《計(jì)量經(jīng)濟(jì)學(xué)試題庫(kù)[超[完整版]]和答案》由會(huì)員分享，可在線閱讀，更多相關(guān)《計(jì)量經(jīng)濟(jì)學(xué)試題庫(kù)[超[完整版]]和答案（9頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、 ...wd... 2．一模型的最小二乘的回歸結(jié)果如下： 標(biāo)準(zhǔn)差　〔45.2〕 〔1.53〕 　　n=30 R2=0.31 其中，Y：政府債券價(jià)格〔百美元〕，X：利率〔%〕。 答復(fù)以下問(wèn)題：〔1〕系數(shù)的符號(hào)是否正確，并說(shuō)明理由；〔2〕為什么左邊是而不是； 〔3〕在此模型中是否漏了誤差項(xiàng)；〔4〕該模型參數(shù)的經(jīng)濟(jì)意義是什么。 13．假設(shè)某國(guó)的貨幣供應(yīng)量Y與國(guó)民收入X的歷史如系下表。 某國(guó)的貨幣供應(yīng)量X與

2、國(guó)民收入Y的歷史數(shù)據(jù) 年份 X Y 年份 X Y 年份 X Y 1985 2.0 5.0 1989 3.3 7.2 1993 4.8 9.7 1986 2.5 5.5 1990 4.0 7.7 1994 5.0 10.0 1987 3.2 6 1991 4.2 8.4 1995 5.2 11.2 1988 3.6 7 1992 4.6 9 1996 5.8 12.4 根據(jù)以上數(shù)據(jù)估計(jì)貨幣供應(yīng)量Y對(duì)國(guó)民收入X的回歸方程，利用Eivews軟件輸出結(jié)果為： Dependent Variable: Y Va

3、riable Coefficient Std. Error t-Statistic Prob. X 1.968085 0.135252 14.55127 0.0000 C 0.353191 0.562909 0.627440 0.5444 R-squared 0.954902 Mean dependent var 8.258333 Adjusted R-squared 0.950392 S.D. dependent var 2.292858 S.E. of regression 0.510684 F-statisti

4、c 211.7394 Sum squared resid 2.607979 Prob(F-statistic) 0.000000 問(wèn)：〔1〕寫出回歸模型的方程形式，并說(shuō)明回歸系數(shù)的顯著性〔〕。 〔2〕解釋回歸系數(shù)的含義。 〔2〕如果希望1997年國(guó)民收入到達(dá)15，那么應(yīng)該把貨幣供應(yīng)量定在什么水平 14．假定有如下的回歸結(jié)果 其中，Y表示美國(guó)的咖啡消費(fèi)量〔每天每人消費(fèi)的杯數(shù)〕，X表示咖啡的零售價(jià)格〔單位：美元/杯〕，t表示時(shí)間。問(wèn)： 〔1〕這是一個(gè)時(shí)間序列回歸還是橫截面回歸做出回歸線。 〔2〕如何解釋截距的意義它有經(jīng)濟(jì)含義嗎如何解釋斜率〔3〕能否救出真實(shí)的總體回

5、歸函數(shù) 〔4〕根據(jù)需求的價(jià)格彈性定義：，依據(jù)上述回歸結(jié)果，你能救出對(duì)咖啡需求的價(jià)格彈性嗎如果不能，計(jì)算此彈性還需要其他什么信息 15．下面數(shù)據(jù)是依據(jù)10組X和Y的觀察值得到的： ，，，， 假定滿足所有經(jīng)典線性回歸模型的假設(shè)，求，的估計(jì)值； 16.根據(jù)某地1961—1999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了以下回歸方程： (0.237) (0.083) (0.048) ，DW=0.858 式下括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤。 (1)解釋回歸系數(shù)的經(jīng)濟(jì)含義；(2)系數(shù)的符號(hào)符合你的預(yù)期嗎為什么 17.某計(jì)量經(jīng)濟(jì)學(xué)

6、家曾用1921~1941年與1945~1950年〔1942~1944年戰(zhàn)爭(zhēng)期間略去〕美國(guó)國(guó)內(nèi)消費(fèi)Ｃ和工資收入Ｗ、非工資－非農(nóng)業(yè)收入Ｐ、農(nóng)業(yè)收入Ａ的時(shí)間序列資料，利用普通最小二乘法估計(jì)得出了以下回歸方程： 式下括號(hào)中的數(shù)字為相應(yīng)參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤。試對(duì)該模型進(jìn)展評(píng)析，指出其中存在的問(wèn)題。 18.計(jì)算下面三個(gè)自由度調(diào)整后的決定系數(shù)。這里，為決定系數(shù)，為樣本數(shù)目，為解釋變量個(gè)數(shù)。 〔1〕〔2〕〔3〕 19.設(shè)有模型，試在以下條件下: ①②。分別求出，的最小二乘估計(jì)量。 20．假設(shè)要求你建設(shè)一個(gè)計(jì)量經(jīng)濟(jì)模型來(lái)說(shuō)明在學(xué)校跑道上慢跑一英里或一英里以上的人數(shù)，以便決定是否修建第二條跑道以滿足所有

