2010-2011第二學(xué)期計(jì)量經(jīng)濟(jì)學(xué)思考題

1、20102011第二學(xué)期計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)資料一、名詞解釋(英文縮寫+解釋)1.普通最小二乘法(OrdinaryLeastSquares,OLS)：已知一組樣本觀測值(X,Y)：i=1,2，n，普通ii最小二乘法要求樣本回歸函數(shù)盡可以好地?cái)M合這組值，即樣本回歸線上的點(diǎn)P與真實(shí)觀測點(diǎn)Yt的“總i體誤差”盡可能地小。普通最小二乘法給出的判斷標(biāo)準(zhǔn)是：被解釋變量的估計(jì)值與實(shí)際觀測值之差的平方和最小。P332.廣義最小二乘法GLS:加權(quán)最小二乘法具有比普通最小二乘法更普遍的意義，或者說普通最小二乘法只是加權(quán)最小二乘法中權(quán)恒取1時(shí)的一種特殊情況。從此意義看，加權(quán)最小二乘法也稱為廣義最小二乘法。P1143加權(quán)最

2、小二乘法WLS：加權(quán)最小二乘法是對原模型加權(quán)，使之變成一個(gè)新的不存在異方差性的模型，然后采用普通最小二乘法估計(jì)其參數(shù)。P113工具變量法IV：工具變量法是克服解釋變量與隨機(jī)干擾項(xiàng)相關(guān)影響的一種參數(shù)估計(jì)方法。它并沒有改變原模型，只是在原模型的參數(shù)估計(jì)過程中用工具變量“替代”隨機(jī)解釋變量。P147兩階段最小二乘法2SLS,TwoStageLeastSquares：兩階段最小二乘法是一種既適用于恰好識別的結(jié)構(gòu)方程，以適用于過度識別的結(jié)構(gòu)方程的單方程估計(jì)方法。P2116間接最小二乘法ILS：間接最小二乘法是先對關(guān)于內(nèi)生解釋變量的簡化式方程采用普通最小二乘法估計(jì)簡化式參數(shù)，得到簡化式參數(shù)估計(jì)量，然后過通

3、參數(shù)關(guān)系體系，計(jì)算得到結(jié)構(gòu)式參數(shù)的估計(jì)量的一種方法。P209異方差性Heteroscedasticity：對于不同的樣本點(diǎn)，隨機(jī)干擾項(xiàng)的方差不再是常數(shù)，而是互不相同，則認(rèn)為出現(xiàn)了異方差性。P107序列相關(guān)性SerialCorrelation：多元線性回歸模型的基本假設(shè)之一是模型的隨機(jī)干擾項(xiàng)相互獨(dú)立或不相關(guān)。如果模型的隨機(jī)干擾項(xiàng)違背了相互獨(dú)立的基本假設(shè)，稱為存在序列相關(guān)性。P1209多重共線性Multicollinearity：對于模型y=x+Bx+.+Bx+卩，其基本假設(shè)之一i01i12i2kiki是解釋變量X,X2,Xk是相互獨(dú)立的。如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則稱為存在多重共

4、線性。P13410.時(shí)間序列數(shù)據(jù)：時(shí)間序列數(shù)據(jù)是一批按照時(shí)間先后排列的統(tǒng)計(jì)數(shù)據(jù)。P1211截面數(shù)據(jù)：截面數(shù)所是一批發(fā)生在同一時(shí)間截面上調(diào)查數(shù)據(jù)。P1312虛擬數(shù)據(jù)：也稱為二進(jìn)制數(shù)據(jù)，一般取0或1。P13內(nèi)生變量EndogenousVariables：內(nèi)生變量是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。P190外生變量ExogenousVariables：外生變量一般是確定性變量，或者是具有臨界概率分布的隨機(jī)變量，其參數(shù)不是模型系統(tǒng)研究的元素。外生變量影響系統(tǒng)，但本身不受系統(tǒng)的影響。外生變量一般是

