《计量经济学期末考试试卷集(含答案)》由会员分享，可在线阅读，更多相关《计量经济学期末考试试卷集(含答案)（30页珍藏版）》请在金锄头文库上搜索。
1、财大计量经济学期末考试标准试题计量经济学试题一 .1计量经济学试题一答案 .4计量经济学试题 二 .9计量经济学试题二答案 .11计量经济学试题三 .15计量经济学试题三答案 .18计量经济学试题四 .22计量经济学试题四答案 .25计量经济学试题一 课程号： 课序号： 开课系： 数量经济系 一、判断题（20 分）1 线性回归模型中，解释变量是原因，被解释变量是结果。 （）2多元回归模型统计显著是指模型中每个变量都是统计显著的。 （）3在存在异方差情况下，常用的 OLS 法总是高估了估计量的标准差。 （）4总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。（ ）5线性回归是指解释变量和被
2、解释变量之间呈现线性关系。 （ ）6判定系数 2R的大小不受到回归模型中所包含的解释变量个数的影响。（ ）7多重共线性是一种随机误差现象。 （ ）8当存在自相关时，OLS 估计量是有偏的并且也是无效的。 （ ）9在异方差的情况下， OLS 估计量误差放大的原因是从属回归的 2R变大。 （ ）10任何两个计量经济模型的 2R都是可以比较的。 （ ）二 简答题（10）1计量经济模型分析经济问题的基本步骤。 （4 分）2举例说明如何引进加法模式和乘法模式建立虚拟变量模型。 （6 分）三下面是我国 1990-2003 年 GDP 对 M1 之间回归的结果。 （5 分）ln()1.37 0.6ln(1)
3、se (5 t 2GDPM1.7820.5,12Pt自 由 度 ；1求出空白处的数值，填在括号内。 （2 分）2系数是否显著，给出理由。 （3 分）四 试述异方差的后果及其补救措施。 （10 分）五多重共线性的后果及修正措施。 （10 分）六 试述 D-W 检验的适用条件及其检验步骤？（10 分）七 （15 分）下面是宏观经济模型 1(1)*(2)3*4567 DttttttCtttAttMCPYIMuI uYI 变量分别为货币供给 M、投资 I、价格指数 P和产出 Y。1指出模型中哪些是内是变量，哪些是外生变量。 （5 分）2对模型进行识别。 （4 分）3指出恰好识别方程和过度识别方程的估计
4、方法。 （6 分）八、 （20 分）应用题为了研究我国经济增长和国债之间的关系，建立回归模型。得到的结果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 06/04/05 Time: 18:58Sample: 1985 2003Included observations: 19Variable Coefficient Std. Error t-Statistic Prob. C 6.03 0.14 43.2 0LOG(DEBT) 0.65 0.02 32.8 0R-squared 0.981 Mean dependent var
5、 10.53Adjusted R-squared 0.983 S.D. dependent var 0.86S.E. of regression 0.11 Akaike info criterion -1.46Sum squared resid 0.21 Schwarz criterion -1.36Log likelihood 15.8 F-statistic 1075.5Durbin-Watson stat 0.81 Prob(F-statistic) 02,19,.074,1.536,0.5LUknd若 显 著 性 水 平 其中， GDP 表示国内生产总值，DEBT 表示国债发行量。（1
6、）写出回归方程。 （2 分）（2）解释系数的经济学含义？（4 分）（3）模型可能存在什么问题？如何检验？（7 分）（4）如何就模型中所存在的问题，对模型进行改进？（7 分）计量经济学试题一答案一、判断题（20 分）1 线性回归模型中，解释变量是原因，被解释变量是结果。 （F）2多元回归模型统计显著是指模型中每个变量都是统计显著的。 （F）3在存在异方差情况下，常用的 OLS 法总是高估了估计量的标准差。 （F）4总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。（Y）5线性回归是指解释变量和被解释变量之间呈现线性关系。 （F）6判定系数 2R的大小不受回归模型中所包含的解释变量个数的影响
7、。（ F ）7多重共线性是一种随机误差现象。 （F）8当存在自相关时，OLS 估计量是有偏的并且也是无效的。 （ F ）9在异方差的情况下， OLS 估计量误差放大的原因是从属回归的 2R变大。 （ F ）10任何两个计量经济模型的 2R都是可以比较的。 （ F ）二 简答题（10）1计量经济模型分析经济问题的基本步骤。 （4 分）答：1）经济理论或假说的陈述2) 收集数据3）建立数理经济学模型 4）建立经济计量模型5）模型系数估计和假设检验6）模型的选择7）理论假说的选择8）经济学应用2举例说明如何引进加法模式和乘法模式建立虚拟变量模型。 （6 分）答案：设 Y 为个人消费支出； X 表示可
