重大2015年经济计量学 ( 第3次作业 ).doc

1、 第 3 次作业 一、填空题（本大题共 20 分，共 5 小题，每小题 4 分） 1. 根据弗里希的观点，经济计量学是 _ 、 _ 、 _ 三者的统一。 2. 方差膨胀因子 VIF 的取值不可能小于 _ 。 3. 在一个具有 K 个方程的模型系统中，任何一个方程被识别的充分必须条件是：所有不包含在这个方程中变量的参数矩阵的秩等于 _ ，这称为识别的 _ 。 4. 序列相关性检验的基本思路是首先采用 _ 估计模型，以求得随机误差项的 _ ，然后通过 分析这些 “ 近似估计量 ” 之间的相关性以达到判断随机误差项是否具有序列相关性的目的。 5. 对经典线性回归模型参数进行统计检验时，通常假定其随机

2、项 i服从均值为 _ ，方差为 _ 的 _ 分布。 二、名词解释题（本大题共 20 分，共 4 小题，每小题 5 分） 1. 经济系统 2. 虚拟变量 3. 经济计量分析工作 4. 方差膨胀因子 三、简答题（本大题共 20 分，共 4 小题，每小题 5 分） 1. 建立生产函数模型时容易出现哪些数据质量问题？ 2. 对于样本数据，容易出现哪些质 量问题？ 3. 对联立方程模型系统的检验，主要包括哪几类检验？ 4. 联立方程计量经济学模型的识别分类及含义是什么？ 四、计算题（本大题共 40 分，共 4 小题，每小题 10 分） 1. （ 3）说明普通最小二乘法是一种特殊的工具变量法。 2. 一个

3、由两个方程组成的联立模型的结构形式如下（省略 t-下标） （ 1）指出该联立模型中的内生变量与外生变量。（ 2）分析每一个方程是否为不可识别的，过度识别的或恰好识别的？ 3. 在一项关于商场营业面积与其日销售额之间关系的研究中，对 10 家商场进行调查，结果如下： 营业面积 (m2)40600607210090200708084 销售额 (万元 )3.525.04.83.530.05.012.04.55.06.0 建立销售额对营业面积的线性回归模型 检验模型的有效性 4. 在相关和回归分析中，已知下列资料：。要求：（ 1）说明 X 与 Y 间的相关方向和程度。（ 2）计算 Y 对 X 的回归直

4、线的斜率系数。 答案： 一、填空题（ 20 分，共 5 题，每小题 4 分） 1. 参考答案： 经济理论 、 数学、统计学 解题方案： 根据弗里希的观点，经济计量学是经济理论 、 数学、统计学 三者的统一。 评分标准： 同时回答出经济理论 、 数学、统计学得 2 分，回答出一个不得分，回答两个得 1 分 2. 参考答案： 1 解题方案： 方差膨胀因子 VIF 的取值不可能小于 1 。 评分标准： 回答出 1 得 2 分 3. 参考答案： K-1 秩条件 解题方案： 参见第四章，联立方程计量经济学模型 评分标准： 多填少填都不给分 4. 参考答案： 普通最小二乘法，近似估计量 解题方案： 评分标

5、准： 5. 参考答案： 0（零）、 2（常数）、正态 解题方案： 评分标准： 二、名词解释题（ 20 分，共 4 题，每小题 5 分） 1. 参考答案： 对于复杂的经济现象，其中诸因素之间的关系，（ 3 分）在很多情况下，不是简单的单向因果关系，而是相互依存、互为因果的，这些经济现象称为经济系统。（ 5 分） 解题方案： 联立方程计量经济学模型理论与方法 评分标准： 对于复杂的经济现象，其中诸因素之间的关系，（ 3 分）在很多情况下，不是简单的单向因果关系，而是相互依存、互为因果的，这些经济现象称为经济系统。（ 5 分） 2. 参考答案： 用成对数据如 1 和 0 分别代表具备某种属性和不具备

6、某种属性的变量，称为虚拟变量，（ 3 分）也称 二进制变量、哑变量。（ 5 分） 解题方案： 评分标准： 用成对数据如 1 和 0 分别代表具备某种属性和不具备某种属性的变量，称为虚拟变量，（ 3 分）也称二进制变量、哑变量。（ 5 分） 3. 参考答案： 经济计量分析工作是指依据经济理论，运用经济计量模型方法，描述现实经济关系的结构特征、提供经济预测情况、评价经济政策效果等的经济研究和分析工作。 解题方案： 经济计量分析工作是指依据经济理论，运用经济计量模型方法，描述现实经济关系的结构特征、提供经济预测情况、评价经济政策效果等的经济研究和分析工作。 评分标准： 回答出 依据经济理论，运用经济

7、计量模型方法，进行经济研究和分析工作得 3分 4. 参考答案： 方差膨胀因子就是存在多重共线性时估计量的方差与无多重共线性时估计量的方差之比形成的系数，用以说明由于多重共线性导致估计量方差扩大的程度。 解题方案： 方差膨胀因子就是存在多重共线性时估计量的方差与无多重共线性时估计量的方差之比形成的系数，用以说明由于多重共线性导致估计量方差扩大的程度。 评分标准： 回答出存在多重共线性时估计量的方差与无多重共线性时估计量的方差之比形成的系数得 3 分 三、简答题（ 20 分，共 4 题，每小题 5 分） 1. 参考答案： 建立生产函数模型时容易出现下述数据质量问题： 1、样本数据的一致性问题可以作

