高级计量经济学课后习题参考答案及复习试卷

高级计量经济学课后习题参考答案及复习试卷考试时间：120分钟总分：100分姓名：__________学号：__________得分：__________说明：本试卷结合洪永淼《高级计量经济学》教材核心章节习题设计，涵盖经典线性回归、工具变量、广义矩方法、最大似然估计等核心知识点，适配课后复习与自我检测，所有习题均配备详细解析，助力巩固知识点并掌握解题思路。一、选择题（每题2分，共20分。请将正确选项的字母填入括号内）下列哪项不是经典线性回归模型（CLRM）的基本假设？（）

A.线性性：被解释变量与解释变量存在线性关系

B.严格外生性：解释变量与扰动项不相关

C.扰动项存在自相关

D.解释变量矩阵满秩，无多重共线性

关于普通最小二乘法（OLS）估计量的性质，下列说法错误的是（）

A.在CLRM假设下，OLS估计量是无偏估计量

B.在CLRM假设下，OLS估计量是有效估计量

C.OLS估计量的一致性仅依赖于严格外生性假设

D.OLS估计量满足高斯-马尔可夫定理

当解释变量存在内生性问题时，下列估计方法中最适用的是（）

A.OLS估计法B.加权最小二乘法（WLS）

C.工具变量（IV）估计法D.普通最小二乘法的修正形式

广义矩方法（GMM）的核心思想是（）

A.最小化残差平方和

B.利用矩条件构造目标函数并最小化

C.最大化似然函数

D.消除解释变量的多重共线性下列关于最大似然估计（MLE）的说法，正确的是（）

A.MLE估计量一定是无偏的

B.MLE估计量在大样本下具有一致性和渐近正态性

C.MLE不需要知道扰动项的分布

D.MLE的计算难度低于OLS估计

对于平稳时间序列的线性回归模型，下列说法错误的是（）

A.序列平稳性是模型估计的重要前提

B.可通过单位根检验判断序列平稳性

C.平稳序列的均值和方差不随时间变化

D.平稳序列一定不存在自相关

当模型存在条件异方差时，下列处理方法不适用的是（）

A.加权最小二乘法（WLS）B.怀特（White）异方差稳健标准误

C.广义最小二乘法（GLS）D.工具变量估计法

工具变量的选择需要满足的核心条件不包括（）

A.工具变量与内生解释变量高度相关

B.工具变量与扰动项不相关

C.工具变量与被解释变量直接相关

D.工具变量不能是被解释变量的函数

拟最大似然估计（QMLE）与普通MLE的主要区别在于（）

A.QMLE不需要构造似然函数

B.QMLE不要求知道扰动项的真实分布

C.QMLE的估计量不具有一致性

D.QMLE的计算更复杂

下列关于模型设定偏误的说法，错误的是（）

A.遗漏重要解释变量会导致OLS估计量有偏

B.包含无关解释变量会导致OLS估计量无效

C.模型函数形式设定错误属于设定偏误

D.设定偏误可以通过增加样本量来解决二、填空题（每空1分，共15分。请将答案填入横线上）经典线性回归模型中，扰动项的方差估计量称为________，其平方根称为扰动项的估计标准差。OLS估计量的渐近方差由________决定，在异方差存在时，该方差会被低估或高估。工具变量估计中，当工具变量个数大于内生解释变量个数时，称为________识别，此时需通过过度识别检验判断工具变量的有效性。广义矩方法中，矩条件的个数大于待估计参数个数时，目标函数通常采用________最小化，权重矩阵为最优权重矩阵。最大似然估计中，似然函数是________的函数，最大化似然函数即可得到参数的MLE估计量。平稳时间序列的线性回归模型中，若扰动项存在自相关，可采用________或Newey-West稳健标准误进行处理。条件异方差的检验方法主要有________检验、怀特检验和ARCH检验。模型设定偏误的检验方法中，________检验可用于检验是否遗漏重要解释变量。高级计量经济学中，参数估计量的大样本性质主要包括一致性、________和渐近有效性。独立同分布随机样本的线性回归模型中，OLS估计量的一致性依赖于________和解释变量矩阵满秩两个核心条件。工具变量估计的核心是通过工具变量替代________，消除其与扰动项的相关性，从而得到一致估计量。广义最小二乘法（GLS）的核心是通过________，将存在异方差或自相关的模型转化为满足CLRM假设的模型，再进行OLS估计。拟最大似然估计中，即使扰动项的真实分布与假设分布不一致，只要矩条件满足，估计量仍具有________。