計(jì)量經(jīng)濟(jì)學(xué)試卷A卷.docx

1、得分（注意：試卷涉及的所有檢驗(yàn)的顯著性水平都為5%,最后的答案保留兩位小數(shù)） 一（每題5分，共15分）判斷題（判斷下列命題正誤，并說(shuō)明理由）1、存在異方差情況下回歸系數(shù)的OLS估計(jì)量是有偏的。錯(cuò)誤存在異方差情況下回歸系數(shù)的OLS估計(jì)量是無(wú)偏的，因?yàn)閰?shù)估計(jì)的無(wú)偏性僅依賴于基本假 設(shè)中的零均值假定（即£（«,） = 0）。所以異方差的存在對(duì)無(wú)偏性的成立沒(méi)有影響。2、在模型中增加解釋變量會(huì)使得判定系數(shù)奇）、調(diào)整的判定系數(shù)（R2）都增大。錯(cuò)誤在模型中增加解釋變量會(huì)使得判定系數(shù)（A?）增大，而調(diào)整的判定系數(shù)（京不隨解釋變量的個(gè)數(shù)變化而增加。在樣本容量一定的情況下，增加解釋變量必定使

2、得自由度減少，而調(diào)整的判定系數(shù)將殘差平方和和總離差平方和分別除以各自的自由度，以剔除變量個(gè)數(shù)對(duì)擬合優(yōu)度的影響。3、杜賓一瓦爾森檢驗(yàn)?zāi)軌驒z驗(yàn)出任何形式的自相關(guān)。錯(cuò)誤杜賓一瓦爾森檢驗(yàn)只適用于有常數(shù)項(xiàng)的具有一階自相關(guān)的回歸模型，并不能檢驗(yàn)多階自相關(guān) 和解釋變量中含滯后被解釋變量的同歸模型。二（24分）通過(guò)收集某省19902010年的白酒銷(xiāo)量調(diào)查數(shù)據(jù)，考察白酒需求（C）與居民的可支配 收入（V）、白酒價(jià)格（P）之間的依賴關(guān)系，回歸得到如下模型：In ct = 5.80 -1.58 In pt + 0.34 In ytse = （0.9321）（0.3105）（）t = （6.2225）（）（1 .02

3、0R2 = 0.9538 D.W. = 0.78 F = 32 1.07請(qǐng)回答以下問(wèn)題:（1）填出括號(hào)中的數(shù)字,并寫(xiě)出你的計(jì)算過(guò)程（保留4位小數(shù)）（4分）(D =0.341.0267= 0.3312(D =-1.580.3105= -5.089 (4 分)（2）回歸系數(shù)（不包括截距項(xiàng)）是否統(tǒng)計(jì)顯著（6分） =21, k = 3,查表臨界值Los（18） = 2.101 ； （2 分）|r,|=5.0886>f005/2（18） = 2.10L所以否定H°:&=Q,認(rèn)為崗顯著不等于零，即認(rèn)為白酒的價(jià)格對(duì)白酒的需求量有顯著的影響；（2分）|r2| = 0.3312<r

4、005/2（18） = 2.10L所以不否定H薩但=，,即認(rèn)為居民可支配收入對(duì)白酒的需求量沒(méi)有顯著的影響。（2分）（3）檢驗(yàn)回歸方程的顯著性（3分）查表得臨界值&儂1,3） = &.05（2,18） = 3.55,因?yàn)槭?321.0754 >3.55,所以否定H。，總 體回歸方程存在顯著的線性關(guān)系。即白酒的需求量與白酒的價(jià)格和居民的可支配收入之間的線性關(guān)系 是顯著的。（3分）（4）請(qǐng)判斷該模型是否存在著一階序列相關(guān)（5分）/2 = 21, k = 2,查表得匕=1.13, 4；=1.54,因?yàn)椤 =0.78=1.13 ,依據(jù)判別規(guī)則，認(rèn)為誤差項(xiàng)存在正的一階自相關(guān)。（5分

