計量經(jīng)濟(jì)學(xué)第三版部分答案(第六章之后的)

1、第六章1、答：給定顯著水平，依據(jù)樣本容量n和解釋變量個數(shù)k，查D.W.表得d統(tǒng)計量的上界du和下界dL，當(dāng)0<d<dL時，表明存在一階正自相關(guān)，而且正自相關(guān)的程度隨d向0的靠近而增強。當(dāng)dL<d<du時，表明為不能確定存在自相關(guān)。當(dāng)du<d<4-du時，表明不存在一階自相關(guān)。當(dāng)4-du<d<4-dL時，表明不能確定存在自相關(guān)。當(dāng)4-dL<d<4時，表明存在一階負(fù)自相關(guān)，而且負(fù)自相關(guān)的程度隨d向4的靠近而增強。前提條件：DW檢驗的前提條件：（1）回歸模型中含有截距項；（2）解釋變量是非隨機的（因此與隨機擾動項不相關(guān)）（3）隨機擾動項是一

2、階線性自相關(guān)。；（4）回歸模型中不把滯后生變量（前定生變量）做為解釋變量。（5）沒有缺失數(shù)據(jù)，樣本比較大。DW檢驗的局限性：（1）DW檢驗有兩個不能確定的區(qū)域，一旦DW值落在這兩個區(qū)域，就無法判斷。這時，只有增大樣本容量或選取其他方法（2）DW統(tǒng)計量的上、下界表要求n³15, 這是因為樣本如果再小，利用殘差就很難對自相關(guān)的存在性做出比較正確的診斷(3) DW檢驗不適應(yīng)隨機誤差項具有高階序列相關(guān)的檢驗.(4) 只適用于有常數(shù)項的回歸模型并且解釋變量中不能含滯后的被解釋變量2、答：（1）當(dāng)回歸模型隨機誤差項有自相關(guān)時，普通最小二乘估計量是有偏誤的和非有效的。判斷：錯誤。當(dāng)回歸模型隨機誤差

3、項有自相關(guān)時，普通最小二乘估計量是無偏誤的和非有效的。（2）DW檢驗假定隨機誤差項ui的方差是同方差。判斷：錯誤。DW統(tǒng)計量的構(gòu)造中并沒有要求誤差項的方差是同方差。（3）用一階差分法消除自相關(guān)是假定自相關(guān)系數(shù)為-1。判斷：錯誤。用一階差分法消除自相關(guān)是假定自相關(guān)系數(shù)為1，即原原模型存在完全一階正自相關(guān)。（4）當(dāng)回歸模型隨機誤差項有自相關(guān)時，普通最小二乘估計的預(yù)測值的方差和標(biāo)準(zhǔn)誤差不再是有效的。判斷：正確。3、答：給定顯著水平=0.05，依據(jù)樣本容量n=50和解釋變量個數(shù)k=4，查D.W.表得d統(tǒng)計量的上界du=1.721，下界dL=1.378，4- du=2.279，4-dL=2.622。（1

4、）DW=1.05<dL，所以模型存在正自相關(guān)。(2) dL<DW=1.40<du, 所以模型不能確定是否存在自相關(guān)。（3）4- du <DW=2.50< 4-dL，所以模型不能確定是否存在自相關(guān)。（4）DW=3.97>4-dL，所以模型存在負(fù)自相關(guān)。4、在回歸模型方程中無自相關(guān)，如果我們錯誤地判定模型中有一階自相關(guān)，并使用了廣義差分模型，將會產(chǎn)生什么問題？練習(xí)題6.1（1） 建立居民收入-消費函數(shù)Y=79.93004+0.690488X（2） 殘差的變動有系統(tǒng)模式，連續(xù)為正和連續(xù)為負(fù)，表明殘差項存在一階自相關(guān)。DW=0.574663，查表可知0<=DW

