計量經濟模型

1．經濟變量：經濟變量是用來描述經濟因素數量水平的指標。（3分）

2．解釋變量：是用來解釋作為研究對象的變量（即因變量）為什么變動、如何變動的變量。（2分）它對因變量的變動做出解釋，

表現為方程所描述的因果關系中的“因”。（1分）

3．被解釋變量：是作為研究對象的變量。（1分）它的變動是由解釋變量做出解釋的，表現為方程所描述的因果關系的果。（2分）

4．內生變量：是由模型系統內部因素所決定的變量，（2分）表現為具有一定概率分布的隨機變量，是模型求解的結果。（1分）

5．外生變量：是由模型系統之外的因素決定的變量，表現為非隨機變量。（2分）它影響模型中的內生變量，其數值在模型求解之

前就已經確定。（1分）

6．滯后變量：是滯后內生變量和滯后外生變量的合稱，（1分）前期的內生變量稱為滯后內生變量；（1分）前期的外生變量稱為滯

后外生變量。（1分）

7．前定變量：通常將外生變量和滯后變量合稱為前定變量，（1分）即是在模型求解以前已經確定或需要確定的變量。（2分）

8．控制變量：在計量經濟模型中人為設置的反映政策要求、決策者意愿、經濟系統運行條件和狀態等方面的變量，（2分）它一般

屬于外生變量。（1分）

9．計量經濟模型：為了研究分析某個系統中經濟變量之間的數量關系而采用的隨機代數模型，（2分）是以數學形式對客觀經濟現

象所作的描述和概括。（1分）

10．函數關系：如果一個變量y的取值可以通過另一個變量或另一組變量以某種形式惟一地、精確地確定，則y與這個變量或這組

變量之間的關系就是函數關系。（3分）

11．相關關系：如果一個變量y的取值受另一個變量或另一組變量的影響，但并不由它們惟一確定，則y與這個變量或這組變量之

間的關系就是相關關系。（3分）

12．最小二乘法：用使估計的剩余平方和最小的原則確定樣本回歸函數的方法，稱為最小二乘法。（3分）

13．高斯－馬爾可夫定理：在古典假定條件下，OLS估計量是模型參數的最佳線性無偏估計量，這一結論即是高斯－馬爾可夫定理。

（3分）

14．總變差（總離差平方和）：在回歸模型中，被解釋變量的觀測值與其均值的離差平方和。（3分）

15．回歸變差（回歸平方和）：在回歸模型中，因變量的估計值與其均值的離差平方和，（2分）也就是由解釋變量解釋的變差。（1

分）

16．剩余變差（殘差平方和）：在回歸模型中，因變量的觀測值與估計值之差的平方和，（2分）是不能由解釋變量所解釋的部分變

差。（1分）

17．估計標準誤差：在回歸模型中，隨機誤差項方差的估計量的平方根。（3分）

18．樣本決定系數：回歸平方和在總變差中所占的比重。（3分）

19．點預測：給定自變量的某一個值時，利用樣本回歸方程求出相應的樣本擬合值，以此作為因變量實際值和其均值的估計值。（3

分）

20．擬合優度：樣本回歸直線與樣本觀測數據之間的擬合程度。（3分）

21．殘差：樣本回歸方程的擬合值與觀測值的誤差稱為回歸殘差。（3分）

22．顯著性檢驗：利用樣本結果，來證實一個虛擬假設的真偽的一種檢驗程序。（3分）

23．回歸變差：簡稱ESS,表示由回歸直線（即解釋變量）所解釋的部分（2分），表示x對y的線性影響（1分）。

24．剩余變差：簡稱RSS，是未被回歸直線解釋的部分（2分），是由解釋變量以外的因素造成的影響（1分）。

25．多重決定系數：在多元線性回歸模型中，回歸平方和與總離差平方和的比值（1分），也就是在被解釋變量的總變差中能由解

釋變量所解釋的那部分變差的比重，我們稱之為多重決定系數，仍用R2表示（2分）。

26．調整后的決定系數：又稱修正后的決定系數，記為

2R，是為了克服多重決定系數會隨著解釋變量的增加而增大的缺陷提出來

的，（2分）

其公式為：

2

2

/(1)

1

()/(1)

t

t

enk

R

yyn

??

