应用计量经济学时间序列分析第四版答案

计量经济学精要重点

什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。

一、什么是计量经济学？

答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。 计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。

二、建立计量经济学模型的步骤和要点

1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值） 2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据） 3.模型参数的估计（选择模型参数估计方法，应用软件的使用） 4.模型的检验

模型的检验包括几个方面？其具体含义是什么？

答：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、模型的预测检验。

经济意义检验——需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；

统计检验——需要检验模型参数估计值的可靠性，即检验模型的

计量经济学精要重点

什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。

一、什么是计量经济学？

答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。 计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。

二、建立计量经济学模型的步骤和要点

1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值） 2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据） 3.模型参数的估计（选择模型参数估计方法，应用软件的使用） 4.模型的检验

模型的检验包括几个方面？其具体含义是什么？

答：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、模型的预测检验。

经济意义检验——需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；

统计检验——需要检验模型参数估计值的可靠性，即检验模型的

计量经济学（第四版）

习题参考答案

第一章 绪论

1.1 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 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。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，Y??Yi?1n

This edition is intended for use outside of the U.S. only, with content that may be different from the U.S. Edition. This may not be resold, copied,

or distributed without the prior consent of the publisher.

28

CHAPTER 4

TEACHING NOTES

At the start of this chapter is good time to remind students that a specific error distribution played no role in the results of Chapter 3. That is because only the first two moments were derived under the full set of Gauss-Markov assumptions. Nevertheless, normality is needed to obtain exact no

内容回顾： 什么是虚拟变量？ 它有什么作用？ 引入虚拟变量的方式有几种？各在什么 情况下引入？ CHOW(邹)检验需要首先判断出什么 点？如何操作？其检验的原理是什么？ CHOW检验的自由度如何确定？

第四章 时间序列

第一节第二节 第三节

时间序列的平稳性及其检验时间序列模型的识别、估计、预测 协整分析与误差修正模型

一、问题的引出：非平稳变量与经典 回归模型

1.经典回归模型与数据的平稳性 经典回归分析暗含着一个重要假设：数据是平稳的。 数据非平稳，大样本下的统计推断基础——“一致 性”要求被破怀。 经典回归分析的假设之一：解释变量X是非随机变 量，只能有一个均值。因变量无此限制。 放宽该假设：X是随机变量，则需进一步要求： (1)X与随机扰动项 不相关∶Cov(X, )=0 (2) ( X i X ) 2 / n 依概率收敛： P lim ( ( Xn i

X ) 2 / n) Q

2 数据非平稳与“虚假回归”问题表现在:两个本来没有任何因果关系的变量，却 有很高的相关性(有较高的R2): 例如：如果有两列时间序列数据表现出一致的变 化趋势(非平稳的),即使它们没有任何有意义的 关系，但进行回归

2.1980年-2013年中国全社会固定资产投资总额X与工业总额增加Y的统计资料如下：

试问：

（1）当设定模型为lnY=B0+B1lnX+u时是否存在序列相关？

（2）采用普通最小二乘法和稳定标准误差方法分别估计模型，比较参数估计的差异和它们标准差的误差，并说明稳定标准误差法克服序列相关后果的原理。 （3）若原模型存在序列相关性，试用广义最小二乘法估计模型。

（1)1.图示法

从图中可以残差项的变化图形判断随机干扰项的序列相关性为正相关。 2.原模型OLS估计

由于DW值为0.28，dL(k=2,T=34)=1.39

DW值小于dL,应此可以判断模型存在序列相关。

3.LM检验

、

根据nR^2统计量对应的值得出LM=34*0.699=23.76，在5%显著性水平下存在一阶序列相关性。

再继续LM检验的2阶序列相关性检验，发现在5%显著性水平下，原模型存在2阶序列相关性，但在t-test中，RESID（-2）的参数为0的假设。故不存在2阶序列相关性。

（2）序列相关稳健标准误差法

与原模型OLS估计对比

发现变量X的对应参数修正后的标准差OLS结果有所增大，表明原模型OLS估计结果低估了X的标准差。

（3）广义最小二乘法估

时间序列数据的计量分析方法

1.时间序列平稳性问题及处理方案

1.1序列平稳性的定义

从平稳时间序列中任取一个随机变量集，并把这个序列向前移动h个时期，那么其联合概率分布仍然保持不变。

平稳时间序列要求所有序列间任何相邻两项之间的相关关系有相同的性质。 1.2不平稳序列的后果

可能两个变量本身不存在关系而仅仅因为有相似的时间趋势而得出它有关系，也就是出现伪回归；破坏回归分析的假设条件，使得回归结果和各种检验结果不可信。

1.3平稳性检验方法：ADF检验 1.3.1ADF检验的假设：

?辅助回归方程：Yt????Yt?1??t????Yii?1t?i??t（是否有截距和时间趋势项

在做检验时要做选择）

原假设：H0：p=0,存在单位根

备择假设：H1：P<0，不存在单位根

结果识别方法：ADF Test Statistic 值小于显著性水平的临界值，或者P值小于显著性水平则拒绝原假设并得出结论：所检测序列不存在单位根，即序列是平稳序列。

