下载文档原格式
计量经济学课后习题总结第一章绪论1、什么事计量经济学？计量经济学就是把经济理论、经济统计数据和数理统计学与其他数学方法相结合，通过建立经济计量模型来研究经济变量之间相互关系及其演变的规律的一门学科。
2、计量经济学的研究方法有那几个步骤？（1）建立模型：包括模型中变量的选取及模型函数形式的确定。
（2）模型参数的估计：通过搜集相关是数据，采用不同的参数估计方法，进行模型参数估计。
（3）模型参数的检验：包括经济检验、以及统计学方面的检验。
（4）经济计量模型的应用：经济预测、经济结构分析、经济政策评价。
3、经济计量模型有哪些特点？经济计量模型是一个代数的、随即的数学模型，它可以是线性或非线性（对参数而言）形式。
4、经济计量模型中的数据有哪几种类型（1）定量数据：时间序列数据、截面数据、面板数据（2）定型数据：虚拟变量数据第二章一元线性回归模型1、什么是相关关系？它有那几种类型？（书上没有确切的答案）（1）相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。
变量间的这种相互关系，称为具有不确定性的相关关系（2）相关关系的种类1.按相关程度分类：（1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定。
在这种情况下，相关关系便称为函数关系，因此也可以说函数关系是相关关系的一个特例。
（2）不完全相关：两个现象之间的关系介于完全相关和不相关之间（3）不相关：两个现象彼此互不影响，其数量变化各自独立2.按相关的方向分类：（1）正相关：两个现象的变化方向相同（2）负相关：两个现象的变化方向相反3.按相关的形式分类（1）线性相关：两种相关现象之间的关系大致呈现为线性关系（2）非线性相关：两种相关现象之间的关系并不表现为直线关系，而是近似于某种曲线方程的关系4.按相关关系涉及的变量数目分类（1）单相关：两个变量之间的相关关系，即一个因变量与一个自变量之间的依存关系（2）复相关：多个变量之间的相关关系，即一个因变量与多个自变量的复杂依存关系（3）偏相关：当研究因变量与两个或多个自变量相关时，如果把其余的自变量看成不变（即当作常量），只研究因变量与其中一个自变量之间的相关关系，就称为偏相关。
第一章：绪论1.计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；2.计量经济研究的四个基本步骤（1）建立模型（依据经济理论建立模型,通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；（3 ）模型检验:经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2 ）,统计检验（T检验，拟合优度检验、F检验,联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；（4 ）模型应用。
例1:在模型中，y某类商品的消费支出，x收入，P商品价格，试对模型进行经济意义检验，并解释A"》的经济学含义。
In X = 0.213 +0.25 In 一0.31£其中参数卩'",都可以通过显著性检验。
经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关\商品消费支出关于收入的弹性为0.25 （ 1心/畑）=0.251】心/仏））；价格增加一个单位，商品消费需求将减少31%。
例2 :硏究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化）, 尔后会使贫富差距降＜氐（好转），成为倒U型。
贫富差距用GINI系数表示，金融发展用（贷款余额/存款总额）表示。
回归结果G/^VZ r =2.34 + 0.641；-1.29x；/模型参数都可以通过显著性检验。
在X的有意义的变化范围内,GINI系数的值总是大于1 ,细致分析后模型变的毫无意义；同样的模型还有：GINI系数的值总是为负= —13.34 + 7.12 兀一14.31#O3.计量经济学中的一些基本概念数据的三种类型：横截面数据、时间序列数据、面板数据；线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如果—个变量为随机变量,并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量,有些解释变量也为内生变量。
第一章 绪论（一）基本知识类题型1-1． 什么是计量经济学？1-2． 简述当代计量经济学发展的动向。
1-3． 计量经济学方法与一般经济数学方法有什么区别？1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。
1-5．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。
1-8．建立计量经济学模型的基本思想是什么？1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？1-10．试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？1-11．试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。