8、支配收入，定义210tD季 度其 他 310tD季 度其 他140Dt季 度其 他如果设定模型为 12345tttttYBBXu此时模型仅影响截距项，差异表现为截距项的和，因此也称为加法模型。如果设定模型为 1234567384tttttttDBXBDXu此时模型不仅影响截距项，而且还影响斜率项。差异表现为截距和斜率的双重变化，因此也称为乘法模型。三下面是我国 1990-2003 年 GDP 对 M1 之间回归的结果。 （5 分）ln()1.37 0.6ln(1)se (5 t 39.)2GDPM1.7820.5,12Pt自 由 度 ；3 求出空白处的数值，填在括号内。 （2 分）4 系数是否
9、显著，给出理由。 （3 分）答：根据 t 统计量，9.13 和 23 都大于 5%的临界值，因此系数都是统计显著的。四 试述异方差的后果及其补救措施。 （10 分）答案：后果：OLS 估计量是线性无偏的，不是有效的，估计量方差的估计有偏。建立在 t 分布和F 分布之上的置信区间和假设检验是不可靠的。补救措施：加权最小二乘法（WLS）1假设2i已知，则对模型进行如下变换： 12i iiiYXuB2如果2i未知（1）误差与 iX成比例：平方根变换。12i iiiYuB可见，此时模型同方差，从而可以利用 OLS 估计和假设检验。（2） 误差方差和2iX成比例。即 22iiEuX12i iiiYuB3
10、 重新设定模型：五多重共线性的后果及修正措施。 （10 分）1） 对于完全多重共线性，后果是无法估计。对于高度多重共线性，理论上不影响 OLS 估计量的最优线性无偏性。但对于个别样本的估计量的方差放大，从而影响了假设检验。实际后果：联合检验显著，但个别系数不显著。估计量的方差放大，置信区间变宽，t 统计量变小。对于样本内观测值得微小变化极敏感。某些系数符号可能不对。难以解释自变量对应变量的贡献程度。2） 补救措施：剔出不重要变量；增加样本数量；改变模型形式；改变变量形式；利用先验信息。六 试述 D-W 检验的适用条件及其检验步骤？（ 10 分）答案：使用条件： 1） 回归模型包含一个截距项。2
11、） 变量 X 是非随机变量。3） 扰动项的产生机制： 1tttuv 1。4） 因变量的滞后值不能作为解释变量出现在回归方程中。检验步骤1）进行 OLS 回归，并获得残差。2）计算 D 值。3）已知样本容量和解释变量个数，得到临界值。4）根据下列规则进行判断：零假设 决策 条件无正的自相关 拒绝 0Ld无正的自相关 无法确定 U无负的自相关 拒绝 4L无负的自相关 无法决定 Ld无正的或者负的自相关 接受 UU七 （15 分）下面是宏观经济模型 1(1)*(2)3*4567 DttttttCtttAttMCPYIMuI uYI 变量分别为货币供给 、投资 、价格指数 和产出 。4 指出模型中哪些
12、是内生变量，哪些是外生变量。 （5 分）答：内生变量为货币供给 t、投资 tI和产出 tY。外生变量为滞后一期的货币供给 1tM以及价格指数 tP5 对模型进行识别。 （4 分）答：根据模型识别的阶条件方程（1）：k=0m-1=2，不可识别。方程（2）：k=2=m-1，恰好识别。方程（3）：k=2=m-1,恰好识别。6 指出恰好识别方程和过度识别方程的估计方法。 （6 分）答：对于恰好识别方程，采用间接最小二乘法。首先建立简化方程，之后对简化方程进行最小二乘估计。对于过度识别方程，采用两阶段最小二乘法。首先求替代变量（工具变量） ，再把这个工具变量作为自变量进行回归。八、 （20 分）应用题为
13、了研究我国经济增长和国债之间的关系，建立回归模型。得到的结果如下：Dependent Variable: LOG(GDP)Method: Least SquaresDate: 06/04/05 Time: 18:58Sample: 1985 2003Included observations: 19Variable Coefficient Std. Error t-Statistic Prob. C 6.03 0.14 43.2 0LOG(DEBT) 0.65 0.02 32.8 0R-squared 0.981 Mean dependent var10.53Adjusted R-squared 0.983 S.D. dependent var 0.86S.E. of regression 0.11 Akaike info criterion -1.46Sum squared resid 0.21 Schwarz criterion -1.36Log likelihood 15.8 F-statistic 1075.5Durbin-Watson stat 0.81 Pr