5、）（5）如果模型存在白相關(guān)，求出相關(guān)系數(shù)Q,并利用廣義差分變換寫(xiě)出無(wú)自相關(guān)的廣義差分模型。 （6分）DW 2DW 2冬 0.61（3分）其廣義差分模型為：（3分）Inc, 0.6line,_ = 0.39崗一0(Inpt -0.61 In p)+(In . - 0.611n 乂_)+. 0.61丹_1得分三（18分）2011年中國(guó)31省建筑業(yè)總產(chǎn)值（X）和建筑業(yè)企業(yè)利潤(rùn)總額（Y）關(guān)系的OLS估計(jì)結(jié)果 如下表：（單位：元）（模型為y =*+”2兀+",）Dependent Variable: Y Method: Least Squares Date: 06/22/15 Time: 11

6、:01 Sample: 1 31Included observations: 31對(duì)該問(wèn)題進(jìn)行異方差的懷特檢驗(yàn)，結(jié)果如下:VariableCoefficientStd. Error t-StatisticProb.C2.3681389.0493710.2616910.7954X0.0349800.00175419.945300.0000R-squared0.932055Mean dependent var134.4574Adjusted R-squared0.929712S.D. dependent var129.5145S.E. of regression34.33673Aka ike in

7、fo criterion9.972649Sum squared resid34191.33Schwarz criterion10.06516Log likelihood-152.5761Hannan-Quinn criter.10.00281F-statistic397.8152Durbin-Watson stat2.572841Prob(F-statistic)0.000000iV = 498.334-0.158176+ 0.000045x （x,）2R2 =0.650032請(qǐng)回答問(wèn)題:（1）、解釋回歸系數(shù)（不包括截距項(xiàng)，下同）（4分）平均來(lái)說(shuō)，建筑企業(yè)總產(chǎn)值每提高1元，其總利潤(rùn)提S 0.0

8、34980元。（4分）（2）、試判斷原回歸式誤差項(xiàng)中是否存在異方差。（8分）給定。=0.05和自由度為2,得臨界值用.05=5.9915 ,而white統(tǒng)計(jì)量相2 = 31x0.650032 =20.151如（2）,則拒絕原假設(shè)，原方程存在異方差。（8分）（3）、修正異方差的方法有哪些？（6分）異方差性的主要方法是加權(quán)最小二乘法，也可以用變量變換法和對(duì)數(shù)變換法。（6分）四（16分）2005年中國(guó)各省市區(qū)城鎮(zhèn)居民人均年可支配收入（X）與人均年交通通訊消費(fèi)支出（Y）得分關(guān)系的OLS估計(jì)結(jié)果如下表：(單位：元)Dependent Variable: YMethod: Least SquaresDat

9、e: 06/22/15 Time: 15:15Sample: 1 31Included observations: 31VariableCoefficientStd. Error t-StatisticProb.C-562.9210134.8840-4.1733720.0002X0.1481160.01273011.635140.0000R-squared0.823576Mean dependent var947.2394Adjusted R-squared0.817492S.D. dependent var478.4074S.E. of regression204.3801Akaike in

10、fo criterion13.54018Sum squared resid1211365.Schwarz criterion13.63270Log likelihood-207.8728Hannan-Quinn criter.13.57034F-statistic135.3766Durbin-Watson stat1.890311Prob(F-statistic)0.000000將樣本數(shù)據(jù)X遞增排序，去掉中間7個(gè)數(shù)據(jù)，分為“1-12”和“20-31”兩個(gè)樣本分別回歸。得到如下: 樣本區(qū)間1-12的回歸樣本區(qū)間20-31的回歸triableCoefficientSid. Error t-Stat

11、isticProb.C1595.834798.73671.9979470.0736X0.1115800.096596 -1-squared0.117722Mean dependent var6735108Miusted R-squared0.029495S.D. dependent var73.22043S.E. of regression72.13254Akaike into criterion11.54590Sum squared resid52031.04Schwarz criterion11.62672Log likelihood67.27540Hannan-

12、Quinn criter.11.51598F-slatistic1.334302Durbin-Walson stat2.226348Prob(F-statistic)0274896Dependent Variable: YMethod: Least Squares Date:06,23/15 Time: 22:09Sample: 112Included observations: 12VariableCoefficientStd. Error t-StatisticProb.C-556.5375395.2875 -1.4079310.1895X0.1479850.0299354.9436220

