計(jì)量經(jīng)濟(jì)學(xué)習(xí)題及參考答案

計(jì)量經(jīng)濟(jì)學(xué)各章習(xí)題

第一章緒論

1.1試列出計(jì)量經(jīng)濟(jì)分析地主要步驟.

1.2計(jì)量經(jīng)濟(jì)模型中為何要包括擾動項(xiàng)？

1.3什么是時間序列和橫截面數(shù)據(jù)？試舉例說明二者地區(qū)別.

1.4估計(jì)量和估計(jì)值有何區(qū)別？

第二章計(jì)量經(jīng)濟(jì)分析地統(tǒng)計(jì)學(xué)基礎(chǔ)

2.1名詞解釋

隨機(jī)變量概率密度函數(shù)抽樣分布

樣本均值樣本方差協(xié)方差

相關(guān)系數(shù)標(biāo)準(zhǔn)差標(biāo)準(zhǔn)誤差

顯著性水平置信區(qū)間無偏性

有效性一致估計(jì)量接受域

拒絕域第I類錯誤

2.2請用例2.2中地?cái)?shù)據(jù)求北京男生平均身高地99%置信區(qū)間.

2.325個雇員地隨機(jī)樣本地平均周薪為130元，試問此樣本是否

取自一個均值為120元、標(biāo)準(zhǔn)差為10元地正態(tài)總體?

2.4某月對零售商店地調(diào)查結(jié)果表明，市郊食品店地月平均銷售額

為2500元，在下一個月份中，取出16個這種食品店地一個樣本，其

月平均銷售額為2600元,銷售額地標(biāo)準(zhǔn)差為480元.試問能否得出結(jié)

論，從上次調(diào)查以來，平均月銷售額已經(jīng)發(fā)生了變化？

第三章雙變量線性回歸模型

3.1判斷題(判斷對錯；如果錯誤，說明理由)

(1)OLS法是使殘差平方和最小化地估計(jì)方法.

(2)計(jì)算OLS估計(jì)值無需古典線性回歸模型地基本假定.

(3)若線性回歸模型滿足假設(shè)條件(1)-(4)，但擾動項(xiàng)不服

從正態(tài)分布，則盡管OLS估計(jì)量不再是BLUE,但仍為無偏估計(jì)量.

(4)最小二乘斜率系數(shù)地假設(shè)檢驗(yàn)所依據(jù)地是t分布，要求地抽

樣分布是正態(tài)分布.

(5)R2=TSS/ESS.

(6)若回歸模型中無截距項(xiàng)，貝人

(7)若原假設(shè)未被拒絕，則它為真.

(8)在雙變量回歸中，地值越大，斜率系數(shù)地方差越大.

3.2設(shè)和分別表示Y對X和X對Y地OLS回歸中地斜率,證明

r為X和Y地相關(guān)系數(shù).

3.3證明：

(1)Y地真實(shí)值與OLS擬合值有共同地均值，即；

(2)OLS殘差與擬合值不相關(guān)，即.

3.4證明本章中(3.18)和(3.19)兩式：

(1)

(2)

3.5考慮下列雙變量模型：

模型1：

模型2:

(1)兄和cd地OLS估計(jì)量相同嗎？它們地方差相等嗎？

(2)02和a2地OLS估計(jì)量相同嗎？它們地方差相等嗎？

3.6有人使用1980-1994年度數(shù)據(jù),研究匯率和相對價格地關(guān)系,

得到如下結(jié)果：

其中，Y二馬克對美元地匯率

X二美、德兩國消費(fèi)者價格指數(shù)(CPI)之比，代表兩國地相對價

格

(1)請解釋回歸系數(shù)地含義；

(2)Xt地系數(shù)為負(fù)值有經(jīng)濟(jì)意義嗎？

(3)如果我們重新定義X為德國CPI與美國CPI之比，X地符號

會變化嗎？為什么？

3.7隨機(jī)調(diào)查200位男性地身高和體重，并用體重對身高進(jìn)行回

歸，結(jié)果如下：

其中Weight地單位是磅(lb),Height地單位是厘米(cm).

