《《計(jì)量經(jīng)濟(jì)學(xué)》第三版課后題答案李子奈.doc》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)》第三版課后題答案李子奈.doc（12頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

第一章 緒論 參考重點(diǎn)： 計(jì)量經(jīng)濟(jì)學(xué)的一般建模過程 第一章課后題（1.4.5） 1.什么是計(jì)量經(jīng)濟(jì)學(xué)？計(jì)量經(jīng)濟(jì)學(xué)方法與一般經(jīng)濟(jì)數(shù)學(xué)方法有什么區(qū)別？ 答：計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科，是以揭示經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系為內(nèi)容的分支學(xué)科，是由經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)三者結(jié)合而成的交叉學(xué)科。 計(jì)量經(jīng)濟(jì)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定量關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述；一般經(jīng)濟(jì)數(shù)學(xué)方法揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的理論關(guān)系，用確定性的數(shù)學(xué)方程加以描述。 4.建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟有哪些？ 答：建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的主要步驟如下：(1)設(shè)定理論模型，包括選擇模型所包含的變量，確定變量之間的數(shù)學(xué)關(guān)系和擬定模型中待估參數(shù)的數(shù)值范圍；(2)收集樣本數(shù)據(jù)，要考慮樣本數(shù)據(jù)的完整性、準(zhǔn)確性、可比性和—致性；(3)估計(jì)模型參數(shù)；(4)檢驗(yàn)?zāi)Ｐ停ń?jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)和模型預(yù)測檢驗(yàn)。 5.模型的檢驗(yàn)包括幾個(gè)方面？其具體含義是什么？ 答：模型的檢驗(yàn)主要包括：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型的預(yù)測檢驗(yàn)。在經(jīng)濟(jì)意義檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ褪欠穹辖?jīng)濟(jì)意義，檢驗(yàn)求得的參數(shù)估計(jì)值的符號(hào)與大小是否與根據(jù)人們的經(jīng)驗(yàn)和經(jīng)濟(jì)理論所擬訂的期望值相符合；在統(tǒng)計(jì)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的可靠性，即檢驗(yàn)?zāi)Ｐ偷慕y(tǒng)計(jì)學(xué)性質(zhì)；在計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)中，需要檢驗(yàn)?zāi)Ｐ偷挠?jì)量經(jīng)濟(jì)學(xué)性質(zhì)，包括隨機(jī)擾動(dòng)項(xiàng)的序列相關(guān)檢驗(yàn)、異方差性檢驗(yàn)、解釋變量的多重共線性檢驗(yàn)等；模型的預(yù)測檢驗(yàn)主要檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)量的穩(wěn)定性以及對(duì)樣本容量變化時(shí)的靈敏度，以確定所建立的模型是否可以用于樣本觀測值以外的范圍。 第二章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：一元線性回歸模型 參考重點(diǎn)： 1.相關(guān)分析與回歸分析的概念、聯(lián)系以及區(qū)別？ 2.總體隨機(jī)項(xiàng)與樣本隨機(jī)項(xiàng)的區(qū)別與聯(lián)系？ 3.為什么需要進(jìn)行擬合優(yōu)度檢驗(yàn)？ 