2017年北京师范大学经济与工商管理学院计量经济学复试复试仿真模拟三套题
● 摘要
一、简答题
1． 回归模型中引入虚拟变量的作用是什么? 有哪几种基本的引入方式? 它们各适用于什么情况?
【答案】（1）在回归模型中引入虚拟变量的作用主要是为了反映某个（些）定性因素对解释变量的影响。
（2）虚拟变量作为解释变量引入模型有两种基本的方式:
①加法方式，主要适用于定性因素只对截距项产生影响的情形;
②乘法方式，主要适用于定性因素对斜率产生影响的情况。
加法方式和乘法方式同时使用，则可以同时测定定性因素对截距项和斜率带来的影响。
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． 在多元线性回归分析中，t 检验与F 检验有何不同? 在一元线性回归分析中二者是否有等价的作用?
【答案】在多元线性回归模型分析中，t 检验常被用于检验回归方程各个参数的显著性，是单一检验; 而F 检验则被用作检验整个回归关系的显著性，是对回归参数的联合检验。在多元线性回归中，若F 检验拒绝原假设，意味着解释变量与被解释变量之间线性关系是显著的，但具体是哪个解释变量与被解释变量之间关系显著则需要通过，检验来进一步验证，但若F 检验接受原假设，则意味着所有的，检验均不显著。
在一元线性回归模型中，由于解释变量只有一个，因此F 检验的联合假设等同于，检验的单一假设，两检验作用是等价的。
二、计算题
4． 对重复观测数据（分组数据），试证明以“成败比例”为特征的Logit 模型
中误差项的方差为
其中已知
【答案】
5． 将不同年度的债券价格作为该年利率（在相等的风险水平下）的函数，估计出的简单方程为:
比）。
请回答下列问题:
（l ）解释方程中两个估计系数的意义，估计的符号与期望的符号一样吗?
（2）为何方程左边的变量是而不是?
（3）在估计的方程中是否遗漏了随机干扰项?
【答案】（1）估计系数98.2是对常数项的估计，表示当年利率为0时，债券的价格估计值。因为利率不可能为0，所以常数项的实际经济意义不大。
估计系数-5.6是对回归直线斜率的估计，表示当利率变化增加（降低）一个单位时，债券价格将平均下降（上升）5.6个单位。估计系数的符号为负，与预期相符，即利率的变动会引起债券平均价格的反向变动。
（2）因为方程的右边没有残差项，并且右边得到的结果是债券价格Y 的估计值，所以方程左边的变量
是
型:而不
是，若左边的变量
为。
，其中:，第i 年政府债券价格（每100元债券）第i 年利率（按百分，则原方程可等价表示为样本回归模
（3）在估计的方程中没有遗漏随机干扰项，因为随机干扰项是不可观测的，并且该方程是样本回归方程，而不是回归模型，所以不必加入随机干扰项。
6． 中国1980~2007年全社会固定资产投资总额x 与工业增加值Y 的统计资料（单位:亿元）如表1所示，试问:
（1）当设定模型为时，是否存在序列相关?
（2）若原模型存在序列相关性，试用广义最小二乘法估计原模型。
（3）若原模型存在序列相关性，试用序列相关稳健标准误法估计原模型。
表
1
【答案】（1）在EviewS 软件下，得出如图1的回归结果。
图1
由于D.w. 值为0.379，小于显著性水平为5%下，样本容量为28的Dw. 分布的下线临界值
，