《计量经济学》课程期末考试试题(四)
一、单项选择题(每小题1分,共20分)
1、在计量经济学模型中,随机误差项不包括【 】的影响。
A、解释变量 B、观测误差
C、设定误差 D、其它未知因素
2、以下变量关系中不属于因果关系的是【 】。
A、GDP与税收额 B、印度人口数与中国GDP
C、利率与贷款额 D、产量与单位成本
3、线性回归模型的参数估计不包括【 】。
A 、估计 B、估计
C 、估计 D、估计
4、以下四个回归方程和回归模型中【 】是错误的。
A、 B、
C、 D、
5、总体平方和、回归平方和与残差平方和,正确的关系是【 】。
A、TSS>RSS+ESS B、TSS=RSS+ESS
C、TSS A、 B、 C、 D、 7、以下经济数学模型中,【 】不是计量经济学模型。 A、 B、 C、 D、 8、回归方程中,表明【 】。 A、每增加1单位减少0.78单位 B、每增加1单位平均减少0.78单位 C、每增加1%时平均增加0.78% D、 每增加1%时平均减少0.78% 9、若确认回归模型中存在“异方差性”,则应采用【 】估计模型参数。 A、OLS B、WLS C、广义差分法 D、IV 10、在一项D—W检验中,已知D.W=0.83,k=3,n=25,显著水平=5%,临界值为=1.21,=1.55,可以判断模型【 】。 A、存在正的一阶自相关 B、存在负的一阶自相关 C、序列无关 D、无法确定 11、就“异方差性”的概念而言,是指模型违背了基本假设【 】。 A、 B、 C、 D、 12、对于模型,其差分模型是【 】。 A、 B、 C、 D、 13、当模型存在“严重的多重共线性”时,OLS估计量将不再具备【 】。 A、线性性 B、无偏性 C、有效性 D、一致性 14、如果方差膨胀因子VIF=10,则认为【 】问题是严重的。 A、异方差性 B、序列相关性 C、多重共线性 D、解释变量与随机项的相关性 15、在具体的模型中,被认为具有一定概率分布的随机变量是【 】变量。 A、内生 B、外生 C、虚拟 D、前定 16、对一个过度识别的结构方程,不适用的估计方法是【 】。 A、间接最小二乘法() B、工具变量法() C、二阶段最小二乘法() D、有限信息最大似然法() 17、以下生产函数中,不具备“零阶齐次性”特征的是【 】。 A、线性生产函数 B、C—D生产函数 C、CES生产函数 D、VES生产函数 18、在研究劳动者薪金问题,应该作为虚拟变量引入模型的变量是【 】。 A、劳动者工龄 B、专业工作年限 C、学历 D、专业培训时间 19、以下统计特征中,不属于平稳序列特征的是【 】。 A、 B、 C、 D、 20、以下关于单整、协整的说法中正确的是【 】。 A、单整阶数相同的两个变量之间一定协整 B、单整阶数相同的两个变量之间才可能协整 C、单整阶数相同的多个变量才可能协整 D、变量协整对于建立计量经济模型不是必须的 二、多选题(每题有2~5个正确答案,多选、少选和错选不得分;每题1分,共5分) 1、以下“诺贝尔经济学奖”获奖者中属于对计量经济学有杰出贡献而获奖的有【 】。 A、弗里希(R.Frish) B、保罗萨缪尔森(P.Samuelson) C、劳伦斯克莱因(R.Klein) D、恩格尔( Engle) E、格兰杰(Granger) 2、用于计量经济学模型“统计学检验”的检验方法有【 】。 A、拟合优度检验 B、怀特检验 C、方程显著性检验 D、G—Q检验 E、变量显著性检验 3、以下检验方法中,属于“异方差性”检验的方法有【 】。 A、德宾—沃森检验 B、G—Q检验 C、帕克检验 D、戈里瑟检验 E、布劳殊—高弗雷检验 4、作为“序列相关性”检验方法的检验,其局限性表现在【 】。A、只能用于一阶自相关 B、方程不能没有截距 C、不允许随机解释变量出现 D、不允许被解释变量滞后值作解释变量 E、存在检验“盲区” 5、联立计量经济学模型参数估计的“系统方法”包含【 】。 A、普通最小二乘法 B、三阶段最小二乘法 C、工具变量法 D、二阶段最小二乘法 E、完全信息最大似然法 三、判断题(每小题1分,共5分) 1、计量经济学就是各类经济定量分析方法的总汇。 【 】 2、计量经济学所说“线性模型”是指参数是线性的。 【 】 3、对于多元线性回归模型而言“方程显著”等价于“每个解释变量都显著”。【 】 4、若模型存在“高度多重共线”,评价偏回归系数显著性的检验是不可靠的【 】 5、对于可能存在序列相关性的模型,可以直接使用广义最小二乘法估计参数【 】 四、名词解释(每小题3分,共12分) 1、行为方程 2、工具变量 3、要素替代弹性 4、结构分析 五、简答题(每小题4分,共8分) 1、生产函数在技术进步测定中的应用。 2、随机解释变量问题及其解决方法。 六、计算与分析题(本题共50分) 1、(本题满分18分)收集居民年人均消费额(单位:千元)与消费者价格指数(%)的相关数据如下: (2)以最小二乘法估计模型的参数;(6分) (3)解释回归系数的经济学含义;(2分) (4)检验方程的统计可靠性((5分)。 (5)当消费价格指数为108%时,预测年人均消费额约为多少。(2分) 2、(本题满分12分)经研究发现,家庭书刊年消费额受家庭月收入(元)及户主受教育年限的影响。收集18户家庭的相关数据,采用EViews软件估计,得如下结果: (2)写出模型的残差平方和与调整的可决系数;(2分) (3)检验户主受教育年限对家庭书刊年消费额是否有显著影响;(2分) (4)检验方程的整体显著性;(2分) (5)分析所估计模型的经济意义和作用。(3分) 3、(本题满分8分)收集中国1985年~2003年的实际GDP(X)与进口额(Y)(单位:亿元),采用OLS估计线性模型参数,结果Durbin-Watson统计量为0.52385。