计量经济学中级教程后答案.doc

本文档系作者精心整理编辑，实用价值高。第一章 绪论1.1 一般说来，计量经济分析按照以下步骤进行：（1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据（4）估计参数 （5）假设检验 （6）预测和政策分析1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。为了使模型更现实，我们有必要在模型中引进扰动项u来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。1.3 时间序列数据时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如就是一个估计量，。现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用均值估计量得出的均值估计值为。第二章 经典线性回归模型2.1 判断题（说明对错；如果错误，则予以更正）（1）对（2）对（3）错只要线性回归模型满足假设条件（1）（4），OLS估计量就是BLUE。（4）错R2 =ESS/TSS。（5）错。我们可以说的是，手头的数据不允许我们拒绝原假设。（6）错。因为，只有当保持恒定时，上述说法才正确。2.2 应采用（1），因为由（2）和（3）的回归结果可知，除X1外，其余解释变量的系数均不显著。（检验过程略）2.3 (1) 斜率系数含义如下:0.273: 年净收益的土地投入弹性, 即土地投入每上升1%, 资金投入不变的情况下, 引起年净收益上升0.273%.733: 年净收益的资金投入弹性, 即资金投入每上升1%, 土地投入不变的情况下, 引起年净收益上升0.733%. 拟合情况: ,表明模型拟合程度较高.(2) 原假设 备择假设 检验统计量 查表， 因为t=2.022,故拒绝原假设,即显著异于0,表明资金投入变动对年净收益变动有显著的影响.（3） 原假设 备择假设 : 原假设不成立 检验统计量 查表，在5%显著水平下 因为F=475.14，故拒绝原假设。结论,：土地投入和资金投入变动作为一个整体对年净收益变动有影响.2.4 检验两个时期是否有显著结构变化,可分别检验方程中D和DX的系数是否显著异于0.(1) 原假设 备择假设 检验统计量 查表 因为t=3.155, 故拒绝原假设, 即显著异于0。(2) 原假设 备择假设 检验统计量 查表 因为|t|=3.155, 故拒绝原假设, 即显著异于0。结论：两个时期有显著的结构性变化。2.5 （1） （2）变量、参数皆非线性，无法将模型转化为线性模型。（3）变量、参数皆非线性，但可转化为线性模型。取倒数得：把1移到左边，取对数为：，令2.6 （1）截距项为-58.9，在此没有什么意义。X1的系数表明在其它条件不变时，个人年消费量增加1百万美元，某国对进口的需求平均增加20万美元。X2的系数表明在其它条件不变时，进口商品与国内商品的比价增加1单位，某国对进口的需求平均减少10万美元。（2）Y的总变差中被回归方程解释的部分为96%，未被回归方程解释的部分为4%。（3）检验全部斜率系数均为0的原假设。 =由于F192 F0.05(2,16)=3.63，故拒绝原假设，回归方程很好地解释了应变量Y。A. 原假设H0：1= 0 备择假设H1：1 0 t0.025(16)=2.12，故拒绝原假设，1显著异于零，说明个人消费支出（X1）对进口需求有解释作用，这个变量应该留在模型中。B. 原假设H0：2=0备择假设H1：2 0 t0.025（16）=2.12，不能拒绝原假设，接受2=0，说明进口商品与国内商品的比价（X2）对进口需求地解释作用不强，这个变量是否应该留在模型中，需进一步研究。2.7（1）弹性为-1.34，它统计上异于0，因为在弹性系数真值为0的原假设下的t值为：得到这样一个t值的概率（P值）极低。可是，该弹性系数不显著异于-1，因为在弹性真值为-1的原假设下，t值为：这个t值在统计上是不显著的。（2）收入弹性虽然为正，但并非统计上异于0，因为t值小于1（）。（3）由，可推出 本题中，0.27，n46，k2，代入上式，得0.3026。2.8（1）薪金和每个解释变量之间应是正相关的，因而各解释变量系数都应为正，估计结果确实如此。系数0.280的含义是，其它变量不变的情况下，CEO薪金关于销售额的弹性为0.28；系数0.0174的含义是，其它变量不变的情况下，如果股本收益率上升一个百分点（注意，不是1），CEO薪金的上升约为1.07；与此类似，其它变量不变的情况下，公司股票收益上升一个单位，CEO薪金上升0.024。（2）用回归结果中的各系数估计值分别除以相应的标准误差，得到4个系数的t值分别为：13.5、8、4.25和0.44。用经验法则容易看出，前三个系数是统计上高度显著的，而最后一个是不显著的。（3）R20.283，拟合不理想，即便是横截面数据，也不理想。2.9 （1）2.4。