您的当前位置：首页正文

计量经济学课后题答案

来源：东饰资讯网

第十三章面板数据模型

一简单题

1、简述面板数据模型的优点和局限性

它能综合利用样本信息，同时反映应变量在截面和时序两个方向上的变化规律及特征。由于面板数据模型在经济定量分析中，起着只用截面或只用时序数据模型不可替代的独特优点，而具有很高的应用价值。

总之：1．增加了样本容量；2. 可多层面分析经济问题

局限性：模型设定错误与数据手机不慎引起较大的偏差；研究截面或者平行数据时，由于样本非随机性造成观测值的偏差，从而导致模型选择上的偏差。 2、你是如何理解面板数据的？

在经济领域中，同时具有截面与时序特征的数据很多。如统计年鉴中提供的各地区或各国的若干系列的年度（季度或月度）经济总量数据；在企业投资分析中，要用到多个企业若干指标的月度或季度时间序列数据；在城镇居民消费分析中，要用到不同省市反映居民消费和收入的年度时序数据。我们将上述的企业、或地区等统称为个体，从行的方向看，是由若干个体在某个时期构成的截面观察值（截面样本），从列的方向看，是各时间序列。这种具有三维（截面、时期、变量）信息的数据结构称为面板。这是“面板”数据的由来，面板数据也称为时序截面数据或混合数据（Pooled Data）。 3、简述建立面板数据模型的过程。

（1）建立面板数据对象，即建立工作文件；（2）面板时序变量平稳性检验；（3）协整检验；（4）模型识别；（5）建立模型；（6）结论。二填空题

1、 GDP界面变量是一维变量，面板变量为三维变量。

2、面板数据模型是无斜率系数非齐性、而截距齐性的模型。 3、面板数据模型识别包括效应模型识别和具体模型识别。

4、建立面板数据模型之前，要对面板变量进行平稳性检验和协整检验。

第十二章向量自回归(VAR)模型和向量误差修正(VEC)模型

一简答题

1、 VAR模型的特点

VAR模型不以经济理论为指导，它根据样本数据统计特征建模。 VAR模型对参数不施加零约束（如t检验），故称其为无约束VAR模型。 VAR模型的解释变量中不含t期变量，所有与线性联利方程组模型有关的问题均不存在。 VAR模型需估计的参数较多。 VAR模型需要大样本。 2、简述建立VAR模型的步骤

第一，哪些变量可作为应变量？VAR模型中应纳入具有相关关系的变量作为应变量，而变量间是否具有相关关系，要用Granger因果关系检验确定。

第二、确定模型的最大滞后阶数p。一方面希望p足够大，以便完整的反映模型的动态特性。另一方面，p越大，（即增加滞后变量个数），待估参数就越多，模型的自由度就越少。所以既要有一定长度的滞后项，反映模型的动态特性，又要有足够的自由度，保证模型参数的有效性。

1 / 11

第三、检验变量间的协整性。VAR模型中的应变量应是平稳的，否则应是协整的。非平稳变量间是否存在协整关系可由Jonhamson协整检验来确定。 3、确定VAR模型滞后阶数p有哪些方法？多准则联合确定法

4、进行格兰杰因果性检验的条件有哪些？

格兰杰因果关系检验式是回归式。因此，要求受检变量是平稳的，对非平稳变量要求是协整的，以避免伪回归。故在进行格兰杰因果关系检验之前，对变量要进行单位根检验、对非平稳变量要进行协整检验。 5、VAR模型有哪些应用？

（1）预测，可用于短长期和长期预测；

（2）动态结构分析,用脉冲响应分析和方差分解分析，进行变量间的动态结构分析。 6、简述建立VEC模型的步骤。

基于VAR模型建立VEC模型时基本遵守VAR模型的步骤。单独建立VEC模型的步骤：

生成对数序列；做平稳性检验；格兰杰因果性检验；多准则联合确定法确定VAR的P，VEC的最大滞后阶数为P-1；对变量进行Johansen协整检验（P-1）；建立VEC模型。 7、已知y,x1,x2……x9共10个变量，有哪些方法可以帮你初步确定解释变量？格兰杰因果关系检验

8、Johansen协整检验与EG 协整检验比较有哪些特点？

（1）Johansen协整检验是基于回归系数的检验，而EG协整检验则是基于回归残差的检验。

（2）Johansen协整检验不必划分内外生变量，而EG协整检验则必须进行这种划分。（3）Johansen协整检验可能给出全部协整关系，而EG则不能；（4）Johansen协整检验的功效更稳定。

