2017年重庆工商大学数量经济学综合之计量经济学复试实战预测五套卷
● 摘要
一、简答题
1． 联立方程计量经济学模型的单方程估计有哪些主要的方法? 其适用条件和统计性质各是什么?
，间接最小【答案】联立方程计量经济学模型的单方程估计方法主要有:狭义的工具变量法（IV ）
二乘法（ILS ）和两阶段最小二乘法（2SLS ）。
狭义的工具变量法（IV ）和间接最小二乘法（ILS ）只适用于恰好识别的结构方程的估计。两阶段最小二乘法（2SLS ）既适用于恰好识别的结构方程，又适用于过度识别的结构方程。
用工具变量法估计的参数，一般情况下，在小样本下是有偏的，但在大样本下是渐近无偏的。如果选取的工具变量与方程随机误差项完全不相关，那么其参数估计量是无偏估计量; 对于间接最小二乘法，对简化式模型应用普通最小二乘法得到的参数估计量具有线性性、无偏性、有效性。通过参数关系体系计算得到结构方程的结构参数估计量在小样本下是有偏的，在大样本下是渐近无偏的; 采用二阶段最小二乘法得到结构方程的结构参数估计量在小样本下是有偏的，在大样本下是渐近无偏的。
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．
在一项调查大学生一学期平均成绩
与每周在学习、睡觉、娱乐
与其他
各种活动所用时间的关系的研究中，建立如下回归模型:
如果这些活动所用时间的总和为一周的总小时数168。问:保持其他变量不变，而改变其中一个变量的说法是否有意义? 该模型是否有违背基本假设的情况? 如何修改此模型以使其更加合理?
【答案】由于模型中四个解释变量
而改变其中一个变量的说法是毫无意义的。 之和为168小时是固定的，因此当一个解释变量发生变化时，至少有一个其他变量也要发生变化才能维持总和不变，因而，保持其他变量不变，
由于四类活动的总和为一周的总小时数165，说明四个解释变量存在完全的线性关系，因此违背了解释变量间不存在多重共线性的假定。
可以考虑去掉其中的一个解释变量，如去掉第四个解释变量
如这时，用新构成的三变量模型更加合理。就测度了当其他两变量不变时，每周增加1小时的学习时间所带来的学习成绩的平均变化。这时，即使睡觉和娱乐的时间保持不变，也可以通过减少其他活动的时间来增加学习的时间，而且这时这三个变量间也不存在明显的共线性问题。
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． 已知由300个样本估计的工人工资的方程为:
salary 表示年工资 ; sales 表示年销售收入; roe 表示公司股票收益; soft 、式中，（万元）（万元）（万元）
info 和inte 均为虚拟变量，分别表示软件业、信息传输行业和技术服务行业，其对比产业为交通运输业:
（1）解释三个虚拟变量参数的经济含义;
（2）保持sales 和roe 不变，计算技术服务行业和交通运输业之间估计工资的近似百分比差异，该差异在l%的显著水平上是统计显著的吗?
（3）软件业和信息传输行业之间估计工资的近似百分比差异是多少? 写出一个能直接检验这个差异在统计上是否显著的方程。
【答案】（1）soft 的参数的经济含义是当销售收入与公司股票收益保持不变时，软件业的工人要比交通运输业的工人多获工资23.1个百分点;
info 的参数的经济含义是当销售收入与公司股票收益保持不变时，信息传输行业的工人要比交通运输业的工人多获工资15.1个百分点;
into 的参数的经济含义是当销售收入与公司股票收益保持不变时，技术服务行业的工人要比交通运输业的工人少获工资12.3个百分点。
（2）技术服务行业和交通运输业之间估计工资的近似百分比差异是以百分数解释的inte 的参数，即12.3%。
由于参数的t 统计值为-3.982，临界值为
以它们之间的差异为23.1%-15.1%=8%。
直接检验该差异是否显著的方程为:
式中，trans 表示交通运输业虚拟变量。这里对比基准为软件业，因此a 1表示了信息传输行业与软件业工资的百分比差异，其t 统计值可用来进行显著性检验。
，所以该差异在统计上是显著的。 （3）由于软件业和信息传输行业相对于交通运输业的工资百分比差异分别为23.1%和15.1%，所