??

??

?

?（1分）。

27．偏相關系數:在Y、X1、X2三個變量中，當X1既定時（即不受X1的影響），表示Y與X2之間相關關系的指標，稱為偏相關系數，

記做

2.1Y

R。（3分）

28.異方差性：在線性回歸模型中，如果隨機誤差項的方差不是常數，即對不同的解釋變量觀測值彼此不同，則稱隨機項

i

u

具有

異方差性。（3分）

29.戈德菲爾特-匡特檢驗:該方法由戈德菲爾特（）和匡特（）于1965年提出，用對樣本進行分段比較的方法來判斷異方差性。（3

分）

30.懷特檢驗:該檢驗由懷特（White）在1980年提出，通過建立輔助回歸模型的方式來判斷異方差性。（3分）

31.戈里瑟檢驗和帕克檢驗:該檢驗法由戈里瑟和帕克于1969年提出，其基本原理都是通過建立殘差序列對解釋變量的（輔助）回

歸模型，判斷隨機誤差項的方差與解釋變量之間是否存在著較強的相關關系，進而判斷是否存在異方差性。（3分）

32．序列相關性：對于模型

隨機誤差項互相獨立的基本假設表現為

(,)0

ij

Cov???,,1,2,,ijijn??…（1分）

如果出現

(,)0

ij

Cov???,,1,2,,ijijn??…

即對于不同的樣本點，隨機誤差項之間不再是完全互相獨立，而是存在某種相關性，則認為出現了序列相關性(Serial

Correlation)。（2分）

33．虛假序列相關：是指模型的序列相關性是由于省略了顯著的解釋變量而導致的。

34.差分法：差分法是一類克服序列相關性的有效方法，被廣泛的采用。差分法是將原模型變換為差分模型，分為一階差分法和廣

義差分法。

35.廣義差分法：廣義差分法可以克服所有類型的序列相關帶來的問題，一階差分法是它的一個特例。

36.自回歸模型：

ttt

yy????

?1

37.廣義最小二乘法：是最有普遍意義的最小二乘法，普通最小二乘法和加權最小二乘法是它的特例。

檢驗：德賓和瓦特森與1951年提出的一種適于小樣本的檢驗方法。DW檢驗法有五個前提條件。

39.科克倫-奧克特迭代法：是通過逐次跌代去尋求更為滿意的?的估計值，然后再采用廣義差分法。具體來說，該方法是利用殘

差

t

?去估計未知的?。（

兩步法：當自相關系數?未知，可采用Durbin提出的兩步法去消除自相關。第一步對一多元回歸模型，使用OLS法估

計其參數，第二步再利用廣義差分。

41．相關系數：度量變量之間相關程度的一個系數，一般用ρ表示。

)()(

)(C

ji

ji

VarVar

ov

??

??

??，10???，越接近于1，

相關程度越強，越接近于0，相關程度越弱。

42.多重共線性：是指解釋變量之間存在完全或不完全的線性關系。

43.方差膨脹因子：是指解釋變量之間存在多重共線性時的方差與不存在多重共線性時的方差之比。

44．把質的因素量化而構造的取值為0和1的人工變量。

45．在設定模時如果模型中解釋變量的構成．模型函數的形式以及有關隨機誤差項的若干假定等內容的設定與客觀實際不一致，利

用計量經濟學模型來描述經濟現象而產生的誤差。

46．是指與模型中的隨機解釋變量高度相關，與隨機誤差項不相關的變量。

47．用工具變量替代模型中與隨機誤差項相關的隨機解釋變量的方法。

48．由于引進虛擬變量，回歸模型的截距或斜率隨樣本觀測值的改變而系統地改變。

49.這是虛擬變量的一個應用，當解釋變量x低于某個已知的臨界水平

*x時，我們取虛擬變量

*

*

1

0

xx

D

xx

?