5、經(jīng)濟(jì)變量、條件變量、政策變量、虛變量。P191先決變量PredeterminedVariables:外生變量與滯后內(nèi)生變量(LaggedEndogenousVariables)統(tǒng)稱為先決變量。P191TOC o 1-5 h z注意：滯后內(nèi)生變量是聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中重要的不可缺少的一部分變量，用以反映經(jīng)濟(jì)系統(tǒng)的動態(tài)性和連續(xù)性。_16總離差平方和：SS=Zy2=Z(Y-Y)2稱為總離差平方和，反映樣本觀測值總體離差的大小。P45i殘差平方和:RSS二工e=Z(Y.-0)2稱為殘差平方和，反映樣本觀測值與估計(jì)值偏離的大小，III也是模型中解釋變量未解釋的那部分離差的大小。P45回歸平方和：ES

6、S=Ey2=E&-F)2反映由模型中解釋變量所解釋的那部分離差的大小。P45ESS=1-TSS可決系數(shù)coefficient;ofdetermination:可決系數(shù)R2是檢驗(yàn)?zāi)Ｐ蛿M合優(yōu)度的指標(biāo)，RSS,R2越接近于1，模型的擬合優(yōu)度越高。P45TSS隨機(jī)干擾項(xiàng)stochasticdisturbance:記卩廠Yi一E(Y1Xi)，稱卩為觀察值Y圍繞它的期望值E(YIX)的離差(deviation),它是一個(gè)不可觀測的隨機(jī)變量，稱為隨機(jī)誤差項(xiàng)(stochasticerror),通常又不加區(qū)別地稱為隨機(jī)干擾項(xiàng)(stochasticdisturbance)oP26結(jié)構(gòu)式模型StructuralMo

7、del：根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立的描述經(jīng)濟(jì)變量之間直接結(jié)構(gòu)關(guān)系的計(jì)量經(jīng)濟(jì)學(xué)方程系統(tǒng)稱為結(jié)構(gòu)式模型。P191簡化式模型Reduced-FormModel：將聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的每個(gè)內(nèi)生變量表示成所有先決變量和隨機(jī)干擾項(xiàng)的函數(shù)，即用所有先決變量作為每個(gè)內(nèi)生變量的解釋變量，所形成的模型稱為簡化式模型。P194恰好識別JustIdentification：如果某一個(gè)隨機(jī)方程具有一組參數(shù)估計(jì)量，稱其為恰好識別。P197過度識別Overidentification：如果某一個(gè)隨機(jī)方程具有多組參數(shù)估計(jì)量，稱其為過度識別。P197從經(jīng)濟(jì)學(xué)和數(shù)學(xué)兩個(gè)角度說明為什么計(jì)量經(jīng)濟(jì)模型必須包含隨機(jī)誤差(干擾)項(xiàng)？(

8、P27)此題答案不是很確定，大家掌握大點(diǎn)就行，后面的解釋理解就好。代表未知的影響因素。由于對所考察總體認(rèn)識上的非完備性，許多未知的影響因素還無法引入模型，因此，只能用隨機(jī)干擾項(xiàng)代表這些未知的影響因素。代表殘缺數(shù)據(jù)。即使所有的影響變量都能夠被包括在模型中，也會有某些變量的數(shù)據(jù)無法取得。代表眾多細(xì)小影響因素。有一些影響因素已經(jīng)被認(rèn)識，而且其數(shù)據(jù)也可以收集到，但它們對被解釋變量的影響卻是細(xì)小的。考慮到模型的簡潔性，以及取得諸多變量數(shù)據(jù)可能帶來的較大成本，建模時(shí)往往省掉這些細(xì)小變量，而將它們的影響綜合到隨機(jī)干擾項(xiàng)中。代表數(shù)據(jù)觀測誤差。由于某些主客觀的原因，在取得觀測數(shù)據(jù)時(shí)，往往存在測量誤差，這些觀測誤

