计量经济学
郭存芝版
1~9章答案
第一章
1．计量经济学是一门什么样的学科？
答：计量经济学的英文单词是Econometrics，本意是“经济计量”，研究经济问题的计量方法，因此有时也译为“经济计量学”。将Econometrics译为“计量经济学”是为了强调它是现代经济学的一门分支学科，不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。
可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。
2．计量经济学与经济理论、数学、统计学的联系和区别是什么？
答：计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。计量经济学与经济学、数学、统计学的联系主要是计量经济学对这些学科的应用。计量经济学对经济学的应用主要体现在以下几个方面：第一，计量经济学模型的选择和确定，包括对变量和经济模型的选择，需要经济学理论提供依据和思路；第二，计量经济分析中对经济模型的修改和调整，如改变函数形式、增减变量等，需要有经济理论的指导和把握；第三，计量经济分析结果的解读和应用也需要经济理论提供基础、背景和思路。计量经济学对统计学的应用，至少有两个重要方面：一是计量经济分析所采用的数据的收集与处理、参数的估计等，需要使用统计学的方法和技术来完成；一是参数估计值、模型的预测结果的可靠性，需要使用统计方法加以分析、判断。计量经济学对数学的应用也是多方面的，首先，对非线性函数进行线性转化的方法和技巧，是数学在计量经济学中的应用；其次，任何的参数估计归根结底都是数学运算，较复杂的参数估计方法，或者较复杂的模型的参数估计，更需要相当的数学知识和数学运算能力，另外，在计量经济理论和方法的研究方面，需要用到许多的数学知识和原理。
计量经济学与经济学、数学、统计学的区别也很明显，经济学、数学、统计学中的任何一门学科，都不能替代计量经济学，这三门学科简单地合起来，也不能替代计量经济学。计量经济学与经济学的主要区别在于：经济学一般根据逻辑推理得出结论，说明经济现象和过程的本质与规律，大多是定性的表述。虽然理论经济学有时也会涉及经济现象和过程的数量关系，如产出随投入要素的增减而增减，但不提供这类数量关系的具体度量，不说明随投入要素的增减产出增减多少。计量经济学则要对经济理论所确定的数量关系作出具体估计，也就是对经济理论进行经验的证明。计量经济学与统计学最根本的区别在于：第一，计量经济学是以问题为导向，以经济模型为核心的，统计学则是以数据为核心，常常也是以数据为导向的。虽然现代统计学并不排斥经济理论和模型，有时也会利用它们，但不一定以特定的经济理论或模型为基础和出发点，常常可以通过对经济数据的统计直接得出结论，侧重于数据的采集、筛选和处理；第二，计量经济学对经济理论的实证作用较强。计量经济学从经济理论和经济模型出发，进行分析的过程，实际上是对经济理论证实或证伪的过程。这使得它对经济理论的验证作用很强，比统计学强的多；第三，计量经济学对经济问题有更重要的指导作用。计量经济学通常不仅要对数据进行处理和分析，获得
经济问题的一些数字特征，而且要借助于经济理论和数学工具，对经济问题作出更深刻的解剖和解读。经过计量经济分析实证检验的经济理论和模型，能对分析、研究和预测更广泛的经济问题起到重要作用。计量经济学与数学的区别不言而喻，因为数学只是计量经济分析及其理论研究的工具，与实证分析经济问题的计量经济学的区别显而易见。
3．经典计量经济学与非经典计量经济学是如何划分的？
答：经典计量经济学与非经典计量经济学的划分可从计量经济学的发展时期及其理论方法上的特征来把握。经典计量经济学一般指上世纪70年代以前发展起来的计量经济学，在理论方法上具有以下五个方面的共同特征：第一，在模型类型上，采用随机模型；第二，在模型导向上，以经济理论为导向；第三，在模型结构上，采用线性或可化为线性的模型，反映变量之间的因果关系；第四，在数据类型上，采用时间序列数据或截面数据；第五，在估计方法上，采用最小二乘法或最大似然法。非经典计量经济学一般指上世纪70年代以后发展起来的计量经济学，也称现代计量经济学，与经典计量经济学理论方法上的五个方面的特征相对应，非经典计量经济学包括模型类型非经典计量经济学问题、模型导向非经典计量经济学问题、模型结构非经典计量经济学问题、数据类型非经典计量经济学问题、估计方法非经典计量经济学问题五个方面的内容。
4．计量经济研究中如何进行理论模型的设定？
答：理论模型的设定，是对经济问题的数学描述或模拟，涉及变量的设定、模型函数形式的设定、参数取值范围的设定三个方面。
理论模型设定中变量的设定，主要是解释变量的设定，因为被解释变量是作为研究对象的变量，可由研究问题本身直接确定。解释变量的设定需要通过以下几个方面把握：第一，解释变量应是根据经济理论或实践经验确定的被解释变量的主要影响因素，遗漏了主要影响因素或将次要影响因素甚至不相关因素引入模型，都可能导致研究结果的偏误；第二，若有多个解释变量，需注意避免解释变量之间的相关性。解释变量之间若存在一定的相关关系，可直接影响参数估计量的性质，降低研究结果的可靠性；第三，在设定解释变量的同时，应注意保证与解释变量对应的观察数据的可得性，没有样本观察数据的支持，就得不到模型的参数估计值，进一步的研究也将无法展开。
模型函数形式的设定，首先，可以直接采用数理经济学已有的函数形式，另外，也可以根据样本观察数据反映出来的变量之间的关系设定，对于其他事先无法确定模型函数形式的情况，可采用各种可能的函数形式进行模拟，选择模拟结果最好的函数形式。需要指出的是，这里设定的模型函数形式只是模型函数形式的初步设定，在模型参数估计和检验的过程中，大多还会对模型的函数形式进行逐步调整，以得到较为合理的模型函数形式。
参数取值范围的设定主要根据经济理论或实践经验给出，参数取值范围的设定可用来检验模型参数估计结果的合理性。
5．计量经济学模型中的待估参数有哪些？
答：计量经济学模型的参数包括模型的结构参数和随机误差项的分布参数两大类。模型的结构乘数是包含在模型方程中的反映模型结构特征的参数，每一个结构参数以一个字母（多为希腊字母）
表示，例如生产函数模型中的参数A、γ、α、β，消费函数中的参数α、β，都是模型的结构参数。随机误差项的分布参数主要是随机误差项的均值和方差。
6．计量经济学模型的检验包括哪几个方面？为什么要进行模型的检验？
答：因为经济现象和过程本身是十分复杂的，理论模型的整个建立过程，从模型设定到参数估计，都可能存在一定的偏误。在模型设定过程中，可能由于所依据的经济理论对研究对象的解释不充分，或者由于自身对研究对象的认识的欠缺，导致变量选择的偏差或模型函数形式设定的错误；在模型参数估计过程中，可能由于样本数据的统计错误、代表性差，或者由于其他信息的不可靠，导致参数估计值与真实值存在较大差距。此外，无论是单方程计量经济学模型，还是联立方程计量经济学模型，都是建立在一定的假设前提下的，如果模型的建立违背了计量经济学的基本假设，也会导致错误的结果。对模型的检验通常包括经济意义经验、统计推断检验、计量经济检验、模型预测检验四个方面。
7．如何利用计量经济学模型进行政策评价？
