计量经济学思考题答案
第一章绪论
1.1怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代
化建设中发挥重要作用?
答:计量经济学的产生源于对经济问题的定量研究,这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的,它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展,是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导,紧密结合中国经济的实际,就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。
1.2理论计量经济学和应用计量经济学的区别和联系是什么?
答:计量经济学不仅要寻求经济计量分析的方法,而且要对实际经济问题加以研究,分为理论计量经济学和应用计量经济学两个方面。
理论计量经济学是以计量经济学理论与方法技术为研究内容,目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究,实质上是指研究如何运用、改造和发展数理统计方法,使之成为适合测定随机经济关系的特殊方法。
应用计量经济学是在一定的经济理论的指导下,以反映经济事实的统计数据为依据,用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。
1.3怎样理解计量经济学与理论经济学、经济统计学的关系?
答:1、计量经济学与经济学的关系。联系:计量经济学研究的主体—经济现象和经济关系的数量规律;计量经济学必须以经济学提供的理论原则和经济运行规律为依据;经济计量分析的结果:对经济理论确定的原则加以验证、充实、完善。区别:经济理论重在定性分析,并不对经济关系提供数量上的具体度量;计量经济学对经济关系要作出定量的估计,对经济理论提出经验的内容。
2、计量经济学与经济统计学的关系。联系:经济统计侧重于对社会经济现象的描述性计量;经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据;经济现象不能作实验,只能被动地观测客观经济现象变动的既成事实,只能依赖于经济统计数据。区别:经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量;计量经济学主要利用数理统计方法对经济变量间的关系进行计量。
1.4在计量经济模型中被解释变量和解释变量的作用有什么不同?
答:在计量经济模型中,解释变量是变动的原因,被解释变量是变动的结果。被解释变量是模型要分析研究的对象。解释变量是说明被解释变量变动主要原因的变量。
1.5一个完整的计量经济模型应包括哪些基本要素?你能举一个例子吗?
答:一个完整的计量经济模型应包括三个基本要素:经济变量、参数和随机误差项。例如研究消费函数的计量经济模型:Y=α+βX+u 其中,Y为居民消费支出,X为居民家庭收入,二者是经济变量;α和β为参数;u是随机误差项。
1.6假如你是中央银行货币政策的研究者,需要你对增加货币供应量促进经济增长提出建议,你将考虑哪些因素?你认为可以怎样运用计量经济学的研究方法 答:货币政策工具或者说影响货币供应量的因素有再贴现率、公开市场业务操作以及法定准备金率。所以会考虑再贴现率、公开市场业务操作以及法定准备金率。选择这三种因素作为解释变量。货币供应量作为被解释变量。从而建立简单线性回归模型。
1.7计量经济学模型的主要应用领域有哪些?
答:计量经济模型主要可以用于经济结构分析、经济预测、政策评价和检验与发展经济理论。
1.8如果要根据历史经验预测明年中国的粮食产量,你认为应当考虑哪些因素?应当怎样设定计量经济模型?
答:影响中国的粮食产量的因素可以有农业资金投入、农业劳动力、粮食播种面积、受灾面积等。可建立如下多元模型:u X X X X Y +++++=554433221βββββ。 其中,Y 为中国的粮食产量,2X 为农业资金投入,3X 为农业劳动力,4X 为粮食播种面积,5X 为受灾面积。
1.9参数和变量的区别是什么?为什么对计量经济模型中的参数通常只能用样本观测值去估计?
答:经济变量反映不同时间、不同空间的表现不同,取值不同,是可以观测的因素。是模型的研究对象或影响因素。经济参数是表现经济变量相互依存程度的、决定经济结构和特征的、相对稳定的因素,通常不能直接观测。一般来说参数是未知的,又是不可直接观测的。由于随机误差项的存在,参数也不能通过变量值去精确计算。只能通过变量样本观测值选择适当方法去估计。
1.10你能分别举出三个时间序列数据、截面数据、面板数据、虚拟变量数据的实际例子,并分别说明这些数据的来源吗?
答:时间序列数据:中国1981年至2010年国内生产总值,可从中国统计年鉴查得数据。 截面数据:中国2010年各省、区、直辖市的国内生产总值,可从中国统计年鉴查得数据。 面板数据:中国1981年至2010年各省、区、直辖市的国内生产总值,可从中国统计年鉴查得数据。虚拟变量数据:自然灾害状态,1表示该状态发生,0表示该状态不发生。
1.11为什么对已经估计出参数的模型还要进行检验?你能举一个例子说明各种检验的必要性吗?
答:模型中的参数被估计以后,一般说来这样的模型还不能直接加以应用,还需要对其进行检验。首先,在设定模型时,对所研究经济现象规律性的认识可能并不充分,所依据的经济理论对所研究对象也许还不能作出正确的解释和说明。或者经济理论是正确的,但可能我们对问题的认识只是从某些局部出发,或者只是考察了某些特殊的样本,以局部去说明全局的变化规律,可能导致偏差。其次,我们用以估计参数的统计数据或其它信息可能并不十分可靠,或者较多地采用了经济突变时期的数据,不能真实代表所研究的经济关系,或者由于样本太小,所估计参数只是抽样的某种偶然结果。此外,我们所建立的模型、采用的方法、所用的统计数据,都有可能违反计量经济的基本假定,这也可能导出错误的结论。
1.12为什么计量经济模型可以用于政策评价?其前提条件是什么?
答:所谓政策评价,是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟运算,从而对各种政策方案作出评价。前提是,我们是把计量经济模型当作经济运行的实验室,去模拟所研究的经济体计量经济模型体系,分析整个经济体系对各种假设的政策条件的反映。在实际的政策评价时,经常把模型中的某些变量或参数视为可用政策调整的政策变量,然后分析政策变量的变动对被解释变量的影响。
1.13为什么定义方程式可以用于联立方程组模型,而不宜用于建立单一方程模型?
答:定义关系是指根据定义而表达的恒等式,是由经济理论或客观存在的经济关系决定的恒等关系。国民经济中许多平衡关系都可以建立恒等关系,这样的模型称为定义方程式。在联立方程组模型中经常利用定义方程式。但是,定义方程式的恒等关系中没有随机误差项和需要估计的参数,所以一般不宜用于建立单一方程模型。
第二章 简单线性回归模型
2.1相关分析与回归分析的关系是什么?
答:相关分析与回归分析有密切的关系,它们都是对变量间相关关系的研究,二者可以相互补充。相关分析可以表明变量间相关关系的性质和程度,只有当变量间存在一定程度的相关关系时,进行回归分析才有实际的意义。同时,在进行相关分析时如果要具体确定变量间相关的具体数学形式,又要依赖于回归分析,而且相关分析中相关系数的确定也是建立在回归分析基础上的。
相关分析与回归分析的区别。从研究目的上看,相关分析是用一定的数量指标(相关系数)度量变量间相互联系的方向和程度;回归分析却是要寻求变量间联系的具体数学形式,是要根据解释变量的固定值去估计和预测被解释变量的平均值。从对变量的处理看,相关分析对称地对待相互联系的变量,不考虑二者的因果关系,也就是不区分解释变量和被解释变量,相关的变量不一定具有因果关系,均视为随机变量;回归分析是建立在变量因果关系分析的基础上,研究其中解释变量的变动对被解释变量的具体影响,回归分析中必须明确划分解释变量和被解释变量,对变量的处理是不对称的。
2.2什么是总体回归函数和样本回归函数?它们之间的区别是什么?
