2022年计量经济学知识点3.docx

精选学习资料 - - - - - - - - - 1经济变量：经济变量是用来描述经济因素数量水平的指标；（3 分）2说明变量：是用来说明作为讨论对象的变量（即因变量）为什么变动、如何变动的变量；（2 分）它对因变量的变动做出说明,表现为方程所描述的因果关系中的“ 因”；（1 分）3被说明变量：是作为讨论对象的变量；（1 分）它的变动是由说明变量做出说明的,表现为方程所描述的因果关系的果；（2 分）4内生变量：是由模型系统内部因素所打算的变量,机变量,是模型求解的结果；（1 分）（2 分）表现为具有肯定概率分布的随5外生变量：是由模型系统之外的因素打算的变量,表现为非随机变量；（2 分）它影响模型中的内生变量,其数值在模型求解之前就已经确定；（1 分）6滞后变量：是滞后内生变量和滞后外生变量的合称,（1 分）前期的内生变量称为滞后内生变量；（1 分）前期的外生变量称为滞后外生变量；（ 1 分）7前定变量：通常将外生变量和滞后变量合称为前定变量,经确定或需要确定的变量；（2 分）（1 分）即是在模型求解以前已8掌握变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条 件和状态等方面的变量, （ 2 分）它一般属于外生变量；（1 分）9计量经济模型：为了讨论分析某个系统中经济变量之间的数量关系而采纳的随机代数模 型,（2 分）是以数学形式对客观经济现象所作的描述和概括；（1 分）10函数关系：假如一个变量y 的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定,就 y 与这个变量或这组变量之间的关系就是函数关系；（3 分）11相关关系： 假如一个变量 y 的取值受另一个变量或另一组变量的影响,但并不由它们惟一确定,就 y 与这个变量或这组变量之间的关系就是相关关系；（3 分）12最小二乘法： 用使估量的剩余平方和最小的原就确定样本回来函数的方法,称为最小二乘法；（3 分）13高斯马尔可夫定理：在古典假定条件下,OLS 估量量是模型参数的正确线性无偏估计量,这一结论即是高斯马尔可夫定理；（3 分）14总变差 （总离差平方和） ：在回来模型中, 被说明变量的观测值与其均值的离差平方和；（3 分）15回来变差（回来平方和）：在回来模型中,因变量的估量值与其均值的离差平方和,（2分）也就是由说明变量说明的变差；（1 分）16剩余变差（残差平方和）：在回来模型中,因变量的观测值与估量值之差的平方和,（2分）是不能由说明变量所说明的部分变差；（1 分）17估量标准误差：在回来模型中,随机误差项方差的估量量的平方根；（ 3 分）18样本打算系数：回来平方和在总变差中所占的比重；（ 3 分）19点猜测：给定自变量的某一个值时,利用样本回来方程求出相应的样本拟合值,以此作为因变量实际值和其均值的估量值；（3 分）20拟合优度：样本回来直线与样本观测数据之间的拟合程度；（3 分）21残差：样本回来方程的拟合值与观测值的误差称为回来残差；（3 分）22显著性检验：利用样本结果,来证明一个虚拟假设的真伪的一种检验程序；（3 分）23回来变差：简称 ESS,表示由回来直线（即说明变量）所说明的部分（2 分）,表示 x 对y 的线性影响（ 1 分）；24剩余变差：简称RSS,是未被回来直线说明的部分（2 分）,是由说明变量以外的因素造成的影响（ 1 分）；名师归纳总结 25多重打算系数：在多元线性回来模型中,回来平方和与总离差平方和的比值（1 分）,第 1 页,共 10 页- - - - - - -精选学习资料 - - - - - - - - - 也就是在被说明变量的总变差中能由说明变量所说明的那部分变差的比重,打算系数,仍用 R 2 表示（ 2 分）；我们称之为多重26调整后的打算系数：又称修正后的打算系数,记为2 R ,是为了克服多重打算系数会随着说明变量的增加而增大的缺陷提出来的,（2 分）X1的影响）,表示 Y 与 X2其公式为：2 R1e t 2/nk1（1 分）；y ty /n127偏相关系数 : 在 Y、X1、X2三个变量中,当X1 既定时（即不受之间相关关系的指标,称为偏相关系数,记做R Y2.1；（3 分）28. 