计量经济学 简答

1．经济计量学的任务是以经济学、统计学和数学之间的统一为充分条件，去实际理解现实经济生活中的数量关系。用数学模型定量描述经济变量关系是经济计量学的基本任务。

2．多重性共线性的后果有：（1）各个解释变量对被解释变量的影响很难精确鉴别。（2）由于模型回归系数估计即 。

8令K=模型系统中内生变量个数M=模型系统中变量的个数Hi=模型系统中某个特定方程中变量的个数，i=1,2,…..,K识别的阶条件可表达为：M—Hi=K—1，第i个方程恰好识别M—Hi>K—1,第i个方程过度识别；M---Hi

17经典线性回归模型的假设有以下五点：（1）随机误差Ui的均值为零，即E(ui)=0 (2)所有随机误差ui都有相同的方差(3)任意两个误差 i和j（i≠j）互不相关，

i和j的协方差为零，i,j也即

ii（4）解释变量是确定变量，与随机误差 不相

uuuuxE(uu)?0x量的方差会很大，将导致显著性检验失败（3）模型参数的估计量对删除或增添少量的观测值以及删除一个不显著的解释变量都可能非常敏感。多重共线性的处理方法有：（1）追加样本信息（2）使用非样本先验信息（3）进行变量形式的转换（4）使用有偏估计

3．DW检验用来检验序列相关，应用时要注意以下的限制条件和局限性：（1）只适用于检验一阶回归形式的序列相关，并不适用于检验高阶自回归形式或其他形式的序列相关（2）要求解释变量中不含有滞后的被解释变量（3）DW检验中存在不能判定的区域

4。样本相关系数r具有下列性质1.它是可正可负的数2它是在-1与+1之间变化的量3.它具有对称性，即X和Y之间的相关系数相同4.如果X和Y在统计上独立，则相关系数为零，但r=0，并不说明两个变量之间一定独立。这是因为，r仅适用与变量之间的线性关系，而变量之间可能存在非线性关系。?

5根据自价格弹性，当ii<0，i是正常品；?ii>0,i为

非正常品。根据交叉价格弹性，当?ij>0时，商品i，j

为互代关系；当?ij1i?为高档品；当0

i<0且

ii>0，商品i为吉芬商品。

6对联立方程模型进行参数估计的方法可以分为两类，即单方程估计法和系统估计法。单方程估计法是对联立方程模型中的方程逐个进行估计，从而获得整个联立模型的估计。系统估计法是对整相模型系统中的所有方程同时进行估计，从而能够同时决定所有结构参数的估计量。

7?需求函数的基本特性有：（1）非负性（2）可加性(3)

零阶齐次性（xi??p?04）对称性（

5）单调性。由其基本特性推出的重要特性有：（1）正常商品的需求曲线的斜率为负

niii(2)以预算份额加权收入弹性之和等于1，即

（3量对价格?ww?iPj??1ij的弹性之和，

??w）预算份额加权的各种商品需求

j等于商品j的预算份额的负值，即i?1。（4）第i种商品的需求量对各种商品价格的弹性之和等于其收入弹性的负值

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要条件是所有不包含在这个方程中变量的参数矩阵的秩为K—1。

9协整理论的重要意义在于：（1）避免伪回归。大量实验结果表明，互不相干的非协整变量在统计检验时经常表现为显著相关。因此，以变量之间的协整关系进行检验是正确建立经济计量模型的先决条件。（2）估计量的|“超一致性”。协整理论表明，如果非平稳时间序列之间是协整的，可以直接建立回归模型，而且其参数的最小二乘估计量具有超一致性，即以更快的速度收敛于参数的真实值。（3）区分变量之间的长期均衡关系和短期动态关系。

10检验协整关系地方法：第一步，按照协整的定义，消费与收入必须是同阶单整的，因此，协整检验的第一步就是考察每个变量单整的阶数。第二步，估计消费与收入之间的长期均衡关系。第三步，估计误差修正模型。 11所谓模型功率评价是指对所构建的经济计量模型的可靠程度作出判断。模型的功效评价大体包含两方面内容：一是对方程的拟合程度和参数估计值得可靠性和合理性进行检验；一是对模型的误差程度和范围作出判断。前者属于对模型的估计结果的评价，后者属于对模型预测精度的评价。（1）经济理论准则 经济理论准则是由经济理论决定的判别标准。换句话说，按经济理论准则进行评价就是用经济学的原则、定理和规律等准则来判别模型估计结果的合理性程度。（2）统计准则 统计准则是有统计学理论决定的判别标准。依统计准则评价模型，目的在于确定模型参数估计这的统计可靠性。包括参数估计结果显著性检验和解释变量预备解释变量相关程度的度量。(3)经济计量准则 经济计量准则是由经济计量学理论决定的判别标准。按经济计量准则评价模型，目的在于研究特定条件下所采用的参数估计方法是否令人满意。

12比较发尔和杰弗的价格调整方程与包登的价格决定

1方程的系数可得两个价格调整系数g*=

1?g(bg*与g的关系式为：

1?a1)根据需求方程和供给方程的性质可知，系数a1的符号应为负，b1的符号应为正。在场就是不合适的。而只有当g*>0时，市场才处于非均衡状态，用非均衡经济计量模型来描述才是适当的。 13回归分析与相关分析的共同之处在于二者都是研究相关关系的方法。区别表现在：相关分析关心的是变量之间的相关程度，但并不能给出变量之间的因果关系；而回归分析则要通过建立回归方程来估计解释变量与被解释变量之间的因果关系；在回归分析中，定义被解释变量为随机变量，解释变量为非随机变量；而在相关分析中，把所考察的变量都看作是随机变量。 14虚拟变量模型的特性有：（1）以“0”，“1”取值的虚拟变量所反映的内容可以随意设定（2）虚拟变量D=0代表的特征或状态，通常用以说明基础类型（3）基础类型的截距项a0为公共截距项，差别截距系数a1说明D取值为1时那种特征的截距系数与基础类型的截距系数的差异（4）如果一个回顾模型有截距项，那么对于具有二种特征的质变量，只需引入一个虚拟变量。 15所谓工具变量法，就是以适当的前定变量作为内生解释变量的工具变量，以便减少解释变量与随机误差项的相关性，再在此基础上用最小二乘法估计结构参数的方法。工具变量假定：（1）工具变量必须是前定变量，与U不相关。（2）工具变量必须与将要替代的内生解释变量高度相关。（3）工具变量与所要估计的结构方程中的前定变量之间无多从重线性（4）引入的多个工具变量之间不存在严重的多重共线性。方法：（1）选择合适的工具变量作为结构方程中的内生解释变量的工具变量（2）用每个工具变量去乘所要估计的结构方程，并对所有样本观测值求和，解方程组得结构参数估计量。

