1、第一章 计量经济学概述 一、单项选择题 1-5 CACAA 6-10 CDABA 二、简述题 1 什么 计量经济学模型 ？计量经济学模型包括哪三个要素？ 计量经济模型 （ The model of Econometrics）是 表示经济现象及其主要因素之间数量关系的方程式 ， 通常用随机性的数学方程加以描述，数学方程式 主要 由 经济变量、参数以及随机误差 三大要素 组成。 2 计量经济学模型 的构建步骤 第二章 一元线性回归模型 一、单项选择题 1-5 ACACC 6-10 CBCDA 二、简述题 答案 见教材 三、软件操作题 参考教材 31 页 第三 章 多 元线性回归模型 一、单项选择题
2、 1-5 ADBBD 6-10 CACAC 二、简述题 答案见教材 三、软件操作题 参考教材 47 页和 49 页 第四章 异方差性问题 一、单项选择题 1-5 CBADA 6-10 BACBB 二、判断题 1-5 三、简述题 1简述戈德菲尔德 -夸特检验法（ G-Q 检验法）基本步骤？ 理论模型的建立 样本数据的收集 模型参数的估计 理论模型的检验 反 馈 将样本观察值按观察值 Xi 的大小排队 ; 将序列中间的 c=n/4 个观察值除去， 并将剩下的观察值划分相同的两个子样本，每个子样样本容量均为 (n-c)/2； 对每个子样分别进行 OLS 回归，并计算各自的残差平方和； 提出假设。即
3、H0：两部分数据的方差相等。构造 F 统计量 F=RSS2/RSS1 若 F 大于临界值，则认为模型存在异方差，如果小于临界值，则认为模型不存在异方差 。 2.加权最小二乘法的基本思路和具体步骤？ 基 本思路：对较小的残差平方给予较大的权重，对较大的残差平方给予较小 的权重。 具体步骤：（ 1）选择权重 w （ 2）计算 we2，并使其达到最小，计算 参数估计值。 四、 计算分析题 1.（ 1）用 GQ 检验法检验模型是否存在异方差。 求 F 统计量为 2221 7 8 1 1 . 1 8 9 5 . 6 9 2 4 4 8 31 3 7 2 . 2 0 2eF e= = = 给定 0.05a
4、= ，查 F 分布表，得临界值为 0.05 (6, 6) 4.28F = 。 比较临界值与 F 统计量值，有 F =5.6924483 0.05 (6, 6) 4.28F = ，说明该模型的随机误差项存在异方差。 （ 2）用怀特（ white）检验法检验模型是否存在异方差。 nR2=21 0.5659=11.8839 0.05(2)=5.99 说明该模型的随机误差项存在异方差。 （ 3）第一种方法适合大样本，类型为单调性异方差，用 F 检验来判断有无异方差； 第二种方法适合大样本，类型没有限制，用卡 方检验来判断有无异方差。 2.（ 1） 从图 1 可以看出 残差平方 2ie 随 iX 的变动
5、而变化，因此，模型很可能存在异方差。 （ 2）加权最小二乘法。 其 基 本思路：对较小的残差平方给予较大的权重，对较大的残差平方给予较小 的权重。 （ 3）表 2 权数为 w2=1/X2 时模型效果最好，因为该回归结果拟合优度最高（为 0.9387），且变量 t 检验都通过。最终模型为： 3 6 8 .6 2 0 3 2 .9 5 2 8iiYX=+ （ 4） 异方差的形式为： 24()iiVar u Xs=3. （ 1） GQ 检验法检验异方差性： 第一步：首先将变量 X 按从小到大进行排序。 第二步：构造子样本区间 。在本题 中，样本容量 n=31，删除中间 1/4 的观测值，即大约 7