答：政策评价是将经济目标作为被解释变量，将经济政策作为解释变量，利用计量经济学模型对各种可供选择的经济政策方案的实施后果进行模拟测算，从中选择较好的政策方案。
计量经济学模型用于政策评价，主要有三种方法：
1）工具——目标法。给定经济目标，即给定被解释变量的取值，通过对模型求解，确定解释变量的取值，即确定具体的经济政策方案。
2）政策模拟。将各种不同的政策方案代入模型，计算各自的目标值，通过对目标值的比较决定经济政策方案的取舍。
3）最优控制方法。将计量经济学模型与最优化方法结合起来，选择使目标达到最优的政策或政策组合。
8．计量经济学模型中的被解释变量和解释变量、内生变量和外生变量是如何划分的？
答：在单方程计量经济学模型中，按照因果差异，将变量分为被解释变量（explained variable）与解释变量（explanatory variable）。被解释变量是模型的分析研究对象，是具有某种概率分布的随机变量，也称为“因变量”或“应变量”（dependent variable）、“回归子”（regressand）等。解释变量是分析研究对象的主要影响因素，是确定性的变量，也称为“自变量”（independent variable）、“回归元”（regressor）等。
在联立方程计量经济学模型中，按是否由模型系统决定，将变量分为内生变量（endogenous variables）和外生变量（exogenous variables）两大类。内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。
9．计量经济学模型中包含的变量之间的关系主要有哪些？
答：计量经济学模型中变量之间的关系主要是解释变量与被解释变量之间的因果关系，包括单向因果关系、相互影响关系、相互影响关系。
1）单向因果关系
经济变量之间的单向因果关系是单方程计量经济学模型研究的对象，指经济变量之间存在单向的内在联系，一个（一组）经济变量的水平直接影响或决定另一个经济变量的水平。
2）相互影响关系
经济变量之间的相互影响关系是联立方程计量经济学模型研究的对象，指变量之间存在双向的因果关系，即一变量的变化既引起另一变量的变化，反过来也受另一变量变化的影响。
3）相互影响关系
恒等关系是一种特殊的变量关系，实际上通常就是一些变量的定义，例如，储蓄等于可支配收入减去消费。恒等关系是变量之间的确定关系，不需要针对它们进行分析。
10．什么是行为方程、技术方程、制度方程、定义方程、平衡方程？各举一例说明。
答：方程是关于变量之间关系的表达式，计量经济学模型中的方程分为随机方程、恒等方程两大类。随机方程主要包括行为方程、技术方程、制度方程等，恒等方程主要包括定义方程、平衡方程等。
行为方程是反映居民、企业、政府经济行为的随机方程。如描述居民消费与收入等的关系的消费函数方程，反映居民的消费行为，是一个行为方程；
技术方程是反映客观经济技术关系的随机方程。如描述产出与投入要素之间关系的生产函数方程，反映一定生产技术条件下投入要素与产出之间的技术关系，是一个技术方程；
制度方程是反映政府政策、规定的随机方程。如描述税收与课税对象数额、税率之间关系的税收函数方程，反映政府的税收规定，是一个制度方程；
定义方程是反映经济学或经济统计学对经济变量的定义的恒等方程。以宏观经济学对国内生产总值的定义为例，按生产法，国内生产总值等于第一产业、第二产业、第三产业的增加值之和；
平衡方程是反映经济变量之间的某种平衡关系的恒等方程。如描述某种产品的供给等于需求的方程，反映该种产品的市场供需均衡，是一个平衡方程。
11．什么是单方程模型、联立方程模型、时间序列模型？三者之间的关系如何？
答：单方程模型（single-equation model）是只含有一个方程的计量经济学模型；联立方程模型（simultaneous-equation model）是由多个方程组成的计量经济学模型；时间序列模型（time series model）是反映经济变量与时间变量之间关系的计量经济学模型。单方程模型、联立方程模型、时间序列模型分别适用于不同的情况和问题，分析方法也有区别。但这三种模型之间也有联系，联立方程模型是由多个单方程模型有机组合而成，单方程模型在联立方程模型中有很多应用，时间序列模型也是一种单方程模型。
12．计量经济学中常用的数据类型有哪些？各举一例说明。
答：根据生成过程和结构方面的差异，计量经济学中应用的数据可分为时间序列数据（time series data）、截面数据（cross sectional data）、面板数据（panal data）和虚拟变量数据（dummy variables data）。
时间序列数据是同一观察对象在不同时间点上的取值的统计序列，可理解为随时间变化而生成的数据。根据统计或观察的时间间隔的不同，时间序列数据有“年度数据”、“季节数据”、“月份数据”之分。比如说年度CPI、季节CPI、月份CPI。
截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合，可理解为对一个随机变量重复抽样获得的数据。例如，以某100个居民家庭为样本，研究居民家庭的消费与收入之间的关系，这100个家庭的完整的收入和消费数据就是一个截面数据。
面板数据是结合了时间序列数据和截面数据特征的数据，是多个观察对象在不同时间点上的取值的统计数据集合。例如，以某100个居民家庭为样本，研究从1990—2005年居民家庭的消费与收入之间的关系，这16年来的100个家庭的完整的收入和消费数据就是一个面板数据。
虚拟变量数据是人为设定的虚拟变量的取值。例如人的性别分为女性和男性，可以用0和1来表示。
13．什么是数据的完整性、准确性、可比性、一致性？
答：1）完整性，指模型中所有变量在每个样本点上都必须有观察数据，所有变量的样本观察数据都一样多。
2）准确性，指样本数据必须准确反映经济变量的状态或水平。数据的准确性与样本数据的采集直接相关，通常是研究者所不能控制的。
3）可比性，指数据的统计口径必须相同，不同样本点上的数据要有可比性。
4）一致性，指母体与样本即变量与数据必须一致。
14．计量经济学作为一门独立的经济学科正式诞生的标志是什么？
答：计量经济学作为一门独立的学科，一般认为正式诞生于二十世纪三十年代初，其标志是：1930年挪威经济学家弗里希（R.Frisch）、荷兰经济学家丁伯根（J.Tinbergen）、美国经济学家费歇尔（I.Fisher）等在美国俄亥俄州克里夫兰组织成立世界计量经济学会（Econometric Society）；1933年世界计量经济学会会刊《计量经济学》（Econometrica）创刊。
15．试论计量经济学在经济学科中的地位。
答：理论与方法的迅速发展和在经济活动实践中的广泛应用，使计量经济学在经济学科中占有了十分突出的地位。一般认为，1969年诺贝尔经济学奖的设立，标志着经济学已成为一门科学。在经济学走向科学化的过程中，计量经济学起了特殊作用，因而1969年的首届诺贝尔经济学奖授予了创立计量经济学的弗里希和丁伯根。据统计，在历届诺贝尔经济学奖获得者中，有2/3以上是计量经济学家，有10位直接因为对计量经济学发展的贡献而获奖；有近20位担任过世界计量经济学会会长；有30余位在获奖成果中应用了计量经济学。为此，第二届诺贝尔经济学奖得主美国著名经济学家萨缪尔森评价说：“第二次世界大战后的经济学是计量经济学时代”；第十二届诺贝尔经济学奖得主美国著名经济学家克莱因评价说：“计量经济学已经在经济学科中居于最重要的位置”。
