2026年高级计量经济学综合习题集及标准答案解析

2026年高级计量经济学综合习题集及标准答案解析一、单项选择题（每题2分，共20分）1.在经典线性回归模型中，若遗漏的解释变量与包含的核心解释变量正相关，且遗漏变量对被解释变量的边际效应为正，则OLS估计量的偏误方向是？A.向上偏误B.向下偏误C.无偏D.无法判断答案：A解析：遗漏变量偏误的方向由两个因素共同决定：一是遗漏变量与核心解释变量的协方差符号，二是遗漏变量对被解释变量的边际效应符号。二者同号则偏误为正（向上偏），异号则偏误为负（向下偏）。本题中两个因素均为正，因此OLS估计量向上偏误。2.下列关于工具变量（IV）的说法，错误的是？A.工具变量必须与内生解释变量高度相关B.工具变量必须与随机扰动项不相关C.工具变量可以直接影响被解释变量D.弱工具变量会导致2SLS估计量有偏且不一致答案：C解析：工具变量必须满足排他性约束，即只能通过内生解释变量间接影响被解释变量，不能对被解释变量产生直接影响，否则不满足外生性要求。3.面板数据模型中，Hausman检验的原假设是？A.固定效应模型更优B.随机效应模型更优（解释变量与个体效应不相关）C.存在个体固定效应D.存在异方差答案：B解析：Hausman检验的核心是比较固定效应（FE）和随机效应（RE）估计量的差异。原假设为个体随机效应与解释变量不相关，此时RE估计量既一致又有效，FE估计量一致但无效；若拒绝原假设，则说明RE不一致，应选择FE模型。4.关于动态面板数据模型的系统GMM估计，下列说法正确的是？A.仅使用了水平方程的矩条件B.仅使用了差分方程的矩条件C.同时使用差分方程和水平方程的矩条件D.适用于短时间维度、大个体维度的面板，但无法缓解弱工具变量问题答案：C解析：差分GMM仅使用差分方程的矩条件，当内生解释变量接近随机游走时，水平值的滞后项是差分方程的弱工具变量。系统GMM在差分GMM的基础上加入了水平方程的矩条件，利用差分滞后项作为水平方程的工具变量，有效缓解了弱工具变量问题。5.多元Logit模型的核心假定“无关选项独立性（IIA）”是指？A.任意两个选项的选择概率之比与其他选项的存在无关B.解释变量对所有选项的边际效应相同C.随机扰动项服从正态分布D.选项之间具有相关性答案：A解析：IIA假定的本质是任意两个选项的相对效用仅由这两个选项的特征决定，与其他选项无关。若选项之间存在替代或互补关系（如选择“公交车”和“私家车”的相对概率会因“地铁”选项的存在而变化），则IIA假定不成立，需使用嵌套Logit、混合Logit等模型。6.Heckman样本选择模型的两步估计法中，第一步估计的是？A.结果方程的OLS估计B.选择方程的Probit/Logit模型C.结果方程的Tobit模型D.选择方程的线性概率模型答案：B解析：Heckman两步法的第一步是使用Probit或Logit模型估计选择方程，得到每个样本的逆米尔斯比（IMR）；第二步将逆米尔斯比作为控制变量加入结果方程，用OLS估计以纠正样本选择偏误。7.ADF单位根检验的原假设是？A.时间序列是平稳的B.时间序列存在单位根，为非平稳序列C.时间序列存在协整关系D.时间序列不存在序列相关答案：B解析：ADF检验是最常用的单位根检验方法，原假设为时间序列存在单位根（即序列为非平稳的I(1)过程）；若检验统计量小于临界值（p值小于显著性水平），则拒绝原假设，认为序列平稳。8.广义矩估计（GMM）中的HansenJ检验（过度识别检验）的原假设是？A.所有工具变量都是外生的B.存在过度识别约束C.模型存在内生性D.工具变量为弱工具变量答案：A解析：HansenJ检验用于检验过度识别约束的有效性，原假设为所有工具变量均满足外生性，即工具变量与扰动项不相关。若拒绝原假设，则说明至少有一部分工具变量不满足外生性要求。该检验仅适用于过度识别模型（工具变量数>内生解释变量数）。9.双重差分法（DID）的核心平行趋势假定是指？A.处理组和控制组的样本量平行B.处理组和控制组在政策实施前的被解释变量变化趋势是平行的C.处理组和控制组的协变量均值相同D.政策实施对处理组和控制组的影响相同答案：B解析：平行趋势假定是DID识别因果效应的核心前提，要求若不存在政策冲击，处理组和控制组的被解释变量会沿着相同的趋势变化。只有满足该假定，才能将控制组的变化作为处理组的反事实，从而分离出政策的净效应。10.空间计量分析中，Moran'sI统计量主要用于？A.检验模型是否存在空间相关性B.选择空间滞后模型还是空间误差模型C.估计空间回归系数D.检验模型的异方差答案：A解析：Moran'sI是检验空间自相关的核心统计量，取值范围为[−二、判断辨析题（每题4分，共20分）1.在线性回归模型中，若解释变量与随机扰动项相关，则OLS估计量仍然是无偏的，但不再有效。