计量经济学模拟考试题(第4套)

第四套

一、单项选择题

ˆˆ 1、设OLS法得到的样本回归直线为Yi12Xiei，则点(

（ B ）

A.一定不在回归直线上 B.一定在回归直线上

C.不一定在回归直线上 D.在回归直线上方

2、在下列各种数据中，以下不应作为经济计量分析所用数据的是（ C ）

A．时间序列数据 B. 横截面数据

C．计算机随机生成的数据 D. 虚拟变量数据

3、在简单线性回归模型中，认为具有一定概率分布的随机数( A )

A.内生变量 B.外生变量 C.虚拟变

量 D.前定变量

4、根据样本资料估计得出人均消费支出Y对人均收入X的回归模型为

lnYi=2.00+0.75lnXi，这表明人均收入每增加1％，人均消费支出将增加

（ B ）

A. 0.2% B. 0.75% C.

2% D. 7.5%

5、多元线性回归分析中的 RSS反映了（ C ）

A．应变量观测值总变差的大小 B．应变量回归估计值总变差的大

小

C．应变量观测值与估计值之间的总变差 D．Y关于X的边际变化

6、在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。

例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y

对实际可支配收入X的回归关系明显不同。现以1991年为转折时期，设虚拟变

1；Dt0；量 1991年以前1991年以后，数据散点图显示消费函数发生了结构性变化：基本

消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可

以写作（ D ）

A.Yt01Xtut B.

Yt01Xt2DtXtut

C.Yt01Xt2Dtut D.

Yt01Xt2Dt3DtXtut

7、已知模型的形式为y12xu,在用实际数据对模型的参数进行估计

的时候,测得DW统计量为0.52,则广义差分变量是( D )

A. yt0.48yt1,xt0.48xt1 B. yt0.7453yt1,xt0.7453xt1

C. yt0.52yt1,xt0.52xt1 D. yt0.74yt1,xt0.74xt1

8、在有M个方程的完备联立方程组中，若用H表示联立方程组中全部的内

生变量与全部的前定变量之和的总数，用Ni表示第i个方程中内生变量与前定

变量之和的总数时，第i个方程不可识别时，则有公式( D )成立。

A. HNiM1 B. HNiM1

C. HNi0 D. HNiM1

9、如果模型中的解释变量存在完全的多重共线性，参数的最小二乘估计量

是（ C ）

A．无偏的 B. 有偏的 C. 不确定 D. 确定的

10、关于联立方程组模型，下列说法中错误的是（ B ）

A. 结构式模型中解释变量可以是内生变量，也可以是前定变量

B. 简化式模型中解释变量可以是内生变量

C. 简化式模型中解释变量是前定变量

D. 结构式模型中解释变量可以是内生变量

11、在序列自相关的情况下，参数估计值仍是无偏的，其原因是（ A ）

A.零均值假定成立 B.同方差假定成立

C.无多重共线性假定成立 D.解释变量与随机误差项不相关假定成

立

12、在DW检验中，当d统计量为2时，表明（ C ）

A.存在完全的正自相关 B.存在完全的负自相关

C.不存在自相关 D.不能判定

13、在下列多重共线性产生的原因中，不正确的是（ D ）

A.经济本变量大多存在共同变化趋势

B.模型中大量采用滞后变量

C.由于认识上的局限使得选择变量不当

D.解释变量与随机误差项相关

14、下列说法不正确的是（ C ）

A.异方差是一种随机误差现象

B.异方差产生的原因有设定误差

C.检验异方差的方法有F检验法

D.修正异方差的方法有加权最小二乘法

15、设k为回归模型中的参数个数，n为样本容量。则对多元线性回归方

程进行显著性检验时，所用的F统计量可表示为（ A ） R2k1)ESS(nk)A. B. RSS(k1)(1R2)nk)

R2nk)ESS/(k1) D． C．2TSS(nk)(1R)k1)

16、对联立方程组模型中过度识别方程的估计方法有（ D ）

A．间接最小二乘法 B．普通最小二乘法

C．间接最小二乘法和二阶段最小二乘法 D．二阶段最小二乘法

17、对模型进行对数变换,其原因是（ B ）

A.能使误差转变为绝对误差 B.能使误差转变为相对误差

C.更加符合经济意义 D.大多数经济现象可用对

数模型表示

18、局部调整模型不具有如下特点（ D ）

A.对应的原始模型中被解释变量为期望变量，它不可观测

B.模型是一阶自回归模型

C.模型中含有一个滞后被解释变量Yt1，但它与随机扰动项不相关

D.模型的随机扰动项存在自相关

19、假设根据某地区1970——1999年的消费总额Y（亿元）和货币收入总

额X（亿元）的年度资料，估计出库伊克模型如下：

ˆ6.90570.2518X0.8136YYttt1

t(1.6521)

则（ C ）

A．分布滞后系数的衰减率为0.1864 (5.7717)(12.9166) R20.997F4323DW1.216

B．在显著性水平0.05下，DW检验临界值为dl1.3，由于d1.216dl1.3，据此可以推断模型扰动项存在自相关

C．即期消费倾向为0.2518，表明收入每增加1元，当期的消费将增加0.2518元

D．收入对消费的长期影响乘数为Yt1的估计系数0.8136

20、在模型有异方差的情况下,常用的补救措施是( D )

