計(jì)量經(jīng)濟(jì)學(xué)試題(卷）和答案

1、.wd1.計(jì)量經(jīng)濟(jì)學(xué)模型：提醒經(jīng)濟(jì)現(xiàn)象中客觀存在的因果關(guān)系，主要采用回歸分析方法的經(jīng)濟(jì)數(shù)學(xué)模型。2.參數(shù)估計(jì)的無(wú)偏性：它的均值或期望值是否等于總體的真實(shí)值。3.參數(shù)估計(jì)量的有效性：它是否在所有線性無(wú)偏估計(jì)量中具有最小方差。 估計(jì)量的期望方差越大說明用其估計(jì)值代表相應(yīng)真值的有效性越差；否那么越好，越有效。不同的估計(jì)量具有不同的方差，方差最小說明最有效。4.序列相關(guān)：即模型的隨即干擾項(xiàng)違背了相互獨(dú)立的 基本假設(shè)。5.工具變量：在模型估計(jì)過程中被作為工具使用，以替代與隨即干擾項(xiàng)相關(guān)的隨機(jī)解釋變量。6.構(gòu)造式模型：根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建設(shè)的描述經(jīng)濟(jì)變量之間直接關(guān)系構(gòu)造的計(jì)量經(jīng)濟(jì)學(xué)方程系統(tǒng)。7內(nèi)生變量

2、：具有某種概率分布的隨機(jī)變量，它的參數(shù)是聯(lián)立方程系統(tǒng)估計(jì)的元素，內(nèi)生變量是由模型系統(tǒng)決定的，同時(shí)也對(duì)模型系統(tǒng)產(chǎn)生影響。內(nèi)生變量一般都是經(jīng)濟(jì)變量。8.異方差：對(duì)于不同的樣本點(diǎn)，隨機(jī)干擾項(xiàng)的方差不再是常數(shù)，而是互不一樣，那么認(rèn)為出現(xiàn)了異方差性。9. 回歸分析：研究一個(gè)變量關(guān)于另一個(gè)些變量的依賴關(guān)系的計(jì)算方法和理論。其目的在于通過后者的或設(shè)定值，去估計(jì)和預(yù)測(cè)前者的總體均值。前一變量稱為被解釋變量或應(yīng)變量，后一變量稱為解釋變量或自變量。1以下不屬于線性回歸模型經(jīng)典假設(shè)的條件是 A A被解釋變量確定性變量，不是隨機(jī)變量。B隨機(jī)擾動(dòng)項(xiàng)服從均值為0，方差恒定，且協(xié)方差為0。C隨機(jī)擾動(dòng)項(xiàng)服從正態(tài)分布。D解釋變

3、量之間不存在多重共線性。2參數(shù)的估計(jì)量具備有效性是指 B A B為最小CD 為最小3設(shè)Q為居民的豬肉需求量，I為居民收入，PP為豬肉價(jià)格，PB為牛肉價(jià)格，且牛肉和豬肉是替代商品，那么建設(shè)如下的計(jì)量經(jīng)濟(jì)學(xué)模型：根據(jù)理論預(yù)期，上述計(jì)量經(jīng)濟(jì)學(xué)模型中的估計(jì)參數(shù)、和應(yīng)該是 C A<0，<0，B<0，>0，C>0，<0，D>0，>0，4利用OLS估計(jì)模型求得的樣本回歸線，以下哪些結(jié)論是不正確的 D A樣本回歸線通過點(diǎn)B=0CD5用一組有20個(gè)觀測(cè)值的樣本估計(jì)模型后，在0.1的顯著性水平下對(duì)的顯著性作t檢驗(yàn)，那么顯著地不等于零的條件是t統(tǒng)計(jì)量絕對(duì)值大于 D A

4、. t0.1(20)B. t0.05(20)C. t0.1(18)D. t0.05(18)6對(duì)模型進(jìn)展總體線性顯著性檢驗(yàn)的原假設(shè)是 C AB，其中C D，其中7.對(duì)于如下的回歸模型中，參數(shù)的含義是 D AX的相對(duì)變化,引起Y的期望值的絕對(duì)變化量BY關(guān)于X的邊際變化率CX的絕對(duì)量發(fā)生一定變動(dòng)時(shí),引起Y的相對(duì)變化率DY關(guān)于X的彈性8.如果回歸模型為背了無(wú)序列相關(guān)的假定，那么OLS估計(jì)量 A A無(wú)偏的，非有效的B有偏的，非有效的C無(wú)偏的，有效的D有偏的，有效的9. 以下檢驗(yàn)方法中，不能用來檢驗(yàn)異方差的是 D A格里瑟檢驗(yàn)B戈德菲爾德-匡特檢驗(yàn)C懷特檢驗(yàn)D杜賓-沃森檢驗(yàn)10在對(duì)多元線性回歸模型進(jìn)展檢驗(yàn)