异方差性：在线性回来模型中,假如随机误差项的方差不是常数,即对不同的说明变量观测值彼此不同,就称随机项 iu具有异方差性；（3分）29. 戈德菲尔特 - 匡特检验 : 该方法由戈德菲尔特（S.M.Goldfeld）和匡特（ R.E.Quandt ）于1965年提出,用对样本进行分段比较的方法来判定异方差性；（3分）30. 怀特检验 : 该检验由怀特（异方差性；（ 3分）White ）在 1980年提出,通过建立帮助回来模型的方式来判定31. 戈里瑟检验和帕克检验 : 该检验法由戈里瑟和帕克于 1969 年提出,其基本原理都是通过 建立残差序列对说明变量的（帮助） 回来模型, 判定随机误差项的方差与说明变量之间是否 存在着较强的相关关系,进而判定是否存在异方差性；（3 分）32序列相关性：对于模型y i01 1 x i2 2 xikx kiii1,2,n1,2,n（1 分）就认为随机误差项相互独立的基本假设表现为Cov i,j0ij i j假如显现Covi,j0ij i j1,2,n而是存在某种相关性,即对于不同的样本点,随机误差项之间不再是完全相互独立,显现了序列相关性Serial Correlation；（ 2 分）33虚假序列相关：是指模型的序列相关性是由于省略了显著的说明变量而导致的；34. 差分法：差分法是一类克服序列相关性的有效方法,被广泛的采纳；差分法是将原模型 变换为差分模型,分为一阶差分法和广义差分法；35. 广义差分法：广义差分法可以克服全部类型的序列相关带来的问题,一阶差分法是它的 一个特例；36. 自回来模型：ytyt1t37. 广义最小二乘法：是最有普遍意义的最小二乘法,一般最小二乘法和加权最小二乘法是 它的特例；38. DW检验：德宾和瓦特森与1951 年提出的一种适于小样本的检验方法；DW检验法有五个前提条件；39. 科克伦 - 奥克特迭代法：是通过逐次跌代去寻求更为中意的的估量值,然后再采纳广名师归纳总结 义差分法；详细来说,该方法是利用残差t去估量未知的；（第 2 页,共 10 页40. Durbin 两步法：当自相关系数未知,可采纳Durbin 提出的两步法去排除自相关；第- - - - - - -精选学习资料 - - - - - - - - - 一步对一多元回来模型,使用OLS法估量其参数,其次步再利用广义差分；41相关系数：度量变量之间相关程度的一个系数,一般用 表示；Cov ijj,Vari Var01,越接近于1,相关程度越强,越接近于0,相关程度越弱；42. 多重共线性：是指说明变量之间存在完全或不完全的线性关系；43. 方差膨胀因子：是指说明变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比；44把质的因素量化而构造的取值为 0 和 1 的人工变量；45在设定模时假如模型中说明变量的构成模型函数的形式以及有关随机误差项的如干假定等内容的设定与客观实际不一样,利用计量经济学模型来描述经济现象而产生的误差；46是指与模型中的随机说明变量高度相关,与随机误差项不相关的变量；47用工具变量替代模型中与随机误差项相关的随机说明变量的方法；48由于引进虚拟变量,回来模型的截距或斜率随样本观测值的转变而系统地转变；49. 这是虚拟变量的一个应用,当说明变量x 低于某个已知的临界水平*x 时,我们取虚拟变量D1x* x设置而成的模型称之为分段线性回来模型；0xx*50 分布滞后模型：假如滞后变量模型中没有滞后因变量,因变量受说明变量的影响分布 在说明变量不同时期的滞后值上,就称这种模型为分布滞后模型；51有限分布滞后模型：滞后期长度有限的分布滞后模型称为有限分布滞后模型；52无限分布滞后模型：滞后期长度无限的分布滞后模型称为无限分布滞后模型；53几何分布滞后模型：对于无限分布滞后模型,假如其滞后变量的系数 bi 是按几何级数 列衰减的,就称这种模型为几何分布滞后模型；54联立方程模型：是指由两个或更多相互联系的方程构建的模型；55 结构式模型：是依据经济理论建立的反映经济变量间直接关系结构的计量方程系统；56 简化式模型：是指联立方程中每个内生变量只是前定变量与随机误差项的函数；57 