7、的鍛煉者。你通過(guò)整個(gè)學(xué)年收集數(shù)據(jù)，得到兩個(gè)可能的解釋性方程： 方程A： 方程B： 其中：——某天慢跑者的人數(shù) ——該天降雨的英寸數(shù) ——該天日照的小時(shí)數(shù) ——該天的最高溫度〔按華氏溫度〕 ——第二天需交學(xué)期論文的班級(jí)數(shù) 請(qǐng)答復(fù)以下問(wèn)題：〔1〕這兩個(gè)方程你認(rèn)為哪個(gè)更合理些，為什么 〔2〕為什么用一樣的數(shù)據(jù)去估計(jì)一樣變量的系數(shù)得到不同的符號(hào) 21．假定以校園內(nèi)食堂每天賣出的盒飯數(shù)量作為被解釋變量，盒飯價(jià)格、氣溫、附近餐廳的盒飯價(jià)格、學(xué)校當(dāng)日的學(xué)生數(shù)量〔單位：千人〕作為解釋變量，進(jìn)展回歸分析；假設(shè)不管是否有假期，食堂都營(yíng)業(yè)。不幸

8、的是，食堂內(nèi)的計(jì)算機(jī)被一次病毒侵犯，所有的存儲(chǔ)喪失，無(wú)法恢復(fù)，你不能說(shuō)出獨(dú)立變量分別代表著哪一項(xiàng)！下面是回歸結(jié)果〔括號(hào)內(nèi)為標(biāo)準(zhǔn)差〕： 〔2.6〕 (6.3) (0.61) (5.9) 要求：〔1〕試判定每項(xiàng)結(jié)果對(duì)應(yīng)著哪一個(gè)變量〔2〕對(duì)你的判定結(jié)論做出說(shuō)明。 22.設(shè)消費(fèi)函數(shù)為，其中為消費(fèi)支出，為個(gè)人可支配收入，為隨機(jī)誤差項(xiàng)，并且〔其中為常數(shù)〕。試答復(fù)以下問(wèn)題： 〔1〕選用適當(dāng)?shù)淖儞Q修正異方差，要求寫出變換過(guò)程；〔2〕寫出修正異方差后的參數(shù)估計(jì)量的表達(dá)式。 24.假設(shè)回歸模型為：，其中：；并且是非隨機(jī)變量，求模型參數(shù)的最正確線性無(wú)偏估計(jì)量及其方差。 25.現(xiàn)有x和

9、Y的樣本觀測(cè)值如下表: x 2 5 10 4 10 y 4 7 4 5 9 假設(shè)y對(duì)x的回歸模型為，且，試用適當(dāng)?shù)姆椒ü烙?jì)此回歸模型。 26.根據(jù)某地1961—1999年共39年的總產(chǎn)出Y、勞動(dòng)投入L和資本投入K的年度數(shù)據(jù)，運(yùn)用普通最小二乘法估計(jì)得出了以下回歸方程： (0.237) (0.083) (0.048) ,DW=0.858 上式下面括號(hào)中的數(shù)字為相應(yīng)估計(jì)量的標(biāo)準(zhǔn)誤差。在5%的顯著性水平之下，由DW檢驗(yàn)臨界值表，得dL=1.38,du=1.60。問(wèn)； (1)題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義； (2)該回歸方程的估計(jì)中存在什么問(wèn)題?應(yīng)如何改進(jìn)

10、? 27．根據(jù)我國(guó)1978——2000年的財(cái)政收入和國(guó)內(nèi)生產(chǎn)總值的統(tǒng)計(jì)資料，可建設(shè)如下的計(jì)量經(jīng)濟(jì)模型： 〔2.5199〕 〔22.7229〕 ＝0.9609，＝731.2086，＝516.3338，＝0.3474 請(qǐng)答復(fù)以下問(wèn)題： （1） 何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性 （2） 試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么 （3） 自相關(guān)會(huì)給建設(shè)的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響 （4） 如

11、果該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和步驟。 〔臨界值，〕 28.對(duì)某地區(qū)大學(xué)生就業(yè)增長(zhǎng)影響的簡(jiǎn)單模型可描述如下: 式中，為新就業(yè)的大學(xué)生人數(shù)，MIN1為該地區(qū)最低限度工資，POP為新畢業(yè)的大學(xué)生人數(shù)，GDP1為該地區(qū)國(guó)內(nèi)生產(chǎn)總值，GDP為該國(guó)國(guó)內(nèi)生產(chǎn)總值；g表示年增長(zhǎng)率。 〔1〕如果該地區(qū)政府以多多少少不易觀測(cè)的卻對(duì)新畢業(yè)大學(xué)生就業(yè)有影響的因素作為根基來(lái)選擇最低限度工資，那么OLS估計(jì)將會(huì)存在什么問(wèn)題 〔2〕令MIN為該國(guó)的最低限度工資，它與隨機(jī)擾動(dòng)項(xiàng)相關(guān)嗎 〔3〕按照法律，各地區(qū)最低限度工資不得低于國(guó)家最低工資，哪么gMIN能成為gMIN1的工具變量嗎 29．以下

