计量经济学题(答案).docx

计量经济学要点一、单项选择题学问点：第一章 假设干定义、概念时间序列数据定义横截面数据定义同一统计指标按时间依次记录的数据称为( B )。A、横截面数据     B、时间序列数据    C、修匀数据    D、原始数据同一时间，不同单位一样指标组成的观测数据称为 B A原始数据 B横截面数据 C时间序列数据 D修匀数据变量定义被说明变量、说明变量、内生变量、外生变量、前定变量单方程中可以作为被说明变量的是限制变量、前定变量 、内生变量、外生变量；在回来分析中，以下有关说明变量和被说明变量的说法正确的有 C A、被说明变量和说明变量均为随机变量 B、被说明变量和说明变量均为非随机变量C、被说明变量为随机变量，说明变量为非随机变量D、被说明变量为非随机变量，说明变量为随机变量什么是说明变量、被说明变量？从变量的因果关系上，模型中变量可分为说明变量Explanatory variable和被说明变量(Explained variable)。在模型中，说明变量是变动的缘由，被说明变量是变动的结果。被说明变量是模型要分析探讨的对象，也常称为“应变量(Dependent variable)、“回来子Regressand等。说明变量也常称为“自变量(Independent variable)、“回来元Regressor等，是说明应变量变动主要缘由的变量。因此，被说明变量只能由内生变量担当，不能由非内生变量担当。单方程计量经济模型中可以作为被说明变量的是 C A、限制变量 B、前定变量 C、内生变量 D、外生变量单方程计量经济模型的被说明变量是 A A、内生变量 B、政策变量 C、限制变量 D、外生变量在回来分析中，以下有关说明变量和被说明变量的说法正确的有CA、被说明变量和说明变量均为随机变量 B、被说明变量和说明变量均为非随机变量C、被说明变量为随机变量，说明变量为非随机变量D、被说明变量为非随机变量，说明变量为随机变量双对数模型中参数的含义；双对数模型中，参数的含义是 D A . X的相对变更，引起Y的期望值确定量变更 BY关于X的边际变更CX确实定量发生确定变动时，引起因变量Y的相对变更率 D、Y关于X的弹性 双对数模型 中，参数的含义是 C A. Y关于X的增长率 B .Y关于X的开展速度C. Y关于X的弹性 D. Y关于X 的边际变更计量经济学探讨方法一般步骤 四步12点计量经济学的探讨方法一般分为以下四个步骤 B A确定科学的理论根据、模型设定、模型修定、模型应用B模型设定、估计参数、模型检验、模型应用C搜集数据、模型设定、估计参数、意料检验D模型设定、检验、 构造分析、模型应用对计量经济模型应当进展哪些方面的检验？经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的间或结果，运用数理统计中的统计推断方法，对模型及参数的统计牢靠性做出说明。主要有t，F ，R2等检验；计量经济学检验：检验模型是否符合计量经济方法的根本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。意料检验：模型意料的结果及经济运行的实际结果相比照，以此检验模型的有效性。在运用计量经济模型分析问题时，通常会运用哪些类型数据？运用这些类型数据各自应当留意哪些问题？1时间序列数据Time Series Data把反映某一总体特征的同一指标的数据，根据确定的时间依次和时间间隔如月度、季度、年度排列起来，这样的统计数据称为时间序列数据；2截面数据(Cross-Section Data)同一时间时期或时点某个指标在不同空间的观测数据，称为截面数据；3面板数据Panel Data面板数据指时间序列数据和截面数据相结合的数据，对假设干个体进展多期观测。例如在居民收支调查中搜集的对各个固定调查户在不同时期的调查数据，又如全国各省市不同年份的经济开展状况的统计数据，就都是面板数据；4虚拟变量数据(Dummy Variables Data)。时间序列数据假设是非平稳的，可能造成“伪回来；截面数据往往存在异方差；利用面板数据的计量经济模型已成为计量经济学探讨的特地问题，简洁产生异方差、自相关性。计量经济模型检验通常包含哪些检验？每种检验根本思想是什么？ 经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的间或结果，运用数理统计中的统计推断方法，对模型及参数的统计牢靠性作出说明。