第二章一元线性回归模型
1．什么是相关分析？什么是回归分析？相关分析与回归分析的关系如何？
答：相关分析（correlation analysis）是研究变量之间的相关关系的形式和程度的一种统计分析方法，主要通过绘制变量之间关系的散点图和计算变量之间的相关系数进行。
回归分析（regression analysis）是研究不仅存在相关关系而且存在因果关系的变量之间的依存关系的一种分析理论与方法，是计量经济学的方法论基础。
相关分析与回归分析既有联系又有区别。联系在于：相关分析与回归分析都是对存在相关关系的变量的统计相关关系的研究，都能测度线性相关程度的大小，都能判断线性相关关系是正相关还是负相关。区别在于：相关分析仅仅是从统计数据上测度变量之间的相关程度，不考虑两者之间是否存在因果关系，因而变量的地位在相关分析中是对等的；回归分析是对变量之间的因果关系的分析，变量的地位是不对等的，有被解释变量和解释变量之分。
2．随机误差项在计量经济学模型中的作用是什么？
答：计量经济学是研究经济变量之间存在的随机因果关系的理论与方法，其中对经济变量之间关系的随机性的描述通过引入随机误差项（stochastic error）的方式来实现。
一个经济变量通常不能被另一个经济变量完全精确地决定，需要引入随机误差项来反映各种
误差的综合影响，主要包括：
1）变量的内在随机性的影响；
2）解释变量中被忽略的因素的影响； 3）模型关系设定误差的影响； 4）变量观察值的观察误差的影响； 5）其他随机因素的影响。
3．什么是总体回归函数？什么是总体回归模型？
答：给定解释变量条件下被解释变量的期望轨迹称为总体回归曲线（population regression curve ），或总体回归线（population regression line ）。描述总体回归曲线的函数称为总体回归函数（population regression function ）。
对于只有一个解释变量X 的情形，总体回归函数为
/i i E Y X f X =（）（）
表示对于解释变量X 的每一个取值i X ，都有被解释变量Y 的条件期望/i E Y X （）
与之对应，/i E Y X （）
是X 的函数。 对于含有多个解释变量1X 、2X 、 、k X 的情形，总体回归函数为
1212/i i ki i i ki E Y X X X f X X X = （，，，）（，，，）
表示对于解释变量1X 、2X 、 、k X 的每一组取值12i i ki X X X 、、、，都有被解释变量Y 的条件期望
12/i i ki E Y X X X （，，，） 与之对应，12/i i ki E Y X X X （，，，）
是1X 、2X 、 、k X 的函数。 引入了随机误差项，称为总体回归函数的随机设定形式，也是因为引入了随机误差项，成为计量经济学模型，称为总体回归模型（population regression model ）。
4．什么是样本回归函数？什么是样本回归模型？
答：由于总体中包含的个体的数量往往非常多，总体回归函数的具体形式一般无法精确确定，是未知的，通常只能根据经济理论或实践经验对总体回归函数进行合理的假设，然后根据有限的样本观察数据对总体回归函数进行估计。根据样本数据对总体回归函数作出的估计称为样本回归函数（simple regression function ）。
引入样本回归函数中的代表各种随机因素影响的随机变量，称为样本残差项、回归残差项或样本剩余项、回归剩余项，简称残差项或剩余项（residual ），通常用i e 表示。在样本回归函数中引入残差项后，得到的是随机方程，成为了计量经济学模型，称为样本回归模型。
5．线性回归模型中“线性”的含义是什么？
答：线性函数和通常意义下的线性函数不同，这里的线性函数指参数是线性的，即待估参数都只以一次方出现，解释变量可以是线性的，也可以不是线性的。
例如
01ln i i i Y X ββμ=++ 12i n = ，
，， 201122i i i k ki i Y X X X ββββμ=+++++ 12i n = ，
，， 3
0112122/8i i i i k ki i i Y X X X X X ββββμ=+++++++ （）（）
12i n = ，，，
都是线性回归模型。
201i i i Y X ββμ=++ 12i n = ，
，， 2010122
1i i i k ki i Y X X X ββββμβ=++++++ （） 12i n = ，
，， 01122ln i i i k ki i Y X X X ββββμ=+++++ 12i n = ，，，
都不是线性回归模型。
6．为什么要对模型提出假设？一元线性回归模型的基本假设有哪些？
答：线性回归模型的参数估计方法很多，但各种估计方法都是建立在一定的假设前提之下的，只有满足假设，才能保证参数估计结果的可靠性。为此，本节首先介绍模型的基本假设。 一元线性回归模型的基本假设包括对解释变量的假设、对随机误差项的假设、对模型设定的假设几个方面，主要如下：
1）解释变量是确定性变量，不是随机变量。
2）随机误差项具有0均值、同方差，且在不同样本点之间是独立的，不存在序列相关，即
012i E i n μ== （） ，，， 212i Var i n μσ== （） ，，，
012i j Cov i j i j n μμ=≠= （，） ，，，，
3）随机误差项与解释变量不相关。即
012i i Cov X i n μ== （，） ，，，
4）随机误差项服从正态分布，即
2~(0,) 1,2,,i N i n μσ=
5）回归模型是正确设定的。
这5条假设中的前4条是线性回归模型的古典假设，也称为高斯假设，满足古典假设的线性
回归模型称为古典线性回归模型（classical linear regression model ）。
7．参数的普通最小二乘估计法和最大似然估计法的基本思想各是什么？
答：普通最小二乘法（ordinary least squares ，OLS ）是最常用的参数估计方法，其基本思想是使样本回归函数尽可能好地拟合样本数据，反映在图上，就是要使样本散点偏离样本回归直线的距离总体上最小。在样本容量为n 的情况下，就是要使n 个样本点的被解释变量的估计值与实际观察值的偏差总体上最小。为避免残差的正负抵消，同时考虑计算处理上的方便，最小二乘法以
21
min n
i i e =∑
表示被解释变量的估计值与实际观察值的偏差总体上最小，称为最小二乘准则。
最大似然法（maximum likelihood ，ML ），也称为最大或然法或极大似然法。最大似然法的基本思想是使从模型中取得样本观察数据的概率最大，就是说把随机抽取得到的样本观察数据看作是重复抽取中最容易得到的样本观察数据，即概率最大，参数估计结果应该反映这一情况，使得到的模型能以最大概率产生样本数据。