?????

?

?

?

????

?

?

設置而成的模型

稱之為分段線性回歸模型。

50．分布滯后模型：如果滯后變量模型中沒有滯后因變量，因變量受解釋變量的影響分布在解釋變量不同時期的滯后值上，則稱

這種模型為分布滯后模型。

51．有限分布滯后模型：滯后期長度有限的分布滯后模型稱為有限分布滯后模型。

52．無限分布滯后模型：滯后期長度無限的分布滯后模型稱為無限分布滯后模型。

53．幾何分布滯后模型：對于無限分布滯后模型，如果其滯后變量的系數bi是按幾何級數列衰減的，則稱這種模型為幾何分布滯

后模型。

54．聯立方程模型：是指由兩個或更多相互聯系的方程構建的模型。

55．結構式模型：是根據經濟理論建立的反映經濟變量間直接關系結構的計量方程系統。

56．簡化式模型：是指聯立方程中每個內生變量只是前定變量與隨機誤差項的函數。

57．結構式參數：結構模型中的參數叫結構式參數

58．簡化式參數：簡化式模型中的參數叫簡化式參數。

59．識別：就是指是否能從簡化式模型參數估計值中推導出結構式模型的參數估計值。

60．不可識別：是指無法從簡化式模型參數估計值中推導出結構式模型的參數估計值。

61．識別的階條件：如果一個方程能被識別，那么這個方程不包含的變量的總數應大于或等于模型系統中方程個數減1。

62．識別的秩條件：一個方程可識別的充分必要條件是：所有不包含在這個方程中的參數矩陣的秩為m-1。

63．間接最小二乘法：先利用最小二乘法估計簡化式方程，再通過參數關系體系，由簡化式參數的估計值求解得結構式參數的估計

值。

四、簡答題（每小題5分）

1．簡述計量經濟學與經濟學、統計學、數理統計學學科間的關系。

答：計量經濟學是經濟理論、統計學和數學的綜合。（1分）經濟學著重經濟現象的定性研究，計量經濟學著重于定量方面的研究。

（1分）統計學是關于如何收集、整理和分析數據的科學，而計量經濟學則利用經濟統計所提供的數據來估計經濟變量之間的數量

關系并加以驗證。（1分）數理統計學作為一門數學學科，可以應用于經濟領域，也可以應用于其他領域；計量經濟學則僅限于經

濟領域。（1分）計量經濟模型建立的過程，是綜合應用理論、統計和數學方法的過程，計量經濟學是經濟理論、統計學和數學三

者的統一。

2、計量經濟模型有哪些應用？

答：①結構分析。（1分）②經濟預測。（1分）③政策評價。（1分）④檢驗和發展經濟理論。（2分）

3、簡述建立與應用計量經濟模型的主要步驟。

答：①根據經濟理論建立計量經濟模型；（1分）②樣本數據的收集；（1分）③估計參數；（1分）④模型的檢驗；（1分）⑤計量經

濟模型的應用。（1分）

4、對計量經濟模型的檢驗應從幾個方面入手？

答：①經濟意義檢驗；（2分）②統計準則檢驗；（1分）③計量經濟學準則檢驗；（1分）④模型預測檢驗。（1分）

5．計量經濟學應用的數據是怎樣進行分類的？

答：四種分類：①時間序列數據；（1分）②橫截面數據；（1分）③混合數據；（1分）④虛擬變量數據。（2分）

6.在計量經濟模型中，為什么會存在隨機誤差項？

答：隨機誤差項是計量經濟模型中不可缺少的一部分。（1分）產生隨機誤差項的原因有以下幾個方面：①模型中被忽略掉的影響

因素造成的誤差；（1分）②模型關系認定不準確造成的誤差；（1分）③變量的測量誤差；（1分）④隨機因素。（1分）