5、<=dL,誤差項存在著自相關(guān)用廣義差分法進(jìn)行補救=0.657352Yt*=45.35242+0.709686Xt*其中Yt*=Yt-0.657352Yt(-1),Xt*=Xt-0.657352Xt(-1)模型中DW=1.814502.dU<DW<4-dU,說明在5%顯著性水平下廣義差分模型已無自相關(guān)。=45.35242/(1-0.657352)=140.563152由此，得到的最終消費模型為：Y=140.563152+0.709686X（3）該模型的經(jīng)濟(jì)意義是，人均實際收入每增加一元，人均實際消費支出會增加0.669262元。第七章7.3 庫伊克模型 、自適應(yīng)預(yù)期模型與局部調(diào)

6、整模型有哪些共性和不同之處？模型估計會存在哪些困難？如何解決？答：（1）一樣之處：庫伊克模型、自適應(yīng)預(yù)期模型、局部調(diào)整模型三個模型的最終形式都是一階自回歸模型。（2）不同之處：1）導(dǎo)出模型的經(jīng)濟(jì)背景和思想不同。庫伊克模型是在無限分布滯后模型的基礎(chǔ)上，根據(jù)庫伊克幾何分布滯后假定導(dǎo)出的；自適應(yīng)預(yù)期模型是由解釋變量自適應(yīng)過程得到的；局部調(diào)整模型是由應(yīng)變量的局部調(diào)整得到的。2）模型存在的問題不同。三個模型的形成機理不同，所以隨機誤差項的結(jié)構(gòu)不同，庫伊克模型和自適應(yīng)預(yù)期模型都存在自相關(guān)、解釋變量與隨機誤差項相關(guān)的問題；而局部調(diào)整模型則不存在。庫伊克模型和自適應(yīng)預(yù)期模型不能夠直接使用最小二乘法直接估計，而

7、局部調(diào)整模型則可以。（2）模型估計存在的困難與解決的方法（a）出現(xiàn)了隨機解釋變量 Yt-1 ，而Yt-1 可能與隨機擾動項相關(guān)；(b)隨機擾動項可能自相關(guān)，庫伊克模型和自適應(yīng)預(yù) 期模型的隨機擾動項都會導(dǎo)致自相關(guān)，只有局部調(diào)整模型的隨機擾動無自相關(guān).如果用最小二乘法直接估計自回歸模型，則估計可能是有偏的，而且不是一致估計。 估計自回歸模型需要解決兩個問題：設(shè)法消除 與 的相關(guān)性；檢驗 是否存在自相關(guān)。所以應(yīng)用工具變量法進(jìn)行估計一階自回歸模型，就是在進(jìn)行參數(shù)估計的過程中選擇適當(dāng)?shù)墓ぞ咦兞?，代替回歸模型中同隨機擾動項存在相關(guān)性的解釋變量。7.6 檢驗一階自回歸模型隨機擾動項是否存在自相關(guān)，為什么用德

8、賓h-檢驗而不用DW檢驗？答：因為DW檢驗法不適合于方程含有滯后被解釋變量的場合，在自回歸模型中，滯后被解釋變量是隨機變量，已有研究表明，如果用DW檢驗法，則d統(tǒng)計量值總是趨近于2。也就是說，在一階自回歸中，當(dāng)隨機擾動項存在自相關(guān)時，DW檢驗卻傾向于得出非自相關(guān)的結(jié)論。練習(xí)題7.4（1） 估計一階自回歸模型;回歸估計：Yt=66247+0.04731X1t+0.27507X2t+0.4552Yt-1根據(jù)局部調(diào)整模型的函數(shù)關(guān)系，有l(wèi)na*=lna,*0=0, *1=1 ,*2=1-將估計結(jié)果帶入可得：=0.594479 a=111437073 0=0.0796 1=0.4627局部調(diào)整模型估計結(jié)

9、果為Y*t=111437073+0.0796X1t+0.4627X2t經(jīng)濟(jì)意義：社會商品銷售額每增加1億元，未來預(yù)期年末貨幣流通量增加0.0796億元 城鄉(xiāng)居民儲蓄余額每增加1億元，未來預(yù)期年末貨幣流通量增加0.4627億元模型對數(shù)變換：在局部調(diào)整假定下，估計一階自回歸模型回歸估計lnYt=0.672511+0.200421lnX1t+0.18120lnX2t+0.52471lnYt-1根據(jù)局部調(diào)整模型的參數(shù)關(guān)系，lna*= lna, *0=0, *1=1 ,*2=1-將估計結(jié)果帶入可得：=0.465282 a=1.44538 0=0.43075 1=0.38944局部調(diào)整模型估計結(jié)