（2）因为Dt和（Dtt）的系数都是高度显著的，因而两时期人口的水平和增长率都不相同。19721977年间增长率为1.5，19781992年间增长率为2.6（1.51.1）。2.10 原假设H0: 1 =2，3 =1.0 备择假设H1: H0不成立 若H0成立，则正确的模型是： 据此进行有约束回归，得到残差平方和。 若H1为真，则正确的模型是原模型： 据此进行无约束回归（全回归），得到残差平方和S。 检验统计量是： F(g,n-K-1) 用自由度（2，n-3-1）查F分布表，5%显著性水平下，得到FC ， 如果F FC, 则拒绝原假设H0，接受备择假设H1。2.11 （1）2个，（2）4个，2.12 2.13 对数据处理如下：lngdpln（gdp/p） lnk=ln（k/p） lnL=ln（L/P）对模型两边取对数，则有lnYlnAalnKblnLlnv用处理后的数据采用EViews回归，结果如下： t：(0.95) (16.46) (3.13) 由修正决定系数可知，方程的拟合程度很高；资本和劳动力的斜率系数均显著（tc=2.048）, 资本投入增加1，gdp增加0.96%，劳动投入增加1，gdp增加0.18%，产出的资本弹性是产出的劳动弹性的5.33倍。第三章 经典假设条件不满足时的问题与对策3.1（1）对（2）对（3）错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性的可能性。（4）对（5）错。在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最小方差的性质，即不是BLUE。（6）对（7）错。模型中包括无关的解释变量，参数估计量仍无偏，但会增大估计量的方差，即增大误差。（8）错。在多重共线性的情况下，尽管全部“斜率”系数各自经t检验都不显著， R2值仍可能高。（9）错。存在异方差的情况下，OLS法通常会高估系数估计量的标准误差，但不总是。（10）错。异方差性是关于扰动项的方差，而不是关于解释变量的方差。3.2 对模型两边取对数，有lnYt=lnY0+t*ln(1+r)+lnut ,令LYlnYt，alnY0，bln(1+r)，vlnut，模型线性化为：LYabtv估计出b之后，就可以求出样本期内的年均增长率r了。3.3（1）DW=0.81，查表（n=21,k=3,=5%）得dL=1.026。 DW=0.811.026 结论：存在正自相关。（2）DW=2.25，则DW=4 2.25 = 1.75 查表（n=15, k=2, =5%）得du =1.543。 1.543DW= 1.75 2 结论：无自相关。（3）DW= 1.56，查表（n=30, k=5, =5%）得dL =1.071, du =1.833。 1.071DW= 1.56 1.833结论：无法判断是否存在自相关。3.4横截面数据.不能采用OLS法进行估计，由于各个县经济实力差距大，可能存在异方差性。GLS法或WLS法。3.5 （1）可能存在多重共线性。因为X3的系数符号不符合实际.R2很高,但解释变量的t值低：t2=0.9415/0.8229=1.144, t3=0.0424/0.0807=0.525.解决方法：可考虑增加观测值或去掉解释变量X3.（2）DW=0.8252, 查表(n=16,k=1,=5%)得dL=1.106.DW=0.8252Fc1.97，故拒绝原假设原假设H0：。结论：存在异方差性。3.12 将模型变换为：若、为已知，则可直接估计（2）式。一般情况下，、为未知，因此需要先估计它们。首先用OLS法估计原模型(1)式，得到残差et，然后估计：其中为误差项。用得到的和的估计值和生成令，用OLS法估计即可得到和，从而得到原模型（1）的系数估计值和。3.13 （1）全国居民人均消费支出方程：= 90.93 + 0.692 R2=0.997t： (11.45) (74.82) DW=1.15DW=1.15，查表（n=19,k=1,=5%）得dL=1.18。 DW=1.151.18结论：存在正自相关。可对原模型进行如下变换：Ct -Ct-1 = (1-)+(Yt-Yt-1)+（ut -ut -1）由令：Ct= Ct 0.425Ct-1 ， Yt= Yt-0.425Yt-1 ，=0.575 然后估计 Ct=+Yt + t ，结果如下：= 55.57 + 0.688 R2=0.994 t：(11.45) (74.82) DW=1.97DW=1.97，查表（n=19,k=1,=5%）得du=1.401。 DW=1.971.18，故模型已不存在自相关。（2）农村居民人均消费支出模型：农村：= 106.41 + 0.60 R2=0.979t： (8.82) (28.42) DW=0.76DW=0.76，查表（n=19,k=1,=5%）得dL=1.18。 DW=0.761.18，故存在自相关。解决方法与（1）同，略。（3）城镇：= 106.41 + 0.71 R2=0.998t： (13.74) (91.06) DW=2.02DW=2.02，非常接近2，无自相关。