7.古典線性回歸模型的基本假定是什么？

答：①零均值假定。（1分）即在給定xt的條件下，隨機誤差項的數學期望（均值）為0，即

t

E(u)=0。②同方差假定。（1分）誤

差項

t

u的方差與t無關，為一個常數。③無自相關假定。（1分）即不同的誤差項相互獨立。④解釋變量與隨機誤差項不相關假定。

（1分）⑤正態性假定，（1分）即假定誤差項t

u

服從均值為0，方差為

2?

的正態分布。

8．總體回歸模型與樣本回歸模型的區別與聯系。

答：主要區別：①描述的對象不同。（1分）總體回歸模型描述總體中變量y與x的相互關系，而樣本回歸模型描述所觀測的樣本

中變量y與x的相互關系。②建立模型的不同。（1分）總體回歸模型是依據總體全部觀測資料建立的，樣本回歸模型是依據樣本

觀測資料建立的。③模型性質不同。（1分）總體回歸模型不是隨機模型，樣本回歸模型是隨機模型，它隨著樣本的改變而改變。

主要聯系：樣本回歸模型是總體回歸模型的一個估計式，之所以建立樣本回歸模型，目的是用來估計總體回歸模型。（2分）

9．試述回歸分析與相關分析的聯系和區別。

答：兩者的聯系：①相關分析是回歸分析的前提和基礎；回歸分析是相關分析的深入和繼續。（1分）②相關分析與回歸分析的有

關指標之間存在計算上的內在聯系。（1分）

兩者的區別：①回歸分析強調因果關系，相關分析不關心因果關系，所研究的兩個變量是對等的。（1分）②對兩個變量x與y而

言，相關分析中：

xyyx

rr?

；在回歸分析中，01

??

?

tt

ybbx???

和01

???

tt

xaay???

卻是兩個完全不同的回歸方程。（1分）③回

歸分析對資料的要求是被解釋變量y是隨機變量，解釋變量x是非隨機變量；相關分析對資料的要求是兩個變量都隨機變量。（1

分）

10．在滿足古典假定條件下，一元線性回歸模型的普通最小二乘估計量有哪些統計性質？

答：①線性，是指參數估計量0

?

b

和1

?

b

分別為觀測值t

y

和隨機誤差項t

u

的線性函數或線性組合。（1分）②無偏性，指參數估計量0

?

b

和1

?

b

的均值（期望值）分別等于總體參數0

b

和1

b

。（2分）③有效性（最小方差性或最優性），指在所有的線性無偏估計量中，最

小二乘估計量0

?

b

和1

?

b

的方差最小。（2分）

11．簡述BLUE的含義。

答：BLUE即最佳線性無偏估計量，是bestlinearunbiadestimators的縮寫。（2分）在古典假定條件下，最小二乘估計量具

備線性、無偏性和有效性，是最佳線性無偏估計量，即BLUE，這一結論就是著名的高斯－馬爾可夫定理。（3分）

12．對于多元線性回歸模型，為什么在進行了總體顯著性F檢驗之后，還要對每個回歸系數進行是否為0的t檢驗？

答：多元線性回歸模型的總體顯著性F檢驗是檢驗模型中全部解釋變量對被解釋變量的共同影響是否顯著。（1分）通過了此F檢

驗，就可以說模型中的全部解釋變量對被解釋變量的共同影響是顯著的，但卻不能就此判定模型中的每一個解釋變量對被解釋變量

的影響都是顯著的。（3分）因此還需要就每個解釋變量對被解釋變量的影響是否顯著進行檢驗，即進行t檢驗。（1分）

13.給定二元回歸模型：01122tttt

ybbxbxu????

