南京財(cái)經(jīng)大學(xué)計(jì)量經(jīng)濟(jì)學(xué)考試參考

簡(jiǎn)答1、卜列設(shè)定的計(jì)竜經(jīng)濟(jì)模型是否合理?為什么？（1）G" = 0。+ 工：Q GD< + “其中，GDP,（匸123）是第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)增加值，/為隨機(jī)干擾項(xiàng)。（2）財(cái)政收入才（財(cái)政支出）+ “，“為隨機(jī)干擾項(xiàng)。答：（1）不合理，因?yàn)樽鳛榻忉屪兞康牡谝划a(chǎn)業(yè)、第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的増加值是GDP的 構(gòu)成部分，三部分之.和正為GDP的值，因此三變量與GDP Z間的關(guān)系并非隨機(jī)關(guān)系， 也非因果關(guān)系。（2）不合理，一般來(lái)說(shuō)財(cái)政支出彫響財(cái)政收入，而非和反，因此若建立兩者之間的模軋解釋變量應(yīng)該為財(cái)政收入，被解釋變量應(yīng)為財(cái)政支出；另外，模型沒(méi)有給出具體的數(shù)學(xué)形式，是不完整的。2、在回歸模型中，若用不為零的常數(shù)去乘每一個(gè)x值，會(huì) 不會(huì)改變Y的擬合值及殘差？為什么？答：不會(huì)。因?yàn)椋河泋（ = 有7. = 7 ,旺“A.=兀=Y 幾疋=y=& - A-v = /iuj = r. - r = r - r =化3、試從原假設(shè)輔助回歸模型、LM統(tǒng)計(jì)就、卡方分布自由度兒個(gè)方I僑簡(jiǎn)述異方差的LM檢 驗(yàn)。答：對(duì)于多個(gè)解釋變戢引起的異方差，可以采用拉格朗ri乘子lm統(tǒng)計(jì)量來(lái)進(jìn)行檢驗(yàn)輔助回歸模型： 用 OLS 估計(jì)原模型:r =九 + pxxu + fi3x2（ +. + 0*xw + n.得到OLS回歸殘差平方e：序列 對(duì)e： + . +兀心+匕進(jìn)行回歸，記下回歸得到的擬合優(yōu)度 構(gòu)造的LM統(tǒng)計(jì)量，LM = ”/?： *LM統(tǒng)計(jì)量服從自由度為解釋變量個(gè)數(shù)的漸進(jìn)z 2分布 計(jì)算LM統(tǒng)計(jì)量對(duì)應(yīng)的P值,如果P值足夠小,即小于給定的顯著性水平,就拒絕同方差的原假設(shè)4、對(duì)于模型:r, = /?, + pzxt + /,問(wèn):（1）如果用變戢的一階差分估計(jì)該模型，則意味著采用了何種自相關(guān)形式？（2）在用一階差分估計(jì)時(shí)，如果包含一個(gè)截距項(xiàng)，其含義是什么？答：（1）若題目要求用變量的i次養(yǎng)分估計(jì)該模型，即采用了如下形式：YrYt.i=p 2 （XrXt.j）+ （肝昨）或 AYt=p 2A Xt+ t ,這時(shí)意味著 Mt=piM+e 即隨機(jī) 擾動(dòng)項(xiàng)是自相關(guān)系數(shù)為丨的一階口相關(guān)形式。（2）在一階差分形式中出現(xiàn)有截距項(xiàng)，意味著在原始模型中有一個(gè)關(guān)于時(shí)間的趨勢(shì)項(xiàng)，截距項(xiàng)事實(shí)上就是趨勢(shì)變量的系數(shù)，即原模型應(yīng)為：Y,=p 0+p +3 2X, +Mt5、比較普通最小二乘法、加權(quán)最小二乘法和廣義最小二乘法的異同。答：普通最小二乘法的思想是使樣本冋歸函數(shù)盡可能好的擬合樣木數(shù)據(jù)，反映在圖上就繪是 樣本點(diǎn)偏離樣木冋01線(xiàn)的距離總體上最小，即殘差平方和垠小min只有在滿(mǎn)足了線(xiàn)性回歸模型的古典假設(shè)時(shí)候,采用OLS才能保證參數(shù)估計(jì)結(jié)果的可靠性。左不滿(mǎn)足基本假設(shè)時(shí)，如出現(xiàn)異方差，就不能采用OLS。