計量經(jīng)濟學知識梳理

1.計量經(jīng)濟學模型：揭示經(jīng)濟現(xiàn)象中客觀存在的因果關系，主要采用回歸分析方法的經(jīng)

濟數(shù)學模型。

2.參數(shù)估計的無偏性：它的均值或期望值是否等于總體的真實值。

3.參數(shù)估計量的有效性：它是否在所有線性無偏估計量中具有最小方差。估計量的期

望方差越大說明用其估計值代表相應真值的有效性越差；否則越好，越有效。不同的估

計量具有不同的方差，方差最小說明最有效。

4.序列相關：即模型的隨即干擾項違背了相互獨立的基本假設。

5.工具變量：在模型估計過程中被作為工具使用，以替代與隨即干擾項相關的隨機解釋

變量。

6.結構式模型：根據(jù)經(jīng)濟理論和行為規(guī)律建立的描述經(jīng)濟變量之間直接關系結構的計量

經(jīng)濟學方程系統(tǒng)。

7.內(nèi)生變量：具有某種概率分布的隨機變量，它的參數(shù)是聯(lián)立方程系統(tǒng)估計的元素,

內(nèi)生變量是由模型系統(tǒng)決定的，同時也對模型系統(tǒng)產(chǎn)生影響。內(nèi)生變量一般都是經(jīng)濟變

量。

8.異方差：對于不同的樣木點，隨機干擾項的方差不再是常數(shù)，而是互不相同，則認為

出現(xiàn)了異方差性。

9.回歸分析：研究一個變量關于另一個（些）變量的依賴關系的計算方法和理論。

其目的在于通過后者的已知或設定值，去估計和預測前者的（總體）均值。前一變量稱

為被解釋變量或應變量，后一變量稱為解釋變量或自變量。

1.下列不用于線性回歸模型經(jīng)典假設的條件是（A）

A.被解釋變量確定性變量，不是隨B.隨機擾動項服從均值為0,方差恒定

機變量。且協(xié)方差為0o

C.隨機擾動項服從正態(tài)分布。D.解釋變量之間不存在多重共線性。

2.參數(shù)/的估計量/具備有效性是指（

B）.