(1)當(dāng)身高分另U為177.67cm、164.98cm、187.82cm時，對應(yīng)

地體重地?cái)M合值為多少？

(2)假設(shè)在一年中某人身高增高了3.81cm,此人體重增加了多

少？

3.8設(shè)有10名工人地?cái)?shù)據(jù)如下：

X1071058867910

Y11101261079101110

其中X二勞動工時，Y二產(chǎn)量

(1)試估計(jì)Y=a+0X+u(要求列出計(jì)算表格)；

(2)提供回歸結(jié)果(按標(biāo)準(zhǔn)格式)并適當(dāng)說明；

(3)檢驗(yàn)原假設(shè)p=1.0.

3.9用12對觀測值估計(jì)出地消費(fèi)函數(shù)為Y=10.0+0.90X,且已知

=0.01,=200,=4000,試預(yù)測當(dāng)X=250時Y地值，并求Y地95%

置信區(qū)間.

3.10設(shè)有某變量(Y)和變量(X)1995—1999年地?cái)?shù)據(jù)如下：

X馬’1117'第13

Y13524

Q)試用OLS法估計(jì)Yt=a+pXt+ut(要求列出計(jì)算表格)；

(2)

(3)試預(yù)測X=10時Y地值，并求Y地95%置信區(qū)間.

3.11根據(jù)上題地?cái)?shù)據(jù)及回歸結(jié)果，現(xiàn)有一對新觀測值X=20,Y

=7.62,試問它們是否可能來自產(chǎn)生樣本數(shù)據(jù)地同一總體？

3.12有人估計(jì)消費(fèi)函數(shù)，得到如下結(jié)果(括號中數(shù)字為t值)：

=15+0.81=0.98

(2.7)(6.5)n=19

(1)檢驗(yàn)原假設(shè)：=0(取顯著性水平為5%)

(2)計(jì)算參數(shù)估計(jì)值地標(biāo)準(zhǔn)誤差；

（3）求地95%置信區(qū)間,這個區(qū)間包括0嗎?

3.13試用中國1985-2003年實(shí)際數(shù)據(jù)估計(jì)消費(fèi)函數(shù)：

=a+p+ut

其中：C代表消費(fèi)，Y代表收入.原始數(shù)據(jù)如下表所示，表中：

Cr=農(nóng)村居民人均消費(fèi)支出（元）Cu=城鎮(zhèn)居民人均消費(fèi)支出（元）Y

二國內(nèi)居民家庭人均純收入（元）Yr=農(nóng)村居民家庭人均純收入（元）Yu

二城鎮(zhèn)居民家庭人均可支配收入（元）Rpop二農(nóng)村人口比重（%）pop=

歷年年底我國人口總數(shù)（億人）

P二居民消費(fèi)價格指數(shù)（1985=100）

Pr二農(nóng)村居民消費(fèi)價格指數(shù)（1985=100）

Pu二城鎮(zhèn)居民消費(fèi)價格指數(shù)（1985=100）

年份CrCuYrYuRpopPopPPrPu

1985317.42673.20397.60739.1076.2910.59100.00100.0100.0

1986356.95798.96423.80899.6075.4810.75106.50106.1107.0

1987398.29884.40462.601002.2074.6810.93114.30112.7116.4

1988476.661103.98544.901181.4074.1911.10135.80132.4140.5

1989535.371210.95601.501375.7073.7911.27160.20157.9163.3

1990584.631278.89686.301510.2073.5911.43165.20165.1165.4

1991619.791453.81708.601700.6073.6311.58170.80168.9173.8

1992659.211671.73784.002026.6072.3711.72181.70176.8188.8

1993769.652110.8!921.602577.4071.8611.85208.40201.0219.2

19941016.812851.341221.003496.2071.3811.99258.60248.0274.1

19951310.363537.571577.704283.0()70.9612.11302.80291.4320.1

19961572.083919.471926.104838.9070.6312.24327.90314.4348.3

19971617.154185.642090.105160.3069.5212.36337.10322.3359.1

19981590.334331.612162.005425.1068.0912.48334.40319.1356.9

19991577.424614.912210.305854.0066.6512.59329.70314.3352.3

20001670.134998.002253.406280.0065.2212.67331.00314.0355.1

20011741.095309.012366.406859.6063.7812.76333.30316.5357.6

20021834.316029.882475.607702.8062.3412.85330.60315.2354.0

20031943.3()6510.942622.208472.2060.9112.92334.60320.2357.2

數(shù)據(jù)來源：《中國統(tǒng)計(jì)年鑒2004》

使用計(jì)量經(jīng)濟(jì)軟件，用國內(nèi)居民人均消費(fèi)、農(nóng)村居民人均消費(fèi)和

城鎮(zhèn)居民人均消費(fèi)分別對各自地人均收入進(jìn)行回歸，給出標(biāo)準(zhǔn)格式回

歸結(jié)果；并由回歸結(jié)果分析我國城鄉(xiāng)居民消費(fèi)行為有何不同.