结构式参数：结构模型中的参数叫结构式参数 58 简化式参数：简化式模型中的参数叫简化式参数；59识别：就是指是否能从简化式模型参数估量值中推导出结构式模型的参数估量值；60不行识别：是指无法从简化式模型参数估量值中推导出结构式模型的参数估量值；61 识别的阶条件：假如一个方程能被识别,那么这个方程不包含的变量的总数应大于或 等于模型系统中方程个数减 1；62识别的秩条件： 一个方程可识别的充分必要条件是：阵的秩为 m-1；全部不包含在这个方程中的参数矩63间接最小二乘法：先利用最小二乘法估量简化式方程,再通过参数关系体系,由简化式参数的估量值求解得结构式参数的估量值；名师归纳总结 四、简答题（每道题5 分）第 3 页,共 10 页- - - - - - -精选学习资料 - - - - - - - - - 1简述计量经济学与经济学、统计学、数理统计学学科间的关系；答：计量经济学是经济理论、统计学和数学的综合；（1 分）经济学着重经济现象的定性研究,计量经济学着重于定量方面的讨论；（ 1 分）统计学是关于如何收集、整理和分析数据的科学,而计量经济学就利用经济统计所供应的数据来估量经济变量之间的数量关系并加以验证；（1 分）数理统计学作为一门数学学科,可以应用于经济领域,也可以应用于其他领域；计量经济学就仅限于经济领域；（1 分）计量经济模型建立的过程,是综合应用理论、统计和数学方法的过程,计量经济学是经济理论、统计学和数学三者的统一；2、计量经济模型有哪些应用？答：结构分析； （1 分）经济猜测； （1 分）政策评判； （ 1 分）检验和进展经济理论；（2 分）3、简述建立与应用计量经济模型的主要步骤；答：依据经济理论建立计量经济模型；（ 1 分）样本数据的收集； （ 1 分）估量参数；（1 分）模型的检验； （1 分）计量经济模型的应用；（1 分）4、对计量经济模型的检验应从几个方面入手？答：经济意义检验； （2 分）统计准就检验； （1 分）计量经济学准就检验；（1 分）模型猜测检验； （1 分）5计量经济学应用的数据是怎样进行分类的？答：四种分类：时间序列数据；拟变量数据； （2 分）（1 分）横截面数据； （1 分）混合数据； （1 分）虚6. 在计量经济模型中,为什么会存在随机误差项？答：随机误差项是计量经济模型中不行缺少的一部分；下几个方面：模型中被忽视掉的影响因素造成的误差；（1 分）产生随机误差项的缘由有以（ 1 分）模型关系认定不精确造成的误差；（ 1 分）变量的测量误差； （ 1 分）随机因素； （1 分）7. 古典线性回来模型的基本假定是什么？答：零均值假定； （1 分）即在给定 x t 的条件下,随机误差项的数学期望（均值）为 0,即 Eu =0 ；同方差假定； （1 分）误差项 tu 的方差与 t 无关,为一个常数；无自相关假定；（1 分）即不同的误差项相互独立；说明变量与随机误差项不相关假定；（1 分）正态性假定, （1 分）即假定误差项 u 听从均值为 0,方差为 2的正态分布；8总体回来模型与样本回来模型的区分与联系；答：主要区分：描述的对象不同；（1 分）总体回来模型描述总体中变量 y 与 x 的相互关系,而样本回来模型描述所观测的样本中变量 y 与 x 的相互关系；建立模型的不同；（1分）总体回来模型是依据总体全部观测资料建立的,样本回来模型是依据样本观测资料建立的；模型性质不同； （1 分）总体回来模型不是随机模型,样本回来模型是随机模型,它随着样本的转变而转变；主要联系： 样本回来模型是总体回来模型的一个估量式,之所以建立样本回来模型,目的是用来估量总体回来模型； （ 2 分）9试述回来分析与相关分析的联系和区分；名师归纳总结 答：两者的联系： 相关分析是回来分析的前提和基础；回来分析是相关分析的深化和连续；x t第 4 页,共 10 页（1 分）相关分析与回来分析的有关指标之间存在运算上的内在联系；（1 分）两者的区分： 回来分析强调因果关系,相关分析不关怀因果关系,所讨论的两个变量是对等的；（1分）对两个变量x 与 y 而言,相关分析中：rxyryx；在回来分析中,y .tb .0b .1- - - - - - -精选学习资料 - - - - - - - - - 和x . ta . 