答:总体回归函数(i i i u X Y ++=21ββ)是将总体被解释变量的条件期望表现为解释变量的函数。样本回归函数(i i i e X Y ++=∧∧21ββ)是将被解释变量的样本条件均值表示为解
释变量的函数。
区别:①首先,总体回归函数虽然未知,但它是确定的;而由于从总体中每次抽样都能获得一个样本,就都可以拟合一条样本回归线,样本回归线是随抽样波动而变化的,可以有很多条。所以样本回归函数还不是总体回归函数,至多只是未知的总体回归函数的近似反映。 ②其次,总体回归函数的参数1β和2β是确定的常数;而样本回归函数的参数1∧β和2∧
β是随抽样而变化的随机变量。 ③总体回归函数中的i u 是不可直接观测的,样本回归函数中的i e 是只要估计出样本回归的参数就可以计算的数值。
2.3什么是随机扰动项i u 和剩余项(残差)i e ?它们之间的区别是什么? 答:总体回归函数中,被解释变量个别值i Y 与条件期望)(i X Y E 的偏差是随机扰动项i u 。样本回归函数中,被解释变量个别值i Y 与样本条件均值∧i Y 的偏差是残差项i e 。残差项i e 在概念上类似总体回归函数中的随机扰动项i u ,可视为对随机扰动项i u 的估计。总体回归函数中的随机误差项是不可以直接观测的;而样本回归函数中的残差项是只要估计出样本回归的参数就可以计算的数值。
2.4为什么在对参数作最小二乘估计之前,要对模型提出古典假设?
答:在对参数作最小二乘估计之前,要对模型提出古典假设。因为模型中有随机扰动,估计的参数是随机变量,只有对随机扰动的分布作出假定,才能确定所估计参数的分布性质,也才可能进行假设检验和区间估计。只有具备一定的假定条件,所作出的估计才具有较好的统计性质。
2.5总体方差和参数估计方差的区别是什么?
答:总体方差是未知的,但是确定存在的。参数估计方差可以由样本数据计算出来,但只是总体的近似反映,未必等于真实值。
2.6为什么可决系数可以度量模型的拟合优度?在简单线性回归中它与对参数的t检验的关系是什么?
答:可决系数是回归平方和占总离差平方和的比重,即由样本回归作出解释的离差平方和在总离差平方和中占的比重,如果样本回归线对样本观测值拟合程度好,各样本观测点与回归线靠得越近,由样本回归作出解释的离差平方和在总离差平方和中占的比重也将越大,反之拟合程度越差,这部分所占比重就越小。所以可决系数可以作为综合度量回归模型对样本观测值拟合优度的指标。在简单线性回归中,可决系数越大,说明在总变差中由模型作出了解释的部分占的比重越大,X 对Y 的解释能力越强,模型拟合优度越好。对参数的t检验是判断解释变量X 是否是被解释变量Y 的显著影响因素。二者的目的作用是一致的。
2.7有人说:“得到参数区间估计的上下限后,说明参数的真实值落入这个区间的概率为α-1。”如何评论这种说法?
答:这种说法是错误的。区间是随机的,只是说明在重复抽样中,像这样的区间可构造许多次,从长远看平均地说,这些区间中将有α-1的概率包含着参数的真实值。参数的真实值虽然未知,却是一个固定的值,不是随机变量。所以应理解为区间包含参数真实值的概率是 α-1,而不能认为参数的真实值落入这个区间的概率为α-1。
2.8对参数假设检验的基本思想是什么?
答:对参数假设检验的基本思想,是在所估计样本回归系数概率分布性质已确定的基础上,在对总体回归系数某种原假设成立的条件下,利用适当的有明确概率分布的统计量和给定的显著性水平α,构造一个小概率事件,判断原假设结果合理与否,是基于“小概率事件不易发生”的原理,可以认为小概率事件在一次观察中基本不会发生,如果小概率事件竟然发生了,就认为原假设不成立,从而拒绝原假设,不拒绝备择假设。
2.9为什么对被解释变量个别值的预测区间会比对被解释变量平均值的预测区间更宽?
答:预测被解释变量平均值仅存在抽样误差,而对被解释变量个别值的预测,不仅存在抽样误差,而且要受随机扰动项的影响。所以对个别值的预测区间比对平均值的预测区间更宽。
2.10如果有人利用中国1978~2000年的样本估计的计量经济模型直接预测“中国综合经济水平将在2050年达到美国2002年的水平”,你如何评论这种预测? 答:用回归模型作预测时,预测期解释变量取值不宜偏离样本期过远,否则预测的精度会大大降低。利用中国1978~2000年的样本估计50年之后的经济水平,其预测不会太准确。
2.11对本章开始提出的“中国旅游业总收入将超过3000亿美元”,你认为可以建立什么样的简单线性回归模型去分析?
答:对本章开始提出的问题,我们会考虑:是什么决定性的因素能使中国旅游业总收入到2020年达到3000亿美元?旅游业的发展与这种决定性因素的数量关系究竟是什么?怎样具体测定旅游业发展与这种决定性因素的数量关系?综合考虑各种因素,我们认为影响中国旅游业总收入的决定性因素是中国居民收入的增长。于是建立如下模型:u X Y ++=βα其中,Y 为中国旅游业总收入,X 为中国居民收入。
第三章 多元线性回归模型
3.1若要将一个被解释变量对两个解释变量作线性回归分析:
1)写出总体回归函数和样本回归函数;
2)写出回归模型的矩阵表示;
3)说明对此模型的古典假定;
4)写出回归系数及随机扰动项方差的最小二乘估计式并说明参数估计式的性质。 答:1)总体回归函数:u X X Y +++=33221βββ
样本回归函数:33221X X Y ∧∧∧∧++=βββ
2)写出回归模型的矩阵表示
1211112222222111k k n n kn k n Y X X βu Y X X βu Y X X βu ????????????????????????=+????????????????????????
3)此模型的古典假定:零均值假定;同方差和无自相关假定;随机扰动项与解释变量不相关;无多重共线性假定;随机误差项服从正态分布。
4)回归系数最小二乘估计式: 22332322222323()()-()()?()()-()i i i i i i i i i i i y x x y x x x x x x x β=∑∑∑∑∑∑∑12233???Y -βX -βX β=
23222332222323()()-()()?()()-()
i i i i i i i i i i i y x x y x x x x x x x β=∑∑∑∑∑∑∑
随机扰动项方差的最小二乘估计式:22?-i e σn k =∑
参数估计式的性质:具有线性性、无偏性和最小方差性。
3.2什么是偏回归系数?它与简单线性回归的回归系数有什么不同?
答:多元线性回归模型中,回归系数j β(j =1,2,…,k )表示的是当控制其它解释变量不变的条件下,第j 个解释变量的单位变动对被解释变量平均值的影响,这样的回归系数称为偏回归系数。
简单线性回归模型只有一个解释变量,回归系数表示解释变量的单位变动对被解释变量平均值的影响。多元线性回归模型中的回归系数是偏回归系数,是当控制其它解释变量不变的条件下,某个解释变量的单位变动对被解释变量平均值的影响,从而可以实现保持某些控制变量不变的情况下,分析所关注的变量对被解释变量的真实影响。
3.3多元线性回归中的古典假定与简单线性回归时有什么不同?
答:多元线性回归中的古典假定比简单线性回归时多出一个无多重共线性假定。假定各解释变量之间不存在线性关系,或各个解释变量观测值之间线性无关。解释变量观测值矩阵X 列满秩(k 列)。这是保证多元线性回归模型参数估计值有解的重要条件。
3.4多元线性回归分析中,为什么要对可决系数加以修正?修正可决系数与F 检验之间有何区别与联系?
答:多元线性回归分析中,多重可决系数是模型中解释变量个数的增函数,这给对比不同模型的多重可决系数带来缺陷,所以需要修正。可决系数只涉及变差,没有考虑自由度。如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难。
联系:由方差分析可以看出,F 检验与可决系数有密切联系,二者都建立在对应变量变差分解的基础上。F 统计量也可通过可决系数计算。对方程联合显著性检验的F 检验,实际上也是对可决系数的显著性检验。
区别:F 检验有精确的分布,它可以在给定显著性水平下,给出统计意义上严格的结论。可决系数只能提供一个模糊的推测,可决系数越大,模型对数据的拟合程度就越好。但要大到什么程度才算模型拟合得好,并没有一个绝对的数量标准。
3.5什么是方差分析?对被解释变量的方差分析与对模型拟合优度的度量有什么联系和区别?
答:被解释变量Y 观测值的总变差分解式为:RSS ESS TSS +=。将自由度考虑进去变差来源
平方和 自由度 方差 源于回归
2)(Y Y ESS i -∑=∧ 1-k 1/-k ESS 源于残差
2)(∧-∑=i i Y Y RSS k n - k n RSS -/ 总变差 2)(Y Y TSS i -∑=
1-n 方差分析和对模型拟合优度的度量(可决系数)都是在把总变差分解为回归平方和与残差平方和的基础上进行分析。区别是前者考虑了自由度,后者未考虑自由度。
3.6多元线性回归分析中,F 检验与t 检验的关系是什么?为什么在作了F 检验以后还要作t 检验?
