计量经济学 期末试卷(第4套)

第四套

一、单项选择题

ˆˆXeYi12ii，则点(X,Y) 1、设OLS法得到的样本回归直线为

（ ）

A.一定不在回归直线上 B.一定在回归直线上 C.不一定在回归直线上 D.在回归直线上方

2、在下列各种数据中，以下不应作为经济计量分析所用数据的是（ ）

A．时间序列数据 B. 横截面数据 C．计算机随机生成的数据 D. 虚拟变量数据

3、在简单线性回归模型中，认为具有一定概率分布的随机数( ) 随机变量 A.内生变量 B.外生变量 C.虚拟变量 D.前定变量

4、根据样本资料估计得出人均消费支出Y对人均收入X的回归模型为

lnYi=2.00+0.75lnXi，这表明人均收入每增加1％，人均消费支出将增加（ ）

A. 0.2% B. 0.75% C. 2% D. 7.5% 5、多元线性回归分析中的 RSS反映了（ ）

A．应变量观测值总变差的大小 B．应变量回归估计值总变差的大小 C．应变量观测值与估计值之间的总变差 D．Y关于X的边际变化

6、在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y对实际可支配收入X

1；Dt0；的回归关系明显不同。现以1991年为转折时期，设虚拟变量

则城镇居民线性消费函数的理论方程可以写作（ ）

1991年以前1991年以后，

数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。

A.

Yt01Xtut B.

Yt01Xt2DtXtut

C.

Yt01Xt2Dtut D.

Yt01Xt2Dt3DtXtut

7、已知模型的形式为

y12xu,在用实际数据对模型的参数进行估计的时候,

测得DW统计量为0.52,则广义差分变量是( )

A. yt0.48yt1,xt0.48xt1 B. yt0.7453yt1,xt0.7453xt1 C. yt0.52yt1,xt0.52xt1 D. yt0.74yt1,xt0.74xt1

8、在有M个方程的完备联立方程组中，若用H表示联立方程组中全部的内生变量与全部的前定变量之和的总数，用

Ni表示第i个方程中内生变量与前定变量之和的总数时，第

i个方程不可识别时，则有公式( )成立。

A.

HNiM1 B.

HNiM1

C.

HNi0 D.

HNiM1

9、如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量是（ A．无偏的 B. 有偏的 C. 不确定 D. 确定的 10、关于联立方程组模型，下列说法中错误的是（ ）

A. 结构式模型中解释变量可以是内生变量，也可以是前定变量 B. 简化式模型中解释变量可以是内生变量 C. 简化式模型中解释变量是前定变量 D. 结构式模型中解释变量可以是内生变量

11、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（ ）

A.零均值假定成立 B.同方差假定成立

C.无多重共线性假定成立 D.解释变量与随机误差项不相关假定成立 12、在DW检验中，当d统计量为2时，表明（ ）

A.存在完全的正自相关 B.存在完全的负自相关 C.不存在自相关 D.不能判定 13、在下列多重共线性产生的原因中，不正确的是（ ）

A.经济本变量大多存在共同变化趋势 B.模型中大量采用滞后变量

C.由于认识上的局限使得选择变量不当 D.解释变量与随机误差项相关 14、下列说法不正确的是（ ）

A.异方差是一种随机误差现象 B.异方差产生的原因有设定误差 C.检验异方差的方法有F检验法 D.修正异方差的方法有加权最小二乘法

15、设k为回归模型中的参数个数，n为样本容量。则对多元线性回归方

程进行显著性检验时，所用的F统计量可表示为（ ）

）

R2(k1)ESS(nk)A. B. 2RSS(k1)(1R)(nk)ESS/(k1)R2(nk)C． D． 2TSS(nk)(1R)(k1)16、对联立方程组模型中过度识别方程的估计方法有（ ）

A．间接最小二乘法 B．普通最小二乘法 C．间接最小二乘法和二阶段最小二乘法 D．二阶段最小二乘法 17、对模型进行对数变换,其原因是（ ）

A.能使误差转变为绝对误差 B.能使误差转变为相对误差

C.更加符合经济意义 D.大多数经济现象可用对数模型表示 18、局部调整模型不具有如下特点（ ）

A.对应的原始模型中被解释变量为期望变量，它不可观测 B.模型是一阶自回归模型 C.模型中含有一个滞后被解释变量D.模型的随机扰动项存在自相关

19、假设根据某地区1970——1999年的消费总额Y（亿元）和货币收入总额X（亿元）的年度资料，估计出库伊克模型如下：

Yt1，但它与随机扰动项不相关

ˆ6.90570.2518X0.8136YYttt1t(1.6521)R20.997则（ ）

A．分布滞后系数的衰减率为0.1864

(5.7717)(12.9166)

F4323DW1.216d1.3d1.216dl1.3B．在显著性水平0.05下，DW检验临界值为l，由于，

据此可以推断模型扰动项存在自相关

C．即期消费倾向为0.2518，表明收入每增加1元，当期的消费将增加0.2518元 D．收入对消费的长期影响乘数为

Yt1的估计系数0.8136

20、在模型有异方差的情况下,常用的补救措施是( )

A.广义差分法 B.工具变量法 C.逐步回归法 D.加权最小二乘法 二、多项选择题

1、调整后的判定系数R与判定系数R之间的关系叙述正确的有（ ）

A.R与R均非负 B.R有可能大于R

222222

C.判断多元回归模型拟合优度时，使用R2

D.模型中包含的解释变量个数越多，R2与R2就相差越大 E.只要模型中包括截距项在内的参数的个数大于1，则R2R2 2、如果模型中存在序列自相关现象，则有如下后果（ ）