加權(quán)最小二乘法是對(duì)原模型加權(quán),對(duì)較大e：賦予較小的權(quán)重，消除異方差,然后在采對(duì)較小殘差平方和e：賦予較大的權(quán)重, 用OLS佔(zhàn)計(jì)其參數(shù)。在出現(xiàn)序列相關(guān)時(shí)，可以釆用廣義最小二乘法,這是最具有普遍意義的最小二乘法。最小二乘法是加權(quán)最小二乘法的特例，普通最小二乘法和加權(quán)最小二乘法是廣義最小二乘法 的特列。6、虛擬變量有哪兒種基本的引入方式？它們各適用于什么情況？答：在模型中引入虛擬變量的主耍方式有加法方式與乘法方式，前者主耍適用于定性因素対 截距項(xiàng)產(chǎn)生影響的情況，后者主要適用于定性因素對(duì)斜率項(xiàng)產(chǎn)生影響的情況。除此外，還可 以加法與乘法組介的方式引入虛擬變雖，這時(shí)可測(cè)度定性因索對(duì)截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影 響的情況。7、聯(lián)立方程計(jì).杲經(jīng)濟(jì)學(xué)模型中結(jié)構(gòu)式方程的結(jié)構(gòu)參數(shù)為什么不能直接應(yīng)用OLS估計(jì)？ 答：主要的原因有三：第一，結(jié)構(gòu)方程解釋變量中的內(nèi)生解釋變雖是隨機(jī)解釋變量,不能直 接用OLS來(lái)佔(zhàn)計(jì)；第二，在估計(jì)聯(lián)立方程系統(tǒng)中某一個(gè)隨機(jī)方程參數(shù)時(shí)，需要考慮沒(méi)有包 含在該方程中的變量的數(shù)據(jù)信息，而單方程的OLS估計(jì)做不到這-點(diǎn)；第三，聯(lián)立方程計(jì) 雖:經(jīng)濟(jì)學(xué)模型系統(tǒng)中每個(gè)隨機(jī)方程Z間往往存在某種相關(guān)性，表現(xiàn)于不同方程隨機(jī)干擾項(xiàng)Z 間，如果采用單方程方法估計(jì)某一個(gè)方程，是不可能考慮這種相關(guān)性的，造成信息的損失?！居?jì)算】1、已知描述某經(jīng)濟(jì)問(wèn)題的線(xiàn)性回歸模型九丫產(chǎn)0嚴(yán)卩X八0叢屮、并已根據(jù)樣本容雖為32的觀察數(shù)據(jù)計(jì)算得2.5-1.3-2.2141(XX)求樣本容量m RSS、ESS的自由度.RSS的H由度 =! - 1.34.4_ 0.8 !,% 7 = 2 L ee = 5.8 TSS = 262.2 0.85.04查表得 化3(2匸9)=333,0(29 )= 2.756。(1) 求模型中三個(gè)參數(shù)的放小二乘估計(jì)值(2) 進(jìn)行模型的置信度為95%的方程顯著性檢驗(yàn)(3) 求模型參數(shù)02的逝信度為99%的置信區(qū)間。-2.24131-8ll2 3l = l 2 I 5 0 JL2J L-4J2.5- 1.3答：(1) B(XXf1 X y = I - 1 .34.4-2.2 - 0.820.2(2) FESS IkRSS /(n - A - 1)0.5 f (2.29 ) = 3.3329通過(guò)方程顯著性檢驗(yàn)0,的99%的置倍區(qū)間為(-3.156,2.356)2、下表給出了一含有3個(gè)實(shí)解釋變量的模型的回歸結(jié)果：【可能會(huì)變數(shù)據(jù)】方差來(lái)源平方和(SS)自由度(d.f.)來(lái)自回歸(ESS)65965來(lái)自殘差(RSS)總離差(TSS)6605643答：()樣本容量 n=43+l=44RSS=TSS-ESS=66056-65965=91ESS的自由度為：3RSS的自由度為：d.f-44-3-1-40(2) R2=ESS/TSS=65965/66()56=0.9986R2 =1-(1-R2)(n-1 )/(n-k-1 )= 1 -0.0014x43/40=0.9985(3) H()：= 0? = / = oESS Ik65965/3F= 9665.2RSS l(n - k - i) 91/40F化“(3,40) = 2.84 拒絕原假設(shè)所以，匕、和心總體上對(duì)y的影響顯著(4) 不能。