计量经济学课后答案第七章分布滞后模型与自回归模型第七章课后答案
7.1
（1）先用第一个模型回归，结果如下：
PCE216.4269 1.008106PDI t=(-6.619723) (67.0592)
R220.996233 DW=1.366654 F=4496.936
利用第二个模型进行回归，结果如下：
PCEt233.27360.982382PDIt0.037158PCEt1
t=(-5.120436) (6.970817) (0.257997)
R220.996048 DW=1.570195 F=2019.064
（2)从模型一得到MPC=1.008106；从模型二得到，短期MPC=0.982382，长期MPC= 0.982382+(0.037158)=1.01954 7.2
（1）在局部调整假定下，先估计如下形式的一阶自回归模型：估计结果如下：
*
Yt*0Xt1*Yt1ut*
?15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819)
(0.114858)
t= (-3.193613) (6.433031) (2.365315)
R22=0.985695 F=690.0561 DW=1.518595
根据局部调整模型的参数关系，有**1*1 ut*ut 将上述估计结果代入得到：
11*10.2716760.728324
**
20.738064 0.8640 01
故局部调整模型估计结果为：
?*20.7380640.864001X Ytt
经济意义解释：该地区销售额每增加1亿元，未来预期最佳新增固定资产投资为
0.864001亿元。
运用德宾h检验一阶自相关：
dh(12
1(1 1.3402
2在显著性水平0.05上，查标准正态分布表得临界值h 1.96，由于
h 1.3402h 1.96，则接收原假设0，说明自回归模型不存在一阶自相关。
（2）在局部调整假定下，先估计如下形式的一阶自回归模型：
*
lnYt*0lnXt1*lnYt 1 估计结果如下：
? 1.0780460.904522lnX0.260033lnY lnYttt 1 se=(0.184144) (0.111243) (0.087799)t= (-5.854366) (8.131037) (2.961684)
R22=0.993028 F=1425.219 DW=1.479333
根据局部调整模型的参数关系，有ln*ln*1*1将上述估计结果代入得到：
11*10.2600330.739967
ln
ln*
*
1.45688 1.222 38
故局部调整模型估计结果为：
?* 1.45688 1.22238lnX lnYtt?*0.232961X1.22238 或Ytt
（3）在自适应预期假定下，先估计如下形式的一阶自回归模型：
*Yt*0Xt1*Yt1ut*
估计结果如下：
?15.104030.629273X0.271676Y Yttt 1 se=(4.72945) (0.097819) (0.114858)t= (-3.193613) (6.433031) (2.365315)
R22=0.985695 F=690.0561 DW=1.518595
根据自适应预期模型的参数关系，有**1*1
ut*ut(1)ut 1 将上述估计结果代入得到：
11*10.2716760.728324
**
20.738064 0.8640 01
故自适应模型估计结果为：
?20.7380640.864001X* Ytt
经济意义解释：该地区销售额每预期增加1亿元，当其新增固定资产投资平均增加
0.864001亿元。
运用德宾h检验一阶自相关：
dh(12
1(1 1.340089
2在显著性水平0.05上，查标准正态分布表得临界值h 1.96，由于
h 1.340089h 1.96，则接收原假设0，说明自回归模型不存
在一阶自相关。
（4）由题意可知，有分布滞后模型：
Yt0Xt1Xt1...4Xt4ut s=4,取m=2。
假设00，1012，202142，
303192，
404116 2 （*）
则，模型可变为：Yt0Z0t1Z1t2Z2t ut，其中：
Z0Xt Xt1Xt2Xt3Xt4Z1Xt12Xt23Xt34Xt 4
Z2Xt14Xt29Xt316Xt4
用EVIEWS对以上模型进行回归得：
?= -35.49234 + 0.89101Z - 0.66990Z + 0.10439Z Y2t0t1tt
Variable C
Z0 Z1 R-squared
CoefficienStd. Error
-35.49234 0.891012 -0.669904 8.192884 0.174563 0.254447 t-Statistic -
4.332093
5.104248 -2.632783 Prob. 0.0007 0.0002 0.0197 121.2322 45.63348
6.688517 6.886378 299.7429 0.984670 Mean dependent
var
Adjusted R-squared 0.981385 S.D. dependent var S.E. of regression 6.226131 Akaike info
criterion
Sum squared resid 542.7059 Schwarz criterion Log likelihood -56.19666 F-statistic
即35.49124,00.89101,10.66990,20.10439 由（*）式可得，
00.89101,10.32550,20.03123,30.17917,40.11833
由阿尔蒙多项式变换可得如下估计结果：
?-35.49234 0.89101X 0.32550X-0.03123X-0.17917X-0.11833X
Yttt1t2t3t4
7.3
在局部调整假定和自适应假定下，上述二模型最终都转化为一阶自回归模型。为此，先估计如下形式的一阶自回归模型：估计结果如下：
Yt*0Xt1*Yt1ut*