9、差也被歸入隨機(jī)干擾項(xiàng)。代表模型設(shè)定誤差。由于經(jīng)濟(jì)現(xiàn)象的復(fù)雜性，模型的真實(shí)函數(shù)形式往往是未知的，因此，實(shí)際設(shè)定的模型可能與真實(shí)的模型有偏差。隨機(jī)干擾項(xiàng)包括了這種模型的設(shè)定誤差。變量的內(nèi)在隨機(jī)性。即使模型沒有設(shè)定誤差，也不存在數(shù)據(jù)觀測誤差，由于某些變量所固有的內(nèi)在隨機(jī)性，也會對被解釋變量產(chǎn)生隨機(jī)性影響。對計(jì)量經(jīng)濟(jì)模型所包含隨機(jī)誤差(干擾)項(xiàng)，在古典模型中有哪些要求？P31隨機(jī)誤差項(xiàng)卩具有給定X條件下的零均值、同方差以及不序列相關(guān)性，即E(“Xi)=0，Vr(|谷)=q2，Cov(卩i,卩j|Xi,X.)=0,iHj隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)，即Cov(X)=0隨機(jī)誤差項(xiàng)服從零均值、同方差的正態(tài)

10、分布，即叫N(0,2)注意：一元線性回歸6個(gè)基本假設(shè)必考：回歸模型是正確設(shè)定的。(對模型設(shè)定的假設(shè))解釋變量X是確定性變量，不是隨機(jī)變量，在重復(fù)抽樣中取固定值。(對解釋變量的假設(shè))解釋變量X在所抽取的樣本中具有變異性，而且隨著樣本容量的無限增加，解釋變量X的樣本方差趨于一個(gè)非零的有限常數(shù)，即(X-X)2/nTQ,n卄i二1隨機(jī)誤差項(xiàng)卩具有給定X條件下的零均值、同方差以及不序列相關(guān)性，即E(卩丿Xi)=0，Var(i|Xi)=c2，Cov(卩i,卩j|Xi,X.)=0，iHj隨機(jī)誤差項(xiàng)與解釋變量之間不相關(guān)，即Cov(X卩i)=0隨機(jī)誤差項(xiàng)服從零均值、同方差的正態(tài)分布，即叫N(0,2)(對隨機(jī)干擾

11、項(xiàng)的假設(shè))3.最小二乘估計(jì)原理是什么？P33(和名詞解釋一樣)4參數(shù)估計(jì)的優(yōu)劣標(biāo)準(zhǔn)是什么？P38一個(gè)用于考察總體的估計(jì)量，可從如下幾個(gè)方面考察其優(yōu)劣性：線性性，即它是否是另一個(gè)隨機(jī)變量的線性函數(shù)；無偏性，即它的均值或期望是否等于總體的真實(shí)值；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；漸進(jìn)無偏性，即樣本容量趨于無窮大時(shí)，它的均值序列是否趨于總體真值；一致性，即樣本容量趨于無窮大時(shí)，它是否依概率收斂于總體的真值；漸進(jìn)有效性，即樣本容量趨于無窮大時(shí)，它在所有的一致估計(jì)量中是否具有最小的漸進(jìn)方差。5參數(shù)點(diǎn)估計(jì)方法有哪幾種？P33常見的參數(shù)點(diǎn)估計(jì)方法有普通最小二乘法(OLS)、最大似然法(ML