计量经济学检验：检验模型是否符合计量经济方法的根本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。意料检验：模型意料的结果及经济运行的实际结果相比照，以此检验模型的有效性。第二章 假设干根本概念总体、样本回来方程、模型古典线性回来模型的一般最小二乘估计量满意的统计性质最正确线性无偏估计；古典线性回来模型的一般最小二乘估计量满意的统计性质(A)A、最正确线性无偏估计 B、仅满意线性性 C.非有效性 D有偏性样本回来直线设OLS法得到的样本回来直线为，那么点 ( B ) A、确定不在回来直线上 B、确定在回来直线上C、不愿定在回来直线上 D、在回来直线上方经典线性计量模型的假定有哪些？假定1：零均值假定; 假定2：同方差假定; 假定3：无自相关假定; 假定4：随机扰动项及说明变量不相关; 假定5：正态性假定；假定6：无多重共线性以下图中符号“所代表的是 B A. 随机误差项 B. 残差 C.的离差 D. 的离差t检验通常可以用于检验 D A 模型拟合优度 B 模型整体显著性 C 正态性 D 个体参数显著性以下模型中不属于变量线性回来模型是( A )。 A、 B、 C、 D、用最小二乘法作回来分析时提出了古典假定，这是为了 B A. 使回来方程更简化 B. 得到总体回来系数的最正确线性无偏估计 C. 使说明变量更简洁限制 D. 使被说明变量更简洁限制在一元线性回来模型中，样本回来方程可表示为： c A、 B、 C、 D、 第三章 多元线性回来模型整体的读解对回来结果全过程的读解分析根据F值推断整体显著性的规那么p值接近于零表示整体显著；多元线性回来模型RSS反映了应变量观测值及估计值之间的总变差多元线性回来分析中的 RSS剩余平方和反映了 C A应变量观测值总变差的大小 B应变量回来估计值总变差的大小 C应变量观测值及估计值之间的总变差 DY关于X的边际变更多元线性回来模型ESS自由度为k-1多元线性回来分析中的 ESS的自由度是( D AK Bn Cn-K Dk-1调整后的断定系数及断定系数之间的关系有关调整后的断定系数及断定系数之间的关系表达正确的选项是 C A 等于 B 及没有数量关系C 一般状况下D 大于在模型的回来分析结果报告中，有，那么说明 D A、说明变量对的影响是显著的B、说明变量对的影响是显著的C、说明变量和对的影响是均不显著D、说明变量和对的结合影响是显著的第四章 多重共线性1定义、产生缘由；2后果；3检测；4弥补。参数的最小二乘估计量的性质简洁相关系数矩阵方法主要用于检验 D A异方差性 可以检验多重共线性的方法有A假设模型中的说明变量存在完全的多重共线性，参数的最小二乘估计量是 C A无偏的 B. 有偏的 C. 无法估计 D. 无正确答案假设模型中的说明变量存在不完全的多重共线性，参数的最小二乘估计量是 A A无偏的 B. 有偏的 C. 无法估计 D. 无正确答案假设模型中的说明变量存在完全的多重共线性，参数的最小二乘估计量是 C A无偏的 B. 有偏的 C. 无法估计 D. 确定的第五章 异方差性1定义、产生缘由；2后果；3检测；4弥补。检验异方差的方法；修正异方差的方法；ARCH检验方法主要用于检验 A A异方差性 以下方法可以用于检验模型中异方差性的方法有 D A DW检验 B 相关系数矩阵 C 断定系数法 D White检验Goldfeld-Quandt方法用于检验 A 在模型有异方差的状况下,常用的估计方法是( D )A. 广义差分法 B. 工具变量法 C. 逐步回来法 D. 加权最小二乘法White检验可用于检验 B 加权最小二乘可以解决以下哪个问题 ( D )A多重共线性 B. 误差项非正态性 C自相关性 D. 异方差性关于Goldfeld-Quandt检验，以下说法正确的选项是 C A它是检验模型是否存在自相关 B.该检验所须要的样本容量较小 C该检验须要去掉部分样本 D. 它是检验模型是否存在多重共线性以下方法可以用于检验模型中异方差性的方法有 D A DW检验 B 相关系数矩阵 C 断定系数法 D White检验假设模型中存在异方差现象，那么一般最小二乘估计量照旧满意的性质 A A. 无偏性 B. 最小方差性 C. 有效性 D 非线性性什么是异方差性？有哪些方法可以检验模型中是否存在异方差性违反同方差假定，扰动项的方差会随着某个些因素而发生变更。视察残差图、White检验、ARCH检验、Golden-Quant检验等。回来模型具有异方差性时，仍用最小二乘法估计参数，那么以下 B 是错误的。 