16（Yt=?01?）?x在?t?1自?适ut应预期模型

中，由于解释变量的未

来预测xX*t+1?x无法直接观测，?r(x所以需对其形成提出一定的?t?1假?t设，?x?t该t假)设为,0

是对t现?期x?预t)期值xtx

加上预期误差

的一个适当比例。（3）未来预期的

关。（5）对回归参数进行统计检验时，还须假定 服从正态分布。

18f生产函数的特性有：（1）规模报酬。设>1若

ff((?l,?k)??f(l,k)?(??ll,,??kk))??f(lf,(kl),k )，规模报酬不变；规模报酬递增；

，规模报酬递

减f(0,k)。?Rf(l（,0)???02f且?f）?f?f边?2际f生?2产力?/l?0,?k??0,?。?2dkl20,代率。

?l??k20（3）边际替变的条件下，减少一个单位某要素收入必须增加?din(k/l)kdl 表示在维持产量不R个单位另?一din要素(w的/投w入。（4）替代性。可表示为 12) ，说明工资率与利润率之比的

变动率对技术装备率?din(k/l) (k/l)竞争

? 变动率的影响，在完全

和利dink润最大化条件下，也可表示为技术装备率相对变化的影响。g?，说明边际替代率的相对变化率对

??19.s（g? ?1）提出假设。原假设?0H0t：?gg??0/备择假设s? g（2）选取统计量?g，其

中u为价格调整速度参数 gu 的估计量；

为该估计量的标准误。由于假定需求方程随机

误差项

1t 与供给方程随机误差 2t 相关独

立，且均服从正态分布，在H0成立的条件下，该统计量服从自由度n-3的t分布；（3）根据样本计算值，将其与临界值比较来判断原假设 H1是否成立。若H0成立，则市场外于均衡状态；若H0不成立，则有H1成立，既有g*>0，此时市场处于非均衡状态。

20.经济计量分析工作的研究对象是社会经济系统。社会经济系统是有社会人参与的社会经济活动过程，我们称之为有机系统。经济计量分析工作包括建立模型和应用模型两个相互关联的基本环节，可分为以下四个环节：（1）设定模型（2）估计参数（3）检验模型（4）应用模型

21.（1）无偏性（2）线性特性（3）有效性，即方差最小（4）一致性

22.以消费函数为例，截距变动模型为： 式中，Y是消费支出，X是收入，虚拟变量为D。当D=1

，城镇居民的消费函数Yi??0??1D??xi?ui 。当D=0时，农村

E(Yi)?(?0??1)??xi。两者

居民的消费函 时

26.截??距和斜率同1,若为某种特征时变动模型为：其中 为非零正常数，上式表示，当所有的商品价段最小二乘法，三者估计量相同。（3）对于过度识别方Yi??设x10??D1i??(Dx2i)?uiD?0，若为其他特征? 格与收入按同一比例 变动时，需求量保持不变。 程，可用二阶段最小二乘法和有限信息极大似然法。

?1t?11212t0t参数 的统计检验共有4种可能（4）对称性。即 41. 在 自适应 预期模型

?0，?0t?112有相同的斜率，但截距不同，若 统计检验显著，表明结果统计检验表明：（1） ，则表示第 j 种商品替代第中，由于解释变量的未来预期值 无法直接观测，xii 种商品的能力等于第 i 种

xi替/代p?0???城镇居民和农村居民的消费支出差异明显，但边际消费上式为截距和斜率同时变动模型成立。（2）商品第 种商品的能力。（5）单调性。即所以需对其形成提出一定的假设，该假设为 i?0，?0x?x?r(x?x),0r1I12t?1ttt倾向相同。截距和斜率同时变动模型为 则上式为截距变动模型（3）

?0，?0Yi??0??1D??1xi??2xi??2(Dxi)?ui12??? 则上式为一般表示在某种商品的价格上升时，若收入也作相应的补偿此假设就称为自适应预期假设。该假设可变换为

?0，?0??，?，?，???????y????x?u??????x

?x?x?r(x?x)x

?D=1时，城镇居民D=0时，农村居民的消费函数E(的Y?i)消?费??0?函?x数i 两者的截距不同，斜率也不同。若 1,2 统计检验显著，表明城镇居民和农村居民的消费支出差异明显，且边际消费也存在着差异。 23.联立方程模型有两种类型：结构式模型和简化式模型。其中结构式模型是建立在经济基础上描述经济变量关系结构的经济计量学方程系统。简化式模型则是把结构式模型中的内生变量表示为前定变量和随机误差项的函数的模型。联立方程模型中方程式有四种：（1）行为方程式 解释反映经济主体行为的方程式（2）技术方程式 反映要素投入与产出之间技术关系的方程式（3）制度方程式 是由法律、政策法令、规章制度决定的经济数量关系（4）恒等式24.Y?（min(l 分会计恒等式和均衡条件恒等式，前者反映某种定义，后者反映均衡关系。1）a投,kb入),产a,b 出生0产函数形式： 特性：1.生产一种产品需要两种以上投入；2.各种投入至少有一种被充分利用，实际利用的各种投入之间比例固定；3.规模报酬不变4。替代弹性为0 5.等产量线呈直角。（2）C-D生产函数形式：Y=AL 特点产出的劳动弹性和资本弹性分别为 ?,?1.不变弹性，资本二者缺一不可；?3.边际生产力为正；减；5.规模报酬由 ?? 决定；R2?4.边际生产力递RSS ，

