2017年浙江工商大学计量经济学(同等学力加试)复试实战预测五套卷
● 摘要
一、简答题
1． 为什么说计量经济学在当代经济学科中占据重要地位? 当代计量经济学发展的基本特征与动向是什么?
【答案】（l ）计量经济学自20世纪20年代末30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过20世纪50年代的发展阶段和60年代的扩张阶段，使其在经济学科占据重要的地位，主要表现在:
①在西方大多数大学和学院中，计量经济学的讲授己成为经济学课程表中最具有权威的一部分; ②从1969~2003年诺贝尔经济学奖的53位获奖者中有10位是与研究和应用计量经济学有关; ③计量经济学方法与其他经济数学方法结合应用得到了长足的发展。
（2）从当代计量经济学的发展方向来看，表现出以下基本特征:
①计量经济学方法从主要用于经济预测转向经济理论假设和政策假设的检验:
②计量经济学模型的应用从传统的领域转向新的领域，如货币、工资、就业、福利、国际贸易等; ③计量经济学模型的规模不再是水平高低的衡量标准，能够从总量和趋势上说明经济规律的简单模型应用越来越广泛;
④非经典计量经济学的理论与应用研究日益成为计量经济学研究的重要内容。
2． 如何根据自相关图和偏自相关图初步判断某个平稳AR （p ）、MA （q ）和ARMA （p ，q ）过程的具体阶数?
【答案】对于AR （p ）过程，由于其偏自相关函数在p 阶后表现出截尾特征，因此可根据偏自相关图来确定自 回归的阶数p ; 对于MA （q ）过程，由于其自相关函数在q 阶后出现截尾特征，因此可根据自相关图来确定移动 平均的阶数q ; 当自相关图和偏自相关图都表现出拖尾特征时，则可能是ARMA （p ，q ）过程。自相关图从q 阶后衰减趋于零，偏自相关图自p 阶后衰减趋于零。具体阶数确定时，p 的值需参考偏自相关图，q 的值需参考自相关图。
3． 联立方程计量经济学模型的识别状况可以分为几类? 其含义各是什么?
【答案】联立方程计量经济学模型的识别状况可以分为可识别和不可识别，可识别又分为恰好识别和过度识别。如果联立方程模型中某个结构方程不具有确定的统计形式，则称该方程为不可识别，或者根据参数关系体系，在己知简化式参数估计值时，如果不能得到联立方程模型中某个结构方程的确定的结构参数估计值，称该方程为不可识别。如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型系统是可以识别的。反过来，如果一个模型系统中存在一个不可识别的随机方程，则认为该联立方程模型系统是不可以识别的。如果某一个随机方程具有一组参数估计量，称其为恰好识别; 如果某一个随机方程具有多组参数估计量，称其为过度识别。
二、计算题
4． 某人以我国人均食品需求量Q 为被解释变量，以食品价格指数P 为解释变量，以1978一2007年的数据为 样本，建立了如下的食品需求模型:
由于我国的人均食品需求量是逐年上升的，食品价格指数也是逐年上升的，所以估计该模型得到的为正。于是得到结论:需求法则不适合于我国。试以该问题为例，分别从经济学、逻辑学和统计学三方面理论出发，说明建立计量经济学总体回归模型必须遵循“从一般到简单”的原则。
【答案】如果以我国人均食品需求量Q 为被解释变量，建立食品需求模型，根据上述题2中的分析，正确设定的 总体回归模型应该是:
而现在的模型忽略了2个可能对食品需求量有显著影响的解释变量，即收入与替代商品的价格。
（l ）从经济学角度分析，根据需求行为理论，人们对某种商品的需求是在预算（收入）约束下，极大化效 用函数而得到的。所以，它除了受到该类商品价格的影响外，肯定还受到收入的影响，还可能受到其他商品的需 求量和价格的影响。模型仅以该商品价格为解释变量，没有正确揭示经济系统中客观存在的经济关系，并不能完 全解释商品需求量。总体回归模型必须是一个正确揭示经济系统中客观存在的经济关系的“一般”的模型。
（2）从逻辑学角度分析，对模型进行的检验可以发现己经包含在模型解释变量中的某些变量并不显著，进 而将它们剔除，或者发现某些变量之间并不独立，进而去掉一些存在共线性的变量。但是，对模型进行的检验不 能发现模型中没有的，但对被解释变量可能有显著影响的那些应该包含在模型中的变量。所以，只有将总体回归 模型设定为一个最具“一般性”的模型，才有可能通过检验得到一个正确的简单模型。如果将总体回归模型设定 为一个“简单”的模型，并且存在错误，这样的错误是无法通过检验加以发现和纠正的。
（3）从统计学的角度，关于模型的所有估计和检验都是在满足基本假设的前提下进行的。如果收入和其他 商品价格确实对食品需求量有显著影响，而模型中没有这2个解释变量，它们对食品需求量的影响进入随机干扰 项。这样的随机干扰项不再具有“源生性”，很难满足所有的基本假设，那么所进行的模型估计和检验并不是有 效的。所以，为了保证随机干扰项具有“源生性”，满足基本假设，也应该将总体回归模型设定为一个最具“一般性”的模型。
5． 假设两时间序列X t 与Y t 分别由下面的随机过程生成:
式中，与分别是以0为均值，以与
为方差的白噪声序列，且相互独立，并假设两时
间序列的初始值为0，即X 0=Y0=0。
（l ）从理论上分析该两序列的相关性。
（2）假如Y t 关于X t 的OLS 回归为:
吗? 判断实际回归的结果，
（3）若对该两序列的差分序列进行OLS 回归:
，那么根据定性分析，斜率β1的真值为0，那么，根据定性分析，斜率这一假设在5%的显著性水平上一定会是统计显著的吗?
β1的真值为0吗? 判断实际回归的结果
的吗? ，这一假设在5%的显著性水平上一定会是统计显著
与相互独立，所以与两随机变【答案】（l ）时间序列X t 与Y t 是两随机游走序列，因为量也是相互独立的，因此两序列应是不相关的，即相关系数的理论值应为0。
（2）因为X t 与Y t 是相互独立的随机时间序列，所以在它们的OLS 回归结果中，期望斜率β1的真值应为0; 但在实际回归中，由于两随机游走序列是非平稳的，往往产生的回归结果会有较高的R ，同时估计的β1也往往与0相差较大，即
计显著的。
（3）因为X t 与Y t 的差分序列实际上是两白噪声相互独立，则估计的β1与0十分接近，即
著的。
6． 已知原点回归模型:，证明:
，则可得的两个与，它们是平稳序列，所以对该两序列的差与分序列进行题（1）的OLS 回归，可以期望斜率β1的真值为0; 同时，在实际回归中，由于2这一假设在5%的显著性水平上不一定是统。这一假设在5%的显著性水平上一定是统计显（1）如果通过相应的样本回归模型可得到通常的正规方程组
不同的估计值:
，
（2）在基本假设
（3
）拟合线
。
（4）仅仅是的OLS 估计量。
得:
得:，解得:，解得:
（2）在基本假设
条件下，估计量的期望分别为:
条件下，估计量通常不会经过均值点 均是无偏的。 ，
但是拟合线
经过均值点【答案】（1）由正规方程:即; 由正规方程，