12、假想的計(jì)量經(jīng)濟(jì)模型是否合理，為什么 〔1〕 其中，是第產(chǎn)業(yè)的國(guó)內(nèi)生產(chǎn)總值。 〔2〕 其中， 、分別為農(nóng)村居民和城鎮(zhèn)居民年末儲(chǔ)蓄存款余額。 〔3〕 其中，、、分別為建筑業(yè)產(chǎn)值、建筑業(yè)固定資產(chǎn)投資和職工人數(shù)。 〔4〕 其中，、分別為居民耐用消費(fèi)品支出和耐用消費(fèi)品物價(jià)指數(shù)。 〔5〕 〔6〕 其中，、分別為煤炭工業(yè)職工人數(shù)和固定資產(chǎn)原值，、分別為發(fā)電量和鋼鐵產(chǎn)量。 30．指出以下假想模型中的錯(cuò)誤，并說(shuō)明理由： 〔1〕 其中，為第年社會(huì)消費(fèi)品零售總額〔億元〕，為第年居

13、民收入總額〔億元〕〔城鎮(zhèn)居民可支配收入總額與農(nóng)村居民純收入總額之和〕，為第年全社會(huì)固定資產(chǎn)投資總額〔億元〕。 〔2〕 其中， 、分別是城鎮(zhèn)居民消費(fèi)支出和可支配收入。 〔3〕其中，、、分別是工業(yè)總產(chǎn)值、工業(yè)生產(chǎn)資金和職工人數(shù)。 31．假設(shè)王先生估計(jì)消費(fèi)函數(shù)〔用模型表示〕，并獲得以下結(jié)果： ，n=19 〔3.1〕 (18.7) R2=0.98 這里括號(hào)里的數(shù)字表示相應(yīng)參數(shù)的T比率值。 要求：〔1〕利用T比率值檢驗(yàn)假設(shè)：b=0〔取顯著水平為5%，〕；〔2〕確定參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差； 〔

14、3〕構(gòu)造b的95%的置信區(qū)間，這個(gè)區(qū)間包括0嗎 32.根據(jù)我國(guó)1978——2000年的財(cái)政收入和國(guó)內(nèi)生產(chǎn)總值的統(tǒng)計(jì)資料，可建設(shè)如下的計(jì)量經(jīng)濟(jì)模型： 〔2.5199〕 〔22.7229〕 ＝0.9609，＝731.2086，＝516.3338，＝0.3474 請(qǐng)答復(fù)以下問(wèn)題： 〔1〕何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性〔2〕試檢驗(yàn)該模型是否存在一階自相關(guān)及相關(guān)方向，為什么 〔3〕自相關(guān)會(huì)給建設(shè)的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響 〔臨界值，〕 34．下表給出三變量模型的回歸結(jié)果： 方差來(lái)源 平方和〔SS〕 自由度〔d.f.〕 平方和的

15、均值(MSS) 來(lái)自回歸(ESS) 65965 — — 來(lái)自殘差(RSS) _— — — 總離差(TSS) 66042 14 要求：〔1〕樣本容量是多少〔2〕求RSS〔3〕ESS和RSS的自由度各是多少〔4〕求和 35.根據(jù)我國(guó)1985——2001年城鎮(zhèn)居民人均可支配收入和人均消費(fèi)性支出資料，按照凱恩斯絕對(duì)收入假說(shuō)建設(shè)的消費(fèi)函數(shù)計(jì)量經(jīng)濟(jì)模型為： ；；； ；；； 其中：是居民人均可支配收入，是居民人均消費(fèi)性支出 要求： 〔1〕解釋模型中137.422和0.772的意義；〔2〕簡(jiǎn)述什么是模型的異方差性；〔3〕檢驗(yàn)該模型是否存在異方差性；

16、 36．考慮下表中的數(shù)據(jù) Y -10 -8 -6 -4 -2 0 2 4 6 8 10 X1 1 2 3 4 5 6 7 8 9 10 11 X2 1 3 5 7 9 11 13 15 17 19 21 假設(shè)你做Y對(duì)X1和X2的多元回歸，你能估計(jì)模型的參數(shù)嗎為什么 37．在研究生產(chǎn)函數(shù)時(shí)，有以下兩種結(jié)果： 　　〔1〕 　　　〔2〕 其中，Q＝產(chǎn)量，K＝資本，L＝勞動(dòng)時(shí)數(shù)，t＝時(shí)間，n＝樣本容量 請(qǐng)答復(fù)以下問(wèn)題： 〔1〕證明在模型〔1〕中所有的系數(shù)在統(tǒng)計(jì)上都是顯著的〔α＝0.05〕。 〔2〕證明在模型〔2〕