4．如何縮小置信區(qū)間？（P46） 由上式可以看出（1）.增大樣本容量。樣本容量變大，可使樣本參數(shù)估計(jì)量的標(biāo)準(zhǔn)差減?。煌瑫r(shí)，在同樣置信水平下，n越大，t分布表中的臨界值越小。（2）提高模型的擬合優(yōu)度。因?yàn)闃颖緟?shù)估計(jì)量的標(biāo)準(zhǔn)差和殘差平方和呈正比，模型的擬合優(yōu)度越高，殘差平方和應(yīng)越小。 5．以一元線性回歸為例，寫出β0的假設(shè)檢驗(yàn) 1）.對(duì)總體參數(shù)提出假設(shè) H0：b0=0， H1：b00 2）以原假設(shè)H0構(gòu)造t統(tǒng)計(jì)量， 3）由樣本計(jì)算其值 4）給定顯著性水平a，查t分布表得臨界值t a/2(n-2) 5）比較，判斷 若 |t|> t a/2(n-2)，則拒絕H0 ，接受H1 ； 若 |t| t a/2(n-2)，則拒絕H1 ，接受H0 ； 上屆重點(diǎn)： 一元線性回歸模型的基本假設(shè)、隨機(jī)誤差項(xiàng)產(chǎn)生的原因、最小二乘法、參數(shù)經(jīng)濟(jì)意義、決定系數(shù)、第二章PPT里的表（中國居民人均消費(fèi)支出對(duì)人均GDP的回歸）、t檢驗(yàn)（△（平方）代表意義；△（平方）的認(rèn)識(shí)）、能夠讀懂Eviews輸出的估計(jì)結(jié)果 第二章課后題（1.3.9.10） 1.為什么計(jì)量經(jīng)濟(jì)學(xué)模型的理論方程中必須包含隨機(jī)干擾項(xiàng)？ （經(jīng)典模型中產(chǎn)生隨機(jī)誤差的原因） 答：計(jì)量經(jīng)濟(jì)學(xué)模型考察的是具有因果關(guān)系的隨機(jī)變量間的具體聯(lián)系方式。由于是隨機(jī)變量，意味著影響被解釋變量的因素是復(fù)雜的，除了解釋變量的影響外，還有其他無法在模型中獨(dú)立列出的各種因素的影響。這樣，理論模型中就必須使用一個(gè)稱為隨機(jī)干擾項(xiàng)的變量宋代表所有這些無法在模型中獨(dú)立表示出來的影響因素，以保證模型在理論上的科學(xué)性。 3.一元線性回歸模型的基本假設(shè)主要有哪些？違背基本假設(shè)的模型是否不可以估計(jì)？ 答：線性回歸模型的基本假設(shè)有兩大類：一類是關(guān)于隨機(jī)干擾項(xiàng)的，包括零均值，同方差，不序列相關(guān)，滿足正態(tài)分布等假設(shè)；另一類是關(guān)于解釋變量的，主要有：解釋變量是非隨機(jī)的，若是隨機(jī)變量，則與隨機(jī)干擾項(xiàng)不相關(guān)。實(shí)際上，這些假設(shè)都是針對(duì)普通最小二乘法的。 在違背這些基本假設(shè)的情況下，普通最小二乘估計(jì)量就不再是最佳線性無偏估計(jì)量，因此使用普通最小二乘法進(jìn)行估計(jì)己無多大意義。但模型本身還是可以估計(jì)的，尤其是可以通過最大似然法等其他原理進(jìn)行估計(jì)。 假設(shè)1. 解釋變量X是確定性變量，不是隨機(jī)變量； 假設(shè)2. 隨機(jī)誤差項(xiàng)m具有零均值、同方差和不序列相關(guān)性： E(mi)=0 i=1,2, …,n Var (mi)=sm2 i=1,2, …,n Cov(mi, mj)=0 i≠j i,j= 1,2, …,n 假設(shè)3. 隨機(jī)誤差項(xiàng)m與解釋變量X之間不相關(guān)： Cov(Xi, mi)=0 i=1,2, …,n 假設(shè)4. m服從零均值、同方差、零協(xié)方差的正態(tài)分布 mi~N(0, sm2 ) i=1,2, …,n 假設(shè)5. 隨著樣本容量的無限增加，解釋變量X的樣本方差趨于一有限常數(shù)。即 假設(shè)6. 回歸模型是正確設(shè)定的 9、10題為計(jì)算題，見課本P52，答案見P17 第三章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：多元線性回歸模型 上屆重點(diǎn)： F檢驗(yàn)、t檢驗(yàn) 調(diào)整的樣本決定系數(shù)、“多元”里為什么要對(duì)△（平方）系數(shù)進(jìn)行調(diào)整？ 第三章課后題（1.2.7.9.10） 1.多元線性回歸模型的基本假設(shè)是什么？在證明最小二乘估計(jì)量的無偏性和有效性的過程中，哪些基本假設(shè)起了作用？ 答：多元線性回歸模型的基本假定仍然是針對(duì)隨機(jī)干擾項(xiàng)與針對(duì)解釋變量兩大類的假設(shè)。