[经济学]计量经济学

名词解释

1， 计量经济学；计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，借助计算机为辅助工具，通过建立数学模型来研究经济数量关系和规律的一门经济学科。

2， 虚拟变量数据；虚拟变量数据是人们构造的，用来表征政策定性事实的数据。

3， 计量经济学检验；计量经济学检验主要是检验模型是否符合计量经济学方法的基本假定。

4， 回归平方和；回归平方和用ESS表示，是被解释变量的样本估计值与其平均值得离差平方和

5， 拟合优度检验；拟合优度检验是指检验模型对样本观测值的拟合程度，用R²表示，该值越接近1，模型对样本观测值拟合得越好。

6， 总体回归函数；将总体被解释变量的条件期望表现为解释变量的函数，这个函数称为总体回归函数。

7， 样本回归函数；是指被解释变量的样本条件均值也是随解释变量的变化而又规律的变化，如果把被解释变量的样本均值比奥斯为解释变量的某种函数，称这个函数为样本回归函数

8， 回归方程的显著性检验（F检验）；是指对模型中北解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断。

9， 回归参数的显著性检验（t检验）；是指对其他解释变量不变时，某个回归系数对应的解释变量是否对被解释变量有显著影响做出推断。

10， 多重共线性；是指解释变量之间精确的线性关系和解释变量之间近似的线性关系。

11， 完全的多重共线性；是指解释变量的数据矩阵中，至少有一个列向量可以用其余的列向量线性表示。

12，不完全的多重共线性；指对解释变量kXXX,,,32，存在不全为0的数k,,,,321，使得 033221ikikiivXXX),,2,1(ni，其中，iv为解释变量。

13，异方差性；是指随即变量的方差不是确定的常数，即被解释变量观测值的分散程度随解释变量的变化而变化。

14，序列相关性；指总体回归模型的随机误差项之间存在相关关系。

15.滞后效应；是指由于经济活动的惯性，一个经济指标以前的变化态势往往会延续到本期，从而形成被解释变量的当期变化同自身过去取值水平相关的情形。

简答

1、给定一元线性回归模型tttXY10 nt,,2,1

（1）叙述模型的基本假定；

答；（1）零均值假定，同方差假定，无自相关假定，随机扰动项与解释变量不相关，正态性假定。

2、随机误差项主要包括下列因素的影响：

答；（1）未知因素的影响；

（2）无法取得数据的已知因素的影响；

（3）众多细小因素的综合影响；

（4）模型的设定误差的影响；

（5）变量的观测误差的影响； （6）经济现象的内在随机性的影响。

3、什么是多元线性回归模型的古典假定？

答；在多元回归分析中，为了寻找有效的参数方法及对模型进行统计检验，需要对模型中的随机扰动项和解释变量做一些假定。多元线性回归模型的基本假定条件有以下几种：

1）零均值假定

2）同方差和无自相关假定

3）随机扰动项与解释变量不行关假定

4）多重共线性假定

5)正态性假定

4、一元线性回归分析中，F检验与t检验的关系是什么？

答；在一元回归模型中，F检验与t检验等价，即F= 2t

5、多元线性回归分析中，为什么在做了F检验以后还要做t检验？

答；在多元模型中，F检验与T检验的作用不同，具体表现在：F检验是检验整个方程，即所有解释变量联合起来对被解释变量的影响，但并未说明各个解释变量对被解释变量的影响；而t检验是检验当其他解释变量不变时，单个解释变量对被解释变量的影响。

6、为什么会出现多重共线性？

答；1）、经济变量之间具有共同变化趋势。2）、模型中包含滞后变量。3）、利用截面数据建立模型也可能出现多重共线性。4）、样本数据自身的原因。

7、异方差性的检验的方法有哪些？

答；1）图示检验法，2）戈德菲尔德-夸特检验，3）White检验， 4）ARCH检验，5）Glejser检验。 8．DW检验的局限性是什么？

答；1）、DW检验有运用的前提条件。2）、DW统计量的上、下界一般要求15n。3）、DW检验不适应随机误差项具有高阶序列相关的检验。4）、DW检验有两个不能确定的区域。

9、什么是滞后现象？产生滞后现象的原因主要有哪些？

答；滞后现象：解释变量需要通过一段时间才能完全作用于被解释变量。原因：心理预期因素、技术因素、制度因素。

辨析,

1、在经济计量分析中，模型参数一旦被估计出来，就可将估计模型直接运用于实际的计量经济分析。

错。参数经过估计，建立了样本回归模型，还需要对模型进行检验，包括经济意义检验、统计推断检验、计量经济学检验和模型预测检验。

2、计量经济模型一定要与已有的经济理论一致。

错。计量经济模型通常要和已有的经济理论相符。但是，如果经过反复研究，证明计量经济模型和估计的参数完全正确，而是经济理论本身不完备，则应对已有的经济理论重新审视，提出修正经济理论的建议。