8．普通最小二乘参数估计量和估计值各有哪些性质？
答：在满足基本假设情况下，一元线性回归模型的普通最小二乘参数估计量是最佳线性无偏估计量。
用普通最小二乘法估计得到的一元线性回归模型的样本回归函数具有如下性质：
1. 样本回归线过样本均值点，即点 Y X （、）满足样本回归函数01???i i Y X ββ=+；
2. 被解释变量的估计的均值等于实际值的均值，即?Y
Y =； 3. 残差和为零，即
1
0n
i
i e
==∑；
4. 解释变量与残差的乘积之和为零，即
1
0n
i i
i X e
==∑；
5. 被解释变量的估计与残差的乘积之和为零，即
1
?0n
i i
i Y e
==∑。
9．随机误差项方差的普通最小二乘估计和最大似然估计各是什么？是否是无偏估计？ 随机误差项的方差的普通最小二乘估计量为
221
?2
n
i
i e
n σ
==-∑
是一个无偏估计量。
随机误差项的方差的最大似然估计量为
2
2
1
1?n i i e n σ
==∑ 与普通最小二乘估计量不同，随机误差项的方差的最大似然估计量是一个有偏估计量。
10．什么是拟合优度？什么是拟合优度检验？拟合优度通过什么指标度量？为什么残差平方和不能作为拟合优度的度量指标？
答：拟合优度指样本回归线对样本数据拟合的精确程度，拟合优度检验就是检验样本回归线对样本数据拟合的精确程度。
样本残差平方和是一个可用来描述模型拟合效果的指标，残差平方和越大，表明拟合效果越差；残差平方和越小，表明拟合效果越好。但残差平方和是一个绝对指标，不具有横向可比性，不能作为度量拟合优度的统计量。
所以拟合优度检验的度量指标是通过残差平方和构造的决定系数来进行检验的。决定系数公式是：
21ESS RSS
R TSS TSS
=
=-
与残差平方和不同，决定系数2
R 是一个相对指标，具有横向可比性，因此可以用作拟合优度检验。
11．一元线性回归模型的普通最小二乘参数估计量的分布如何？
答：由于01 ββ、的普通最小二乘估计量01?? ββ、满足线性性，可表示为被解释变量i Y 的线性组合，所以01
?? ββ、也服从正态分布。 所以
22
1002
1
?(
)n
i
i n i i X
N n x ββσ==∑∑ ， 2
112
1
?( )n
i
i N x
σββ=∑ ，
进行标准化变换可得
00
00
2
02
1
2
1
???n
i
i n i i N SE X
n x βββββσ==--=∑∑ （0，1）
（）
（1） 11
1??SE βββ-（）11221?n
i i N x ββσ
=-=∑ （0，1）
（2）
其中，随机误差项i μ的方差2
σ的真实值未知，只能用其无偏估计量
2
21
?2
n
i
i e
n σ
==-∑
替代。用无偏估计量2
?σ替代2
σ后得到的01?? ββ、的方差和标准差的估计量分别称为01?? ββ、的样本方差和样本标准差，样本方差和样本标准差可分别用 Var
、 SE 表示，即 22
1
021
??n
i
i n
i i X
Var n x βσ===
∑∑（） 2
121
??n
i i Var x σβ==∑（） 用2?σ替代2
σ后，式（1）、（2）中的统计量服从自由度为2n -的t 分布，将替代后的统计量
分别记为01 t t 、，有
00
00
02
021
2
1
??-2 ??n
i
i n i i t t n SE X
n x βββββσ
==--==
∑∑ （）（）
11
1112121
??-2 ??n
i
i t t n SE x
βββββσ
=--==∑ （）（）
12．什么是变量显著性检验？
答：一元线性回归模型中，1β是否显著不为0，反映解释变量对被解释变量的影响是否显著，所以常针对原假设01 0H β=：，备择假设11 0H β≠：，进行检验，称为变量显著性检验。原假设为01 0H β=：，备择假设为11 0H β≠：时，根据原假设
1
11?-2 ?t t n SE ββ= （）（）
对于给定的显著性水平α，查自由度为2n -的t 分布临界值，并计算1t 的值，如果
1t ∈2
[t α-，2
]t α
接受原假设01 0H β=：，认为解释变量对被解释变量的影响不显著；反之，如果
12
t t α>
则拒绝原假设01 0H β=：，接受备择假设11 0H β≠：，认为解释变量对被解释变量的影响显著。
13．为什么被解释变量总体均值的预测置信区间比个别值的预测置信区间窄？
答：被解释变量的总体均值0/E Y X （）的波动，主要取决于样本数据的抽样波动。被解释变量的个别值0Y 的波动，除受样本数据的抽样波动的影响外，还受随机误差项i μ的影响。反映在式
（2-50）、式（2-51）中， 00?SE Y SE e <（）（），总体均值的预测置信区间窄于个别值的预测置信区
间。
14．由1981—2005年的样本数据估计得到反映某一经济活动的计量经济学 模型，利用模型对2050年该经济活动的情况进行预测，是否合适？为什么？
答：因为在解释变量的样本均值X 处，样本观察数据的代表性往往较好，即抽样波动往往较小，
被解释变量的总体均值0/E Y X （）和个别值0Y 的波动较小。反之，解释变量X 的取值偏离X 的距离越大，样本观察数据的代表性往往越差，即抽样波动往往越大，被解释变量的总体均值0/E Y X （）
和个别值0Y 的波动越大。由此可见，用回归模型作预测时，解释变量的取值不宜偏离解释变量的样本均值X 太大，否则预测精度会大大降低。
所以利用模型对2050年的经济活动的情况进行预测不合适。
15．在一元线性回归模型01i i i Y X ββμ=++中，用不为零的常数δ去乘每一个X 值，对参数0β与1β的估计值、Y 的拟合值、残差会产生什么样的影响？如果用不为零的常数δ去加每一个X 值，又会怎样？
解答：记原总体模型对应的样本回归模型为i
i i e X Y ++=10??ββ，则有 ∑∑=2
1
?i
i
i x y x β， X Y 10??ββ-= Y 的拟合值与残差分别为
i
i X Y 10???ββ+= )??(10i
i i X Y e ββ+-= 记i X X δ=*，则有
X n
X X
i
δ==∑**
i i x X X x δ=-=***
记新总体模型对应的样本回归模型为
**10??i i i e X Y ++=αα
则有
12222**1?11
)
(?βδ
δδδα
=
=
=
=∑∑∑∑∑∑i
i
i i
i i i
i i x
y x x
y x x y
x
11*10???1??ββδβδ
αα
=-=-=-=X Y X Y X Y 于是在新的回归模型下，Y 的拟合值与残差分析分别为
i
i i i X X X Y 1010*10???1????ββδβδ
βαα+=+=+=
)??()?1?()??(10*10*10*i
i i i i i i X Y X Y X Y e ββδβδ
βαα+-=+-=+-= 可见，用不为零的常数δ去乘每一个X 值，1β的估计值变为原来的1δ
，
0β的估计值、Y 的拟
合值与模型的残差不变。
如果记
,*δ+=i i X X i i x x =*
于是新模型的回归参数分别为
1
22**1?)
