2026年计量经济学试题题库(含答案)

2026年计量经济学试题题库(含答案)一、单项选择题（每题2分，共20分）1.在古典线性回归假定下，OLS估计量具有的性质是（）。A.最优线性无偏估计量（BLUE）B.有偏但一致C.无偏但非有效D.一致但非线性答案A2.当回归模型存在异方差时，OLS估计量仍然满足（）。A.无偏性B.有效性C.最小方差性D.无偏性和有效性答案A解析异方差下OLS估计量仍是无偏和一致的，但不再有效，方差不再最小。3.在多元线性回归模型中，若解释变量之间存在完全多重共线性，则OLS估计量（）。A.存在且唯一B.不存在C.无偏且有效D.方差最小答案B解析完全多重共线性时，矩阵X′X奇异，4.杜宾-沃森（DW）检验主要用于检验（）。A.异方差性B.一阶自相关C.多重共线性D.随机解释变量答案B5.在古典假定下，OLS估计量β的方差协方差矩阵为（）。A.σB.σC.(D.σ答案A6.对一元回归yi=βA.样本容量nB.解释变量的离差平方和∑C.解释变量的平方和∑D.被解释变量的均值答案B解析Va7.若回归模型中遗漏了一个重要解释变量，通常会导致（）。A.异方差性B.自相关性C.模型设定误差D.完全多重共线性答案C8.在显著性水平α下，对回归系数进行t检验，拒绝原假设的区域为（）。A.|B.|C.tD.t答案A解析k为被估计参数个数，n−k为自由度，双侧检验使用9.在回归模型中引入虚拟变量时，若一个定性变量有m个类别，则通常需要引入（）。A.m个虚拟变量B.m−C.m+D.1个虚拟变量答案B解析为避免完全多重共线性（虚拟变量陷阱），m个类别只需引入m−10.对时间序列模型进行回归后，若DW统计量接近于0，则表明残差可能存在（）。A.无自相关B.正自相关C.负自相关D.无法判断答案B解析DW≈2二、判断题（每题1分，共10分）1.在古典线性回归假定下，OLS估计量是最优线性无偏估计量（BLUE）。答案正确2.当模型存在异方差时，加权最小二乘法（WLS）可以得到比OLS更有效的估计量。答案正确3.多重共线性下，OLS估计量仍然是无偏的，但方差会增大。答案正确4.若DW统计量接近于2，则表明模型存在严重的正自相关。答案错误解析DW接近2时表明残差不存在一阶自相关。5.可决系数R2答案正确6.对多元回归模型所有解释变量的联合显著性检验应使用F检验。答案正确7.在回归模型中增加一个解释变量，调整的可决系数R2答案错误解析R28.引入过多虚拟变量导致完全多重共线性，这种现象称为“虚拟变量陷阱”。答案正确9.一阶差分法常用于消除时间序列模型中的一阶自相关。答案正确10.当模型存在异方差时，OLS估计量的标准误是有偏的，t检验和F检验可能失效。答案正确三、简答题（每题5分，共20分）1.简述计量经济学线性回归模型的古典假定（至少五点）。答案(1)模型设定正确，解释变量与被解释变量之间存在线性关系；(2)随机误差项零均值，即E((3)随机误差项同方差，即Va(4)随机误差项无自相关，即Cov((5)随机误差项与解释变量不相关，即Co(6)解释变量之间不存在完全多重共线性；(7)随机误差项服从正态分布（可加假定）。2.简述多重共线性的后果及常用补救措施。答案后果：(1)OLS估计量仍无偏、一致，但方差增大，估计精度下降；(2)参数估计不稳定，对数据变化敏感；(3)t检验容易不显著，但整体F检验可能显著；(4)系数符号可能不符合经济意义。补救措施：(1)增加样本容量；(2)剔除引起共线性的变量；(3)对变量作差分或比率变换；(4)主成分回归或岭回归；(5)利用先验信息约束参数。3.简述检验异方差性的常用方法（至少三种）。答案(1)残差图法：以拟合值yi或解释变量为横轴、残差e(2)Goldfeld-Quandt检验：将样本按解释变量排序后分为两部分，比较两部分残差平方和之比是否显著偏大；(3)White检验：用残差平方对解释变量及其平方项和交叉项作辅助回归，检验辅助回归的整体显著性；(4)Breusch-Pagan检验：用残差平方对解释变量作辅助回归，检验斜率是否联合显著；(5)Park检验和Glejser检验等。4.简述DW检验的基本思想及其局限性。答案基本思想：检验一阶自回归形式ut=ρD当ρ=0时，DW≈2；ρ局限性：(1)只适用于检验一阶自相关，无法检验高阶自相关；(2)要求回归模型中包含截距项；(3)不适用于解释变量含被解释变量滞后项的模型；(4)存在无法判断的不确定区域。四、计算与分析题（共50分）1.（本题10分）设一元线性回归模型y根据样本n=∑求：(1)β1和β2；(2)可决系数答案：(1)计算均值：x由OLS公式：$$\hat{\beta}_2=\frac{\sumx_iy_i-n\bar{x}\bar{y}}{\sumx_i^2-n\bar{x}^2}

=\frac{170-10\times3\times5}{100-10\times9}

=\frac{20}{10}=2$$β所以回归方程为：y(2)计算总离差平方和与回归平方和：∑∑$$R^2=\frac{\hat{\beta}_2^2\sum(x_i-\bar{x})^2}{\sum(y_i-\bar{y})^2}

=\frac{4\times10}{50}=0.8$$因此，R2=0.8，表明解释变量x2.（本题10分）某多元线性回归模型y利用n=y（括号内为标准误）se已知R2=0.85，在α=0.05要求：(1)分别检验β2和β答案：(1)对β2t因为|t2|=3.2>2.052对β3t|t3|=2.222>2.052(2)模型整体显著性检验：$$F=\frac{R^2/k}{(1-R^2)/(n-k-1)}

=\frac{0.85/2}{0.15/27}

=\frac{0.425}{0.005556}

=76.5$$因为F=76.5>3.（本题15分）利用时间序列数据估计消费函数C得到DW统计量DW=0.4，样本容量n=30，解释变量个数（不含截距）k=1要求：(1)判断残差是否存在自相关；(2)若存在一阶自相关，写出广义差分法估计的步骤。答案：(1)因为DW(2)广义差分法（Cochrane-Orcutt两步法）的步骤：-第一步：对原模型进行OLS估计，得到残差et-第二步：用残差et对ee得到ρ的估计值；-第三步：对原模型进行差分变换：C-第四步：对变换后的模型C进行OLS估计，即可得到β