A、参数估计值是无偏非有效的 B、仍具有最小方差C、常用的t和F检验失效 D、意料区间增大，精度下降第六章自相关性1定义、产生缘由；2后果；3检测；4弥补。违反自相关造成后果无偏非有效；在DW检验中，当d统计量为2时，说明无自相关性存在；DW推断区域规那么；在DW检验中，当d统计量为2时，说明 C 假设回来模型违反了无自相关假定，最小二乘估计量是( A )A无偏的，非有效的 B. 有偏的，非有效的C无偏的，有效的 D. 有偏的，有效的假设在模型中，随机扰动项违反了无自相关假定，那么以下说法正确的选项是( A )A最小二乘估计量是无偏的且非有效 B. 最小二乘估计量是有偏的且有效C最小二乘估计量是无偏的且有效D. 最小二乘估计量是有偏的但非有效在DW检验中，不能断定的区域是 C A. B. C. D. 上述都不对样本回来模型残差的一阶自相关系数接近于1，那么DW统计量近似等于( A ) A. 0 B. 1 C. 2 D. 4第七章 分布滞后模型的意义分布滞后模型的分类及各个类型的特点分布滞后模型短期影响乘数设无限分布滞后模型为，那么短期影响乘数为 A B、 C、 D、 对于有限分布滞后模型在确定条件下，参数可近似用一个关于i的多项式表示i=0，1，2，K，以下说法中不正确的选项是 A、多项式的阶数小于 B、可承受Almon法对此模型进展估计C、该模型比较简洁产生多重共线性D、以上说法都不对第八章 虚拟变量的定义、作用以及规那么虚拟变量( ) A.主要来代表质的因素，但在有些状况下可以用来代表数量因素 对于含有截距项的计量经济模型，假设想将含有m个互斥类型的定性因素引入到模型中，那么应当引入虚拟变量个数为 A m B m-1 C m+1 D m-k简述虚拟变量设置规那么什么是虚拟变量？在设定虚拟变量时，应当留意什么问题？设置规那么是什么？虚拟变量是将定性因素数量化取值为0或1的一类特别人工变量。主要作用：在模型中引入定性因素；分段回来等。留意防止虚拟变量陷阱。虚拟变量个数的设置规那么是：假设定性因素有m个互相排挤的类型或属性、程度，在有截距项的模型中只能引入m1个虚拟变量，否那么会陷入所谓“虚拟变量陷阱，产生完全的多重共线性。在无截距项的模型中，定性因素有m个互相排挤的类型时，引入m个虚拟变量不会导致完全多重共线性，不过这时虚拟变量参数的估计结果，事实上是D=1时的样本均值。设某计量经济模型为：，其中高校教授年薪，那么对于参数、的含义，以下说明不正确的选项是 A. 表示高校女教授的平均年薪； B. 表示高校男教授的平均年薪； C. + 表示高校男教授的平均年薪； D. 表示高校男教授和女教授平均年薪的差额对于一个含有截距项的计量经济模型，假设某定性因素有m个互斥的属性，对于一个含有截距项的计量经济模型，假设某定性因素有m个互斥的类型，为将其引入模型中，那么须要引入虚拟变量个数为 A m B m-1 C m+1 D m-k第十章 时间序列数据特有属性平稳的概念、产生的后果、检验的方法非平稳时间序列数据的建模技术要点某一时间序列经一次差分变换成平稳时间序列，此时间序列称为A1阶单整 B2阶单整 CK阶单整 D以上答案均不正确简述时间序列平稳性的含义时间序列平稳性分严格平稳和广义平稳性。严格平稳是指随机过程的结合分布函数刚好间的位移无关；广义平稳性是指随机过程的均值、方差不随时间变更，自协方差函数仅是时间间隔的函数，又称为弱平稳性什么是伪回来？其产生的缘由是？所谓“伪回来，是指变量间原来不存在有意义的关系，但回来结果却得出存在有意义关系的错误结论。造成“伪回来的根本缘由在于时间序列变量的非平稳性。以下方法可以用于检验时间序列平稳性的是 A. ARCH检验 B. White检验 C. ADF检验 D. DW检验二、简答题1、计量经济模型检验通常包含哪些检验？每种检验根本思想是什么？经济意义检验：检验模型估计结果，尤其是参数估计，是否符合经济理论。统计推断检验：检验参数估计值是否抽样的间或结果，运用数理统计中的统计推断方法，对模型及参数的统计牢靠性作出说明。计量经济学检验：检验模型是否符合计量经济方法的根本假定，例如检验模型是否存在多重共线性，检验模型中的随机扰动项是否存在自相关和异方差性等等。意料检验：模型意料的结果及经济运行的实际结果相比照，以此检验模型的有效性。2、在运用计量经济模型分析问题时，通常会运用哪些类型数据？运用这些类型数据各自应当留意哪些问题？1、时间序列数据Time Series Data把反映某一总体特征的同一指标的数据，根据确定的时间依次和时间间隔如月度、季度、年度排列起来，这样的统计数据称为时间序列数据。