计量经济学分析计算题

计量经济学分析计算题（每小题10分）

1．下表为日本的汇率与汽车出口数量数据，

X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。

129.3，＝554.2，（2）计算X 与Y 的相关系数。其中＝

（X －）＝4432.1，∑（Y －）＝68113.6，∑(X －)(Y －)＝16195.4 ∑

2

2

（3）采用直线回归方程拟和出的模型为

ˆ=81.72+3.65X Y

t值 1.2427 7.2797 R2=0.8688 F=52.99 解释参数的经济意义。

2．已知一模型的最小二乘的回归结果如下：

ˆ=101.4-4.78X 标准差 （45.2） Y （1.53） n=30 i i R 2=0.31

其中，Y ：政府债券价格（百美元），X ：利率（%）。

ˆ而回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是Y i 不是Y i ；

（3）在此模型中是否漏了误差项u i ；（4）该模型参数的经济意义

是什么。

3．估计消费函数模型C i =α+βY i +u i 得

ˆ=15+0.81Y C i i t 值 （13.1）（18.7） n=19 R2=0.81 其中，C ：消费（元） Y ：收入（元）

已知t 0.025(19)=2.0930，t 0.05(19)=1.729，t 0.025(17)=2.1098，t 0.05(17)=1.7396。

问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得

2ˆ=81.7230+3.6541X 且（X －）Y ＝4432.1，i i ∑

（Y －）＝68113.6， ∑

2

求判定系数和相关系数。 5．有如下表数据

日本物价上涨率与失业率的关系

（1）设横轴是U ，纵轴是P ，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？ （2）根据以上数据，分别拟合了以下两个模型： 模型一：P =-6.32+19.14

1

模型二：P =8.64-2.87U U

分别求两个模型的样本决定系数。

12.6，＝146.5，＝7．根据容量n=30的样本观测值数据计算得到下列数据：XY

＝11.3，X 2＝164.2，Y 2＝134.6，试估计Y 对X 的回归直线。

8．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：

总成本Y 与产量X 的数据

Y X

80 12

44 4

51 6

70 11

61 8

ˆ和b ˆ的ˆ+bˆX ˆ=b（1）估计这个行业的线性总成本函数：Y （2）b 01i 01i 经济含义是什么？

9．有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表：

10户家庭的收入（X ）与消费（Y ）的资料 X Y

20 7

30 9

33 8

40 11

15 5

13 4

26 8

38 10

35 9

43 10

若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下：

Dependent Variable: Y Variable X C

R-squared

Coefficient 0.202298 2.172664

Std. Error 0.023273 0.720217

0.904259 S.D. dependent 2.23358

var

2 75.55898

2.077648

0.00002

Adjusted R-squared Durbin-Watson stat

0.892292 F-statistic

Prob(F-statistic) 4

（1）说明回归直线的代表性及解释能力。

（2）在95%的置信度下检验参数的显著性。（t 0.025(10)=2.2281，t 0.05(10)=1.8125，

t 0.025(8)=2.3060，t 0.05(8)=1.8595）

（3）在95%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其中=29.3，∑(x ) 2=992.1）

ˆ＝8，样本容量n=62。 10．已知相关系数r ＝0.6，估计标准误差σ

求：（1）剩余变差；（2）决定系数；（3）总变差。 11．在相关和回归分析中，已知下列资料：

22σX ＝16，σY ＝10，n=20，r=0.9，∑(Yi 2=2000。

（1）计算Y 对X 的回归直线的斜率系数。（2）计算回归变差和剩余变差。（3）计算估计标准误差。

12．根据对某企业销售额Y 以及相应价格X 的11组观测资料计算：

XY ＝117849，＝519，＝217，X 2＝284958，Y 2＝49046 （1）估计销售额对价格的回归直线；

（2）当价格为X 1＝10时，求相应的销售额的平均水平，并求此时销售额的价格弹性。

13．假设某国的货币供给量Y 与国民收入X 的历史如系下表。

某国的货币供给量X 与国民收入Y 的历史数据

根据以上数据估计货币供给量Y 对国民收入X 的回归方程，利用Eivews 软件输出结果为：

Dependent Variable: Y Variable

Coeffici Std. ent

X C

R-squared

Error

t-Statist Prob. ic

1.968085 0.135252 14.55127 0.0000 0.353191 0.562909 0.627440 0.5444 0.954902 Mean dependent 8.25833

var

3

Adjusted R-squared S.E. of regression

0.950392 S.D. dependent 2.29285

var

0.510684 F-statistic

8 211.7394

Sum squared resid 2.607979 0.00000

Prob(F-statistic) 0

问：（1）写出回归模型的方程形式，并说明回归系数的显著性（α=0.05）。 （2）解释回归系数的含义。

（2）如果希望1997年国民收入达到15，那么应该把货币供给量定在什么水平？ 14．假定有如下的回归结果

ˆ=2. 6911-0. 4795X Y t t

其中，Y 表示美国的咖啡消费量（每天每人消费的杯数），X 表示咖啡的零售价格（单位：美元/杯），t 表示时间。问：

（1）这是一个时间序列回归还是横截面回归？做出回归线。

（2）如何解释截距的意义？它有经济含义吗？如何解释斜率？（3）能否救出真实的总体回归函数？

（4）根据需求的价格弹性定义： 弹性＝斜率⨯

X

，依据上述回归结果，你能救Y

出对咖啡需求的价格弹性吗？如果不能，计算此弹性还需要其他什么信息？ 15．下面数据是依据10组X 和Y 的观察值得到的：

，∑X i 2=315400，∑Y i 2=133300 ∑Y i =1110，∑X i =1680，∑X i Y i =204200

假定满足所有经典线性回归模型的假设，求β0，β1的估计值；

16. 根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程：

(0.237) (0.083) (0.048)

，DW=0.858

式下括号中的数字为相应估计量的标准误。

(1)解释回归系数的经济含义； (2)系数的符号符合你的预期吗？为什么？

17. 某计量经济学家曾用1921~1941年与1945~1950年（1942~1944年战争期间略去）美国国内消费Ｃ和工资收入Ｗ、非工资－非农业收入Ｐ、农业收入Ａ的时

间序列资料，利用普通最小二乘法估计得出了以下回归方程：

ˆ=8. 133+1. 059Y W +0. 452P +0. 121A

(8. 92)

(0. 17)

