计量经济学简答题.doc

第一章1、 什么叫计量经济学。 计量经济学是统计学、经济学和数学的结合，是根据理论和观测的事实，运用合理的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。2、计量经济学与经济理论、统计学、数学的联系是什么？ 计量经济学是统计学、数学和经济学的结合，经济学理论是分析经济数量关系的理论基础，经济统计是计量经济学据以估计参数、验证理论的基本依据，数理统计学是计量经济学的方法论基础。3、运用计量经济学研究问题，一般可分为哪四个步骤？模型设定，确定变量和数学关系式 估计参数，分析变量间具体的估计参数 模型检验，检验所的结论的可靠性 模型应用，作经济分析和经济预测4、设定合理计量经济模型应注意的问题。 要有科学的理论依据； 模型要选择适当的数学形式； 变量要具有可观测性。5、计量经济模型检验主要包括哪几个方面。 包括经济意义检验、统计推断检验、计量经济学检验、模型预测检验。6、简述模型应用的具体内涵？ 经济结构分析，用已经估计出参数的模型，对所研究的经济关系作进行定量的考察，以说明经济变量之间的数量比例关系 经济预测，是指利用估计了参数的计量经济模型，由已知的或预先测定的解释变量，去预测被解释变量在所观测的样本数据以外的数值 政策评价，是利用计量经济模型对各种可供选择的政策方案的实施后果进行模拟预测，从而对各种政策方案作出评价 检验与发展经济理论，是利用计量经济模型去验证既有经济理论或提出新的理论结论7、经济变量 用来描述经济因素数量水平的指标。内生变量 由模型系统内部因素所决定的变量，表现为具有一定概率分布的随机变量，是模型求解的结果。外生变量 由模型系统之外的因素决定的变量，表现为非随机变量，它影响模型中的内生变量，其数值在模型求解之前就已经确定。8、计量经济学应用的数据主要分为哪几类？ 时间序列数据、横截面数据、面板数据；虚拟变量数据。第二章9、回归分析与相关分析之间的区别和联系。 相关分析与回归分析既有联系又有区别。首先，两者都是研究变量间的的依赖关系，并能测度线性依赖程度的大小。其次，两者间又有明显的区别。相关分析仅仅是从统计数据上测度变量间的相关程度，而无需考察两者间是否有因果关系，因此，变量的地位在相关分析中式对称的；回归分析则更关注具有统计相关关系的变量间的因果关系分析，变量的地位是不对称的，有解释变量和被解释变量之分。10、总体回归函数与样本回归函数的联系与区别。 联系 样本回归模型是总体回归模型的一个估计式，目的是用来估计总体回归模型。区别 总体回归函数虽然是未知，但是确定的，而样本回归函数是随抽样而变动的，有许多条 总体回归参数是确定的常数，而样本回归函数是随抽样而变化的随机变量 总体回归函数的随机扰动项是不可预测的，而样本回归函数的残差项是可以计算的。11、总体回归函数引进随机干扰项的原因？ 作为未知影响因素的代表 作为无法取代数据的已知因素的代表 作为众多细小因素的代表 模型的设定误差 变量的观测误差 经济现象的内在随机性12、简单线性回归模型的古典假定包括哪些？零均值假定；同方差假定；无自相关假定；随机误差项与解释变量X之间不相关13、拟合优度是什么 及作用？ 所估计的样本回归线对样本观测数据拟合的优劣程度。14、判定系数的性质 及其说明了什么？性质 是非负的统计量；取值范围0,1；是随抽样而变化的随机变量。 说明 可决系数是对模型拟合优度的综合度量，其值越大，说明已作出解释的离差平方和在总离差平方和中占比重越大，模型的拟合优度越高，模型总体线性关系的显著性越强。第三章15、多元线性回归的古典假定有哪几点。 零均值；同方差和无自相关；随机扰动项与解释变量不相关；无多重共线性16、为什么需要修正可决系数？ 多重可决系数是模型中解释变量个数的不减函数，随着模型中解释变量个数的增加，多重可决系数的值会变大；当被解释变量相同而解释变量个数不同时，这给运用多重可决系数去比较两个模型的拟合程度带来缺陷。17、修正后的可决系数与原来可决系数有何异同。 ；可决系数必定非负，而修正的可决系数 可能为负，此时规定为0；当时，修正的可决系数小于可决系数。第四章18、什么是多重共线性？ 模型的解释变量之间存在精确或近似的线性关系。19、产生多重共线性的原因？ 经济变量间具有共同变化趋势；模型中包含滞后项；截面数据建立的模型可能出现多重共线性；样本数据自身的原因20、多重共线性的检验方法有哪些？ 简单相关系数检验法；方差扩大因子法；直观判断法；逐步回归法21、 修正多重共线性的方法有哪些？删除变量法；增大样本容量；变换模型形式；利用先验信息减少估计参数；横截面数据与时间序列数据并用；变量变换等方法、逐步回归等方法进行修正。22、 常用的变量交换方式有哪些？计算相对指标；将名义数据转换为实际数据；将小类指标合成为大类指标第五章23、什么是异方差。 