? 1.8966450.102199X0.0147Y Yttt 1 se=(1.167127) (0.024782) (0.182865) t= (1.625255) (4.123961) (0.080389)
R22=0.557066 F=21.12278 DW=1.901308
从结果看，t值F值都很显著，R不是很高。
（1）根据局部调整模型的参数关系，有**1*1
ut*ut，将上述估计结果代入得到：故局部调整模型为：
2
0.9853,0.1037, 1.9249
Yt* 1.92490.1037Xt
意义：为了达到全省工业总产值的计划值，寻求一个未来预期新增固定资产的最佳量。全省工业总产值每计划增加1（亿元），则未来预期最佳新增固定资产量为0.1037亿元。（2）根据自适应模型的参数关系，有**1*1
ut*ut(1)ut1，代入得到：故自适应模型为：
0.9853,0.1037, 1.9249
Yt 1.92490.1037Xt*
意义：新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每预期
增加增加1（亿元），当期新增固定资产量为0.1037（亿元）。
（3）局部调整模型和自适应模型的区别在于：局部调整模型是对应变量的局部调整
而得到的；而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见，Y滞后
一期的回归系数并不显著，说明两个模型的设定都不合理。 7.4
（1）在局部调整假定下，先估计如下形式的一阶自回归模型：
?**X*X*Y* Yt01t12t2t1t
估计结果如下：
?6596.228 0.047451X0.274838X0.405275YYt1t2tt1se=(4344.078)
(0.03961) (0.090543) (0.187220)t= (1.518442) (1.19794) (3.035736)
(2.164699)R22=0.963738 F=275.6267 DW=2.109534
根据局部调整模型的参数关系，有*0*0 1* 1 21
ut*ut
将上述估计结果代入得到：
*1210.4052750.594725
0*1**11091.2236700.07978 10.4621 26
故局部调整模型估计结果为：
?*11091.22367 0.07978X0.462126X Yt1t2t
经济意义解释：在其他条件不变的情况下，该地区社会商品零售额每增加1亿元，则
预期年末货币流通量增加0.07978亿元。同样，在其他条件不变的情况下，该地区城乡居
民储蓄余额每增加1亿元，则预期年末货币流通量增加0.462126亿元。 (2) 在局部调整
假定下，先估计如下形式的一阶自回归模型：
?**lnX*lnX*lnY* lnYt01t12t2t1t
估计结果如下：
?0.6443330.20623lnX0.180168lnX0.531445lnYlnYt1t2tt1se=(1.677888) (0.255557) (0.154913) (0.10926)t= (0.384014) (0.806984) (1.163031)
(4.864049)R22=0.965633 F=291.3458 DW=1.914829
*
根据局部调整模型的参数关系，有ln*ln0*0 1* 1
21
将上述估计结果代入得到：
*1210.5314450.468555
ln
ln*
0*1*
1.37514900.44014 10.3845 18
故局部调整模型估计结果为：
?* 1.375149 0.44014lnX0.384518lnX lnYt1t2t
(3) 由(1 )可知，短期货币流通需求：
?6596.228 0.047451X0.274838X0.405275Y Yt1t2tt1
长期货币流通需求：
?*11091.22367 0.07978X0.462126X Yt1t2t
由（2）可知，
?0.644333 0.20623lnX0.180168lnX0.531445lnY
lnYt1t2tt1?* 1.375149 0.44014lnX0.384518lnX lnYt1t2t
所以，货币需求对社会商品零售额的短期弹性为：0.20623，长期弹性为：0.44104。货币需求对城乡居民储蓄余额的短期弹性为：0.180168，长期弹性为0.384518。 7.5
（1）首先将M滞后一期并乘上(11)得到
*
(11)Mt1(11)(11)1Yt*1(11)2Rt1t1
Mt(11)Mt1111Yt2[Rt*(11)Rt*1]t(11) t1111Yt2[Rt*(1221)Rt*1]t(11)t 1111Yt2[Rt*(12)Rt*1(12)Rt*1]t(11 )t1111Yt2[Rt*(12)Rt*1]2(12)Rt*1t (11)t1111Yt22Rt2(12)Rt*1t(11) t1
Mt(11)Mt1111Yt22Rt2(12)Rt*1t(1
1)t1(1)Mt1(11)Mt2111Yt122Rt12(1
2)Rt*2t1(11)t2(12)[Mt1(11)Mt2]
(12)1(12)11Yt1(12)22Rt12(12)(12)
Rt*2(12)[t1(11)t2](2)
Mt可表示为:
.(1)－(2) 于是
Mt121[Yt(12)Y1t2M)t(11)(1
2
1
]2R[1R2t(1)t
1
](2M1t)
1
(212)1(11)(12 )2 （）tt t
*t(212)t1(11)(12)t2,这就可能导致出现随机
扰动项的自t（2）
相关。这就可能导致估计出来的结果是有偏的，而且不是一致估计。（3）利用（*）进行回归，结果如下
7.6
（1）短期影响系数为0.1408，长期影响系数为0.1408+0.2306=0.3714 （2）利用工
具变量法。选用Xt1来代替Yt1，进行估计。
*
Yt*0Xt1*Xt1t*
7.7
（1）为了考察收入对消费的影响，我们首先做Yt关于Xt的回归，即建立如下回归
模型
Yt0Xt ut
得如下回归结果（表7.7.1）。表7.7.1