12、)、矩估計(jì)法(MM)6.假設(shè)檢驗(yàn)原理P46假設(shè)檢驗(yàn)的基本思想是概率性質(zhì)的反證法，為了檢驗(yàn)原假設(shè)H0是否正確，先假定這個(gè)假設(shè)是正確的,看由此能推出什么結(jié)果。如果導(dǎo)致一個(gè)不合理的結(jié)構(gòu)，則表明“假設(shè)H0為正確”是錯(cuò)誤的，即原假設(shè)H0不正確，因此要拒絕原假設(shè)H0；如果沒有導(dǎo)致一個(gè)不合理現(xiàn)象的出現(xiàn)，則不能認(rèn)為原假設(shè)H0不正確,因此不能拒絕原假設(shè)H0Uo7假設(shè)檢驗(yàn)會犯哪些錯(cuò)誤？實(shí)際情況決定H為真0H為假0拒絕H0第一類錯(cuò)誤(棄真)正確接受H0正確第二類錯(cuò)誤(納偽)由于假設(shè)檢驗(yàn)作出結(jié)論的依據(jù)是：小概率原理，小概率事件在一次實(shí)驗(yàn)中基本上不會發(fā)生。如果H成0立，但統(tǒng)計(jì)量的實(shí)測值落入否定域，從而作出拒絕H的結(jié)論，

13、那就犯了“棄真”的錯(cuò)誤(第一類錯(cuò)誤)；0如果H不成立，但統(tǒng)計(jì)量的實(shí)測值未落入否定域，從而沒有作出否定H的結(jié)論，即接受了錯(cuò)誤的H，000犯了“納偽”的錯(cuò)誤(第二類錯(cuò)誤)。8數(shù)據(jù)類型有哪幾種？P12時(shí)間序列數(shù)據(jù)截面數(shù)據(jù)虛變量數(shù)據(jù)平行數(shù)據(jù)9模型類型有哪幾種？P2語義模型(也稱邏輯模型)、物理模型、幾何模型、數(shù)學(xué)模型和計(jì)算機(jī)模擬模型等。前常見計(jì)量經(jīng)濟(jì)學(xué)軟件有哪幾種？P17(1)Eviews(2)SPSS/PC(3)SAS(4)GAUSS(5)PC-GIVE(6)Stata注意：以下4小題從P107開始到F150結(jié)束何謂異方差？如何發(fā)現(xiàn)?后果？如何解決？概念：Y二卩+卩X+卩X+卩X+卩對于模型i01i

14、i22ikkii，如果出現(xiàn)Var（p）=i認(rèn)為出現(xiàn)了異方差性。O2i，即對于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)的方差不再是常數(shù)，而互不相同，則異方差的檢驗(yàn):（重點(diǎn)掌握懷特檢驗(yàn)的詳細(xì)說明，其他檢驗(yàn)方法看下就行）圖示檢驗(yàn)法（1）用X-Y的散點(diǎn)圖進(jìn)行判斷：看是否存在明顯的散點(diǎn)擴(kuò)大、縮小或復(fù)雜型趨勢（即不在一個(gè)固定的帶型域中）（2）X-即的散點(diǎn)圖進(jìn)行判斷看是否形成一斜率為零的直線x為解釋變量，建立方程je2=f（X）+eIe1=f（X）+eijii或ijii選擇關(guān)于變量X的不同的函數(shù)形式，對方程進(jìn)行估計(jì)并進(jìn)行顯著性檢驗(yàn)，如果存在某一種函數(shù)形式，使得方程顯著成立，則說明原模型存在異方差性。G-Q檢驗(yàn)G-Q檢驗(yàn)以F

15、檢驗(yàn)為基礎(chǔ)，適用于樣本容量較大，異方差為單調(diào)遞增或單調(diào)遞減的情況。其基本思想是:先按某一解釋變量對樣本排序，再將排序后的樣本一分為二，對兩個(gè)子樣本分別進(jìn)行普通最小二乘回歸,然后利用兩個(gè)子樣本的殘差平方和之比構(gòu)造F統(tǒng)計(jì)量進(jìn)行異方差檢驗(yàn)。懷特檢驗(yàn)懷特檢驗(yàn)不需要排序，且適合任何形式的異方差。其基本思想與步驟：卩1X1i+卩2X2i+Pi先對該模型作OLS回歸，得到群然后做輔助回歸:e2=a+aX+aX+aX2+aX2+aXX+si011i22i31i42i51i2ii可以證明，在同方差性假設(shè)下，從該輔助回歸得到的可決系數(shù)R2與樣本容量n的乘積，漸近地服從自由度為輔助回歸方程中解釋變量個(gè)數(shù)的X2分布：

