当前位置：问答库＞考研试题

一、简答题

1． 计量经济学中常用的样本数据有哪几种? 请分别举例说明。

【答案】常用的样本数据有三类:时间序列数据、截面数据和虚变量数据。

（1）时间序列数据是一批按照时间先后排列的统计数据，例如20年全国的GDP 、各年的商品零售总额、年进出口总额等;

（2）截面数据是一批发生在同一时间截面上的调查数据，例如2000年人口普查数据、2008年的经济普查数据等;

（3）虚变量数据也成为二进制数据，一般取0或1，例如性别、身高是否大于165厘米等。

2． 说明变量的内生性和随机性之间的区别和联系。

【答案】变量的随机性与变量的内生性是既有联系又有区别的两个概念。

变量的内生性和外生性是相对于模型系统而言的。如果某变量只影响模型系统，而不受模型系统的影响，可 以设为外生变量; 如果某变量受模型系统的影响，不管它是否影响模型系统，都是内生变量。

变量的随机性和确定性可以认为是变量的属性，经济变量都具有随机性。因为模型的被解释变量和随机干扰 项具有连续概率分布，所以解释变量中的具有离散概率分布的经济变量和非经济变量可以被设定为确定性变量。 而解释变量中的具有连续概率分布的经济变量，如果它们是模型的内生变量，则应该被设定为随机性变量; 如果 它们相对于模型是外生的，在模型估计和推断过程中，可以不考虑它们的随机性。

由上述讨论可以将变量的内生性和随机性之间的关系概括为:内生变量一定具有随机性，但是随机变量并不都是内生变量。

3． 为什么从计量经济学模型得到的预测值不是一个确定的值? 预测值的置信区间和置信度的含义是什么? 在相同的置信度下如何才能缩小置信区间?

【答案】（1）从计量经济学模型得到的预测值不是一个确定的值，这是由于:

①模型中参数估计的不确定，它们随着抽样的不同而不同;

②其他随机因素的影响，即使找到了总体的真实值，由于受到随机因素的影响，也会使通过估计模型得到的预测值具有不确定性。正是由于预测值的不确定性，得到的仅仅是预测值的估计值。真实的预测值仅以某一个置信度处于以该估计值为中心的一个区间内。

（2）预测值的置信区间是:在给定的置信度下，被解释变量预测值的置信区间为:

预测的置信度又称预测值的置信水平，是指预测值落在上述置信区间的概率，反映了预测值的可靠程度。

（3）在相同的置信度下，缩小置信区间的方式有:

①增大样本容量n ，这样可以通过降低

③提高样本观测值的分散度，降低

来缩小置信区间; 来缩小置信区间; 的值来达到目的。 ②提高模型的拟合优度，减少残差平方和，进而降低

二、计算题

4． 经济理论指出，家庭消费支出Y 不仅取决于可支配收入

定如下回归模型:

试根据表的资料进行回归分析，并说明估计的模型是否可靠，给出你的分析。

，还取决于个人财富，即可设

【答案】应用Eviews 软件，可得到如图所示的估计结果。

图1

由拟合优度可知，收入和财富一起解释了消费支出的96%。但是两者的，检验在5%的显著性水

平下都是不显著的。而且，财富变量的符号也与经济理论不符合。但是从F 检验的检验值看，对收入与财富的参数同时为零的假设显然是拒绝的。因此，显著的F 检验值与不显著的变量的，检验值，说明了收入与财富存在较高的相关性。事实上，收入与财富的相关系数高达0.9986。这就说明收入与消费间的高度相关性，无法分辨二者各自对消费的影响。

该二元回归的估计结果是不可靠的。可以只作消费关于收入或者财富的一元回归模型来对二元模型进行修正。

5． 考虑以下估计出的回归方程:

其中表示第t 年的人均居民消费额（千元）; 表示第t 年人均国内生产总值（千元）;

表示前一期人均居民消费额（千元）。请回答以下问题:

（1）从（2）假定和对Y 的影响方面，解释方程中系数0.339和0.302的含义。 的真实值为0.4，则估计值是否有偏? 为什么?

（3）假定该方程并不满足所有的古典模型假设，即并不是最佳线性无偏估计量，

则是否意味着

的真实值绝对不等于0.302?

【答案】（1）系数0.339表示在保持前一期人均居民消费额不变的情况下，人均国内生产总值每增加1千元，人均居民消费额平均增加0.339千元; 系数0.302表示在保持人均国内生产总值不变的情况下，前一期人均居民消费额每增加1千元，人均居民消费额平均增加0.302千元。

（2）如果的真实值为0.4，则表明估计值与真实值有偏误，但一般不说0.339是有偏的。因为0.339是参数的一个估计值，而估计量的无偏性是针对估计的期望来说的，并不代表每个估计值都与真实值相等。估计量的有偏指如果取遍所有可能的样本，这些参数估计值的平均值与0.4有偏误的话，就说估计式有偏的。没有足够的理由可以说明0.339是有偏的。

（3）不一定意味着的真实值绝对不等于0.302。因为0.302只是一个估计值，无论该估计量是否是最佳线性无偏估计量，它都可能碰巧等于真实值，即几:的真实值也有可能等于0.302。

6． 对于一元回归模型

假设解释变量且与及的实测值与之有偏误:，其中是具有零均值，无序列相关，不相关的随机变量。试问:

，代入原模型，使之变换成后进行估计? 其中，（1）能否将

为变换后模型的随机干扰项。

（2）进一步假设与之间，以及它们与之间无异期相关，那么。成