从回归结果来看，t检验值、F检验值及R都显著，但在显著性水平0.05上，DW
2
值d 1.28dl 1.3，说明模型扰动项存在正自相关，需对模型进行修改。事实上，当年消费不仅受当年收入的影响，而且还受过去各年收入水平的影响，因此，我们在上述模型中增添货币收入总额X的滞后变量进行分析。如前所述，对分布滞后模型直接进行估计会存在自由度损失和多重共线性等问题。
（2）选择库伊克模型进行回归分析，即估计如下转化模型：
*
Yt*0Xt1*Yt1ut*
利用所给数据，得回归结果（表7.7.2）。
表7.7.2
回归结果显示，t检验值、F检验值及R都显著，但
2
dn
h(1)
*)21nVar(1
129
(1 1.215935)2
21290.06291 2.2442
在显著性水平0.05上，查标准正态分布表得临界值
h 1.96
2
，由于
h 2.2442
h 1.96
2
，则拒绝原假设0，说明自回归模型存在一阶自相关，需
对模型作进一步修改。
（3）下面我们换一个角度进行分析。消费者的消费是一个复杂的行为过程，一方面，
预期收入的大小可能会影响消费，即消费者会按照收入预期决定自己的消费计划；另
一方面，实际消费往往与预计的消费之间存在偏差，消费者会对预期的消费计划进行调整。因此，我们可以考虑采用局部调整—自适应期望综合模型进行分析。如前所述，在局部调
整假设和自适应假设下，局部调整—自适应期望综合模型可转化为如下形式的自回归转化
模型：
**
Yt*0Xt1*Yt12Yt2ut*
利用所给数据进行估计，得回归结果（表7.7.3）。
回归结果显示，t检验值、F检验值及R都显著，且
2
dn
h(1)
*)21nVar(1
128
(1 2.2283)
21280.1212
0.786
在显著性水平0.05上，查标准正态分布表得临界值
h 1.96
2
，由于
h 1.96
h0.786
2，则接受原假设0，模型扰动项不存在一阶序列相关。最终的
估计模型为：
? 1.79230.2357X 1.287Y0.51447YYttt1t 2 t= (-0.4674) (6.943) (10.63) (-4.08) R2=0.9983 F=4766 DW=2.2283
该模型较好地解释了所考察地区居民消费与收入之间的关系。
第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析: Dependent Variable: Y Method: Least Squares Date: 12/23/15 Time: 14:37 Sam pie: 1 22 In eluded observatio ns: 22 Variable Coeffieie nt Std. Error t-Statistie P rob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D.dependent var 10.08889 S.E. of regressi on 7.116881 Akaike info eriteri on 6.849324 Sum squared resid 1013.000 Sehwarz eriteri on 6.948510 Log likelihood -73.34257 Hannan-Quinn eriter. 6.872689 F-statistie 22.20138 Durbin-Wats on stat 0.629074 P rob(F-statistie) 0.000134 有上可知，关系式为y=56.64794+0.128360x i ②关于人均寿命与成人识字率的关系，用 Eviews分析如下: Dependent Variable: Y Method: Least Squares Date: 12/23/15 Time: 15:01 Sam pie: 1 22 In eluded observatio ns: 22 Variable Coeffieie nt Std. Error t-Statistie P rob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D.dependentvar 10.08889 S.E. of regressi on 5.501306 Akaike info eriterio n 6.334356 Sum squared resid 605.2873 Sehwarz eriterio n 6.433542 Log likelihood -67.67792 Hannan-Quinn eriter. 6.357721 F-statistie 50.62761 Durbin-Wats on stat 1.846406 P rob(F-statistie) 0.000001 由上可知，关系式为y=38.79424+0.331971X2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下:
案例六 自回归分布滞后模型（ADL ）的运用实验指导 一、实验目的 理解ADL 模型的原理与应用条件，学会运用ADL 模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL 模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I 和(1)I 。 二、基本概念 Jorgenson(1966)提出的（,p q ）阶自回归分布滞后模型ADL(autoregressive distributed lag)：011111 i t t p t p t t q t q i t i i y y y ταφφεθεθεβ-----='=++++--+∑x ，其中t i -x 是滞后i 期 的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为i τ，i β是参数向量。当不存在外生变量时，模型就退化为一般ARMA （,p q ）模型。 