《计量经济学》题库考试复习资料

《计量经济学》要点

一、单项选择题（每小题2分，共20分） 二、简答题（每题10分，共40分） 三、计算分析题（20分?2=40分）

涉及第1、2、3、4、5、6、7、8、10、11章的内容； 讲课方式：按照考试题型，逐章逐个知识点（考点）进行讲解。

一、单项选择题 知识点： 第一章

时间序列数据定义 横截面数据定义

同一统计指标按时间顺序记录的数据称为( 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，不同单位相同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（被解释变量、解释变量、内生变量、外生变量、

前定变量）

单方程中可以作为被解释变量的是（控制变量、前定变量 、内生变量、外生变量）；

在回归分析中，下列有关解释变量和被解释变量的说法正确的有（ c ）

A、被解释变量和解释变量均为随机变量 B、被解释变量和解释变量均为非随机变量 C、被解释变量为随机变量，解释变量为非随机变量 D、被解释变量为非随机变量，解释变量为随机变量

什么是解释变量、被解释变量？

从变量的因果关系上，模型中变量可分为解释变量（Explanatory variable）和被解释变量(Explained variable)。

在模型中，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，也常称为“应变量”(Dependent variable)、“回归子”（Regressand）等。

解释变量也常称为“自变量”(Independent variable)、“回归元”（Regressor）等，是说明应变量变动主要原因的变量。

因此，被解释变量只能由内生变量担任，不能由非内生变量担任。

单方程计量经济模型中可以作为被解释变量的是（c） A、控制变量 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解释变量是（ A ）

A、内生变量 B、政策变量 C、控制变量 D、外生变量 在回归分析中，下列有关解释变量和被解释变量的说法正确的有（C） A、被解释变量和解释变量均为随机变量 B、被解释变量和解释变量均为非随机变量 C、被解释变量为随机变量，解释变量为非随机变量 D、被解释变量为非随机变量，解释变量为随机变量

双对数模型中参数的含义；

双对数模型lnY?ln?0??1lnX??中，参数?1的含义是（ d ） A . X的相对变化，引起Y的期望值绝对量变化 B．Y关于X的边际变化

C．X的绝对量发生一定变动时，引起因变量Y的相对变化率 D、Y关于X的弹性

双对数模型 lnY?ln?0??1lnX??中，参数?1的含义是 （ c）

A. Y关于X的增长率 B .Y关于X的发展速度 C . Y关于X的弹性 D. Y关于X 的边际变化

计量经济学研究方法一般步骤

计量经济学的研究方法一般分为以下四个步骤（b ） A．确定科学的理论依据、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、预测检验 D．模型设定、检验、 结构分析、模型应用

对计量经济模型应当进行哪些方面的检验？

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偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性做出说明。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基本假定，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。

预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。

在使用计量经济模型分析问题时，通常会使用哪些类型数据？使用这些类型数据各自应该注意哪些问题？

（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，按照一定的时间顺序和时间间隔（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，对若干个体进行多期观测。例如在居民收支调查中收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发展状况的统计数据，就都是面板数据；

（4）虚拟变量数据(Dummy Variables Data)。表示客观存在的定性现

象

时间序列数据若是非平稳的，可能造成“伪回归”； 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研究的专门问题，容易产生异方差、自相关性。

计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？

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偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性作出说明。 计量经济学检验：检验模型是否符合计量经济方法的基本假定，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。

预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。

第一章

1、把反映某一总体特征的同一指标的数据，按一定的时间顺序和时间间隔排列起来，这样的数据称为（ b ）

A、横截面数据 B、时间序列数据 C、修匀数据 D、原始数据

2、同一统计指标按时间顺序记录的数据称为( b )。

A、横截面数据 B、时间序列数据 C、修匀数据 D、原始数据

A．X的相对变化，引起Y的期望值绝对量变化 B．Y关于X的边际变化

C．X的绝对量发生一定变动时，引起因变量Y的相对变化率 D、Y关于X的弹性

????X?e，则点(X,Y) ( b ) 6、设OLS法得到的样本回归直线为Yi??12iiA、一定不在回归直线上 B、一定在回归直线上 C、不一定在回归直线上 D、在回归直线上方

7、关于可决系数R，以下说法中错误的是（ d ）

A、可决系数R的定义为被回归方程已经解释的变差与总变差之比；

221； B、R?0，C、可决系数R反映了样本回归线对样本观测值拟合优劣程度的一种描述； D、可决系数R的大小不受到回归模型中所包含的解释变量个数的影响。

8、有关调整后的判定系数R与判定系数R之间的关系叙述正确的是（ c ）

A R等于R B R与R没有数量关系 C 一般情况下R?R D R大于R

9、在多元回归中，调整后的判定系数R与判定系数R的关系为（ a ）

22 A．RR

22B． R=R D． R与R的关系不能确定

222222??2

222222222222

10. 在古典假设成立的条件下用OLS方法估计线性回归模型参数，则参数估计量具有（c ）的统计性质。

A、有偏特性 B、非线性特性 C、最小方差特性 D、非一致性特性

11、在模型Yt??1??2X2t??3X3t?ut的回归分析结果中，设F统计量对应的p值为 pF，给定显著性水平??0.01，则下列说法正确的是（ c ）

A、若pF?0.05，解释变量X2t对Yt的影响是显著的

B、若pF?0.05，解释变量X2t和X3t对Yt的联合影响是显著的 C、若pF?0.01 ，解释变量X2t和X3t对Yt的联合影响是显著的 D、若pF?0.01，则解释变量X3t对Yt的影响不显著