17、中t和lnk的系數(shù)在統(tǒng)計(jì)上不顯著〔α＝0.05〕。 〔3〕可能是什么原因造成模型〔2〕中l(wèi)nk不顯著的 38.根據(jù)某種商品銷售量和個(gè)人收入的季度數(shù)據(jù)建設(shè)如下模型： 其中，定義虛擬變量為第i季度時(shí)其數(shù)值取1，其余為0。這時(shí)會(huì)發(fā)生 什么問(wèn)題，參數(shù)是否能夠用最小二乘法進(jìn)展估計(jì) 39.某行業(yè)利潤(rùn)Y不僅與銷售額X有關(guān)，而且與季度因素有關(guān)。 （1） 如果認(rèn)為季度因素使利潤(rùn)平均值發(fā)生變異，應(yīng)如何引入虛擬變量 （2） 如果認(rèn)為季度因素使利潤(rùn)對(duì)銷售額的變化額發(fā)生變異，應(yīng)如何引入虛擬變量 （3） 如果認(rèn)為上述兩種情況都存在，又應(yīng)如何引入虛擬變量對(duì)上述三種情況分別設(shè)定利潤(rùn)模型。 40.設(shè)我國(guó)通貨膨

18、脹I主要取決于工業(yè)生產(chǎn)增長(zhǎng)速度G，1988年通貨膨脹率發(fā)生明顯變化。 （1） 假設(shè)這種變化表現(xiàn)在通貨膨脹率預(yù)期的基點(diǎn)不同 （2） 假設(shè)這種變化表現(xiàn)在通貨膨脹率預(yù)期的基點(diǎn)和預(yù)期都不同 對(duì)上述兩種情況，試分別確定通貨膨脹率的回歸模型。 41.一個(gè)由容量為209的樣本估計(jì)的解釋CEO薪水的方程為： (15.3) (8.03) (2.75) (1.775) (2.13) (-2.895) 其中,Y表示年薪水平(單位:萬(wàn)元),表示年收入(單位:萬(wàn)元),表示公司股票收益(單位:萬(wàn)元);均為虛擬變量,分別表示金融業(yè)、消費(fèi)品工業(yè)和公用業(yè)。假設(shè)比照產(chǎn)業(yè)為交通運(yùn)輸業(yè)

19、。 〔1〕解釋三個(gè)虛擬變量參數(shù)的經(jīng)濟(jì)含義。 〔2〕保持和不變，計(jì)算公用事業(yè)和交通運(yùn)輸業(yè)之間估計(jì)薪水的近似百分比差異。這個(gè)差異在1%的顯著性水平上是統(tǒng)計(jì)顯著嗎 〔3〕消費(fèi)品工業(yè)和金融業(yè)之間估計(jì)薪水的近似百分比差異是多少 42.在一項(xiàng)對(duì)北京某大學(xué)學(xué)生月消費(fèi)支出的研究中，認(rèn)為學(xué)生的消費(fèi)支出除受其家庭的月收入水平外,還受在學(xué)校是否得獎(jiǎng)學(xué)金,來(lái)自農(nóng)村還是城市，是經(jīng)濟(jì)興旺地區(qū)還是欠興旺地區(qū),以及性別等因素的影響。試設(shè)定適當(dāng)?shù)哪Ｐ?并導(dǎo)出如下情形下學(xué)生消費(fèi)支出的平均水平: (1)來(lái)自欠興旺農(nóng)村地區(qū)的女生,未得獎(jiǎng)學(xué)金;(2)來(lái)自欠興旺城市地區(qū)的男生,得到獎(jiǎng)學(xué)金; (3)來(lái)自興旺地區(qū)的農(nóng)村女生,得到

20、獎(jiǎng)學(xué)金;(4)來(lái)自興旺地區(qū)的城市男生,未得獎(jiǎng)學(xué)金. 43. 試在家庭對(duì)某商品的消費(fèi)需求函數(shù)中〔以加法形式〕引入虛擬變量，用以反映季節(jié)因素〔淡、旺季〕和收入層次差距〔高、低〕對(duì)消費(fèi)需求的影響，并寫出各類消費(fèi)函數(shù)的具體形式。 44．考察以下分布滯后模型： 假定我們要用多項(xiàng)式階數(shù)為2的有限多項(xiàng)式估計(jì)這個(gè)模型，并根據(jù)一個(gè)有60個(gè)觀測(cè)值的樣本求出了二階多項(xiàng)式系數(shù)的估計(jì)值為：0＝0.3，1 ＝0.51，2 =0.1，試計(jì)算 (=0,1,2,3) 45．考察以下分布滯后模型： 假設(shè)用2階有限多項(xiàng)式變換模型估計(jì)這個(gè)模型后得 式中，，， 〔1〕求原模型中各參數(shù)值〔2〕估計(jì)

