨機(jī)變量作為解釋變量，則稱原模型出現(xiàn)隨機(jī)解釋變量問題。第五章1、虛擬變量：同時含有一般解釋變量與虛擬變量的模型稱為虛擬變量模型或者方差分析模型。2、滯后變量模型：把過去時期的，具有滯后作用的變量叫做滯后變量，含有滯后變量的模型稱為滯后變量模型。 3、動態(tài)模型：含有滯后解釋變

7、量的模型，又稱動態(tài)模型4、分布滯后模型：如果滯后變量模型中沒有滯后被解釋變量，僅有解釋變量X的當(dāng)期值及其若干期的滯后值，則成為分布滯后模型。5、自回歸模型：解釋變量僅包含X的當(dāng)期值與被解釋變量Y的一個或多個滯后值的模型。第二部分：簡答題第一章1、 什么是計(jì)量經(jīng)濟(jì)學(xué)？答：計(jì)量經(jīng)濟(jì)學(xué)包括廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)，本課程中的計(jì)量經(jīng)濟(jì)學(xué)模型，就是狹義計(jì)量經(jīng)濟(jì)學(xué)意義上的經(jīng)濟(jì)數(shù)學(xué)模型：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個分支學(xué)科，以揭示經(jīng)濟(jì)活動中客觀存在的數(shù)量關(guān)系為主要內(nèi)容，是由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者結(jié)合而成的交叉性學(xué)科。2、 計(jì)量經(jīng)濟(jì)學(xué)方法與一般經(jīng)濟(jì)數(shù)學(xué)方法有什么區(qū)別？答：計(jì)量經(jīng)濟(jì)學(xué)方法揭示經(jīng)濟(jì)活動中具有因

8、果關(guān)系的各因素間的定量關(guān)系，它用隨機(jī)性的數(shù)學(xué)方程加以描述；而一般經(jīng)濟(jì)數(shù)學(xué)方法揭示經(jīng)濟(jì)活動中各個因素間的理論關(guān)系，更多地用確定性的數(shù)學(xué)方程加以描述。3、如何理解計(jì)量經(jīng)濟(jì)學(xué)在當(dāng)代經(jīng)濟(jì)學(xué)科中的重要地位？當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的基本特點(diǎn)？答：計(jì)量經(jīng)濟(jì)學(xué)自20世紀(jì)20年代末30年代初形成以來，無論在技術(shù)方法還是在應(yīng)用方面發(fā)展都十分迅速，尤其是經(jīng)過20世紀(jì)50年代的發(fā)展階段和60年代的擴(kuò)張階段，計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中占據(jù)了重要的地位，主要表現(xiàn)在：。在西方大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已成為經(jīng)濟(jì)學(xué)課程表中最具權(quán)威性的一部分；。在1969至2003年諾貝爾經(jīng)濟(jì)學(xué)獎的53位獲獎?wù)咧杏?0位與研究和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)有

9、關(guān)，居經(jīng)濟(jì)學(xué)各分支學(xué)科之首。此外，絕大多數(shù)獲獎?wù)叩难芯恐卸紤?yīng)用了計(jì)量經(jīng)濟(jì)學(xué)方法。計(jì)量經(jīng)濟(jì)學(xué)方法與其他經(jīng)濟(jì)數(shù)學(xué)方法的結(jié)合應(yīng)用得到了長足發(fā)展。從當(dāng)代計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展動向看，其基本特點(diǎn)包括：。非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)的理論與應(yīng)用研究成為計(jì)量經(jīng)濟(jì)學(xué)越來越重要的內(nèi)容；。計(jì)量經(jīng)濟(jì)學(xué)方法從主要用于經(jīng)濟(jì)預(yù)測轉(zhuǎn)向經(jīng)濟(jì)理論假設(shè)和政策假設(shè)的檢驗(yàn)；。計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用從傳統(tǒng)的領(lǐng)域轉(zhuǎn)向新的領(lǐng)域，從宏觀領(lǐng)域的研究開始轉(zhuǎn)向微觀領(lǐng)域的研究；。計(jì)量經(jīng)濟(jì)學(xué)模型的規(guī)模不再是水平高低的衡量標(biāo)準(zhǔn)，人們更喜歡建立一些簡單的模型，從總量上和趨勢上說明經(jīng)濟(jì)現(xiàn)象。4、建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟有哪些？答：建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟包