2.劳动和6.1替代弹性为?1 25.在判定系数的计算公式TSS中，由RSS于??e残22??差(Y?Y)TSS??(Y?2i平?2i方中和 随着明模型中解释变量数目的i?增Y加)将会减小，而总变差 却与模型中解释变量的个数无关。因此，对于两个被解释变量相同而解释变量个数不同的模型，包含解释变量多的模型就会有较高的R2值，为了消除解释变量个数不同对判定系数的影响，就2RSS/(n?k)需要用RSSR和TSS?各自的自由度将其调整，1?判定系数 TSS/(n?1)得调整后的，以便更准

确地反映回归模型的拟合优度。

线性回归模型（ 4 ） 1 2 则上式为 斜率变动模型。 27.（1）计算DW值 （2）给定?，由n和k的大小查DW分布表，得临界值dL和dU （3）比较、判断 若0

是对现期预期值 t 的一个修正，即未来预期值等于现期预期值(x?x? 加上预期误差 tt)

的一个

适当比例，未来预期的形成是对预期误差不断修正的一个过程。 42.发达市场经济国家模型具有以下特点：（1）建模所依据的经济理论可以使各种不同流派的理论，即兼容并蓄各流派的理论（2）全面反映西方核算体系的主要内容 43.（1）对联立方程模型的各个方程按照经济理论准则、统计准则和经济计量准则进行检验；（2）按照模型识别准则进行识别（3）进行综合性的预测误差检验 44.TS/CS模型有四种类型：（1）斜率系数是常数，截距随个体不同而改变的模型（2）斜率系数是常数，截距随个体和时间不同而改变的模型（3）全部系数随个体不同而异的模型（4）全部系数随个体和时间不同而变化的模

型

45（1）对无限分布滞后模型无法使用普通最小二乘法（2）对有限分布滞后模型可使用普通最小二乘法，但会遇到以下问题：1.必须事先确定最大滞后长度K 2.滞后期较长而样本容量较小时，没有足够的自由度进行统计推断3.

时间序列资料中，大多存在序列相关问题，其在分布滞

后模型中就表现为多重共线性问题。 46.（1）联立方程模型估计法有单方程估计和系统估计法（2）单方程估计法包括间接最小二乘发、工具变量法、二阶段最小二乘法、有限信息极大似然法。（3）系统估计法包括三阶段最小二乘法和完全信息极大似然法。? 47．需求函数的基本特征为（（2）可加性pixi?11）非负性，即 xi0

（3）零阶齐次性，即 （4）对称性，即第j种商品替代第i 种商品的能力等于第 i 种商品替代第 j 种商品的能力。（5）单调性，表示

某种商品的价格上升时，若收入也做相应的补偿变动，

则消费者对该种商品的需求量将减少。

48.（1）对联立方程模型各个方程按照经济理论准则、

统计准则和经济计量准则进行检验；（2）按照模型识别

准则进行识别（3）进行综合性的预测误差检验

49.二阶段最小二乘法原理：把估计参数分为两给阶段，各个阶段各用一次最小二乘法，故称为二阶段最小二乘法，其实质是一种特殊的工具变量法，即他把所有前定变量的线性组合作为内生解释变量的工具变量，她不仅适合于恰好识别，更适合于过度识别方程的估计。假定条件：（1）结构式与简化式中随机误差项都必须满足最小二乘假定。（2）所有前定变量之间不存在严重多重共线性（3）样本容量大。估计方法：（1）对简化式进行OLS估计以得到内生解释变量的估计值。（2）在结构式方程中，用第一阶段内生变量的估计值代替方程右端的内生变量，再用OLS估计。

50.对经济计量模型进行评价所依据准则有：（1）经济理论准则，即用经济学的原则、定理和规律来判别模型估计结果的合理性程度（2）统计准则。由统计学理论决定的判别标准，其目的在于确定模型参数估计值的统计可靠性（3）经济计量准则。有经济计量学理论所决定的判别标准，其目的在于研究特定条件下所采用的参数估计方法是否令人满意。

51.主要有三个优点：可以解决样本容量不足的问题；可以估计某些难以度量的因素对别解释变量的影响；有助于正确理解经济变量之间的关系。

52.样本分段比较法的步骤是首先将样本按某个解释变量的大小顺序排列，并将样本分成两段，然后各段分别用普通最小二乘法拟合回归模型，并分别计算各段的残

差平方和n

RRS1 与 RSS2，记高方差段的样本容量为 1 ，低方差段的样本容量为? n2 ，模型参数个数为?k，则可计算出各段模型的随机误差的方差估计2量?2分??RSS别2为??RS/2S(F2??/?2?/(2n1?k)?1n和)2然后构造统计量

12 ，在给定的显著性水平下，查F分

布表得临界值F。若F>F0，则可认为有异方差的存在。R2 53.（1）拟合优度检验，计算多重判定系数 ，以及调整后的判定系数（2）总体回归模型的显著模型的显著性检验，主要对F统计量进行检验（3）对单个回归系数的显著性检验，主要进行t检验。

54.对于不可识别模型，只能对其中某些可识别的方程进行估计，任何一种方法都不可能估计全部结构参数。对于恰好识别的方程，可用间接最小二乘法、工具变量法和二阶段最小二乘法，且三者估计量等同。对于过度识别的方程，可用二阶段最小二乘法和有限信息极大似然法估计。

55.（1）被估计的结构方程是恰好识别的；（2）每个简化式方程的随机误差项都满足最小二乘法通常的假定（3）前定变量之间不存在高度多重共线性。

56、计量经济学包括广义计量经济学和狭义计量经济学，本课程中的计量经济学模型，就是狭义计量经济学意义上的经济数学模型：计量经济学是经济学的一个分支学科，以揭示经济活动中客观存在的数量关系为主要内容，是由经济学、统计学和数学三者结合而成的交叉性学科。

57、计量经济学方法揭示经济活动中具有因果关系的各因素间的定量关系，它用随机性的数学方程加以描述；而一般经济数学方法揭示经济活动中各个因素间的理论关系，更多地用确定性的数学方程加以描述。

58、计量经济学自20世纪20年代末30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过20世纪50年代的发展阶段和60年代的扩张阶段，计量经济学在经济学科中占据了重要的地位，主要表现在：

①在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中最具权威性的一部分；②在1969至2003年诺贝尔经济学奖的53位获奖者中有10位与研究和应用计量经济学有关，居经济学各分支学科之首。此外，绝大多数获奖者的研究中都应用了计量经济学方法。③计量经济学方法与其他经济数学方法的结合应用得到了长足发展。