21、對(duì)的短期影響乘數(shù)、長(zhǎng)期影響乘數(shù)和過(guò)渡性影響乘數(shù) 46．某商場(chǎng)1997-2006年庫(kù)存商品額與銷售額的資料，假定最大滯后長(zhǎng)度，多項(xiàng)式的階數(shù)。 〔1〕建設(shè)分布滯后模型 〔2〕假定用最小二乘法得到有限多項(xiàng)式變換模型的估計(jì)式為 請(qǐng)寫出分布滯后模型的估計(jì)式 47．考察下面的模型 式中為投資，為收入，為消費(fèi)，為利率。 〔1〕指出模型的內(nèi)生變量和前定變量；〔2〕分析各行為方程的識(shí)別狀況； 〔3〕選擇最適合于估計(jì)可識(shí)別方程的估計(jì)方法。 48．設(shè)有聯(lián)立方程模型： 消費(fèi)函數(shù)： 投資函數(shù)： 恒等式： 其中，為消費(fèi)，為投資，為收入

22、，為政府支出，和為隨機(jī)誤差項(xiàng)，請(qǐng)答復(fù)： 〔1〕指出模型中的內(nèi)生變量、外生變量和前定變量 〔2〕用階條件和秩條件識(shí)別該聯(lián)立方程模型 〔3〕分別提出可識(shí)別的構(gòu)造式方程的恰當(dāng)?shù)墓烙?jì)方法 49．識(shí)別下面模型 式1：〔需求方程〕 式2：〔供應(yīng)方程〕 其中，為需求或供應(yīng)的數(shù)量，為價(jià)格，為收入，和為內(nèi)生變量，為外生變量。 50．構(gòu)造式模型為 式1： 式2： 其中，和是內(nèi)生變量，和是外生變量。 〔1〕分析每一個(gè)構(gòu)造方程的識(shí)別狀況； 〔2〕如果＝0，各方程的識(shí)別狀況會(huì)有什么變化 2、答：〔1〕系數(shù)的符號(hào)是正確的，政府債券的價(jià)格與利率是

23、負(fù)相關(guān)關(guān)系，利率的上升會(huì)引起政府債券價(jià)格的下降。 〔2〕代表的是樣本值，而代表的是給定的條件下的期望值，即。此模型是根據(jù)樣本數(shù)據(jù)得出的回歸結(jié)果，左邊應(yīng)當(dāng)是的期望值，因此是而不是。 〔3〕沒(méi)有遺漏，因?yàn)檫@是根據(jù)樣本做出的回歸結(jié)果，并不是理論模型。 〔4〕截距項(xiàng)101.4表示在X取0時(shí)Y的水平，本例中它沒(méi)有實(shí)際意義；斜率項(xiàng)-4.78說(shuō)明利率X每上升一個(gè)百分點(diǎn)，引起政府債券價(jià)格Y降低478美元。 13、〔1〕回歸方程為：，由于斜率項(xiàng)p值＝0.0000<，說(shuō)明斜率項(xiàng)顯著不為0，即國(guó)民收入對(duì)貨幣供應(yīng)量有顯著影響。截距項(xiàng)p值＝0.5444>，說(shuō)明截距項(xiàng)與0值沒(méi)有顯著差異，即截距項(xiàng)沒(méi)有通過(guò)顯著性檢驗(yàn)

24、。 〔2〕截距項(xiàng)0.353表示當(dāng)國(guó)民收入為0時(shí)的貨幣供應(yīng)量水平，此處沒(méi)有實(shí)際意義。斜率項(xiàng)1.968說(shuō)明國(guó)民收入每增加1元，將導(dǎo)致貨幣供應(yīng)量增加1.968元。 〔3〕當(dāng)X＝15時(shí)，，即應(yīng)將貨幣供應(yīng)量定在29.873的水平。 14、答：〔1〕這是一個(gè)時(shí)間序列回歸?！矆D略〕 〔2〕截距2.6911表示咖啡零售價(jià)在每磅0美元時(shí)，美國(guó)平均咖啡消費(fèi)量為每天每人2.6911杯，這個(gè)沒(méi)有明顯的經(jīng)濟(jì)意義；斜率－0.4795表示咖啡零售價(jià)格與消費(fèi)量負(fù)相關(guān)，說(shuō)明咖啡價(jià)格每上升1美元，平均每天每人消費(fèi)量減少0.4795杯。 〔3〕不能。原因在于要了解全美國(guó)所有人的咖啡消費(fèi)情況幾乎是不可能的。 〔4〕不能。

25、在同一條需求曲線上不同點(diǎn)的價(jià)格彈性不同，假設(shè)要求價(jià)格彈性，須給出具體的X值及與之對(duì)應(yīng)的Y值。 16. 解答：〔1〕這是一個(gè)對(duì)數(shù)化以后表現(xiàn)為線性關(guān)系的模型，lnL的系數(shù)為1.451意味著資本投入K保持不變時(shí)勞動(dòng)—產(chǎn)出彈性為1.451 ；lnK的系數(shù)為0.384意味著勞動(dòng)投入L保持不變時(shí)資本—產(chǎn)出彈性為0.384. 〔2〕系數(shù)符號(hào)符合預(yù)期，作為彈性，都是正值，而且都通過(guò)了參數(shù)的顯著性檢驗(yàn)〔t檢驗(yàn)〕〔5分，要求能夠把t值計(jì)算出來(lái)〕。 17. 解答：該消費(fèi)模型的判定系數(shù)，Ｆ統(tǒng)計(jì)量的值，均很高，說(shuō)明模型的整體擬合程度很高。 計(jì)算各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值得：， ，。除外，其余T值均很小。工資