因?yàn)閮H通過(guò)上述信息，可初步判斷X】，X2, X3聯(lián)合起來(lái)對(duì)Y有線(xiàn)性影響，三 者的變化解釋了 Y變化的約99.9%。但由于無(wú)法知道回歸X|, X2, X.)前參數(shù)的具體估計(jì)值, 因此還無(wú)法判斷它們各自對(duì)Y的影響有多大。3. LN(salary)= 4.23 +0.2801LN (sales) + 0.017roe +0.00024rosse(0.32)(0.035)(0.0041)(0.00054)RA2 =0.283to.O25(2O5) = 196Fo.O5(3,2O5) = 2.6O其中salary=CEO薪水，sales=企業(yè)年銷(xiāo)售額，roe=般權(quán)毎百分比收益，ros=企業(yè)股 票回報(bào)。(括號(hào)中的數(shù)據(jù)為估計(jì)的標(biāo)準(zhǔn)差)(1) 根據(jù)你対各個(gè)系數(shù)符號(hào)的先驗(yàn)預(yù)期解釋上述回歸。(2) 哪個(gè)系數(shù)在5%的顯著性水平上是統(tǒng)計(jì)顯著的。(3) 回歸方程的顯著性如何？(在5%的顯斡水平上)(4) 你能把roe和ros解解成彈性系數(shù)嗎？為什么？(1)按照常識(shí)，一個(gè)企業(yè)CEO的薪水應(yīng)該與該企業(yè)年銷(xiāo)售額、股權(quán)收益、股票匯報(bào)呈正 相關(guān)，所以預(yù)期各個(gè)系數(shù)符號(hào)應(yīng)該為疋，上述回歸結(jié)果與預(yù)期一致。(2) sales 的 t 值=0.2801/0.035=8.00> to,025(205) = 1.96roe 的 t 值=0.017/0.0041=4.15>to.O25(2O5) = 1.96ros 的 t 值=0.00024/0.00054=0.44<to,O25(2O5)=1.96所以sales, roe的系數(shù)顯著，ros的系數(shù)不顯著（3）要進(jìn)行方程的顯著性檢強(qiáng)，必須求得F值，與給定的顯若性水平比較，如果F>Fo.O5（3.2O5） = 2.6O, |n|l）d方程是顯著的；如果F < F0.05（3.205） = 2.60,回歸方程不是顯著 的（4）彈性的定義為當(dāng)一個(gè)經(jīng)濟(jì)變昴變動(dòng)1%時(shí)，由它引起的另一個(gè)經(jīng)濟(jì)變雖變動(dòng)的百分比。本題中roe“投權(quán)毎百分比收益，ros=企業(yè)股票冋?qǐng)?bào)，這兩個(gè)變量都是百分?jǐn)?shù)的形式，所以 不能作為彈性的解釋。4、考慮以下預(yù)測(cè)的回歸方程”，=-135 + 0.26心+ 0.85其中：打?yàn)榈趖年人均消費(fèi)：&為第t年的人均可支配收入；為第11年的人均消費(fèi)。 耍求回答下列問(wèn)題：（1）從X】和X2對(duì)y的彩響方面，說(shuō)出本方程中系數(shù)0.26和0.85的含義；（2）常數(shù)項(xiàng)-135是否億味著冇負(fù)消費(fèi)的可能存在？（3）是否存在隨機(jī)解釋變顯？若存在，具體指出，并說(shuō)明隨機(jī)解釋變量和隨機(jī)誤差項(xiàng)的 相關(guān)系數(shù)屬于哪種悄況（假設(shè)模型本身不存在序列相關(guān)問(wèn)題）（4）假定該方程并不滿(mǎn)足所冇的基本假設(shè)，即參數(shù)佔(zhàn)計(jì)并不是就佳線(xiàn)性無(wú)偏估計(jì)，則是 否意味著Xn系數(shù)的真實(shí)值絕對(duì)不等于0.85?為什么？答：（1）在上一年人均消費(fèi)不變時(shí),每增加1也位人均可支配收入將使當(dāng)年的人均消費(fèi) 増加0.26;在當(dāng)年的人均可支配收入不變的情況下，每增加1單位上一年的人均消費(fèi)將使 當(dāng)年的人均消費(fèi)增加0.85。