从当代计量经济学的发展动向看，其基本特点包括： ⑴。非经典计量经济学的理论与应用研究成为计量经济学越来越重要的内容；

⑵。计量经济学方法从主要用于经济预测转向经济理论假设和政策假设的检验；

⑶。计量经济学模型的应用从传统的领域转向新的领域，从宏观领域的研究开始转向微观领域的研究； ⑷。计量经济学模型的规模不再是水平高低的衡量标准，人们更喜欢建立一些简单的模型，从总量上和趋势上说明经济现象。

59、建立与应用计量经济学模型的主要步骤包括：①设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；②收集样本数据，要考虑样本数据的完整性、准确性、可比性和一致性；③估计模型参数；④检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 60、计量经济学模型主要有以下几个方面的用途：

⑴结构分析，其原理是弹性分析、乘数分析与比较分析；⑵经济预测，其原理是模拟历史，从已经发生的经济活动中找出变化规律；⑶政策评价，是对不同政策执行情况的“模拟仿真”；⑷检验与发展经济理论，其原理是如果按照某种经济理论建立的计量经济学模型可以很好地拟合实际观察数据。 61、模型的检验主要包括经济意义检验、统计检验、计量经济学检验和模型的预测检验四个方面。 62、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式对称的，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，有解释变量和被解释变量之分，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联系程度，不关注具体的依赖关系；而回归分析则更加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。 63、假设1、解释变量X是确定性变量，不是随机变量； 假设2、随机误差项?具有零均值、同方差和不序列相关性： E(?i)=0 i=1,2, …,n Var (?i)=??2 i=1,2, …,n Cov(?i, ?j)=0 i≠j i,j= 1,2, …,n 假设3、随机误差项?与解释变量X之间不相关： Cov(Xi, ?i)=0 i=1,2, …,n 假设4、?服从零均值、同方差、零协方差的正态分布 ?i~N(0, ??2 ) i=1,2, …,n 假设5：随着样本容量的无限增加，解释变量X的样本方差趋于一有限常数。即 假设6：回归模型是正确设定的 这些假设都是针对普通最小二乘法的。在违背这些基本假设的情况下，普通最小二乘法就不再是最佳线性无偏估计量，因此使用普通最小二乘法进行估计已无多大意义。但模型本身还是可以估计的，尤其是可以通过最大似然法等其他原理进行估计。 64、对于最小二乘法，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地拟合样本数据；而对于最大似然法，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。 65、（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。 注意：（1）－（3）准则也称作估计量的小样本性质，拥有这类性质的估计量称为最佳线性无偏估计量（BLUE）。（4）－（6）准则考察估计量的大样本或渐进性质。 高斯—马尔可夫定理：普通最小二乘估计量具有线性性、无偏性和最小方差性等优良性质，是最佳线性无偏估计。 66、（1）对总体参数提出假设： H0：?1=0， H1：?1?0。（2）以原假设H0构造t统计量，并由样本计算其值：（3）给定显著性水平?，查t分布表得临界值t ?/2(n-2)（4）比较，判断若 |t|> t ?/2(n-2)，则拒绝H0 ，接受H1 ；若 |t|? t ?/2(n-2)，则接受H0 ，拒绝H1 ；对于一元线性回归方程中的?0，也可构造如下t统计量进行显著性检验 67、提示：一般表达式式和矩阵符号表达式。

????????

t?00??0068、模型施加约束条件后进行回归称为受约束回归。而?2X2不加任何约束的回归称为无约束回归。对模型参数施加 ?in?x2~tiS??0约束条件后，就限制了参数的取值范围，寻找到的参数估计值也是在此条件下使残差平方和达到最小，它不可能比未施加约束条件时找到的参数估计值使得残差平方和达到最小值还要小。这意味着，通常情况下，对模型施加约束条件会降低模型的解释能力。但当约束条件为真时，受约束回归与无约束回归的结果就相同。 69、（1）必须保证最小样本容量。样本最小容量必须不

k (

少于模型中解释变量的数目（包括常数项）,即n ? k+1，因为，无多重共线性要求：秩(X)=k+1。（2）满足基本要求的样本容量。虽然当n ? k+1时可以得到参数估计量，但除了参数估计量质量不好外，一些建立模型必须的后Koyck方法，前两者主要用于估计有限期分布滞后模型，第三者主要用于估计无限期分布滞后模型。 75、 分布滞后模型估计时遇到的主要问题有：（1）对于无限期的分布滞后模型，由于样本观测值的有限性，80、第一，模型参数的估计虽然是无偏的，但却不是有效的，大二，参数估计量的估计方差是有差的，这将导致参数的假设检验也是非有效的。

81、1.回归系数B的估计仍是无偏的，2.估计量B的方3预测其的经济结构发生了变化。

91、1解释能力及合理性 2 参数估计量的优良性。3 预测功效好。4 简单性。 92、1、按照协整的定义，消费与收入必须是同阶单整的，续工作也无法进行。所以，一般经验认为，当n?30或者至少n?3(k+1)时，才能说满足模型估计的基本要求。 70、（1）随机误差项序列存在异方差性；（2）随机误差项序列存在序列相关性；（3）解释变量之间存在多重共线性；（4）解释变量是随机变量且与随机误差项相关的随机解释变量问题；（5）模型设定有偏误；（6）解释变量的方差不随样本容量的增而收敛。

71、在实际操作中人们通常采用如下的经验方法：不对原模型进行异方差性检验，而是直接选择加权最小二乘法，尤其是采用截面数据作样本时。如果确实存在异方差性，则被有效地消除了；如果不存在异方差性，则加权最小二乘法等价于普通最小二乘法。