0a . 1y 却是两个完全不同的回来方程；（1 分）回来分析对资料的要求是被解释变量 y 是随机变量, 说明变量 x 是非随机变量； 相关分析对资料的要求是两个变量都随机 变量；（1 分）10在满意古典假定条件下,一元线性回来模型的一般最小二乘估量量有哪些统计性质？答：线性,是指参数估量量 b 和 0. 1.b分别为观测值 ty和随机误差项 tu的线性函数或线性组合；（1 分）无偏性,指参数估量量 0.b和 1.b的均值（期望值）分别等于总体参数 b 和 1b；（2 分）有效性（最小方差性或最优性）量0.b和1.b的方差最小；（ 2 分）11简述 BLUE 的含义；答： BLUE 即正确线性无偏估量量,是,指在全部的线性无偏估量量中,最小二乘估量best linear unbiased estimators 的缩写；（2 分）在古典假定条件下, 最小二乘估量量具备线性、无偏性和有效性, 是正确线性无偏估量量,即 BLUE ,这一结论就是闻名的高斯马尔可夫定理；（3 分）12对于多元线性回来模型,为什么在进行了总体显著性 数进行是否为 0 的 t 检验？F 检验之后,仍要对每个回来系答：多元线性回来模型的总体显著性 F 检验是检验模型中全部说明变量对被说明变量的共同影响是否显著； （1 分）通过了此F 检验,就可以说模型中的全部说明变量对被说明变量的共同影响是显著的, 但却不能就此判定模型中的每一个说明变量对被说明变量的影响都是显著的；（3 分）因此仍需要就每个说明变量对被说明变量的影响是否显著进行检验,即进行 t 检验；（1 分）13. 给定二元回来模型：y t b 0 b x 1 t b x 2 t u ,请表达模型的古典假定；解答：（1）随机误差项的期望为零,即 E u t 0；（2）不同的随机误差项之间相互独立,即 cov u u s E u t E u t u s E u s E u u s 0（1 分）；（3）随机误差项的方差2与 t 无关,为一个常数,即 var tu ；即同方差假设（1 分）；（4）随机误差项与说明变量不相关, 即 cov x jt , u t 0 j 1,2,., k ；通常假定 x 为非随机变量, 这个假设自动2成立（1 分）；（5）随机误差项 tu 为听从正态分布的随机变量,即 tu : N 0, （1 分）；（ 6）说明变量之间不存在多重共线性,即假定各说明变量之间不存在线性关系,即不存在多重共线性（ 1 分）；14. 在多元线性回来分析中,为什么用修正的打算系数衡量估量模型对样本观测值的拟合优度？解答：由于人们发觉随着模型中说明变量的增多,多重打算系数2 R 的值往往会变大,从而增加了模型的说明功能；这样就使得人们认为要使模型拟合得好,就必需增加说明变量（2分）；但是,在样本容量肯定的情形下,增加说明变量必定使得待估参数的个数增加,从而名师归纳总结 缺失自由度, 而实际中假如引入的说明变量并非必要的话可能会产生许多问题,比如, 降低第 5 页,共 10 页- - - - - - -精选学习资料 - - - - - - - - - 猜测精确度、 引起多重共线性等等；优度（ 3 分）；15. 修正的打算系数2 R 及其作用；为此用修正的打算系数来估量模型对样本观测值的拟合解答：R212 e/nkn11,（ 2 分）其作用有： （1）用自由度调整后,可以排除拟y ty / 2合优度评判中说明变量多少对打算系数运算的影响；（2 分）（2）对于包含说明变量个数不同的模型, 可以用调整后的打算系数直接比较它们的拟合优度的高低,但不能用原先未调整的打算系数来比较（1 分）；16. 常见的非线性回来模型有几种情形？解答：常见的非线性回来模型主要有: b 0b xtu （1 分）1对数模型lny tb0b 1lnx tu （1 分）2半对数模型ytb 0b 1lnx tu 或lny t3倒数模型yb 0b 11u或1b 0b 11u（1 分）xyx4多项式模型yb 0b xb x2.b xku （1 分）5成长曲线模型包括规律成长曲线模型y t1Kbt 1和 Gompertz 成长曲线模型b etyK eb b 0 1 t（1 分）17. 