(0. 66)

(1. 09)

R 2=0. 95F =107. 37

式下括号中的数字为相应参数估计量的标准误。试对该模型进行评析，指出其中存在的问题。

18. 计算下面三个自由度调整后的决定系数。这里，R 2为决定系数，n 为样本数目，k 为解释变量个数。

（1）R 2=0.75 n =8 k =2（2）R 2=0.35 n =9 k =3（3）

R 2=0.95 n =31 k =5

19. 设有模型y t =b 0+b 1x 1t +b 2x 2t +u t ，试在下列条件下: ①b 1+b 2=1 ②b 1=b 2。分别求出b 1，b 2的最小二乘估计量。

20．假设要求你建立一个计量经济模型来说明在学校跑道上慢跑一英里或一英里以上的人数，以便决定是否修建第二条跑道以满足所有的锻炼者。你通过整个学年收集数据，得到两个可能的解释性方程：

ˆ=125. 0-15. 0X 1-1. 0X 2+1. 5X 3 2=0. 75 方程A ：Y

ˆ=123. 0-14. 0X 1+5. 5X 2-3. 7X 4 2=0. 73 方程B ：Y

其中：Y ——某天慢跑者的人数 X 1——该天降雨的英寸数

X 2——该天日照的小时数

X 3——该天的最高温度（按华氏温度） X 4——第二天需交学期论

文的班级数

请回答下列问题：（1）这两个方程你认为哪个更合理些，为什么？ （2）为什么用相同的数据去估计相同变量的系数得到不同的符号？

21．假定以校园内食堂每天卖出的盒饭数量作为被解释变量，盒饭价格、气温、附近餐厅的盒饭价格、学校当日的学生数量（单位：千人）作为解释变量，进行回归分析；假设不管是否有假期，食堂都营业。不幸的是，食堂内的计算机被一次病毒侵犯，所有的存储丢失，无法恢复，你不能说出独立变量分别代表着哪一

项！下面是回归结果（括号内为标准差）：

ˆ=10. 6+28. 4X +12. 7X +0. 61X -5. 9X Y i 1i 2i 3i 4i

（2.6） (6.3) (0.61) (5.9) R =0. 63 n =35

要求：（1）试判定每项结果对应着哪一个变量？（2）对你的判定结论做出说明。 22. 设消费函数为y i

2

=b 0+b 1x i +u i ，其中y i 为消费支出，x i 为个人可支配收入，

u i 为随机误差项，并且E (u i ) =0, Var (u i ) =σ2x i 2（其中σ2为常数）。试回答以

下问题：

（1）选用适当的变换修正异方差，要求写出变换过程；（2）写出修正异方差后的参数估计量的表达式。

23. 检验下列模型是否存在异方差性，列出检验步骤，给出结论。

y t =b 0+b 1x 1t +b 2x 2t +b 3x 3t +u t

样本共40个，本题假设去掉c=12个样本，假设异方差由x 1i 引起，数值小的一组残差平方和为RSS 1=0.466E -17，数值大的一组平方和为RSS 2=0.36E -17。

F 0.05(10,10)=2.98

24. 假设回归模型为：

y i =a +u i ，其中：u i N (0,σ2x i ); E (u i u j ) =0, i ≠j ；

并且x i 是非随机变量，求模型参数b 的最佳线性无偏估计量及其方差。 25. 现有x 和Y 的样本观测值如下表:

假设y 对

x 的回归模型为法估计此回归模型。

y i =b 0+b 1x i +u i ，且Var (u i ) =σ2x i 2，试用适当的方

26. 根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程：

(0.237) (0.083) (0.048)

,DW=0.858

上式下面括号中的数字为相应估计量的标准误差。在5%的显著性水平之下，由DW 检验临界值表，得d L =1.38,du =1.60。问； (1) 题中所估计的回归方程的经济含义； (2) 该回归方程的估计中存在什么问题? 应如何改进?

27．根据我国1978——2000年的财政收入Y 和国内生产总值X 的统计资料，可建立如下的计量经济模型：

Y =556. 6477+0. 1198⨯X

（2.5199） （22.7229）

F ＝516.3338，S . E ＝731.2086，D . W ＝0.3474 R 2＝0.9609，

请回答以下问题：

（1） 何谓计量经济模型的自相关性？

（2） 试检验该模型是否存在一阶自相关，为什么？ （3） 自相关会给建立的计量经济模型产生哪些影响？

（4） 如果该模型存在自相关，试写出消除一阶自相关的方法和步骤。 （临界值d L =1. 24，d U =1. 43）

28. 对某地区大学生就业增长影响的简单模型可描述如下:

gEMP t =β0+β1gMIN 1t +β2gPOP +β3gGDP 1t +β4gGDP t +μt

式中，为新就业的大学生人数，MIN1为该地区最低限度工资，POP 为新毕业的大学生人数，GDP1为该地区国内生产总值，GDP 为该国国内生产总值；g 表示年增长率。

（1）如果该地区政府以多多少少不易观测的却对新毕业大学生就业有影响的因素作为基础来选择最低限度工资，则OLS 估计将会存在什么问题？ （2）令MIN 为该国的最低限度工资，它与随机扰动项相关吗？

（3）按照法律，各地区最低限度工资不得低于国家最低工资，哪么gMIN 能成为gMIN1的工具变量吗？

29．下列假想的计量经济模型是否合理，为什么？ （1）

GDP =α+

∑β

i

GDP i +ε

其中，GDP i (i =1, 2, 3) 是第i 产业的国

内生产总值。

（2）S 1=α+βS 2+ε 其中，S 1 、S 2分别为农村居民和城镇居民年末储蓄存款余额。

（3）Y t =α+β1I t +β2L t +ε 其中，Y 、I 、L 分别为建筑业产值、建筑业固定资产投资和职工人数。 （4）

Y t =α+βP t +ε

其中，Y 、P 分别为居民耐用消费品

支出和耐用消费品物价指数。 （5）

财政收入=f (财政支出) +ε

（6）

煤炭产量=f (L , K , X 1, X 2) +ε

其中，L 、K 分别为煤炭工业职工人数和固定资产原值，X 1、X 2分别为发电量和钢铁产量。

30．指出下列假想模型中的错误，并说明理由： （1）

RS t =8300. 0-0. 24RI t +112. IV t

其中，RS t 为第t 年社会消费品零售总额（亿元），RI t 为第t 年居民收入总额（亿元）（城镇居民可支配收入总额与农村居民纯收入总额之和），IV t 为第t 年全社会固定资产投资总额（亿元）。