（2）在一年中人均可支配收入和上一年人均消費(fèi)均為0的現(xiàn)象同時(shí)發(fā)生的可能性彳II小, 所以負(fù)消費(fèi)不可能存在爭(zhēng)實(shí)上，這里的截跖無(wú)實(shí)際意義。（3）:）；=幾+0：+角匚+“計(jì)|期：b =:寫(xiě)成這樣容易看。在t期，巴與Yt相關(guān)，所以在t+l期所以Yt與“小是相關(guān)的，所以異期相關(guān)。（4）不一定。即便該方程并不滿(mǎn)足所有的模型假設(shè),不是最佳線(xiàn)性無(wú)偏估計(jì)量,X2,的真 實(shí)值也有等于0.85的可能性。因?yàn)橛衅烙?jì)意味著參數(shù)估計(jì)的期望不等于參數(shù)本身，并 不排除參數(shù)的菜一佔(zhàn)計(jì)值恰好等于參數(shù)的真實(shí)值的可能性。5.某地區(qū)供水部門(mén)利川最近15年的用水年度數(shù)據(jù)得出如下估計(jì)模型：waler = -326 .9 + 0.305 house + 0.363 pop 一 0.005 pcy - 17 .87 price 一 1.123 rain（-1.7）（0.9）（1.4）（-0.6）（-1.2）（-0.8）F* = 0.93F=38.9式I1, water用水總就（百萬(wàn)立方米）,housc住戶(hù)總數(shù)（千戶(hù)），pop總?cè)丝冢═人）,pcy人均收入（元）、pric價(jià)格（元/I00立方米）,rain降雨量（亳米）。（1）根據(jù)經(jīng)濟(jì)理論和貞覺(jué)，請(qǐng)估計(jì)冋歸系數(shù)的符號(hào)的止負(fù)（不包折常駅），為什么？觀察符 號(hào)與你的直覺(jué)和符嗎？（2）在5%的顯苦性水平下，請(qǐng)進(jìn)行變量的t-檢驗(yàn)與方程的F-檢驗(yàn)。丁檢驗(yàn)與F檢驗(yàn)結(jié)果 右相才肝的現(xiàn)象嗎？（3）你認(rèn)為估計(jì)值是有偏的、無(wú)效的、或不一致的嗎？詳細(xì)闡述理由。答：（1）在其他變疑不變的情況下，一城市的人口越多或龍屋數(shù)最越影，則對(duì)用水的需 求越高。所以可期望house和pop的符號(hào)為正；收入較高的個(gè)人可能用水較影，因此pcy 的預(yù)期符號(hào)為正，但它可能是不顯苦的。如果水價(jià)上漲，則用戶(hù)會(huì)節(jié)約用水，所以可預(yù) 期price的系數(shù)為負(fù)。顯然如果降幽量較大，則草地和其他花園或耕地的用水需求就會(huì)下 降，所以可以期望rain的系數(shù)符號(hào)為負(fù)。從估計(jì)的模型看，除了 pcy Z外，所有符號(hào)都 與預(yù)期相符。（2）卜統(tǒng)計(jì)屋檢驗(yàn)單個(gè)變疑的顯著性，F(xiàn)統(tǒng)計(jì)值檢驗(yàn)變竄是否是聯(lián)合顯著的。聲里b檢驗(yàn)的自由度為15-5-1=9,在5%的顯著性水平下的臨界值葫2.262o可見(jiàn)，所仃參數(shù)佔(zhàn)計(jì)值的t值的絕對(duì)值都小丁該值，所以即使在5%的水平卜這些變雖也不是顯 著的。這里，F(xiàn)統(tǒng)計(jì)值的分子口由度為5,分母口由度為9。5%顯著性水平下F分布的臨 界值為3.45?？梢?jiàn)計(jì)算的F值大于該臨界值，表明回歸系數(shù)是聯(lián)合顯苦的。T檢驗(yàn)與F檢驗(yàn)結(jié)果的矛盾可能是由于多重共線(xiàn)性造成的。house, pop、pcy是爲(wèi)度 和關(guān)的，這將使它們的（值降低且表現(xiàn)為不顯著。price和rain不顯著另有原因。根據(jù)經(jīng) 驗(yàn)，如果一個(gè)變量的值在樣本期間沒(méi)有很大的變化，則它対被解釋變量:的影響就不能夠 很好地被度量?？梢灶A(yù)期水價(jià)與年降雨量在各年中一般沒(méi)有太人的變化，所以它們的影 響很難度量。