1.3.2实例

对1978年2008年的中国GDP数据进行ADF检验，结果如表一。

表一 ADF检验结果

Augmented Dickey-Fuller test statistic t-Statistic Prob.*

时间序列数据的计量分析方法

1.时间序列平稳性问题及处理方案

1.1序列平稳性的定义

从平稳时间序列中任取一个随机变量集，并把这个序列向前移动h个时期，那么其联合概率分布仍然保持不变。

平稳时间序列要求所有序列间任何相邻两项之间的相关关系有相同的性质。 1.2不平稳序列的后果

可能两个变量本身不存在关系而仅仅因为有相似的时间趋势而得出它有关系，也就是出现伪回归；破坏回归分析的假设条件，使得回归结果和各种检验结果不可信。

1.3平稳性检验方法：ADF检验 1.3.1ADF检验的假设：

?辅助回归方程：Yt????Yt?1??t????Yii?1t?i??t（是否有截距和时间趋势项

在做检验时要做选择）

原假设：H0：p=0,存在单位根

备择假设：H1：P<0，不存在单位根

结果识别方法：ADF Test Statistic 值小于显著性水平的临界值，或者P值小于显著性水平则拒绝原假设并得出结论：所检测序列不存在单位根，即序列是平稳序列。

1.3.2实例

对1978年2008年的中国GDP数据进行ADF检验，结果如表一。

表一 ADF检验结果

Augmented Dickey-Fuller test statistic t-Statistic Prob.*

时间序列数据的计量分析方法

1.时间序列平稳性问题及处理方案

1.1序列平稳性的定义

从平稳时间序列中任取一个随机变量集，并把这个序列向前移动h个时期，那么其联合概率分布仍然保持不变。

平稳时间序列要求所有序列间任何相邻两项之间的相关关系有相同的性质。 1.2不平稳序列的后果

可能两个变量本身不存在关系而仅仅因为有相似的时间趋势而得出它有关系，也就是出现伪回归；破坏回归分析的假设条件，使得回归结果和各种检验结果不可信。

1.3平稳性检验方法：ADF检验 1.3.1ADF检验的假设：

?辅助回归方程：Yt????Yt?1??t????Yii?1t?i??t（是否有截距和时间趋势项

在做检验时要做选择）

原假设：H0：p=0,存在单位根

备择假设：H1：P<0，不存在单位根

结果识别方法：ADF Test Statistic 值小于显著性水平的临界值，或者P值小于显著性水平则拒绝原假设并得出结论：所检测序列不存在单位根，即序列是平稳序列。

1.3.2实例

对1978年2008年的中国GDP数据进行ADF检验，结果如表一。

表一 ADF检验结果

Augmented Dickey-Fuller test statistic t-Statistic Prob.*

西方经济学(宏观部分)第四版 课后答案

第十二章 国民收入核算

1．下列项目是否计入GDP，为什么?

（1）政府转移支付； （2）购买一辆用过的卡车； （3）购买普通股票； （4）购买一块地产。

答：（1）政府转移支付不计入GDP。政府转移支付只是简单地通过税收把收入从一个人或一个组织转移到另一个人或组织中，并没有相应的货物或劳务的交换发生，因此不计入GDP。

（2）购买一辆用过的卡车不计入GDP。GDP是计算期内生产的最终产品价值，因而是流量不是存量。购买一辆用过的车，这辆车在以前已计入往年的GDP了，现在购买是财富转移，不能重复计入GDP。

（3）购买股票不能计入GDP。购买股票只是一种证券交易活动，是一种产权转移活动，并不是实际的生产经营活动。购买股票对个人而言是一种投资，但不是经济学意义上的投资活动，因为经济学意义上的投资是增加或减少资本资产的支出，即购买厂房、设备和存货的行为。

（4）购买一块地产不能计入GDP。土地不是最终产品，它用于生产产品或劳务时，只有当产品或劳务的价值得到实现时，土地的价值才能得到补偿。这时如果计算土地的价值将会使价值重复计算。购买土地只是一种所有权的转移活动，不属于经济学意义上的投资活动，故不