异方差性是指模型违反古典假定中的同方差性，即各残差项的方差并非相等，被解释变量预测值的分散程度随解释变量的变化而变化。24、异方差的后果有哪些？ OLS估计量是线性无偏的，但不是有效的（即方差不再是最小的）；建立在t分布和F分布之上的假设检验是不可靠的；Y的预测区间的建立也是困难的。25、可以采用哪些方法消除异方差？ 对模型进行变换；对模型进行对数变换；加权最小二乘法26、产生异方差的原因主要有哪些？ 模型设定误差；测量误差的变化；截面数据中总体各单位的差异27、简述Goldfeld-Quandt 检验的基本过程及优缺点 过程（1）按解释变量大小排序。（2）将排列在中间的约1/4个观测值删除。（3）对余下的观测值分为两个分样本回归。（4）利用上述分样本的残差平方和构建F统计量。（5）若F统计量大于F临界值，则原模型存在异方差，否则为同方差。优点 是能检验出模型是否存在异方差。缺点 是检验功效与排序及删除个数有关，并不能检验出由哪个解释变量引起的异方差28、简述White检验的基本过程及优缺点 过程（1）对原模型回归，获得残差平方项。（2）用残差平方项对解释变量的一次项、二次项、交叉项构建辅助回归。（3）计算辅助回归的n检验统计量。（4）查分布表，若统计量大于临界值，则原模型存在异方差，否则为同方差。 优点是能检验出由哪个解释变量引起的异方差。缺点是由由于辅助回归变量过多，容易丧失较多的自由度。29、简述ARCH检验的基本过程及优缺点 过程（1）对原模型回归，获得残差平方项。（2）用残差平方项对残差平方的滞后项构建辅助回归。（3）计算辅助回归的(n-p)检验统计量。（4）查分布表，若统计量大于临界值，则原模型存在异方差，否则为同方差。 优点 是能检验出由于时间序列引起的异方差。缺点是并不能检验出由哪个解释变量引起的异方差。30、简述Glejser检验的基本过程。 （1）对原模型回归，获得残差项。（2）用残差项的绝对值分别对解释变量的不同形式回归。（3）由辅助回归的、t、F等值综合判断辅助回归中解释变量前的参数是否显著为0。（4）查若不为0，则原模型存在异方差，否则为同方差。 优点 是能检验出由哪个解释变量引起的异方差。缺点是检验过程中的辅助回归方程个数过多。31、对数变换法为什么能一定程度降低异方差的影响？ （1）对数变换能使变量的绝对差异变为相对差异，这处差异尺度会缩小 （2）对数变换使残差项由绝对误差变为相对误差，其差异幅度也会缩小第六章32、什么是自相关？ 又称序列相关，是指总体回归模型的随机扰动项之间存在相关关系，即。33、什么是蛛网现象。 是围观经济学的一个概念。他表示某种商品的供给量Yt受前一期价格P t-1影响而表现出来的某种规律，即呈蛛网状收敛或发散于供需的均衡点34、简述DW检验的局限性。 存在两个不能确定的区域，一旦DW值落入这两个区域内，就无法判断这。 检验只能检验一阶自相关，不适应高阶自相关的检验 DW统计量的上、下界表要求，因此，如果样本太小就很难做出正确的判断 只有符合DW检验的前提条件，DW检验才是有效的。35、写出方程的广义差分方程形式。，其中为一阶自相关系数。第七章36、什么是滞后效应？ 因变量受其自身或其他经济变量前期水平影响的现象，称为滞后效应。37、什么是分布滞后模型？如果滞后变量模型中没有滞后因变量，因变量受解释变量的影响分布在解释变量不同时期的滞后值上，则称这种模型为分布滞后模型。其模型形式为：38、估计有限分布滞后模型会遇到哪些困难？ 损失自由度；产生多重共线性；滞后长度难确定39、简述库伊克模型的特点。 （1）模型中的称为分布滞后衰退率，越小，衰退速度越快；（2）模型仅包括两个解释变量，避免了多重共线性；（3）模型仅有三个参数，解释了无限分布滞后模型因包含无限个参数无法估计的问题。40、简述自适应预期模型的特点。 （1）通过引入自适应过程将不可获得的解释变量预期值转换为与当期值相关的函数形式；（2）模型仅包括两个解释变量，转换为自回归模型进行估计。41、简述局部调整模型的特点。 （1）通过引入自我调整过程将不可获得的被解释变量预期值转换为与当期值相关的函数形式；（2）模型仅包括两个解释变量，转换为自回归模型进行估计。42、工具变量法的选择应满足哪些条件？ 与所代替的解释变量高度相关 与随机扰动项不相关 与其他解释变量不相关43、什么是德宾h统计量？ 德宾提出来的，用于检验一阶自相关模型自相关问题的统计量，其具体计算公式为：。第八章44、什么叫虚拟变量？ 虚拟变量是用来反映一些无法精确度量的定性因素，是将定性因素定量化的过程，是人为构造的变量，通常取值为0和1。45、回归模型中引入虚拟变量的作用是什么？ 在模型中引入虚拟变量，主要是为了寻找某些定性因素对解释变量的影响。46、虚拟变量的设置规则是什么？ 在有截距项的模型中，只能引入m-1个虚拟变量，否则会陷入所谓“虚拟变量陷阱“，产生完全多重共线性；在无截距项的模型中，可引入m个虚拟变量 虚拟变量0 或 1 的选取原则