針對(duì)隨機(jī)干擾項(xiàng)的假設(shè)有：零均值，同方差，無序列相關(guān)且服從正態(tài)分布。針對(duì)解釋量的假設(shè)有；解釋變量應(yīng)具有非隨機(jī)性，如果后隨機(jī)的，則不能與隨機(jī)干擾項(xiàng)相關(guān)；各解釋變量之間不存在(完全)線性相關(guān)關(guān)系。 在證明最小二乘估計(jì)量的無偏性中，利用了解釋變量非隨機(jī)或與隨機(jī)干擾項(xiàng)不相關(guān)的假定；在有效性的證明中，利用了隨機(jī)干擾項(xiàng)同方差且無序列相關(guān)的假定。 2.在多元線性回歸分析中，t檢驗(yàn)和F檢驗(yàn)有何不同？在一元線性回歸分析中二者是否有等價(jià)作用？（見課本P70） 答：在多元線性回歸分析中，t檢驗(yàn)常被用作檢驗(yàn)回歸方程中各個(gè)參數(shù)的顯著性，而F檢驗(yàn)則被用作檢驗(yàn)整個(gè)回歸關(guān)系的顯著性。各解釋變量聯(lián)合起來對(duì)被解釋變量有顯著的線性關(guān)系，并不意味著每一個(gè)解釋變量分別對(duì)被解釋變量有顯著的線性關(guān)系。 在一元線性回歸分析中，二者具有等價(jià)作用，因?yàn)槎叨际菍?duì)共同的假設(shè)——解釋變量的參數(shù)等于零一一進(jìn)行檢驗(yàn)。 7、9、10題為計(jì)算題，見課本P91，答案見P53 第四章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：放寬基本假定的模型 重點(diǎn)掌握： 參考重點(diǎn)： 1.以多元線性回歸為例說明異方差性會(huì)產(chǎn)生怎樣的后果？（可能為論述題） 2.檢驗(yàn)、修正異方差性的方法？ 3.以多元線性回歸為例說明序列相關(guān)會(huì)產(chǎn)生怎樣的后果？（預(yù)測，矩陣表達(dá)式推到） 4.檢驗(yàn)、修正序列相關(guān)的方法？ 5.什么是DW檢驗(yàn)法（前提條件）？ 6.以多元線性回歸為例說明多重共線性會(huì)產(chǎn)生怎樣的后果 7.檢驗(yàn)、修正多重共線性的方法？ 8.隨機(jī)解釋變量問題的三種分類？分別造成的后果是什么？ 9.工具變量法的前提假設(shè) 1）與所替代的隨機(jī)解釋變量高度相關(guān) 2）與隨機(jī)干擾項(xiàng)不相關(guān) 3）與模型中其他解釋變量不相關(guān)，以避免出現(xiàn)多重共線性 上屆重點(diǎn)： 異方差、序列相關(guān)、多重共線性等違背基本假設(shè)的情況產(chǎn)生原因、后果、識(shí)別方式方法、D.W、廣義差分法 第四章課后題（1.2） 1、2題為計(jì)算題，見課本P134，答案見P84 第五章 經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型：專門問題 上屆重點(diǎn)： 虛擬變量的含義與設(shè)定、滯后變量的含義、為何加入滯后和虛擬變量 第五章課后題（1.3.4.10） 1.回歸模型中引入虛擬變量的作用是什么？有哪幾種基本的引入方式？它們各適合用于什么情況？ 答：在模型中引入虛擬變量，主要是為了尋找某(些)定性因素對(duì)解釋變量的影響。 加法方式與乘法方式是最主要的引入方式。 前者主要適用于定性因素對(duì)截距項(xiàng)產(chǎn)生影響的情況，后者主要適用于定性因素對(duì)斜率項(xiàng)產(chǎn)生影響的情況。除此外，還可以加法與乘法組合的方式引入虛擬變量，這時(shí)可測度定性因素對(duì)截距項(xiàng)與斜率項(xiàng)同時(shí)產(chǎn)生影響的情況。 3.滯后變量模型有哪幾種類型？分布滯后模型使用OLS方法存在哪些問題？ 答：滯后變量模型有分布滯后模型和自回歸模型兩大類，前者只有解釋變量及其滯后變量作為模型的解釋變量，不包含被解釋變量的滯后變量作為模型的解釋變量；而后者則以當(dāng)期解釋變量與被解釋變量的若干期滯后變量作為模型的解釋變量。分布滯后模型有無限期的分布滯后模型和有限期的分布滯后模型；自回歸模型又以Coyck模型、自適應(yīng)預(yù)期模型和局部調(diào)整模型最為多見。 分布滯后模型使用OLS法存在以下問題：(1)對(duì)于無限期的分布滯后模型，由于樣本觀測值的有限性，使得無法直接對(duì)其進(jìn)行估計(jì)。(2)對(duì)于有限期的分布滯后模型，使用OLS方法會(huì)遇到：沒有先驗(yàn)準(zhǔn)則確定滯后期長度，對(duì)最大滯后期的確定往往帶有主觀隨意性；如果滯后期較長，由于樣本容量有限，當(dāng)滯后變量數(shù)目增加時(shí)，必然使得自由度減少，將缺乏足夠的自由度進(jìn)行估計(jì)和檢驗(yàn)；同名變量滯后值之間可能存在高度線性相關(guān)，即模型可能存在高度的多重共線性。 