观看以下方程并判定其变量是否呈线性,系数是否呈线性,或都是或都不是； y t b 0 b 1 x t 3u t y t b 0 b 1 log x t u t log y t b 0 b 1 log x t u t y t b 0 / b 1 x t u t解答：系数呈线性,变量非线性；（1 分）系数呈线性,变量非呈线性；（1 分）系数和变量均为非线性； （1 分）系数和变量均为非线性；（2 分）18. 观看以下方程并判定其变量是否呈线性,系数是否呈线性,或都是或都不是；y tb0b 1logx tuty tb0b 1b2xtut（1 分）系数y tb0/b 1xtutyt1b0 1xb 1utt解答：系数呈线性,变量非呈线性；（1 分）系数非线性,变量呈线性；和变量均为非线性；2 分 系数和变量均为非线性（1 分）；19. 异方差性是指模型违反了古典假定中的同方差假定,它是计量经济分析中的一个特地问名师归纳总结 题；在线性回来模型中,假如随机误差项的方差不是常数,2 t即对不同的说明变量观测值彼此第 6 页,共 10 页不同,就称随机项iu 具有异方差性,即variu常数（t=1 ,2, , n）；- - - - - - -精选学习资料 - - - - - - - - - （3分）例如,利用横截面数据讨论消费和收入之间的关系时,对收入较少的家庭在满意基本消费支出之后的剩余收入已经不多,用在购买生活必需品上的比例较大,消费的分散幅度不大；收入较多的家庭有更多可自由支配的收入,使得这些家庭的消费有更大的挑选范畴；由于个性、 爱好、储蓄心理、消费习惯和家庭成员构成等那个的差异,使消费的分散幅度增大,或者说低收入家庭消费的分散度和高收入家庭消费得分散度相比较,可以认为牵着小于后者；这种被说明变量的分散幅度的变化,反映到模型中,可以懂得为误差项方差的变化；（2分）20. 产生缘由：（ 1）模型中遗漏了某些说明变量；（2）模型函数形式的设定误差；（3）样本数据的测量误差；（4）随机因素的影响；（2分）产生的影响： 假如线性回来模型的随机误差项存在异方差性,会对模型参数估量、模型检验及模型应用带来重大影响,主要有：（1）不影响模型参数最小二乘估量值的无偏性；（2）参数的最小二乘估量量不是一个有效的估量量；（3）对模型参数估量值的显著性检验失效；（4）模型估量式的代表性降低,猜测精度精度降低；（3分）21. 检验方法：（1）图示检验法； （1分）（2）戈德菲尔德匡特检验； （1分）（3）怀特检验；（1分）（4）戈里瑟检验和帕克检验（残差回来检验法）异方差检验） （1分）；（1分）（ 5）ARCH检验（自回来条件22. 解决方法：（1）模型变换法； （ 2分）（2）加权最小二乘法； （2分）（3）模型的对数变换等（ 1分）223. 加权最小二乘法的基本原理：最小二乘法的基本原理是使残差平方和 te 为最小, 在异方差情形下, 总体回来直线对于不同的 x , te t 的波动幅度相差很大；随机误差项方差 t 2越小, 样本点 ty 对总体回来直线的偏离程度越低,残差 te 的可信度越高 （或者说样本点的代表性越强） ；而 t较大的样本点可能会偏离总体回来直线很远,2 te 的可信度较低（或者2说样本点的代表性较弱） ；（2分）因此,在考虑异方差模型的拟合总误差时,对于不同的 te2 2应当区分对待； 详细做法： 对较小的 te 给于充分的重视,即给于较大的权数；对较大的 te2给于充分的重视,即给于较小的权数；更好的使 te 反映 var iu 对残差平方和的影响程度,从而改善参数估量的统计性质；（3分）24. 样本分段法（即戈德菲尔特匡特检验）的基本原理：将样本分为容量相等的两部分,然后分别对样本1和样本 2进行回来, 并运算两个子样本的残差平方和,假如随机误差项是同方差的,就这两个子样本的残差平方和应当大致相等；假如是异方差的,就两者差别较大,以此来判定是否存在异方差；（3分）使用条件：（ 1）样本容量要尽可能大,一般而言应当在参数个数两倍以上； （2）tu 听从正态分布,且除了异方差条件外,其它假定均满意；（2分）25简述 DW检验的局限性；答：从判定准就中看到,DW检验存在两个主要的局限性：第一,存在一个不能确定的DW.