2024计量经济课后重点题衍生考试试题及答案

2024计量经济课后重点题衍生考试试题及答案

一、单项选择题（总共10题，每题2分）1.经典线性回归模型的基本假定不包括以下哪项？A.随机干扰项同方差B.解释变量与随机干扰项不相关C.解释变量之间完全共线D.随机干扰项服从正态分布2.当模型存在异方差性时，以下哪种估计方法仍然是无偏的？A.加权最小二乘法B.普通最小二乘法C.工具变量法D.广义矩估计法3.检验多重共线性的常用方法是？A.White检验B.DW检验C.方差膨胀因子（VIF）D.LM检验4.工具变量法主要用于解决什么问题？A.异方差B.自相关C.内生性D.多重共线性5.面板数据模型中，固定效应模型与随机效应模型的主要区别在于？A.个体效应是否与解释变量相关B.样本量大小C.时间维度长度D.解释变量个数6.时间序列分析中，平稳性检验的常用方法是？A.单位根检验B.协整检验C.格兰杰因果检验D.方差分解7.以下哪种模型属于本质非线性回归模型（对参数非线性）？A.对数线性模型B.柯布-道格拉斯生产函数（原始形式）C.线性概率模型D.多项式回归模型8.异方差性的后果不包括以下哪项？A.OLS估计量有偏B.OLS估计量非有效C.t检验和F检验失效D.预测精度下降9.广义差分法主要用于处理什么问题？A.异方差B.自相关C.多重共线性D.内生性10.内生性问题的来源不包括？A.遗漏变量B.测量误差C.双向因果D.解释变量与被解释变量独立二、填空题（总共10题，每题2分）1.高斯-马尔可夫定理证明了在经典假定下，OLS估计量是__________的。2.当模型存在异方差时，常用的修正方法是__________（或__________）。3.DW统计量的取值范围是__________，用于检验__________。4.工具变量需要满足两个条件：__________（与内生解释变量相关）和__________（与随机干扰项不相关）。5.面板数据同时包含__________（个体/截面）和__________（时间）两个维度的信息。6.协整关系是指多个非平稳时间序列的__________是平稳的。7.广义矩估计的英文缩写是__________，中文名称为__________。8.模型设定误差的类型包括遗漏变量、__________和__________。9.若有m个互斥的类别，设置虚拟变量时应引入__________个，以避免__________。10.联立方程模型中，方程的识别分为__________、__________和不可识别三种情况。三、判断题（总共10题，每题2分）1.经典线性回归模型中，OLS估计量的无偏性不需要随机干扰项服从正态分布的假定。（）2.异方差性会导致OLS估计量有偏。（）3.多重共线性会使得OLS估计量的方差增大，但估计量仍然无偏。（）4.工具变量的外生性是指工具变量与内生解释变量相关。（）5.面板固定效应模型中，个体效应被假定为固定的常数，与解释变量可能相关。（）6.单位根检验的原假设是时间序列存在单位根（非平稳）。（）7.所有非线性回归模型都不能使用普通最小二乘法进行估计。（）8.虚拟变量陷阱是指引入了与其他解释变量完全共线的虚拟变量。（）9.联立方程模型中的内生变量只能作为被解释变量，不能作为解释变量。（）10.广义矩估计（GMM）不需要知道随机干扰项的具体分布形式。（）四、简答题（总共4题，每题5分）1.简述高斯-马尔可夫定理的内容及“BLUE”的含义。2.说明异方差性的后果及两种常用的检验方法。3.什么是工具变量法？其适用场景和核心条件是什么？4.面板数据模型主要有哪几类？如何选择合适的面板模型？五、讨论题（总共4题，每题5分）1.讨论计量经济学中内生性问题的来源及主要解决方法。2.