答案：错误解析：解释变量与随机扰动项相关即存在内生性，此时OLS估计量不仅不满足无偏性（小样本性质），也不满足一致性（大样本性质），估计值不会收敛到真实参数，有效性是建立在无偏性基础上的性质，此时也无从谈起。2.在面板数据模型中，固定效应估计量（FE）可以消除不随时间变化的个体异质性带来的内生性问题。答案：正确解析：固定效应估计通过组内离差变换（或引入个体虚拟变量），剔除了所有不随时间变化的个体特征（包括可观测和不可观测的），因此可以解决由时间不变的不可观测个体异质性导致的内生性问题，这也是固定效应模型的核心优势。3.Tobit模型适用于被解释变量存在样本选择偏差的情况，即只能观测到部分样本的被解释变量值。答案：错误解析：Tobit模型（截取回归模型）适用于被解释变量在某个阈值处被截断的情况（如收入高于1万元仅报告“1万元以上”），其本质是被解释变量本身的取值被限制；而样本选择偏差对应的是Heckman样本选择模型，其本质是样本的观测性由选择方程决定，两类模型的数据生成机制不同，不能混淆。4.在时间序列分析中，若两个变量都是I(1)过程，则它们的线性组合也一定是I(1)过程。答案：错误解析：若两个I(1)变量存在协整关系，则它们的某个线性组合是平稳的I(0)过程，因此两个I(1)变量的线性组合不一定是I(1)过程。协整的定义正是多个同阶单整变量存在平稳的线性组合。5.断点回归（RDD）的识别假设是个体不能精确操纵断点变量，因此在断点附近的个体具有近似随机的处理分配。答案：正确解析：断点回归的核心假定是“个体无法精确控制运行变量在断点处的取值”，因此断点两侧很小范围内的个体在可观测和不可观测特征上是可比的，近似于随机试验，从而可以识别断点处的局部平均处理效应（LATE）。三、理论推导题（每题10分，共20分）1.已知经典线性回归的真实模型为Yi=β0+β1Xi+β2Zi+答案：β1的期望为E[β1]=β解析：推导过程如下：（1）首先写出遗漏变量下的OLS估计量表达式：β其中X=1n（2）将真实模型代入估计量，展开分子项：$$\begin{aligned}

\sum_{i=1}^n(X_i-\bar{X})(Y_i-\bar{Y})&=\sum_{i=1}^n(X_i-\bar{X})\left[\beta_1(X_i-\bar{X})+\beta_2(Z_i-\bar{Z})+(u_i-\bar{u})\right]\\

&=\beta_1\sum_{i=1}^n(X_i-\bar{X})^2+\beta_2\sum_{i=1}^n(X_i-\bar{X})(Z_i-\bar{Z})+\sum_{i=1}^n(X_i-\bar{X})(u_i-\bar{u})

\end{aligned}$$（3）将分子代回估计量，取期望：E根据经典外生性假定E[E（4）偏误方向由两个因素决定：①遗漏变量Zi对被解释变量的边际效应β2的符号；②核心解释变量Xi与遗漏变量Z2.对于短面板数据模型Yit=Xitβ+αi+uit，其中αi为不可观测的个体固定效应，u答案：组内估计量的表达式为βFE=i=1nt=解析：推导与证明过程如下：（1）组内估计量推导：首先对每个个体i，将模型在时间维度上取平均，得到个体均值方程：Y其中ui用原始模型减去个体均值方程，得到组内离差形式的模型：Y此时不可观测的个体固定效应αi被完全消去，解释变量的组内离差(Xiβ其中Xit=（2）一致性证明：短面板的大样本性质以n→∞（个体数趋于无穷）、β根据大数定律，当n→plim该矩阵为正定矩阵（假设解释变量存在组内变异），因此其逆矩阵的概率极限存在。对于扰动项的样本矩，根据严格外生性假定E[E因此：plim综上可得：plim即即使个体固定效应αi与解释变量X四、计算与实证分析题（每题20分，共40分）1.某研究者研究教育对工资的因果效应，设定基准回归模型为：ln其中lnWagei为个体小时工资的对数，Edui为受教育年限，已知样本量n=模型类型被解释变量解释变量系数估计值标准误OLSlnWageEdu0.0730.002第一阶段EduQOB（第一季度）-0.1210.0232SLSlnWageEdu0.1020.026请回答以下问题：（1）工具变量需要满足哪两个核心条件？结合本研究背景，分析出生季度作为教育的工具变量是否可能满足这两个条件？（6分）（2）计算第一阶段的F统计量，并判断是否存在弱工具变量问题（经验规则为F统计量大于10则不存在弱工具变量）。（4分）（3）比较OLS和2SLS的估计结果，说明内生性导致的OLS净偏误方向是什么？结合内生性的两个来源解释偏误方向的合理性。（6分）（4）若模型存在多个内生解释变量，且工具变量个数多于内生解释变量个数，应如何检验工具变量的外生性？