72、在模型中引入虚拟变量，主要是为了寻找某（些）定性因素对解释变量的影响。加法方式与乘法方式是最主要的引入方式，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。 73、滞后变量模型有分布滞后模型和自回归模型两大类，前者只有解释变量及其滞后变量作为模型的解释变量，不包含被解释变量的滞后变量作为模型的解释变量；而后者则以当期解释变量与被解释变量的若干期滞后变量作为模型的解释变量。分布滞后变量有无限期的分布滞后模型和有限期的分布滞后模型；自回归模型又以Coyck模型、自适应预期模型和局部调整模型最为多见。 分布滞后模型使用OLS法存在以下问题：（1）对于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σ。（2）对于有限期的分布滞后模型，使用OLS方法会遇到：没有先验准则确定滞后期长度，对最大滞后期的确定往往带有主观随意性；如果滞后期较长，由于样本容量有限，当滞后变量数目增加时，必然使得自由度减少，将缺乏足够的自由度进行估计和检验；同名变量滞后期之间可能存在高度线性相关，即模型可能存在高度的多重共线性。 74、分布滞后模型的估计主要需解决滞后期长度的问题。其基本的解决思路就是减少模型中解释变量的个数。常用的估计方法有：经验加权法Almon多项式法，以及

使得无法直接对其进行估计。（2）而对于有限期的分布滞后模型，普通最小二乘回归会遇到如下问题：没有先验准则确定滞后期长度；（3）如果滞后期较长，将缺乏足够的自由度进行统计检验；（4）同名变量滞后值之间可能存在高度线性相关，即模型可能存在高度的多重共线性。

自回归模型估计时遇到的主要问题有：滞后被解释变量的存在可能导致它与随机干扰项相关，以及随机干扰项出现序列相关性。例如，Koyck模型与自适应预期模型就存在着滞后被解释变量Yt-1与随机干扰项的同期相关性，同时，随机干扰项还是自相关的。而局部调整模型则存在着滞后被解释变量Yt-1随机干扰项的异期相关性。

76、如果遗漏相关变量，则OLS估计结果在小样本下是有偏的，在大样本下也不具有一致性，随机干扰项的方差估计?2也是有偏的，同时估计的参数的方差也是有偏的，从而不再能够保证最小方差性。

在多选无关解释变量的情形下，OLS估计量仍是无偏的、一致的，随机干扰项的方差σ2也能被正确估计，但OLS估计量却往往是无效的。也就是说，包含无关变量的偏误主要表现为“错误”模型的OLS估计量的方差一般会大于“正确”模型相应参数估计量的方差。 77、一般在引入虚拟变量时要求如果有m个定性变量，只在模型中引入m-1个虚拟变量。否则，如果引入m个虚拟变量，就会导致模型解释变量间出现完全共线性的情况。我们一般称由于引入的虚拟变量个数与定性因素个数相同时出现的模型无法估计的问题，称为“虚拟变量陷阱“。

78、利用普通最小二乘法求得的样本回归直线还有如下特点：１、样本回归直线必然通过点（ＸＹ）； ２、Ｙ的平均值与Ｙ的平均值相等；３、残差ｅ的均值为零；４、残差ｅ与解释变量Ｘ不相关。

79、１、无偏性：２、线性特性：即估计量和均为样本观测值的线性组合；３、有效性：即和的方差最小。 差可能大于也可能小于经典假设之下估计量B的方差，从而使对回归系数B的经典假设检验方法失效。

82、1.所设定的模型中遗漏了某个或某些与被解释变量有关的解释变量，2.所设定的模型中包括了若干与被解释变量无关的某个或某些解释变量，3.回归方程的模型形式设定有误。

83、1. 与Y （t-1）高度相关，也即对Y （t-1）有很强的代表性，2. 与Vt不相关，从而避免原模型中出现的问题。

84、1.如果模型系统中的一个或几个方程存在设定误差 或测量误差，这些误差将会传导到模型中其他 方程上，从而影响到整个模型系统中所有参数 的估计量，就是说，系统估计法对设定误差和 测量误差十分敏感。 系统估计法要求有更大的 2.样本容量，这是因为，单方程估计法一次仅估 计一个方程的参数，而系统估计法则同时要估 计模型中所有方程的参数。 系统估计法中的完 3. 全信息极大似然法涉及参数非线性的问题，模 型系统求解相当困难，需要采用专门的数值迭 代方程。 85、1.结构方程中的随机误差项必须满足最小二乘法惯用的假定，简化式方程的误差项也必须满足这些假定，2.模型中的前定变量之间不存在严重多重共线性，3 样本容量足够大。

86、1二阶段最小二乘法适用于估计过度识别的结构方程，但也可以用来估计恰好识别的结构方程，2二阶段最小二乘法是一种特定的工具变量法。3 与间接最小二乘法，工具变量法相同。二阶段最小二乘估计量是有偏的、一致的。

87、1 他有较合理的经济解释。2 他能自动满足前述需求函数的所有理论特性。3他可以从特殊的效用函数中导出。

88、1. 生产一种产品需要两种以上投入 2 各种投入至少有一种被充分利用，实际利用的各种投入之间保持固定比例关系 3 规模报酬不变 4. 替代弹性为 0

89、1、不变弹性 2、劳动和资本都是生产中不可缺少的要素，如果其中一个为0，则产出为零。3、边际生产力为正 4、边际生产力递减 5、报酬规模由阿尔法+贝塔决定6、替代弹性等于1

90、1 预测时期条件反常 2 解释变量Xf 有系统误差。因此，协整检验的第一步就是考察每个变量单整的阶数。2、估计消费与收入之间的长期均衡关系。3、估计误差修正模型。

93、1 仅随个体不同而异，与时间无关的变量。2仅随时间推移而变化，与个体无关的变量，如价格、利率等。3 双向变量，即同时与时间和个体有关的变量。

94、1 斜率系数是常数，截距随个体不同而改变。2 斜率系数是常数，截距随个体和时间不同而改变。3 全部系数随个体不同而异。4、全部系数随个体和时间不同而变化。

95、简单相关系数检测法和方差膨胀因子检测法都是从度量解释变量之间的相关程度来检测多重共线性的， 判定系数增量贡献法则是从解释变量与被解释变量的相关程度来检测多重共线性的。 96、对于模型 Y i= β 0 + β1 X 1i + β 2 X 2i + …….+ β k X ki + ui 如果出现 Var (ui ) = σ i 2 即对于不同的样本点，随机误差项的方差不再是常数，随样本点变动而变动，则认为模型出现了异方差性 (Heteroskedasticity)。 97、最优线性无偏性指一个估计量具有以下性质：（1）线性，即这个估计量是随机变量。（2）无偏性，即这个估计量的均值或者期望值E（a）等于真实值a。（3）具有有效估计值，即这个估计量在所有这样的线性无偏估计量一类中有最小方差。 具有上述性质的估计量，被称为最优线性无偏估计量。