12、对多元线性回归方程的显著性检验，所用的F统计量可表示为（b ）

ESS(n?k)ESS(k?1) A、RSS(k?1) B、RSS(n?k)

R2(n?k)ESS2C、(1?R)(k?1) D、RSS(n?k)

13、下图中符号“?”显示的距离表示的是（ b ）

YiY

????X???Y01 X A. 随机误差项 B. 残差 C.Yi的离差 D. Yi的离差

14、以下模型中不属于变量线性回归模型是( a )。 A、E(YiXi)??1??2Xi2 B、Yi??1?Xi?2?ui

2 C、E(YiXi)??1??2Xi D、E(YiXi)??1??2Xi

15、在一元线性回归模型中，样本回归方程可表示为：（ c ）

A、Yt??0??1Xt?ut B、Yt?E(Yt/X)??i

??? C、Yt??0??1Xt D、E?Yt/Xt???0??1Xt （其中t?1,2,?,n）

??16、设OLS法得到的样本回归直线为Yi??1??2Xi?ei，以下说法不正确的是 ( d )

A．?ei?0 B．(X,Y)在回归直线上 C．

1、一元线性回归分析中的回归平方和ESS的自由度是 （d） A、n B、n-1 C、n-k D、1

17、古典线性回归模型的普通最小二乘估计量满足的统计性质(a )

A、最佳线性无偏估计 B、仅满足线性性 C.非有效性 D有偏性

??YY D．COV(Xi,ei)?0

18、对多元线性回归方程的显著性检验，所用的F统计量可表示为（ b ）

ESS(k?1)ESS(n?k) A、RSS(k?1) B、RSS(n?k)

ESSR2(n?k)2C、(1?R)(k?1) D、RSS(n?k)

19、在模型Yt??1??2X2t??3X3t?ut的回归分析结果报告中，有F?2634.23，

F的p值?0.0000，则表明（ d ）

A、解释变量X2t对Yt的影响是显著的 B、解释变量X3t对Yt的影响是显著的 C、解释变量X2t和X3t对Yt的影响是均不显著 D、解释变量X2t和X3t对Yt的联合影响是显著的 20、多元线性回归分析中的 RSS反映了（ c ）

A．应变量观测值总变差的大小 B．应变量回归估计值总变差的大小 C．应变量观测值与估计值之间的总变差 D．Y关于X的边际变化

第四章

多重共线性（1）定义、产生原因；（2）后果；（3）检测；（4）

弥补。

参数的最小二乘估计量的性质

简单相关系数矩阵方法主要用于检验（d）

A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 能够检验多重共线性的方法有＿a＿

A.简单相关系数矩阵法 B. DW检验法C. White检验 D.ARCH检验法 如果模型中的解释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 如果模型中的解释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 如果模型中的解释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、产生原因；（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 B.自相关性 C．随机解释变量 D.多重共线性 下列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 判定系数法 D White检验 Goldfeld-Quandt方法用于检验（ a ）

A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 在模型有异方差的情况下,常用的估计方法是( d )

A. 广义差分法 B. 工具变量法 C. 逐步回归法 D. 加权最小二乘法

White检验可用于检验（b ）

A．自相关性 B. 异方差性 C．解释变量随机性 D.多重共线性 加权最小二乘可以解决下列哪个问题 ( 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，下列说法正确的是（ c ）

A．它是检验模型是否存在自相关 B.该检验所需要的样本容量较小 C．该检验需要去掉部分样本 D. 它是检验模型是否存在多重共线性 下列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 判定系数法 D White检验 如果模型中存在异方差现象，则普通最小二乘估计量仍然满足的性质（ 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? 违背同方差假定，扰动项的方差会随着某个（些）因素而发生变

化。观察残差图、White检验、ARCH检验、Golden-Quant检验、Glejser方法等。

回归模型具有异方差性时，仍用最小二乘法估计参数，则以下（ b ）是错误的。

?仍具有最小方差 A、参数估计值是无偏非有效的 B、Var?iC、常用的t和F检验失效 D、预测区间增大，精度下降

第六章

自相关性（1）定义、产生原因；（2）后果；（3）检测；（4）弥补。

违背自相关造成后果（无偏非有效）；

在DW检验中，当d统计量为2时，表明无自相关性存在； DW判断区域规则；

在DW检验中，当d统计量为2时，表明（ c）

A.存在完全的正自相关 B.存在完全的负自相关 C.不存在自相关 D.不能判定

如果回归模型违背了无自相关假定，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

如果在模型yt??1??2xt?ut中，随机扰动项违背了无自相关假定，则下列说法正确的是( a)

