计量经济学模拟考试(第4套).doc

第四套
一、单项选择题
二、多项选择题
三、判断题
1、在线性回归模型中，解释变量是原因，被解释变量是结果。
正确
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。
错。即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS估
计量仍然是无偏的。因为，该表达式成立与否与正态性无关。
3、虚拟变量的取值只能取0或1。
错。虚拟变量的取值是人为设定的，也可以取其它值。
4、拟合优度检验和F检验是没有区别的。
错。1）F－检验中使用的统计量有精确的分布，而拟合优度检验没有；
（2）对是否通过检验，可决系数（修正可决系数）只能给出一个模糊的推测；而F检验可以在给定显著水平下，给出统计上的严格结论。
5、联立方程组模型不能直接用OLS方法估计参数。
错。递归方程可以用OLS方法估计参数，而其它的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：。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？
解答：
（1）由模型可知，价格和可变成本之间的弹性为0.56。假设改进产品，则可变成本增加10％，价格的变化率为0.56*10％＝5.6％，可见价格增加的幅度不如可变成本增加的幅度。
（2）利润增量为5.6％*P－10％*V，只要利润增量大于0，就应该选择改进。
（3）易得，只要当P/V>(10/5.6),就有利润大于0。而目前成本只占价格的20％，远小于10/5.6,所以应该选择改进。
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）

（0.02） （0.01） （1.0） （1.0）
其中：＝第个百货店的日均销售额（百美元）；
＝第个百货店前每小时通过的汽车数量（10辆）；
＝第个百货店所处区域内的人均收入（美元）；
＝第个百货店内所有的桌子数量；
＝第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的显著性。
（临界值，，，）
答：（1）每小时通过该百货店的汽车增加10辆，该店的每日收入就会平均增加10美元。该区域居民人均收入每增加1美元，该店每日收入就会平均增加1美元。
（2） 最后一个系数与期望的符号不一致，应该为负数，即该区竞争的店面越多，该店收入越低。其余符号符合期望。
（3） 用t检验。t＝0.1/0.02=5，有t>知道，该变量显著。
1、 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，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
Coefficient
Std. Error
t-Statistic
Prob.
C
-2457.310
680.5738
-3.610644
0.0023
X
0.719308
0.011153
64.49707
0.0000
R-squared
0.996168
Mean dependent var
25335.11
Adjusted R-squared
0.995929
S.D. dependent var
35027.97
S.E. of regression
2234.939
Akaike info criterion
18.36626
Sum squared resid
79919268
Schwarz criterion
18.46519
Log likelihood
-163.2963
F-statistic
4159.872
Durbin-Watson stat
2.181183
Prob(F-statistic)
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
2.886465
Probability
0.085992
Obs*R-squared
7.867378
Probability
0.096559

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
Coefficient
Std. Error
t-Statistic
Prob.
C
-9299857.
7646794.
-1.216177
0.2549
RESID^2(-1)
0.033582
0.308377
0.108900
0.9157
RESID^2(-2)
-0.743273
0.320424
-2.319650
0.0455
RESID^2(-3)
-0.854852
11.02966
-0.077505
0.9399
RESID^2(-4)
37.04345
10.91380
3.394182
0.0079
R-squared
0.561956
Mean dependent var
5662887.
Adjusted R-squared
0.367269
S.D. dependent var
16323082
S.E. of regression
12984094
Akaike info criterion
35.86880
Sum squared resid
1.52E+15
Schwarz criterion
36.09704
Log likelihood
-246.0816
F-statistic
2.886465
Durbin-Watson stat
1.605808
Prob(F-statistic)
0.085992
根据以上输出结果回答下列问题（20`）：
①、 该模型中是否违背无自相关假定？为什么？（，）
②、 该模型中是否存在异方差？说明理由（显著性水平为0.1，）。
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）
答：1、没有违背无自相关假定；第一、残差与残差滞后一期没有明显的相关性；第二、根据D-W值应该接受原假设；（写出详细步骤）
2、存在异方差（注意显著性水平是0.1）；（写出详细步骤）
3、说出一种修正思路即可。