答:在多元回归中,t 检验是分别检验当其他解释变量保持不变时,各个解释变量X 对应变量Y 是否有显著影响。F 检验是在多元回归中有多个解释变量,需要说明所有解释变量联合起来对应变量影响的总显著性,或整个方程总的联合显著性。 F 检验是对多元回归模型方程整体可靠性的检验,而多元线性回归分析的目的,不仅是要寻求方程整体的显著性,也要对各个参数作出有意义的估计。方程整体线性关系显著并不一定表示每个解释变量对被解释变量的影响是显著的,因此,还必须分别对每个回归系数逐个地进行t 检验。
3.7试证明:在二元线性回归模型u X X Y +++=33221βββ中,当2X 和3X 相互独立时,对斜率系数2β和3β的OLS 估计值。等于Y 分对2X 和3X 作简单线性回归时斜率系数的OLS 估计值。
答:二元线性回归模型的回归系数2β和3β最小二乘估计式: 2233232
2222323()()-()()?()()-()i i i i i i i i i i i y x x y x x x x x x x β=∑∑∑∑∑∑∑ 2322233
2222323()()-()()?()()-()i i i i i i i i i i i y x x y x x x x x x x β=∑∑∑∑∑∑∑
而当2X 和3X 相互独立时,2X 和3X 的斜方差等于零,即:
)]}()][({[),(332232X E X X E X E X X Cov --= 0)()(3232=∑=
=n x x x x E 0)(32=∑∴x x
将0)(32=∑x x 代入2∧β和∧3β式中,可得: 22223222322?i
i i i i i i i x x y x x x x y ∑∑=∑∑∑∑=β 23323222233?i i i i i i i i x x y x x x x y ∑∑=∑∑∑∑=β
所以,当2X 和3X 相互独立时,对斜率系数2β和3β的OLS 估计值。等于Y 分对2X 和3X 作简单线性回归时斜率系数的OLS 估计值。
3.8对于本章开始提出的“中国已成为世界汽车产销第一国”,为分析中国汽车产销量的发展,你认为可建立什么样的计量经济模型?
答:分析中汽车市场状况如何,我们可以用销售量观测。其次考虑影响汽车销量的主要因素都有哪些。比如收入、价格、费用、道路状况、能源、政策环境等。
可以建立如下模型:u X X X Y ++++=4433221ββββ 其中,Y 为汽车销售量,2X 为居民收入,3X 为汽车价格,4X 为汽油价格,像其他费用、道路状况、政策环境等次要因素包含在随机误差项u 中。
3.9说明用Eviews 完成多元线性回归分析的具体操作步骤。
1、建立工作文件,建立一个Group 对象,输入数据。
2、点击Quick 下拉菜单中的Estimate Equation 。
3、在对话框Equation Specification 栏中键入Y C X2 X3 X4,点击OK ,即出现回归结果。
第四章 多重共线性
4.1多重共线性的实质是什么?为什么会出现多重共线性?
答:多重共线性包括完全的多重共线性和不完全的多重共线性。多重共线性实质上是样本数据问题,出现了解释变量系数矩阵的线性相关问题。
产生多重共线性的经济背景主要有以下几种情形:第一,经济变量之间具有共同变化趋势。第二,模型中包含滞后变量。第三,利用截面数据建立模型也可能出现多重共线性。第四,样本数据自身的原因。
4.2多重共线性对回归参数的估计有何影响?
答:在完全多重共线性情况下,参数的估计值不确定,估计量的方差无限大。在不完全共线性情况下,参数估计量的方差随共线性程度的增加而增大;对参数区间估计时,置信区间趋于变大;严重多重共线性时,假设检验容易做出错误的判断;当多重共线性严重时,可能造成可决系数2
R 较高,经F 检验的参数联合显著性也很高,但单个参数t 检验却可能不显著,甚至可能使估计的回归系数符号相反,得出完全错误的结论。 4.3多重共线性的典型表现是什么?判断是否存在多重共线性的方法有哪些?
答:多重共线性的典型表现是模型拟和较好,但偏回归系数几乎都无统计学意义;偏回归系数估计值不稳定,方差很大;偏回归系数估计值的符号可能与预期不符或与经验相悖,结果难以解释。
具体判断方法有:解释变量之间简单相关系数矩阵法;方差扩大因子法以及一些直观判断法和逐步回归的方法。
4.4针对出现多重共线性的不同情形,能采取的补救措施有哪些?
答:根据经验,可以选择剔除变量,增大样本容量,变换模型形式,利用非样本先验信息,截面数据和时间序列数据并用以及变量变换等不同方法。也可以采取逐步回归方法由由一元模型开始逐步增加解释变量个数,增加的原则是显著提高可决系数,自身显著而与其他变量之间又不产生共线性。最后,还可以采取岭回归方法来降低多重共线性的程度。
4.5在涉及相关的宏观经济总量指标如GDP 、货币供应量、物价水平、国民总收入、就业人数等时间序列的数据中一般都会怀疑有多重共线性,为什么?
答:原因是这些变量之间通常具有共同变化的趋势。
4.6多重共线性的产生与样本容量的个数n 、解释变量的个数k 有无关系? 答:由于多重共线性是一个样本特征,所以可能同样变量的另一组样本共线性程度又没那么严重。根据方差公式VIF x Var i 2
22
2)(∑-∧σβ,样本容量越大22i x ∑也会增加,从而会减
小回归参数的方差,标准误差也同样会减小。多重共线性与解释变量的个数也有关系,解释变量个数越多,变量之间产生多重共线性的可能性越大。
4.7具有严重多重共线性的回归方程能否用来进行预测?
答:如果研究的目的仅在于预测Y ,而各个解释变量X 之间的多重共线性关系的性质在未来将继续保持,这时虽然无法精确估计个别的回归系数,但可以估计这些系数的某些线性组合,因此,多重共线性可能并不是严重问题。
4.8岭回归法的基本思想是什么,它对降低共线性有何作用?
答:当解释变量之间存在多重共线性时,0≈'X X ,则()()
12)(??-'-??????'--∑X X σββββ会增大,原因是X X '接近于奇异。如果将X X '加上一个正常数对角矩阵kI (k >0,I 为单位矩阵),即kI X X +',使得0≈+'kI X X 的可能性比0≈'X X 的可能性更小,那么kI X X +'接近奇异的程度就会比X X '小得多。如此可以得到参数的岭回归估计:()Y X kI X X k '+'=-1)(~
β,k 是岭回归参数。当解释变量之间存在多重共线性时,岭回归估计比最小二乘估计稳定,当k 较小时,回归系数很不稳定,而当k 逐渐增大时,回归系数可能呈现稳定状态。因此,选择合适的k 值,岭回归参数会优于普通最小二乘估计参数。当k =0时,岭回归估计等于普通最小二乘估计。 4.9以下陈述是否正确?请判断并说明理由。
1)在高度多重共线性的情形中,要评价一个或多个偏回归系数的单个显著性是不可能的。 答:正确。 理由:在高度多重共线性的情形中,没有任何方法能从所给的样本中把存在高度共线性的解释变量的各自影响分解开来,从而也就无法得到单个参数显著性检验的t 统计量,因此无法判断单个或多个偏回归系数的单个显著性。
2)尽管有完全的多重共线性,OLS 估计量仍然是BLUE 。答:错误。理由:在完全多重共线性情况下,参数估计值的方差无穷大,因此不再是有效估计量,从而BLUE 不再成立。 3)如果有某一辅助回归显示出高的2j R 值,则高度共线性的存在肯定是无疑的。 答:正确。理由:方差扩大因子)
1(12j j R VIF --
,当2j R 时, 方差扩大因子也会很大,说明变量之间多重共线性也会越严重。
4)变量的两两高度相关并不表示高度多重共线性。 答:正确。 理由:较高的简单相关系数只是多重共线性存在的充分条件,而不是必要条件。特别是在多于两个解释变量的回归模型中,有时较低的简单相关系数也可能存在多重共线性,这时就需要检查偏相关系
数。因此,并不能简单地依据相关系数进行多重共线性的准确判断。
5)如果其他条件不变,VIF 越高,OLS 估计量的方差越大。 答:正确。 理由:以二元模型为例,VIF x Var i 2222)?(∑-σβ VIF x Var i
2323)?(∑-σβ,从而方差扩大因子VIF 越大,参数估计量的方法越大。
6)如果在多元回归中,根据通常的t 检验,全部偏回归系数分别都是统计上不显著的,你就不会得到一个高的2R 值。 答:错误。 理由:在多元回归模型中,可能会由于多重共线性的存在导致2R 很高的情况下,各个参数单独的t 检验却不显著。
7)在Y 对2X 和3X 的回归中,假如3X 的值很少变化,这就会使)?(3
βVar 增大,在极端的情况下,如果全部3X 值都相同,)?(3
βVar 将是无穷大。 答:正确。 理由:根据公式,)
1()?(2232323r x Var i -∑=σβ,在两个解释变量线性相关程度一定的情况下,3X 的值很少变化,从而会使得23i x ∑很小,从而)?(3
βVar 增大,如果全部3X 值都相同,23i x ∑趋于零,)?(3
βVar 将是无穷大。 第五章 异方差性
5.1简述什么是异方差?为什么异方差的出现总是与模型中某个解释变量的变化有关?