?是无偏的且非有效 A．最小二乘估计量?2?是有偏的且有效 B. 最小二乘估计量?2?是无偏的且有效 C．最小二乘估计量?2?是有偏的但非有效 D. 最小二乘估计量?2在DW检验中，不能判定的区域是（ c ）

A. 0?d?dL, 4?dL?d?4 B. dU?d?4?dU C. dL?d?dU, 4?dU?d?4?dL D. 上述都不对

已知样本回归模型残差的一阶自相关系数接近于1，则DW统计量近似等于( a )

A. 0 B. 1 C. 2 D. 4

第四五六章

1、简单相关系数矩阵方法主要用于检验（ d ）

A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 2、设x1,x2为解释变量，则完全多重共线性是（a ）

1x2?0B.x1ex2?021C.x1?x2?v?0(v为随机误差项）D.x1?ex2?02 A.x1?3、用t检验与F检验综合法可以检验（ a）

A．多重共线性 B.自相关性 C．异方差性 D.非正态性 4、能够检验多重共线性的方法有＿a＿

A.简单相关系数矩阵法 B. DW检验法 C. White检验 D.ARCH检验法 5、多重共线性是一种（a）

A．样本现象 B.随机误差现象 C．被解释变量现象 D.总体现象

6、在DW检验中要求有假定条件，在下列条件中不正确的是（ d） A．解释变量为非随机的 B. 随机误差项为一阶自回归形式

C．线性回归模型中不应含有滞后内生变量为解释变量 D.线性回归模型为一元回归形式

7、在DW检验中，当d统计量为2时，表明（c）

A.存在完全的正自相关 B.存在完全的负自相关 C.不存在自相关 D.不能判定 8、在DW检验中，当d统计量为4时，表明( b )

A、存在完全的正自相关 B、存在完全的负自相关 C、不存在自相关 D、不能判定 9、在给定的显著性水平之下，若DW统计量的上和下临界值分别为时，可以为随机误差项（a ）

A、存在一阶正自相关 B、存在一阶负相关

C、不存在序列相关 D、存在序列相关与否不能断定 10、下列说法不正确的是（ c）

A、自相关是一种随机误差现象； B、自相关产生的原因有经济变量的惯性作用； C、检验自相关的方法有F检验法； D、修正自相关的方法有广义差分法； 11、在DW检验中，不能判定的区域是（c ）

A. 0?d?dL, 4?dL?d?4 B. dU?d?4?dU C. dL?d?dU, 4?dU?d?4?dL D. 上述都不对 12、DW检验方法用于检验（b ）

A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 13、以下选项中，正确表达了序列相关的是（a ）

A．Cov(?i,?j)?0,i?j， B．Cov(?i,?j)?0,i?j C．Cov(Xi,Xj)?0,i?j D．Cov(Xi,?j)?0,i?j 14、如果回归模型违背了无自相关假定，最小二乘估计量（ 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 15、在自相关性情况下，常用的估计方法是（ b ）

A．一阶差分法 B.广义差分法 C．工具变量法 D.加权最小二乘法

和

，则当dw

ar(ui)??i2??2f(xi)，16、设yi??1??2xi?ui,V则对原模型变换的正确形式为（ b ）

A.C.yi??1??2xi?uiyixu??21??22i?2if(xi)f(xi)f(xi)f(xi)2B.yif(xi)??1f(xi)??2xif(xi)?uif(xi)D.yif(xi)??1f(xi)??2xif(xi)?uif(xi)

17、ARCH检验方法主要用于检验（a ）

A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 18、在修正异方差的方法中，不正确的是（d ）

A、加权最小二乘法 B、对原模型变换的方法 C、对模型的对数变换法 D、两阶段最小二乘法 19、Goldfeld-Quandt方法用于检验（ a ）

A．异方差性 B.自相关性 C．随机解释变量 D.多重共线性 20、在异方差性情况下，常用的估计方法是（d ）

A．一阶差分法 B.广义差分法 C．工具变量法 D.加权最小二乘法

21、在异方差的情况下，参数估计值的方差不能正确估计的原因是（a）

A.E(ui2)??2C.E(xiui)?0B.E(uiuj)?0(i?j)D.E(ui)?0

22、White检验方法主要用于检验（a）

A．异方差性 B.自相关性 C．是否遗漏解释变量 D.多重共线性 23、在具体运用加权最小二乘法时,如果变换的结果是形式中的哪一种?( b )

A. c.

24、在异方差性情况下，常用的估计方法是（d ）

A．一阶差分法 B.广义差分法 C．工具变量法 D.加权最小二乘法 25、加权最小二乘法是（ b ）的一个特例

y1xu??1??2?xxxx,则Var(u)是下列

?2x B. ?2x2 x D. ?2Log(x)

