2017年广东财经大学计量经济学复试仿真模拟三套题
● 摘要
一、简答题
1． 多元线性回归模型的基本假设是什么? 试说明在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用?
【答案】（l ）多元线性回归模型的基本假设是针对随机干扰项与针对解释变量两大类的假设。针对随机干扰项的假设有:零均值、同方差、无序列相关且服从正态分布; 针对解释变量的假设有:解释变量的非随机性，若是随机的，则不能与随机干扰项相关，各解释变量之间不存在（完全）线性关系（完全多重共线性）。
（2）在证明最小二乘估计量的无偏性中，利用了解释变量非随机性或与随机误差项不相关的假定; 在有效性的证明中，利用了随机干扰项同方差与无序列相关假定。
2． 回答，为什么不能直接依据数据之间的关系进行总体回归模型设定? 数据关系在总体回归模型设定中具有什么作用?
【答案】（l ）不能直接依据数据之间的关系进行总体回归模型设定的理由
经济行为上的因果关系和经济数据之间的相关关系是有区别的。如果两个经济变量之间在行为上存在因果关 系，那么表征它们的数据之间肯定存在相关关系。行为关系和数据关系之间存在不对称性，数据相关是行为相关
的必要条件而非充分条件。
计量经济学模型描述和揭示的是经济行为上的因果关系。在一个单方程模型中，作为解释变量的一定是被解 释变量的原因，解释变量的状态和变化决定了被解释变量的状态和变化。如果直接依据数据之间的关系选择和确 定模型的解释变量，经常会将仅仅在数据上相关而在行为上无关的变量选择为模型的解释变量，误将必要条件当 作充分条件。
（2）数据关系分析在总体回归模型设定中仍然具有重要的作用。由于人们认识的局限，在经济行为分析中 发现的因果关系并不一定都是正确的，所以在经济行为分析的基础上进行数据关系的统计检验是完全必要的，以达到“去伪存真”的效果。数据关系分析是总体回归模型设定的有效工具，这就是计量经济学模型总体设定的“统 计检验必要性”原则。
3． 利用最小二乘法对回归模型进行估计时，为什么要对模型进行基本假定?
【答案】回归分析的目的是要通过样本回归模型（方程）尽可能准确地估计总体回归模型（方程）。回归分析估计方法中应用最普遍和广泛的就是最小二乘法，为保证根据最小二乘法得到的参数估计量具有优良的统计特性，通常对模型提出若干基本假定，在这些假定条件满足的情况下，普通最小二乘法得到的估计量是具有最小方差的线性无偏估计量，否则，该方法就不再适用，而要发展新的方法。因此，从严格意义上来说，对模型的假定实际上是针对最小二乘法的。
二、计算题
4． 1970-1991年美国制造业固定厂房设备投资Y 和销售量x 的相关数据如下表所示。
试回答，（l ）假定销售量对厂房设备支出有一个分布滞后效应，试用4期滞后和2次多项式去估计此分布滞后模型;
（2）检验销量与厂房设备支出的Granger 因果关系，使用直至6期为止的滞后并评述你的结果。
【答案】（l ）设要估计的分布滞后模型为:
根据阿尔蒙变换，令:
则原模型变换为:
或:
其中，
在Eviews 软件下，可通过选择Queik\Qenerate Series…，在出现的Qenerate SerieS by Eq…窗口分别输入
Z 2的OLS 回归，估计结果如图所示。 +2X+3X+4X“Z 1=X（-1）（-2）（-3）（-4）”
、生成三个Z 0、Z 1、Z 2；然后作Y 关于Z 0、Z 1、
图
由此可得出原分布滞后模型的参数估计值:
也可在Eviews
软件中选择
2），得到估计结果如图所示。
”后，
在出现的对话框窗口中输入
图
（2）在Eviews 软件下，选择，在（图1）出现的Series List窗口中输入“Y X”（图2）。点击OK 按钮，并在新出现的Lag Speci…窗口中输