(?βα
==
=∑∑∑∑i
i i i
i i x
y x x y x δββδββδβαα1
01*1*1*10????)(???-=--=+-=-=X Y X Y X Y 在新的回归模型下，Y 的拟合值与残差分别为
i i i i X X X Y 10110*10??)(?)??(???ββδββδβαα+=++-=+=
)??()](?)??[()??(10110*10*i
i i i i i X Y X Y X Y e ββδββδβαα+-=++--=+-= 可见，如果用不为零的常数δ去加每一个X 值，0β的估计值改变， 1β的估计值、Y 的拟合值与
模型的残差不变。
16．在一元线性回归模型01i i i Y X ββμ=++中，用不为零的常数δ去乘每一个Y 值，对参数0β、
1β的估计值会产生什么样的影响？如果用不为零的常数δ去加每一个Y 值，又会怎样？
解答：记原总体模型对应的样本回归模型为i
i i e X Y ++=10??ββ，则有 ∑∑=2
1?i
i i x y x β， X Y 10??ββ-= Y 的拟合值与残差分别为
i i X Y 10???ββ+= )??(10i
i i X Y e ββ+-= 记i Y Y δ=*
，则有
Y n
Y Y i
δ==
∑*
*
i i y Y Y y δ=-=***
记新总体模型对应的样本回归模型为
*10*??i i i e X Y ++=αα
则有
1
222
*1?)
(?βδδ
δα
===
=
∑∑∑∑∑∑i
i
i i
i
i i
i i x
y x x
y x x y
x 0
111*0?)?(???βδβδβδδαα=-=-=-=X Y X Y X Y 可见，用不为零的常数δ去乘每一个Y 值，0β、1β的估计值会变为原来的δ倍。
如果记
,*δ+=i i Y Y i i y y =*
于是新模型的回归参数分别为
1
22
*1?)
(?βα
==
=
∑∑∑∑i
i
i i
i i x
y x x y
x δβδββδαα+=+-=-+=-=0
*111*0?????X Y X Y X Y 可见，用不为零的常数δ去加每一个Y 值，0β的估计值比原来增大δ、1β的估计值不变。
17．（注意：本题的数据有误，需做修改，Y 的均值和平方和、X 的平方和做了修改）由某公司分布在12个地区的销售点的销售量（Y ）和销售价格（X ）数据得出如下结果：
621.3X = 205.6Y =
12
21
5564218i
i X
==∑
12
2
1
529835i
i Y
==∑
12
1
1396698i i
i X Y ==∑
1）建立销售量对价格的一元线性回归方程； 2）求决定系数2
R 。 解答：1）由已知条件知：
7455.612
1
=?=∑=i i
X n X
12
1
2467.2i i Y n Y ==?=∑
故
12
12
11
121
()()()
-136173.36
i
i i i i i i i i i i X
X Y Y X Y YX Y X XY X Y n XY ===--=--+=-?=∑∑∑
又因为
12
12
2
221
1
2()(2)
5564216-12621.3932053.7
i
i i i i X
X X X X X ==-=-+=?=∑∑
所以
12
1
1
12
21
01
-136173.36
?0.146
932053.7
??205.60.146621.3296.3098i i
i i
i x y
x
Y X βββ====
=-=-=+?=∑∑
所以销售量对价格的一元线性回归方程为：
?296.30980.146i i
Y X =- 2）由于
1212
2221
1
???()(2)i i i i i i i i RSS Y Y Y YY Y ===-=-+∑∑
而?296.30980.146i i
Y X =-，所以 12
221
12
12
12
12
12
12
2222010111
1
1
1
1
12
12121212
22220100111
1
1
1
1
??(2)
??????22()()
??????221225298352296.i i i i i i i i i i i i i i i i i i i i i i i i i
i i i i i RSS Y YY Y Y YY Y Y Y X X Y Y X Y X X ββββββββββ=============-+=-+=-+++=--+++=-?∑∑∑∑∑∑∑∑∑∑∑∑2230982467.220.1461396698
12296.30982296.30980.1467455.6+0.14655642182683.716
?+??+?-????=
1212
2
22
1
1
2()529835-12205.622578.68
i i i i TSS Y Y Y nY ===-=-=?=∑∑
所以
22683.716
110.88
22578.68
RSS R TSS =-
=-= 18．《华尔街日报1999年年鉴》（The Wall Street Journal Almanac 1999）公布的美国各航空公司业绩统计数据显示，各航空公司航班正点到达比率和每10万乘客投诉次数如表2-9所示。
表2-9 美国各航空公司航班正点到达比率和每10万乘客投诉次数
航空公司名称
航班正点率（%）
投诉率（次/10万乘客）
西南（Southwest ）航空公司 大陆（Continental ）航空公司 西北（Northwest ）航空公司 美国（US Airways ）航空公司 联合（United ）航空公司 美洲（American ）航空公司 德尔塔（Delta ）航空公司 美国西部（Americawest ）航空公司
环球（TWA ）航空公司
81.8 76.6 76.6 75.7 73.8 72.2 71.2 70.8 68.5
0.21 0.58 0.85 0.68 0.74 0.93 0.72 1.22 1.25
要求：
1）画出这些数据的散点图；
2）根据散点图确定两变量之间存在什么关系； 3）求投诉率对航班正点到达比率的回归方程；
4）对回归方程的斜率的意义作出解释；
5）如果航班正点率为80%，估计每10万旅客投诉的次数是多少。
解答：1）设投诉率为被解释变量y ，航班正点达比率为解释变量x ，以y 为纵轴，以x 为横轴作散点图。
68
707274
76788082
0.2
0.40.60.81.01.2
x
y
2）根据散点图可确定两变量之间反向的相关关系，并呈现线性关系。 3）可得回归方程：
i i x y ?-=07041.001783.6?
（5.719） （-4.967）
0.7792=R
4）上述的回归结果的斜率表示，航班正点达比率提高1个百分点，那么投诉率会将下降
0.07041（次/10万乘客）；
5）如果航班正点率为80%，代入到回归方程，可得：
)/10(38468.08007041.001783.6?万乘客次=?-=y
19．我国1979—2004年的国内生产总值与财政收入数据如表2-10所示。
表2-10 我国国内生产总值与财政收入数据 单位：亿元
年份
财政收入Y
国内生产总值X
年份
财政收入Y
国内生产总值X
1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991
1146.38 1159.93 1175.79 1212.33 1366.95 1642.86 2004.82 2122.01 2199.35 2357.24 2664.9 2937.1 3149.48
4038.2 4517.8 4862.4 5294.7 5934.5 7171 8964.4 10202.2 11962.5 14928.3 16909.2 18547.9 21617.8
1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
3483.37 4348.95 5218.1 6242.2 7407.99 8651.14 9875.95 11444.08 13395.23 16386.04 18903.64 21715.25 26396.47
26638.1 34634.4 46759.4 58478.1 67884.6 74462.6 78345.2 82067.5 89403.6 97314.8 105172.2 117390.2 136875.9
要求：
1）建立财政收入随国内生产总值变化的一元线性回归模型； 2）对模型进行检验；
3）若2005年的国内生产总值为155936.8，求2005年财政收入的预测值和预测置信区间（取
α=0.05）
。 解答：1）建立财政收入随国内生产总值变化的一元线性回归模型：
i
i X Y ?+-=1662.07.482? (-0.892） (18.411)
0.93392=R
2）从回归的结果看，模型拟合较好。可决系数为0.9339，表明模型在整体上拟合得非常好。从截距项与斜率项的t 检验值看，在5%的显著性水平下，斜率项通过检验，而截距项则不能通过。去
掉截距项，重新估计模型，可得新的回归方程：
i
i X Y ?=1602.0? (26.42)
并且从斜率项的值看，0<0.1602<1，符合实际经济情况。
3）若2005年的国内生产总值为155936.8，则2005年财政收入预测的点估计值：
24984.92
8.1559361602.02005=?=Y 在95%的置信度下，2005Y 的预测区间为：
（20700.16，29269.68）
第三章 多元线性回归模型
1．多元线性回归模型的基本假设有哪些？在多元线性回归模型的参数估计量的无偏性、有效性的
证明中各用了哪些？
解答 多元线性回归模型的基本假设也包括对解释变量的假设、对随机误差项的假设、对模型设定的假设几个方面，主要如下：
1）解释变量是确定性变量，不是随机变量，解释变量之间不相关，即X 矩阵是1n k ?+（）阶
非随机矩阵，X 矩阵列满秩
1Rank k =+（）X
据此，有
1Rank k '=+（）X X
矩阵'X X 非奇异。
2）随机误差项具有0均值、同方差，且在不同样本点相互独立，不存在序列相关性，即
012i E i n μ== （） ，，， 212i Var i n μσ== （） ，，，
012i j Cov i j i n μμ=≠= （，） ，，，
用矩阵形式表示为
1122 n n E E E E E μμμμμμ????