?2A. 广义差分法 B.广义最小二乘法 C.普通最小二乘法 D.两阶段最小二乘法

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

Yt????0Xt??1Xt?1??2Xt?2?k?ut，则短期影响乘数为（ a ）

1??k?A．?0 B、??0 C、 D、0

1??01??对于有限分布滞后模型

Yt????0Xt??1Xt?1??2Xt?2????sXt?K?ut

在一定条件下，参数?i可近似用一个关于i的多项式表示（i=0，1，2，…，K），下列说法中不正确的是（ d）

A、多项式的阶数m小于K B、可采用Almon法对此模型进行估计 C、该模型比较容易产生多重共线性 D、以上说法都不对

第七章

8、检验自回归模型扰动项的自相关性，常用德宾h检验，下列命题正确的是（b ）

A． 德宾h检验只适用一阶自回归模型 B． 德宾h检验适用任意阶的自回归模型 C． 德宾h 统计量服从t分布 D． 德宾h检验可以用于小样本问题

1、在自适应预期模型和库伊克模型中，假定原始模型的随机扰动项ut满足古典线性回归模

*Yutt?1型的所有假设，则对于这两个模型中的滞后随机解释变量和误差项，下列说法正确

的有（ d）

*A．Cov(Yt?1,ut)?0,Cov(ut*,ut*?1)?0

***Cov(Y,u)?0,Cov(u,ut?1ttt?1)?0 B．

***Cov(Y,u)?0,Cov(u,ut?1ttt?1)?0 C．

***Cov(Y,u)?0,Cov(u,ut?1ttt?1)?0 D．

2、下列说法正确的有（ c ）

A、时序数据和截面数据没有差异 B、对总体回归模型的显著性检验没有必要 C、总体回归方程与样本回归方程是有区别的 D、判定系数

不可以用于衡量拟合优度

第八章

虚拟变量的定义、作用以及规则

虚拟变量( a )

A.主要来代表质的因素，但在有些情况下可以用来代表数量因素 B.只能代表质的因素 C.只能代表数量因素 D.只能代表季节影响因素

对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为 （ b） A m B m-1 C m+1 D m-k 简述虚拟变量设置规则

什么是虚拟变量？在设定虚拟变量时，应该注意什么问题？设置规则是什么？

虚拟变量是将定性因素数量化取值为0或1的一类特殊人工变量。主要作用：在模型中引入定性因素；分段回归等。注意避免虚拟变量陷阱。 虚拟变量个数的设置规则是：若定性因素有m个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m－1个虚拟变量，否则会陷入所谓“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个相互排斥的类型时，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，实际上是D=1时的样本均值。

设某计量经济模型为：Yi????Di?ui，其中Yi大学教授年薪，

?1Di???0男教授，则对于参数α、β的含义，下列解释不正确的是 （b） 女教授 A. α表示大学女教授的平均年薪； B. β表示大学男教授的平均年薪； C. α+ β表示大学男教授的平均年薪； D. β表示大学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，若某定性因素有m个互斥的属性，

对于一个含有截距项的计量经济模型，若某定性因素有m个互斥的类型，为将其引入模型中，则需要引入虚拟变量个数为 （b ） A m B m-1 C m+1 D m-k

第八章

1、虚拟变量( a )

A.主要来代表质的因素，但在有些情况下可以用来代表数量因素 B.只能代表质的因素 C.只能代表数量因素 D.只能代表季节影响因素

2、对于一个回归模型中不包含截距项，若将一个具有m个特征的质的因素引入进计量经济模型，则虚拟变量数目为（ a ）

A、ｍ B、ｍ－１ C、ｍ－２ D、ｍ＋１

3、对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为 （ b）

A m B m-1 C m+1 D m-k

4、 对于含有截距项的计量经济模型，若想将含有m个互斥类型的定性因素引入到模型中，则应该引入虚拟变量个数为 （b ）

A m B m-1 C m+1 D m-k

15、设某计量经济模型为：Yi????Di?ui，其中Yi大学教授年薪，Di???男教授，女教授?0则对于参数α、β的含义，下列解释不正确的是 （b）

A. α表示大学女教授的平均年薪； B. β表示大学男教授的平均年薪； C. α+ β表示大学男教授的平均年薪； D. β表示大学男教授和女教授平均年薪的差额

6、将一年四个季度对因变量的影响引入到模型中，则需要引入虚拟变量的个数为 （b ） A 4 B 3 C 2 D 1

7、在利用月度数据构建计量经济模型时，如果一年里的1、3、5、9四个月表现出季节模式，则应该引入虚拟变量个数为 （a ）

A 4 B 12 C 11 D 6

8、在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y对实际可支配收入X的

?1；Dt???0；回归关系明显不同。现以1991年为转折时期，设虚拟变量1991年以前1991年以后，数

据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可以写作：（ d ）。

A、Yt??0??1Xt?ut B、Yt??0??1Xt??2DtXt?ut

C、Yt??0??1Xt??2Dt?ut D、Yt??0??1Xt??2Dt??3DtXt?ut 9、设某地区消费函数中，消费支出不仅与收入x有关，而且与消费者的年龄构成有关，若将年龄构成分为小孩、青年人、成年人和老年人4个层次。假设边际消费倾向不变，考虑上述年龄构成因素的影响时，该消费函数引入虚拟变量的个数为 （ c）

