当前位置:问答库>考研试题

2018年湖南大学金融与统计学院846经济学基础之计量经济学考研仿真模拟五套题

  摘要

目录

2018年湖南大学金融与统计学院846经济学基础之计量经济学考研仿真模拟五套题(一) ... 2 2018年湖南大学金融与统计学院846经济学基础之计量经济学考研仿真模拟五套题(二) . 14 2018年湖南大学金融与统计学院846经济学基础之计量经济学考研仿真模拟五套题(三) . 32 2018年湖南大学金融与统计学院846经济学基础之计量经济学考研仿真模拟五套题(四) . 42 2018年湖南大学金融与统计学院846经济学基础之计量经济学考研仿真模拟五套题(五) . 56

一、简答题

1. 下列计量经济学方程哪些是正确的? 哪些是错误的? 为什么

?

其中,带者表示“估计值”。

【答案】计量经济学模型有总体回归模型和样本回归模型两种类型,且都具有确定形式与随机形式两种表达方式。在回归分析中,注意区分下列四个式子:

(1)总体回归模型的随机形式:

(2)总体回归模型的确定形式:

(3)样本回归模型的随机形式:

(4)样本回归方程的确定形式:

其中残差可以表示为 。除了这四个式子外,其他表示均是错误的。因此,(1)(3)(4)(5)(8)错误; (2)(6)(7)正确。

2. 回答,源生的随机干扰项和衍生的随机误差项之间的区别和联系是什么? 模型函数关系误设的主要后果是什么?

【答案】(1)源生的随机干扰项和衍生的随机误差项的区别和联系

①“源生的”随机扰动项:如果仅仅是无数不显著因素对Y i 个值的影响,在基于随机抽样的截

由大数定律保证其满足高斯假面数据的经 典计量经济学模型中,

这个“源生的”随机扰动项

设,由中心极限定理可以证 明其服从正态分布。于是,建立在高斯假设和正态分布假设基础上的统计推断具有可靠性。

“衍生的”随机误差项是指被解释变量观测值与它的期望值之间的离差,其方程表示为:

②联系:用一个平衡式代替定义式,并且将随机扰动项与随机误差项等同。一个“源生的”随机扰

动项就变 成了一个“衍生的”随机误差项。将“源生的”随机扰动变成“衍生的”随机误差,关键在于,“源生的”随机 扰动项所满足的极限法则是否适用于“衍生的”随机误差项,高斯假设和正态分布假设是否仍然成立。

(2)模型函数关系误设的后果

其统计学后果主要表现在随机误差项上。对于一个计量经济学应用模型,假定真实的数据生成过程是模型:

其中,随机扰动项服从经典假设。

假定模型被错误地设定为:

其中,v i 为存在模型关系误差情况下的随机误差项。经数学变换后得:

①X i 是非随机的。错误模型中的误差v i 是一个正态随机

同的。

②X i 是随机的。

关系模型被误设的动力学关系

数充要条件是是一个随机数,并且受到三个因素的影响:模型的正确动力学和随机回归元X t 的分布。因此误差v i 是一个正态随机是正态的。在上面提到的三个因素的作用下,即使在大样本下

的正态性也不能为任何数学定理所保证。v i 就可能不服从经典假设。此时源

生的随机扰动项与随机误差项是不同的。

3. 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,

与非随机

数之和,仍然是 正态的。此时源生的随机扰动项与衍生是随机误差项是等

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。

4. 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。

5. 为什么说间接最小二乘法(ILS )和二阶段最小二乘法(2SLS )也是工具变量方法?

【答案】分别采用狭义工具变量法、间接最小二乘法和二阶段最小二乘法的估计量分别为:

可以看到,三种结果是用不同的工具变量方法估计得到的,区别仅在于工具变量选取不同。比较狭义工 量法和间接最小二乘法的参数估计量(l )和(2),他们选取了同样一组变量X 作为结构

方程中解释变量的工具变量,只是次序不同。比较二阶段最小二乘法的估计量和间接

作为结构方程,最小二乘法的参数估计量(3)和(2)间接最小二乘法选取X 作为结构方程中解释变量的工具变量,二阶段最小二乘法选取x 的线性组合

中内生解释变量Y 0的工具变量,选取X 0作为自己的工具变量。

对于恰好识别的结构方程,狭义工具变量法、间接最小二乘法和二阶段最小二乘法三种方法是等价的。

6. 假使在回归模型中,用不为零的常数去乘每一个x 值,这会不会改变Y 的拟合值及残差? 如果对每个x 都加大一个非零常数

【答案】回归模型则有:

,又会怎样? , 的样本回归模型记为