故约翰森协整检验优于EG检验。当N>2时，最好用Johansen协整检验方法。二填空题

1、已知VAR模型的N=4，P=3，则待估参数有48个。

2、建立VAR模型的两项主要工作是确定模型的最大滞后阶数P和检验模型变量间的协整关系。（存疑）

3、平稳变量建立的VAR模型是平稳的，而建立平稳VAR模型的变量不一定是平稳

变量。

Johansen协整检验是基于回归系数的检验，而EG协整检验则是基于回归残差的检验。 4、经济变量间冲击既可以基于VAR模型，也可基于VEC模型。

第十章自回归分布滞后模型与误差修正模型

一简答题

1、 “一般到特殊”建模法有哪些优点？

不会丢失重要解释变量。因此，ut不会出现自相关。 2、说出模型选择的准则。

（1）模型应与有关经济理论相一致。（2）模型的残差序列应为白燥声。（3）模型应尽量简单。

（4）模型参数的估计值应具有稳定性。（5）模型应即时更新。

解决了多年来一直困扰经典计量经济学界的伪回归问题。

对存在协整关系的一阶单整变量同样可以用“OLS”法估计参数，而且不存在虚假回归问题。

既可以研究经济问题的静态（长期）特征，又可以研究其动态（短期）效应。 ECM中的变量之间不存在多重共线性。 ut是非自相关的。

二填空题 ADL

（

1,2,1

）

模

型

yt01yt110x1t11x1t120x2t21x2t1ut

t=(1,2,…n),

i<1, ut ~IID(0,σ2)

i式子为ytf(0, yt1,x1t,x1t1,x2t,x2t1xt1)ut 第九章协整与误差修正模型

对应的ECMt－１抽象一、简答题

1、你是如何理解经济系统的均衡的？

经济系统可分为均衡系统和非均衡系统。均衡与非均衡系统是经济系统的两种不同状态。均衡系统是指当经济系统受到外部随机扰动时，系统将离开均衡位置，但经过一定时间（一般经一期）之后，其内部的均衡机制（经济规律）可将系统拉回均衡位置（回到均衡状态）,如此往复。系统偏离均衡位置是经常发生的，而系统内部不存在破坏均衡的机制，故这种均衡是一种长期的均衡关系。这意味着描述该系统的经济变量之间存在一种协同运动规律，即经济变量之间存在一种长期稳定关系。 2、你是如何理解协整的？

协指协调一致,是指变量间的变化趋势大至相同；整是整合,是指高阶单整变量的线性组合可以降低单整阶数。故协整的含义是具有相同变化趋势的高阶单整变量之间所具有的均衡关系。

若非平稳变量的线性组合是平稳的，则变量间是协整的。若变量之间是协整的，则这些变量的线性组合是平稳的。反之，若变量的线性组合是平稳的，则这些变量间的长期关系是协整的。

3、协整检验方法有几种？

EG、AEG、CRDW、Johansen协整检验 4、 DW统计量有哪三种检验功能？

检验自相关、伪回归和协整关系 5、简述EG两步法建ECM的过程。

单位根检验；协整回归；协整检验；建立ECM模型（调整滞后阶数来实现）。 6、 ECM有哪些优点？

解决了多年来一直困扰经典计量经济学界的伪回归问题。

对存在协整关系的一阶单整变量同样可以用“OLS”法估计参数，而且不存在虚假回归问题。

既可以研究经济问题的静态（长期）特征，又可以研究其动态（短期）效应。 ECM中的变量之间不存在多重共线性。 ut是非自相关的。二、填空题

ˆe t 1 t1.EG协整检验式为   e t。

ˆe2.AEG协整检验式为  e   ˆ e   。 r3.对协整回归式中的变量进行协整检验只能用EG或AEG,而不能用DF检验或ADF检验。 4.已知实际财政支出序列的对数(LTE)对实际财政收入序列的对数(LTR)的协整回归抽象式为: LTE=f(c, LTR),则其ECMt-2的可能抽象式为： LTEtf(c,LTEt1,LTRt,LTRt1,et2) 第八章单位根检验

一简答题

1、何为伪回归？

当用相互独立的非平稳变量建立回归模型时，常得到一个统计检验显著，而DW值很低的回归模型，即t检验显著,R2 很高，而DW值很低的回归模型。因为这种模型不具有任何解释能力，二位学者将其称为伪回归。 2、单整性的定义是什么？

若一随机变量yt必须经d次差分之后才能变成平稳的、可逆的ARMA过程，而当进行d-1次差分后仍是一个非平稳过程，则称此随机变量yt具有d阶单整性，记为yt～I(d)。其中，d表示yt的单整阶数，即d是yt包含的单位根个数,亦即需经d次差分才能平稳。 3、为什么在DF检验的基础上又提出ADF检验?