（3）多重共線(xiàn)性往往表現(xiàn)的是解釋變量間的樣木觀察現(xiàn)彖，在不存在完全共線(xiàn)性的悄況 下，近似共線(xiàn)并不意味著基本假定的任何改變，所以O(shè)LS佔(zhàn)計(jì)戢的無(wú)偏性、一致性和有 效性仍然成立,即仍是BLUE估計(jì)量。但共線(xiàn)性往往導(dǎo)致參數(shù)估計(jì)值的方差大于不存在 多重共線(xiàn)性的情況。_VariableCoefficientStd. Error(-StatisticProb.X0.1762830.0014450.000：C1.454750.21414667932610.000R-squarcd0.9987Mean dq)ciideni var24569Adjusted R-squiiredS.D dependentvarS.I-. of regressionAkaike info criterionSum squared residSchwarz criterionLog likelihood|;-siatistic Durbin-Watson statProbCF-statistic)(1 )計(jì)算 處的箜穀砧刊川尸木刊期伙知J X小龍佢氏如叱4(2) 用D. W晶與分析斷機(jī)干擾項(xiàng)是舌存在AR(1) = (給定顯苦性水平5%,容邸 20、KI 時(shí)，D、W 分布臨界值 = 1.20, =1.41 )(3) 假定廉模型Y"o+卩iXi+Mi存在二於序列相關(guān)ARI!卩山="| “屮矢“2"川 中隨機(jī)千找項(xiàng)c(經(jīng)典假設(shè)的.諂使用廣義養(yǎng)分法泊除原模型的二階將列相關(guān)何亀Method: Leatf Squarw SainpleJOIncluded otncrviMiora; 30VariubteCbefficknlSid. Entxt-SlauwKPwb.VA/ k8.42066$1 1460647J47462noooXOO.OJ231622.302590 000-R-Mjunrrd 0.99879Mean dqKndent vor147.62$Adjusted RsqtmrcdS I) depevxlent varSE of regressionkaikc rnfb criterionSum squared residScliwarz criterionLog likelihood 297132l-statiuicDurbin-Watsot! slii1995138Prob(H-statistic)e0I 訃算處析缺數(shù)據(jù)寫(xiě)出樣本回歸函赴?(2)在1%的顯著性水平下對(duì)備型進(jìn)行變貴？G)訟舞總平方和TSS計(jì)算融機(jī)溟差項(xiàng)的方差的湫似綃古計(jì)？B)&1%的顯著性水耳下判斯檢型足否存在-階洋列相關(guān)?若存在，Xft 明正跌(已知小 “3() UH> J -LI33< J.-1.263) :un|8.C,。+ atYt + JC一2 2 【mm,|打2+ /,（1）指出模型中的先決變量。（2）判斷方程識(shí)別性(1)一共冇六個(gè)變就，其中模型內(nèi)生變量：CIY先決條件：cr_2 Pr , 判斷第一個(gè)方程的識(shí)別性?xún)?nèi)生變量個(gè)數(shù)g=3,先決條件k=3第一個(gè)模型不含有其他模型含有的變量為L(zhǎng) Ybl劉oo】=g-l = 2即第一個(gè)模型可識(shí)別k-ki=3-2=lgll=lk-ki=grl所以，第一個(gè)方程恰好識(shí)別 判斷第二個(gè)方程的識(shí)別性第二個(gè)模型不含偵其他模型含的是：Cl、Ct.2> Pmim所以，該方程可識(shí)別一 12 g. -1所以方程過(guò)度可識(shí)別 第三個(gè)方程是恒等式，不存在可識(shí)別問(wèn)題 綜上所述，該模型過(guò)度識(shí)別(2)求可決系數(shù)於和調(diào)整的可決系數(shù)F(3)在5%的顯著性水平下檢驗(yàn)、心和心總體上對(duì)的影響的顯著性 (已知化os(340)= 2.84 )(4)根據(jù)以上信息能否確定乙、*2和廠各口對(duì)的貢獻(xiàn)？為什么？