（2）C t =180+1. 2Y t 其中，C 、Y 分别是城镇居民消费支出和可支配收入。

（3）ln Y t =1. 15+1. 62ln K t -0. 28ln L t 其中，Y 、K 、L 分别是工业总产值、工业生产资金和职工人数。

31．假设王先生估计消费函数（用模型C i =a +bY i +u i 表示），并获得下列结果：

C i =15+0. 81Y i ，n=19

∧

（3.1） (18.7) R2=0.98 这里括号里的数字表示相应参数的T 比率值。

要求：（1）利用T 比率值检验假设：b=0（取显著水平为5%，）；（2）确定参数估

计量的标准误差；

（3）构造b 的95%的置信区间，这个区间包括0吗？

32. 根据我国1978——2000年的财政收入Y 和国内生产总值X 的统计资料，可建立如下的计量经济模型：

Y =556. 6477+0. 1198⨯X

（2.5199） （22.7229）

2

S . E ＝731.2086，D . W ＝0.3474 F ＝516.3338， R ＝0.9609，

请回答以下问题：

（1）何谓计量经济模型的自相关性？（2）试检验该模型是否存在一阶自相关及相关方向，为什么？

（3）自相关会给建立的计量经济模型产生哪些影响？ （临界值d L =1. 24，d U =1. 43）

33．以某地区22年的年度数据估计了如下工业就业回归方程

Y =-3. 89+0. 51ln X 1-0. 25ln X 2+0. 62ln X 3 （-0.56）(2.3) (-1.7) (5.8)

R =0.996 DW =1. 147

式中，Y 为总就业量；X1为总收入；X2为平均月工资率；X3为地方政府的总支出。

（1）试证明：一阶自相关的DW 检验是无定论的。（2）逐步描述如何使用LM 检验

34．下表给出三变量模型的回归结果：

方差来源

来自回归来自残差

平方和（SS ） 65965 _— 自由度— — 平方和的均值— — 2

要求：（1）样本容量是多少？（2）求RSS ？（3）ESS 和RSS 的自由度各是多少？（4）求R 2和R ？

35. 根据我国1985——2001年城镇居民人均可支配收入和人均消费性支出资料，按照凯恩斯绝对收入假说建立的消费函数计量经济模型为：

2

c =137, 422+0. 722⨯y (5. 875) (127. 09)

R 2=0. 999；S . E . =51. 9；DW =1. 205；F =16151

e t =-451. 9+0. 871⨯y

(-0. 283) (5. 103)

R 2=0. 634508；S . E =3540；DW =1. 91；F =26. 04061

其中：y 是居民人均可支配收入，c 是居民人均消费性支出 要求： （1）解释模型中137.422和0.772的意义；（2）简述什么是模型的异方差性；（3）检验该模型是否存在异方差性； 36．考虑下表中的数据 Y X 1 X 2

假设你做Y 对X 1和X 2的多元回归，你能估计模型的参数吗？为什么？ 37．在研究生产函数时，有以下两种结果：

ˆ=-5.04+0.087ln k +0.893ln l ln Q s

=(1.04)(0.087)

(0.137)

R =0.878n =21

2

-10 -8 1 1

2 3

-6 3 5

-4 4 7

-2 5 9

0 6 11

2 7 13

4 8 15

6 9 17

8 10 19

10 11 21

（1）

ˆ=-8.57+0.0272t +0.46ln k +1.258ln l ln Q s

=(2.99)(0.0204)(0.333)(0.324)

R =0.889n =21

2

（2）

其中，Q ＝产量，K ＝资本，L ＝劳动时数，t ＝时间，n ＝样本容量 请回答以下问题：

（1）证明在模型（1）中所有的系数在统计上都是显著的（α＝0.05）。 （2）证明在模型（2）中t 和lnk 的系数在统计上不显著（α＝0.05）。 （3）可能是什么原因造成模型（2）中lnk 不显著的？ 38. 根据某种商品销售量和个人收入的季度数据建立如下模型：

Y t =b 1+b 2D 1t +b 3D 2t +b 4D 3i +b 5D 4t +b 6x i +u t

其中，定义虚拟变量D it 为第i 季度时其数值取1，其余为0。这时会发生 什么问题，参数是否能够用最小二乘法进行估计？

39. 某行业利润Y 不仅与销售额X 有关，而且与季度因素有关。

（1） 量？ （2）

如果认为季度因素使利润对销售额的变化额发生变异，应如何引如果认为季度因素使利润平均值发生变异，应如何引入虚拟变

入虚拟变量？ （3）

如果认为上述两种情况都存在，又应如何引入虚拟变量？对上述

三种情况分别设定利润模型。

40. 设我国通货膨胀I 主要取决于工业生产增长速度G ，1988年通货膨胀率发生明显变化。

（1） （2）

假设这种变化表现在通货膨胀率预期的基点不同

假设这种变化表现在通货膨胀率预期的基点和预期都不同

对上述两种情况，试分别确定通货膨胀率的回归模型。 41. 一个由容量为209的样本估计的解释CEO 薪水的方程为：

ln Y =4. 59+0. 257ln X 1+0. 011X 2+0. 158D 1+0. 181D 2-0. 283D 3

(15.3) (8.03) (2.75) (1.775) (2.13) (-2.895) 其中,Y 表示年薪水平(单位:万元), X 1表示年收入(单位:万元), X 2表示公司股票收益(单位:万元); D 1，D 2，D 3均为虚拟变量, 分别表示金融业、消费品工业和公用业。假设对比产业为交通运输业。 （1）解释三个虚拟变量参数的经济含义。

（2）保持X 1和X 2不变，计算公用事业和交通运输业之间估计薪水的近似百分比差异。这个差异在1%的显著性水平上是统计显著吗？

（3）消费品工业和金融业之间估计薪水的近似百分比差异是多少？

42. 在一项对北京某大学学生月消费支出的研究中，认为学生的消费支出除受其家庭的月收入水平外, 还受在学校是否得奖学金, 来自农村还是城市，是经济发达地区还是欠发达地区, 以及性别等因素的影响。试设定适当的模型, 并导出如下情

形下学生消费支出的平均水平:

(1)来自欠发达农村地区的女生, 未得奖学金;(2)来自欠发达城市地区的男生, 得到奖学金;

(3)来自发达地区的农村女生, 得到奖学金;(4)来自发达地区的城市男生, 未得奖学金.