3、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。

错。随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确定的值。

4、在计量经济模型中，随机扰动项与残差项无区别。

错。它们均为随机项，但随机误差项表示总体模型的误差，残差项表示样本模型的误差；另外，残差=随机误差项+参数估计误差。

5、多元线性回归模型是指对于变量而言是线性的。

错。多元线性回归模型是指对于各个回归参数而言是线性的。

6、尽管有完全的多重共线性，OLS估计量仍然是BLUE。

错。此时的参数估计式为不定式。

7．DW检验中的d值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。

错。在区间LUULdddddd44,中，不能确定随机误差项是否自相关。

8、如果有某些分布滞后系数是正的，而另一些是负的，库伊克模型就没有多大意义。（ 对 ）

9、虚拟变量除了取0或1外，还可研究问题的需要取其它值，例如3或4等。（ 对 ）

10、如果两虚拟变量乘积的参数为正，则它们的交互效应是显著的。

（ 错 ）

11、计量经济学研究经济生活中精确的函数关系。

错。计量经济学所研究的经济现象并不都呈现为精确的函数关系，计量经济模型中包含了随机误差项，这样，模型中的一些变量和参数的估计量都成为随机变量，变量之间的关系也具有随机性。

12、建立计量经济模型成功的三要素是理论、方法和数据。

对。正确的理论是建立模型的关键，而只有用合适的方法建立模型，用与事实较接近的数据对模型进行分析，才能验证理论的正确性，才能对经济现象进行预测。这三个方面缺一不可。

13．即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量仍然是无偏的。

正确。222)()ˆ(iiuKEE，该表达式成立与否与正态性无关。

14、由公式2211(1)nRRnk计算的修正可决系数2R应是正值。

错。2R可能为负，此时规定2R=0.

15、多重可决系数和修正可决系数是是随机变量。

正确。多重可决系数和修正可决系数是随抽样而变动的随机变量。

16、总离差平方和TSS反映了回归估计值总变差的大小。 错误。总离差平方和TSS反映了被解释变量观测值总变差的大小。

17、多重可决系数是介于-1和1之间的一个数，它越大表明模型对数据的拟合程度就越好。

错误。多重可决系数是介于0和1之间的一个数。

18、在无多重共线性假定下解释变量观测值矩阵X行满秩。

错误。在无多重共线性假定下解释变量观测值矩阵X列满秩。

19、在高度多重共线性的情形中，要评价一个或多个偏回归系数的单个显著性是不可能的。

错。如果共线性是高度的但不是完全的，则回归系数的估计是可能的，但不能精确地加以估计。

20、如果其他条件不变，VIF越高，OLS估计量的方程越大。 对。

21、如果在多元回归中，根据通常的t检验，全部偏回归系数都是统计上不显著的，你就不会得到一个高的R2值。

错。当多重共线性严重时，可能造成R2 较高。

22、如果分析的目的仅仅是预测，则多重共线性是无害的。

错。如果研究目的仅在于预测，各个解释变量之间的多重线性关系的性质在未来将继续保持，这时可估计这些系数的某些线性组合。

23、如果有某一辅助回归显示出高的Rj2值，则高度共线性的存在是肯定无疑的。

错。方差扩大因子与Rj2 有关，但当方差扩大因子大于等于10时，说明解释变量与其余解释变量之间有严重的多重共线性。

24.在异方差性的情况下，若采用Eviews软件中常用的OLS法，必定高估了估计量的标准误。错。此时是不能保证最小二乘估计的方差最小。

25．如果存在异方差，通常使用的t检验和F检验是无效的。 对

26. 如果存在异方差，参数的估计仍具有无偏性，但不具有最小方差性。。 对。

27．在异方差性的情况下，常用的OLS法必定高估了估计量的标准误。

错。在异方差性的情况下，常用的OLS法也可能低估了估计量的标准误差。

28．消除序列相关的一阶差分变换，假定自相关系数必须等于1。

错。只要自相关系数是正的且比较大，一阶差分往往是有效的。

计算题

1、利用《中国统计年鉴（2006）》中提供的有关数据，可以对2005年国内各地区居民消费进行分析。如果以各省（自治区、直辖市）居民可支配收入（X，单位：元）作为解释变量，以居民消费性支出（Y，单位：元）作为被解释变量，利用Eviews软件，可以得到以下估计结果：

Dependent Variable: Y

Method: Least Squares

Sample: 1 31

Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob.

C 346.0459 (a) 1.131693

X 0.728453 0.028858 (b) R-squared 0.956468 Mean dependent

var 7773.217

Adjusted

R-squared 0.954966 S.D. dependent var 2183.308

S.E. of

regression 463.3222 Akaike info criterion 15.17706

Sum squared

resid 6225356. Schwarz criterion 15.26958

Log likelihood -233.2445 F-statistic 637.1699

Durbin-Watson

stat 1.372727 Prob(F-statistic) 0.000000

要求：（1）将表中(a)和(b)两项空缺的数字填出（2分）

解；1）（a）为305.7770；（b）为25.24223；

2）已知0.0250.050.050.025(29)2.045,(29)1.699,(30)1.607,(30)2.042tttt；

22220.050.050.0250.025(29)42.5569,(30)43.77,(29)45.72,(30)46.98。请对模型参数的显著性做出判断（5分）；