（1） DF检验假定随机误差项ut相互独立，即ut~IID(0,σ2)，该假设极强。。

（2）DF检验只适用于AR(1)过程，且DW常通不过检验。一般只有少数非平稳经济变量可用AR(1)过程来描述。二填空题

1、对AR(1)过程经变换有Δyt=c+ρyt-1+ut，则DF检验统计量 DF/Se ()t2、ADF的三个回归检验式依次为:

ytyt1iytiut i1p 2yyi2ytiuttt1i1

p 32ytyt1i3ytiut i13、绝大多数时序宏观经济变量是非平稳的，一般名义时序宏观经济变量是2阶单整，一半实际时序宏观经济变量是2阶单整，而一般实际时序宏观经济变量的对数序列是1阶单整，

第七章时间序列模型

一简单题

1、何为随机过程？随机过程与时间序列的关系如何？

依时间顺序由随机变量组成的有序序列称为随机过程，用yt表示。随机过程的观测结果成为随机时间序列，简称为时间序列。记为yt。 2、何为宽平稳过程？

宽平稳SP要求均值、方差、协方差存在，且期望、方差为常数，而协方差只与期数k有关，而与t无关。

3、 B-J模型有哪几种？请简述建立B-J模型的条件和模型的识别方法有哪些？

AR(p)、MA(q)、ARMA(p、q)、ARIMA(p，d，q)、ARMAX(p，q)等五种。建模条件：要求大样本，建模时序yt要具有非纯随机性、平稳性和无季节性等三个特征。识别方法：用自相关图和偏自相关图

tt1ititi1p

4、 B-J模型的检验方法有哪些？

(1)过拟合检验。所谓过拟合检验，就是在初始模型的基础上，提高模型阶数，重新估计参数，如果增加的高阶滞后项系数的t检验不显著，则可判断初始模型是合适的。由于建模的方便，此法也常被使用。

(2)参数估计值的显著性检验。此检验由基本检验t检验完成。 (3)残差序列是否为白噪声的检验。二填空题

1、平稳随机过程包括：强平稳随机过程、宽平稳随机过程、白噪声过程和正态过程。 2、随机游走过程yt=yt-1+ut(t=12…n),随机游走过程的一阶差分是白噪声过程。 3、写出平稳过程yt的AR（1）模型：yt1yt1ut(t=12…n) 4、写出平稳过程yt的AR（2）模型：yt1yt12yt2ut(t=12…n)

5、写出平稳过程yt的ARMA（2，1）模型：yt1yt12yt2ut1ut1(t=12…n) 6、写出需一阶差分才能平稳，且p=1,q=1的ARIMA模型表示ARIMA（1,1,1）

第六章模型假设检验

一简答题

1、ＪＢ检验能检验随机误差项的那些统计特性？

正态性

2、简述的目的，适用对象与检验标准分别是什么？

目的是检验模型残差的正态性；适用对象是ＯＬＳ法建立的模型残差。检验标准是其伴随概率ｐ大于0.05时服从正态分布。 3、简述模型自相关检验的方法。

残差分布图法、DW检验法、D-h检验法、LM检验以及Q统计量检验法。 4、简述异方差检验的方法以及克服异方差的方法

ARCH-LM检验法。

加权最小二乘法和自然对数法

5、简述多重共线性检验方法和克服多重共线性的方法

（1）定性检验法

①重要解释变量的回归系数的符号与预期不一致； ②重要解释变量的回归系数值不在预期范围内。 ③重要解释变量的回归系数t不显著；

出现上述任一情况，都说明模型存在多重共线性。凭经验易知哪两个变量间存在强相关。

（2）定量检验法：方差膨胀因子、允许度和相关系数法三种。克服方法：

（1）剔除不重要的解释变量（2）增大样本容量n。

（3）改变变量定义形式，如用差分变量代替原变量建模。（4）改变模型形式。

（5）改解释变量滞后变量为应变量滞后变量。（6）回归系数有偏估计。（7）采用主成分回归法。

6、简述模型稳定性检验的目的和检验方法模型参数稳定性检验——递归检验模型形式稳定性检验——拉姆齐检验二填空题

1、B-G自相关检验相当DW检验的阶数是1 2、ARCH-LM异方差检验，一般要求检验到4阶。

3、在多元回归模型中，第i个解释变量的方差膨胀因子VIFi(1Ri) (i1,2,21,k) 4、在多元回归模型中，用解释变量间的相关系数矩阵判断多重共线性，两解释变量间的相关系数rij≥0.95,模型存在多重共线性。