问(1)这一结果表明模型可能存在什么问题?(2分)。由于怀疑模型存在古典假定违背的问题,又进行了拉格朗日乘数检验,结果为: (2)根据这两个输出结果可以得出什么结论?(3分)。接下来,该研究者利用EViews软件进行广义差分法估计参数,得以下结果: (3)根据这一结果,写出最终的回归方程(3分)。 4、(本题满分7分)设有“凯恩斯收入决定”模型 其中,为消费支出,为投资,为国内生产总值,为支出。要求:对模型进行识别。 5、(本题满分5分)收集了美国1970年~1991年制造业固定厂房设备投资和销售量间的数据,首先进行了协整回归,计算非均衡误差,进而对非均衡误差序列进行平稳性检验。以下是输出结果: 《计量经济学》课程期末考试卷试题(四)答案及评分标准 一、单项选择题(每小题1分) 1-5、ABCBB 6-10、CBDCA 11-15、ABCCA 16-20、DACAB 二、多选题(每题1分) 1、ACDE 2、 ACE 3、DBC 4、ABCDE 5、BE 三、填空题(每小题1分) 1、× 2、√ 3、× 4、√ 5、√ 四、名词解释(每小题3分) 1、描述经济系统中变量之间行为关系的结构式方程。 2、工具变量是在模型估计过程中被作为工具使用,以替代模型中与随机误差项相关的随机解释变量的变量。 3、两种要素比例的变化率与边际替代率的变化率之比,记为,一般。 4、经济学中所说的结构分析是指对经济现象中变量之间关系的研究。 五、简答题(每小题4分) 1、第一、测定技术进步的年速度;(2分)第二、测定中技术进步对增长的贡献率。(1分) 第三、比较不同行业、企业的技术进行水平比较。(1分) 2、第一、随机解释变量与误差项相互;第二、随机解释变量与误差项同期无关,而异期相关;第三、随机解释变量与误差项同期相关;第四、解决方法为工具变量法。 (每对一项1分) 六、计算与分析题(共50分) 1、解:(1) (1分) (2分) (2) (5分) ∴样本回归方程为 (2分) (3),表明消费价格指数每提高1%,年人均消费额平均增加0.28千元。(2分) (4) 因为,所以,拒绝原假设,即回归方程显著。 或因为,所以,拒绝原假设,即回归方程显著。(5分) (5)(千元) (2分) 2、解:(1)回归方程为 (3分) (2)残差平方和为 (2分) (3)户主受教育年限的统计量为10.60739,伴随概率接近于零,所以,户主受教育年限对家庭书刊消费额有显著影响。(2分) (4)方程显著性检验的统计量为156.7638,伴随概率接近于零,所以方程显著。 (2分) (5)模型表明,在户主受教育年限相同的条件下,月收入每增加1元,家庭书刊消费支出平均增加0.96347元,而在家庭月收入相同的前提下,户主受教育年限每增加1年,家庭书刊消费额平均增加52.29031元。可以说,影响书刊消费额的主要因素是户主受教育年限。 (3分) 3、解:(1)∵Durbin-Watson统计量为0.52385,接近于零,表明模型可能存在序列相关性。 (2分) (2) ∵ Prob.= 0.0009 ∵ Prob.= 0.0030 2阶和3阶自相关的拉格朗日检验都表明,模型存在自相关性。但在3阶自相关检验中的回归系数均不显著。而2阶自相关检验不仅整体存在而且的回归系数也都显著,所以,模型存在二阶序列相关。 (3分) (3)广义差分的估计结果表明,统计检验和自相关检验均可以通过,最终回归方程为 ( 3分) 4、解:因为结构参数矩阵为 内生变量有, 先决变量 (2分) 对消费方程 可识别 消费方程过度识别 (2分) 投资方程 可识别 投资方程恰好识别 (2分) 收入方程为恒等方程,无需识别,模型可以识别 (1分) 5、解:因为残差序列的ADF检验统计量-4.408415小于显著性10%,5%和1%之下的临界值-1.607051、-1.960171、-2.692358,标明残差序列平稳;而且检验方程的D.W统计量为2.04458,表明检验结论可信。所以,两个序列之间存在协整关系。(5分)。
要求:(1)设计一个合适的计量经济学模型,描述二者之间的关系;(3分) X 100 105 107 110 112 114 Y 6.0 7.0 7.5 8.2 9.0 10.0 Dependent Variable: BF Method: Least Squares Date: 12/24/09 Time: 22:09 Sample: 1 18 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob. C -66.18417 49.21182 -1.344884 0.1986 MI 0.096374 0.030071 3.204878 0.0059 EA 52.29031 4.929611 10.60739 0.0000 R-squared 0.954328 Mean dependent var 755.1222 Adjusted R-squared 0.948238 S.D. dependent var 258.7206 S.E. of regression 58.86207 Akaike info criterion 11.13928 Sum squared resid 51971.15 Schwarz criterion 11.28768 Log likelihood -97.25354 Hannan-Quinn criter. 11.15974
要求:(1)根据输出结果写出计量经济学模型;(3分)F-statistic 156.7138 Durbin-Watson stat 2.666275 Prob(F-statistic) 0.000000