98、虚拟解释变量模型的设定因为质的因素的多少和这些因素特征的多少而引入的虚拟变量也会不同。以一个最简单的虚拟变量模型为例，如果只包含一个质的因素，而且这个因素仅有两个特征，则回归模型中只需引入一个虚拟变量。如果是含有多个质的因素，自然要引入多个虚拟变量。如果只有一个质的因素，且具有m个特征，那么如果是含有截距项的，就要引入 m-1个虚拟变量；不含有截距项的， 应该引入m个虚拟变量，这就是虚拟变量的设定原则。

99、随机解释变量问题的后果： 模型中在解释变量为随机变量并且与扰动项相关的情况下应用普通最小二乘法估计参数可能会出现估计的不一致性使得估计值产生很大的偏误造成拟合优度检验的全面失准F检验失效t检验失去意义。在这种情况下各种统计检验得到的是虚假

的结果不能作为判别估计式优劣的依据。 随机解释变量带来何种结果取决于它与随机误差项是否相关 1随机解释变量与随机误差项不相关 2随机解释变量与随机误差项在小样本下相关在大样本下渐进无关 3随机解释变量与随机误差项高度相关 4滞后被解释变量与随机误差项相关

100、用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来就是力量，这种结合便构成了计量经济学。

101、计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律（或者说，计量经济学是利用数学方法，根据统计测定的经济数据，对反映经济现象本质的经济数量关系进行研究）。计量经济学的内容大致包括两个方面：一是方法论，即计量经济学方法或理论计量经济学；二是应用，即应用计量经济学；无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。 计量经济学模型研究的经济关系有两个基本特征：一是随机关系；二是因果关系。

102、计量经济学方法，就是定量分析经济现象中各因素之间的因果关系。所以，第一步，要根据经济理论分析所研究的经济现象，找出经济现象之间的因果关系及相互间的联系，把问题作为被解释变量，把影响问题的主要因素作为解释变量，把非主要因素归入随机项；第二步，要按照它们之间的行为关系选择适当的数学形式描述这些变量之间的关系，一般是用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。在建立理论模型的时，要求理论模型在参数估计、模型检验的过程中不断得到修正，以便得到一个较好的、能够解释过去的、反映客观经济规律的数学模型。此外，还可以通过散电图或模拟的方法，选择一个拟合效果较好的数学模型。 103、时间序列数据的例子如：改革开放以来25年中的GDP、居民人均消费支出、人均可支配收入、零售物价指数、固定资产投资等；横截面数据的例子如：2003年各省的GDP、该年各工业部门的销售额、该年不同收入的城镇居民消费支出、该年不同城镇居民的可支配收入、该年各省的固定资产投资等。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。

104、常用的样本数据包括：时间序列数据、横截面数据、虚变量数据和面板数据。

105、由于客观经济现象的复杂性，以至于人们目前仍难以完全地透彻地了解它的全貌。对于某一种经济现象而言，往往受到很多因素的影响，而人们在认识这种经济现象的时候，只能从影响它的很多因素中选择一种或若干种来说明。这样就会有许多因素未被选上，这些未被选上的因素必然也会影响所研究的经济现象。因此，由被选因素构成的数学模型与由全部因素构成的数学模型去描述同一经济现象，必然会有出入。为使模型更加确切地说明客观经济现象，所以有必要引入随机误差项。

106、经济数据是通过对经济变量进行观测和统计得到的，它们反映经济活动相关方面的水平和情况。从计量经济学的角度看，经济数据是计量经济分析的材料，或者说发现经济规律的信息载体，对经济规律的实证研究起十分关键的作用。为此，要求经济数据须具备完整性、准确性、可比性和一致性。

107、随机干扰项是指总体观测值与回归方程理论值之间的偏差，而残差项是指样本观测值与回归方程理论值之间的偏差，二者是有区别的。但是，由于总体观测值无法得到，从而造成总体回归函数事实上是未知的，因此一般的做法是通过样本观测值获得的信息去估计总体回归函数，这样残差项就是随机干扰项的一个样本股计量。

108、普通最小二乘法所保证的最好拟合是同一个问题内部的比较，即使用给出的样本数据满足残差的平方和最小；拟合优度检验结果所表示的优劣可以对不同的问题进行比较，即可以辨别不同的样本回归结果谁好谁坏。 109、可决系数R2含义为由解释变量引起的被解释变量的变化占解释变量总变化的比重，用来判定回归直线拟合的优劣，该值越大说明拟合得越好；而残差平方和和样本容量关系密切，当样本容量比较小时，残差平方和的值也比较小，尤其是不同样本得到的残差平方和是不能做比较的。此外，作为检验统计量的一般是相对量而不能用绝对量，因而不能使用残差平方和判断模型的拟合优度。

110、对解释变量进行显著性检验的目的是为了决定该变量是否应该作为解释变量被保留在模型中。如果该变量对被解释变量的影响并不显著，就应该将其剔除，并寻找其它可能的变量建立模型。

111、一是解释变量的个数不同；二是模型的经典假设不同，多元线性回归模型比一元线性回归模型多了“解释变量之间不存在线性相关关系”的假定；三是多元线性回归模型的参数估计式的表达更复杂；

112、在多元线性回归模型中，参数的最小二乘估计量具备线性、无偏性、最小方差性，同时多元线性回归模型满足经典假定，所以此时的最小二乘估计量是最优的线性无偏估计量，又称BLUE估计量。对于多元线性回归最小二乘估计的正规方程组，够解出唯一的参数估计量 得条件是（X’X）-1存在。，或者说各解释变量间不完全线性相关。

112、多元线性回归模型的基本假定有：零均值假定、随机项独立同方差假定、解释变量的非随机性假定、解释变量之间不存在线性相关关系假定、随机误差项服从均值为0方差为的正态分布假定。在证明最小二乘估计量的无偏性中，利用了解释变量非随机或与随机干扰项不相关的假定；在有效性的证明中，利用了随机项干扰项同方差且无序列相关的假定。