如果模型中不含有移动平均项，可以采用OLS 方法估计参数，若模型中含有移动平均项，线性OLS 估计将是非一致性估计，应采用非线性最小二乘估计。 三、实验内容及要求 （1）实验内容 运用ADL 模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt 和对数可支配收入xt 之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL 模型的实际应用方法，并熟悉Eniews 的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews 软件，选择“File”菜单中的“New --Workfile”选项，在“Workfile structure type ”栏选择“Dated-regular frequency ”，在“Data specification ”栏中“Frequency ”中选择“Monthly ”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok ，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口
思考题答案 第一章 绪论 思考题 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：u βX αY ++= 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，
案例六自回归分布滞后模型（ADL）的运用实验指 导 一、实验目的 理解ADL模型的原理与应用条件，学会运用ADL模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成 和 。 二、基本概念 Jorgenson(1966)提出的（ ）阶自回归分布滞后模型ADL(autoregressive distributed lag)： ，其中 是滞后 期的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为 ， 是参数向量。当不存在外生变量时，模型就退化为一般ARMA（ ）模型。 如果模型中不含有移动平均项，可以采用OLS方法估计参数，若模型中含有移动平均项，线性OLS估计将是非一致性估计，应采用非线性最小二乘估计。
三、实验内容及要求 （1）实验内容 运用ADL模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt和对数可支配收入xt之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL模型的实际应用方法，并熟悉Eniews的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews软件，选择“File”菜单中的“New--Workfile”选项，在“Workfile structure type”栏选择“Dated-regular frequency”，在“Data specification”栏中“Frequency”中选择“Monthly”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口
上课材料之二： 第二章 数学基础 (Mathematics) 第一节 矩阵(Matrix)及其二次型(Quadratic Forms) 第二节 分布函数(Distribution Function)，数学期望(Expectation)及方差(Variance) 第三节 数理统计（Mathematical Statistics ） 第一节 矩阵及其二次型(Matrix and its Quadratic Forms) 2.1 矩阵的基本概念与运算 一个m ×n 矩阵可表示为： 矩阵的加法较为简单，若C=A +B ，c ij =a ij +b ij 但矩阵的乘法的定义比较特殊，若A 是一个m ×n 1的矩阵，B 是一个n 1×n 的矩阵，则C =AB 是一个m ×n 的矩阵，而且∑== n k kj ik ij b a c 1，一般来讲，AB ≠BA ，但如下运算是成立 的： ● 结合律（Associative Law ） (AB )C =A （BC ） ● 分配律（Distributive Law ） A (B +C )=AB +AC 问题：(A+B)2=A 2+2AB+B 2是否成立？ 向量（Vector ）是一个有序的数组，既可以按行，也可以按列排列。 行向量(row ve ctor)是只有一行的向量，列向量(column vector)只有一列的向量。 如果α是一个标量，则αA =[αa ij ]。 矩阵A 的转置矩阵(transpose matrix)记为A '，是通过把A 的行向量变成相应的列向量而得到。 显然(A ')′=A ，而且（A +B ）′=A '+B '， ● 乘积的转置（Transpose of ａ production ） A B AB ''=')(，A B C ABC '''=')(。 ● 可逆矩阵（inverse matrix ），如果n 级方阵(square matrix)A 和B ，满足AB=BA=I 。 则称A 、B 是可逆矩阵，显然1-=B A ，1-=A B 。如下结果是成立的： 1111111)()()()(-------='='=A B AB A A A A 。 2.2 特殊矩阵 1）恒等矩阵(identity matrix)