答 :设模型为12233...1,2,...,i i i k ki i
Y X X X u i n ββββ=+++++=,如果其他假定均不变,但模型中随机误差项的方差为2Var(),1,2,3,...,i i u i n
σ==,则称i u 具有异方差性。由于异方差性指的是被解释变量观测值的分散程度是随解释变量的变化而变化的,所以异方差的出现总是与模型中某个解释变量的变化有关。
5.2试归纳检验异方差方法的基本思想,并指出这些方法的异同。
答:各种异方差检验的共同思想是,基于不同的假定,分析随机误差项的方差与解释变量之间的相关性,以判断随机误差项的方差是否随解释变量变化而变化。
其中,戈德菲尔德-跨特检验、怀特检验、ARCH 检验和Glejser 检验都要求大样本,其中戈德菲尔德-跨特检验、怀特检验和Glejser 检验对时间序列和截面数据模型都可以检验,ARCH 检验只适用于时间序列数据模型中。戈德菲尔德-跨特检验和ARCH 检验只能判断是否存在异方差,怀特检验在判断基础上还可以判断出是哪一个变量引起的异方差。Glejser 检验不仅能对异方差的存在进行判断,而且还能对异方差随某个解释变量变化的函数形式进行诊断。
5.3什么是加权最小二乘法?它的基本思想是什么?
答:以一元线性回归模型为例:
12i i i Y X u ββ=++,经检验i u 存在异方差,公式可以表示为22var()()i i i u f X σσ==。选取权数 i w ,当2i σ越小 时,权数i w 越大。当2i σ越大时,权数i w 越小。将权数与残差平方相乘以后再求和,得到加权的残差平方和:2
**212()i i i i i we w Y X ββ=--∑∑,求使加权残差平方和最小的参数估计值*1?β和*2?β。这种求解参数估计式的方法为加权最小二乘法。
加权最小二乘的基本思想是通过权数i w 使异方差经受了“压缩”和“扩张”变为同方差。区别对待不同的2i σ。对较小的2i e ,给予较大的权数,对较大的2
i e 给予较小的权数,从而使2i e ∑更 好地反映2i σ对残差平方和的影响。 5.4产生异方差的原因是什么?试举例说明经济现象中的异方差性。
答:原因包括模型设定误差,模型中略去重要解释变量或者模型数学形式不正确都可能导致异方差。样本数据的观测误差以及截面数据中总体各单位的差异等也会导致异方差的存在。
5.5如果模型中存在异方差性,对模型又什么影响?这时候模型还能进行应用分析吗?
答:当模型中的误差项存在异方差时,参数估计仍然是无偏的但方差不再是最小的;在异方差存在的情况下,参数估计的方差可能会高估或者低估真实的方差,从而会低估或者高估t 统计量,从而可能导致错误的结论。 由于参数估计量不再是有效的,从而对Y 的预测也将不是有效的。
5.6对数变化的作用是什么?进行对数变化应注意什么?对数变换后模型的经济意义有什么变化?
答:通过对数变换可以实现:一能使测定变量值的尺度缩小;二经过对数变换后的线性模型,其残差e 表示相对误差,而相对误差往往比绝对误差有较小的差异。
进行对数变化应注意的是,对变量取对数虽然能够减少异方差对模型的影响,但应注意取对数后变量的经济意义。如果变量之间在经济意义上并非呈对数线性关系,则不能简单地对变量取对数,这时只能用其他方法对异方差进行修正。
5.7怎样确定加权最小二乘法中的权数?
答:在样本容量足够的情况下,可以先尝试用怀特检验找出引起异方差的解释变量,然后通过Glejser 检验找出残差e 随该解释变量变化而变化的函数形式,进而以该函数开方的倒数作为权数进行加权最小二乘估计。
第六章 自相关
6.1如何使用DW 统计量来进行自相关检验?该检验方法的前提条件和局限性有哪些?
答:DW 检验是J.Durbin(杜宾)和G.S.Watson(沃特森)于1951年提出的一种适用于小样本的检验方法,一般的计算机软件都可以计算出DW 值。
给定显著水平α,依据样本容量n 和解释变量个数k ’,查D.W.表得d 统计量的上界du 和下界dL ,当0 DW 检验的前提条件:(1)回归模型中含有截距项; (2)解释变量是非随机的(因此与随机扰动项不相关) (3)随机扰动项是一阶线性自相关。 (4)回归模型中不把滞后内生变量(前定内生变量)做为解释变量。 (5)没有缺失数据,样本比较大。 DW 检验的局限性:(1)DW 检验有两个不能确定的区域,一旦DW 值落在这两个区域,就无法判断。这时,只有增大样本容量或选取其他方法 (2)DW 统计量的上、下界表要求15≥n , 这是因为样本如果再小,利用残差就很难对自相关的存在性做出比较正确的诊断 (3)DW 检验不适应随机误差项具有高阶序列相关的检验. (4)只适用于有常数项的回归模型并且解释变量中不能含滞后的被解释变量 6.2当回归模型中的随机误差项为AR(1)自相关时,为什么仍用OLS 法会低估j β? 的标准误差? 6.3判断以下陈述的真伪,并给出合理的解释。 (1)当回归模型随机误差项有自相关时,普通最小二乘估计量是有偏误的和非有效的。 判断:错误。当回归模型随机误差项有自相关时,普通最小二乘估计量是无偏误的和非有效的。 (2)DW 检验假定随机误差项i u 的方差是同方差。 判断:错误。DW 统计量的构造中并没有要求误差项的方差是同方差 。 (3)用一阶差分法消除自相关是假定自相关系数ρ为-1。 判断:错误。用一阶差分法消除自相关是假定自相关系数ρ为1,即原原模型存在完全一阶正自相关。 (4)当回归模型随机误差项有自相关时,普通最小二乘估计的预测值的方差和标准误差不再是有效的。 判断:正确。 第一章绪论 一、填空题: 1.计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科,挪威经济学家弗里希,将计量经济学定义为__________、__________、__________三者的结合。 2.数理经济模型揭示经济活动中各个因素之间的__________关系,用__________性的数学方程加以描述,计量经济模型揭示经济活动中各因素之间__________的关系,用__________性的数学方程加以描述。 3.经济数学模型是用__________描述经济活动。 4.计量经济学根据研究对象和内容侧重面不同,可以分为__________计量经济学和__________计量经济学。 5.计量经济学模型包括__________和__________两大类。 6.建模过程中理论模型的设计主要包括三部分工作,即__________、____________________、____________________。 7.确定理论模型中所包含的变量,主要指确定__________。 8.可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9.选择模型数学形式的主要依据是__________。 10.研究经济问题时,一般要处理三种类型的数据:__________数据、__________数据和__________数据。 11.样本数据的质量包括四个方面__________、__________、__________、__________。 12.模型参数的估计包括__________、__________和软件的应用等内容。 13.计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14.计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15.计量经济学模型的应用可以概括为四个方面,即__________、__________、__________、__________。 16.结构分析所采用的主要方法是__________、__________和__________。 二、单选题: 1.计量经济学是一门()学科。 A.数学 B.经济 C.统计 D.测量 06A卷 一、判断说明题(每小题1分,共10分) 1.在实际中,一元回归没什么用,因为因变量 的行为不可能仅由一个解释变量来解释。(×) 4.在线性回归模型中,解释变量是原因,被解 释变量是结果。(×) 7. 给定显著性水平 及自由度,若计算得到 的t 值超过t的临界值,我们将拒绝零假设。 (√) 8.为了避免陷入虚拟变量陷阱,如果一个定性 变量有 m类,则要引入m个虚拟变量。(×) 二、名词解释(每小题2分,共10分) 1.计量经济学:融合数学、统计学及经济理论,结合研究经济行为和现象的理论和实务。 2.最小二乘法:使全部观测值的残差平方和为最小的方法就是最小二乘法。 3.虚拟变量:在经济生活研究中,有一些暂时起作用的因素。如战争、天灾、人祸等,这些因素在经济中不经常发生,但又带有相同特性,经济学家把这些不经常发生的、又起暂时影响作用的称为虚拟变量。 4.滞后变量:用来作为解释变量的内生变量的前期值称为滞后内生变量,简称为滞后变量。 5.自回归模型:包含有被解释变量滞后值的模型,称为自回归模型。 