2017年成都理工大学计量经济学(同等学力加试)复试实战预测五套卷
● 摘要
一、简答题
1． 以我国城镇居民总消费为被解释变量，建立我国城镇居民消费函数模型，试完成总体回归模型的设定。
【答案】（l ）模型类型选择
本题的研究对象是我国城镇居民总消费，为连续变量，表征城镇居民总消费的数据只能是历年的时间序列数 据，所以城镇居民消费函数模型应该是一个时间序列分析模型。在总体回归模型设定过程中，时间序列的平稳性 检验和协整检验是不可缺少的。
（2）设定模型的解释变量
①在经济理论的指导下，分析我国城镇居民的消费行为，初步确定城镇居民总消费的影响因素。根据绝对收 入消费理论，城镇居民总收入水平是决定总消费水平的最重要的因素; 根据消费的“不可逆性”，前一时期的消 费水平也会对当期消费水平产生显著影响:考虑我国城镇居民的收入分配状况，收入差距是逐年变化的（大部分 年份是扩大的趋势），在总收入水平一定的情况下，收入的不平等程度越高，总消费水平越低，所以收入的不平 等程度也应该对城镇居民总消费水平产生影响; 居民的收入中一部分用于消费，另一部分用于投资和储蓄，从理 论上讲，储蓄的多少与利率水平有关，所以储蓄利率水平也可能对居民总消费水平产生影响:城镇居民的投资主 要包括购买房产和证券投资，所以房地产市场和证券市场因素也会影响城镇居民总消费水平; 另外，社会保障体 系的完善无疑会促进居民的消费水平。
综合以上分析，城镇居民总消费的影响因素应该包括:城镇居民总收入水平、前一时期的消费水平、收入分 配的不平等程度、储蓄利率水平、房地产市场因素、证券市场因素、社会保障体系的完善程度。
②根据最具代表性和数据可得性原则，为各个影响因素选择代理变量。城镇居民总消费（XF ）和城镇居民 总收入（SR ）、前一时期的消费水平（XF t-1）本身就是很适当的经济变量; 城镇居民收入基尼系数（JN ）可以 代表收入分配的不平等程度; 储蓄利率水平一般选择银行一年期定期储蓄利率（LL ）表示; 房地产市场因素比 较复杂，有2个变量可供选择:平均价格指数（FJ ）和交易量（FL ），在我国，对消费水平产生影响的应该是 交易量，价格指数只影响居民购买房屋的时间，居民不会因为房屋价格过高而将本来准备用于购房的钱转用于消 费; 证券市场因素类似于储蓄，可以用证券价格指数（ZJ ）来表征; 而社会保障体系的完善程度一般采用虚变 量（DB ）方式引入模型。
③进行数据关系的必要性检验。根据理论和行为分析得到了影响我国城镇居民总消费的7个方面的因素，并 且设定了7个代理变量。如果它们确实对城镇居民总消费具有影响，那么在数据上必然具有相关关系。如果在数 据上不存在相关关系，那么只能说明前面的理论分析有误。这就是数据关系必要性检验。由于本题的所有数据都 是时间序列数据，更可以利用数据进行因果关系检验。
利用格兰杰因果关系检验发现，上述6个连续时间序列SR 、XF t-1、JN 、LL 、FL 、ZJ 都在5%或者10%的显著性水平下是XF 的格兰杰原因。因此说明前面的理论分析是正 确的，它们都应该作为解释变量引入模型。这里省略了具体过程，在实际问题研究时，应该列出具体过程。
（3）设定模型的函数关系
通过对所有时间序列进行单位根检验发现，它们都是非平稳时间序列，且
根据消费函数理论，消费与收入、前期消费之间具有直接线性关系。为了方便进行变量之间的协
整检验，按 照己有文献的处理方法，将所有2阶单整变量分别进行对数变换，使之成为1阶单整变量。然后对InXF 、InSR 、InXF t-1、JN 、LL 、InFL 、ZJ 进行JJ 协整检验，发现它们之间存在协整关系。
于是，可以将我国城镇居民总消费函数模型的总体回归模型设定为:
将样本区间选定在1994年至2008年主要考虑两方面因素:一是我国于1993年确立了社会主义市
场体制的目标模式，1994年推进了多领域的重大改革，所有经济变量之间的结构关系于1994年前后发生了显著的变化; 二是模型中的某些变量，例如证券价格指数（ZJ ）、房地产市场交易量（FL ），在1994年之后才能够获取比较 可靠的数据。当然这样带来的问题是样本比较少，模型估计和检验的有效性降低。
2． 为什么说对模型参数施加约束条件后，其回归的残差平方和一定不比未施加约束的残差平方和小? 在什么样的条件下，受约束回归与无约束回归的结果相同?
【答案】对模型参数施加约束条件后，参数的取值只能在约束条件下达到最优，这就限制了参数的取值范围，寻找到的参数估计值也是在此条件下使残差平方和达到最小; 而无约束模型中参数的取值可以在更大的范围内达到最优，因而可以使残差平方和比施加约束后的残差平方和更小。但当约束条件真实成立时，受约束回归与无约束回归的结果就相同了。
3． 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
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
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
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
数
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。
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
二、计算题
4． 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;