3.14 （1）用表中的数据回归，得到如下结果： =54.19 + 0.061X1 + 1.98*X2 + 0.03X3 - 0.06X4 R20.91t: (1.41) (1.58) (3.81) (1.14) (-1.78)根据tc(=0.05,n-k-1=26)=2.056，只有X2的系数显著。 （2）理论上看，有效灌溉面积、农作物总播种面积是农业总产值的重要正向影响因素。在一定范围内，随着有效灌溉面积、播种面积的增加，农业总产值会相应增加。受灾面积与农业总产值呈反向关系，也应有一定的影响。而从模型看，这些因素都没显著影响。这是为什么呢？ 这是因为变量有效灌溉面积、施肥量与播种面积间有较强的相关性，所以方程存在多重共线性。现在我们看看各解释变量间的相关性，相关系数矩阵如下：X1 X2 X3 X410.8960.8800.7150.89610.8950.6850.8800.89510.8830.7150.6850.8831X1X2 X3X4表中r120.896，r130.895，说明施肥量与有效灌溉面积和播种面积间高度相关。我们可以通过对变量X2的变换来消除多重共线性。令X22X2/X3（公斤/亩），这样就大大降低了施肥量与面积之间的相关性，用变量X22代替X2，对模型重新回归，结果如下： =233.62 + 0.088X1 + 13.66*X2 + 0.096X3 - 0.099X4 R20.91t: (-3.10) (2.48) (3.91) (4.77) (-3.19)从回归结果的t值可以看出，现在各个变量都已通过显著性检验，说明多重共线性问题基本得到解决。第八章 时间序列分析8.1 单项选择题（1）A （2）D（3）B （4）B8.2 首先同时估计出ADF检验中三个模型的适当形式，然后通过ADF临界值表检验原假设；只要有一个模型的检验结果拒绝了原假设，就可以认为时间序列是平稳的；如果三个模型的检验结果都不能拒绝原假设时，则认为时间序列是非平稳的。8.3 第一，所选模型的随机扰动项为白噪声；第二，所选模型的AIC和SC值较小；第三，所选模型尽量简练；第四，所选模型拟合优度较高（第二条的另一种表述）等。8.4 Yt，XtCI(1, 1），协整向量是（1, -0, -1），能。8.5 答案略，请参照相关章节的案例进行上机练习。8.6 可能的扩展形式有ARCH-M(q)模型、GARCH-M(p,q)模型、对称的TRACH模型、非对称的EGARCH模型、PARCH模型、成分ARCH模型等，各个扩展模型的具体形式参加相关文献。8.7 （1）因为|2.35小于临界|值，表明住宅开工数时间序列是非平稳的。（2）按常规检验，t的绝对值达到2.35，可判断为在5水平上显著，但在单位根的情形下，临界|t|值是2.95而不是2.35。（3）由于的|值远大于对应的临界值，因此，住宅开工数的一阶差分是平稳时间序列。8.8 （1） 在一阶差分回归式（B）中，两变量之间仍存在正相关关系，可是弹性系数降的很厉害，弹性系数的显著下降提示我们，问题可能是两变量间不存在协整关系。（2）和（3） 由回归C，两变量似乎是协整的，因为5%的临界位为-2.6227，而估计的位为-2.2521，可是1%的临界位为-2.6227，表明两变量不是协整的。如果我们在回归C中加上截距项和时间趋势，则DF检验将表明两变量不是协整的。（4）此方程给出的是M1和GDP的对数之间的短期关系。这是因为给出的方程考虑了误差调整机制（ECM），它试图在两变量离开其长期通道的情况下，恢复均衡。可是，方程中误差项在5%水平上不显著。如我们在（2）和（3）中所讨论的，由于协整检验的各结果相当混乱，使人难以得出所提供的回归结果A是否伪回归的明确结论。8.9 用表中的人口（pop）时间序列数据，进行单位根检验，得到如下估计结果： 两种情况下，t值分别为0.40和 -0.88，从DickeyFuller统计量临界值表中可以看出，两者分别大于从0.01到0.10的各种显著性水平下的值和值。因此，两种情况下都不能拒绝原假设，即私人消费时间序列是非平稳序列。下面看一下该序列的一阶差分（dpop）的平稳性。做类似于上面的回归，得到如下结果：其中dpopt=dpopt-dpopt-1。两种情况下，t值分别为-3.287和-3.272，从DickeyFuller统计量临界值表中可以看出，第一个检验小于从0.025到0.10的各种显著性水平下的值和值；第二个检验小于0.10显著性水平下的值。因此，在0.10显著水平下，二者都拒绝原假设，即人口一阶差分时间序列没有单位根，或者说该序列是平稳序列。综合以上结果，我们的结论是：dpopt是平稳序列，dpoptI(0)。而popt是非平稳序列，由于dpoptI(0)，因而poptI(1)。8.10 步骤一：求出三变量的单整的阶 （1）对三变量原序列的单位根检验从DickeyFuller统计量临界值表中可以看出，三个序列的t值分别大于从0.01到0.10的各种显著性水平下的值和值。因此，三个序列的单位根检验都不能