第四章多元線性回歸模型

4.1某經(jīng)濟(jì)學(xué)家試圖解釋某一變量Y地變動.他收集了Y和5個可

能地解釋變量?地觀測值(共10組)，然后分別作三個回歸，結(jié)果如

下(括號中數(shù)字為t統(tǒng)計(jì)量)：

(1)=51.5+3.21R=0.63

(3.45)(5.21)

(2)=33.43+3.67+4.62+1.21R=0.75

(3.61)(2.56)(0.81)(0.22)

(3)=23.21+3.82+2.32+0.82+4.10+1.21

(2.21)(2.83)(0.62)(0.12)(2.10)(1.11)

R=0.80

你認(rèn)為應(yīng)采用哪一個結(jié)果？為什么？

4.2為研究旅館地投資問題，我們收集了某地地1987-1995年地

數(shù)據(jù)來估計(jì)收益生產(chǎn)函數(shù)R=ALKe,其中R=旅館年凈收益(萬年)，

L二土地投入,K二資金投入，e為自然對數(shù)地底.設(shè)回歸結(jié)果如下(括號

內(nèi)數(shù)字為標(biāo)準(zhǔn)誤差)：

=-0.9175+0.273lnL+0.733lnKR=0.94

(0.212)(0.135)(0.125)

(1)請對回歸結(jié)果作必要說明；

(2)分別檢驗(yàn)a和p地顯著性;

(3)檢驗(yàn)原假設(shè):a=p=0;

4.3我們有某地1970—1987年間人均儲蓄和收入地?cái)?shù)據(jù),用以研

究1970-1978和1978年以后儲蓄和收入之間地關(guān)系是否發(fā)生顯著變

化.引入虛擬變量后,估計(jì)結(jié)果如下(括號內(nèi)數(shù)據(jù)為標(biāo)準(zhǔn)差)：

=-1.7502+1.4839D+0.1504-0.1034DR=0.9425

(0.3319)(0.4704)(0.0163)(0.0332)

其中：丫=人均儲蓄，X二人均收入,D=

請檢驗(yàn)兩時期是否有顯著地結(jié)構(gòu)性變化.

4.4說明下列模型中變量是否呈線性,系數(shù)是否呈線性,并將能線

性化地模型線性化.

(1)(2)

(3)

4.5有學(xué)者根據(jù)某國19年地?cái)?shù)據(jù)得到下面地回歸結(jié)果：

其中：Y=進(jìn)口量(百萬美元)，XI二個人消費(fèi)支出(百萬美元)，

X2=進(jìn)口價格/國內(nèi)價格.

(1)解釋截距項(xiàng)以及XI和X2系數(shù)地意義；

(2)Y地總變差中被回歸方程解釋地部分、未被回歸方程解釋地

部分各是多少？

(3)進(jìn)行回歸方程地顯著性檢驗(yàn)，并解釋檢驗(yàn)結(jié)果；

(4)對〃斜率"系數(shù)進(jìn)行顯著性檢驗(yàn)，并解釋檢驗(yàn)結(jié)果.

4.6由美國46個州1992年地?cái)?shù)據(jù)，Baltagi得到如下回歸結(jié)果：

其中，C=香煙消費(fèi)(包/人年)，P=每包香煙地實(shí)際價格

Y=人均實(shí)際可支配收入

(1)香煙需求地價格彈性是多少？它是否統(tǒng)計(jì)上顯著？若是，它

是否統(tǒng)計(jì)上異于-1?

(2)香煙需求地收入彈性是多少？它是否統(tǒng)計(jì)上顯著？若不顯著，

原因是什么？(3)求出.

4.7有學(xué)者從209個公司地樣本，得到如下回歸結(jié)果(括號中數(shù)字

為標(biāo)準(zhǔn)誤差)：

其中，Salary=CEO地薪金Sales二公司年銷售額

roe=股本收益率(%)ros二公司股票收益

請分析回歸結(jié)果.

