2026年计量经济学a考试试题(附答案)

2026年计量经济学a考试试题(附答案)一、单项选择题（每题2分，共20分）1.在研究教育年限（X）对个人收入（Y）的影响时，若遗漏了个人能力（Z）这一变量，且Z与X正相关、与Y正相关，则OLS估计量会（）。A.无偏但非一致B.有偏且非一致C.无偏且一致D.有偏但一致2.工具变量（IV）需满足的两个核心条件是（）。A.外生性（与误差项不相关）和相关性（与内生解释变量相关）B.外生性（与内生解释变量不相关）和相关性（与误差项相关）C.外生性（与误差项相关）和相关性（与内生解释变量不相关）D.外生性（与被解释变量相关）和相关性（与内生解释变量相关）3.若回归模型存在异方差，OLS估计量的性质是（）。A.无偏且有效B.有偏但有效C.无偏但非有效D.有偏且非有效4.面板数据模型中，固定效应模型（FE）通过（）消除个体异质性。A.对每个个体取时间均值并差分B.引入个体虚拟变量C.假设个体异质性与解释变量无关D.使用随机效应估计5.分位数回归（QR）与普通最小二乘（OLS）的主要区别在于（）。A.QR估计条件均值，OLS估计条件分位数B.QR对异常值更敏感C.QR允许解释变量对被解释变量的影响随分位数变化D.QR要求误差项严格正态分布6.在两阶段最小二乘法（2SLS）中，第一阶段回归的被解释变量是（）。A.内生解释变量B.外生解释变量C.被解释变量D.工具变量7.若检验面板数据是否存在随机效应，应使用（）。A.Hausman检验B.Breusch-Pagan检验C.White检验D.Durbin-Wu-Hausman检验8.当解释变量存在测量误差时，OLS估计量会（）。A.高估真实系数（向零偏误）B.低估真实系数（向零偏误）C.无偏但非一致D.有偏且一致9.广义矩估计（GMM）的基本思想是（）。A.最小化残差平方和B.利用多个矩条件构造目标函数并最小化C.最大化似然函数D.通过差分消除序列相关10.在非线性回归模型中，若使用极大似然估计（MLE），其渐近有效性依赖于（）。A.误差项的正态性假设B.解释变量的严格外生性C.模型的正确设定D.工具变量的有效性二、简答题（每题8分，共40分）1.简述内生性问题的三种主要来源，并各举一例说明。2.固定效应模型（FE）与随机效应模型（RE）的核心假设差异是什么？何时应选择FE而非RE？3.异方差稳健标准误（HAC标准误）的作用是什么？与普通标准误相比，它在推断时的优势是什么？4.分位数回归相比OLS的优势体现在哪些方面？请结合实际研究场景说明其适用性。5.简述两阶段最小二乘法（2SLS）的操作步骤，并解释第一阶段回归结果的关键检验指标（如F统计量）的意义。三、计算题（每题15分，共30分）1.假设研究者收集了200个城市的截面数据，研究数字金融发展（X，用数字支付覆盖率衡量）对中小企业创业率（Y，用新注册企业数/总人口）的影响，模型设定为：其中，为控制变量（包括人均GDP、教育水平）。已知存在内生性（可能因反向因果：创业率高的城市可能更推动数字金融发展），研究者选择“城市互联网基础设施指数”（W，由2010年固定宽带覆盖率衡量）作为工具变量。（1）写出2SLS估计的具体步骤（用公式表示）；（2）若第一阶段回归结果为：=0.12+0.85+0.3（F统计量=25.6），第二阶段回归结果为：=（3）若怀疑模型存在异方差，应如何调整标准误？调整后的推断与原推断有何不同？2.某研究使用2015-2020年省级面板数据（N=31，T=6），研究研发投入（RD，万元）对区域创新产出（Patent，专利授权数）的影响，模型设定为固定效应模型：其中，为个体固定效应，为时间固定效应，Ed为教育水平（人均受教育年限）。（1）写出固定效应模型的组内变换（WithinTransformation）公式，并说明其如何消除个体固定效应；（2）若估计结果为：=0.52（标准误=0.11），=0.35（标准误=0.08），请计算（3）若改用随机效应模型估计，得到=0.45四、分析题（共30分）某研究团队关注“数字金融对农户收入增长的影响”，数据来自2018-2022年全国1000户农户的追踪调查（面板数据），变量包括：农户收入（Y，万元）、数字金融使用程度（X，用移动支付频率衡量）、家庭劳动力数量（L）、耕地面积（A）、所在村是否通宽带（D，虚拟变量，1=是）。（1）请设定基础计量模型（需明确被解释变量、核心解释变量、控制变量及模型形式）；（2）分析该研究中可能存在的内生性问题（至少列出2种），并说明其产生机制；（3）针对其中一种内生性问题，提出具体的解决方法（如工具变量法、差分法等），并说明工具变量或方法的合理性；（4）若估计结果显示=0.15（5）为检验结论的稳健性，可采取哪些方法（至少列出3种）？答案一、单项选择题1.B2.A3.C4.A5.C6.A7.B8.B9.B10.C二、简答题1.内生性来源：（1）遗漏变量：如研究教育对收入的影响时，遗漏能力变量（与教育和收入均相关）；（2）测量误差：如用自我报告的工作时长（存在测量误差）作为解释变量；（3）联立因果：如企业利润（Y）与研发投入（X）相互影响（高利润企业增加研发，研发又提升利润）。2.核心假设差异：FE假设个体异质性（）与解释变量相关（Corr(,)3.作用：在存在异方差（或自相关）时，稳健标准误通过调整协方差矩阵，提供更准确的参数显著性检验。优势：普通标准误在异方差下会低估/高估标准误，导致t检验失效；稳健标准误基于异方差一致估计（如White修正），推断更可靠。4.优势：（1）刻画解释变量对被解释变量的影响在不同分位数（如低收入/高收入群体）的差异；（2）对异常值更稳健（目标函数为绝对误差最小化）。例如，研究教育对收入的影响时，OLS仅反映均值效应，而分位数回归可发现教育对高收入群体的边际效应更大。5.2SLS步骤：（1）第一阶段：用工具变量和外生变量回归内生解释变量，得到拟合值；（2）第二阶段：用代替原内生变量进行回归。第一阶段F统计量检验工具变量的相关性，若F>10（经验法则），则工具变量非弱，可避免弱工具变量偏误。三、计算题1.（1）步骤：第一阶段=+++，得到；第二阶段（2）经济意义：数字金融覆盖率每提高1单位，中小企业创业率平均增加0.28单位。工具变量有效：第一阶段F=25.6>10，拒绝弱工具变量假设。（3）使用异方差稳健标准误（如White修正）。调整后标准误更准确，避免因异方差导致的t值虚高/虚低，推断更可靠。2.（1）组内变换：对每个变量取时间均值，

=−¯（¯为i个体的时间均值），变换后模型为

（2）t统计量=0.52/0.11≈4.73>1.96，在5%水平下显著。（3）Hausman检验原假设：RE估计与FE估计无系统差异（即与解释变量无关）。统计量H=[四、分析题（1）模型：ln()=+（2）内生性问题：①反向因果：高收入农户可能更倾向使用数字金融；②遗漏变量：农户风险偏好（未观测，与数字金融使用和收入均相关）；③测量误差：移动支付频率可能被农户误报。（3）解决反向因果：选择“所在村2017年（基期）的手机信号覆盖率”作为工具变量（W）。合理性：基期信号覆盖率影响当前数字金融使用（相关性），但不直接影响当前收入（外生性，因收入变化