结合实际经济问题，分析多重共线性的后果及缓解策略。3.为什么时间序列分析需要检验平稳性？以ADF单位根检验为例，说明其基本步骤和假设。4.计量经济学模型在政策效果评估中需注意哪些问题？如何通过模型设计提高评估准确性？答案及解析一、单项选择题答案1.C（经典假定要求解释变量无完全共线，“完全共线”违反满秩假定）2.B（OLS无偏性仅要求\(E(u|X)=0\)，异方差不影响无偏性，但影响有效性）3.C（方差膨胀因子（VIF）专门检验多重共线性；White检验异方差，DW检验自相关）4.C（工具变量法核心解决“内生性”，即解释变量与干扰项相关的问题）5.A（固定效应模型的个体效应与解释变量相关，随机效应模型的个体效应与解释变量不相关，Hausman检验用于判断）6.A（单位根检验（如ADF、PP）是平稳性检验的核心方法；协整检验针对非平稳序列的线性组合）7.B（柯布-道格拉斯生产函数原始形式\(Y=AK^\alphaL^\betau\)对参数\(\alpha,\beta\)非线性，需取对数转化为线性模型；其他选项均为参数线性模型）8.A（异方差不影响OLS估计量的无偏性，仅导致方差增大、检验失效）9.B（广义差分法通过变换模型，消除自相关的影响）10.D（内生性来源包括遗漏变量、双向因果、测量误差等；“解释变量与被解释变量独立”是理想状态，非内生性来源）二、填空题答案1.最优线性无偏（BLUE）2.加权最小二乘法（WLS）；广义最小二乘法（GLS）3.\(0\leq\text{DW}\leq4\)；一阶自相关4.相关性；外生性5.个体（截面）；时间6.线性组合7.GMM；广义矩估计8.包含无关变量；函数形式设定错误9.\(m-1\)；虚拟变量陷阱（完全共线性）10.恰好识别；过度识别三、判断题答案1.√（无偏性仅要求\(E(u|X)=0\)，正态假定用于推断（t/F检验），与无偏性无关）2.×（异方差不影响OLS估计量的无偏性，仅影响有效性）3.√（多重共线性下，估计量仍无偏，但方差增大，导致估计结果不稳定）4.×（工具变量的外生性是指与干扰项不相关；“相关性”是指与内生解释变量相关）5.√（固定效应模型的个体效应是“固定常数”，且通常与解释变量相关，需通过组内变换消除）6.√（单位根检验的原假设\(H_0\)：序列存在单位根（非平稳）；备择假设\(H_1\)：序列平稳）7.×（参数线性的非线性模型（如对数线性、多项式）可直接用OLS估计；仅参数非线性模型（如\(Y=\beta_0+\beta_1e^{\beta_2X}+u\)）不能用OLS）8.√（虚拟变量陷阱是因引入\(m\)个互斥类别对应的\(m\)个虚拟变量，导致完全共线）9.×（联立方程模型中，内生变量可作为其他方程的解释变量（如供需模型中，价格是内生变量，同时出现在供给和需求方程中））10.√（GMM仅需设定“矩条件”，无需假设干扰项的具体分布（如正态））四、简答题答案（每题约200字）1.高斯-马尔可夫定理：在经典线性回归模型的基本假定（线性于参数、满秩、\(E(u|X)=0\)、同方差、无自相关）下，OLS估计量是最优线性无偏估计量（BLUE）。-“线性”：估计量是样本观测值的线性组合；-“无偏”：\(E(\hat{\beta})=\beta\)；-“最优”：在所有线性无偏估计量中，OLS估计量的方差最小。2.异方差的后果：-估计量仍无偏，但非有效（方差不是最小的）；-t检验、F检验失效（标准误计算错误，导致检验统计量偏离t/F分布）；-预测精度下降（方差增大导致预测区间变宽）。检验方法：-怀特（White）检验：无需假设异方差的具体形式，基于残差平方与解释变量、解释变量平方及交叉项的回归；-戈里瑟（Glejser）检验：假设异方差与解释变量的某种函数形式相关，通过残差对解释变量的函数回归判断。