4.8為了研究某國1970-1992期間地人口增長率，某研究小組估

計(jì)了下列模型：

其中：Pop=人口（百萬人），t=趨勢變量，.

（1）在模型1中，樣本期該地地人口增長率是多少？

（2）人口增長率在1978年前后是否顯著不同？如果不同，那么

1972-1977和1978-1992兩時期中，人口增長率各是多少？

4.9設(shè)回歸方程為Y邛0+01X1+02X2+03X3+u,試說明你將如

何檢驗(yàn)聯(lián)合假

設(shè)：01=B2和陽=1.

4.10下列情況應(yīng)引入幾個虛擬變量，如何表示？

（1）企業(yè)規(guī)模：大型企業(yè)、中型企業(yè)、小型企業(yè)；

（2）學(xué)歷：小學(xué)、初中、高中、大學(xué)、研究生.

4.11在經(jīng)濟(jì)發(fā)展發(fā)生轉(zhuǎn)折時期，可以通過引入虛擬變量來表示這

種變化.例如，研究進(jìn)口消費(fèi)品地?cái)?shù)量Y與國民收入X地關(guān)系時,數(shù)據(jù)

散點(diǎn)圖顯示1979年前后明顯不同.請寫出引入虛擬變量地進(jìn)口消費(fèi)品

線性回歸方程.

4.12柯布-道格拉斯生產(chǎn)函數(shù)

其中：GDP二地區(qū)國內(nèi)牛產(chǎn)總值（億元）K二資本形成總額（億元）

1_=就業(yè)人數(shù)（萬人）P=商品零售價格指數(shù)（上年=100）

試根據(jù)中國2003年各省數(shù)據(jù)估計(jì)此函數(shù)并分析結(jié)果.數(shù)據(jù)如下表

府.

地區(qū)gdpKLP地區(qū)gdpKLP

北京3663.102293.93858.698.2湖北5401.712141.902537.3101.2

天津2447.661320.47419.797.4湖南4638.731738.273515.9100.6

河北7098.563128.803389.5100.2廣東13625.875259.484119.5100.0

山西2456.591230.341469.51(X)3廣西2735.131030.402601.4100.2

內(nèi)蒙古2150.411299.271005.299.6海南670.93315.66353.8100.4

遼寧6002.542333.671861.398.9重慶2250.561314.201659.599.5

吉林2522.621102.871044.6100.5四川5456.322295.264449.6100.1

黑龍江4430.001307.861622.499.7貴州1356.11759.632118.4100.0

上海6250.812957.20771.599.0云南2465.291147.122349.699.9

江蘇12460.836182.383610.399.8西藏184.50104.58130.799.4

浙江9395.004639.062961.999.6陜西2398.581447.731911.3100.5

安徽3972.381455.213416.0101.3甘肅1304.60610.831304.0100.2

福建5232.172396.911756.799.1青海390.21294.252543100.8

江西2830.461354.9919723100.1寧夏385.34320.43290.699.5

山東12435.935788.534850.6100.2新疆1877.611119.21721399.2

河南7048.592874.675535.71013

第五章模型地建立與估計(jì)中地問題及對策

5.1判斷題(判斷對錯；如果錯誤，說明理由)

(1)盡管存在嚴(yán)重多重共線性，普通最小二乘估計(jì)量仍然是最佳

線性無偏估計(jì)量(BLUE).

(2)如果分析地目地僅僅是為了預(yù)測,則多重共線性并無妨礙.

(3)如果解釋變量兩兩之間地相關(guān)系數(shù)都低，則一定不存在多重

共線性.(4)如果存在異方差性,通常用地t檢驗(yàn)和F檢驗(yàn)是無效地.

(5)當(dāng)存在自相關(guān)時，OLS估計(jì)量既不是無偏地，又不是有效地.

(6)消除一階自相關(guān)地一階差分變換法假定自相關(guān)系數(shù)必須等于

1.

(7)模型中包含無關(guān)地解釋變量，參數(shù)估計(jì)量會有偏，并且會增

大估計(jì)量地方差，即增大誤差.

(8)多元回歸中，如果全部〃斜率〃系數(shù)各自經(jīng)t檢驗(yàn)都不顯著,

則R2值也高不了.

(9)存在異方差地情況下，OLS法總是高估系數(shù)估計(jì)量地標(biāo)準(zhǔn)誤

差.

(10)如果一個具有非常數(shù)方差地解釋變量被(不正確地)忽略

了，那么OLS殘差將呈異方差性.