10、括：設(shè)定理論模型，包括選擇模型所包含的變量，確定變量之間的數(shù)學(xué)關(guān)系和擬定模型中待估參數(shù)的數(shù)值范圍；收集樣本數(shù)據(jù)，要考慮樣本數(shù)據(jù)的完整性、準(zhǔn)確性、可比性和一致性；估計(jì)模型參數(shù)；檢驗(yàn)?zāi)Ｐ?，包括?jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型預(yù)測檢驗(yàn)。5、計(jì)量經(jīng)濟(jì)學(xué)模型主要有哪些應(yīng)用領(lǐng)域？各自的原理是什么？答：計(jì)量經(jīng)濟(jì)學(xué)模型主要有以下幾個方面的用途：。結(jié)構(gòu)分析，其原理是彈性分析、乘數(shù)分析與比較分析；。經(jīng)濟(jì)預(yù)測，其原理是模擬歷史，從已經(jīng)發(fā)生的經(jīng)濟(jì)活動中找出變化規(guī)律；。政策評價(jià)，是對不同政策執(zhí)行情況的“模擬仿真”；。檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論，其原理是如果按照某種經(jīng)濟(jì)理論建立的計(jì)量經(jīng)濟(jì)學(xué)模型可以很好地?cái)M合實(shí)際觀察數(shù)

11、據(jù)。6、模型的檢驗(yàn)包括哪些方面？答：模型的檢驗(yàn)主要包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型的預(yù)測檢驗(yàn)四個方面。第二章1、簡述相關(guān)分析和回歸分析的聯(lián)系和區(qū)別。答：相關(guān)分析與回歸分析既有聯(lián)系又有區(qū)別。首先，兩者都是研究非確定性變量間的的統(tǒng)計(jì)依賴關(guān)系，并能測度線性依賴程度的大小。其次，兩者間又有明顯的區(qū)別。相關(guān)分析僅僅是從統(tǒng)計(jì)數(shù)據(jù)上測度變量間的相關(guān)程度，而無需考察兩者間是否有因果關(guān)系，因此，變量的地位在相關(guān)分析中式對稱的，而且都是隨機(jī)變量；回歸分析則更關(guān)注具有統(tǒng)計(jì)相關(guān)關(guān)系的變量間的因果關(guān)系分析，變量的地位是不對稱的，有解釋變量和被解釋變量之分，而且解釋變量也往往被假設(shè)為非隨機(jī)變量。再次，相關(guān)

12、分析只關(guān)注變量間的聯(lián)系程度，不關(guān)注具體的依賴關(guān)系；而回歸分析則更加關(guān)注變量間的具體依賴關(guān)系，因此可以進(jìn)一步通過解釋變量的變化來估計(jì)或預(yù)測被解釋變量的變化，達(dá)到深入分析變量間依存關(guān)系，掌握其運(yùn)動規(guī)律的目的。2、一元線性回歸模型的基本假設(shè)主要有哪些？違背基本假設(shè)的計(jì)量經(jīng)濟(jì)學(xué)模型是否就不可以估計(jì)？答：假設(shè)1、解釋變量X是確定性變量，不是隨機(jī)變量； 假設(shè)2、隨機(jī)誤差項(xiàng)m具有零均值、同方差和不序列相關(guān)性： E(mi)=0 i=1,2, ,n Var (mi)=sm2 i=1,2, ,n Cov(mi, mj)=0 ij i,j= 1,2, ,n假設(shè)3、隨機(jī)誤差項(xiàng)m與解釋變量X之間不相關(guān)： Cov(Xi,