2、截面数据(Cross-Section Data)同一时间时期或时点某个指标在不同空间的观测数据，称为截面数据。3、面板数据Panel Data面板数据指时间序列数据和截面数据相结合的数据，对假设干个体进展多期观测。例如在居民收支调查中搜集的对各个固定调查户在不同时期的调查数据，又如全国各省市不同年份的经济开展状况的统计数据，就都是面板数据。4、虚拟变量数据(Dummy Variables Data)。时间序列数据假设是非平稳的，可能造成“伪回来；截面数据往往存在异方差；利用面板数据的计量经济模型已成为计量经济学探讨的特地问题，简洁产生异方差、自相关性。3、什么是说明变量、被说明变量？从变量的因果关系上，模型中变量可分为说明变量Explanatory variable和被说明变量(Explained variable)。在模型中，说明变量是变动的缘由，被说明变量是变动的结果。被说明变量是模型要分析探讨的对象，也常称为“应变量(Dependent variable)、“回来子Regressand等。说明变量也常称为“自变量(Independent variable)、“回来元Regressor等，是说明应变量变动主要缘由的变量。4、经典线性计量模型的假定有哪些？假定1：零均值假定; 假定2：同方差假定; 假定3：无自相关假定; 假定4：随机扰动项及说明变量不相关; 假定5：正态性假定；假定6：无多重共线性5、什么是异方差性？有哪些方法可以检验模型中是否存在异方差性违反同方差假定，扰动项的方差随某个说明变量在变更。视察残差图、White检验、ARCH检验、Goldenfeld-Quandt检验等。6、简述虚拟变量设置规那么虚拟变量个数的设置规那么是：假设定性因素有m个互相排挤的类型或属性、程度，在有截距项的模型中只能引入m1个虚拟变量，否那么会陷入所谓“虚拟变量陷阱，产生完全的多重共线性。在无截距项的模型中，定性因素有m个互相排挤的类型时，引入m个虚拟变量不会导致完全多重共线性，不过这时虚拟变量参数的估计结果，事实上是D=1时的样本均值。7、什么是虚拟变量、设置虚拟变量应当留意什么？虚拟变量是将定性因素数量化取值为0或1的一类特别人工变量。主要作用：在模型中引入定性因素；分段回来等。留意防止虚拟变量陷阱。8、将虚拟变量引入到模型中，通常有哪些方式？各自具有什么作用？参与虚拟说明变量的途径有两种根本类型：一是加法类型；二是乘法类型。不同的途径引入虚拟变量有不同的作用，加法方式引入虚拟变量变更的是截距；乘法方式引入虚拟变量变更的是斜率。9、什么是伪回来？其产生的缘由是？所谓“伪回来，是指变量间原来不存在有意义的关系，但回来结果却得出存在有意义关系的错误结论。造成“伪回来的根本缘由在于时间序列变量的非平稳性。10、简述时间序列平稳性的含义时间序列平稳性分严格平稳和广义平稳性。 严格平稳是指随机过程的结合分布函数刚好间的位移无关；广义平稳性是指随机过程的均值、方差不随时间变更，自协方差函数仅是时间间隔的函数，又称为弱平稳性。三、计算题题干已给出一个估计结果，问：系数的经济意义；估计出来的系数是否符合经济意义；t值计算已给出系数及标准误；或者根据已给的t值、F值推断显著性不须要查表，根据阅历即可推断；根据已给出的，Y的总离差中被回来方程说明的部分及未被回来方程说明的部分所占比例分别是多少；模型中是否存在多重共线性利用综合推断法；模型是否存在自相关会看DW表为探讨中国各地区入境旅游状况，建立了各省市旅游外汇收入Y，百万美元、旅行社职工人数X1，人、国际旅游人数X2，万人次的模型，用某年31个省市的截面数据估计结果如下： t=(-3.066806) (6.652983) (3.378064) R2=0.934331 F=191.1894 n=311从经济意义上考察估计模型的合理性。2X1、 X2两个变量是否显著？模型的整体是否显著？理由是？某公司想确定在何处建立一个新的百货店，对已有的30个百货店的销售额作为其所处地理位置特征的函数进展回来分析，并且用该回来方程作为新百货店的不同位置的可能销售额，估计得出括号内为估计的标准差 0.02 0.01 1.0 1.0其中：第个百货店的日均销售额百美元；第个百货店前每小时通过的汽车数量10辆； 第个百货店所处区域内的人均收入美元； 第个百货店内全部的桌子数量； 第个百货店所处地区竞争店面的数量；请答复以下问题：1、说出本方程中系数0.1和0.01的经济含义。2、各个变量前参数估计的符号是否及期望的符号一样？3、在的显著性。