线性回归模型中，多重共线性会导致OLS估计量的________增大，降低估计精度。洪永淼《高级计量经济学》教材中，将________作为统一框架，介绍现代计量经济学的基本思想与方法。三、简答题（每题5分，共20分）简述经典线性回归模型（CLRM）的基本假设，以及违背这些假设会产生的后果。简述工具变量估计的适用场景、工具变量的选择条件，以及工具变量估计量的大样本性质。简述广义矩方法（GMM）与普通最小二乘法（OLS）、最大似然估计（MLE）的区别与联系。简述条件异方差的含义、产生原因，以及常用的处理方法。四、计算题（每题10分，共20分）考虑线性回归模型：yi=β0+β1x1i+β2x2i+ui，其中ui∼i.i.d.0σ2，满足CLRM所有假设。已知样本量n=20，OLS估计结果如下：β0考虑简单线性回归模型：yi=β0+β1xi+ui，其中xi为内生解释变量，存在Covxiui≠0，选取工具变量zi五、综合分析题（共15分）某研究者想要研究居民可支配收入（x）对消费支出（y）的影响，建立线性回归模型：yi=β（1）该模型中可能存在内生性问题吗？请说明原因；（2）若存在内生性，如何选择合适的工具变量？请列出工具变量的选择条件，并举例说明一个合理的工具变量；（3）分别说明OLS估计和工具变量（IV）估计的结果会存在什么差异，为什么？（4）如何检验工具变量的有效性？参考答案及解析一、选择题（每题2分，共20分）C解析：经典线性回归模型的基本假设包括线性性、严格外生性、扰动项同方差、无自相关、解释变量矩阵满秩、扰动项正态分布（可选），扰动项存在自相关是违背基本假设的情况，不属于假设本身。C解析：OLS估计量的一致性依赖于两个核心条件：解释变量与扰动项渐近不相关（弱外生性）和解释变量矩阵满秩，并非仅依赖严格外生性假设；严格外生性主要保证估计量的无偏性。C解析：内生性问题是指解释变量与扰动项相关，此时OLS估计量会有偏且不一致；工具变量估计法通过选取与内生解释变量相关、与扰动项无关的工具变量，替代内生解释变量进行估计，可解决内生性问题；WLS用于处理异方差，OLS修正形式无法根本解决内生性。B解析：GMM的核心思想是利用经济理论或模型设定得到的矩条件，构造目标函数并最小化，从而得到参数估计量；A是OLS的核心思想，C是MLE的核心思想，D是处理多重共线性的目的。B解析：MLE估计量在小样本下不一定无偏，但在大样本下具有一致性、渐近正态性和渐近有效性；MLE需要明确扰动项的分布，否则无法构造似然函数；MLE的计算难度通常高于OLS，需要求解非线性方程。D解析：平稳时间序列的均值、方差和自协方差不随时间变化，但平稳序列仍可能存在自相关（如平稳AR(1)序列）；单位根检验（如ADF检验）是判断序列平稳性的常用方法，平稳性是时间序列回归的重要前提。D解析：WLS、GLS可用于处理异方差，White异方差稳健标准误可在不改变估计量的情况下，修正异方差带来的标准误偏差；工具变量估计法用于处理内生性，不适用于异方差问题。C解析：工具变量的选择需满足三个核心条件：①与内生解释变量高度相关（相关性条件）；②与扰动项不相关（外生性条件）；③不能是被解释变量的函数，且不直接影响被解释变量（排除性条件）；工具变量无需与被解释变量直接相关，只需通过内生解释变量间接影响被解释变量。B解析：QMLE与MLE的核心区别的是，QMLE不要求知道扰动项的真实分布，只需假设一个分布构造似然函数，即使假设分布与真实分布不一致，只要矩条件满足，仍可得到一致估计量；两者都需要构造似然函数，QMLE的计算难度通常低于MLE，且具有一致性。D解析：设定偏误包括遗漏重要解释变量、包含无关解释变量、函数形式设定错误等，遗漏重要解释变量会导致OLS估计量有偏且不一致，包含无关解释变量会导致OLS估计量无效（方差增大）；设定偏误是模型设定本身的问题，无法通过增加样本量解决，需修正模型设定。二、填空题（每空1分，共15分）残差方差估计量解析：经典线性回归模型中，扰动项方差σ2的估计量为σ扰动项方差和解释变量矩阵解析：OLS估计量的渐近方差为σ2X'X−1过度解析：工具变量个数等于内生解释变量个数时，称为恰好识别；工具变量个数大于内生解释变量个数时，称为过度识别，过度识别时需进行过度识别检验（如Sargan检验），判断工具变量是否有效。