A 1个 B 2个 C 3个 D 4个

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（a） A．1阶单整 B．2阶单整 C．K阶单整 D．以上答案均不正确

简述时间序列平稳性的含义：时间序列的统计规律 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联合分布函数与时间的位移无关；

广义平稳性是指随机过程的均值、方差和协方差不随时间变化，自协方差函数仅是时间间隔的函数，又称为弱平稳性 什么是伪回归？其产生的原因是？

所谓“伪回归”，是指变量间本来不存在有意义的关系，但回归结果却得出存在有意义关系的错误结论。造成“伪回归”的根本原因在于时间

序列变量的非平稳性。

下列方法可以用于检验时间序列平稳性的是（c ）

A. ARCH检验 B. White检验 C. ADF检验 D. DW检验

第十章

1、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（a）

A．1阶单整 B．2阶单整 C．K阶单整 D．以上答案均不正确

8、属于平稳性检验的方法是（c ）

A、ARCH检验 B、G—Q检验 C、单位根检验 D、德宾h检验 10、某一时间序列经两次差分变换成平稳时间序列，此时间序列称为（2） A、1阶单整 B、2阶单整 C、K阶单整 D、以上答案均不正确 10、如果两个变量都是一阶单整的，则（d）

A． 这两个变量一定存在协整关系 B． 这两个变量一定不存在协整关系 C． 相应的误差修正模型一定成立 D． 还需对误差项进行检验 第十一章

1、简化式模型就是把结构式模型中的内生变量表示为( b ) A.外生变量和内生变量的函数关系 B.前定变量和随机误差项的函数模型 C.滞后变量和随机误差项的函数模型 D.外生变量和随机误差项的函数模型 2、单方程计量经济模型的被解释变量是（a）

A、内生变量 B、政策变量 C、控制变量 D、外生变量 3、前定变量是(a )的合称。

A.外生变量和滞后变量 B.内生变量和外生变量 C.外生变量和虚拟变量 D.解释变量和被解释变量

二、简答题

1、计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？

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偶然结果，运用数理统计中的统计推断方法，对模型及参数的统计可靠性作出说明。

计量经济学检验：检验模型是否符合计量经济方法的基本假定，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。 模型预测检验：模型预测的结果与经济运行的实际结果相对比，以此检验模型的有效性。

2、在使用计量经济模型分析问题时，通常会使用哪些类型数据？使用这些类型数据各自应该注意哪些问题？

（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，按照一定的时间顺序和时间间隔（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，对若干个体进行多期观测。例如在居民收支调查中收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发展状况的统计数据，就都是面板数据。

（4）、虚拟变量数据(Dummy Variables Data)：人为构造的表示定性因素的数据，将定性因素数量化取值为0或1的一类特殊人工变量。 时间序列数据若是非平稳的，可能造成“伪回归”； 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研究的专门问题，容易产生异方差、自相关性

虚拟变量数据避免陷入虚拟变量陷阱

3、什么是解释变量、被解释变量？

从变量的因果关系上，模型中变量可分为解释变量（Explanatory variable）和被解释变量(Explained variable)。在模型中，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，也常称为“应变量”(Dependent variable)、“回归子”（Regressand）等。解释变量也常称为“自变量”(Independent variable)、“回归元”（Regressor）等，是说明应变量变动主要原因的变量。

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ui与解释变量Xi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?

违背同方差假定，随机扰动项的方差随某个解释变量在变化，。 观察残差图、White检验、ARCH检验、G-Q检验等。

6、简述虚拟变量设置规则

虚拟变量个数的设置规则是：若定性因素有m个相互排斥的类型（或属性、水平），在有截距项的模型中只能引入m－1个虚拟变量，否则会陷入所谓“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个相互排斥的类型时，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，实际上是D=1时的样本均值。

7、什么是虚拟变量、设置虚拟变量应该注意什么？

虚拟变量是将定性因素数量化取值为0或1的一类特殊人工变量。主要作用：在模型中引入定性因素；分段回归等。 注意避免虚拟变量陷阱。

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？

加入虚拟解释变量的途径有两种基本类型：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改变的是截距；乘法方式引入虚拟变量改变的是斜率。

9、什么是伪回归？其产生的原因是？

所谓“伪回归”，是指变量间本来不存在有意义的关系，但回归结果却得出存在有意义关系的错误结论。造成“伪回归”的根本原因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联合分布函数与时间的位移无关；广义平稳性是指随机过程的均值、方差不随时间变化，自协方差函数仅是时间间隔的函数，又称为弱平稳性。

二、简答题（每题10分，共40分）

1、在使用计量经济模型分析问题时，通常会使用哪些类型数据？使用这些类型数据各自应该注意哪些问题？

2、计量经济模型检验通常包含哪些检验？每种检验基本思想是什么？对计量经济模型应当进行哪些方面的检验？ 3、什么是多重共线性？

多个解释变量中存在精确的线性关系或仅是的线性关系

4、试述D-W检验的适用条件及其检验步骤？请简要回答DW检验的基本步骤。请说出DW检验检验自相关的基本步骤。 解释变量非随机。 随机误差项为一阶自回归

线性模型中不含滞后的被解释变量。 截距项不为零 数据序列不缺失

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? 列举检验异方差性主要方法？

违背同方差假定，随机扰动项的方差随某个解释变量在变化，。 观察残差图、White检验、ARCH检验、G-Q检验等。

6、经典线性计量模型的假定有哪些？简述线性回归模型的经典假。；经典线性回归模型中，对随机扰动项作了哪些基本（古典）假定？在线性回归模型中，经典计量经济学的假定都有哪些？