113模型施加约束条件后进行回归称为受约束回归。而不加任何约束的回归称为无约束回归。对模型参数施加约束条件后，就限制了参数的取值范围，寻找到的参数估计值也是在此条件下使残差平方和达到最小，它不可能比未施加约束条件时找到的参数估计值使得残差平方和达到最小值还要小。这意味着，通常情况下，对模型施加约束条件会降低模型的解释能力。但当约束条件为真时，受约束回归与无约束回归的结果就相同。 114、（1）必须保证最小样本容量。样本最小容量必须不少于模型中解释变量的数目（包括常数项）,即n >=k+1，因为，无多重共线性要求：秩(X)=k+1。 （2）满足基本要求的样本容量。虽然当n>=k+1时可以得到参数估计量，但除了参数估计量质量不好外，一些建立模型必须的后续工作也无法进行。所以，一般经验认为，当n>=30或者至少n>=3(k+1)时，才能说满足模型估计的基本要求。

115、区间估计是指寻找一个以未知参数的点估计值为中心的区间，以是真实的未知参数以一定的概率落入该区域内。区间估计是用来考察参数的点估计值与真是参数间的“接近程度”的。显然，如果找到的区间越窄，同时真实参数落入区间的概率越大，则说明点估计值越“接近”真实的未知参数。 116、（1）随机误差项序列存在异方差性；（2）随机误差项序列存在序列相关性；（3）解释变量之间存在多重共线性；（4）解释变量是随机变量且与随机误差项相关的随机解释变量问题；（5）模型设定有偏误；（6）解释变量的方差不随样本容量的增而收敛。

117、在实际操作中人们通常采用如下的经验方法：不对原模型进行异方差性检验，而是直接选择加权最小二乘法，尤其是采用截面数据作样本时。如果确实存在异方差性，则被有效地消除了；如果不存在异方差性，则加权最小二乘法等价于普通最小二乘法。

118、经济现象是极为复杂的，其中诸因素之间的关系，在很多情况下，不是单一方程所能描述的那种简单的单向因果关系，而是相互依存，互为因果的，这时，就必须用联立的计量经济学方程才能描述清楚。所以与单方程适用于单一经济现象的研究相比，联立方程模型适用于描述复杂的经济现象，即经济系统。

119、对于联立方程模型系统而言，将变量分为内生变量和外生变量两大类，外生变量与滞后内生变量又被统称为先决变量。内生变量是具有某种概率分布的随机变量，它是由模型系统决定的，同时也对模型系统产生影响，内生变量一般都是经济变量。外生变量一般是确定性变量，或者是具有临界概率分布的随机变量。外生变量影响系统，但本身不受系统的影响。外生变量一般是经济变量、条件变量、政策变量、虚变量。

120、联立方程模型可以分为结构式模型和简化式模型。根据经济理论和行为规律建立的描述经济变量之间直接关系结构的计量经济学方程系统称为结构式模型。结构式模型中的每一个方程都是结构方程，将一个内生变量表示为其它内生变量、先决变量和随机误差项的函数形式，被称为结构方程的正规形式。将联立方程模型的每个内生变量表示成所有先决变量和随机误差项的函数，即用所有先决变量作为每个内生变量的解释变量，所形成的模型称为简化式模型。 121、联立方程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，则认为该联立方程模型系统是不可以识别的。如果某一个随机方程具有一组参数估计量，称其为恰好识别；如果某一个随机方程具有多组参数估计量，称其为过度识别。 122、定义一：如果联立方程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。定义二：如果联立方程模型中某些方程的线性组合可以构成与某一个方程相同的统计形式，则称该方程为不可识别。定义三：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模型中某个结构方程的确定的结构参数估计值，则称该方程为不可识别。

123?Y、?联?立X方?程?计量经济学模型的结构式中的第i个方程中包含gi变量（含被解释变量）和k个内生

i个先决变量（含常数项）模型系统中内生变量和先决变量的数目用示，矩阵(?)g，

和k表

0?0表示第i个方程中未包含的变量

括内生变量和先决变量）在其它g?1（包

个方程中对应系

数所组成的矩阵。于是，判断第的结构式条件为：如果

R(?i个结构方程识别状态

个结构方程不可识别；如果

R0?(?0)?g?1g，则第?1i

0?0)?，

则k第?ki个结构方程可以识别，并且如果果

k?ik?gi?1，则第i个结构方程恰好识别，如i?gi?1，则第i个结构方程过度识别。其中符号R表示矩阵的秩。一般将该条件的前一部分称为秩条件，用以判断结构方程是否识别；后一部分称为阶条件，用以判断结构方程恰好识别或者过度识别。 124、单方程估计方法有：狭义的工具变量法（IV），间接最小二乘法(ILS)，两阶段最小二乘法（2SLS）；系统估计方法有：三阶段最小二乘法（3SLS），完全信息最大或然法（FIML）。狭义的工具变量法（IV）和间接最小二乘法(ILS)只适用于恰好识别的结构方程的估计。两阶段最小二乘法（2SLS）、三阶段最小二乘法（3SLS）、完全信息最大或然法（FIML）既适用于恰好识别的结构方程，又适用于过度识别的结构方程。

125、一般情况下，在小样本下是有偏的，但在大样本下是渐近无偏的。如果选取的工具变量与方程随机误差项完全不相关，那么其参数估计量是无偏性估计量。对于间接最小二乘法，对简化式模型应用普通最小二乘法得到的参数估计量具有线性、无偏性、有效性。通过参数关系体系计算得到结构方程的结构参数估计量在小样本下是有偏的，在大样本下是渐近无偏的。采用二阶段最

小二乘法得到结构方程的结构参数估计量在小样本下129、修改方程使得其余每一个方程中都包含至少1个是有偏的，在大样本下是渐近无偏的。

该方程所未包含的变量，并且互不相同，那么所有方程126、⑴ 如果联立方程模型系统中所有结构方程都是可的任意线性组合都不能构成与该方程相同的统计形式，以识别的，并且?非奇异，则3SLS估计量是一致性估则该方程变为可以识别的方程。