5、時(shí)，發(fā)現(xiàn)各參數(shù)估計(jì)量的t檢驗(yàn)值都很低，但模型的擬合優(yōu)度很高且F檢驗(yàn)顯著，這說明模型很可能存在 C A方差非齊性B序列相關(guān)性C多重共線性D模型設(shè)定誤差11.包含截距項(xiàng)的回歸模型中包含一個(gè)定性變量，且這個(gè)定性變量有3種特征，那么，如果我們?cè)诨貧w模型中納入3個(gè)虛擬變量將會(huì)導(dǎo)致模型出現(xiàn) A A序列相關(guān)B異方差C完全共線性D隨機(jī)解釋變量12.以下條件中，哪條不是有效的工具變量需要滿足的條件 B A與隨機(jī)解釋變量高度相關(guān)B與被解釋變量高度相關(guān)C與其它解釋變量之間不存在多重共線性D與隨機(jī)誤差項(xiàng)不同期相關(guān)13當(dāng)模型中存在隨機(jī)解釋變量時(shí)，OLS估計(jì)參數(shù)仍然是無(wú)偏的要求 A A隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)獨(dú)立B隨機(jī)解

6、釋變量與隨機(jī)誤差項(xiàng)同期不相關(guān)，而異期相關(guān)C隨機(jī)解釋變量與隨機(jī)誤差項(xiàng)同期相關(guān)D不管哪種情況，OLS估計(jì)量都是有偏的14在分布滯后模型中，解釋變量對(duì)被解釋變量的長(zhǎng)期影響乘數(shù)為 C A. B. C. D15在聯(lián)立方程模型中，外生變量共有多少個(gè) B A. 1B. 2C. 3D. 41普通最小二乘法確定一元線性回歸模型的參數(shù)和的準(zhǔn)那么是使 B Aei最小Bei2最小Cei最大Dei2最大2、普通最小二乘法(OLS)要求模型誤差項(xiàng)滿足某些 基本假定。以下不正確的選項(xiàng)是( B )ABCD3調(diào)整后的判定系數(shù)與判定系數(shù)R2的關(guān)系是(k是待估參數(shù)的個(gè)數(shù)) B A=1-(1-)B=1-(1-R2)C=(1-R2)D

7、. =(1-)4在含有截距項(xiàng)的二元線性回歸模型中隨機(jī)誤差項(xiàng)的無(wú)偏估計(jì)量是 D ABCD5設(shè)OLS法得到的樣本回歸直線為，以下說法不正確的選項(xiàng)是 ( D ) AB落在回歸直線上C D6根據(jù)樣本資料估計(jì)得到如下的人均產(chǎn)出Y對(duì)人均資本存量K的樣本回歸模型:。這說明人均資本存量每增加1，人均產(chǎn)出預(yù)期將增加 B A. 0.3%B. 0.7%C. 3%D. 7%7. 設(shè)M為貨幣需求量，Y為收入水平，r為利率。根據(jù)凱恩斯流動(dòng)性偏好理論，建設(shè)如下的貨幣需求計(jì)量經(jīng)濟(jì)學(xué)模型：根據(jù)理論預(yù)期，上述計(jì)量經(jīng)濟(jì)學(xué)模型中的估計(jì)參數(shù)和應(yīng)該是 C A<0，<0B<0，>0C>0，<0D>

8、0，>08. 逐步回歸法既可檢驗(yàn)又可修正 D A異方差性B.自相關(guān)性C隨機(jī)解釋變量 D.多重共線性9. 懷特檢驗(yàn)方法可以檢驗(yàn) C A多重共線性B自相關(guān)性C異方差性D隨機(jī)解釋變量10. DW檢驗(yàn)中，存在負(fù)自相關(guān)的區(qū)域是 A A4-dL<DW值<4B0< DW值<dLCdu< DW值<4-duDdL< DW值<du，4-du< DW值<4-dL11.沒有截距項(xiàng)的回歸模型中包含一個(gè)定性變量，并且這個(gè)變量有三種特征，那么回歸模型中需引入 C A一個(gè)虛擬變量B二個(gè)虛擬變量C三個(gè)虛擬變量D四個(gè)虛擬變量12.工具變量法可以用來抑制 B A多重