说明检验的原假设。（4分）答案：（1）工具变量的两个核心条件为：①相关性：工具变量与内生解释变量高度相关；②排他性（外生性）：工具变量与随机扰动项不相关，即只能通过内生解释变量间接影响被解释变量。本研究中出生季度作为工具变量的合理性：①相关性满足：由于义务教育法的入学年龄限制，第一季度出生的个体入学年龄相对更大，达到法定辍学年龄时的受教育年限更短，因此出生季度与受教育年限显著相关，第一阶段回归中QOB的系数在1%水平下显著为负也验证了这一点；②排他性基本满足：个体的出生季度是近乎随机的生理事件，不会直接影响工资水平，也不会与不可观测的能力等扰动项因素相关，因此满足排他性假定。（2）对于单个内生解释变量，第一阶段的F统计量等于工具变量系数的t统计量的平方。计算得t统计量为t=−0.121（3）OLS估计的教育回报率为0.073，2SLS估计值为0.102，OLS估计值低于2SLS，说明内生性导致OLS存在向下的净偏误。合理性解释：内生性有两个来源，二者的偏误方向相反：①遗漏能力变量：能力与受教育年限正相关，且能力对工资的边际效应为正，根据遗漏变量偏误公式，会导致OLS向上偏误；②受教育年限的测量误差：解释变量的经典测量误差会导致衰减偏误（向0偏），即向下偏误。最终OLS估计值低于2SLS，说明测量误差导致的向下偏误超过了遗漏能力导致的向上偏误，净偏误为负。（4）当模型为过度识别（工具变量个数>内生解释变量个数）时，可以使用HansenJ检验（过度识别检验）检验工具变量的外生性。检验的原假设为：所有工具变量都是外生的，即过度识别约束有效。若拒绝原假设，则说明至少部分工具变量不满足外生性要求。解析：本题考查工具变量法的核心知识点，包括工具变量的条件、弱工具变量检验、内生性偏误方向判断以及过度识别检验。需要注意的是，单个内生解释变量下第一阶段F统计量等于工具变量t统计量的平方，该经验规则仅适用于单个内生变量的情况，多个内生变量需使用其他检验方法（如Kleibergen-Paaprk统计量）。2.某研究者研究“高新技术企业认定”政策对企业研发投入的影响，选取2010-2020年中国上市公司非平衡面板数据，设定多期双重差分（DID）模型如下：R其中RDit为企业i在第t年的研发投入强度（研发支出/营业收入）；Treati为处理组虚拟变量（若企业在样本期内获得高新技术企业认定则取1，否则为0）；已知部分回归结果如下表所示（括号内为聚类到企业层面的标准误）：解释变量模型（1）无控制变量模型（2）加控制变量模型（3）双向固定效应模型（4）平行趋势检验Treat×Post0.021***(0.004)0.018***(0.003)0.012**(0.005)-Treat×Post(-3)---0.003(0.004)Treat×Post(-2)---0.004(0.003)Treat×Post(-1)---0.002(0.005)Treat×Post(0)---0.010*(0.005)Treat×Post(1)---0.013**(0.004)Treat×Post(2+)---0.015***(0.004)企业控制变量否是是是企业固定效应否否是是年份固定效应否否是是观测值数12486124861248612486注：*、、*分别表示在1%、5%、10%的显著性水平下显著；Post(-k)表示政策实施前第k年，Post(0)表示政策实施当年，Post(2+)表示政策实施后第2年及以后。请回答以下问题：（1）说明模型中企业固定效应αi和年份固定效应γ（2）模型（3）中Treat×Post的系数为0.012且在5%水平下显著，请解释该系数的经济含义。（4分）（3）平行趋势检验的作用是什么？结合模型（4）的结果，判断本研究是否满足平行趋势假定，并说明理由。（6分）（4）若研究者担心面板模型存在序列相关问题，应如何处理？请列举至少两种常用方法。（4分）答案：（1）①企业固定效应αi控制了所有不随时间变化的企业异质性因素，既包括可观测的（如企业所有制、所属行业、地理位置），也包括不可观测的（如企业初始创新能力、管理层风险偏好）；年份固定效应γ②加入双向固定效应后系数变小，说明无固定效应的OLS估计存在正向的遗漏变量偏误：一方面，初始创新能力更强、研发投入基础更高的企业更可能获得高新技术企业认定（个体异质性的混杂效应）；另一方面，样本期内整体研发投入上升的时间趋势也会高估政策效应。加入双向固定效应后剔除了这些混杂因素的影响，因此系数更接近真实的因果效应，数值更小。（2）该系数的经济含义为：在控制了企业层面控制变量、企业固定效应和年份固定效应的前提下，高新技术企业认定政策使得处理组企业的研发投入强度平均提高了0.012个单位（即1.2个百分点），且该效应在5%