三、简答题(每小题5分,共20分) 1.应用最小二乘法应满足的古典假定有哪些?(1)随机项的均值为零; (2)随机项无序列相关和等方差性; (3)解释变量是非随机的,如果是随机的则与随机项不相关; (4)解释变量之间不存在多重共线性。 2.运用计量经济学方法解决经济问题的步骤一般是什么? (1)建立模型; (2)估计参数; (3)验证理论; (4)使用模型。 3.你能分别举出三个时间序列数据、截面数据、混合数据、虚拟变量数据的实际例子吗? (1)时间序列数据如:每年的国民生产总值、 各年商品的零售总额、各年的年均人口增长 数、年出口额、年进口额等等; (2)截面数据如:西南财大2002年各位教师年收入、2002年各省总产值、2002年5月成都市 各区罪案发生率等等; (3)混合数据如:1990年~2000年各省的人均收入、消费支出、教育投入等等; (4)虚拟变量数据如:婚否,身高是否大于170厘米,受教育年数是否达到10年等等。 4.随机扰动项μ的一些特性有哪些? (1)众多因素对被解释变量Y的影响代表的综合体; (2)对Y的影响方向应该是各异的,有正有负;(3)由于是次要因素的代表,对Y的总平均影响可能为零; (4)对Y的影响是非趋势性的,是随机扰动的。 四、分析、计算题(每小题15分,共45分) 1. 根据下面Eviews回归结果回答问题。Dependent Variable: DEBT Method: Least Squares Date: 05/31/06 Time: 08:35 Sample: 1980 1995 Included observations: 16 Variable Coefficie nt Std. Erro r t-Statist ic Prob . C() INCOME() COST() R-squared Mean dependent var Adjusted R-squared () . dependent var . of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic()Durbin-Wats on stat Prob(F-statisti c) INCOME——个人收入,单位亿美元; COST——抵押贷款费用,单位%。 1. 完成Eviews回归结果中空白处内容。 2. 说明总体回归模型和样本回归模型的区别。 计量经济学简答题及答案 1、比较普通最小二乘法、加权最小二乘法和广义最小二乘法的异同。 答:普通最小二乘法的思想是使样本回归函数尽可能好的拟合样本数据,反映在 图上就是是样本点偏离样本回归线的距离总体上最小,即残差平方和最小 ∑=n i i e 12min 。 只有在满足了线性回归模型的古典假设时候,采用OLS 才能保证参数估计结果的可靠性。 在不满足基本假设时,如出现异方差,就不能采用OLS 。加权最小二乘法是对原 模型加权,对较小残差平方和2i e 赋予较大的权重,对较大2i e 赋予较小的权重,消除异方差,然后在采用OLS 估计其参数。 在出现序列相关时,可以采用广义最小二乘法,这是最具有普遍意义的最小二乘 法。 最小二乘法是加权最小二乘法的特例,普通最小二乘法和加权最小二乘法是广义 最小二乘法的特列。 6、虚拟变量有哪几种基本的引入方式? 它们各适用于什么情况? 答: 在模型中引入虚拟变量的主要方式有加法方式与乘法方式,前者主要适用于 定性因素对截距项产生影响的情况,后者主要适用于定性因素对斜率项产生影响的情况。除此外,还可以加法与乘法组合的方式引入虚拟变量,这时可测度定性因素对截距项与斜率项同时产生影响的情况。 7、联立方程计量经济学模型中结构式方程的结构参数为什么不能直接应用OLS 估计? 答:主要的原因有三:第一,结构方程解释变量中的内生解释变量是随机解释变 量,不能直接用OLS 来估计;第二,在估计联立方程系统中某一个随机方程参数时,需要考虑没有包含在该方程中的变量的数据信息,而单方程的OLS 估计做不到这一点;第三,联立方程计量经济学模型系统中每个随机方程之间往往存在某种相关性,表现于不同方程随机干扰项之间,如果采用单方程方法估计某一个方程,是不可能考虑这种相关性的,造成信息的损失。 2、计量经济模型有哪些应用。 答:①结构分析,即是利用模型对经济变量之间的相互关系做出研究,分析当其 他条件不变时,模型中的解释变量发生一定的变动对被解释变量的影响程度。②经济预测,即是利用建立起来的计量经济模型对被解释变量的未来值做出预测估计或推算。③政策评价,对不同的政策方案可能产生的后果进行评价对比,从中做出选择的过程。④检验和发展经济理论,计量经济模型可用来检验经济理论的正确性,并揭示经济活动所遵循的经济规律。 6、简述建立与应用计量经济模型的主要步骤。 答:一般分为5个步骤:①根据经济理论建立计量经济模型;②样本数据的收集; ③估计参数;④模型的检验;⑤计量经济模型的应用。 7、对计量经济模型的检验应从几个方面入手。 答:①经济意义检验;②统计准则检验;③计量经济学准则检验;④模型预测检 验。 计量经济学题库 一、单项选择题(每小题1分) 1.计量经济学是下列哪门学科的分支学科()。 A.统计学 B.数学 C.经济学 D.数理统计学 2.计量经济学成为一门独立学科的标志是()。 A.1930年世界计量经济学会成立B.1933年《计量经济学》会刊出版 C.1969年诺贝尔经济学奖设立 D.1926年计量经济学(Economics)一词构造出来 3.外生变量和滞后变量统称为()。 A.控制变量 B.解释变量 C.被解释变量 D.前定变量 4.横截面数据是指()。 A.同一时点上不同统计单位相同统计指标组成的数据B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据D.同一时点上不同统计单位不同统计指标组成的数据 5.同一统计指标,同一统计单位按时间顺序记录形成的数据列是()。 A.时期数据 B.混合数据 C.时间序列数据 D.横截面数据 6.在计量经济模型中,由模型系统内部因素决定,表现为具有一定的概率分布的随机变量,其数值受模型中其他变量影响的变量是()。 A.内生变量 B.外生变量 C.滞后变量 D.前定变量 7.描述微观主体经济活动中的变量关系的计量经济模型是()。 A.微观计量经济模型 B.宏观计量经济模型 C.理论计量经济模型 D.应用计量经济模型 8.经济计量模型的被解释变量一定是()。 A.控制变量 B.政策变量 C.内生变量 D.外生变量 9.下面属于横截面数据的是()。 A.1991-2003年各年某地区20个乡镇企业的平均工业产值 B.1991-2003年各年某地区20个乡镇企业各镇的工业产值 C.某年某地区20个乡镇工业产值的合计数 D.某年某地区20个乡镇各镇的工业产值 10.经济计量分析工作的基本步骤是()。 A.设定理论模型→收集样本资料→估计模型参数→检验模型B.设定模型→估计参数→检验模型→应用模型 C.个体设计→总体估计→估计模型→应用模型D.确定模型导向→确定变量及方程式→估计模型→应用模型 11.将内生变量的前期值作解释变量,这样的变量称为()。 A.虚拟变量 B.控制变量 C.政策变量 D.滞后变量 12.()是具有一定概率分布的随机变量,它的数值由模型本身决定。 A.外生变量 B.内生变量 C.前定变量 D.滞后变量 13.同一统计指标按时间顺序记录的数据列称为()。 A.横截面数据 B.时间序列数据 C.修匀数据 D.原始数据 14.计量经济模型的基本应用领域有()。 A.结构分析、经济预测、政策评价 B.弹性分析、乘数分析、政策模拟 C.消费需求分析、生产技术分析、 D.季度分析、年度分析、中长期分析 15.变量之间的关系可以分为两大类,它们是()。 A.函数关系与相关关系B.线性相关关系和非线性相关关系 C.正相关关系和负相关关系D.简单相关关系和复杂相关关系 16.相关关系是指()。 A.变量间的非独立关系B.变量间的因果关系C.变量间的函数关系 D.变量间不确定性的依存关系17.进行相关分析时的两个变量()。 计量经济学重点(简答题) 一、什么就是计量经济学?计量经济学,又称经济计量学,它就是以一定的经济理论与 实际统计资料为依据,运用数学、统计学与计算机技术,通过建立计量经济学模型,定量分析经济变量之间的随机因果关系、。 二、计量经济学的研究的步骤就是什么? 1)理论模型的设计 A.理论或假说的陈述; B.理论的数学模型的设定; C.理论的计量经济模型的设定。 i.把模型中不重要的变量放进随机误差项中; ii.拟定待估参数的理论期望值。 2)获取数据 数据来源:网络、统计年鉴、报纸、杂志 数据类别:时间序列数据、截面数据、混合数据、虚变量数据。 数据要求:完整性、准确性、可比性、一致性 i.完整性:模型中包含的所有变量都必须得到相同容量的样本观察值。 ii.准确性:统计数据或调查数据本身就是准确的。 iii.可比性:数据口径问题。 iv.一致性:指母体与样本的一致性。 3)模型的参数估计:普通最小二乘法。 