第7章分布滞后模型与自回归模型 7.1滞后效应与滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。 通常把这种过去时期的，具有滞后作用的变量叫做滞后变量( Lagged Variable )，含有滞后 变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型(Dynamical Model )。 一、滞后效应与与产生滞后效应的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 女口：消费函数 通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： C t= 0+ 1Y t+ 2Y t-1 + 3Y t-2 + t Y t-1，Y t-2为滞后变量。 产生滞后效应的原因 1、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。 2、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。 3、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。 二、滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为：
q , s ：滞后时间间隔 自回归分布滞后模型 (autoregressive distributed lag model, ADL ):既含有 Y 对自身滞后 变量的回归，还包括着 X 分布在不同时期的滞后变量 有限自回归分布滞后模型： 滞后期长度有限 无限自回归分布滞后模型： 滞后期无限， (1) 分布滞后模型(distributed-lag model ) 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量 X 的当期值及其若干期的滞后值： b0 :短期(short-run) 或即期乘数(impact multiplier) ，表示本期X 变化一单位对 Y 平均值的影响 程度。 bi (i=1,2…,s):动态乘数或延迟系数，表示各滞后期 X 的变动对Y 平均值影响的大小。 「「称为长期(Iong-run )或均衡乘数(total distributed-lag multiplier 单位，由于滞后效应而形成的对 丫平均值总影响的大小。 如果各期的X 值保持不变，则X 与Y 间的长期或均衡关系即为： 2、自回归模型(autoregressive model ) 自回归模型：模型中的解释变量仅包含 X 的当期值与被解释变量 Y 的一个或多个滞后值 丫t 0 1X t 2 丫t 1 t )，表示X 变动一个
计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【A 】 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 ⒊下面属于截面数据的是【D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003年各年某地区20个乡镇的各镇工业产值 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个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【B 】 A 横截面数据 B 时间序列数据 C 修匀数据D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列分 析三大支柱。
⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒 等关系。 三、简答题 ⒈什么是计量经济学？它与统计学的关系是怎样的？ 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证实或证伪的过程。这些是以处理数
计量经济学课后习题答 案汇总 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【 A 】 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 ⒊下面属于截面数据的是【 D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003年各年某地区20个乡镇的各镇工业产值 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个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【 B 】 A 横截面数据 B 时间序列数据 C 修匀数据 D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列 分析三大支柱。
⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系 和恒等关系。 三、简答题 ⒈什么是计量经济学它与统计学的关系是怎样的 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从
计量经济学课程教案
第7章 分布滞后模型与自回归模型 7.1 滞后效应与滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。 通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable ），含有滞后变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model ）。 一、滞后效应与与产生滞后效应的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 如：消费函数 通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： C t =β0+β1Y t +β2Y t-1+β3Y t-2+μt Y t-1，Y t-2为滞后变量。 