16、nR2咒2,則可在大樣本下，對統(tǒng)計(jì)量nR2進(jìn)行相應(yīng)的X2檢驗(yàn)。異方差的后果：參數(shù)估計(jì)量非有效2變量的顯著性檢驗(yàn)失去意義3模型的預(yù)測失效解決方法1.加權(quán)最小二乘法加權(quán)最小二乘法是對原模型加權(quán)，使之變成一個(gè)新的不存在異方差性的模型，然后采用OLS估計(jì)其參數(shù)。八八We2=乙WY(p+Bx+iiii011在采用OLS方法時(shí)：對較小的殘差平方即賦予較大的權(quán)數(shù)；對較大的殘差平方時(shí)賦予較小的權(quán)數(shù)。例如，如果對一多元模型，經(jīng)檢驗(yàn)知：卩獰(乩)二Egy二云二代X詔可以用吟去除該模型,得p二0Yf(x.)1Yf(X)iji+卩11jix.)X11Jlc1+Bx+2f(x)2iji+x+八xji)ki1V；f(X)

17、iji111Var(p)=E(p)2=E(p)2=o2Jf(x)iJf(x)if(x)i新的模型中，存在jijiji即滿足同方差性，可用OLS估計(jì)2.異方差穩(wěn)健標(biāo)準(zhǔn)誤法P11512何謂一階自相關(guān)？如何發(fā)現(xiàn)？后果？如何解決？概念對于模型Yi=p0+p1x1.+p2x2i+Pkxki+片(i=l,2,n),隨機(jī)項(xiàng)互不相關(guān)的基本假設(shè)表現(xiàn)為Cov(pi,pj)=0(ij,i,j=1,2,.,n)如果對于不同的樣本點(diǎn)，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。在其他假設(shè)仍成立的條件下，序列相關(guān)即意味著E(pp)豐0ij如果僅存在E(p.pi+1)H0(i=1,2,.,n)

18、稱為一階序列相關(guān)或自相關(guān)。后果：參數(shù)估計(jì)量非有效2變量的顯著性檢驗(yàn)失去意義3模型的預(yù)測失效檢驗(yàn)：基本思路：(重點(diǎn)掌握D.W.檢驗(yàn)的詳細(xì)內(nèi)容，其他隨便看下就行)首先，采用OLS法估計(jì)模型，以求得隨機(jī)誤差項(xiàng)的“近似估計(jì)量”，用表示：i/Xe=y-（y）iii0Is然后，通過分析這些“近似估計(jì)量”之間的相關(guān)性，以判斷隨機(jī)誤差項(xiàng)是否具有序列相關(guān)性。1.圖示法用爲(wèi)的變化圖形來判斷“i的序列相關(guān)性:正序列相關(guān)（正自相關(guān)）負(fù)序列相關(guān)貫自相壬回歸檢驗(yàn)法以et為被解釋變量，以各種可能的相關(guān)量，諸如以ej、tt-12等為解釋變量，t=pe+t1tpe+pe+1t12t2t建立各種方程：如果存在某一種函數(shù)形式，使得

19、方程顯著成立，則說明原模型存在序列相關(guān)性。3.D.W.檢驗(yàn)法假設(shè)條件：（1）解釋變量X非隨機(jī)；（2）隨機(jī)誤差項(xiàng)pi為一階自回歸形式：pi=ppi-1+i（3）回歸模型中不應(yīng)含有滯后應(yīng)變量作為解釋變量，即不應(yīng)出現(xiàn)下列形式：Yi邙0+P筆+卩*+丫丫廠1+Pi（4）回歸含有截距項(xiàng)針對原假設(shè)：H0:p=0，構(gòu)如下造統(tǒng)計(jì)量：n龍（e-e）2tt1DW.二t=2n乙e2tt=1計(jì)算DW值，給定a，由樣本容量n和解釋變量個(gè)數(shù)k的大小查DW分布表，得臨界值dL和dU比較、判斷，若OvD.W.vdLdLvD.W.vdUdUvD.W.v4dU4dUvD.W.v4dL4dLvD.W.v4存在正自相關(guān)不能確定無自相