26、收入Ｗ的系數(shù)t檢驗(yàn)值雖然顯著，但該系數(shù)的估計(jì)值卻過(guò)大，該值為工資收入對(duì)消費(fèi)的邊際效應(yīng)，它的值為1.059意味著工資收入每增加一美元，消費(fèi)支出增長(zhǎng)將超過(guò)一美元，這與經(jīng)濟(jì)理論和生活常識(shí)都不符?！?分〕另外，盡管從理論上講，非工資—非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但二者各自的t檢驗(yàn)卻顯示出它們的效應(yīng)與0無(wú)明顯差異。這些跡象均說(shuō)明模型中存在嚴(yán)重的多重共線性，不同收入局部之間的相互關(guān)系掩蓋了各個(gè)局部對(duì)解釋消費(fèi)行為的單獨(dú)影響。 20． 解答:〔1〕第2個(gè)方程更合理一些，，因?yàn)槟程炻苷叩娜藬?shù)同該天日照的小時(shí)數(shù)應(yīng)該是正相關(guān)的?！?分〕 〔2〕出現(xiàn)不同符號(hào)的原因很可能是由于與高度相關(guān)而導(dǎo)致

27、出現(xiàn)多重共線性的緣故。從生活經(jīng)歷來(lái)看也是如此，日照時(shí)間長(zhǎng)，必然當(dāng)天的最高氣溫也就高。而日照時(shí)間長(zhǎng)度和第二天需交學(xué)期論文的班級(jí)數(shù)是沒(méi)有相關(guān)性的?！?分〕 21． 解答：〔1〕是盒飯價(jià)格，是氣溫，是學(xué)校當(dāng)日的學(xué)生數(shù)量，是附近餐廳的盒飯價(jià)格。〔4分〕 〔2〕在四個(gè)解釋變量中，附近餐廳的盒飯價(jià)格同校園內(nèi)食堂每天賣出的盒飯數(shù)量應(yīng)該是負(fù)相關(guān)關(guān)系，其符號(hào)應(yīng)該為負(fù)，應(yīng)為；學(xué)校當(dāng)日的學(xué)生數(shù)量每變化一個(gè)單位，盒飯相應(yīng)的變化數(shù)量不會(huì)是28.4或者12.7，應(yīng)該是小于1的，應(yīng)為；至于其余兩個(gè)變量，從一般經(jīng)歷來(lái)看，被解釋變量對(duì)價(jià)格的反響會(huì)比對(duì)氣溫的反響更靈敏一些，所以是盒飯價(jià)格，是氣溫。 〔6分〕 26.答案：

28、(1) 題中所估計(jì)的回歸方程的經(jīng)濟(jì)含義：該回歸方程是一個(gè)對(duì)數(shù)線性模型，可復(fù)原為指數(shù)的形式為：，是一個(gè)C-D函數(shù)，1.451為勞動(dòng)產(chǎn)出彈性，0.3841為資本產(chǎn)出彈性。因?yàn)?.451+0.3841〉1，所以該生產(chǎn)函數(shù)存在規(guī)模經(jīng)濟(jì)?！?分〕 (2) 該回歸方程的估計(jì)中存在什么問(wèn)題?應(yīng)如何改進(jìn)? 因?yàn)镈W=0.858, dL=1.38,即0.858<1.38,故存在一階正自相關(guān)?？衫肎LS方法消除自相關(guān)的影響?！?分〕 27．〔1〕何謂計(jì)量經(jīng)濟(jì)模型的自相關(guān)性 答：如果對(duì)于不同的樣本點(diǎn)，隨機(jī)誤差項(xiàng)之間不再是完全互相獨(dú)立，而是存在某種相關(guān)性，那么出現(xiàn)序列相關(guān)性。如存在：稱為一階序列相關(guān)，或自

29、相關(guān)。 〔2〕試檢驗(yàn)該模型是否存在一階自相關(guān)，為什么答：存在。 〔3〕自相關(guān)會(huì)給建設(shè)的計(jì)量經(jīng)濟(jì)模型產(chǎn)生哪些影響 答：1參數(shù)估計(jì)兩非有效;2 變量的顯著性檢驗(yàn)失去意義。3模型的預(yù)測(cè)失效。 〔4〕如果該模型存在自相關(guān)，試寫出消除一階自相關(guān)的方法和步驟。 〔臨界值，〕 答：1構(gòu)造D.W統(tǒng)計(jì)量并查表；2與臨界值相比較，以判斷模型的自相關(guān)狀態(tài)。 28．答：〔1〕由于地方政府往往是根據(jù)過(guò)去的經(jīng)歷、當(dāng)前的經(jīng)濟(jì)狀況以及期望的經(jīng)濟(jì)開(kāi)展前景來(lái)定制地區(qū)最低限度工資水平的，而這些因素沒(méi)有反映在上述模型中，而是被歸結(jié)到了模型的隨機(jī)擾動(dòng)項(xiàng)中，因此 gMIN1 與m不僅異期相關(guān)，而且往往是同期相關(guān)的，這將引起