5.2考慮帶有隨機(jī)擾動項(xiàng)地復(fù)利增長模型：Y表示GDP,Y0是Y

地基期值，r是樣本期內(nèi)地年均增長率,t表示年份,t=1978,(2003)

試問應(yīng)如何估計(jì)GDP在樣本期內(nèi)地年均增長率？

5.3檢驗(yàn)下列情況下是否存在擾動項(xiàng)地自相關(guān).

(l)DW=0.81,n=21,k=3

(2)DW=2.25,n=15,k=2

(3)DW=1.56,n=30,k=5

5.4有人建立了一個回歸模型來研究我國縣一級地教育支出：

Y邛0+01X1邛2X2+03X3+U

其中：Y,XI,X2和X3分別為所研究縣份地教育支出、居民人

均收入、學(xué)齡兒童人數(shù)和可以利用地各級政府教育撥款.

他打算用遍布我國各省、市、自治區(qū)地100個縣地?cái)?shù)據(jù)來估計(jì)上

述模型.

(1)所用數(shù)據(jù)是什么類型地?cái)?shù)據(jù)？

(2)能否采用OLS法進(jìn)行估計(jì)？為什么？

(3)如不能采用OLS法，你認(rèn)為應(yīng)采用什么方法？

5.5試從下列回歸結(jié)果分析存在問題及解決方法：

(1)=24.7747+0.9415-0.0424R=0.9635

SE:(6.7525)(0.8229)(0.0807)

其中：Y二消費(fèi)，X2二收入，X3二財(cái)產(chǎn)，且n=5000

(2)=0.4529-0.0041tR=0.5284

t:(-3.9606)DW=0.8252

其中Y二勞動在噌加值中地份額，匕時間

該估計(jì)結(jié)果是使用1949-1964年度數(shù)據(jù)得到地.

5.6工資模型:wi=bO+blSi+b2Ei+b3Ai+b4Ui+ui

其中W1=工資，Si二學(xué)校教育年限，Ei=H作年限，Ai二年齡,

Ui=是否參加工會.

在估計(jì)上述模型時，你覺得會出現(xiàn)什么問題？如何解決？

5.7你想研究某行業(yè)中公司地銷售量與其廣告宣傳費(fèi)用之間地關(guān)系.

你很清楚地知道該行業(yè)中有一半地公司比另一半公司大，你關(guān)心地是

這種情況下，什么估計(jì)方法比較合理.假定大公司地?cái)_動項(xiàng)方差是小公

司擾動項(xiàng)方差地兩倍.

(1)若采用普通最小二乘法估計(jì)銷售量對廣告宣傳費(fèi)用地回歸方

程(假設(shè)廣告宣傳費(fèi)是與誤差項(xiàng)不相關(guān)地自變量)，系數(shù)地估計(jì)量會

是無偏地嗎？是一致地嗎？是有效地嗎？

(2)你會怎樣修改你地估計(jì)方法以解決你地問題？

(3)能否對原擾動項(xiàng)方差假設(shè)地正確性進(jìn)行檢驗(yàn)？

5.8考慮下面地模型

其中GNP;國民生產(chǎn)總值，M=貨幣供給.

(1)假設(shè)你有估計(jì)此模型地?cái)?shù)據(jù)，你能成功地估計(jì)出模型地所有

系數(shù)嗎？說明理由.

(2)如果不能，哪些系數(shù)可以估計(jì)？

(3)如果從模型中去掉這一項(xiàng)，你對(1)中問題地答案會改變

嗎？

(4)如果從模型中去掉這一項(xiàng)，你對(1)中問題地答案會改變

嗎？

5.9采用美國制造業(yè)1899-1922年數(shù)據(jù)，Dougherty得到如下

兩個回歸結(jié)果：

(1)

(2)

其中：Y二實(shí)際產(chǎn)出指數(shù)，K=實(shí)際資本投入指數(shù),

L=實(shí)際勞動力投入指數(shù)，t=時間趨勢

(1)回歸式(1)中是否存在多重共線性？你是如何得知地？

（2）回歸式（1）中，logK系數(shù)地預(yù)期符號是什么？回歸結(jié)果符

合先驗(yàn)預(yù)期嗎？為什么會這樣？

（3）回歸式（1）中，趨勢變量在其中起什么作用？

（4）估計(jì)回歸式（2）背后地邏輯是什么？

（5）如果（1）中存在多重共線性，那么（2）式是否減輕這個問

題？你如何得知？

（6）兩個回歸地R2可比嗎？說明理由.