13、 mi)=0 i=1,2, ,n假設(shè)4、m服從零均值、同方差、零協(xié)方差的正態(tài)分布 miN(0, sm2 ) i=1,2, ,n假設(shè)5：隨著樣本容量的無限增加，解釋變量X的樣本方差趨于一有限常數(shù)。即假設(shè)6：回歸模型是正確設(shè)定的 這些假設(shè)都是針對普通最小二乘法的。在違背這些基本假設(shè)的情況下，普通最小二乘法就不再是最佳線性無偏估計(jì)量，因此使用普通最小二乘法進(jìn)行估計(jì)已無多大意義。但模型本身還是可以估計(jì)的，尤其是可以通過最大似然法等其他原理進(jìn)行估計(jì)。3、簡述最大似然法和最小二乘法依據(jù)的不同原理。答：對于最小二乘法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測值后，最合理的參數(shù)估計(jì)量應(yīng)該使得模型能最好地?cái)M合樣本數(shù)據(jù)；

14、而對于最大似然法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測值的概率最大。在滿足一系列基本假設(shè)的情況下，模型結(jié)構(gòu)參數(shù)的最大或然估計(jì)量與普通最小二乘估計(jì)量是相同的。4、簡述最小二乘估計(jì)量的性質(zhì)。答：（1）線性性，即它是否是另一隨機(jī)變量的線性函數(shù)；（2）無偏性，即它的均值或期望值是否等于總體的真實(shí)值；（3）有效性，即它是否在所有線性無偏估計(jì)量中具有最小方差。（4）漸近無偏性，即樣本容量趨于無窮大時，是否它的均值序列趨于總體真值；（5）一致性，即樣本容量趨于無窮大時，它是否依概率收斂于總體的真值；（6）漸近有效性，即樣本容量趨于無窮大時，是否它在所有的

15、一致估計(jì)量中具有最小的漸近方差。l 注意：（1）（3）準(zhǔn)則也稱作估計(jì)量的小樣本性質(zhì)，擁有這類性質(zhì)的估計(jì)量稱為最佳線性無偏估計(jì)量（BLUE）。（4）（6）準(zhǔn)則考察估計(jì)量的大樣本或漸進(jìn)性質(zhì)。高斯馬爾可夫定理：普通最小二乘估計(jì)量具有線性性、無偏性和最小方差性等優(yōu)良性質(zhì)，是最佳線性無偏估計(jì)。5、簡述變量顯著性檢驗(yàn)的步驟。答：（1）對總體參數(shù)提出假設(shè)： H0：b1=0， H1：b10。 （2）以原假設(shè)H0構(gòu)造t統(tǒng)計(jì)量，并由樣本計(jì)算其值： （3）給定顯著性水平a，查t分布表得臨界值t a/2(n-2) （4）比較，判斷 若 |t| t a/2(n-2)，則拒絕H0 ，接受H1 ； 若 |t| t a/2(

16、n-2)，則接受H0 ，拒絕H1 ； 對于一元線性回歸方程中的b0，也可構(gòu)造如下t統(tǒng)計(jì)量進(jìn)行顯著性檢驗(yàn) 第三章1、多元線性回歸模型的基本假設(shè)是什么？提示：一般表達(dá)式式和矩陣符號表達(dá)式。2、為什么說對模型參數(shù)施加約束條件后，其回歸的殘差平方和一定不比未加約束的殘差平方和小？在什么樣的條件下，受約束回歸與無約束回歸的結(jié)果相同？答：模型施加約束條件后進(jìn)行回歸稱為受約束回歸。而不加任何約束的回歸稱為無約束回歸。對模型參數(shù)施加約束條件后，就限制了參數(shù)的取值范圍，尋找到的參數(shù)估計(jì)值也是在此條件下使殘差平方和達(dá)到最小，它不可能比未施加約束條件時找到的參數(shù)估計(jì)值使得殘差平方和達(dá)到最小值還要小。這意味著，通常情

17、況下，對模型施加約束條件會降低模型的解釋能力。但當(dāng)約束條件為真時，受約束回歸與無約束回歸的結(jié)果就相同。3、怎樣選擇合適的樣本容量？答：（1）必須保證最小樣本容量。樣本最小容量必須不少于模型中解釋變量的數(shù)目（包括常數(shù)項(xiàng)）,即n k+1，因?yàn)椋瑹o多重共線性要求：秩(X)=k+1。（2）滿足基本要求的樣本容量。雖然當(dāng)n k+1時可以得到參數(shù)估計(jì)量，但除了參數(shù)估計(jì)量質(zhì)量不好外，一些建立模型必須的后續(xù)工作也無法進(jìn)行。所以，一般經(jīng)驗(yàn)認(rèn)為，當(dāng)n30或者至少n3(k+1)時，才能說滿足模型估計(jì)的基本要求。 第四章1、不滿足基本假定（基本假設(shè)違背）的情況有哪些？答：（1）隨機(jī)誤差項(xiàng)序列存在異方差性；（2）隨機(jī)誤