30、OLS估計(jì)量的偏誤，甚至當(dāng)樣本容量增大時(shí)也不具有一致性?！?分〕 〔2〕全國(guó)最低限度的制定主要根據(jù)全國(guó)國(guó)整體的情況而定，因此gMIN 基本與上述模型的隨機(jī)擾動(dòng)項(xiàng)無(wú)關(guān)。 〔3〕由于地方政府在制定本地區(qū)最低工資水平時(shí)往往考慮全國(guó)的最低工資水平的要求，因此gMIN1與gMIN具有較強(qiáng)的相關(guān)性。結(jié)合〔2〕知gMIN可以作為gMIN1的工具變量使用。 29．解答：〔1〕這是一個(gè)確定的關(guān)系，各產(chǎn)業(yè)生產(chǎn)總值之和等于國(guó)內(nèi)生產(chǎn)總值。作為計(jì)量模型不合理?！?〕〔3〕〔4〕〔5〕都是合理的計(jì)量經(jīng)濟(jì)模型?！?分〕〔6〕不合理。發(fā)電量和鋼鐵產(chǎn)量影響對(duì)煤炭的需求，但不會(huì)影響煤炭的產(chǎn)量。作為解釋變量沒(méi)有意義。 3

31、0．解答：〔1〕模型中的系數(shù)符號(hào)為負(fù)，不符合常理。居民收入越多意味著消費(fèi)越多，二者應(yīng)該是正相關(guān)關(guān)系。 〔2〕的系數(shù)是1.2，這就意味著每增加一元錢，居民消費(fèi)支出平均增加1.2元，處于一種入不敷出的狀態(tài)，這是不可能的，至少對(duì)一個(gè)表示一般關(guān)系的宏觀計(jì)量經(jīng)濟(jì)模型來(lái)說(shuō)是不可能的。〔4分〕 (3) 的系數(shù)符號(hào)為負(fù)，不合理。職工人數(shù)越多工業(yè)總產(chǎn)值越少是不合理的。這很可能是由于工業(yè)生產(chǎn)資金和職工人數(shù)兩者相關(guān)造成多重共線性產(chǎn)生的。 31．解答：〔1〕臨界值t =1.7291小于18.7，認(rèn)為回歸系數(shù)顯著地不為0.〔4分〕 〔2〕參數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差：0.81/18.7=0.0433 〔3〕不包括。因

32、為這是一個(gè)消費(fèi)函數(shù)，自發(fā)消費(fèi)為15單位，預(yù)測(cè)區(qū)間包括0是不合理的。 32．解答：〔1〕對(duì)于如果隨機(jī)誤差項(xiàng)的各期值之間存在著相關(guān)關(guān)系，即稱隨機(jī)誤差項(xiàng)之間存在自相關(guān)性。 〔2〕該模型存在一階正的自相關(guān)，因?yàn)?<＝0.3474< 〔3〕自相關(guān)性的后果有以下幾個(gè)方面：①模型參數(shù)估計(jì)值不具有最優(yōu)性；②隨機(jī)誤差項(xiàng)的方差一般會(huì)低估；③模型的統(tǒng)計(jì)檢驗(yàn)失效；④區(qū)間估計(jì)和預(yù)測(cè)區(qū)間的精度降低?！?分〕 34．解答：〔1〕總離差(TSS)的自由度為n-1，因此樣本容量為15； 〔2〕RSS=TSS-ESS=66042-65965=77； 〔3〕ESS的自由度為2，RSS的自由度為12； 〔4〕=ESS/

33、TSS=65965/66042=0.9988，〔4分〕 35.解答：〔1〕0.722是指，當(dāng)城鎮(zhèn)居民人均可支配收入每變動(dòng)一個(gè)單位，人均消費(fèi)性支出資料平均變動(dòng)0.722個(gè)單位，也即指邊際消費(fèi)傾向；137.422指即使沒(méi)有收入也會(huì)發(fā)生的消費(fèi)支出，也就是自發(fā)性消費(fèi)支出。 (2) 在線性回歸模型中，如果隨機(jī)誤差項(xiàng)的方差不是常數(shù)，即對(duì)不同的解釋變量觀測(cè)值彼此不同，那么稱隨機(jī)項(xiàng)具有異方差性。 (3) 存在異方差性，因?yàn)檩o助回歸方程，，整體顯著；并且回歸系數(shù)顯著性地不為0。戈里瑟檢驗(yàn)就是這樣的檢驗(yàn)過(guò)程?！?分〕 36．答：不能。因?yàn)閄1和X2存在完全的多重共線性，即X2＝2 X1-1，或X1＝0.5