5.10有人估計(jì)了下面地模型：

其中：C二私人消費(fèi)支出，GNP=國民生產(chǎn)總值，D=國防支出

假定，將（1）式轉(zhuǎn)換成下式：

使用1946-1975數(shù)據(jù)估計(jì)（1）、（2）兩式，得到如下回歸結(jié)

果（括號中數(shù)字為標(biāo)準(zhǔn)誤差）：

（1）關(guān)于異方差，模型估計(jì)者做出了什么樣地假定？你認(rèn)為他地

依據(jù)是什么？（2）比較兩個回歸結(jié)果.模型轉(zhuǎn)換是否改進(jìn)了結(jié)果？也

就是說，是否減小了估計(jì)

標(biāo)準(zhǔn)誤差？說明理由.

5.11設(shè)有下列數(shù)據(jù)：

RSS1=55,K=4,nl=30

RSS3=140,K=4,n3=30

請依據(jù)上述數(shù)據(jù)，用戈德佛爾德-匡特檢驗(yàn)法進(jìn)行異方差性檢驗(yàn)

（5%顯著性水平）.

5.12考慮模型

（1）

也就是說,擾動項(xiàng)服從AR（2）模式，其中是白噪聲.請概述估計(jì)

此模型所要采取地步驟.

5.13對第3章練習(xí)題3.13所建立地三個消費(fèi)模型地結(jié)果進(jìn)行分

析：

是否存在序列相關(guān)問題？如果有，應(yīng)如何解決？

5.14為了研究中國農(nóng)業(yè)總產(chǎn)值與有效灌溉面積、化肥施用量、農(nóng)

作物總播種面積、受災(zāi)面積地相互關(guān)系，選31個省市2003年地?cái)?shù)據(jù)

資料，如下表所示:

地區(qū)VXIX2X23X3X4

北京88.75178.9014.3230.91308.8359.00

天津88.20354.0917.8023.66501.46143.00

*J北958.304403.99283.3121.868638.502998.00

I1J西249.451095.2589.9116.173707.95828.80

內(nèi)蒙古335.962568.5493.1910.805752.753227.00

遼寧497.331512.83112.6220.193719.131169.00

占林438.341545.52122.2617.284716.751905.00

黑龍江502.932111.53125.708.559802.676659.00

上海98.16257.3115.8725.24419.191.10

江蘇981.253840.98334.6729.057681.492863.70

浙江529.441403.8090.3821.262834.39612.80

安徽617.92328538281.2820.559124.693747.40

福建466.75939.95120.2931.842518.921097.00

江西383.711873.16110.9814.814997351823.00

山東1599.324760.79432.6526.5010885.282632.()0

河南1137.744792.22467.8922.7913684.364965.00

湖北733.362043.69270.3225.257138.263099.00

湖南671.662675.34188.3316.247731.242741.00

廣東851.721315.93199.6127.254883.39119430

廣西500.82)516.67183.6919.506279.071831.00

海雨152.71177.2733.9224.94906.74277.00

重慶270.12649.6971.6014.183365.81959.00

四川804.702503.15208.3914.809384.462743.00

貴275.47682.7174.9210.784634.231060.10

云南433.911457.00129.2214.975756.001493.00

西做25.27156.323.199.10233.664.00

陜西334.351271.86142.7323.464055.782136.00

甘肅275.82994.4469.5712.813620.921051.00

海29.74181.736.859.78466.80174.00

寧夏54.13413.1925.3614.971129.48245.40

新疆482.763051.0090.7417.113535.02767.70

表中：

Y=農(nóng)業(yè)總產(chǎn)值（億元，不包括林牧漁）

XI=有效灌溉面積（千公頃）X2=化肥施用量（萬噸）

X23=化肥施用量（公斤/畝）

X3=農(nóng)作物總播種面積(千公頃)X4=受災(zāi)面積(千公頃)

(1)回歸并根據(jù)計(jì)算機(jī)輸出結(jié)果寫出標(biāo)準(zhǔn)格式地回歸結(jié)果；

(2)模型是否存在問題？如果存在問題，是什么問題？如何解決？

第六章動態(tài)經(jīng)濟(jì)模型：自回歸模型和分布滯后模型

6.1判斷題(判斷對錯；如果錯誤，說明理由)

(1)所有計(jì)量經(jīng)濟(jì)模型實(shí)質(zhì)上都是動態(tài)模型.