值区域,这是这种检验方法的一大缺陷；（2 分）其次：DW.检验只能检验一阶自相关；（2分）但在实际计量经济学问题中,一阶自相关是显现最多的一类序列相关,而且体会说明,名师归纳总结 假如不存在一阶自相关,一般也不存在高阶序列相关；所以在实际应用中,对于序列相关问第 7 页,共 10 页- - - - - - -精选学习资料 - - - - - - - - - 题般只进行DW.检验；（ 1 分）26序列相关性的后果；答：（1）模型参数估量值不具有最优性；（1 分）（ 2）随机误差项的方差一般会低估；（1分）（ 3）模型的统计检验失效；（1 分）（ 4）区间估量和猜测区间的精度降低；（1 分）（全对即加 1 分）27简述序列相关性的几种检验方法；答：（1）图示法；（ 1 分）（ 2）D-W检验；（ 1 分）（ 3）回来检验法；（1 分）（ 4）另外,偏相关系数检验,布罗斯戈弗雷检验或拉格朗日乘数检验都可以用来检验高阶序列相关；（2 分）28广义最小二乘法（GLS）的基本思想是什么？答: 基本思想就是对违反基本假定的模型做适当的线性变换,使其转化成满意基本假定的模型,从而可以使用OLS方法估量模型；（5 分）29自相关性产生的缘由有那些？答：（1）经济变量惯性的作用引起随机误差项自相关；（1 分）（2）经济行为的滞后性引起随机误差项自相关； （1 分） 3 一些随机因素的干扰或影响引起随机误差项自相关；（1 分）（4）模型设定误差引起随机误差项自相关；关；（1 分）（1 分）（5）观测数据处理引起随机误差项自相30请简述什么是虚假序列相关,如何防止？答：数据表现出序列相关,而事实上并不存在序列相关；（ 2 分）要防止虚假序列相关,就应在做定量分析之间先进行定性分析,看从理论上或体会上是否有存在序列相关的可能,可能性是多大； （3 分）31 DW值与一阶自相关系数的关系是什么？答： . 1 DW或者 DW 21 . 232答：多重共线性是指说明变量之间存在完全或近似的线性关系；产生多重共线性主要有下述缘由：（1）样本数据的采集是被动的,只能在一个有限的范畴内得到观看值,无法进行重复试验；（2 分）（2）经济变量的共同趋势（1 分）（3）滞后变量的引入（1 分）（4）模型的说明变量挑选不当（ 1 分）33答：完全多重共线性是指对于线性回来模型Y1 X 1 2 X 2 . k X k u如 c X 1 1j c X 2 2j . c X =0, j=1,2,.,n k kj其中 c 1,c .,c k 是不全为 0 的常数就称这些说明变量的样本观测值之间存在完全多重共线性；（2 分）不完全多重共线性是指对于多元线性回来模型Y1 X 1 2 X 2 . k X k u如 c X 1j c X 2j . c X +v=0, j=1,2,.,n其中 c 1,c .,c k 是不全为 0 的常数,v 为随机误差项就称这些说明变量的样本观测之间存在不完全多重共线性；（3 分）34答：（1）无法估量模型的参数,即不能独立辨论各个说明变量对因变量的影响；（3 分）（2）参数估量量的方差无穷大（或无法估量）（2 分）35答：（1）可以估量参数,但参数估量不稳固；（2 分） （2）参数估量值对样本数据的略有变化或样本容量的稍有增减变化敏锐；（1 分） （ 3）各说明变量对被说明变量的影响难精确鉴别； （1 分） （ 4）t 检验不简洁拒绝原假设； （1 分）名师归纳总结 - - - - - - -第 8 页,共 10 页精选学习资料 - - - - - - - - - 36答：（1）模型总体性检验F 值和 R2值都很高,但各回来系数估量量的方差很大,t 值很低,系数不能通过显著性检验；（2 分）（2）回来系数值难以置信或符号错误；（1 分）（3）参数估量值对删除或增加少量观测值,以及删除一个不显著的说明变量特别敏锐；（2分）37答：所谓方差膨胀因子是存在多重共线性时回来系数估量量的方差与无多重共线性时回；归系数估量量的方差对比而得出的比值系数；（2 分）如VIFi.=1时,认为原模型不存在“ 多重共线性问题”；（1 分） 如VIFi.>1 时,就认为原模型存在 “ 多重共线性问题”（1 分）如VIFi.>5时,就模型的“ 多重共线性问题” 的程度是很严峻的,而且是特别有害的；（1 分）38模型中引入虚拟变量的作用是什么？