20、關(guān)不能確定存在負(fù)自相關(guān)當(dāng)D.W.值在2左右時(shí)，模型不存在一階自相關(guān)。4.拉格朗日乘數(shù)(LM)檢驗(yàn)拉格朗日乘數(shù)檢驗(yàn)適合于高階序列相關(guān)以及模型中存在滯后被解釋變量的情形。對于模型：Y.二卩o+PiXii+P2X2i+PkXki+卩,，如果懷疑隨機(jī)擾動項(xiàng)存在p階序列相關(guān):卩t二p1卩t-1+p2卩t-2+pp卩t-p+81，GB檢驗(yàn)可用來檢驗(yàn)如下受約束回歸方程：Y二p+pX+PX+pp+PR+8大樣本下：LM=(n-P)R2z2(P)其中，n為樣t011tkkt1t1pt-pt約束條件為：H0:p1=p2=.=pp=0，約束條件為真時(shí)，本容量，R2為如下輔助回歸的可決系數(shù)：給定a，查臨界值爐2(p)

21、，與LM值比較，做出判斷,檢驗(yàn)。實(shí)際檢驗(yàn)中，可從1階、2階、逐次向更高階如何解決：1.廣義最小二乘法對于模発e=pt1+卩X+petkkt1t如果存在序列相關(guān)，同時(shí)存在異方差，即有+pe+8pt-pt21CT；G是一對稱正定矩陣，存在一可逆矩陣D,使得G=DD變換原模型：DiY=DiXpDip即Y尸陰(4.2.13)該模型具有回方差性和隨林誤差項(xiàng)互相獨(dú)辛性:E(比J)=(D_1unD1)=D_1(uf=D1=Dct2DDD1=耳：+工0幾+血2=12=1中X滯后項(xiàng)前的參數(shù)整體為零的假設(shè)Ho:a-oA12m（即X不是Y的格蘭杰原因）o分別做包含與不包含X滯后項(xiàng)的回歸，記前者與后者的殘差平方和分別

22、為RSSU、RSSR；再計(jì)算F統(tǒng)（RSS-RSS）/m計(jì)量:F=RURSSU/（n-k）k為無約束回歸模型的待估參數(shù)的個(gè)數(shù)。如果:FFa（m,n-k），貝怖絕原假設(shè)，認(rèn)為X是Y的格蘭杰原因。計(jì)量經(jīng)濟(jì)學(xué)的基本組成？P31）廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)2）初、中、高級計(jì)量經(jīng)濟(jì)學(xué)3）理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)4）經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)5）微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用？P18-201）結(jié)構(gòu)分析2）經(jīng)濟(jì)預(yù)測3）政策評價(jià)4）檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論計(jì)量經(jīng)濟(jì)學(xué)方法（找不到答案，如果有知道答案的同學(xué)趕緊和我聯(lián)系哈?。┯?jì)量經(jīng)濟(jì)學(xué)工作流程P9一理論模型的設(shè)計(jì)1確定模型所包含的變量2確定

23、模型的數(shù)學(xué)形式擬定理論模型中待估參數(shù)的理論期望值二.樣本數(shù)據(jù)的收集1幾類常用的樣本數(shù)據(jù)：時(shí)間序列數(shù)據(jù)、截面數(shù)據(jù)和虛變量數(shù)據(jù)。2樣本數(shù)據(jù)的質(zhì)量：完整性、準(zhǔn)確性、可比性和一致性。三模型參數(shù)的估計(jì)四.模型的檢驗(yàn)1經(jīng)濟(jì)意義的檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)4模型預(yù)測檢驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)模型主要變量有哪幾類？在單方程計(jì)量經(jīng)濟(jì)學(xué)模型中，變量分為兩類。作為研究對象的變量，也就是因果關(guān)系中的“果”，如生產(chǎn)函數(shù)中的產(chǎn)出量，是模型中的被解釋變量；而作為“原因”的變量，如生產(chǎn)函數(shù)中的資本、勞動、技術(shù)，是模型中的解釋變量。對于聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng)而言，將變量分為內(nèi)生變量和外生變量兩大類，外生變量與滯后內(nèi)生變量又被統(tǒng)稱為先決