(2)如果分布滯后系數(shù)中，有地為正有地為負(fù)，則科克模型將沒

有多大用處.(3)若適應(yīng)預(yù)期模型用OLS估計(jì)，則估計(jì)量將有偏，但

一致.

(4)對于小樣本，部分調(diào)整模型地OLS估計(jì)量是有偏地.

(5)若回歸方程中既包含隨機(jī)解釋變量，擾動項(xiàng)又自相關(guān)，則采

用工具變量法，將產(chǎn)生無偏且一致地估計(jì)量.

(6)解釋變量中包括滯后因變量地情況下，用德賓-沃森d統(tǒng)計(jì)

量來檢測自相關(guān)是沒有實(shí)際用處地.

6.2用OLS對科克模型、部分調(diào)整模型和適應(yīng)預(yù)期模型分別進(jìn)行

回歸時，得到地OLS估計(jì)量會有什么樣地性質(zhì)?

6.3簡述科克分布和阿爾蒙多項(xiàng)式分布地區(qū)別.

6.4考慮模型

假設(shè)相關(guān).要解決這個問題，我們采用以下工具變量法：首先用對

和回歸，得到地估計(jì)值，然后回歸

其中是第一步回歸(對和回歸)中得到地.

(1)這個方法如何消除原模型中地相關(guān)？

(2)與利維頓采用地方法相比，此方法有何優(yōu)點(diǎn)？

6.5設(shè)

其中：M二對實(shí)際現(xiàn)金余額地需求,Y*=預(yù)期實(shí)際收入,

R*=預(yù)期通貨膨脹率

假設(shè)這些預(yù)期服從適應(yīng)預(yù)期機(jī)制：

其中和是調(diào)整系數(shù)，均位于0和1之間.

(1)請將Mt用可觀測量表示；

(2)你預(yù)計(jì)會有什么估計(jì)問題？

6.6考慮分布滯后模型

假設(shè)可用二階多項(xiàng)式表示諸如下：

若施加約束二=0,你將如何估計(jì)諸系數(shù)(，i=O,l，⑷

6.7為了研究設(shè)備利用對于通貨膨脹地影響，T.A.吉延斯根據(jù)

1971年到1988年地美國數(shù)據(jù)獲得如下回歸結(jié)果：

其中：Y二通貨膨脹率(根據(jù)GNP平減指數(shù)計(jì)算)

Xt二制造業(yè)設(shè)備利用率

Xt-l=滯后一年地設(shè)備利用率

(1)設(shè)備利用對于通貨膨脹地短期影響是什么？長期影響又是什

么？

(2)每個斜率系數(shù)是統(tǒng)計(jì)顯著地嗎？

(3)你是否會拒絕兩個斜率系數(shù)同時為零地原假設(shè)？將利用何種

檢驗(yàn)？

6.8考慮下面地模型：

Yt=a+p(WOXt+W1Xt-1+W2Xt-2+W3Xt-3)+ut

請說明如何用阿爾蒙滯后方法來估計(jì)上述模型(設(shè)用二次多項(xiàng)式

來近似).

6.9下面地模型是一個將部分調(diào)整和適應(yīng)預(yù)期假說結(jié)合在一起地模

型：

Yt*=[3Xt+le

Yt-Yt-1=8(Yt*-Yt-1)+ut

Xt+le-Xte=(1-A)(Xt-Xte);,2,…，n

式中Yt*是理想值，Xt+le和Xte是預(yù)期值.試推導(dǎo)出一個只包

含可觀測變量地方程，并說明該方程參數(shù)估計(jì)方面地問題.

第七章時間序列分析

7.1單項(xiàng)選擇題

(1)某一時間序列經(jīng)一次差分變換成平穩(wěn)時間序列，此時間序列

稱為()地.A.1階單整B.2階單整

C.K階單整D.以上答案均不正確

(2)如果兩個變量都是一階單整地，則().

A.這兩個變量一定存在協(xié)整關(guān)系B.這兩個變量一定不存在協(xié)整

關(guān)系C.相應(yīng)地誤差修正模型一定成立D.還需對誤差項(xiàng)進(jìn)行檢驗(yàn)

(3)如果同階單整地線性組合是平穩(wěn)時間序列，則這些變量之間

關(guān)系是().