A. 参数估计值有偏 B. 参数估计值的方差不能正确确

定

C. 变量的显著性检验失效 D. 预测精度降低 E. 参数估计值仍是无偏的

3、下列说法不正确的有（ ）

A. 加权最小二乘法是广义最小二乘法的特殊情况 B. 广义最小二乘法是加权最小二乘法的特殊情况 C. 广义最小二乘法是广义差分法的特殊情况 D. 广义差分法是广义最小二乘法的特殊情况 E. 普通最小二乘法是加权最小二乘法的特殊情况 F. 加权最小二乘法是普通最小二乘法的特殊情况

4、关于联立方程模型识别问题，以下说法正确的有 （ ）

A. 满足阶条件的方程则可识别

B. 如果一个方程包含了模型中的全部变量，则这个方程恰好识别 C. 如果一个方程包含了模型中的全部变量，则这个方程不可识别 D. 如果两个方程包含相同的变量，则这两个方程均不可识别 E. 联立方程组中的每一个方程都是可识别的，则联立方程组才可识别 F. 满足阶条件和秩条件的方程一定是过度识别 5、在DW检验中，存在不能判定的区域是（ ）

A. 0﹤d﹤C.

dl B.

du﹤d﹤4-

du

dl﹤d﹤

du D. 4-

du﹤d﹤4-

dl

E. 4-

dl﹤d﹤4

三、判断题（判断下列命题正误，并说明理由）

1、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。

2、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估计量将有偏的。

3、虚拟变量的取值只能取0或1。

4、拟合优度检验和F检验是没有区别的。

5、联立方程组模型不能直接用OLS方法估计参数。

四、计算题

1、通过建模发现，某企业的某种产品价格P和可变成本V之间满足如下关系：

lnP34.50.56lnV。目前可变成本占产品价格的20％。现在，企业可以改进该产品，

但是改进要增加10％可变成本（其他费用保持不变）。问，企业是否该选择改进？

2、某公司想决定在何处建造一个新的百货店，对已有的30个百货店的销售额作为其所处地理位置特征的函数进行回归分析，并且用该回归方程作为新百货店的不同位置的可能销售额，估计得出（括号内为估计的标准差）

ˆ300.1X0.01X10.0X3.0X Yt1t2t3t4t （0.02） （0.01） （1.0） （1.0） 其中：Yt＝第i个百货店的日均销售额（百美元）；

X1t＝第i个百货店前每小时通过的汽车数量（10辆）；

X2t＝第i个百货店所处区域内的人均收入（美元）； X3t＝第i个百货店内所有的桌子数量； X4t＝第i个百货店所处地区竞争店面的数量； 请回答以下问题：

（1） 说出本方程中系数0.1和0.01的经济含义。 （2） 各个变量前参数估计的符号是否与期望的符号一致？ （3） 在＝0.05的显著性水平下检验变量X1t的显著性。

（临界值t0.025(25)2.06，t0.025(26)2.056，t0.05(25)1.708，t0.05(26)1.706）

3、以广东省东莞市的财政支出作为被解释变量、财政收入作为解释变量做计量经济模型，即YX，方程估计、残差散点图及ARCH检验输出结果分别如下：

方程估计结果：

Dependent Variable: Y Method: Least Squares Date: 05/31/03 Time: 12:42 Sample: 1980 1997 Included observations: 18

Variable C

Coefficient -2457.310

Std. Error

t-Statistic

Prob. 0.0023

680.5738 -3.610644

X

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

0.719308 0.011153 64.49707 0.0000 25335.11

0.996168 Mean dependent

var

0.995929 S.D. dependent var 35027.97 2234.939 Akaike info criterion 18.36626 79919268 Schwarz criterion -163.2963 F-statistic 2.181183 Prob(F-statistic)

18.46519 4159.872 0.000000

残差与残差滞后1期的散点图：

ARCH检验输出结果：

ARCH Test: F-statistic Obs*R-squared

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 06/10/03 Time: 00:33 Sample(adjusted): 1984 1997

Included observations: 14 after adjusting endpoints

Variable C RESID^2(-1)

Coefficient -9299857. 0.033582

Std. Error

t-Statistic

2.886465 Probability 7.867378 Probability

0.085992 0.096559

Prob. 0.2549 0.9157

7646794. -1.216177 0.308377

0.108900

RESID^2(-2) RESID^2(-3) RESID^2(-4) R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

-0.743273 -0.854852 37.04345

0.320424 -2.319650 11.02966 -0.077505 10.91380

3.394182

0.0455 0.9399 0.0079 5662887.

0.561956 Mean dependent

var

0.367269 S.D. dependent var 1632308

2

12984094 Akaike info criterion 35.86880 1.52E+15 Schwarz criterion -246.0816 F-statistic 1.605808 Prob(F-statistic)

36.09704 2.886465 0.085992

根据以上输出结果回答下列问题：

（1）该模型中是否违背无自相关假定？为什么？（0.05，dl1.158,du1.391） （2）该模型中是否存在异方差？说明理由（显著性水平为0.1，0.1(4)7.7794）。 （3）如果原模型存在异方差，你认为应如何修正？（只说明修正思路，无 需计算）

2