4)模型的检验:经济学检验;统计学检验;计量经济学检验;模型的预测检验。 5)模型的应用:结构分析;经济预测;政策评价;经济理论的检验与发展。 三、简述统计数据的类别? 时间序列数据、截面数据、混合数据、虚变量数据。 1)时间序列数据:按时间先后排列收集的数据。 采纳时间序列数据的注意事项: A.所选择的样本区间的经济行为一致性问题。 B.样本数据在不同样本点之间的可比性问题。 C.样本数据过于集中的问题。不能反映经济变量间的结构关系,应增大观察区间。 D.模型的随机误差项序列相关问题。 2)截面数据:又称横向数据,就是一批发生在同一时间截面上的调查数据。研究某时 点上的变化情况。 采纳截面数据的注意事项: A.样本与母体的一致性问题。 B.随机误差项的异方差问题。 3)混合数据:也称面板数据,既有时间序列数据,又有截面数据。 4)虚变量数据:又称二进制数据,只能取0与1两个值,表示的就是某个对象的质量特 征。 四、模型的检验包括哪几个方面?具体含义就是什么? 1)经济学检验:参数的符合与大致取值。 2)统计学检验:拟合优度检验;模型的显著性检验;参数的显著性检验。 3)计量经济学检验:序列相关性;异方差检验;多重共线性检验。 4)模型的预测检验:a,扩大样本容量或变换样本重新估价模型;b,利用模型对样本期以 外的某一期进行预测。 第二章 案例分析 研究目的:分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系,对更多规律的研究具有指导意义. 一. 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知,各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加,近似于线性关系,为分析其数量性变动规律,可建立如下简单线性回归模型: Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y 二.估计参数 假定所建模型及其随机扰动项u i满足各项古典假设,用普通最小二乘法(OLSE)估计模型参数.其结果如下: 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得, β1=11.9580,β2=0.0029 故简单线性回归模型可写为: ^ Y X t t=11.9580+0.0029 其中:SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320,F=143.5836,n=31 一、名词解释 1.时间序列数据的平稳性:如果随机时间序列均值和方差均是与时间t无关的常数,协方差只与时间间隔k有关,则称该随机时间序列是平稳的。 2.虚拟变量:是指人们构造的反应定性因素变化、只取0和1的人工变量,并且习惯上用符号D来表示。 3.异方差性:对于不同的样本点,随机误差项的方差不等于常数,则称模型出现了异方差性。 4.自相关性:如果随机误差项的各期值之间存在着相关关系,即协方差不等于0,则称模型存在着自相关性。 5随机变量的协整关系:如果同阶单整序列线性组合后单整阶数降低,则称变量之间存在着协整关系。 6.给定一个信息集,At,它至少包含(Xt,Yt),在“现在和过去可以影响未来,而未来不能影响过去”城里下,如果利用Xt的过去比不利用它时可以更好地预测Yt,称Xt为Yt的格兰杰原因,反之亦然。 7.随机变量的协整性: 8. 条件异方差ARCH模型:考虑m阶自回归模型AR(m) Yt=c+ρ1yt-1+ρ2yt-2+……+ρmyt-m+εt 其中εt为白噪声过程 随机误差项的平方(εt)2服从一个q阶自回归过程,即 (εt)2=α0+α1(εt-1)2+α2(εt-2)2+……+αq(εt-p)2+ηt (1) 其中ηt服从白噪声过程。对模型的一个约束条件是(1)的特征方程 1-α1z-α2z2-……-αq Z q=0 的所有根均落在单位圆外,即要求模型参数满足 其中α1+α2+……αq<1 此外,为保证εt2为正值,对模型的另一个约束条件为α0>0,αi≥0,1≤i≤q。上述模型即为条件方差模型。 9.误差修正模型ECM: 对于yi的(1,1)阶自回归滞后模型: εi Y t=α+β0x t+β1x t-1+β2y t-1+ ⊿y =β0⊿x t+γecm t-1+εt 。(1) 其中,ecm t-1=y t-1-α0-α1x t-1 ,γ=β2-1,α0=(α+ t β0)/﹙1-β2﹚,α1=β1/(1-β2) 称式(1)为误差修正模型ECM 10.多重共线性:多元回归模型的解释变量之间存在较强的线性关系的性质 二、填空题 1.合理选择解释变量的关键:正确理解有关经济理论和把握所研究经济现象的行为规律。 2.计量经济模型的用途一般包括:结构分析、经济预测、政策评价、实证分析。 3.计量经济模型检验的内容一般包括:经济检验、统计检验、计量经济检验、预测性能检验。 4.对于不可直接线性化的非线性模型的处理方法: 对于可间接线性化的模型,可以通过Cobb-Douglas生产函数模型、Logistic模型变换成标准的线性模型;对于不可线性化的模型,可以通过Toylor技术展开法、非线性最小二乘法来求得参数估计值。 简答: 1、时间序列数据和横截面数据有何不同? 时间序列数据是一批按照时间先后排列的统计数据。截面数据是一批发生在同一时间截面上的调查数据。这两类数据都是反映经济规律的经济现象的数量信息,不同点:时间序列数据是含义、口径相同的同一指标按时间先后排列的统计数据列;而横截面数据是一批发生在同一时间截面上不同统计单元的相同统计指标组成的数据列。 2、建立计量经济模型赖以成功的三要素。P16(课本) 成功的要素有三:理论、方法和数据。理论:即经济理论,所研究的经济现象的行为理论,是计量经济学研究的基础;方法:主要包括模型方法和计算方法,是计量经济学研究的工具与手段,是计量经济学不同于其他经济学分支科学的主要特征;数据:反映研究对象的活动水平、相互间以及外部环境的数据,更广义讲是信息,是计量经济学研究的原料。三者缺一不可。 3、什么是相关关系、因果关系;相关关系与因果关系的区别与联系。 相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系,用相关系数来衡量。 因果关系是指两个或两个以上变量在行为机制上的依赖性,作为结果的变量是由作为原因的变量所决定的,原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。 具有因果关系的变量之间一定具有数学上的相关关系。而具有相关关系的变量之间并不一定具有因果关系。 4、回归分析与相关分析的区别与关系。P23-P24(课本) 相关分析与回归分析既有联系又有区别。首先,两者都是研究非确定性变量间的统计依赖关系,并能测度线性依赖程度的大小。其次,两者间又有明显的区别。相关分析仅仅是从统计数据上测度变量间的相关程度,而无需考察两者间是否有因果关系,因此,变量的地位在相关分析中饰对称的,而且都是随机变量;回归分析则更关注具有统计相关关系的变量间的因果关系分析,变量的地位是不对称的,有解释变量与被解释变量之分,而且解释变量也往往被假设为非随机变量。再次,相关分析只关注变量间的具体依赖关系,因此可以进一步通过解释变量的变化来估计或预测被解释变量的变化,达到深入分析变量间依存关系,掌握其运动规律的目的。 5、数理经济模型和计量经济模型的区别。 答:数理经济模型揭示经济活动中各个因素之间的理论关系,用确定性的数学方程加以描述。计量经济模型揭示经济活动中各个因素之间的定量关系,用随机性的数学方程加以描述。 6、从哪几方面看,计量经济学是一门经济学科?P6(课本) 计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。例如,2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元,最高的上海市达人均10464元,上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入 四、简答题(每小题5分) 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。2.计量经济模型有哪些应用? 3.简述建立与应用计量经济模型的主要步骤。 4.对计量经济模型的检验应从几个方面入手? 5.计量经济学应用的数据是怎样进行分类的? 6.在计量经济模型中,为什么会存在随机误差项? 7.古典线性回归模型的基本假定是什么? 8.总体回归模型与样本回归模型的区别与联系。 9.试述回归分析与相关分析的联系和区别。 10.在满足古典假定条件下,一元线性回归模型的普通最小二乘估计量有哪些统计性质? 11.简述BLUE 的含义。 12.对于多元线性回归模型,为什么在进行了总体显著性F 检验之后,还要对每个回归系数进行是否为0的t 检验? 13.