10、果為：lnYt=1.44538+0.43075lnX1t+0.3894lnX2t經(jīng)濟(jì)意義：社會商品銷售額每增加1%，未來預(yù)期年末貨幣流通量增加0.43075% 城鄉(xiāng)居民儲蓄余額每增加1%，未來預(yù)期年末貨幣流通量增加0.38944% 第八章8.2虛擬變量為何只選0、1，選2、3、4行嗎？為什么？答：虛擬變量是非此即彼的問題，一般情形下，虛擬變量的取值為0和1。當(dāng)虛擬變量取值為0時，表示某種屬性或狀態(tài)的類型或水平不出現(xiàn)或不存在；當(dāng)虛擬變量取值為1時，表示某種屬性或狀態(tài)的類型或水平出現(xiàn)或存在。取值一般不選2、3、4，否則對回歸系數(shù)的分析帶來不便。8.5四種加法方式引入虛擬變量會產(chǎn)

11、生什么效應(yīng)？答：四種加法方式引入虛擬變量均改變了截距，可以用于分析虛擬變量不同類之間的水平差異。8.6引入虛擬被解釋變量的背景是什么？含有虛擬被解釋變量模型的估計方法有哪些？答：某經(jīng)濟(jì)現(xiàn)象或活動受到多種因素的影響，需要對這一經(jīng)濟(jì)現(xiàn)象或活動進(jìn)行是或否的判斷或決策時，需要引入被解釋變量。虛擬被解釋變量模型的估計方法主要有線性概率模型估計和對數(shù)單位模型估計。練習(xí)題8.6經(jīng)分析得邊際效應(yīng)=10第九章9.3 檢驗變量設(shè)定誤差有哪幾種方法？他們的共性和差異是什么？常用方法有：DW檢驗、LM檢驗、RESET檢驗、模型函數(shù)形式設(shè)定檢驗。9.4 如何進(jìn)行遺漏變量設(shè)定誤差的后果分析？其檢驗有哪些方法？如何檢驗？當(dāng)

12、模型遺漏了真實的變量后，模型的參數(shù)估計是有偏且不一致的：參數(shù)估計的方差估計不正確，隨機擾動項方差的估計也是不正確的，將使假設(shè)檢驗、空間估計失效。檢驗的方法有DW檢驗、LM檢驗、RESET檢驗、模型函數(shù)形式設(shè)定檢驗。9.5如何進(jìn)行無關(guān)變量設(shè)定誤差的后果分析？其檢驗有哪些方法？如何檢驗？模型的參數(shù) 估計任然是無偏且一致的，隨機擾動項的方差被正確估計，但所估計的方差將趨之于過大，從而使得參數(shù)估計的有效性降低，參數(shù)估計較為不準(zhǔn)確，區(qū)間估計的精度下降。檢驗方法除了上訴四種以外還有非嵌套模型設(shè)定的假設(shè)檢驗等。練習(xí)題9.6答：在截面數(shù)據(jù)情況下題中所說的四條準(zhǔn)則是正確的；但是在時序數(shù)據(jù)情況下，上訴準(zhǔn)則則不一定

13、是正確的。第十章10.1 對時間序列進(jìn)行分析，為什么提出平穩(wěn)性問題？平穩(wěn)是時間序列里面一個非常重要的假設(shè)，模型ar, ma, arma, var，garch，arch全部建立在時序平穩(wěn)的基礎(chǔ)上。（1）計量經(jīng)濟(jì)學(xué)經(jīng)典分析方法隱含著一個重要假設(shè)：數(shù)據(jù)是平穩(wěn)的。如果數(shù)據(jù)非平穩(wěn)，那么在大樣本下的統(tǒng)計推斷基礎(chǔ)“一致性”要求就會被破壞。這往往導(dǎo)致“偽回歸”問題的出現(xiàn)。但實踐經(jīng)驗證明，現(xiàn)實經(jīng)濟(jì)現(xiàn)象中的時間序列數(shù)據(jù)通常是非平穩(wěn)的，而且一些主要的國民經(jīng)濟(jì)變量往往表現(xiàn)出一致的上升或下降，這使得兩個沒有任何因果關(guān)系的變量，擁有較高的R2。通過經(jīng)典因果關(guān)系模型對這樣的數(shù)據(jù)進(jìn)行分析很難獲得有效的統(tǒng)計量，分析、檢驗和預(yù)測