4.產(chǎn)生模型設(shè)定偏誤的主要原因是什么？模型設(shè)定偏誤的后果以及檢驗(yàn)方法有哪些？ 答：產(chǎn)生模型設(shè)定偏誤的原因主要有：模型制定者不熟悉相應(yīng)的理論知識(shí)；對(duì)經(jīng)濟(jì)問題本身認(rèn)識(shí)不夠或不熟悉前人的相關(guān)工作：模型制定者手頭沒有相關(guān)變量的數(shù)據(jù)；解釋變量無法測量或數(shù)據(jù)本身存在測量誤差。 模型設(shè)定偏誤的后果有：（1）如果遺漏了重要的解釋變量，會(huì)造成OLS估計(jì)量在小樣本下有偏，在大樣本下非一致；對(duì)隨機(jī)干擾項(xiàng)的方差估計(jì)也是有偏的。（2）如果包含了無關(guān)的解釋變量，盡管OLS估計(jì)量具有無偏性與一致性，但不具有最小方差性。（3）如果選擇了錯(cuò)誤的函數(shù)形式，則后果是全方位的，不但會(huì)造成估計(jì)的參數(shù)具有完全不同的經(jīng)濟(jì)意義，而且估計(jì)結(jié)果也不同。 對(duì)模型設(shè)定偏誤的檢驗(yàn)方法有：檢驗(yàn)是否含有無關(guān)變量，可以使用t檢驗(yàn)與F檢驗(yàn)完成：檢驗(yàn)是否有相關(guān)變量的遺漏或函數(shù)形式設(shè)定偏誤，可以使用殘差圖示法，Ramsey提出的RESET檢驗(yàn)來完成。 10.簡述約化建模理論與傳統(tǒng)理論的異同點(diǎn)？ 答：Hendry的約化建模理論的核心是“從一般到簡單”的建模思想，即首先提出一個(gè)包括各種因素在內(nèi)的“一般”模型，然后再通過觀測數(shù)據(jù)，利用各種檢驗(yàn)對(duì)模型進(jìn)行檢驗(yàn)并化簡，最后得到一個(gè)相對(duì)簡單的模型。傳統(tǒng)建模理論的主導(dǎo)思想是“從簡單到復(fù)雜”的建模思想，它首先提出一個(gè)簡單的模型，然后從各種可能的備選變量中選擇適當(dāng)?shù)淖兞窟M(jìn)入模型，最后得到一個(gè)與數(shù)據(jù)擬合較好的較為復(fù)雜的模型。 從二者的主要聯(lián)系上看，它們都以對(duì)經(jīng)濟(jì)現(xiàn)象的解釋為目標(biāo)，以已有的經(jīng)濟(jì)理論為建模依據(jù)，以對(duì)數(shù)據(jù)的擬合程度作為模型優(yōu)劣的重要的判定標(biāo)準(zhǔn)之一，也都有若干檢驗(yàn)標(biāo)推。 從二者的主要區(qū)別上看，傳統(tǒng)的建模理論往往更依賴于某種單一的經(jīng)濟(jì)理論，舊“從一般到簡單”的建模理論則更注重將各種不同經(jīng)濟(jì)理論納入到最初的“一般”模型中，甚至更多地是從直覺和經(jīng)驗(yàn)來建立“一般”的模型；盡管兩者都有若干種檢驗(yàn)標(biāo)準(zhǔn)，但約化建模理論從實(shí)踐上有更大量的診斷性檢驗(yàn)來看每一步建模的可行性，或?qū)ふ腋纳颇Ｐ偷穆窂剑号c傳統(tǒng)建模實(shí)踐中存在的過渡“數(shù)據(jù)開采”問題相比，由于約化建模理論的初估模型是一個(gè)包括所有可能變量的“一般”模型，因此也就避免了過度的“數(shù)據(jù)開采”問題；另外，由于初始模型的“一般”性，所有研究者在建模的初期往往有著相同的“起點(diǎn)”，因此，在相同的約化程序下，最后得到的最終模型也應(yīng)該是相同的。而傳統(tǒng)建模實(shí)踐中對(duì)同一經(jīng)濟(jì)問題往往有各種不同經(jīng)濟(jì)理論來解釋，如果不同的研究者采用不同的經(jīng)濟(jì)理論建模，得到的最終模型也會(huì)不同。當(dāng)然，由于約化建模理論有更多的檢驗(yàn)，使得建模過程更復(fù)雜，相比之下，傳統(tǒng)建模方法則更加“靈活”。 第六章 聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型理論與方法 上屆重點(diǎn)： 內(nèi)生變量、外生變量、先定變量、結(jié)構(gòu)式模型、簡化式模型、參數(shù)關(guān)系體系、模型識(shí)別 第六章課后題（1.2.3.） 1.為什么要建立聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型？聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型適用于什么樣的經(jīng)濟(jì)現(xiàn)象？ 