24、變量。21、DW檢驗(yàn)只檢驗(yàn)一階序列相關(guān)假設(shè)條件：(1)解釋變量X非隨機(jī)；隨機(jī)誤差項(xiàng)pi為一階自回歸形式：pi=ppi-1+si回歸模型中不應(yīng)含有滯后應(yīng)變量作為解釋變量，即不應(yīng)出現(xiàn)下列形式：Yi邙0+P入)+卩*+丫丫廠1+Pi回歸含有截距項(xiàng)針對原假設(shè)：H0:p=0，構(gòu)如下造統(tǒng)計(jì)量：龍(-)2tt1D.W.二t=2n乙e2tt=1計(jì)算DW值，給定a，由樣本容量n和解釋變量個(gè)數(shù)k的大小查DW分布表，得臨界值dL和dU比較、判斷，若0vD.W.vdL存在正自相關(guān)dLvD.W.vdU不能確定dUVD.W.V4dU無自相關(guān)4-dUVD.W.V4dL4dLvD.W.v4不能確定存在負(fù)自相關(guān)當(dāng)D.W.值在2

25、左右時(shí)，模型不存在一階自相關(guān)。22、White檢驗(yàn)檢驗(yàn)異方差性見11題懷特檢驗(yàn)不需要排序，且適合任何形式的異方差。其基本思想與步驟:卩1X1i+卩2X2i+卩i先對該模型作OLS回歸，得到臥然后做輔助回歸:2=a+aX+aX+aX2+aX2+aXX+si011i22i31i42i51i2ii可以證明，在同方差性假設(shè)下，從該輔助回歸得到的可決系數(shù)R2與樣本容量n的乘積，漸近地服從自由度為輔助回歸方程中解釋變量個(gè)數(shù)的X2分布：nR2-咒2,則可在大樣本下，對統(tǒng)計(jì)量nR2進(jìn)行相應(yīng)的X2檢驗(yàn)。23、F檢驗(yàn)一一檢驗(yàn)?zāi)Ｐ偷目傮w顯著性即檢驗(yàn)?zāi)Ｐ蚘i=卩0+卩l(xiāng)Xli+卩2X2i+卩kXki+pii=l,2,

26、.,n中的參數(shù)卩j是否顯著不為0。H0：B0=B1=B2=.邙k=0Hl：卩j不全為0在原假設(shè)H0成立的條件下，統(tǒng)計(jì)量ESS/kF=一RSS/(n-k-1)服從自由度為(k,n-k-1)的F分布。給定顯著性水平a，可得到臨界值Fa(k,n-k-1)，由樣本求出統(tǒng)計(jì)量F的數(shù)值，通過FFa(k,n-k-1)或FWFa(k,n-k-1)來拒絕或接受原假設(shè)H0,以判定原方程總體上的線性關(guān)系是否顯著成立。24、t檢驗(yàn)檢驗(yàn)?zāi)Ｐ椭忻總€(gè)變量的顯著性設(shè)計(jì)原假設(shè)與備擇假設(shè)：Hq：/=0(i=1.2.k)給定顯著性水平oc,可得到臨界值(n-k-1),由樣本求出統(tǒng)計(jì)量t的數(shù)值，通過tta/2(n-k-l)或|t|w