临界值，运用计量模型探讨1990年到2007年我国粮食产量及主要影响因素之间的数量关系，模型设定如下：Yt=a0+a1X1t+a2X2t+a3X3t+a4X4t+a5X5t+a6X6t+utYt-我国历年粮食总产量(单位：万吨)X1t-农业化肥施用量万吨X2t-粮食播种面积千公顷X3t-成灾面积千公顷X4t-农业机械年末拥有量亿瓦特X5t-农林牧渔业总劳动力万人X6t-有效浇灌面积千公顷Ut-其它影响粮食产量的因素随机误差项模型估计结果如下：Dependent Variable: YMethod: Least SquaresDate: 05/25/09 Time: 21:03Sample: 1990 2007Included observations: 18VariableCoefficientStd. Errort-StatisticProb. X1 X2X3X4X5X6CR-squared Mean dependent varAdjusted R-squared S.D. dependent varS.E. of regression Akaike info criterionSum squared resid15858133 Schwarz criterionLog likelihood F-statisticDurbin-Watson stat Prob(F-statistic)根据此估计结果，是答复以下问题：1 计算X1的t统计量值；2 模型整体是否显著？ 理由是？3 各变量的系数估计值是否符合经济意义？ 假设不符合，你觉得是什么缘由造成的？家庭消费支出Y、可支配收入、家庭财宝设定模型如下：回来分析结果为：LS / Dependent Variable is YDate: 18/11/09 Time: 15:18Sample: 1 10Included observations: 10 Variable Coefficient Std. Error T-Statistic Prob. C 0.0823 0.0458 R-squared Adjusted R-squared Log likelihood - 31.8585 F-statistic 答复以下问题11分：、 请根据上表中已由数据，填写表中画线处缺失结果留意给出计算步骤；、 模型是否存在多重共线性？为什么？、 模型中是否存在自相关？为什么？下表是三因素Fama&French模型估计输出结果，模型中被说明变量R1是某证券投资基金收益率，说明变量有三个，RM是市场组合收益率，SMB是规模因子，HML是价值因子。根据此估计结果，试答复以下问题。Dependent Variable: R1Method: Least SquaresDate: 04/23/08 Time: 09:18Sample: 2003M06 2005M05Included observations: 24Newey-West HAC Standard Errors & Covariance (lag truncation=2)VariableCoefficientStd. Errort-StatisticProb.  RMSMBHMLCR-squared    Mean dependent varAdjusted R-squared    S.D. dependent varS.E. of regression    Akaike info criterionSum squared resid    Schwarz criterionLog likelihood    F-statisticDurbin-Watson stat    Prob(F-statistic)1、模型说明变量哪些是显著的？为什么？2、表中的F统计量F-statistic可以说明什么？3、该模型中是否存在自相关性？4、你觉得该模型估计效果如何？为了说明中国对进口的需求，根据19年的数据得到下面的回来结果 se = (0.0092) 074) R2=0.96 5其中：Y=进口量百万美元，X1=个人消费支出美元/年，X2=进口价格/国内价格。1说明截距项，及X1和X2系数的经济意义；2Y的总离差中被回来方程说明的部分及未被回来方程说明的部分所占比例分别是多少？；3对参数进展显著性检验,并说明检验结果；四、问答题主要考察自己结合实际谈学习了计量后的体会，如那章比较难？实际工作中是否用到？建模的根本步骤等计量经济分析在你的实际工作中有哪些应用？在应用中，根本分析步骤是什么？在学习计量经济课程过程中，你觉得那部分内容较难？哪部分内容对你的实际工作比较有用？