A.偽回歸關(guān)系

B.協(xié)整關(guān)系

C.短期均衡關(guān)系

D.短期非均衡關(guān)系

(4).若T時間序列呈上升趨勢，則這個時間序列是().

A.平穩(wěn)時間序列B.非平穩(wěn)時間序列

C.一階單整序^D.一階協(xié)整序列

7.2請說出平穩(wěn)時間序列和非平穩(wěn)時間序列地區(qū)別，并解釋為什么

在實(shí)證分析中確定經(jīng)濟(jì)時間序列地性質(zhì)是十分必要地.

7.3什么是單位根？

7.4Dickey-Fuller(DF)檢驗(yàn)和Engle-Granger(EG)檢驗(yàn)是

檢驗(yàn)什么地？

7.5什么是偽回歸？在回歸中使用非均衡時間序列時是否必定會造

成偽回歸？7.6由1948-1984英國私人部門住宅開工數(shù)(X)數(shù)據(jù)，

某學(xué)者得到下列回歸結(jié)果：

注：5%臨界值值為-2.95,10%臨界值值為-2.60.

(1)根據(jù)這一結(jié)果，檢驗(yàn)住宅開工數(shù)時間序列是否平穩(wěn).

(2)如果你打算使用t檢驗(yàn)，則觀測地t值是否統(tǒng)計(jì)顯著？據(jù)此

你是否得出該序

列平穩(wěn)地結(jié)論？

(3)現(xiàn)考慮下面地回歸結(jié)果：

請判斷住宅開工數(shù)地平穩(wěn)性.

7.7由1971-1到1988-IV加拿大地?cái)?shù)據(jù)，得到如下回歸結(jié)果；

A.

B.

C.

其中，Ml=貨幣供給，GDP;國內(nèi)生產(chǎn)總值，et二殘差(回歸A)

(1)你懷疑回歸A是偽回歸嗎？為什么？

(2)回歸B是偽回歸嗎?請說明理由.

(3)從回歸C地結(jié)果，你是否改變(1)中地結(jié)論，為什么？

(4)現(xiàn)考慮以下回歸：

這個回歸結(jié)果告訴你什么？這個結(jié)果是否對你決定回歸A是否偽

回歸有幫助？

7.8檢驗(yàn)我國人口時間序列地平穩(wěn)性，數(shù)據(jù)區(qū)間為1949-2003年.

單位：萬人

年份POP年份POP年份POP

1949541671968785341986107507

1950551961969806711987109300

1951563001970829921988111026

1952574821971852291989112704

1953587961972871771990114333

1954602661973892111991115823

1955614651974908591992117171

1956628281975924201993118517

1957646531976937171994119850

1958659941977949741995121121

1959672071978962591996122389

1960662071979975421997123626

1961658591980987051998124761

19626729519811000721999125786

19636917219821015902000126743

19647049919831027642001127627

19657253819841038762002128453

19667454219851058512003129227

196776368

7.9對中國進(jìn)出口貿(mào)易進(jìn)行協(xié)整分析，如果存在協(xié)整關(guān)系，則建立

ECM模型.

1951-2003年中國進(jìn)口（im）、出口（ex）和物價指數(shù)（pt,

商品零售物價指數(shù)）時間序列數(shù)據(jù)見下表.因?yàn)樵撈陂g物價變化大，特

別是改革開放以后變化更為激烈，所以物價指數(shù)也作為一個解釋變量

加入模型中.為消除物價變動對進(jìn)出口數(shù)據(jù)地影響以及消除進(jìn)出口數(shù)據(jù)

中存在地異方差，定義三個變量如下：

yearIncxinimInptyearIncxInimInpt

19514.1084.485-0.92119785.8515.963-0.730

19524.2264.551-0.92619796.0676.204-0.711

19534.4414.772-0.89219806.2556.352-0.652

19544.5594.670-0.87019816.5366.537-0.629

19554.7464.973-0.86019826.6366.490-0.611

19564.8804.831-0.86019836.6796.641-0.596

19574.8424.756-0.84419846.9316.998-0.567

19585.0464.964-0.84219857.1797.620-0.483

19595.1905.098-0.83219867.4117.737-0.425

I9604.9494.977-0.80119877.6477.740-0.354

19614.5174.413-0.6521988