18、差項(xiàng)序列存在序列相關(guān)性；（3）解釋變量之間存在多重共線性；（4）解釋變量是隨機(jī)變量且與隨機(jī)誤差項(xiàng)相關(guān)的隨機(jī)解釋變量問題；（5）模型設(shè)定有偏誤；（6）解釋變量的方差不隨樣本容量的增而收斂。2、使用加權(quán)最小二乘法必須先進(jìn)行異方差性檢驗(yàn)嗎？答：在實(shí)際操作中人們通常采用如下的經(jīng)驗(yàn)方法：不對原模型進(jìn)行異方差性檢驗(yàn)，而是直接選擇加權(quán)最小二乘法，尤其是采用截面數(shù)據(jù)作樣本時。如果確實(shí)存在異方差性，則被有效地消除了；如果不存在異方差性，則加權(quán)最小二乘法等價(jià)于普通最小二乘法。答：（1）計(jì)算DW值（2）給定a，由n和k的大小查DW分布表，得臨界值dL和dU（3）比較、判斷若0D.W.dL，存在正自相關(guān) dLD.W.

19、dU，不能確定 dU D.W.4dU，無自相關(guān)4dU D.W.4dL，不能確定 4dL D.W.4 ， 存在負(fù)自相關(guān) 當(dāng)D.W.值在2左右時，模型不存在一階自相關(guān)。第五章1.回歸模型中引入虛擬變量的作用是什么？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，主要是為了尋找某（些）定性因素對解釋變量的影響。加法方式與乘法方式是最主要的引入方式，前者主要適用于定性因素對截距項(xiàng)產(chǎn)生影響的情況，后者主要適用于定性因素對斜率項(xiàng)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(xiàng)與斜率項(xiàng)同時產(chǎn)生影響的情況。2.滯后變量模型有哪幾種類型？分布滯后

20、模型使用OLS方法存在哪些問題？答：滯后變量模型有分布滯后模型和自回歸模型兩大類，前者只有解釋變量及其滯后變量作為模型的解釋變量，不包含被解釋變量的滯后變量作為模型的解釋變量；而后者則以當(dāng)期解釋變量與被解釋變量的若干期滯后變量作為模型的解釋變量。分布滯后變量有無限期的分布滯后模型和有限期的分布滯后模型；自回歸模型又以Coyck模型、自適應(yīng)預(yù)期模型和局部調(diào)整模型最為多見。分布滯后模型使用OLS法存在以下問題：（1）對于無限期的分布滯后模型，由于樣本觀測值的有限性，使得無法直接對其進(jìn)行估計(jì)。（2）對于有限期的分布滯后模型，使用OLS方法會遇到：沒有先驗(yàn)準(zhǔn)則確定滯后期長度，對最大滯后期的確定往往帶有主觀隨意性；如果滯后期較長，由于樣本容量有限，當(dāng)滯后變量數(shù)目增加時，必然使得自由度減少，將缺乏足夠的自由度進(jìn)行估計(jì)和檢驗(yàn)；同名變量滯后期之間可能存在高度線性相關(guān)，即模型可能存在高度的多重共線性。3.請列出分布滯后模型估計(jì)的幾種主要方法。答：分布滯后模型的估計(jì)主要需解決滯后期長度的問題。其基本的解決思路就是減少模型中解釋變量的個數(shù)。常用的估計(jì)方法有：經(jīng)驗(yàn)加權(quán)法Almon多項(xiàng)式法，以及Koyck方法，前兩者主要用于估計(jì)有限期分布滯后模型，第三者主要用于估計(jì)無限期分布滯后模型。4.分布滯后模型估計(jì)時遇到的主要問題有哪些？自回歸模型估計(jì)時遇到的主要問題？答：分布滯后模型估計(jì)時遇到的主要問題有：對于無