43. 试在家庭对某商品的消费需求函数Y =α+βX +μ中（以加法形式）引入虚拟变量，用以反映季节因素（淡、旺季）和收入层次差距（高、低）对消费需求的影响，并写出各类消费函数的具体形式。 44．考察以下分布滞后模型：

Y t =α+β0X t +β1X t -1+β2X t -2+β3X t -3+u t

假定我们要用多项式阶数为2的有限多项式估计这个模型，并根据一个有60

ˆ0＝0.3，αˆ1 ＝0.51，αˆ2 个观测值的样本求出了二阶多项式系数的估计值为：α

ˆ ( i = 0, 1, 2, 3) =0.1，试计算βi 45．考察以下分布滞后模型：

Y t =α+β0X t +β1X t -1+β2X t -2+u t

假如用2阶有限多项式变换模型估计这个模型后得

ˆ=0.5+0.71Z +0.25Z -0.30Z 式中，Z =∑x ，Y 0t t -i t 0t 1t 2t

3

Z 1t =∑ix t -i ，Z 2t =∑i 2x t -i

33

（1）求原模型中各参数值（2）估计X 对Y 的短期影响乘数、长期影响乘数和过渡性影响乘数

46．已知某商场1997-2006年库存商品额Y 与销售额X 的资料，假定最大滞后长度k =2，多项式的阶数m =2。 （1）建立分布滞后模型

（2）假定用最小二乘法得到有限多项式变换模型的估计式为

ˆ=-120.63+0.53Z +0.80Z -0.33Z Y t 0t 1t 2t 请写出分布滞后模型的估计式

C t =b 0+b 1Y t +b 2C t -1+μt

47．考察下面的模型 I t =a 0+a 1Y t +a 2Y t -1+a 3r t +νt

Y t =C t +I t 式中I 为投资，Y 为收入，C 为消费，r 为利率。

（1）指出模型的内生变量和前定变量；（2）分析各行为方程的识别状况； （3）选择最适合于估计可识别方程的估计方法。 48．设有联立方程模型：

消费函数：C t =a 0+a 1Y t +μ1t 投资函数：I t =b 0+bY 1t +b 2Y t -1+u 2t 恒等式：Y t =C t +I t +G t

其中，C 为消费，I 为投资，Y 为收入，G 为政府支出，u 1和u 2为随机误差项，请回答：

（1）指出模型中的内生变量、外生变量和前定变量 （2）用阶条件和秩条件识别该联立方程模型

（3）分别提出可识别的结构式方程的恰当的估计方法 49．识别下面模型

式1：Q t =α0+α1P 式2：Q t =β0+β1P t +α2Y t +u 1t （需求方程）t +u 2t （供给方程）

其中，Q 为需求或供给的数量，P 为价格，Y 为收入，Q 和P 为内生变量，Y 为外生变量。

50．已知结构式模型为

式1：Y 1=α0+α1Y 2+α2X 1+u 1 式2：Y 2=β0+β1Y 1+β2X 2+u 2 其中，Y 1和Y 2是内生变量，X 1和X 2是外生变量。

（1）分析每一个结构方程的识别状况； （2）如果α2＝0，各方程的识别状况会有什么变化？

参考答案

1、答：（1）（2分）散点图如下：

700

600

500

Y

400

300

80

100

120

X

140

160

180

（2）r XY

(X -)(Y -) =

（3分） =

（3）截距项81.72表示当美元兑日元的汇率为0时日本的汽车出口量，这个数据没有实际意义；（2分）斜率项3.65表示汽车出口量与美元兑换日元的汇率正相关，当美元兑换日元的汇率每上升1元，会引起日本汽车出口量上升3.65万辆。（3分）

2、答：（1）系数的符号是正确的，政府债券的价格与利率是负相关关系，利率的上升会引起政府债券价格的下降。（2分）

ˆ代表的是给定X 的条件下Y 的期望值，即（2）Y i 代表的是样本值，而Y i i i ˆ=E (Y /X ) 。此模型是根据样本数据得出的回归结果，左边应当是Y 的期望Y i i i i ˆ而不是Y 。值，因此是Y i （3分） i

（3）没有遗漏，因为这是根据样本做出的回归结果，并不是理论模型。（2分） （4）截距项101.4表示在X 取0时Y 的水平，本例中它没有实际意义；斜率项-4.78表明利率X 每上升一个百分点，引起政府债券价格Y 降低478美元。（3分） 3、答：（1）提出原假设H 0：β=0，H1：β≠0。由于t 统计量＝18.7，临界值

t 0.025(17)=2.1098，由于18.7>2.1098，故拒绝原假设H 0：β=0，即认为参数β是显著的。（3分）

ˆ0.81ˆββˆ（2）由于t =，故sb (β) ==（3分） =0.0433。

t 18.7sb (β)

（3）回归模型R 2=0.81，表明拟合优度较高，解释变量对被解释变量的解释能力为81%，即收入对消费的解释能力为81％，回归直线拟合观测点较为理想。（4分）

4、答：判定系数：R =

2

b 12(X -) 2

(Y -)

2

3.65412⨯4432.1

===0.8688（3分）

68113.6

相关系数：r ==0.9321（2分） 5、答：（1）（2分）散点图如下：

根据图形可知，物价上涨率与失业率之间存在明显的负相关关系，拟合倒数模型较合适。（2分） （2）模型一：R 2=

ˆ2(x -) 2

b 1t

(y t -) 2

-)

2

＝0.8554 （3分）

模型二：R =

2

ˆ2(x -) 2

b 1t

(y

＝0.8052 （3分）

t

ˆ=XY -⋅=146.5-12.6⨯11.3=0.757（2分） 7、答：b 1

164.2-12.62X 2-2

ˆ=-b ˆ=11.3-0.757⨯12.6=1.762（2分） b 01ˆ=1.762+0.757X （1分） 故回归直线为：Y

8、答：（1）由于∑x t y t =2700，(∑x t ) 2=1681，∑x t =41，∑y t =306，∑x t 2=381，

=61.2，=8.2，得

n x t y t -x t y t 5⨯2700-41⨯306ˆb 1===4.26（3分）

5⨯381-1681n x t 2-(x t ) 2

ˆ=-b ˆ=61.2-4.26⨯8.2=26.28（2分） b 01

ˆ=26.28+4.26X（1分） 总成本函数为：Y i i

ˆ表示当产量X 为0时工厂的平均总成本为26.28，也就量工厂的（2）截距项b 0ˆ表示产量每增加1个单位，引起总成本平均增平均固定成本；（2分）斜率项b 1加4.26个单位。（2分）