产生滞后效应的原因 1、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。 2、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。 3、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。 二、滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： q ，s ：滞后时间间隔 自回归分布滞后模型（autoregressive distributed lag model, ADL ）：既含有Y 对自身滞后变量的回归，还包括着X 分布在不同时期的滞后变量 有限自回归分布滞后模型：滞后期长度有限 无限自回归分布滞后模型：滞后期无限， （1）分布滞后模型（distributed-lag model ） 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X 的当期值及其若干期的滞后值： β0：短期(short-run)或即期乘数(impact multiplier)，表示本期X 变化一单位对Y 平均值的影响程度。 βi (i=1,2…,s)：动态乘数或延迟系数，表示各滞后期X 的变动对Y 平均值影响的大小。 称为长期（long-run ）或均衡乘数（total distributed-lag multiplier ），表示X 变动一 个单位，由于滞后效应而形成的对Y 平均值总影响的大小。 如果各期的X 值保持不变，则X 与Y 间的长期或均衡关系即为： X Y E s i i )()(0 ∑=+=βα∑=s i i 0β t i t i s i t X Y μβα++=-=∑0 t s t s t t q t q t t t X X X Y Y Y Y μαααββββ+++++++++=----- 11022110
第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法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；一般经济数学方法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。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(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—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。 5.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。在经济意义检验中，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；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？
计量经济学试题一 一、判断题（20分） 1．线性回归模型中，解释变量是原因，被解释变量是结果。（） 2．多元回归模型统计显著是指模型中每个变量都是统计显著的。（） 3．在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。（）4．总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。（） 5．线性回归是指解释变量和被解释变量之间呈现线性关系。（） 6．判定系数的大小不受到回归模型中所包含的解释变量个数的影响。（）7．多重共线性是一种随机误差现象。（） 8．当存在自相关时，OLS估计量是有偏的并且也是无效的。（） 9．在异方差的情况下，OLS估计量误差放大的原因是从属回归的变大。（）10．任何两个计量经济模型的都是可以比较的。（） 二．简答题（10） 1．计量经济模型分析经济问题的基本步骤。（4分） 2．举例说明如何引进加法模式和乘法模式建立虚拟变量模型。（6分） 三．下面是我国1990-2003年GDP对M1之间回归的结果。（5分） 1．求出空白处的数值，填在括号内。（2分） 2．系数是否显著，给出理由。（3分） 四．试述异方差的后果及其补救措施。（10分）
五．多重共线性的后果及修正措施。（10分） 六．试述D-W检验的适用条件及其检验步骤？（10分） 七．（15分）下面是宏观经济模型 变量分别为货币供给、投资、价格指数和产出。 1．指出模型中哪些是内是变量，哪些是外生变量。（5分） 2．对模型进行识别。（4分） 3．指出恰好识别方程和过度识别方程的估计方法。（6分） 八、（20分）应用题 为了研究我国经济增长和国债之间的关系，建立回归模型。得到的结果如下：Dependent Variable: LOG(GDP) Method: Least Squares Date: 06/04/05 Time: 18:58 Sample: 1985 2003 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. LOG(DEBT) 0.65 0.02 32.8 0 Adjusted R-squared 0.983 S.D. dependent var 0.86 S.E. of regression 0.11 Akaike info criterion -1.46 Sum squared resid 0.21 Schwarz criterion -1.36 Log likelihood 15.8 F-statistic 1075.5 Durbin-Watson stat 0.81 Prob(F-statistic) 0 其中，GDP表示国内生产总值，DEBT表示国债发行量。 （1）写出回归方程。（2分） （2）解释系数的经济学含义？（4分） （3）模型可能存在什么问题？如何检验？（7分）