给定二元回归模型:,请叙述模型的古典假定。 14.在多元线性回归分析中,为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度? 15.修正的决定系数2R 及其作用。 16.常见的非线性回归模型有几种情况? 17.观察下列方程并判断其变量是否呈线性,系数是否呈线性,或都是或都不是。 ①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10 ③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性,系数是否呈线性,或都是或都不是。 ①t t t u x b b y ++=log 10 ②t t t u x b b b y ++=)(210 ③ t t t u x b b y +=)/(10 ④t b t t u x b y +-+=)1(110 19.什么是异方差性?试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS 估计有何影响。 21.检验异方差性的方法有哪些? 22.异方差性的解决方法有哪些? 23.什么是加权最小二乘法?它的基本思想是什么? 24.样本分段法(即戈德菲尔特——匡特检验)检验异方差性的基本原理及其使用条件。 25.简述DW 检验的局限性。 26.序列相关性的后果。 27.简述序列相关性的几种检验方法。 1. 请问自回归模型的估计存在什么困难?如何来解决这些苦难? 答:主要存在两个问题: (1) 出现了随机解释变量Y ,而可能与随机扰动项相关; (2) 随机扰动项可能存在自相关,库伊克模型和自适应预期模型的随机扰动项都会导致自相关,只有局部调整模型的随机扰动项无自相关。 对于第一个问题的解决可以使用工具变量法;对于第二个问题的检验可以用德宾h 检验法,目前还没有很好的解决办法,唯一能做的就是模型尽可能的设定正确。 2. 为什么要进行广义差分变换?写出其过程。 答:进行广义差分变换是为了处理自相关,写出其过程如下: 以一元模型为例:Y t = b 0 + b 1 X t +u t 假设误差项服从AR(1)过程:u t =ρu t-1 +v t -1 ≤ρ≤1 其中,v 满足OLS 假定,并且是已知的。 为了弄清楚如何使变换后模型的误差项不具有自相关性,我们将回归方程中的变量滞后一期,写为: Y t-1 = b 0 + b 1 X t-1 +u t-1 方程的两边同时乘以ρ,得到:ρY t-1 = ρb 0 + ρb 1 X t-1 +ρu t-1 现在将两方程相减,得到:(Y t -ρY t-1 ) = b 0 ( 1 -ρ) + b 1 (X t -ρX t-1 ) + v t 由于方程中的误差项v t 满足标准OLS 假定,方程就是一种变换形式,使得变换后的模型无序列相关。如果我们将方程写成:Y t * = b 0* + b 1 X t * +v t ,其中,Y t * = (Y t -ρY t-1 ) ,X t * = (X t -ρX t-1 ) ,b 0* = b 0 ( 1 -ρ)。 3. 什么是递归模型? 答:递归模型是指在该模型中,第一个方程的内生变量Y 1仅由前定变量表示,而无其它内生变量;第二个方程内生变量Y 2表示成前定变量和一个内生变量Y 1的函数;第三个方程内生变量Y 3表示成前定变量和两个内生变量Y 1与Y 2的函数;按此规律下去,最后一个方程内生变量Y m 可表示成前定变量和m -1个Y 1,Y 2、,Y 3,…、Y m-1的函数。 4. 为什么要进行同方差变换?写出其过程,并证实之。 答:进行同方差变换是为了处理异方差,写出其过程如下: 我们考虑一元总体回归函数Y i = b 0 + b 1 X i + u i 假设误差σi 2 是已知的,也就是说,每个观察值的误差是已知的。对模型作如下“变换”: Y i /σi = b 0 /σi + b 1 X i /σi + u i /σi 这里将回归等式的两边都除以“已知”的σi 。σi 是方差σi 2 的平方根。 令 v i = u i /σi 我们将v i 称作是“变换”后的误差项。v i 满足同方差吗?如果是,则变换后的回归方程就不存在异方差问题了。假设古典线性回归模型中的其他假设均能满足,则方程中各参数的OLS 估计量将是最优线性无偏估计量,我们就可以按常规的方法进行统计分析了。 证明误差项v i 同方差性并不困难。根据方程有:E (v i 2 ) = E (u i 2 /σi 2 ) = E (u i 2 ) /σi 2 =σi 2 /σi 2 = 1 显然它是一个常量。简言之,变换后的误差项v i 是同方差的。因此,变换后的模型不存在异方差问题,我们可以用常规的OLS 方法加以估计。 5. 简述逐步回归法的基本步骤。 答:先用被解释变量对每一个解释变量做简单回归,然后以对被解释变量贡献最大的解释变量所对应的回归方程为基础,再逐个引入其余的解释变量。这个过程会出现3种情形:①若新变量的引入改进了R 2 和F 检验,且其它回归系数的t 检验在统计上仍是显著的,则可考 第六章 案例分析 一、研究目的 2003年中国农村人口占59.47%,而消费总量却只占41.4%,农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向,这是宏观经济分析的重要参数。同时,农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的,影响居民消费的因素很多,但由于受各种条件的限制,通常只引入居民收入一个变量做解释变量,即消费模型设定为 t t t u X Y ++=21ββ (6.43) 式中,Y t 为农村居民人均消费支出,X t 为农村人均居民纯收入,u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位: 元 2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 为了消除价格变动因素对农村居民收入和消费支出的影响,不宜直接采用现价人均纯收入和现价人均消费支出的数据,而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据,使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= (6.44) Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788,F = 786.0548,d f = 17,DW = 0.7706 该回归方程可决系数较高,回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平,查DW 统计表可知,d L =1.18,d U = 1.40,模型中DW 计量经济学(第四版)习题参考答案 潘省初 第一章 绪论 1.1 试列出计量经济分析的主要步骤。 一般说来,计量经济分析按照以下步骤进行: (1)陈述理论(或假说) (2)建立计量经济模型 (3)收集数据 (4)估计参数 (5)假设检验 (6)预测和政策分析 1.2 计量经济模型中为何要包括扰动项? 为了使模型更现实,我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素,这些因素包括相对而言不重要因而未被引入模型的变量,以及纯粹的随机因素。 1.3什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期(即按固定的时间间隔)收集的数据,如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体(如个人、公司、国家等)的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 1.4估计量和估计值有何区别? 估计量是指一个公式或方法,它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中,依据估计量算出的一个具体的数值,称为估计值。如Y 就是一个估计量,1 n i i Y Y n == ∑。现有一样本,共4个数,100,104,96,130,则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 2.1 略,参考教材。 2.2请用例2.2中的数据求北京男生平均身高的99%置信区间 N S S x = =45 =1.25 用α=0.05,N-1=15个自由度查表得005.0t =2.947,故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 也就是说,根据样本,我们有99%的把握说,北京男高中生的平均身高在170.316至177.684厘米之间。 