9、答：（1）回归模型的R 2＝0.9042，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。（2分）

ˆb （2）对于斜率项，t =1=0.2023=8.6824>t 0.05(8)=1.8595，即表明斜率项显著) 0.0233s (b 1

不为0，家庭收入对消费有显著影响。（2分）对于截距项，

ˆb 2.1727

t =0==3.0167>t 0.05(8)=1.8595，即表明截距项也显著不为0，通过了显

s (b 0) 0.7202

著性检验。（2分）

（3）Y f =2.17+0.2023×45＝11.2735（2分）

t 0.025(8)⨯σ1.8595⨯2.23364.823（2分）

95%置信区间为（11.2735-4.823，11.2735+4.823），即（6.4505，16.0965）。（2分）

ˆ10、答：（1）由于σ

2

e

=

2t

n -2

ˆ2=(62-2) ⨯8=480。，RSS =∑e t 2=(n -2) σ（4分）

（2）R 2=r 2=0.62=0.36（2分）

RSS 480

==750（4分） 2

1-R 1-0.36

1(x t -)(y t -) =0.911.38 11、答：（1

）cov(x , y ) =∑

n -1

（3）TSS =

∑(x -)(y -) =(20-1) ⨯11.38=216.30（2分）

t

t

=

(x -)(y -) ==5.37（2分）

ˆ=(x t -)(y t -) =216.30=7.50（1分） 斜率系数：b 1

5.372(x t -) 2（2）R 2=r2=0.92=0.81，

剩余变差：RSS =∑e t 2=∑(y i ) 2=2000（1分）

总变差：TSS ＝RSS/(1-R2)=2000/(1-0.81)=10526.32（2分）

ˆ2（3）σ

e =

2

t

n -2

=

2000

=111.11（2分） 20-2

ˆ=XY -⋅=117849-519⨯217=0.335（3分） 12、答：（1）b 1

284958-5192X 2-2

ˆ=-b ˆ=217-0.335⨯519=43.135（2分） b 01ˆ=43.135+0.335X ， 故回归直线为Y

ˆ=43.135+0.335X =43.135+0.335⨯10=46.485（2分） （2）Y 1销售额的价格弹性＝=

∆Y X 10⨯=0.335⨯＝0.072（3分） ∆X Y 46.485

ˆ=0.353+1.968X ，由于斜率项p 值＝0.0000α=0.05，表明截距项与0值没有显著差异，即截距项没有通过显著性检验。（2分）

（2）截距项0.353表示当国民收入为0时的货币供应量水平，此处没有实际意义。斜率项1.968表明国民收入每增加1元，将导致货币供应量增加1.968元。（3分）

ˆ=0.353+1.968⨯15=29.873，（3）当X ＝15时，Y 即应将货币供应量定在29.873的水平。（3分）

14、答：（1）这是一个时间序列回归。（图略）（2分）

（2）截距2.6911表示咖啡零售价在每磅0美元时，美国平均咖啡消费量为每天

每人2.6911杯，这个没有明显的经济意义；（2分）斜率－0.4795表示咖啡零售价格与消费量负相关，表明咖啡价格每上升1美元，平均每天每人消费量减少0.4795杯。（2分）

（3）不能。原因在于要了解全美国所有人的咖啡消费情况几乎是不可能的。（2分）

（4）不能。在同一条需求曲线上不同点的价格弹性不同，若要求价格弹性，须给出具体的X 值及与之对应的Y 值。（2分） 15、答：由已知条件可知，=

X

n

i

=

1680Y i =1110=111

=168，=10n 10

∑(X -)(Y -)

=∑(X Y --Y +)

i

i

i i

i

i

（3分）

=204200-1680⨯111-168⨯1110+10⨯168⨯111=17720

∑(X -)

=∑(X -2X +) =∑X -2⨯10+102

i 2i

2

i

2i

2

2

（3分）

=315400-10⨯168⨯168=33160

ˆ=β

(X i -)(Y i -)

(X

i

-) 2

=

17720

=0.5344（2分） 33160

ˆ=-βˆ=111-0.5344⨯168=21.22（2分） β01

16. 解答：（1）这是一个对数化以后表现为线性关系的模型，lnL 的系数为1.451意味着资本投入K 保持不变时劳动—产出弹性为1.451 ；（3分）lnK 的系数为0.384意味着劳动投入L 保持不变时资本—产出弹性为0.384（2分）. （2）系数符号符合预期，作为弹性，都是正值，而且都通过了参数的显著性检验（t 检验）（5分，要求能够把t 值计算出来）。

17. 解答：该消费模型的判定系数R 2=0. 95，Ｆ统计量的值F =107. 37，均很高，表明模型的整体拟合程度很高。（2分）

计算各回归系数估计量的t 统计量值得：t 0=8. 133÷8. 92=0. 91，

t 1=1. 059÷0. 17=6. 10

t 2=0. 452÷0. 66=0. 69，t 3=0. 121÷1. 09=0. 11。除t 1外，其余T 值均很小。工资收入Ｗ的系数t 检验值虽然显著，但该系数的估计值却过大，该值为工资收入对消费的边际效应，它的值为1.059意味着工资收入每增加一美元，消费支出增长将超过一美元，这与经济理论和生活常识都不符。（5分）另外，尽管从理论上讲，非工资—非农业收入与农业收入也是消费行为的重要解释变量，但二者各自的t 检验却显示出它们的效应与0无明显差异。这些迹象均表明模型中存在严重的多重共线性，不同收入部分之间的相互关系掩盖了各个部分对解释消费行为的单独影响。（3分） 18. 解答: (1)2=1-(2)2=1-

n -18-1

(1-R 2) =1-⨯(1-0.75) =0.65（3分）

n -k -18-2-1

9-1

⨯(1-0.35) =-0.04；负值也是有可能的。（4分）

9-3-131-1

⨯(1-0.95) =0.94 （3分） (3)2=1-

31-5-1

19. 解答：当b 1+b 2=1时，模型变为y t -x 2t =b 0+b 1(x 1t -x 2t ) +u t ，可作为一元回归模型来对待b 1=

n (x 1t -x 2t )(y t -x 2t ) -(x 1t -x 2t ) (y t -x 2t )

n (x 1t -x 2t ) 2-((x 1t -x 2t )) 2

（5分）

当b 1=b 2时，模型变为y t =b 0+b 1(x 1t +x 2t ) +u t , 同样可作为一元回归模型来对待

b 1=

n (x 1t +x 2t ) y t -(x 1t +x 2t ) y t n (x 1t +x 2t ) -((x 1t +x 2t ))