第七章 分布滞后模型与自回归模型 一、判断题 1. 无限分布滞后模型不可以转换为一阶自回归模型。（ F ） 2. 局部调整模型变换后得到的一阶自回归模型可以应用 OLS 法估计。（ T ） 3. 估计自回归模型的问题仅在于滞后被解释变量的存在可能导致它与随机扰动项相关。（F ） 4. 自回归模型的产生背景都是相同的。（ F ） 5. 库伊克模型和自适应预期模型都存在解释变量与随机扰动项相关问题。（ T ） 二、单项选择题 1. 设无限分布滞后模型为Y t = + 0 X t + 1 X t-1 +2X t-2 + + U t ，且该模型满足 Koyck 变换的假定，则长期影响系数为（ C ）。 A. B. 1+ C. 1- D. 不确定 2. 对于分布滞后模型，时间序列的序列相关问题，就转化为（ B ）。 A ．异方差问题 B ．多重共线性问题 C ．多余解释变量 D ．随机解释变量 3．在分布滞后模型Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t 中，短期影响乘数为（ D ）。 A. 1 1- B. 1 C. 1- D. 4. 对于自适应预期模型变换后的自回归模型，估计模型参数应采用( D ) 。 A. 普通最小二乘法 B ．间接最小二乘法 C ．二阶段最小二乘法 D ．工具变量法 5. 经过库伊克变换后得到自回归模型，该模型参数的普通最小二乘估计量是 ( D ) 。 A. 无偏且一致 B ．有偏但一致 C ．无偏但不一致 D ．有偏且不一致 6．下列属于有限分布滞后模型的是（ D ）。 A ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + u t B ． Y t =+ 0 X t + 1Y t -1 + 2Y t -2 + + k Y t -k + u t C ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + u t D ． Y t =+ 0 X t + 1 X t -1 + 2 X t -2 + + k X t -k + u t 7. 消费函数模型C ?t = 400 + 0.5I t + 0.3I t -1 + 0.1I t -2 ，其中 I 为收入，则当期收入 I t 对未来 消费C t +2 的影响是： I t 增加一单位， C t +2 增加（ C ）。 A ．0.5 个单位 B ．0.3 个单位 C ．0.1 个单位 D ．0.9 个单位
1、已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X （）（） n=30 R 2= 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题： （1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。 答：（1）系数的符号是正确的，政府债券的价格与利率是负相关关系，利率的上升会引起政府债券价格的下降。 （2）i Y 代表的是样本值，而i ?Y 代表的是给定i X 的条件下i Y 的期望值，即?(/)i i i Y E Y X =。此模型是根据样本数据得出的回归结果，左边应当是i Y 的期望值，因此是i ?Y 而不是i Y 。 （3）没有遗漏，因为这是根据样本做出的回归结果，并不是理论模型。 （4）截距项表示在X 取0时Y 的水平，本例中它没有实际意义；斜率项表明利率X 每上升一个百分点，引起政府债券价格Y 降低478美元。 2、有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表： 10户家庭的收入（X ）与消费（Y ）的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下： Dependent Variable: Y Adjusted R-squared F-statistic （1）说明回归直线的代表性及解释能力。 （2）在95%的置信度下检验参数的显着性。（0.025(10) 2.2281t =，0.05(10) 1.8125t =，0.025(8) 2.3060t =，0.05(8) 1.8595t =） （3）在95%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其
计量经济学第一次作业 第二章P85 8.用SPSS软件对10名同学的成绩数据进行录入，分析得r=0.875,这说明学生的课堂练习和期终考试有密切的关系，一般平时练习成绩较高者，期终成绩也高。 9.(1)一元线性回归模型如下：Y i=?0+?1X i+u i 其中，Y i表示财政收入，X i表示国民生产总值，u i为随机扰动项， ?0 ?1为待估参数。 由Eviews软件得散点图如下图： （2）Y i =-1354.856+0.179672X i Sê:(655.7254) (0.007082) t:(-2.066194) (25.37152) R2=0.958316 F=643.7141 df=28 斜率? 1 =0.179672表示国民生产总值每增加1亿元，财政收入增加0.179672亿元。（3）可决系数R2=0.958316表示在财政收入Y的总变差中由模型作出的解释部分占95.8316%，即有95.8316%由国民生产总值来解释，同时说明样本回归模型对样本数据的拟合程度较高。 R2=ESS/(ESS+RSS) ESS=RSS*R2/(1-R2)=(1.91E+08)*0.958316/(1-0.958316)=44.02E+08 F=(n-2)ESS/RSS,ESS=F*RSS/(n-2)=4.39*E09 (4)Sê(? 0)=655.7245 Sê(? 1 )=0.007082