加权平方和解析：GMM中，当矩条件个数大于待估计参数个数时，无法同时满足所有矩条件，需构造加权平方和目标函数Jθ=gθ未知参数解析：似然函数是未知参数θ的函数，反映了在给定样本下，不同参数值对应的样本出现概率，最大化似然函数即可得到使样本出现概率最大的参数估计量（MLE）。广义最小二乘法（GLS）解析：平稳时间序列回归中，若扰动项存在自相关，可采用GLS将自相关转化为无自相关，或采用Newey-West稳健标准误，修正自相关带来的标准误偏差。帕克（Park）解析：条件异方差的常用检验方法包括帕克检验、怀特检验、ARCH检验，其中帕克检验通过建立残差平方与解释变量的回归关系，判断是否存在异方差。拉姆齐（Ramsey）RESET解析：拉姆齐RESET检验可用于检验模型是否存在设定偏误，尤其是遗漏重要解释变量或函数形式设定错误的情况。渐近正态性解析：高级计量经济学中，参数估计量的大样本性质主要包括一致性（估计量收敛于真实参数）、渐近正态性（大样本下服从正态分布）和渐近有效性（方差最小）。解释变量与扰动项渐近不相关解析：独立同分布随机样本的线性回归模型中，OLS估计量的一致性依赖于两个核心条件：解释变量与扰动项渐近不相关（弱外生性）和解释变量矩阵满秩（无多重共线性）。内生解释变量解析：工具变量估计的核心逻辑是，用与内生解释变量相关、与扰动项无关的工具变量，替代内生解释变量，消除其与扰动项的相关性，从而得到一致的参数估计量。变量变换解析：GLS的核心是通过变量变换，消除扰动项的异方差或自相关，将模型转化为满足CLRM假设的形式，再对变换后的模型进行OLS估计，得到有效估计量。一致性解析：QMLE的优势在于，即使扰动项的真实分布与假设分布不一致，只要模型的矩条件满足，估计量仍具有一致性，因此适用性更广泛。方差解析：多重共线性会导致解释变量矩阵X的秩不足，X'统一的理论框架解析：洪永淼《高级计量经济学》教材的显著特点是，使用一个统一的理论框架，介绍现代计量经济学的基本思想、基本概念、基本理论与基本方法，各章节内容前后有序、由浅入深。三、简答题（每题5分，共20分）答：（1）经典线性回归模型（CLRM）的基本假设（3分）：①线性性：被解释变量y与解释变量X存在线性关系，即y=Xβ+u；②严格外生性：Eu|X=0，解释变量与扰动项不相关；③同方差性：Varu|X=σ2In，扰动项方差为常数；④无自相关：答：（1）适用场景（1分）：当模型中存在内生解释变量（解释变量与扰动项相关），导致OLS估计量有偏且不一致时，适用工具变量估计法。（2）工具变量的选择条件（2分）：①相关性：工具变量z与内生解释变量x高度相关，即Covzx≠0；②外生性：工具变量z与扰动项u不相关，即Covzu=0；③排除性：工具变量z不直接影响被解释变量答：（1）区别（3分）：①核心思想不同：OLS最小化残差平方和，MLE最大化似然函数，GMM利用矩条件最小化加权平方和；②假设条件不同：OLS依赖CLRM假设，MLE需要知道扰动项分布，GMM仅需满足矩条件，假设条件更宽松；③适用场景不同：OLS适用于无内生性、异方差、自相关的模型，MLE适用于已知扰动项分布的模型，GMM适用于存在内生性、异方差等复杂情况，且无需知道扰动项分布。（2）联系（2分）：①当模型满足CLRM假设时，OLS估计量、MLE估计量和GMM估计量（选取合适矩条件）是一致的；②三者都是参数估计方法，都追求估计量的一致性和有效性；③GMM是更一般的估计方法，OLS和MLE可看作GMM的特殊情况（OLS对应矩条件EX答：（1）含义（1分）：条件异方差是指扰动项的方差依赖于解释变量的取值，即Var(u_i|X)=\sigma_i^2\neq\text{常数}，随解释变量的变化而变化。（2）产生原因（2分）：①经济变量的波动性差异（如收入越高，消费支出的波动越大）；②模型设定偏误（如遗漏重要解释变量）；③数据测量误差（测量误差随解释变量变化）；④时间序列数据的波动聚集性（如金融数据）。（3）处理方法（2分）：①加权最小二乘法（WLS）：根据异方差的形式，给不同观测值赋予不同权重，消除异方差；②广义最小二乘法（GLS）：通过变量变换，将异方差模型转化为同方差模型；③稳健标准误法（如White稳健标准误）：不改变估计量，仅修正标准误，用于假设检验。四、计算题（每题10分，共20分）解：（1）扰动项方差σ2的估计量（3分）

公式：σ2=RSSn−k−1，其中n=20，k=2（解释变量个数），RSS=45

代入数据：σ2=4520−2−1=4517≈2.647

（2）β1和β2的标准误（4分）

标准误公式：seβj