2

2

（5分）

20． 解答:（1）第2个方程更合理一些，，因为某天慢跑者的人数同该天日照的小时数应该是正相关的。（4分）

（2）出现不同符号的原因很可能是由于X 2与X 3高度相关而导致出现多重共线性的缘故。从生活经验来看也是如此，日照时间长，必然当天的最高气温也就高。而日照时间长度和第二天需交学期论文的班级数是没有相关性的。（6分） 21． 解答：（1）x 1i 是盒饭价格，x 2i 是气温，x 3i 是学校当日的学生数量，x 4i 是附近餐厅的盒饭价格。（4分）

（2）在四个解释变量中，附近餐厅的盒饭价格同校园内食堂每天卖出的盒饭数

量应该是负相关关系，其符号应该为负，应为x 4i ；学校当日的学生数量每变化一个单位，盒饭相应的变化数量不会是28.4或者12.7，应该是小于1的，应为

x 3i ；至于其余两个变量，从一般经验来看，被解释变量对价格的反应会比对气温的反应更灵敏一些，所以x 1i 是盒饭价格，x 2i 是气温。 （6分）

22. 解：（一）原模型：y i

=b 0+b 1x i +u i （1）等号两边同除以x i ，

y i u i 1

=b +b + 新模型：（2） （2分） 01x i x i x i y i *1u i

, x i =, v i = 令y = x i x i x i

*

i

则：（2）变为y i

*

=b 1+b 0x i *+v i （2分）

u i 1

（2分） ) =2(σ2x i 2) =σ2新模型不存在异方差性。

x i x i

此时Var (v i ) =Var (（二）对y i

*

=b 1+b 0x i *+v i 进行普通最小二乘估计

⎧n x i *y i *-x i *y i *

⎪b 0=

n (x i *) 2-(x i *) 2 其中y i *=y i , x i *=1 （4分） ⎨

x i x i ⎪**

b =-b 1i 0i ⎩

（进一步带入计算也可）

23. 解：（1）H 0:u t 为同方差性; H 1:u t 为异方差性; （2分） （2）F =

RSS 10.466E -17

==1.29（3分） RSS 20.36E -17

（3）F 0.05(10,10)=2.98（2分）

（4）F ≤F 0.05(10,10)，接受原假设，认为随机误差项为同方差性。（3分） 24. 解：原模型：

y i =a +u i 根据u i N (0,σ2x i ); E (u i u j ) =0, i ≠j

为消除异方差性，模型等号两边同除以

模型变为：

*i

y =

u a

+（2分）

*

, x i =, v i =令y = 则得到新模型：y i

*

=ax i *+v i （2分）

1

（2分） =(σ2x i ) =σ2新模型不存在异方差性。

x i 此时Var (v i ) =Var 利用普通最小二乘法，估计参数得：

**

x y

ˆ=a

=

∑(

x )

*2

y x =

x

i

i

i

（4分）

25. 解：原模型：

y i =b 0+b 1x 1+u i ， Var (u i ) =σ2x 12模型存在异方差性

为消除异方差性，模型两边同除以x i ，

y i u i 1

=b 0+b 1+ （2分） 得：x i x i x i

*

令y i =

y i *1u , x i =, v i =i x i x i x i

得：y i

*

=b 1+b 0x i *+v i （2分）

u i 1

) =2(σ2x i 2) =σ2新模型不存在异方差性 （1分） x i x i

此时Var (v i ) =Var (

由已知数据，得（2分）

*

根据以上数据，对y i

=b 1+b 0x i *+v i 进行普通最小二乘估计得：

1.77⎧⎧n x i *y i *-x i *y i *b ==3.280⎪b =⎪⎪00.54*2*2

n (x ) -(x ) ⎨i i 解得⎨5.95（3分） 1.15⎪b =⎪**-3.28⨯=0.441b =-b 1i 0i ⎩⎪55⎩

26. 答案：(1) 题中所估计的回归方程的经济含义：该回归方程是一个对数线性模型，可还原为指数的形式为：Y =-3. 938L 1. 451K 0. 3841，是一个C-D 函数，1.451为劳动产出弹性，0.3841为资本产出弹性。因为1.451+0.3841〉1，所以该生产函数存在规模经济。（6分）

(2) 该回归方程的估计中存在什么问题? 应如何改进?

因为DW=0.858, d L =1.38,即0.858

27．（1）何谓计量经济模型的自相关性？

答：如果对于不同的样本点，随机误差项之间不再是完全互相独立，而是存在某种相关性，则出现序列相关性。如存在：E (μi μi +1) ≠0, 称为一阶序列相关，或自相关。（3分）

（2）试检验该模型是否存在一阶自相关，为什么？答：存在。（2分） （3）自相关会给建立的计量经济模型产生哪些影响？

答：1参数估计两非有效;2 变量的显著性检验失去意义。3模型的预测失效。（3分）

（4）如果该模型存在自相关，试写出消除一阶自相关的方法和步骤。

（临界值d L =1. 24，d U =1. 43）

答：1构造D.W 统计量并查表；2与临界值相比较，以判断模型的自相关状态。（2分）

28．答：（1）由于地方政府往往是根据过去的经验、当前的经济状况以及期望的经济发展前景来定制地区最低限度工资水平的，而这些因素没有反映在上述模型中，而是被归结到了模型的随机扰动项中，因此 gMIN1 与μ不仅异期相关，而且往往是同期相关的，这将引起OLS 估计量的偏误，甚至当样本容量增大时也不具有一致性。（5分）