7、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？简述虚拟变量设置规则。简述虚拟变量含义及作用

8、简述时间序列平稳性的含义， 9、什么是伪回归？其产生的原因是？

10、什么叫协整？说明EG两步法检验协整的步骤。

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值判断显著性（不需要查表，根据经验即可判断）； 根据已给出的R2，Y的总离差中被回归方程解释的部分及未被回归方程解释的部分所占比例分别是多少； 模型中是否存在多重共线性（利用综合判断法）； 模型是否存在自相关（会看DW表）

为研究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：

? Yi??151.0263?0.1179X1i?1.5452X2i

t=(-3.066806) (6.652983) (3.378064) R2=0.934331 F=191.1894 n=31 （1） 从经济意义上考察估计模型的合理性。

（2） X1、 X2两个变量是否显著？模型的整体是否显著？理由是？

运用计量模型研究1990年到2007年我国粮食产量与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+ut Yt------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-----有效灌溉面积（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: Y Method: Least Squares Date: 05/25/09 Time: 21:03 Sample: 1990 2007 Included observations: 18 Variable X1 X2 X3 X4 X5 X6 C R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 5.183734 0.392216 -0.226072 -0.067816 -0.111089 0.296709 -17495.33 Std. Error 1.657000 0.221575 0.107385 0.148659 0.401499 0.486908 27898.47 t-Statistic （ ） 1.770123 -2.105243 -0.456190 -0.276685 0.609375 -0.627107 Prob. 0.0096 0.1044 0.0591 0.6571 0.7872 0.5547 0.5434 4408.967 17.30448 17.65073 36.37094 0.000001 0.952012 Mean dependent var 44127.13 0.925837 S.D. dependent var 1200.687 Akaike info criterion 15858133 Schwarz criterion -148.7403 F-statistic 2.019087 Prob(F-statistic) 根据此估计结果，是回答下列问题： （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？ 如果不符合，你觉得是什么原因造成的？

家庭消费支出（Y）、可支配收入（X1）、家庭财富（X2）设定模型如下：

Yi??0??1X1i??2X2i??i

回归分析结果为： LS // Dependent Variable is Y Date: 18/11/09 Time: 15:18 Sample: 1 10 Included observations: 10

Variable Coefficient Std. Error T-Statistic Prob. C 24.4070

6.9973 ________ 0.0101

0.5002

X1 - 0.3401 0.4785 ________

X2 0.0823 0.0458 0.1152 R-squared 0.9615 Adjusted R-squared 0.9505

Mean dependent var

111.1256 4.1338

S.D. dependent var 31.4289

S.E. of regression ________ Akaike info criterion

Sum squared resid 342.5486 Schwartz criterion 4.2246 Log likelihood - 31.8585 F-statistic 87.4062 Durbin-Watson stat 2.4382

回答下列问题（11分）：

①、请根据上表中已由数据，填写表中画线处缺失结果（注意给出计算步骤）； ②、模型是否存在多重共线性？为什么？ ③、模型中是否存在自相关？为什么？

Prob(F-statistic)

0.0001

在0.05显著性水平下，dl和du的显著性点k`=1k`=2ndldudldu0.8241.320.6291.69990.8791.320.6971.641100.9271.3240.6581.60411

下表是三因素Fama&French模型估计输出结果，模型中被解释变量（R1）是某证券投资基金收益率，解释变量有三个，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，试回答下列问题。

Dependent Variable: R1 Method: Least Squares Date: 04/23/08 Time: 09:18 Sample: 2003M06 2005M05 Included observations: 24

Newey-West HAC Standard Errors & Covariance (lag truncation=2)

Variable RM SMB HML C

R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

（1）、模型解释变量哪些是显著的？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？

Coefficient 0.899919 -0.536892 -0.100292 0.004991

Std. Error 0.083481 0.133720 0.220450 0.002843

t-Statistic 10.77996 -4.015048 -0.454940 1.755742

Prob. 0.0000 0.0007 0.6541 0.0944 -0.000949 0.045197 -5.028524 -4.832182 40.83896 0.000000

0.859666 Mean dependent var 0.838616 S.D. dependent var 0.018157 Akaike info criterion 0.006593 Schwarz criterion 64.34229 F-statistic 1.937618 Prob(F-statistic)

为了解释中国对进口的需求，根据19年的数据得到下面的回归结果

???58.9?0.20X?0.10X Yt1t2t se = (0.0092) (0.0074) R2=0.96 R2 =0.95 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）解释截距项，及X1和X2系数的经济意义；