14、結(jié)果也都是無效的，時間序列的平穩(wěn)性對計量回歸分析的有效性有很大影響；（2）經(jīng)典計量經(jīng)濟(jì)模型假定變量均為隨機的，但時間序列是在不同時間觀測的數(shù)據(jù)，不能看做是同一個隨機變量的反復(fù)抽樣，而只能是隨機過程的一個實現(xiàn)，每個數(shù)據(jù)都是特定時間隨機變量的唯一實現(xiàn)值，其樣本均值和方差的含義與隨機變量反復(fù)抽樣的樣本總體均值和方差有所不同，這有悖于經(jīng)典計量經(jīng)濟(jì)模型統(tǒng)計推斷的基礎(chǔ)。因而，對時間序列進(jìn)行分析時，首先要考慮其平衡性問題。10.3 什么是非平穩(wěn)？為什么隨機游走過程是非平穩(wěn)的？所謂時間序列的非平穩(wěn)，是指時間序列的統(tǒng)計規(guī)律隨著時間的位移而發(fā)生變化，即生成變量時間序列數(shù)據(jù)的隨機過程的特征隨時間而變化。對于隨機游走

15、序列，它的均值為零、方差無限大 ,所以它是一非平穩(wěn)序列10.5怎樣判斷變量之間是否存在協(xié)整關(guān)系有兩種檢驗方法，一種是基于回歸殘差的協(xié)整檢驗，這種檢驗也稱為單一方程的協(xié)整檢驗；另一種是基于回歸系數(shù)完全信息的Johansen協(xié)整檢驗。10.6 什么是誤差修正機制？誤差修正模型的特點是什么？任何一組相互協(xié)整的時間序列變量都存在誤差修正機制，誤差修正模型把長期關(guān)系和短期變動結(jié)合起來，使得協(xié)整與誤差修正模型之間存在一種對應(yīng)關(guān)系，當(dāng)變量之間存在協(xié)整關(guān)系時，變量在本期的變動，會根據(jù)上期偏差的情況做出調(diào)整，從而使其向長期均衡關(guān)系靠攏，這種不斷進(jìn)行調(diào)整的過程就是誤差修正機制。誤差修正模型的特點是： （

16、1）若,Yt Xt存在協(xié)整關(guān)系，則ECMt具有平穩(wěn)性；因為yt,xtI（1），則 ytD, xtDI（0），上式中的變量都具有平穩(wěn)性?；貧w參數(shù)的估計量具有優(yōu)良的漸近特性，所以用最小二乘法估計誤差修正模型不存在虛假回歸問題。 （2）誤差修正模型中既有描述變量長期關(guān)系的參數(shù)，又有描述變量短期關(guān)系的參數(shù)；既可研究經(jīng)濟(jì)問題的靜態(tài)（長期）特征又可研究其動態(tài)（短期）特征。 誤差修正機制的特點是： （1）因為ECM模型中包含的全部差分變量和非均衡誤差都具有平穩(wěn)性，所以用OLS法估計參數(shù)不會存在虛假回歸問題； （2）如果ADL模型中的變量為一階非平穩(wěn)性，只要這些變量存在