（2）全国最低限度的制定主要根据全国国整体的情况而定，因此gMIN 基本与上

∧

述模型的随机扰动项无关。（2分）

（3）由于地方政府在制定本地区最低工资水平时往往考虑全国的最低工资水平的要求，因此gMIN1与gMIN 具有较强的相关性。结合（2）知gMIN 可以作为gMIN1的工具变量使用。（3分）

29．解答：（1）这是一个确定的关系，各产业生产总值之和等于国内生产总值。作为计量模型不合理。（3分）（2）（3）（4）（5）都是合理的计量经济模型。（4分）（6）不合理。发电量和钢铁产量影响对煤炭的需求，但不会影响煤炭的产量。作为解释变量没有意义。（3分）

30．解答：（1）模型中RI t 的系数符号为负，不符合常理。居民收入越多意味着消费越多，二者应该是正相关关系。（3分）

（2）Y 的系数是1.2，这就意味着每增加一元钱，居民消费支出平均增加1.2元，处于一种入不敷出的状态，这是不可能的，至少对一个表示一般关系的宏观计量经济模型来说是不可能的。（4分）

(3) L 的系数符号为负，不合理。职工人数越多工业总产值越少是不合理的。这很可能是由于工业生产资金和职工人数两者相关造成多重共线性产生的。（3分） 31．解答：（1）临界值t =1.7291小于18.7，认为回归系数显著地不为0. （4分）

（2）参数估计量的标准误差：0.81/18.7=0.0433（3分）

（3）不包括。因为这是一个消费函数，自发消费为15单位，预测区间包括0是不合理的。（3分）

32．解答：（1）对于y t =b 0+b 1x 1t +b 2x 2t +... +b k x kt +u t 如果随机误差项的各期值之间存在着相关关系，即cov(u t , u s ) =E (u t u s ) ≠0(t , s =1, 2..., k ) 称随机误差项之间存在自相关性。（3分）

（2）该模型存在一阶正的自相关，因为0

33．解答：（1）查表得临界值d L =1. 05，d U =1. 66。DW =1. 147正位于1.05和1.66之间，恰是D-W 检验的无判定区域，所以一阶自相关的DW 检验是无定论的。（3分）

（2）对于模型y t =b 0+b 1x 1t +b 2x 2t +... +b k x kt +u t ，设自相关的形式为

u t =ρ1u t -1+ρ2u t -2+... +ρp u t -p +v t

假设H 0：ρ1=ρ2=... =ρp =0，（1分）LM 检验检验过程如下：首先，利用OLS 法估计模型，得到残差序列e t ；(2分）其次，将e t 关于残差的滞后值进行回归，并计算出辅助回归模型的判定系数R 2；(2分）最后，对于显著水平α，若nR 2大

2于临界值χα（2分） (p ) ，则拒绝原假设，即存在自相关性。

34．解答：（1）总离差(TSS)的自由度为n-1，因此样本容量为15；（2分） （2）RSS=TSS-ESS=66042-65965=77；（2分） （3）ESS 的自由度为2，RSS 的自由度为12；（2分） （4）R 2=ESS/TSS=65965/66042=0.9988，

R =1-

2

n -114

(1-R 2) =1-(1-0.9988) =0.9986（4分）

n -k -112

35. 解答：（1）0.722是指，当城镇居民人均可支配收入每变动一个单位，人均消费性支出资料平均变动0.722个单位，也即指边际消费倾向；137.422指即使没有收入也会发生的消费支出，也就是自发性消费支出。（3分）

(2) 在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项

u i 具有异方差性。（3分）

2

(3) 存在异方差性，因为辅助回归方程R =0. 634508，F =26. 04061，整体显著；

并且回归系数显著性地不为0。戈里瑟检验就是这样的检验过程。（4分） 36．答：不能。（3分）因为X 1和X 2存在完全的多重共线性，即X 2＝2 X1-1，或X 1＝0.5（X 2+1）。（7分） 37．答：

（1）t 0.025(18)=2.1009

Lnk 的T 检验：t ＝10.195＞2.1009，因此lnk 的系数显著。

Lnl 的 T检验：t ＝6.518＞2.1009，因此lnl 的系数显著。 （4分） （2）t 0.025(17)=2.1098

t 的T 检验：t ＝1.333＞2.1098，因此lnk 的系数不显著。

Lnk 的 T检验：t ＝1.18＞2.1098，因此lnl 的系数不显著。 （4分） （3）可能是由于时间变量的引入导致了多重共线性。 （2分）

38. 解答：这时会发生完全的多重共线性问题；（3分）因为有四个季度，该模型则引入了四个虚拟变量。显然，对于任一季度而言，D 1t +D 2t +D 3t +D 4t =1，则任一变量都是其他变量的线性组合，因此存在完全共线性。当有四个类别需要区分时，我们只需要引入三个虚拟变量就可以了；（5分）参数将不能用最小二乘法进行估计。（2分）

⎧1 第二季度39. 解答：（1）假设第一季度为基础类型，引入三个虚拟变量D 2=⎨；

0 其他⎩

⎧1 第三季度⎧1 第四季度

D 3=⎨；D 4=⎨，

⎩0 其他⎩0 其他

利润模型为y t =b 0+b 1x t +a 1D 2t +a 2D 3t +a 3D 4t +u t 。（5分）

（2）利润模型为y t =b 0+b 1x t +a 1D 2t x t +a 2D 3t x t +a 3D 4t x t +u t （2分） （3分）利润模型为

y t =b 0+b 1x t +a 1D 2t x t +a 2D 3t x t +a 3D 4t x t +a 4D 2t +a 5D 3t +a 6D 4t +u t （3分） 40. 解答：通货膨胀与工业生产增长速度关系的基本模型为I t =b 0+bG 1t +u t

⎧1 1988年及以后引入虚拟变量D =⎨ （4分）

⎩0 1988年以前 则（1）I t =b 0+bG 1t +aD t +u t （3分） （2）I t =b 0+bG 1t +a 1D t +a 2DG t t +u t （3分）

41. 解答：（1）D 1的经济含义为：当销售收入和公司股票收益保持不变时，金融业的CEO 要比交通运输业的CEO 多获15.8个百分点的薪水。其他两个可类似解释。（3分）