? ? ?
?=== ? ? ? ????
?0 （）（）（）（）μ {]]}Cov E E E E ''=[[=（）（）（）（）
μμ-μμ-μμμ
222200000
0σσσσ??
????==?????? I 3）解释变量与随机误差项不相关，即
01212ji i Cov X j k i n μ=== （，） ，，， ，，，
4）随机误差项服从正态分布，即
2(0,)12i N i n μσ~= ，，，
用矩阵形式可表示为
2(,)N σ~0I μ
5）回归模型是正确设定的。
同一元线性回归模型，在这5条假设中，前4条假设是古典假设，若前两条假设满足，第3条假设自然满足，并且由第2条假设有
22 12 012i i j E i n E i j i n
μσμμ===≠= （） ，，，（） ，，，
在证明参数估计量的无偏性时，利用了解释变量非随机或与随机干扰项不相关的假定；在证
明参数估计量的有效性时用到了随机干扰项同方差且无序列相关的假定。
2．对于多元线性回归模型01122i i i k ki i Y X X X ββββμ=+++++ ，证明 （1）01122()i i i k ki E Y X X X ββββ=++++
（2）2
()i Var Y σ=
（3）(,)0 i j Cov Y Y i j =≠
证 （1）由多元线性回归模型的基本假设可知：
0)(=i E μ
那么，
ki
k i i i ki k i i i ki k i i i X X X E X E X E X E E X X X E Y E ββββμββββμββββ++++=+++++=+++++= 221102*********)()()()()()
()( （2）证明如下：
011222
1,2,,()()i i i k ki i j i i Y X X X X j k Var Y Var ββββμμσ=+++++=∴== 是确定性量
（3）证明如下：
0)()]()][([),(==--=j i j j i i j i E Y E Y Y E Y E Y Y Cov μμ
3．在多元模型中，为何要对决定系数进行调整？调整的决定系数2
R 与F 的关系如何？ 解答 在多元线性回归模型中，因为决定系数2
R 随解释变量数目的增加而增大（或至少不变），所以不能利用决定系数2
R 进行解释变量数目不同的模型的拟合优度的比较。同时，若以决定系数2
R 度量模型的拟合优度，还会造成通过增加解释变量数目提高模型拟合优度的倾向，而事实上，解释变量的数目并非越多越好，若增加的解释变量不是被解释变量的重要影响因素，甚至是被解释变量的不相关因素，反而会对模型产生负面影响。正是由于存在这样的缺陷，决定系数2
R 在多元线性回归模型拟合优度评价方面的作用受到了很大的限制。
克服决定系数2
R 的上述缺陷的方法，是对决定系数2
R 进行适当的调整，得到调整的决定系数。
调整的决定系数2
R 与F 统计量存在下列关系：
kF
k n n R +----
=11
12
或
)
1/()1(/22---=k n R k
R F
4．t 检验、F 检验的关系如何？
解答 变量显著性检验（t 检验）是针对单个解释变量对被解释变量的影响是否显著所作的检验，检验被检验变量的参数为0是否显著成立；方程显著性检验（F 检验）是针对所有解释变量对被
解释变量的联合影响是否显著所作的检验，检验被解释变量与解释变量之间的线性关系在总体上是否显著成立。
5．对于多元线性回归模型1122i i i k ki i Y X X X βββμ=++++ （1）求参数的普通最小二乘估计量。
（2）对于该模型，参数的普通最小二乘估计量是否依然满足线性性、无偏性、有效性？ （3）对于该模型，是否依然有
1
0n
i
i e
==∑
1
0(1,2,,)n
i
j i i e
X j k ===∑
1
?0n
i i i e Y ==∑
解答 （1）?''=-1（）X X X Y β
（2）依然满足线性性、无偏性、有效性 （3）依然有
1
0n
i
i e
==∑
1
0(1,2,,)n
i
j i i e
X j k ===∑
1
?0n
i i i e Y ==∑
6．证明，在α显著性水平下，当2
i t t α>时，i β的置信度为1α-的置信区间不包括0。
解答 在α显著性水平下，当2
||αt t i >时，即
??2
2
2
?