A.广义差分法 B.工具变量法 C.逐步回归法 D.加权最小二乘法

二、多项选择题

1、调整后的判定系数2与判定系数R2之间的关系叙述正确的有（ C D E ） A.2与R2均非负 B.2有可能大于R2 C.判断多元回归模型拟合优度时，使用2 D.模型中包含的解释变量个数越多，2与R2就相差越大

E.只要模型中包括截距项在内的参数的个数大于1，则2R2

2、如果模型中存在序列自相关现象，则有如下后果（ B C D E ）

A. 参数估计值有偏 B. 参数估计值的方差不能正确确定

C. 变量的显著性检验失效 D. 预测精度降低

E. 参数估计值仍是无偏的

3、下列说法不正确的有（ B C F ）

A. 加权最小二乘法是广义最小二乘法的特殊情况

B. 广义最小二乘法是加权最小二乘法的特殊情况

C. 广义最小二乘法是广义差分法的特殊情况

D. 广义差分法是广义最小二乘法的特殊情况

E. 普通最小二乘法是加权最小二乘法的特殊情况

F. 加权最小二乘法是普通最小二乘法的特殊情况

4、关于联立方程模型识别问题，以下说法正确的有 （ C D E ）

A. 满足阶条件的方程则可识别

B. 如果一个方程包含了模型中的全部变量，则这个方程恰好识别

C. 如果一个方程包含了模型中的全部变量，则这个方程不可识别

D. 如果两个方程包含相同的变量，则这两个方程均不可识别

E. 联立方程组中的每一个方程都是可识别的，则联立方程组才可识别 F. 满足阶条件和秩条件的方程一定是过度识别

5、在DW检验中，存在不能判定的区域是（ C D ）

A. 0﹤d﹤dl B. du﹤d﹤4-du

C. dl﹤d﹤du D. 4-du﹤d﹤4-dl

E. 4-dl﹤d﹤4

三、判断题（判断下列命题正误，并说明理由）

1、随机扰动项的方差与随机扰动项方差的无偏估计没有区别。

错

随机扰动项的方差反映总体的波动情况，对一个特定的总体而言，是一个确 定的值。

在最小二乘估计中，由于总体方差在大多数情况下并不知道，所以用样本数

2

ˆ2是据去估计：ei2/(nk)。其中n为样本数，k为待估参数的个数。2

2线性无偏估计，为一个随机变量。

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

ˆ2)E(2Kii)2，该表达式成立与否与正计量仍然是无偏的。因为E(

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：lnP34.50.56lnV。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：（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）

ˆ300.1X0.01X10.0X3.0X Yt1t2t3t4t

（0.02） （0.01） （1.0） （1.0） 其中：Yt＝第i个百货店的日均销售额（百美元）；

X1t＝第i个百货店前每小时通过的汽车数量（10辆）；

X2t＝第i个百货店所处区域内的人均收入（美元）；

X3t＝第i个百货店内所有的桌子数量；

X4t＝第i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X1t的显著性。

（临界值t0.025(25)2.06，t0.025(26)2.056，t0.05(25)1.708，t0.05(26)1.706）

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>t0.025(25)2.06知道，该变量显著。

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YX，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

C -2457.310

X 0.719308

R-squared

Adjusted R-squared

S.E. of regression

Sum squared resid

Log likelihood

Durbin-Watson stat Std. Errort-Statistic680.57380.011153-3.61064464.49707Prob. 0.0023 0.0000 25335.11 35027.97 18.36626 18.46519 4159.872 0.000000 0.996168 Mean dependent var0.995929 S.D. dependent var 2234.939 Akaike info criterion 79919268 Schwarz criterion -163.2963 F-statistic 2.181183 Prob(F-statistic)

残差与残差滞后1期的散点图：

ARCH检验输出结果：

ARCH Test:

F-statistic

Obs*R-squared

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

C -9299857.

RESID^2(-1) 0.033582

RESID^2(-2) -0.743273

RESID^2(-3) -0.854852

RESID^2(-4) 37.04345

R-squared

Adjusted R-squared

S.E. of regression

Sum squared resid

Log likelihood

Durbin-Watson stat Std. Errort-Statistic7646794.0.3083770.32042411.0296610.91380-1.2161770.108900-2.319650-0.0775053.3941822.886465 Probability 7.867378 Probability 0.085992 0.096559 Prob. 0.2549 0.9157 0.0455 0.9399 0.0079 5662887. 0.561956 Mean dependent var0.367269 S.D. dependent var 16323082 12984094 Akaike info criterion 1.52E+15 Schwarz criterion -246.0816 F-statistic 1.605808 Prob(F-statistic) 35.86880 36.09704 2.886465 0.085992

根据以上输出结果回答下列问题：

（1）该模型中是否违背无自相关假定？为什么？（0.05，dl1.158,du1.391）

（2）该模型中是否存在异方差？说明理由（显著性水平为0.1，20。 .1(4)7.7794）

（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）

解：（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。