13、.0006R-squared0.709635Mean dependent var1341.009Mjusted R-squared0.680598S.D. dependent var578.9364S.E. of regression327.1896Akaike info criterion14.56997Sum squared resid1070530.Schwarz criterion14.65079Log likelihood85.41981Hannan-Quinn criter.14.54005F-statistic24.43940Durbin-Walson stat1.919724P

14、roblF-stalislic)0.000584Dependent Variable、 Ktethod: Least Squares Daie:0&23H5 Time: 22:12 Sample: 20 31Included observations: 12請(qǐng)解決以下問(wèn)題：（1）用Goldfeld-Quanadt檢驗(yàn)上述模型是否存在異方差？ （8分）計(jì)算F統(tǒng)計(jì)量，即戶=，；/2>； =2°575,對(duì)給定的a = 0.05,查F分布表，得臨界值F（10,10） = 2.98,因?yàn)镕 = 20.575>2.98,所以模型存在異方差，而旦為遞增型的異方差。（8分）（2）

15、根據(jù)下表所給的資料，請(qǐng)回答所做的是一項(xiàng)什么工作，其結(jié)論是什么（8分）Breusch-Godfrey Serial Correlation LMTest:F-statistic Obs*R-squared0.94140.93310.060547 Prob. F(2,27)0.138412 Prob. Chi-SquareTest Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 06/22/15 Time: 15:16Sample: 1 31Included observations: 31Presample missing

16、 value lagged residuals set to zero.Variable Coefficient Std. Error t-Statistic Prob.c-11.79896143.8691-0.0820120.9352X0.0012100.0136470.0886950.9300RESID(-1)0.0451590.1984720.2275320.8217RESID(-2)0.0516470.1962970.2631090.7945R-squared0.004465Mean dependent var3.82E-13Adjusted R-squared-0.106150S.D

17、.dependent var200.9449S.E. of regression211.3411Akaike info criterion13.66474Sum squared resid1205957.Schwarz criterion13.84977Log likelihood-207.8034Hannan-Quinn criter.13.72505F-statistic0.040364Durbin-Watson stat1.971073Prob(F-statistic)0.988938這是用BG （LM）檢驗(yàn)自相關(guān)。給定a = 0.05和自由度為2,得臨界值205=5.9915 ,而LM

18、檢驗(yàn)統(tǒng)計(jì)量T/?2 =0.138412<ZJ05（2）,則不拒絕原假設(shè)，原方程不存在自相關(guān)。（8分）得分五（10分）已知某市空調(diào)的銷(xiāo)售量1995年第-季度到2014年第四季度的數(shù)據(jù)。假定回歸模型為： Yt= 8°+ 6 Xt + 82 X2 ?+ lit式中：Y=空調(diào)的銷(xiāo)售量Xi=居民收入乂2=空調(diào)價(jià)格如果該模型是用季度資料估計(jì)，試向模型中加入適當(dāng)?shù)淖兞糠从臣竟?jié)因素的影響。（僅考慮截距 變動(dòng)，不考慮交互影響。）可以往模型里加入反映季節(jié)因素的虛擬變量D。由于共有四個(gè)季節(jié)，所以可以將此虛擬變量分為三 個(gè)類(lèi)別。設(shè)基礎(chǔ)類(lèi)別是冬季，于是虛擬變量可以如下引入：1（春）0（夏,秋,冬）

19、9;D1（夏）°項(xiàng)（秋）2 _0（春，秋，冬）L 0（春，夏，冬）此時(shí)建立的模型為yf =凡+四坊+腐久六（17分）對(duì)1985-2011年財(cái)政收入（CZSR）及影響因素進(jìn)行分析，其中影響因素包括財(cái)政支出 （CZZC）、國(guó)內(nèi)生產(chǎn)總值（GDP）、稅收總額（SSZE）,其OLS結(jié)果如下表：Dependent Variable: CZSRMethod: Least SquaresDate: 06/23/15 Time: 21:48Sample: 1985 2011Included observations: 27VariableCoefficientStd. Errort-StatisticProb.C-221.8540130.6532-1.6980380.1030CZZC0.0901140.0443672.0311290.0540GDP-0.0253340.005069-4.9980360.0000R-squared0.999857Mean dependent var22572.56Adjusted R-squared0.9