计量。为了保证?非奇异，必须将模型系统中的恒等130、联立方程计量经济学模型的估计方法分为两大类：式排除在外，不参加估计过程。因为恒等式的随机误差单方程估计方法与系统估计方法。所谓单方程估计方项为0，将使?矩阵中出现0行和0列，使之成为奇异法，指每次只估计模型系统中的一个方程，依次逐个估矩阵。⑵ 3SLS估计量比2SLS估计量更有效，但是这计。单方程估计方法主要解决的是联立方程模型系统中是对大样本而言。对于有限样本情况下3SLS估计量和每一个方程中的随机解释变量问题，同时尽可能地利用2SLS估计量的有效性比较，无法从数学上加以证明，单个方程中没有包含的、而在模型系统中包含的变量样可以通过?Monte Carlo试验进行统计上的说明。 ⑶ 如本观测值的信息，没有考虑模型系统方程之间的相关性果是对角矩阵，即模型系统中不同结构方程的随机对单个方程参数估计量的影响。所谓系统估计方法，指误差项之间无相关性，那么可以证明3SLS估计量与同时对全部方程进行估计，同时得到所有方程的参数估2SLS估计量是等价的。

计量，利用了模型系统的全部信息。显然，从模型估计在大样本时，一般情况下，3SLS与FIML具有相同的的性质来讲，系统估计方法必然优于单方程方法，但从渐近有效性。但是，在特殊情况下，例如，如果在开始方法的复杂性来讲，单方程方法又优于系统估计方法。 估计之前已经知道方程系统随机误差项的方差、协方差131、在现实经济生活中，除了诸如：利润、成本、收信息，FIML就可以充分利用这些信息，因而比3SLS入、价格等具有数量特征、影响某个经济问题的变量外，更有效。

还有一类变量，如：季节、民族、自然灾害、战争、政127、第一，结构方程解释变量中的内生解释变量是随府制定的某项经济政策等也会影响某些经济问题且可机解释变量，不能直接用OLS来估计；第二，损失变能是重要的影响因素，如：讨论改革前后的经济发展的量信息问题：在估计联立方程系统中某一个随机方程参对比，讨论像空调、冷饮等季节性产品的销售，讨论女数时，必须考虑没有包含在该方程中的变量的数据信性化妆品的销售等问题时，不可避免的要考虑后一类变息；第三，联立方程模型系统中每个随机方程之间往往量。这后一类变量所反映的并不是数量而是某种性质或存在某种相关性，表现于不同方程随机误差项之间，如属性，我们前面所讨论的回归模型是一种定量模型，所果采用单方程模型方法估计某一个方程，是不可能考虑以在引入这类反映性质或属性的变量时需要先将其定这种相关性的，造成信息的损失。

量化。在计量经济学中，我们把这些反映性质或属性的128、内生变量：内生变量是具有某种概率分布的随机变量叫“虚拟变量”。规定具备某种属性时把虚拟变量变量，它的参数是联立方程系统估计的元素，内生变量赋值为“1”，反之为“0”。

是由模型系统决定的，同时也对模型系统产生影响。内132、对包含常数项的季节变量模型运用OLS法时，如生变量一般都是经济变量。果模型中引入4个季节虚拟变量，会造成完全多重共线足：?E ((CYoi?vY(Ei,(Y?一般情况下，内生变量满

ii)))??i0)即

E(Yi?i)?0Y 性，则参数估计量不存在；其次，即便是一般共线性，因C?E(Y,?((Y为

使用OLS法参数估计量非有效；参数估计量经济含义ii?i)i)??EE(Yi)Ei?(?Ei)(Yi))(?i?E(o?i)))不合理；变量的显著性检验失去意义；模型的预测功能 ?

E(Y失效。

i?i)

133、滞后变量模型有分布滞后模型和自回归模型两大外生变量：外生变量一般是确定性变量，或者是具有临类，其中：分布滞后模型有无限期的分布滞后模型和有界概率分布的随机变量，其参数不是模型系统研究的元限期的分布滞后模型；自回归模型又有柯克模型、自适素。外生变量影响系统，但本身不受系统的影响。外生应预期模型和部分调整模型。外生变量分布滞后模型使变量一般是经济变量、条件变量、政策变量、虚变量。

用OLS法存在以下问题：⑴对于无限期的分布滞后模外生变量X一般满足：

E(Xi?i)?0外生变量与

型，由于样本观测值的有限性，使得无法直接对其进行滞后内生变量统称为先决变量。

估计；⑵对于有限期的分布滞后模型，使用OLS方法

会遇到：没有先验准则确定滞后期长度，对最大滞后期的确定往往带有主观随意性；如果滞后期较长，由于样本容量有限，当滞后变量数目增加时，必然使得自由度减少，将缺乏足够的自由度进行估计和检验；同名变量滞后值之间可能存在高度线性相关，即模型存在高度的多重共线性。

134、产生模型设定偏误的原因主要有：模型制定者不熟悉相应的理论知识；对经济问题本身认识不够或不熟悉前人的相关工作；模型制定者手头没有相关变量的数据；解释变量无法测量或数据本身的测量误差。模型设定偏误的后果有：⑴如果遗漏了重要的解释变量，会造成OLS估计量在小样本下有偏、在大样本下非一致；对常数项的估计是有偏的；对随机扰动项的方差估计是有偏的；⑵如果包含了无关的解释变量，使得OLS估计量不具有最小方差性；⑶如果选择了错误的函数形式，则会造成估计的参数具有完全不同的经济意义，估计结果也不同。135、阿尔蒙多项式法估计有限分布滞后模型的原理是：在有限滞后模型滞后长度已知的情况下，通过阿尔蒙变化，定义新变量，以减少解释变量的个数，然后用OLS估计参数。这里对多项式的阶数k有一定限制，一般取2或者3，不超过4.如果阶数取得过大，则达不到通过阿尔蒙多项式变换减少变量个数的目的。

136、如果遗落相关变量，则OLS估计结果在小样本下是有偏的，在大样本下也不具有一致性，随机干扰项的方差估计σ2~也是有偏的，同时估计的参数的方差也是有偏的，从而不再能够保证最小方差性。在多选无关解释变量的情形下，OLS估计仍是无偏的一致的，随机干扰项的方差σ2也能被正确估计，但OLS估计量却往往是无效的。也就是说，包含无关变量的偏误主要表现为：“错误”模型的OLS估计量的方差一般会大于“正确”模型相应参数估计量的方差。

本文来源：https://www.bwwdw.com/article/bo7f.html