6、个观测值，余下部分平分得两个样本区间： 1 12 和 20 31，它们的样本个数均是 12个，即 1212nn=。 第三步： 分别对前 后各 12 个样本 数据进行回归 ， 得到的残差 平方和为21 85879910ie = ， 282 4.57 10ie =? ， F 统计量为 2 8221 4 .5 7 1 0= = 5 .3 285879910iieF e = （ 4.3） 第四步：判断。在 =0.05a 下，查 F 分布表得临界值为 0.05 =.F （ 10 ， 10 ） 2 97，因为0 . 0 55 . 3 2 = .FF （ 10 ， 10 ） 2 9 7= ，所以拒绝原假设，
7、表明模型确实存在异方差。 （ 2） 对变量取对数，估计模型 ln lni i iY X uab= + +，在回归命令窗口输入 log(y) c log(x),得到对数模型回归结果 。 对数模型回归结果 对上述对数回归模型做怀特检验可知： 2 3.616423nR = ，所以拒绝原假设，表明模型确实存在异方差。 c.White 检验 用 Eviews 软件直接进行 White 检验， 结果 如下： 从 white 检验结果可以看出 2 5.086350nR = 。此外在 =0.10a 下，查 2 分布表 ,得临界值 20.10 =4.60517c （ 2） ；比较计算的 2 统计量与临界值，因为
8、 2 5.086350nR = 20.10 =c （ 2） 4.60517，所以拒绝原假设，不拒绝备择假设，表明模型存在异方差。 由上面的各种异方差检验结果可知， 销售收入 （ X）销售利润 （ Y）的影响模型存在异方差 。 （ 3） 加权最小二乘法修正异方差。 在实际 Eviews 操作中，我们选用三个权数1 2 321 1 1,ttw w wXX X= = =。 回归结果分别为： 经估计检验发现用权数3 1w X=的效果最好。 对 权数3 1w X=得到 的 修正模型 进行异方差检验， 选择 White 检验，检验结果如 下 所示。 由于 2 1.388407nR = 20.05 =c （
9、 2） 5.9915，所以接受原假设 ，模型不存在异方差，经过加权后，模型消除了异方差。 最终修正后的 回归模型结果为： 8 5 .7 3 4 4 7 8 .6 3 7 4 2 4YX=+ 第 五 章 序列相关问题 一、单项选择题 1-5 BDDAB 6-7 CD 二、判断题 1-5 三、简述题 1.DW 检验的局限性主要有哪些 ? (1)DW 检验有两个无法确定的区域， 当 lud d d 或 44uld d d- -时，不能确定其是否存在序列相关。 (2)只能检验一阶序列相关 ，不适合于高阶序列相关的检验。 (3)样本容量要足够大，至少大于 15。这是因为 DW 统计量的上下界表一般要求
10、15n ，样本容量再小， 15n 时， DW 检验上下界表的数据不完善，利用残差很难对序列相关的存在作出比较正确的结论。 (4)DW 检验有运用的前提条件，只有符合这些条件 DW 检验才是有效的。 2.自相关的原因及后果？ (1)自相关产生的原因： 经济变量固有的惯性 ;模型中遗漏了重要的解释变量 ;模型设定偏误 ;随机因素的影响 . (2)自相关 后果： 参数估计量虽是无偏的，但不再具有最小方差性 ; 变量的显著性检验失去意义 ; 模型的预测失效 。 四、 计算分析题 1.（ 1） DEBT 6.03+0.65GDP （ 2） n=19,k/=1，查表 dl=1.074； DW 0.811.