5、模型形式稳定性包括模型形式的稳定性和模型参数的稳定性两部分。

第五章特殊解释变量

一简答题

1、那些解释变量属于特殊解释变量？

特殊解释变量有趋势变量、滞后变量、虚拟变量和工具变量等。 2、分布滞后模型分为哪几种？写出其一般模型。

主要有外生分布滞后模型、内生分布滞后模型和混合分布滞后模型等三种。

ˆ0外生分布滞后模型：ytˆxi0kipitiet(t1,2,m,n) ˆ0内生分布滞后模型：ytˆyi1ktiˆxe(t1,2,iitti1mp,n) ˆ0混合分布滞后模型：ytˆyii1tiˆxe(t1,2,ijitjti1j0,n) 3、虚拟变量引入的原因是什么？简述其引入的作用与方法。

实际中，应变量不仅受定量解释变量的影响，有时还受一些非定量变量---定性变量的影响。如性别、民族、国籍、战争、自然灾害、政府行为、扭亏、配股、领导层变动等的影响。因此，建模时也应考虑这些定性变量（或非定量因素）的影响。引入的作用和方法：

（1）改变回归线的截距；（2）改变回归线的斜率;

（3）同时改变回归线的截距和斜率。 4、简述建立季节调整模型的步骤。

建立季节调整模型，首先要画出所有变量的趋势图，检验变量是否存在季节性因素，其次对存在季节性因素的变量用X11或者X12的方法进行季节调整，消除数据中的季节因素之后，再用无季节因素变量建模。二填空题

1、如果将中国分为东部、中部和西部三个地域，可将虚拟变量设置为

D110东部非东部D210西部非西部

2、含有季节因素的季节经济变量应在模型中引入3个虚拟变量，含有月度因素的季节经济

变量在模型中引入11个虚拟变量。

3、在用含有季节性季度或月度经济变量时，必须考虑季节因素，可供选用的方法有虚拟变量法和季节调整法。

4、季节调整对样本数据个数是有限制的，X11方法需至少4整年的月度和4整年的季度数据，最多20年的月度和30年的季度数据。

第四章非线性回归模型

一简答题

1. 写出四种非线性回归模型。

ˆˆxˆx2ˆxke(t1,2,,n)多项式回归模型、 yt01t2tktt ˆ1(t1,2,,n)幂函数模型、 t 0 t t

xt(t1,2,,n)指数函数模型 t01t ˆˆ x eyˆˆey2. 应变量lny与logy有何不同？

在建立对数模型时，可在公式栏直接键入LOG（Y）、 LOG（X），预测时可直接得到Y，而不需求反对数。

3. 识别修正指数模型、逻辑斯蒂模型和龚伯兹模型的方法。

ˆabˆˆˆtety tk1kˆtbty,yttˆt tbˆabtˆˆetˆetk1ae二填空题

1. 建立线性回归模型关键是选择解释变量，建立非线性模型的关键是选择模型形式。 2. 已知lny=b0+b1lnx，则b1是y对x的弹性系数

3. 已知lny=b0+b1x, 则b1是x增加一个单位时，y增加的百分比。 4. 已知y=b0+b1x,则b1是x增长百分之一时，y增加多少单位。

第三章多元线性回归模型

一填空题

1ˆyet双曲函数回归模型 t0xt(t1,2,,n)ˆˆeyka1. 三元线性回归模型的方差为：e2t/n4 2. 已建立了二元线性回归模型，则经济理论检验只检验其符号和数值是否符合相应的经济理论。 3. 2n1R1(1R2) nk1Sxˆ*i ˆ (i1,2,,k)4 iiˆ*ˆiiSyˆ)Se(xiSE (i1,2,,k) 第二章一元线性回归模型

一、简答题

1、线性回归模型的线性指的是什么？

答：线性有双重含义：其一是指变量x、y均为一次幂，亦即变量间的图像为一条直线，

是变量线性；其二是指参数均为一次幂，即参数线性。

2、对随机项u作了哪些假定？这些假定为什么是必要的？

答：假定1 零均值性假定；假定2 同方差性假定；假定3 无自相关性假定；假定4 解释变量与扰动项无自相关性假定

为了防止模型残差的自相关、异方差等，影响模型精度。 3、一元线性回归模型建立之后，经济理论检验什么？

AR (i)答：对斜率系数进行经济理论检验，检验其符号和数值，检验结果必须符合相应的经济理论或常识。

4、R2=0.95说明什么？

答：说明解释变量对应变量的总变差解释了95% 5、显著性检验的目的与判断标准是什么？

答：是根据样本提供的信息对未知总体分布的某些假设进行合理判断。 t检验一般判断标准为

t ˆ i  2 (i  0,1) 等价于p 4，等价于 p 答：原因：①惯性; ②剔除变量的影响; ③模型形式的影响; ④自身的影响; ⑤模型漏掉重要解释变量。