A.幺“應=0B.%「（，）為最小

C七（/一/）=0D.七（6一夕）為最小

3.設Q為居民的豬肉需求量，I為居民收入，PP為豬肉價格，PB為牛吃價格且牛

肉和豬肉是替代商品，則建立如下的計量經(jīng)濟學模型：0,=%：。/+%^+%^+從

根據(jù)理論預期，上述計量經(jīng)濟學模型中的估計參數(shù)由、應2和原應該是（C）

A.山<0,匿<0,B.4<0,必>0,%<°

C.?>0,82<0,。3>。D.由>0,&2>0,

4.利用OLS估計模型匕=%+四M求得的樣本回歸線，下列哪些結論是不正確的

（D）

A.樣本如歸線通過（X，，）點B.Z"=o

c.y=yD

5.用一組有20個觀測值的樣本估計模型匕=?！?回Xj+4.后，在0.1的顯著

性水平下對6的顯著性作t檢驗，則回顯著地不等于零的條件是t統(tǒng)計量

絕對值大于（D）

A.to.1（20）B.to.o5（2O）C.to.i（18）D.to.o5（18）

6.對模型匕=/?0+4>“+外*2,.+〃,進行總體線性顯著性檢驗的原假設是

（C）

A..、=d=又=0B./7,.=0,其中/=0,1,2

C.4=/2=0D.4=0,其中/=1,2

7.對于如下的回歸模型M匕=%+%山、,+從中，參數(shù)名的含義是（D）

A.X的相對變化，引起Y的期望B.Y關于X的邊際變化率

值的絕對變化量

C.X的絕對量發(fā)生一定變動時，D.Y關于X的彈性

引起Y的相對變億率

8.如果回歸模型為背了無序列相關的假定，則OLS估計量（A）

A.無偏的，非有效的B.有偏的，非有效的

C.無偏的，有效的D.有偏的，有效的

9.下列檢驗方法中，不能用來檢驗異方差的是（D）

A.格里瑟檢驗B.戈德菲爾德?匡特檢驗

C.懷特檢驗D.杜賓?沃森檢驗

10.在對多元線性回歸模型進行檢驗時，發(fā)現(xiàn)各參數(shù)估計量的t檢驗值都很低,

但模型的擬合優(yōu)度很高且F檢驗顯著，這說明模型很可能存在（C）

A.方差非齊性B.序列相關性

C.多重共線性D.模型設定誤差

11.包含截距項的回歸模型中包含一個定性變量，且這個定性變量有3種特征，

則，如果我們在回歸模型中納入3個虛擬變量將會導致模型出現(xiàn)（A）

A.序列相關B.異方差

C.完全共線性D.隨機解釋變量

12.下列條件中，哪條不是有效的工具變量需要滿足的條件（B）

A.與隨機解釋變量高度相關B.與被解釋變量高度相關

C.與其它解釋變量之間不存在多D.與隨機誤差項不同期相關

重共線性

13.當模型中存在隨機解釋變量時,OLS估計參數(shù)仍然是無偏的要求（A）

A.隨機解釋變量與隨機誤差項獨B.隨機解釋變量與隨機誤差項同

立期不相關，而異期相關

C.隨機解釋變量與隨機誤差項同D.不論哪種情況，OLS估計量都

期相關是有偏的

14.在分布滯后模型工=自十四％+河、7+4中，解釋變量對被解釋變量的長期影響

乘數(shù)為（C）

A.01B.62C.0、+/2D.夕o+4+22

15.在聯(lián)立方程模型中，外生變量共有多少個（B）

A.1B.2C.3AAD.4

i.普通最小二乘法確定一元線性回歸模型X=&+4Xj+c的參數(shù)B。和1的準則是使

（B）

A.gei最小B.2>i2最小C.gei最人D.￡ei2最人

2、普通最小二乘法（OLS）要求模型誤差項從滿足某些基本假定。下列不正確的是

（B）

A,^￡"一°B./

cE（M〃j）=0，W口"「N（0Q2）

3.調(diào)整后的判定系數(shù)二與判定系數(shù)R2胞珠系是（k是待估參數(shù)的個數(shù)）（B）

A.R2=l-（l?R：xF^B.R2=l-（1-R2）nnrp<

C.R2=（l-R2）n-kD.R2=（l-R2）n-k

4.鱉更截距項的善尊性回歸模罷區(qū)隨機誤差項塑扁估計量是（D）

A.11B.n-lC.n-2D.—3

A八

5.設OLS法得到的樣本回歸直線為匕二鳳+片'，二！以下說法不正確的是（D）

A.B.（元力落在回歸直線上

QY=YDC0v（Xi?）￥。

6.根據(jù)樣本資料估計得到如下的人均產(chǎn)出Y對人均資本存量K的樣本回歸模

型：lnK=5+°.71nKj。這表明人均資本存量每增加i%,人均產(chǎn)出預期將增加（B）

A.0.3%B.0.7%C.3%D.7%

7.設M為貨幣需求量，Y為收入水平，r為利率。根據(jù)凱恩斯流動性偏好理論，建立

如下的貨幣需求計量經(jīng)濟學模型：”,=%+。工+%/+4根據(jù)理論預期，上述計量

經(jīng)濟學模型中的估計參數(shù)用和心應該是（C）

A.山<0,2v0B.4<0,62>。

C.山>0,匿<oD.&>0,42>。

8.逐步回歸法既可檢驗又可修正（D）

A.異方差性B.自用關性C.隨機解釋變量D.多重共線性

9.懷特檢驗方法可以檢驗（C

A.多重共線性B.自相關性

C.異方差性D.隨機解釋變量

10.DW檢驗中，存在負自相關的區(qū)域是（A）

A.4-dL<DW值<4B.(XDWfi<dL

2.在如下的計量經(jīng)濟學模型中：K=0o+/3、X戶內(nèi),存在請問如何修

正上述計量模型才能使得其系數(shù)的OLS估計量具有BLUE的性質(zhì)。

3.有如下的消費計量模型:S,=/）+4匕+4,（其中S為居民儲蓄，匕為居民收入）。如果

農(nóng)村居民和城鎮(zhèn)居民的邊際儲蓄傾向是不同的，則我們應該如何修正上述模型。

4.請將如下的隨機生產(chǎn)函數(shù)Z=產(chǎn)轉化為線性的計量經(jīng)濟學模型，并說明參

數(shù)a和夕的經(jīng)濟意義。

1.下面的數(shù)據(jù)是對X和Y的觀察值得到的：

ZX=285.503,=118.790,=1089.314,=2663.893

=492.750；=-4.708,=37,556,gy；=34477

其中W,），,分別為匕的離差；觀測值個數(shù)為31。問：

（1）用普通最小二乘法計算完成如下二元線性回歸模型的參數(shù)估計

工=Do+B\X盧山

（2）求擬合優(yōu)度R2

（3）在0=5的顯著性水平下檢驗估計參數(shù)是否顯著

（4）求出片和力在0.95置信度下的置信區(qū)間

（附"0必（30）=2.M2,/005（30）=1.697;/0025（29）=2.045心（29）=1.699

2.現(xiàn)有2006年中國31個?。ㄗ灾螀^(qū)、直轄市）的火災經(jīng)濟損失Y（單位：億元）和保

費收入X（單位：億元）的數(shù)據(jù)。我們的目的是估計中國的保費收入對火災經(jīng)濟損失的

影響，因此，我們建立了如下的回歸方程：lnX=/?o+/lnXj+M.

進一步的，我們借助Eviews軟件完成了上述回歸方程的估計，Eviews軟件的輸出結果

如下：___________________________________________________________

DependentVariable:LN（Y）

Method:LeastSquares

Sample:131

Includedobservations:31

Coefficie

VariablentStd.Errort-StatisticProb.

-4.05473

C81.414064—0.0076

LN(X)0.1852866.2383440.0000

R-squared0.573008Meandependentvar4.718545

AdjustedR-squared0.558284S.D.dependentvar1.235830

S.E.ofregression0.821354Akaikeinfocriterion2.506616

Sumsquaredre