11、074，因此判断模型存在正序列 相关。 （ 3） 1 1 t 1 1 0 .4 0 5 0 .5 9 520 .5 9 5 0 .4 0 5 0 .6 5 ( 0 .5 9 5 ) +t t t tdwY Y X Xrae-= - = - =- = + -则 模 型 变 换 为2. （ 1） DW 检验法。 DW 检验法的基本前提： a.解释变量 X 非随机； b.随机误差项 t为一阶自回归形式； c.回归模型中不应含有滞后应变量作为解释变量； d.回归含有截距项； e.数据序列无缺失项； （ 2） n=20,k/=2，查表 dl=1.100； du=1.537； DW=0.458723 dl
12、=1.100，因此判断模型存在正自相关。 自相关系数 =1-d/2=0.7706385 广义差分模型为 1 1 1 1 1 2 2 2 10 . 7 7 0 6 3 8 5 0 . 2 2 9 3 6 1 5 ( 0 . 7 7 0 6 3 8 5 ) ( 0 . 7 7 0 6 3 8 5 ) +t t t t t t tY Y X X X Xa b b e- - - = + - + -3.（ 1）模型估计结果为 2 1 2 2 .8 6 4 7 0 . 6 6 4 5 2 8.= 0 .9 9 4 5 7 5 = 6 2 3 2 .9 2 2 = 0 .3 9 5 4 8 3ttYXR F
13、 D W（ 7 8 9 4 8 8 6 ）=+（ 2 ） 5% 显著性水平下，由 n=36,k =1 可知： 1 . 2 0 6 . 1 . 3 1 5ludd=，由于0 . 3 9 5 4 8 3lD W d=，故存在正序列相关。 （ 3）用科克兰内 奥克特法修正序列相关 . 估计结果为： 1 8 3 . 4 9 5 6 0 . 6 2 4 7 8 7 0 . 8 4 7 4 7 3 ( 1 )ttY X A R= + + （ 21.81535） （ 8.020868） 22= 0 .9 9 8 1 3 1 = 0 .9 9 8 0 1 4RR F=8543.624 DW=2.066501
14、此时 2.066501DW = ， 4du DW du - （ 1 .1 9 5 . 1 .3 0 7ludd=），已消除序列 相关。 第 六 章 多重共线性 问题 一、单项选择题 1-5 BACAC 6-7 DDC 二、简述题 答案见教材 三、软件操作题 参考教材 105 页和 112 页 第 七 章 随机解释变量 问题 一、 简述题 答案见教材 二、软件操作题 参考教材 120 页和 122 页 第 八 章 虚拟变量 问题 一、 单项选择题 1-5 DBCBC 6-8 CBB 二、 简述题 答案见教材 三、 计算分析 题 参考教材 129 页和 140 页 第九章滞后变量模型 一、单项选择
15、题 1. C 2. B 3 B 4 D 5 D 6 D 7 D 二 、多选选择题 1. ABC 2. ABCE 3 ABC 4 CD 5 BCD 6 ABCD 三 、简答题 1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。 2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。 3 一般来说，解释变量对被解释变量的影响不可能在短时间内完成，在这一过程中通常存在时间滞后，也就是说，解释变量需要通过一段时间才能完全作用于被解释变量。此外，由于经济活动的惯性，一 个经济指标之前的变化态势往往会延续到本期，从而形成被解释变量的档期变化同自身过去取值水平相关的情形。
16、这种被解释变量受自身或其他经济变量过去值影响的现象称为 滞后现象 。 产生滞后效应的原因 主要有三种： 心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。 技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。 制度原因：如 定期存款 到期才能提取，造成了它对 社会购买力 的影响具有滞后性。 4. 对模型 ，如果是无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计。 如果是有限期的分布滞后模型，普通最小二乘回归也会遇到如下问题： (1) 没有先验准则确定滞后期长度； (2) 如果滞后期较长，而样本数较小，将缺乏足
17、够的自由度进行传统的统计检验； (3) 同名变量滞后值 之间可能存在高度线性相关，即模型会存在高度的多重共线性。 通过对各滞后变量加权，组成线性合成变量而有目的地减少滞后变量的数目，以缓解多重共线性，保证自由度。 常用的方法有： (1) 经验加权法 (2) 阿尔蒙 (Almon)多项式法 (3) 科伊克 (Koyck)方法 (4) 帕斯卡（ Pascal）方法 。 五、实际操作题 1. 下表给出了某行业 1990-2009 年的库存额 Y 和销售额 X 的资料。假定库存额取决于本年销售额和前三年销售额，估计如下有限分布滞后模型： 年份 X Y 年份 X Y 1990 26.48 45.069
18、2000 41.003 68.221 1991 24.74 50.642 2001 44.869 77.965 1992 28.236 51.871 2002 46.449 84.655 1993 27.28 52.07 2003 50.282 90.815 1994 30.219 52.709 2004 53.555 97.074 1995 30.796 53.814 2005 52.859 101.64 1996 30.896 54.939 2006 55.917 102.44 1997 33.113 58.123 2007 62.017 107.71 1998 35.032 60.043 2008 71.398 120.87 1999 37.335 63.383 2009 82.078 147.13 假定系数可用二次多项式近似，即 则原模型可变为 其中