1-12．模型的检验包括几个方面？其具体含义是什么？1-13．常用的样本数据有哪些？1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。
1-15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？1-16．经济数据在计量经济分析中的作用是什么？1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？⑴ S R t t =+1120012.. 其中S t 为第t 年农村居民储蓄增加额（亿元）、R t 为第t 年城镇居民可支配收入总额（亿元）。
⑵ S R t t -=+144320030.. 其中S t -1为第（1-t ）年底农村居民储蓄余额（亿元）、R t 为第t 年农村居民纯收入总额（亿元）。
1-18．指出下列假想模型中的错误，并说明理由：（1）RS RI IV t t t =-+83000024112...其中，RS t 为第t 年社会消费品零售总额（亿元），RI t 为第t 年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t 为第t 年全社会固定资产投资总额（亿元）。
第 1 章绪论
1.1 什么是计量经济学
“计量经济学”(Econometrics)是运用概率统计方法对经济变量之间的(因果)关系进行定量分析的科学。
计量经济学常不足以确定经济变量间的因果关系(由于实验数据的缺乏)；
多数实证分析正是要确定变量间的因果关系(X 是否导致Y)，而非仅仅是相关关系。
【例】看到街上人们带伞，可预测今天要下雨。
这是相关关系；“人们带伞”并不造成“下雨”。
计量分析须建立在经济理论基础上。
但即使有理论，因果关系依然不好分辨。
首先，可能存在“逆向因果”(reverse causality)。
【例】FDI 促进经济增长，但FDI 也可能被吸引到高增长地区。
其次，可能是被遗漏的第三个变量(Z)对这两个变量(X，Y)同时起作用。
2
图1.1 可能的因果关系
例：决定教育投资回报率(returns to schooling)的因素
=α+βS i+εi
ln W
i
其中，ln W (工资对数)为“被解释变量”(dependent variable)，S (教育年限)为“解释变量”(explanatory variable, regressor)，ε
为“随机扰动项”(stochastic disturbance)或“误差项”(error term)；
3
下标i 表示第i 个观测值(个体i)；α与β为待估参数。
用数据估计此一元回归会发现，工资与受教育年限显著正相关，而且教育投资回报率β还挺高。
但工资收入也与能力有关；能力无法观测，而能力高的人通常选择接受更多教育。
教育的高回报率包含了对能力的回报。
影响工资收入的因素还可能包括工作经验、毕业学校、人种、性别、外貌等。
须尽可能多地引入“控制变量”(control variables)，即多元回归的方法，才能准确估计“感兴趣的参数”(parameters of interest)，即本例的教育投资回报率β。
4
5
i
现实中总有某些相关变量无法观测，即“遗漏变量”(omitted variables)，都被纳入随机扰动项εi 中。
如果真实模型为
ln W = α + β S + γ S 2 + ε
则γ S 2 i i i i
被纳入到扰动项中了(可视为遗漏变量)。
如果变量测量得不准确，则测量误差也被放入扰动项中了。
扰动项就像是“垃圾桶”，所有不想要、无法把握的东西都往里面扔。
但又希望扰动项有很好的性质，常导致自相矛盾。
“The devil is in the details.” “The devil is in the error term.”
计量经济学的很多玄妙之处就在于扰动项。
1.2 经济数据的特点与类型
经济学通常无法像自然科学那样做“控制实验”(controlled experiment)，故经济数据一般不是“实验数据”(experimental data)，而是自然发生的“观测数据”(observational data)。
由于个人行为的随机性，经济变量原则上都是随机变量。
6
本科教学中，有时假设解释变量是非随机的、固定的(fixed regressors)。
这只是教学法上的权宜之计。
如果解释变量为非随机，则无法考虑其与扰动项的相关性。
在本研究生课程中，所有变量都是随机的(即使非随机的常数，也可视为退化的随机变量)。
7
经济数据按照其性质，可大致分成三种类型：
●横截面数据(cross-sectional data，简称截面数据)：多个经济个体的变量在同一时点上的取值。
比如，2012 年中国各省的GDP。
●时间序列数据(time series data)：某个经济个体的变量在不同时点上的取值。
比如，在1978—2012 年山东省每年的GDP。
●面板数据(panel data)：多个经济个体的变量在不同时点上的取值。
比如，在1978—2012 年中国各省每年的GDP。
●
8。