3.工具变量法：当解释变量（内生变量）与干扰项相关时，引入一个“工具变量\(Z\)”，替代内生解释变量进行估计。-适用场景：存在内生性（如遗漏变量、双向因果、测量误差），且能找到合适的工具变量。-核心条件：-相关性：工具变量\(Z\)与内生解释变量\(X\)高度相关（\(\text{Cov}(Z,X)\neq0\)）；-外生性：工具变量\(Z\)与干扰项\(u\)不相关（\(\text{Cov}(Z,u)=0\)）；-排他性：\(Z\)仅通过影响\(X\)间接影响\(Y\)，无直接影响路径。4.面板数据模型类型及选择：-混合回归模型：忽略个体/时间效应，假设所有个体、时间的截距和斜率相同，适用于个体/时间效应不显著的场景。-固定效应模型（FE）：包含个体（或时间）固定效应，假设个体效应与解释变量相关，通过“组内变换”或“LSDV法”估计，适用于个体异质性与解释变量相关的场景。-随机效应模型（RE）：假设个体效应是随机变量，与解释变量不相关，通过广义最小二乘法估计，适用于个体异质性与解释变量无关的场景。-选择方法：-F检验：比较“混合模型”与“固定效应模型”的优劣；-Hausman检验：比较“固定效应模型”与“随机效应模型”的一致性，若拒绝原假设（RE的个体效应与解释变量无关），则选FE，否则选RE。五、讨论题答案（每题约200字）1.内生性的来源及解决方法：-来源：遗漏变量（重要变量未纳入，其影响归入干扰项）、双向因果（解释变量与被解释变量相互影响）、测量误差（解释变量观测值与真实值偏差归入干扰项）、样本选择偏差（样本非随机，干扰项与解释变量关系受选择影响）。-解决方法：-工具变量法：找与内生变量相关、与干扰项无关的工具变量（如政策实验的随机分配、历史数据）；-固定效应模型：消除不随时间变化的个体异质性（如地区文化、企业特质）；-双重差分法（DID）：利用政策“自然实验”，比较处理组（受政策影响）与对照组（未受影响）的差异，控制时间和个体效应；-Heckman两步法：处理样本选择偏差，先估计“选择方程”，再修正主方程的干扰项。2.多重共线性的后果及缓解策略：-后果：估计量方差显著增大，估计结果不稳定（对样本微小变化敏感）；参数符号可能与理论预期相反，经济意义解释困难；t检验可能不显著，变量显著性被掩盖。-缓解策略：-增加样本量：利用更多数据降低变量间的相关性；-剔除无关变量：通过VIF或理论检验，保留核心解释变量，剔除相关性高的冗余变量；-变量变换：将相关变量组合（如主成分分析、差分法），或取对数、标准化；-正则化方法：如岭回归（RidgeRegression），在损失函数中加入惩罚项，减小估计量方差；-先验信息约束：结合理论或经验，对参数施加约束（如行业间系数相等）。3.平稳性的重要性及ADF检验：-重要性：非平稳序列的均值、方差、自协方差随时间变化，传统OLS回归会导致“伪回归”（变量无真实关系但系数显著）。-ADF单位根检验步骤：1.设定模型：含截距、趋势或都不含（根据序列图形判断），形式为\(\DeltaY_t=\alpha+\betat+\gammaY_{t-1}+\delta_1\DeltaY_{t-1}+\dots+\delta_p\DeltaY_{t-p}+u_t\)（\(\Delta\)为差分算子）；2.检验原假设\(H_0:\gamma=0\)（序列存在单位根，非平稳），备择假设\(H_1:\gamma<0\)（序列平稳）；3.比较ADF统计量与临界值，若ADF统计量小于临界值，拒绝原假设，认为序列平稳。4.政策评估的注意事项及模型设计：-注意事项：内生性（政策实施与经济环境相关）、样本选择偏差（政策对象非随机选择）、异质性（不同群体对政策