（2）公用事业和交通运输业之间估计薪水的近似百分比差异就是以百分数解释的D 3参数，即为28.3%.由于参数的t 统计值为-2.895, 它大于1%的显著性水平下自由度为203的t 分布 临界值1.96, 因此这种差异统计上是显著的。（4分） (3) 由于消费品工业和金融业相对于交通运输业的薪水百分比差异分别为15.8%与18.1%,因此他们之间的差异为18.1%-15.8%=2.3%。（3分）

42. 解答:记学生月消费支出为Y, 其家庭月收入水平为X, 在不考虑其他因素影响时, 有如下基本回归模型: y i =β0+β1x i +μi （2分） 其他决定性因素可用如下虚拟变量表示:

⎧1，有奖学金⎧1，来自城市⎧1，来自发达地区⎧1，男性D 1=⎨D 2=⎨D 3=⎨D 4=⎨

⎩0，无奖学金，⎩0，来自农村，⎩0，来自欠发达地区，⎩0，女性则引入各虚拟变量后的回归模型如下：

Y i =β0+β1X i +α1D 1i +α2D 2i +α3D 3i +α4D 4i +μi (4分)（）来自欠发达农村地区的女生，未得奖学金时的月消费支出；1

E (Y i |X i ，D 1i =D 2i =D 3i =D 4i =0)=β0+β1X i (1分)

（2）来自欠发达城市地区的男生，得到奖学金时的月消费支出：E (Y i |X i ，D 1i =D 4i =1，D 2i =D 3i =0)=（β0+α1+α4）+β1X i (1分)（3）来自发达地区的农村女生，得到奖学金时的月消费支出：E (Y i |X i ，D 1i =D 3i =1，D 2i =D 4i =0)=（β0+α1+α3）+β1X i (1分)（4）来自发达地区的城市男生，未得到奖学金时的月消费支出：E (Y i |X i ，D 2i =D 3i =D 4i =1，D 1i =0)=（β0+α2+α3+α4）+β1X i (1分)

43. 答案：引入反映季节因素和收入层次差异的虚拟变量如下：

⎧1，高收入⎧1，旺季

D 1=⎨D 2=⎨ （3分）

⎩0，淡季，⎩0，低收入，

则原消费需求函数变换为如下的虚拟变量模型：Y i =α+β1X i +β2D 1i +β3D 2i +μi （3分）

（）低收入家庭在某商品的消费淡季对该类商品的平均消费支出为；1

E (Y i )=α+β1X i （1分）

（2）高收入家庭在某商品的消费淡季对该类商品的平均消费支出为： E (Y i )=（α+β3）+β1X i （1分）

（3）低收入家庭在某商品的消费旺季对该类商品的平均消费支出为：E (Y i )=（α+β2）+β1X i （1分）

（4）高收入家庭在某种商品的消费旺季对该类商品的平均消费支出为：E (Y i )=（α+β2+β3）+β1X i （1分）

2

β=α+αi +αi 012，i =0,1,2,3（3分）44．根据阶数为2的Almon 多项式：i ；可

ˆˆˆ0＝0.3（3分）ˆ0＋αˆ1＋αˆ2＝0.91（3计算得到βi 的估计值：β 0＝α；β 1＝αˆˆˆ0＋2αˆ1＋4αˆ2＝1.72（3分）ˆ0＋3αˆ1＋9αˆ2＝2.73（3分）；β 2＝α；β 3＝α分）。

ˆ0＝0.71，αˆ1＝0.25，αˆ2＝-0.3（3分）45．由已知估计式可知：α，根据阶数

2

β=α+αi +αi i 012为2的Almon 多项式：，i=0,1,2（3分）；可计算得到βi 的

ˆˆˆˆ0＝0.71（3分）ˆ0＋αˆ1＋αˆ2＝0.66（3分）估计值：β 0＝α；β 1＝α；β 2

ˆ0＋2αˆ1＋4αˆ2＝0.01（3分）＝α。

46．（1）分布滞后模型为Y t =α+β0X t +β1X t -1+β2X t -2+u t （2分）

ˆ0＝0.53，αˆ1＝0.80，αˆ2＝-0.33（1分）（2）由已知估计式可知：α，根据阶

2

β=α+αi +αi 012，i=0,1,2（3分）数为2的Almon 多项式：i ；可计算得到βi

ˆˆˆˆ0＝0.53（3分）ˆ0＋αˆ1＋αˆ2＝1.00（3分）的估计值：β 0＝α；β 1＝α；β 2

ˆ0＋2αˆ1＋4αˆ2＝0 ＝α

47．（1）内生变量为I t ，Y t ，C t ，前定变量为Y t -1，C t -1，r t （6）（2）消费方程为过度识别，投资方程是恰好识别；（6分）（3）消费方程适合用二阶段最小二

乘法，投资方程适合用间接最小二乘法（或工具变量法） （3分）

48．（1）内生变量为I t ，Y t ，C t （2分）; 外生变量为G t （1分）；前定变量为G t 和Y t 1（2分）

（2）识别方程1：被斥变量的参数矩阵:

1 －b 2 0

-1 0 1

（1分）

秩为2，方程个数减1为2，故方程可识别（2）；再根据阶段条件，可得方程1恰好识别（2）。

识别方程2：被斥变量的参数矩阵为

0 -1 0 1

（1分）

秩为1，小于方程个数减1，故方程2不可识别。（2分） 方程3是恒等式，不存在识别问题（1分）； 因此，整个模型不可识别（1分）

49．方程1：由于包含了方程中所有变量，故不可识别。（3分）

方程2：利用秩条件，得被斥变量的参数矩阵（-α2）（2分），其秩为1（2分），与方程个数减1相等，故可知方程2可识别（2分）；再利用阶条件，方程2排除的变量个数正好与剩下的方程个数相等（2分），可知方程2恰好识别（2分）。由于方程1不可识别，所以整个模型不可识别（2）。

50．（1）方程1：利用秩条件，得被斥变量的参数矩阵（-β2），其秩为1，与方程个数减1相等，故可知方程1可识别（3分）；再利用阶条件，方程2排除的变量个数正好与剩下的方程个数相等，可知方程1恰好识别（2分）。 方程2：利用秩条件，得被斥变量的参数矩阵（-α2），其秩为1，与方程个数减1相等，故可知方程2可识别（3分）；再利用阶条件，方程2排除的变量个数正好与剩下的方程个数相等，可知方程1恰好识别（2分）。

（2）方程1仍是恰好识别的（3分），但方程2包括了模型中所有变量，故是不可识别的（2分）。