???|||
|||i
i
i
i i i i t t t S t S S αααββββββ=>?>??>? 或 i
S t i β
αβ?2
??-< ?0??2
>?-i
S t i βαβ 或 0??2
S t i β
αβ 而在α-1的置信度下，i β的置信区间是：)?,?(?2
?2
i
i
S t S t i i β
αβαββ?+?- 当0??2
>?-i
S t i β
αβ时， i β的置信区间的下限大于0； 当0??2
S t i β
αβ时， i β的置信区间的上限小于0； ∴i β的置信度为1α-的置信区间不包括0。
7．为研究某地家庭书刊消费与家庭收入、户主受教育程度之间的关系，建立了家庭书刊年消费支出Y （元）、家庭月平均收入1X （元）、户主受教育年数2X （年）的模型，用抽样得到的35个家庭的数据估计得
1222? 8.2617 0.0208 1.2698 (3.356763)( 4.237629) (2.965781)
0.961542 =0.936783 98.523926 35
i i i Y X X t R R F n =++=-===
（1）从经济意义上考察模型的合理性。
《 期中练习题 1、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（ ） A ．使 ∑=-n t t t Y Y 1)?(达到最小值 B.使∑=-n t t t Y Y 1达到最小值 C. 使 ∑=-n t t t Y Y 1 2 )(达到最小值 D.使∑=-n t t t Y Y 1 2)?(达到最小值 2、根据样本资料估计得出人均消费支出 Y 对人均收入 X 的回归模型为 ?ln 2.00.75ln i i Y X =+，这表明人均收入每增加 1％，人均消费支出将增加 （ ） A. B. % C. 2 D. % 3、设k 为回归模型中的参数个数,n 为样本容量。则对总体回归模型进行显著性检验的F 统计量与可决系数2 R 之间的关系为( ) ~ A.)1/()1()/(R 2 2---=k R k n F B. )/(1)-(k )R 1/(R 22k n F --= C. )/()1(22k n R R F --= D. ) 1()1/(2 2R k R F --= 6、二元线性回归分析中 TSS=RSS+ESS 。则 RSS 的自由度为（ ） 9、已知五个解释变量线形回归模型估计的残差平方和为 8002=∑t e ，样本容量为46，则随机误 差项μ的方差估计量2 ?σ 为（ ） D. 20 1、经典线性回归模型运用普通最小二乘法估计参数时，下列哪些假定是正确的（ ） A.0)E(u i = B. 2 i )V ar(u i σ= C. 0)u E(u j i ≠ ) D.随机解释变量X 与随机误差i u 不相关 E. i u ～),0(2 i N σ 2、对于二元样本回归模型i i i i e X X Y +++=2211???ββα，下列各式成立的有（ ） A.0 =∑i e B. 0 1=∑i i X e C. 0 2=∑i i X e D. =∑i i Y e E. 21=∑i i X X 4、能够检验多重共线性的方法有（ ）
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:
计量经济学题库 一、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学 B．数学 C．经济学 D．数理统计学 2．计量经济学成为一门独立学科的标志是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立 D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量 B．解释变量 C．被解释变量 D．前定变量4．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 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据 B．混合数据 C．时间序列数据 D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ A ）。 A．内生变量 B．外生变量 C．滞后变量 D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（ A ）。 A．微观计量经济模型 B．宏观计量经济模型 C．理论计量经济模型 D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 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个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量， 1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估 计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。 请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用?=，N-1=15个自由度查表得005.0t =，故99%置信限为
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，
第五章经典单方程计量经济学模型：专门问题 一、内容提要 本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。 第二个专题是滞后变量问题。滞后变量包括滞后解释变量与滞后被解释变量，根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。如对分布滞后模型可采用经验加权法、Ａlmon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。而对自回归模型，则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同，采用工具变量法或OLS法进行估计。由于滞后变量的引入，回归模型可将静态分析动态化，因此，可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。 第三个专题是模型设定偏误问题。主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型，前者又可分为漏选相关变量与多选无关变量两种情况。在漏选相关变量的情况下，OLS估计量在小样本下有偏，在大样本下非一致；当多选了无关变量时，OLS估计量是无偏且一致的，但却是无效的；而当函数形式选取有问题时，OLS估计量的偏误是全方位的，不仅有偏、非一致、无效率，而且参数的经济含义也发生了改变。在模型设定的检验方面，检验是否含有无关变量，可用传统的t检验与F检验进行；检验是否遗漏了相关变量或函数模型选取有错误，则通常用一般性设定偏误检验（RESET检验）进行。本专题最后介绍了一个关于选取线性模型还是双对数线性模型的一个实用方法。 第四个专题是关于建模一般方法论的问题。重点讨论了传统建模理论的缺陷以及为避免这种缺陷而由Hendry提出的“从一般到简单”的建模理论。传统建模方法对变量选取的
2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （） （） 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。 13．假设某国的货币供给量Y 与国民收入X 的历史如系下表。 某国的货币供给量X 与国民收入Y 的历史数据 根据以上数据估计货币供给量Y 对国民收入X 的回归方程，利用Eivews 软件输出结果为： Dependent Variable: Y Variable Coefficient Std. Error t-Statistic Prob. X C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression F-statistic Sum squared resid Prob(F-statistic) 问：（1）写出回归模型的方程形式，并说明回归系数的显着性（） 。 （2）解释回归系数的含义。 （2）如果希望1997年国民收入达到15，那么应该把货币供给量定在什么水平？ 14．假定有如下的回归结果 t t X Y 4795.06911.2?-= 其中，Y 表示美国的咖啡消费量（每天每人消费的杯数），X 表示咖啡的零售价格（单位：美元/杯），t 表示时间。问： （1）这是一个时间序列回归还是横截面回归？做出回归线。 （2）如何解释截距的意义？它有经济含义吗？如何解释斜率？（3）能否救出真实的总体回归函数？ （4）根据需求的价格弹性定义： Y X ?弹性＝斜率，依据上述回归结果，你能救出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？ 15．下面数据是依据10组X 和Y 的观察值得到的： 1110=∑i Y ，1680 =∑i X ，204200=∑i i Y X ，315400 2=∑ i X ，133300 2 =∑i Y 假定满足所有经典线性回归模型的假设，求0β，1β的估计值； 16.根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程：
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
第一章绪论 一、填空题： 1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。 2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________两大类。 6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________和软件的应用等内容。 13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济
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