27、t血2(h-D來拒絕或接受原假設(shè)H。，從而判定對應(yīng)的解釋變量是否應(yīng)包括在模型中O25、估計(jì)聯(lián)立方程的參數(shù)常用哪幾種方法？特點(diǎn)？聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的估計(jì)方法分為兩大類：單方程估計(jì)方法與系統(tǒng)估計(jì)方法。單方程估計(jì)方法按其方法原理又分為兩類。一類以最小二乘為原理，例如間接最小二乘法(ILS,IndirectLeastSquare)、兩階段最小二乘法(2SLS,TwoStageLeastSquares)、工具變量法(IVInstrumentalVariables)等，稱其為經(jīng)典方法；一類不以最小二乘為原理，或者不直接從最小二乘原理出發(fā)，例如以最大或然為原理的有限信息最大或然法(LIML,Limite

28、dInformationMaximumLikelihood)，以及仍然應(yīng)用最小二乘原理、但并不以殘差平方和最小為判斷標(biāo)準(zhǔn)的最小方差比方法(LVR,LeastVriableRation)等。工具變量法(IV,InstrumentalVariables)工具變量法只適用于恰好識別的結(jié)構(gòu)方程的估計(jì)間接最小二乘法只適用于恰好識別的結(jié)構(gòu)方程的參數(shù)估計(jì)，因?yàn)橹挥星『米R別的結(jié)構(gòu)方程，才能從參數(shù)關(guān)系體系中得到唯一一組結(jié)構(gòu)參數(shù)的估計(jì)量。間接最小二乘法也是一種工具變量方法2SLS是一種既適用于恰好識別的結(jié)構(gòu)方程，又適用于過度識別的結(jié)構(gòu)方程的單方程估計(jì)方法。二階段最小二乘法也是一種工具變量方法各種方法的意義：在小樣

29、本下是有偏的，但在大樣本下是漸近無偏的。26、聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)(結(jié)構(gòu)式、簡化式、參數(shù)關(guān)系體系、結(jié)構(gòu)識別)結(jié)構(gòu)式模型：根據(jù)經(jīng)濟(jì)理論和行為規(guī)律建立的描述經(jīng)濟(jì)變量之間直接結(jié)構(gòu)關(guān)系的計(jì)量經(jīng)濟(jì)學(xué)方程系統(tǒng)稱為結(jié)構(gòu)式模型。具有g(shù)個(gè)內(nèi)生變量、k個(gè)先決變量、g個(gè)結(jié)構(gòu)方程的模型被稱為完備的結(jié)構(gòu)式模型。在完備的結(jié)構(gòu)式模型中，獨(dú)立的結(jié)構(gòu)方程的數(shù)目等于內(nèi)生變量的數(shù)目，每個(gè)內(nèi)生變量都分別由一個(gè)方程來描述。完備的結(jié)構(gòu)式模型的矩陣表示習(xí)慣上用Y表示內(nèi)生變量，X表示先決變量，p表示隨機(jī)項(xiàng)，B表示內(nèi)生變量的結(jié)構(gòu)參數(shù)，Y表示先決變量的結(jié)構(gòu)參數(shù)，如果模型中有常數(shù)項(xiàng)，可以看成為一個(gè)外生的虛變量，它的觀測值始終取1。121fY（B,）

30、它二N（X丿Y=2211211222kn卩-卩卩卩-卩111121n11121gN卩-卩卩-卩221222nB21222gN卩-卩卩-卩vg丿Lg1g2gnLg1g2ggg2k1k2gnNY1112kY=2122IYY1-k1k2Ykk簡化式模型：用所有先決變量作為每個(gè)內(nèi)生變量的解釋變量，所形成的模型稱為簡化式模型。如P195式（6.2.8）簡化式模型的矩陣形式Y(jié)=口X+E街1街2%1石2務(wù)口二陌1兀疋%E二e2=色-Ai爲(wèi)2空一Eg電八務(wù)參數(shù)關(guān)系體系：P195式（6.2.9）該式描述了簡化式參數(shù)與結(jié)構(gòu)式參數(shù)之間的關(guān)系，稱為參數(shù)關(guān)系體系。結(jié)構(gòu)式識別條件P201考大題聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的結(jié)構(gòu)式B