（2）Y的总离差中被回归方程解释的部分及未被回归方程解释的部分所占比例分别是多少？；

（3）对参数进行显著性检验,并解释检验结果；

2. 下表是某国的宏观经济数据（PDI——个人可支配收入，单位：10亿美元；PCE——

个人消费支出，单位：10亿美元）。

季度 Jan-80 Feb-80 PDI PCE 季度 PDI PCE 2302.6 2331.6 2347.1 2394 2404.5 2421.6 2437.9 2435.4 2454.7 2465.4 2464.6 2414.2 2440.3 季度 Apr-94 Jan-95 Feb-95 PDI PCE 1990.6 1800.5 Mar-87 2541 2020.1 1087.5 Apr-87 2556.2 2587.3 2631.9 3118.5 2784.8 3123.6 2824.9 3189.6 2849.7 Mar-80 2045.3 1824.7 Jan-88 Apr-80 Jan-81 Feb-81 2045.2 1821.2 Feb-88 Mar-95 3156.5 2893.3 Apr-95 Jan-96 Feb-96 3178.7 2895.3 3227.5 2922.4 3281.4 2947.9 2073.9 1849.9 Mar-88 2653.2 2098 1863.5 Apr-88 2680.9 2699.2 2697.6 Mar-81 2106.6 1876.9 Jan-89 Apr-81 Jan-82 Feb-82 2121.1 1904.6 Feb-89 Mar-96 3272.6 2993.4 Apr-96 Jan-97 Feb-97 3266.2 3012.5 3295.2 3011.5 3241.7 3045.8 2129.7 1929.3 Mar-89 2715.3 2149.1 1963.3 Apr-89 2728.1 2742.9 2692 Mar-82 2193.9 1989.1 Jan-90 Apr-82 Jan-83 2272 2032.1 Feb-90 Mar-97 3285.7 3075.8 Apr-97 3335.8 3074.6 2300.7 2063.9 Mar-90 2722.5 Feb-83 2315.2 2062 Apr-90 2777 2783.7 2776.7 2469.2 2475.5 2476.1 2487.4 2468.8 2484 2488.9 2502.5 2539.3 2556.5 2604 2639 2678.2 2824.3 2741 2754.6 Jan-98 Feb-98 3380.1 3128.2 3386.3 3147.8 Mar-83 2337.9 2073.7 Jan-91 Apr-83 Jan-84 Feb-84 2382.7 2067.4 Feb-91 Mar-98 3443.1 3170.6 Apr-98 Jan-99 Feb-99 3473.9 3202.9 3473.9 3200.9 3450.9 3208.6 2334.7 2050.8 Mar-91 2814.1 2304.5 2059 Apr-91 2808.8 2795 2824.8 Mar-84 2315 Apr-84 Jan-85 Feb-85 2065.5 Jan-92 2313.7 2039.9 Feb-92 Mar-99 3446.9 3241.1 Apr-99 Jan-00 Feb-00 3493 3241.6 2282.5 2051.8 Mar-92 2829 2390.3 2086.9 Apr-92 2832.6 2843.6 2867 3531.4 3258.8 3545.3 3258.6 3281.2 Mar-85 2354.4 2114.4 Jan-93 Apr-85 Jan-86 Feb-86 2389.4 2137 Feb-93 Mar-00 3547 Apr-00 Jan-01 Feb-01 2424.5 2179.3 Mar-93 2903 2434.9 2194.7 Apr-93 Jan-94 Feb-94 2960.6 3123.6 3065.9 3529.5 3251.8 3514.8 3241.1 3537.4 3252.4 Mar-86 2444.7 2213 Apr-86 Jan-87 2459.5 2242 2463 Mar-01 3539.9 3271.2 Apr-01 3547.5 3271.1 2271.3 Mar-94 3102.7

为了建立消费模型，我们首先对PDI和PCE的平稳性及协整关系进行了检验，下列各图是有关输出结果。

图1 PDI和PCE时间序列图

图2

图3

图4

图5

图6

根据图1-图6回答下列问题：

1、 根据PDI和PCE的时间序列图，他们是平稳的吗？为什么？ 2、 PDI和PCE两个序列是否含有单位根？为什么？ 3、 PDI和PCE是几阶单整？

图6中E表示的是PCE对PDI回归后的残差序列，根据图6，PCE与PDI存在协整关系吗？

4. 为分析国内生产总值(GDP)对中国进口需求(IM)的影响，我们建立如下模型，

IMt??1??2GDPt?ut

利用1990至2008年期间数据为样本，估计模型，得到如下几个输出，

根据上面输出结果回答：

1、 该模型是否存在自相关性？给出判断步骤；（dL?1.18;dU?1.401） 2、 模型是否存在异方差性？给出理由。

3、如果模型违背了其中某个假定，采用什么方法进行修正？

5. 下表给出的是1960—1982年间7个OECD国家的能源需求指数（Y）、实际GDP指数（X2）、能源价格指数（X3）的数据，所有指数均以1970年为基准（1970=100）。