答：經(jīng)濟(jì)現(xiàn)象是極為復(fù)雜的，其中諸因素之間的關(guān)系，在很多情況下，不是單一方程所能描述的那種簡單的單向因果關(guān)系，而是相互依存，互為因果的，這時(shí)，就必須用聯(lián)立的計(jì)量經(jīng)濟(jì)學(xué)方程才能描述清楚。 所以與單方程適用于單一經(jīng)濟(jì)現(xiàn)象的研究相比，聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型適用于描述復(fù)雜的經(jīng)濟(jì)現(xiàn)象，即經(jīng)濟(jì)系統(tǒng)。 2.聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別狀況可以分為幾類？其含義各是什么？ 答：聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的識(shí)別狀況可以分為可識(shí)別和不可識(shí)別，可識(shí)別又分為恰好識(shí)別和過度識(shí)別。 如果聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程不具有確定的統(tǒng)計(jì)形式，則稱該方程為不可識(shí)別，或者根據(jù)參數(shù)關(guān)系體系，在已知簡化式參數(shù)估計(jì)值時(shí)，如果不能得到聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型中某個(gè)結(jié)構(gòu)方程的確定的結(jié)構(gòu)參數(shù)估計(jì)值，稱該方程為不可識(shí)別。如果一個(gè)模型中的所有隨機(jī)方程都是可以識(shí)別的，則認(rèn)為該聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型系統(tǒng)是可以識(shí)別的。反過來，如果一個(gè)模型系統(tǒng)中存在一個(gè)不可識(shí)別的隨機(jī)方程，則認(rèn)為該聯(lián)立方程汁量經(jīng)濟(jì)學(xué)模型系統(tǒng)是不可以識(shí)別的。如果某一個(gè)隨機(jī)方程具有唯一一組參數(shù)估計(jì)量，稱其為恰好識(shí)別；如果某一個(gè)隨機(jī)方程具有多組參數(shù)估計(jì)量，稱其為過度識(shí)別。 3.聯(lián)立方程計(jì)量經(jīng)濟(jì)學(xué)模型的單方程估計(jì)有哪些主要方法？其適用條件和統(tǒng)計(jì)性質(zhì)各是什么？ 答：單方程估計(jì)的主要方法有：狹義的工具變量法(IV)，間接最小二乘法(ILS)，兩階段最小二乘法(2SLS)。 狹義的工具變量法(IV)和間接最小二乘法(ILS)只適用于恰好識(shí)別的結(jié)構(gòu)方程的估計(jì)。兩階段最小二乘法(2SLs)既適用于恰好識(shí)別的結(jié)構(gòu)方程，又適用于過度識(shí)別的結(jié)構(gòu)方程。 用工具變量法估計(jì)的參數(shù)，一般情況下，在小樣本下是有偏的，但在大樣本下是漸近無偏的。如果選取的工具變量與方程隨機(jī)干擾項(xiàng)完全不相關(guān)，那么其參數(shù)估計(jì)量是無偏估計(jì)量。對(duì)于間接最小二乘法，對(duì)簡化式模型應(yīng)用普通最小二乘法得到的參數(shù)估計(jì)量具有線性性、無偏性、有效性。通過多數(shù)關(guān)系體系計(jì)算得到結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計(jì)量在小樣本下是有偏的，在大樣本下是漸近無偏的。采用二階段最小二乘法得到結(jié)構(gòu)方程的結(jié)構(gòu)參數(shù)估計(jì)量在小樣本下是有偏的，在大樣本下是漸近無偏的。 補(bǔ)充資料 計(jì)算題（一） 給出多元線性回歸的結(jié)果 1. 判斷模型估計(jì)的結(jié)果如何，擬合效果如何？ 2. 說明每一個(gè)參數(shù)所代表的經(jīng)濟(jì)意義？ 3. 判斷有沒有違背四個(gè)基本假設(shè)？ 計(jì)算題（二） 給出數(shù)值，計(jì)算： 1. t檢驗(yàn)，F(xiàn)檢驗(yàn)的自由度 2. 在給定顯著性水平下參數(shù)是否顯著？ 3. 估計(jì)值是有偏、無偏、有效？ 計(jì)算題（三） 加入虛擬變量D1,D2,D3 問：虛擬變量的經(jīng)濟(jì)含義？