9、共線性B隨機(jī)解釋變量C自相關(guān)D異方差13如果回歸模型為背了同方差的假定，那么OLS估計(jì)量 A A無(wú)偏的，非有效的B有偏的，非有效的C無(wú)偏的，有效的D有偏的，有效的14. 在有限分布滯后模型Yt=0.9+0.6Xt-0.5Xt-1+ut中，長(zhǎng)期影響乘數(shù)是 D A.0.6B.0.5 C.0.1D.1.115在聯(lián)立方程模型中，不屬于外生變量的前定變量共有多少個(gè) A A. 1B. 2C. 3D. 41現(xiàn)有20xx年中國(guó)31個(gè)省自治區(qū)、直轄市的居民收入Y和居民消費(fèi)支出X數(shù)據(jù)。如果我們以上述樣本數(shù)據(jù)來估計(jì)中國(guó)居民的消費(fèi)函數(shù)，問：怎樣設(shè)定回歸方程來能夠完全捕捉到中國(guó)東部、中部和西部地區(qū)居民消費(fèi)函數(shù)的差異2有

10、如下的計(jì)量經(jīng)濟(jì)學(xué)模型：，且。請(qǐng)問上述計(jì)量經(jīng)濟(jì)學(xué)模型違背了哪條經(jīng)典假設(shè)我們應(yīng)該如何修正上述模型3對(duì)于如下的有限分布滯后模型：，我們?cè)诠烙?jì)這樣的模型時(shí)，面臨著哪些主要的困難請(qǐng)你說明有哪些方法可以抑制上述困難4、有如下的聯(lián)立方程模型：其中，C消費(fèi)；I投資；Y總收入；r利率；G政府支出。請(qǐng)寫出上述聯(lián)立方程模型的構(gòu)造式參數(shù)矩陣。1考慮如下過原點(diǎn)的線性回歸：。對(duì)上述模型，是否仍然能夠得到如下的結(jié)論：2在如下的計(jì)量經(jīng)濟(jì)學(xué)模型中：，存在，請(qǐng)問如何修正上述計(jì)量模型才能使得其系數(shù)的OLS估計(jì)量具有BLUE的性質(zhì)。3有如下的消費(fèi)計(jì)量模型:(其中為居民儲(chǔ)蓄,為居民收入)。如果農(nóng)村居民和城鎮(zhèn)居民的邊際儲(chǔ)蓄傾向是不同的，

11、那么我們應(yīng)該如何修正上述模型。4請(qǐng)將如下的隨機(jī)生產(chǎn)函數(shù)轉(zhuǎn)化為線性的計(jì)量經(jīng)濟(jì)學(xué)模型，并說明參數(shù)和的經(jīng)濟(jì)意義。1下面的數(shù)據(jù)是對(duì)X和Y的觀察值得到的：,；,其中分別為的離差；觀測(cè)值個(gè)數(shù)為31。問：（1） 用普通最小二乘法計(jì)算完成如下二元線性回歸模型的參數(shù)估計(jì) （2） 求擬合優(yōu)度R2（3） 在0.05的顯著性水平下檢驗(yàn)估計(jì)參數(shù)是否顯著 （4） 求出和在0.95置信度下的置信區(qū)間 (附:2現(xiàn)有2006年中國(guó)31個(gè)省自治區(qū)、直轄市的火災(zāi)經(jīng)濟(jì)損失Y(單位：億元)和保費(fèi)收入X單位：億元的數(shù)據(jù)。我們的目的是估計(jì)中國(guó)的保費(fèi)收入對(duì)火災(zāi)經(jīng)濟(jì)損失的影響，因此，我們建設(shè)了如下的回歸方程：進(jìn)一步的，我們借助Eviews軟件

12、完成了上述回歸方程的估計(jì)，Eviews軟件的輸出結(jié)果如下：Dependent Variable: LN(Y)Method: Least SquaresSample: 1 31Included observations: 31VariableCoefficientStd. Errort-StatisticProb.  C-4.0547381.414064 0.0076LN(X) 0.1852866.2383440.0000R-squared0.573008    Mean dependent var4.718545Adjusted R-

13、squared0.558284    S.D. dependent var1.235830S.E. of regression0.821354    Akaike info criterion2.506616Sum squared resid19.56404    Schwarz criterion2.599131Log likelihood-36.85254    F-statistic38.91693Durbin-Watson stat0.951182    Prob(F-statistic)0.000001問：1將上述結(jié)果中的空缺處補(bǔ)充完整保存3位小數(shù) 2寫出樣本回歸函數(shù)保存3位小數(shù) 3解釋估計(jì)系數(shù)的經(jīng)濟(jì)含義 4分析上述估計(jì)結(jié)果是否符合理論預(yù)期為什么 2、考察如下的聯(lián)立方程模型：C消費(fèi)；I投資；Y總收入；r利率；G政府支出。1) 寫出上述聯(lián)立方程模型的簡(jiǎn)化式模型并表述為矩陣形式4分2) 用矩陣的形式表達(dá)出上述聯(lián)立方程模型的構(gòu)造式參數(shù)矩陣與簡(jiǎn)化式參數(shù)矩陣間的關(guān)系6分3) 消費(fèi)方程是否可以識(shí)別如果其是可識(shí)別的，請(qǐng)問可用哪些方法估計(jì)5分