答案：（1）可以描述和测量定性因素的影响；（2 分）（2）能够正确反映经济变量之间的关系,提高模型的精度；（2 分）（3）便于处理反常数据； （1 分）39虚拟变量引入的原就是什么？答案：（1）假如一个定性因素有 m方面的特点,就在模型中引入 m-1 个虚拟变量； （1 分）（2）假如模型中有 m个定性因素,而每个定性因素只有两方面的属性或特点,就在模型中引入 m个虚拟变量； 假如定性因素有两个及以上个属性,就参照“ 一个因素多个属性”的设置虚拟变量； （2 分）（3）虚拟变量取值应从分析问题的目的动身予以界定；（1 分）（4）虚拟变量在单一方程中可以作为说明变量也可以作为被说明变量；（1 分）40虚拟变量引入的方式及每种方式的作用是什么？答案：（1）加法方式：其作用是转变了模型的截距水平；（ 2 分）（2）乘法方式：其作用在于两个模型间的比较、因素间的交互影响分析和提高模型的描述精度；（2 分）（3）一般方式：即影响模型的截距有影响模型的斜率；（1 分）41判定计量经济模型优劣的基本原就是什么？答案：（1）模型应力求简洁； （1 分）（ 2）模型具有可识别性； （1 分）（3）模型具有较高的拟合优度；（ 1 分）（4）模型应与理论相一样；（1 分）（5）模型具有较好的超样本功能；（1分）42模型设定误差的类型有那些？答案：（1）模型中添加了无关的说明变量；（2 分）（2）模型中遗漏了重要的说明变量；（2分）（3）模型使用了不恰当的形式；（1 分）43工具变量挑选必需满意的条件是什么？答案： 挑选工具变量必需满意以下两个条件：（1）工具变量与模型中的随机说明变量高度相关；（3 分）（2）工具变量与模型的随机误差项不相关；（2 分）44设定误差产生的主要缘由是什么？答案：缘由有四： （1）模型的制定者不熟识相应的理论学问；（1 分）（2）对经济问题本身熟识不够或不熟识前人的相关工作；（1 分）（3）模型制定者缺乏相关变量的数据；（1 分）（4）说明变量无法测量或数据本身存在测量误差；（2 分）45在建立计量经济学模型时,什么时候,为什么要引入虚拟变量？名师归纳总结 答案： 在现实生活中,影响经济问题的因素除具有数量特点的变量外,仍有一类变量, 这类第 9 页,共 10 页变量所反映的并不是数量而是现象的某些属性或特点,即它们反映的是现象的质的特点；这些因素仍很可能是重要的影响因素,这时就需要在模型中引入这类变量；（ 4 分）引入的方- - - - - - -精选学习资料 - - - - - - - - - 式就是以虚拟变量的形式引入；（1 分）46直接用最小二乘法估量有限分布滞后模型的有：（1）缺失自由度（2 分）（2）产生多重共线性（2 分）（3）滞后长度难确定的问题（1 分）47因变量受其自身或其他经济变量前期水平的影响,称为滞后现象；其缘由包括：（1）经济变量自身的缘由； （2 分）（2）决策者心理上的缘由（1 分）；（3）技术上的缘由（1 分）；（4）制度的缘由（1 分）；48 koyck 模型的特点包括： （1）模型中的 称为分布滞后衰退率, 越小,衰退速度越快1（2 分）；（2）模型的长期影响乘数为 b0·1（ 1 分） ;（3）模型仅包括两个说明变量,防止了多重共线性（1 分）；（4）模型仅有三个参数,说明了无限分布滞后模型因包含无限个参数无法估量的问题（1 分）49联立方程模型中方程有：行为方程式（1 分）；技术方程式（ 1 分）；制度方程式（ 1 分）；平稳方程（或均衡条件） （ 1 分）；定义方程（或恒等式）（1 分）；50联立方程的变量主要包括内生变量（2 分）、外生变量（ 2 分）和前定变量（1 分）；51模型的识别有恰好识别（2 分）、过渡识别（2 分）和不行识别（1 分）三种；52. 识别的条件条件包括阶条件和秩条件；阶条件是指, 假如一个方程能被识别,那么这个方程不包含的变量总数应大于或等于模型系统中方程个数减1（3 分）；秩条件是指, 在一个名师归纳总结 具有 K 个方程的模型系统中,任何一个方程被识别的充分必要条件是：全部不包含在这个方第 10 页,共 10 页程中变量的参数的秩为K1（2 分）；- - - - - - -