?1的95%的置信区间是： [?1-t 0.025(28)Sê(?1),?1+t 0.025(28)Sê(?1)] 代入数值得： [0.179672-2.048*0.007082,0.179672+2.048*0.007082] 即：[0.165,0.194] 同理可得，?0的95%置信区间为[-2697.78,-11.93] （5）①原假设H 0:?0=0 备择假设：H 1:?0≠0 则?0的t 值为：t 0=-2.066194 当ɑ=0.05时 t ɑ/2(28)=2.048 |t 0|=2.066194＞t ɑ/2(28)=2.048 故拒绝原假设H 0，表明模型应保留截距项。 ②原假设H 0:?1=0 备择假设：H 1:?1≠0 当ɑ=0.05时 t ɑ/2(28)=2.048 因为|t 1|=25.37152＞t ɑ/2(28)=2.048 故拒绝原假设H 0 表明国民生产总值的变动对国家财政收入有显著影响. 计量经济学第二次作业 第二章9.(10) 、建立X 与t 的趋势模型，其回归分析结果如下： Dependent Variable: X Method: Least Squares Date: 04/19/10 Time: 22:03 Sample: 1978 2008 Dependent Variable: Y Method: Least Squares Date: 04/10/10 Time: 17:31 Sample: 1978 2007 C -1354.856 655.7254 -2.066194 0.0482 R-squared 0.958316 Mean dependent var 10049.04 Adjusted R-squared 0.956827 S.D. dependent var 12585.51 S.E. of regression 2615.036 Akaike info criterion 18.64028 Sum squared resid 1.91E+08 Schwarz criterion 18.73370 Log likelihood -277.6043 F-statistic 643.7141
实验六 自回归分布滞后模型（ADL ）的运用实验指导 一、实验目的 理解ADL 模型的原理与应用条件，学会运用ADL 模型来估计变量之间长期稳定关系。理解从经济理论上来说，两个经济变量之间的确有长期关系采用使用该模型进行估计。理解ADL 模型的优点：不管回归项是不是1阶单整或平稳都可以进行检验和估计。而进行标准的协整分析前，必须把变量分类成(0)I 和(1)I 。 二、基本概念 Jorgenson(1966)提出的（,p q ）阶自回归分布滞后模型ADL(autoregressive distributed lag)：011111 i t t p t p t t q t q i t i i y y y ταφφεθεθεβ-----='=++++--+∑x ，其中t i -x 是滞后i 期 的外生变量向量（维数与变量个数相同），且每个外生变量的最大滞后阶数为i τ，i β是参数向量。当不存在外生变量时，模型就退化为一般ARMA （,p q ）模型。 如果模型中不含有移动平均项，可以采用OLS 方法估计参数，若模型中含有移动平均项，线性OLS 估计将是非一致性估计，应采用非线性最小二乘估计。 三、实验内容及要求 （1）实验内容 运用ADL 模型研究1992年1月到1998年12月我国城镇居民月对数人均生活费支出yt 和对数可支配收入xt 之间的长期稳定关系。 （2）实验要求 在认真理解模型应用条件的基础上，通过实验掌握ADL 模型的实际应用方法，并熟悉Eniews 的具体操作过程。 四、实验指导 （1）数据录入 打开Eviews 软件，选择“File”菜单中的“New --Workfile”选项，在“Workfile structure type ”栏选择“Dated-regular frequency ”，在“Data specification ”栏中“Frequency ”中选择“Monthly ”即月份数据，起始时间输入1992m1即1992年1月份，止于1998m12，点击ok ，见图6-1，这样就建立了一个工作文件。 图6-1 建立工作文件窗口
第八章虚拟变量模型 1. 回归模型中引入虚拟变量的作用是什么? 答: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。 2. 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。 3．什么是虚拟变量陷阱？ 答：根据虚拟变量的设置原则，一般情况下，如果定性变量有m个类别，则需在模型中引入m-1个变量。如果引入了m个变量，就会导致模型解释变量出现完全的共线性问题，从而导致模型无法估计。这种由于引入虚拟变量个数与类别个数相等导致的模型无法估计的问题，称为“虚拟变量陷阱”。 4．在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的每月收入水平外，还受在学校中是否得到奖学金，来自农村还是城市，是经济发达地区还是欠发达地区，以及性别等因素的影响。试设定适当的模型，并导出如下情形下学生消费支出的平均水平： (1) 来自欠发达农村地区的女生，未得到奖学金； (2) 来自欠发达城市地区的男生，得到奖学金； (3) 来自发达地区的农村女生，得到奖学金； (4) 来自发达地区的城市男生，未得到奖学金。 解答: 记学生月消费支出为Y，其家庭月收入水平为X，则在不考虑其他因素的影响时，有如下基本回归模型： Y i=β0+β1X i+μi 有奖学金 1 来自城市 无奖学金0 来自农村 来自发达地区 1 男性 0 来自欠发达地区0 女性 Y i=β0+β1X i+α1D1i+α2D2i+α3D3i+α4D4i+μi 由此回归模型，可得如下各种情形下学生的平均消费支出： (1) 来自欠发达农村地区的女生，未得到奖学金时的月消费支出： E(Y i|= X i, D1i=D2i=D3i=D4i=0)=β0+β1X i (2) 来自欠发达城市地区的男生，得到奖学金时的月消费支出： E(Y i|= X i, D1i=D4i=1,D2i=D3i=0)=(β0+α1+α4)+β1X i