17、協(xié)整關(guān)系ttXkkY10+=，那么ECM模型中的誤差修正項就具有平穩(wěn)性，所有差分變量也具有平穩(wěn)性。 （3）ECM模型中的參數(shù)可分為長期參數(shù)和短期參數(shù)，非均衡誤差項中的k是長期參數(shù)，模型中的B0b和a-1-a是短期參數(shù)，短期參數(shù)便是變量間的短期關(guān)系。 （4）任何一個ADL模型都可以變換為一個ECM模型。十一章11.2聯(lián)立方程模型有哪些種類？各類聯(lián)立方程模型的特點是什么？1、結(jié)構(gòu)型模型。特點（1）結(jié)構(gòu)方程描述了經(jīng)濟(jì)變量之間的結(jié)構(gòu)關(guān)系，所以結(jié)構(gòu)方程反映了生變量直接受前定變量、其他生變量和隨機誤差項影響的因果關(guān)系，在結(jié)構(gòu)方程的右端可能出現(xiàn)其他的生變量。（2）結(jié)構(gòu)方程中的變量的系數(shù)稱

18、為結(jié)構(gòu)參數(shù)，結(jié)構(gòu)參數(shù)反映了結(jié)構(gòu)方程中的解釋變量對被解釋變量的直接影響程度。（3）結(jié)構(gòu)模型具有偏倚性的問題。（4）不能直接用結(jié)構(gòu)模型進(jìn)行預(yù)測。2、簡化型模型。特點（1）每一個方程的右端不再出現(xiàn)生變量，而只有前定變量作為解釋變量。（2）模型中的前定變量和隨機誤差項不相關(guān)。（3）簡化模型的參數(shù)綜合反映了前定變量對生變量的直接影響和間接影響，其參數(shù)表現(xiàn)了前定變量對生變量的影響乘數(shù)。（4）在已知前定變量取值的條件下，可利用簡化模型參數(shù)的估計式直接對生變量進(jìn)行預(yù)測分析。3、遞歸模型。特點是直接運用OLS方法對模型中的方程依次進(jìn)行估計，而不會產(chǎn)生聯(lián)立方程組的偏倚性問題。11.3什么是聯(lián)立方程偏倚？為什么會產(chǎn)

19、生聯(lián)立方程偏倚?在計量經(jīng)濟(jì)學(xué)中聯(lián)立方程偏倚是聯(lián)立方程模型的一種形式，在結(jié)構(gòu)式模型中，一些變量可能在一個方程中作為解釋變量，而在另外一方程中又作為被解釋變量。這就使得解釋變量與隨機誤差項u之間存在相關(guān)關(guān)系，從而違背了最小二乘估計理論的一個重要假定，估計量一次是有偏的和非一致的。這就是所謂的聯(lián)立方程偏倚。11.5為什么不能直接用普通最小二乘法對聯(lián)立方程模型的參數(shù)進(jìn)行估計？在實際經(jīng)濟(jì)活動中，變量之間不僅僅是存在單項的因果關(guān)系。還會存在如下的情況：第一，由于兩個變量之間存在雙向因果關(guān)系，用單一方程模型就不能完整的描述這兩個變量之間的關(guān)系。第二，為全面描述一項經(jīng)濟(jì)活動只用單一方程模型是不夠的。這時應(yīng)該用

20、多個方程的組合來描述整個經(jīng)濟(jì)活動11.6識別的階條件和秩條件的含義是什么？為什么在識別的過程中要將階條件和秩條件結(jié)合運用？階條件：當(dāng)模型的一個方程中不包含的變量（生變量和前定變量）的總個數(shù)，大于或者等于模型中生變量總個數(shù)M減1，則該方程可能識別；秩條件：在有M個生變量M個方程的完備聯(lián)立方程模型中，當(dāng)且僅當(dāng)一個方程中不包含但在其他方程包含的變量（不論生變量還是外生變量）的系數(shù)，至少能夠構(gòu)成一個非零的M-1階行列式時，該方程是可以識別的。模型識別的秩條件是充分必要條件，但識別程序過于繁瑣；階條件比較簡便，但又只是必要條件。所以為了簡化識別的工作量，可以將兩種方法結(jié)合運用。11.8間接最小二乘法的條件、步驟、參數(shù)估計的特性是什么？條件：模型為恰好識別的方程，在簡化模型中的每一個方程都應(yīng)滿足基本假設(shè)，而且，在簡化型模型中的前定變量