年份 能源需求指数Y 实际GDP指数X2 能源价格指数X3 年份 能源需求指数Y 实际GDP指数X2 1960 1961 54.1 55.4 54.1 56.4 111.9 112.4 1972 1973 97.2 100.0 94.3 100.0 98.6 100.0 能源价格指数X3

1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 58.5 61.7 63.6 66.8 70.3 73.5 78.3 83.3 88.9 91.8 59.4 62.1 65.9 69.5 73.2 75.7 79.9 83.8 86.2 89.8 111.1 110.2 109.0 108.3 105.3 105.4 104.3 101.7 97.7 100.3 1974 1975 1976 1977 1978 1979 1980 1981 1982 97.3 93.5 99.1 100.9 103.9 106.9 101.2 98.1 95.6 101.4 100.5 105.3 109.9 114.4 118.3 119.6 121.1 120.6 120.1 131.0 129.6 137.7 133.7 144.5 179.0 189.4 190.9 我们建立了能源需求与收入和价格之间的对数需求函数，

lnYt??0??1lnX2t??2lnX3t?ut

模型估计及有关检验的输出结果如下，

根据输出结果计算并回答下列问题：

1、 计算解释变量显著性检验的t统计量值，并回答实际GDP指数（X2）、能源价格指数（X3）

是否显著？

2、 计算模型调整后的拟合优度，并解释其含义； 3、 3、解释能源价格指数的经济含义；

4、 判断模型是否存在自相关性？给出理由；（dL?0.938;du?1.291） 5、模型是否存在异方差性？给出理由。

6. 下面是对我国农民收入影响因素的计量经济分析模型及估计结果：

Y=β0+β1X1+β2X2+β3X3+μ

Y代表农民人均收入； X1代表农村信贷量； X2代表财政支农支出； X3表示流动人口数；

（显著性水平为0.05时，dl?1.1012du?1.656；?0.05(9)?16.92）

输出结果1：

Dependent Variable: Y Method: Least Squares Date: 11/12/12 Time: 11:19 Sample: 1978 2001 Included observations: 24 Variable C X1 X2 X3 R-squared AdjustedR-squared

S.E. of regression Sum squared resid

Log likelihood Durbin-Watson stat

Coefficient -205.5048 0.024001 1.378330 1.941828 0.986468

——————————

Std. Error 56.57650 0.019650 0.092037 0.382379

t-Statistic -3.632334 1.221449 14.97589

Prob. 0.0017 0.2361 0.0000 0.0001 957.5542 790.2184 12.17059 12.36693

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

98.58

194353

-142.0471 1.395218

485.98

0.000000

输出结果2

White Heteroskedasticity Test: Test Equation:

Dependent Variable: RESID^2 Method: Least Squares

Date: 06/11/12 Time: 21:28 Sample: 1978 2001

Included observations: 24 Variable C X1 X1^2 X1*X2 X1*X3 X2 X2^2 X2*X3 X3 X3^2 R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood

Durbin-Watson stat Coefficient 10038.01 5.514511 -0.000330 0.013223 -0.022489 -47.14045 -0.094998 0.389143 -4.790047 -0.253499 0.510572 0.195940 5983.551 5.01E+08 -236.3090 1.801336 Std. Error t-Statistic 17241.74 7.528002 0.001437 0.019953 0.028534 99.28253 0.086296 0.220520 137.1366 0.307549 0.582192 0.732533 -0.229925 -0.662688 -0.788155 -0.474811 -1.100842 1.764663 -0.034929 -0.824254 Prob. 0.5697 0.4759 0.8215 0.5183 0.4437 0.6422 0.2895 0.0994 0.9726 0.4236 7912.952 6672.902 20.52575 21.01661 1.622759 0.200994 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic

Prob(F-statistic)

问题：

①、农村信贷量对农民收入的影响显著程度? ②、解释变量X3的T检验值为? ③、模型调整后的判定系数?

④、根据输出结果2，表明模型存在异方差吗? ⑤、根据输出结果1，表明模型存在自相关吗?

7. 某公司想决定在何处建造一个新的百货店，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行回归分析，并且用该回归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）

??30?0.1?X?0.01?X?10.0?X?3.0?X Yi1i2i3i4i （0.02） （0.01） （1.0） （1.0） 其中：Yi＝第i个百货店的日均销售额（百美元）；

X1i＝第i个百货店前每小时通过的汽车数量（10辆）；

X2i＝第i个百货店所处区域内的人均收入（美元）； X3i＝第i个百货店内所有的桌子数量； X4i＝第i个百货店所处地区竞争店面的数量； 请回答以下问题：

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与期望的符号一致？ 3、在?＝0.05的显著性水平下检验变量X1i的显著性。

（临界值t0.025(25)?2.06，t0.025(26)?2.056，t0.05(25)?1.708，t0.05(26)?1.706）

8. 考虑以下“期望扩充菲利普斯曲线（Expectations-augmented Phillips curve）”模型：

Yt??1??2X2t??3X3t?ut

其中：Yt=实际通货膨胀率（%）；X2t=失业率（%）；X3t=预期的通货膨胀率（%）。模型估计结果如下表。（20分）

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