34、〔X2+1〕?！?分〕 37．答： 〔1〕 Lnk的T檢驗(yàn)：＝10.195＞2.1009，因此lnk的系數(shù)顯著。 Lnl的 T檢驗(yàn)：＝6.518＞2.1009，因此lnl的系數(shù)顯著。 〔4分〕 〔2〕 t的T檢驗(yàn)：＝1.333＞2.1098，因此lnk的系數(shù)不顯著。 Lnk的 T檢驗(yàn)：＝1.18＞2.1098，因此lnl的系數(shù)不顯著。 〔4分〕 〔3〕可能是由于時(shí)間變量的引入導(dǎo)致了多重共線性。 38. 解答：這時(shí)會(huì)發(fā)生完全的多重共線性問(wèn)題；因?yàn)橛兴膫€(gè)季度，該模型那么引入了四個(gè)虛擬變量。顯然，對(duì)于任一季度而言，，那么任一變量都是其他變量的線性組合，因此存在完全共線性。當(dāng)有四個(gè)

35、類別需要區(qū)分時(shí)，我們只需要引入三個(gè)虛擬變量就可以了；〔5分〕參數(shù)將不能用最小二乘法進(jìn)展估計(jì)。 39. 解答：〔1〕假設(shè)第一季度為根基類型，引入三個(gè)虛擬變量；；， 利潤(rùn)模型為?！?分〕 〔2〕利潤(rùn)模型為 利潤(rùn)模型為 40. 解答：通貨膨脹與工業(yè)生產(chǎn)增長(zhǎng)速度關(guān)系的 基本模型為 引入虛擬變量 〔4分〕 那么〔1〕 〔2〕 41. 解答：〔1〕的經(jīng)濟(jì)含義為：當(dāng)銷售收入和公司股票收益保持不變時(shí)，金融業(yè)的CEO要比交通運(yùn)輸業(yè)的CEO多獲15.8個(gè)百分點(diǎn)的薪水。其他兩個(gè)可類似解釋。 〔2〕公用事業(yè)和交通運(yùn)輸業(yè)之間估計(jì)薪水的近似百分比差異就是以百分?jǐn)?shù)解釋的參數(shù)，即為28.3%.由于參

36、數(shù)的t統(tǒng)計(jì)值為-2.895,它大于1%的顯著性水平下自由度為203的t分布 臨界值1.96,因此這種差異統(tǒng)計(jì)上是顯著的?！?分〕 (3) 由于消費(fèi)品工業(yè)和金融業(yè)相對(duì)于交通運(yùn)輸業(yè)的薪水百分比差異分別為15.8%與18.1%,因此他們之間的差異為18.1%-15.8%=2.3%。 44．根據(jù)階數(shù)為2的Almon多項(xiàng)式：，=0,1,2,3；可計(jì)算得到的估計(jì)值： 0＝0＝0.3；1＝0＋1＋2＝0.91；2＝0＋21＋42＝1.72；3＝0＋31＋92＝2.73。 45．由估計(jì)式可知：0＝0.71，1＝0.25，2＝-0.3，根據(jù)階數(shù)為2的Almon多項(xiàng)式：，i=0,1,2；可計(jì)算得到βi的估計(jì)

37、值： 0＝0＝0.71；1＝0＋1＋2＝0.66；2＝0＋21＋42＝0.01。 46．〔1〕分布滯后模型為 〔2〕由估計(jì)式可知：0＝0.53，1＝0.80，2＝-0.33，根據(jù)階數(shù)為2的Almon多項(xiàng)式：，i=0,1,2；可計(jì)算得到βi的估計(jì)值： 0＝0＝0.53；1＝0＋1＋2＝1.00；2＝0＋21＋42＝0 47．〔1〕內(nèi)生變量為，，，前定變量為，， 〔6〕〔2〕消費(fèi)方程為過(guò)度識(shí)別，投資方程是恰好識(shí)別；〔6分〕〔3〕消費(fèi)方程適合用二階段最小二乘法，投資方程適合用間接最小二乘法〔或工具變量法〕 49．方程1：由于包含了方程中所有變量，故不可識(shí)別。 方程2：利用秩條件，得被斥變

38、量的參數(shù)矩陣〔-α2〕，其秩為1，與方程個(gè)數(shù)減1相等，故可知方程2可識(shí)別；再利用階條件，方程2排除的變量個(gè)數(shù)正好與剩下的方程個(gè)數(shù)相等，可知方程2恰好識(shí)別。由于方程1不可識(shí)別，所以整個(gè)模型不可識(shí)別〔2〕。 50．〔1〕方程1：利用秩條件，得被斥變量的參數(shù)矩陣〔-β2〕，其秩為1，與方程個(gè)數(shù)減1相等，故可知方程1可識(shí)別；再利用階條件，方程2排除的變量個(gè)數(shù)正好與剩下的方程個(gè)數(shù)相等，可知方程1恰好識(shí)別。 方程2：利用秩條件，得被斥變量的參數(shù)矩陣〔-α2〕，其秩為1，與方程個(gè)數(shù)減1相等，故可知方程2可識(shí)別；再利用階條件，方程2排除的變量個(gè)數(shù)正好與剩下的方程個(gè)數(shù)相等，可知方程1恰好識(shí)別。 〔2〕方程1仍是恰好識(shí)別的，但方程2包括了模型中所有變量，故是不可識(shí)別的。