8、为生产函数模型样本数据的两类：时间序列数据和截面数据。在选择哪类数据作样本时，需要特别注意一致性问题，保证样本必须是从母体中随机抽取的。 2、样本数据的准确性问 题在生产函数模型估计中，经常遇到样本数据口径不一致的问题，违反了数据的准确性原则。处理的方法，一是按照最小口径建立模型，然后在应用中对全口径进行估算；二是利用其他信息对样本数据首先进行调整。然为后再估计模型。 3、样本数据的可比性问题主要表现是在不同的样本点上，实际相同的产出量或要素投入量出现不同的观测值数据。样本数据不可比问题，会给生产函数的结构参数估计值造成很大的 “ 失真 ” 。 解题方案： 参见第五章内容，生产函数模型 评分标

9、准： 答对一点给 3 分 2. 参考答案： 样本数据的质量问题大体上可以概括为完整性 、准确性、可比性和一致性四个方面。 1、完整性，即模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征。但是，在实际中， “ 遗失数据 ” 的现象是经常发生的。 2、准确性，有两方面含义，一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的；二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。前一个方面是显而易见的，而后一个方面则容易被忽视。 3、可比性，也就是通常所说的数据口径问题，在计量经济学模型研究中无

10、处不在 。而人们容易得到的经济统计数据，一般可比性较差，其原因在于统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计。 4、一致性，即母体与样本的一致性。违反一致性的情况经常会发生。 解题方案： 见绪论部分，样本数据的收集 评分标准： 答对一点给 2 分 3. 参考答案： 1、拟合效果检验当结构参数估计量已经得到，并通过了对单个方程的检验之后，求得内生变量的估计值将估计值与实际观测值进行比较，据此判断模型系统的拟合效果。 2、预测性能检验利用样本期之后的时间截面上的内生变量实际观测值，将该时间截 面上的先决变量实际观测值代入模型，计算所有内生变量预测值，并计算其相对误差，

11、通过相对误差判断模型系统总体预测性能的优劣。 3、方程间误差传递检验由于联立方程模型系统中变量之间互为解释变量，那么就存在误差的传递，需要对此进行检验。方程间误差传递分析是在关键路径上进行的，这样可以检验总体模型的模拟优度和预测精度。 4、样本点间误差传递检验在联立方程模型系统中，由于经济系统的动态性，决定了有一定数量的滞后内生变量。由于滞后内生变量的存在，使得模型预测误差不仅在方程之间传递，而且在不同的时间截面之间，即样本点之间传 递。对模型进行滚动预测检验是必要的。 解题方案： 参见第四章内容，联立方程计量经济学模型的检验 评分标准： 答对一点给 2 分 4. 参考答案： 联立方程计量经济

12、学模型的识别状况可以分为可识别和不可识别。可识别又分为恰好识别和过度识别。如果联立方程计量经济学模型中某个结构方程不具有确定的统计形式，则称该方程为不可识别，或者根据参数关系体系，在已知简化式参数估计值时，如果不能得到联立方程计量经济学模型中某个结构方程的确定的结构参数估计值，称该方程为不可识别。如果一个模型中的所有随机方程都是可以识别的，则认为该联 立方程计量经济学模型系统是可以识别的。反过来，如果一个模型系统中存在一个不可识别的随机方程，则认为该联立方程计量经济学模型系统是不可以识别的。如果某一个随机方程具有唯一一组参数估计值，称其为恰好识别；如果某一个随机方程具有多组参数估计值，称其为过

13、度识别。 解题方案： 参考第四章联立方程计量经济学模型的识别 评分标准： 回答出分类得 4 分，含义得 6 分 四、计算题（ 40 分，共 4 题，每小题 10 分） 1. 参考答案： 普通最小二乘法也可以看作是一种工具变量法。如果用解释变量自身（即 X 本身）作为它的工具变 量，则普通最小二乘法也就是一种工具变量法，是一种用变量自身作为工具变量的特殊的工具变量法。 解题方案： 普通最小二乘法也可以看作是一种工具变量法。如果用解释变量自身（即 X 本身）作为它的工具变量，则普通最小二乘法也就是一种工具变量法，是一种用变量自身作为工具变量的特殊的工具变量法。 评分标准： 解释合理得 4 分 2.

14、 参考答案： 解题方案： 评分标准： 3. 参考答案： Coefficients 标准误差 t StatP-valueLower 95%Upper 95%下限 95.0%Intercept34.137165.504710.521140.616384-116.917185.1913-116.917X Variable 110.620634.8518152.1890020.060014-0.5676821.80895-0.56768 方差分析 dfSSMSFSignificance F194382.694382.64.7917310.0600148157575.819696.979251958.4 回归统计Multiple R0.612042R Square0.374596Adjusted R Square0.29642 标准误差140.3459 观测值 10 解题方案： 参见第六章， Eviews 的应用 评分标准： 回答一个问题 5 分 4. 参考答案： 解题方案： 评分标准：