2.3 25个雇员的随机样本的平均周薪为130元,试问此样本是否取自一个均值为120元、标准差为10元的正态总体? 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/25X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 2.4 某月对零售商店的调查结果表明,市郊食品店的月平均销售额为2500元,在下一个月份中,取出16个这种食品店的一个样本,其月平均销售额为2600元,销售额的标准差为480元。试问能否得出结论,从上次调查以来,平均月销售额已经发生了变化? 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 131.2=c t , 故接受原假 设,即从上次调查以来,平均月销售额没有发生变化。 简答题:1.选择工具变量的原则是什么:(1)工具变量必须与所替代的随机解释变量高度相关;(2)工具变量与随机误差项不相关(3)工具变量与其它解释变量不相关,避免出现多重共线性。 2.实际经济问题中的多重共线性 (1)经济变量的趋同性(2)滞后变量的引入(3)样本资料的限制 3.序列相关性产生的原因: (1)惯性;(2)模型设定误差;(3)蛛网现象;(4)数据加工。 4、随机解释变量问题及其解决方法。如果存在一个或多个随机变量作为解释变量,则称原模型出现随机解释变量问题。第一、随机解释变量与误差项相互独立;第二、随机解释变量与误差项同期无关,而异期相关;第三、随机解释变量与误差项同期相关;第四、解决方法为工具变量法。 5.随机解释变量产生的后果 1.若相互独立,则参数估计量仍然无偏一致。2 若同期相关,异期不相关,得到的参数估计有偏,但却是一致的3 若同期相关,则估计量有偏且非一致。 6.简述最小二乘估计量的性质:(1)线性性,即它是否是另一随机变量的线性函数;(2)无偏性,即它的均值或期望值是否等于总体的真实值;(3)有效性,即它是否在所有线性无偏估计量中具有最小方差。(4)渐近无偏性,即样本容量趋于无穷大时,是否它的均值序列趋于总体真值;(5)一致性,即样本容量趋于无穷大时,它是否依概率收敛于总体的真值;(6)渐近有效性,即样本容量趋于无穷大时,是否它在所有的一致估计量中具有最小的渐近方差。 7、虚拟变量的作用:(1)表现定性因素对被解释变量的影响(2)提高模型的说明能力与水平(3)季节变动分析。(4)方程差异性检验。 8、虚拟变量设置的原则:如果有定性因素共有个结果需要区别,那么至多引入m-1 个虚拟变量 9、实际经济问题中的多重共线性:(1)经济变量的趋同性(2)滞后变量的引入(3)样本资料的限制 10.引入随机误差形式为了:(1)代表未知的影响因素(2)代表残缺数据(3)代表众多细小的影响因素(4)代表数据观测误差(5)代表模型设定误差(6)变量的随机存在性 11. 12.回归分析的主要内容有:(1)根据样本观测值对经济计量模型参数进行估计,求得回归方程(2)对回归方程、参数估计值进行显著性检验(3)利用回归方程进行分析、评价及预测。 13.叙述原理:最小二乘法:当从模型总体随机抽取n组样本观测值后,最合理的参数估计量应该使得模型能最好的的拟合样本数据:最大似然法:当从模型的总体随机抽取n组样本观测值后,最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大。在满足一系列基本假设的情况下,模型结构参数的最大或然估计量与普通最小二乘估计量是相同的。 计量经济学重点简答题 1.简述计量经济学与经济学、统计学、数理统计学学科间得关系。 答:计量经济学就是经济理论、统计学与数学得综合.经济学着重经济现象得定性研究,计量经济学着重于定量方面得研究。统计学就是关于如何收集、整理与分析数据得科学,而计量经济学则利用经济统计所提供得数据来估计经济变量之间得数量关系并加以验证。数理统计学作为一门数学学科,可以应用于经济领域,也可以应用于其她领域;计量经济学则仅限于经济领域。计量经济模型建立得过程,就是综合应用理论、统计与数学方法得过程,计量经济学就是经济理论、统计学与数学三者得统一。 2、计量经济模型有哪些应用? 答:①结构分析②经济预测③政策评价④检验与发展经济理论 3、简述建立与应用计量经济模型得主要步骤。 答:模型设定估计参数模型检验模型应用 或1)经济理论或假说得陈述2) 收集数据3)建立数理经济学模型4)建立经济计量模型5)模型系数估计与假设检验6)模型得选择7)理论假说得选择8)经济学应用 4、对计量经济模型得检验应从几个方面入手? 答:①经济意义检验②统计推断检验③计量经济学检验④模型预测检验 5、计量经济学应用得数据就是怎样进行分类得? 答:时间序列数据截面数据面板数据虚拟变量数据 6、解释变量与被解释变量,内生变量与外生变量 被解释变量就是模型要研究得对象,被称为“因变量”,就是变动得结果。 解释变量就是说明被解释变量变动得原因,被称为“自变量”,就是变动得原因. 内生变量就是其数值由模型所决定得变量,就是模型求解得结果。 外生变量就是其数值由模型以外决定得变量。 7、计量经济学得含义 计量经济学就是以经济理论与经济数据得事实为依据,运用数学、统计学得方法,通过建立数学模型来研究经济数量关系与规律得一门经济学科。 8、在计量经济模型中,为什么会存在随机误差项? 答:随机误差项就是计量经济模型中不可缺少得一部分. 产生随机误差项得原因有以下几个方面:①模型中被忽略掉得影响因素造成得误差;②模型关系认定不准确造成得误差;③变量得测量误差;④随机因素. 9.对于多元线性回归模型,为什么在进行了总体显著性F检验之后,还要对每个回归系数进行就是否为0得t检验? 答:多元线性回归模型得总体显著性F检验就是检验模型中全部解释变量对被解释变量得共同影响就是否显著。通过了此F检验,就可以说模型中得全部解释变量对被解释变量得共同影响就是显著得,但却不能就此判定模型中得每一个解释变量对被解释变量得影响都就是显著得。因此还需要就每个解释变量对被解释变量得影响就是否显著进行检验,即进行t 检验. 10、古典线性回归模型具有哪些基本假定。 答:1 随机误差项与解释变量不相关。2随机误差项得期望或均值为零。3随机误差项具有同方差,即每个随机误差项得方差为一个相等得常数。4 两个随机误差项之间不相关,即随机误差项无自相关。 11、在多元线性回归分析中,为什么用修正得决定系数衡量估计模型对样本观测值得拟合优度? 答:因为人们发现随着模型中解释变量得增多,多重决定系数得值往往会变大,从而增加了模 第八章案例分析 改革开放以来,随着经济的发展中国城乡居民的收入快速增长,同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为,20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化,使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化,以城乡居民人民币储蓄存款年底余额代表 居民储蓄(Y),以国民总收入GNI代表城乡居民收入,分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位:亿元 2004 鉴数值,与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城 乡居民储蓄存款、国民总收入随时间的变化情况,如下图所示: 图8.5 从图8.5中,尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 (YY ),并作时序图(见图 8.6) 从居民储蓄增量图可以看出,城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看(见图8.7),也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系,引入虚拟变 量D 和D2°D 和D 2的选择,是以1996>2000年两个转折点作为依据,1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元,并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后,有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot , RtKXD Tconr GF*计量经济学习题及答案
计量经济学试题
计量经济学简答题及答案
计量经济学题库(超完整版)及答案【强力修正版】
计量经济学重点简答论述题
计量经济学 案例分析
计量经济学答案
计量经济学简答题及答案43378
计量经济学案例分析汇总
计量经济学题库及答案
计量经济学简答题整理版
计量经济学-案例分析-第六章
计量经济学(第四版)习题及参考答案详细版
计量经济学简答
计量经济学重要简答题
计量经济学-案例分析-第八章