以及Breusch-Godfrey Serial Correlation LM Test: Prob. F-statistic 12.87670 Prob. F(3,14) 0.0003 Obs*R-squared 13.94586 Prob. Chi-Square(3) 0.0030 Dependent Variable: RESID Variable Coefficient Std. Error t-Statistic Prob. C -287.9183 310.4565 -0.927403 0.3694 X 0.017260 0.014328 1.204682 0.2483 RESID(-1) 1.811592 0.347831 5.208252 0.0001 RESID(-2) -0.804727 0.563530 -1.428011 0.1752 RESID(-3) -0.087452 0.437610 -0.199839 0.8445 Breusch-Godfrey Serial Correlation LM Test: F-statistic 20.62862 Prob. F(2,15) 0.0000 Obs*R-squared 13.93398 Prob. Chi-Square(2) 0.0009 Dependent Variable: RESID Variable Coefficient Std. Error t-Statistic Prob. C -310.6548 2.1968 -1.074199 0.2997 X 0.018386 0.013191 1.393843 0.1837 RESID(-1) 1.850017 0.290193 6.375124 0.0000 RESID(-2) -0.1581 0.359128 -2.482630 0.0254 Dependent Variable: Y Method: Least Squares Date: 12/24/09 Time: 22:45 Sample (adjusted): 1987 2003 Included observations: 17 after adjustments Convergence achieved after 22 iterations Variable Coefficient Std. Error t-Statistic Prob. C -17590.14 27915.86 -0.630113 0.5395 X 0.949947 0.312033 3.044384 0.0094 AR(1) 1.8841 0.391096 4.768238 0.0004 AR(2) -0.3919 0.421496 -2.120827 0.0537 R-squared 0.995065 Mean dependent var 7582.618 Adjusted R-squared 0.993926 S.D. dependent var 4295.121 S.E. of regression 334.7458 Akaike info criterion 14.66694 Sum squared resid 1456712. Schwarz criterion 14.86299 Log likelihood -120.6690 Hannan-Quinn criter. 14.683 F-statistic 873.71 Durbin-Watson stat 1.7993 Prob(F-statistic) 0.000000 Augmented Dickey-Fuller test statistic -4.408415 0.0002 Test critical values: 1% level -2.692358 5% level -1.960171 10% level -1.607051 *MacKinnon (1996) one-sided p-values. Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 19 Augmented Dickey-Fuller Test Equation Dependent Variable: D(E) Method: Least Squares Date: 12/24/09 Time: 23:15 Sample (adjusted): 1972 1990 Included observations: 19 after adjustments Variable Coefficient Std. Error t-Statistic Prob.
问两个序列之间是否存在协整关系?E(-1) -1.347908 0.305758 -4.408415 0.0004 D(E(-1)) 0.3991 0.218346 1.828130 0.0851 R-squared 0.5635 Mean dependent var 0.138550 Adjusted R-squared 0.539025 S.D. dependent var 15.48328 S.E. of regression 10.51239 Akaike info criterion 7.2287 Sum squared resid 1878.676 Schwarz criterion 7.741702 Log likelihood -70.60173 Hannan-Quinn criter. 7.659112 Durbin-Watson stat 2.044584