计量经济学试题及答案（3） ⒈（12分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型： 煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+μ 选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。 ⒉（12分）以表示粮食产量，表示播种面积，表示化肥施用量，经检验，它们取对数后都是变量且互相之间存在关系。同时经过检验并剔除不显著的变量（包括滞后变量），得到如下粮食生产模型： (1) ⑴写出长期均衡方程的理论形式； ⑵写出误差修正项ecm的理论形式； ⑶写出误差修正模型的理论形式； ⑷指出误差修正模型中每个待估参数的经济意义。 ⒊（6分）对于上述粮食生产模型(1)，假设所有解释变量与随机误差项都不相关。 ⑴如果采用普通最小二乘法估计，用非矩阵形式写出关于参数估计量的正规方程组； ⑵从以上正规方程组出发说明，为什么不能采用分部回归方法分别估计每个参数； ⒋（9分）投资函数模型 为一完备的联立方程计量经济模型中的一个方程，模型系统包含的内生变量为C（居民消费总额）、I（投资总额）和Y（国内生产总值），先决变量为（政府消费）、和。样本容量为。 ⑴可否用狭义的工具变量法估计该方程？为什么？ ⑵如果采用2SLS估计该方程，分别写出2SLS估计量和将它作为一种工具变量方法的估计量的矩阵表达式； ⑶如果采用GMM方法估计该投资函数模型，写出一组等于0的矩条件。 ⒌（6分）建立城镇居民食品类需求函数模型如下： 其中V为人均购买食品支出额、Y为人均收入、为食品类价格、为其它商品类价格。 ⑴指出参数估计量的经济意义是否合理，为什么？ ⑵为什么经常采用交叉估计方法估计需求函数模型？ ⒍（9分）选择两要素一级CES生产函数的近似形式建立中国电力行业的生产函数模型： 其中Y为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。 ⑴指出参数γ、ρ、m的经济含义和数值范围；
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
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 （45.2）（1.53） n=30 R 2=0.31 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101.4表示在X 取0时Y 的水平，本例中它没有实际意义；斜率项-4.78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
Variable Coefficient Std. Error X 0.202298 0.023273 C 2.172664 0.720217 R-squared 0.904259 S.D. dependent var 2.233582 Adjusted R-squared 0.892292 F-statistic 75.55898 Durbin-Watson stat 2.077648 Prob(F-statistic) 0.000024 （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著性。（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。（其中29.3x =，2()992.1x x -=∑） 答：（1）回归模型的R 2＝0.9042，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。 （2）对于斜率项，11 ? 0.20238.6824?0.0233 ()b t s b ===>0.05(8) 1.8595t =，即表明斜率项 显著不为0，家庭收入对消费有显著影响。对于截距项， 00? 2.1727 3.0167?0.7202 ()b t s b ===>0.05(8) 1.8595t =， 即表明截距项也显著不为0，通过了显著性检验。 （3）Y f =2.17+0.2023×45＝11.2735 0.025(8) 1.8595 2.2336 4.823t ?=?= 95%置信区间为（11.2735-4.823，11.2735+4.823），即（6.4505，16.0965）。
计量经济学期中考试题 一、写出多元线性回归模型得经典假设。 二、多重共线性、异方差、自相关分别违背了经典假设哪个条件？分别造成得后果就是什么？ 三、73９家上市公司绩效(NＥR）与基金持股比例(RATＥ）关系得ＯLS估计结果与残差值表如下： 残差值表: 1．计算（１)、（２）、（３)、(4)、（5)划线处得５个数字，并给出计算步骤（保留4位小数)。 2.根据计算机输出结果,写出一元回归模型表达式。 ３.您认为上述回归式用考虑自相关问题吗? 4.异方差得White检验式估计结果如下， = ０、0６04＋０、0008RＡTE t－0、0０00４(RA ＴE t)2 （1、3) （０、1) （—0、3）R2=0、０003２7, Ｆ＝73９ （1）Wｈite统计量=?(2）Ｗhiｔe统计量服从何种分布？(3)结合
本例，相应自由度就是多少？(4)EＶiews给出得相应概率就是0、８９,试判断原回归式误差项中就是否存在异方差。 5．假设上市公司绩效值（ＮEＲ)服从正态分布，模型满足同方差假定条件。（１)作为样本，739个上市公司绩效值得（ＮER)分布得均值与方差就是多少？当基金持股比例（RAＴE)为0、４０时,上市公司绩效值条件分布得均值与方差就是多少？(方差写出公式即可) 四、我们想要研究国内生产总值（GDP）、平均国外生产总值（FＧDP)与实际有效汇率指数(REER）对出口贸易额(EX）得影响，建立线性模型： 样本区间为1979年-２0０2年,GDP与FＧDP均以亿美元为计量单位.用普通最小二乘法估计上述模型,回归结果如下（括号内得数字为回归系数估计量得标准差）: = —2200、９0 ＋0、02＊GDＰ＋１、02＊FGDP ＋9、49*R ＥＥＲ （8３0、52）（0、002６）（0、3895)（3、431５） R２=0、９８, DW=0、50 whｉtｅ检验(有交叉)得统计量为：T*Ｒ2=2０、96；ＧDP、FGＤP =０、８7，ｒGDP,REＥ与REＥR之间得相关系数分别为：ｒG ＤP,ＦＧDP R= —０、24，ｒFGDＰ,REEＲ= —0、2８ 1。判断上述模型就是否满足经典假定条件；如果不满足，简要写出修正方法(15分) 2．检验原假设：与(）(５分) 3．检验整个方程得显著性（）（6分） 4．解释回归参数估计值=0、０２得经济意义（4）
计量经济学习题 一、名词解释 1、普通最小二乘法：为使被解释变量的估计值与观测值在总体上最为接近使Q= 最小，从而求出参数估计量的方法，即之。 2、总平方和、回归平方和、残差平方和的定义：TSS度量Y自身的差异程度，称为总平方和。TSS除以自由度n-1=因变量的方差，度量因变量自身的变化；RSS度量因变量Y的拟合值自身的差异程度，称为回归平方和，RSS除以自由度（自变量个数-1）=回归方差，度量由自变量的变化引起的因变量变化部分；ESS度量实际值与拟合值之间的差异程度，称为残差平方和。RSS除以自由度（n-自变量个数-1）=残差（误差）方差，度量由非自变量的变化引起的因变量变化部分。 3、计量经济学：计量经济学是以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与经济活动数量规律的研究，并以建立和应用经济计量模型为核心的一门经济学科。而且必须指出，这些经济计量模型是具有随机性特征的。 4、最小样本容量：即从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限；即样本容量必须不少于模型中解释变量的数目（包扩常数项），即之。 5、序列相关性：模型的随机误差项违背了相互独立的基本假设的情况。 6、多重共线性：在线性回归模型中，如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。 7、工具变量法：在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量。这种估计方法称为工具变量法。 8、时间序列数据：按照时间先后排列的统计数据。 9、截面数据：发生在同一时间截面上的调查数据。 10、相关系数：指两个以上的变量的样本观测值序列之间表现出来的随机数学关系。 11、异方差：对于线性回归模型提出了若干基本假设，其中包括随机误差项具有同方差；如果对于不同样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。 12、外生变量：外生变量是模型以外决定的变量，作为自变量影响内生变量，外生变量决定内生变量，其参数不是模型系统的元素。因此，外生变量本身不能在模型体系内得到说明。外生变量一般是确定性变量，或者是具有临界概率分布的随机变量。外生变量影响系统，但本身并不受系统的影响。外生变量一般是经济变量、条件变量、政策变量、虚变量。一般情况下，外生变量与随机项不相关。
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？
第三章 一元线性回归模型 P56. 3.3 从某公司分布在11个地区的销售点的销售量()Y 和销售价格()X 观测值得出以下结果： 519.8X = 217.82Y = 23134543i X =∑ 1296836i i X Y =∑ 2539512i Y =∑ （1）、估计截距0β和斜率系数1β及其标准误，并进行t 检验； （2）、销售的总离差平方和中，样本回归直线未解释的比例是多少？ （3）、对0β和1β分别建立95%的置信区间。 解：（1）、设01i i Y X ββ=+，根据OLS 估计量有： μ()() () 1 1 1 11 1 2 2 2 22211 112 =129683611519.8217.820.32313454311519.8 N N N N N i i i i i i i i i i i i i N N N N i i i i i i i i N Y X Y X N Y X N X NY Y X N X Y N X N X X N X N X X β=========---= = ??--- ? ?? -??==-?∑∑∑∑∑∑∑∑∑ μμ01 217.820.32519.851.48Y X ββ=-=-?= 残差平方和： $ ( )μ( ) μμμ() μμμμ() μμμμ2 2 2 1 12 2 222 201111111 22222222010101011111111=225395121N N i i i i i N N N N N N i i i i i i i i i i i i N N N N N i i i i i i i i i i i u RSS TSS ESS Y Y Y Y Y Y Y Y Y X N N Y X X Y N X X ββββββββββ===============-=---????--+=-+ ? ???????=-++=-++ ??? =-∑∑∑∑∑∑∑∑∑∑∑∑∑∑()22151.480.32313454320.3251.4811519.8997.20224 ?+?+????=另解：对$( )μ( )2 2 2 11 N N i i i i i u RSS TSS ESS Y Y Y Y ====-=---∑∑∑，根据OLS 估计μμ01Y X ββ=-知μμ01 +Y X ββ=，因此有