，請敘述模型的古典假定。

解答：（1）隨機誤差項的期望為零，即()0

t

Eu?。（2）不同的隨機誤差項之間相互獨立，即

cov(,)[(())(()]()0

tsttssts

uuEuEuuEuEuu?????（1分）。（3）隨機誤差項的方差與t無關，為一個常數，即

2var()

t

u??。即同方差假設（1分）。（4）隨機誤差項與解釋變量不相關，即cov(,)0(1,2,...,)

jtt

xujk????。通常假定

jt

x

為非隨機變量，這個假設自動成立（1分）。（5）隨機誤差項

t

u為服從正態分布的隨機變量，即

2(0,)

t

uN?（1分）。（6）解

釋變量之間不存在多重共線性，即假定各解釋變量之間不存在線性關系，即不存在多重共線性（1分）。

14.在多元線性回歸分析中，為什么用修正的決定系數衡量估計模型對樣本觀測值的擬合優度？

解答：因為人們發現隨著模型中解釋變量的增多，多重決定系數

2R的值往往會變大，從而增加了模型的解釋功能。這樣就使得人

們認為要使模型擬合得好，就必須增加解釋變量（2分）。但是，在樣本容量一定的情況下，增加解釋變量必定使得待估參數的個

數增加，從而損失自由度，而實際中如果引入的解釋變量并非必要的話可能會產生很多問題，比如，降低預測精確度、引起多重共

線性等等。為此用修正的決定系數來估計模型對樣本觀測值的擬合優度（3分）。

15.修正的決定系數

2R及其作用。

解答：

2

2

2

/1

1

()/1

t

t

enk

R

yyn

??

??

??

?

?，（2分）其作用有：（1）用自由度調整后，可以消除擬合優度評價中解釋變量多少對決定

系數計算的影響；（2分）（2）對于包含解釋變量個數不同的模型，可以用調整后的決定系數直接比較它們的擬合優度的高低，但

不能用原來未調整的決定系數來比較（1分）。

16.常見的非線性回歸模型有幾種情況？

解答：常見的非線性回歸模型主要有:

(1)對數模型

01

lnln

ttt

ybbxu???（1分）

(2)半對數模型

01

ln

ttt

ybbxu???或

01

ln

ttt

ybbxu???（1分）

(3)倒數模型

0101

111

ybbubbu

xyx

??????或（1分）

(4)多項式模型

2

012

...k

k

ybbxbxbxu??????（1分）

(5)成長曲線模型包括邏輯成長曲線模型

1

0

1t

bt

K

y

be?

?

?

和Gompertz成長曲線模型01

tKbb

t

ye??（1分）

17.觀察下列方程并判斷其變量是否呈線性，系數是否呈線性，或都是或都不是。

①

ttt

uxbby???3

10

②

ttt

uxbby???log

10

③

ttt

uxbby???loglog

10

④

ttt

uxbby??)/(

10

解答：①系數呈線性，變量非線性；（1分）②系數呈線性，變量非呈線性；（1分）③系數和變量均為非線性；（1分）④系數和變

量均為非線性。（2分）

18.觀察下列方程并判斷其變量是否呈線性，系數是否呈線性，或都是或都不是。

①

ttt

uxbby???log

10

②

ttt

uxbbby???)(

210

③

ttt

uxbby??)/(

10

④

t

b

tt

uxby????)1(11

0

解答：①系數呈線性，變量非呈線性；（1分）②系數非線性，變量呈線性；（1分）③系數和變量均為非線性；(2分)④系數和變

量均為非線性（1分）。

19.異方差性是指模型違反了古典假定中的同方差假定，它是計量經濟分析中的一個專門問題。在線性回歸模型中，如果隨機誤差

項的方差不是常數，即對不同的解釋變量觀測值彼此不同，則稱隨機項

i

u具有異方差性，即

常數??2)var(

ti

u?（t=1，

2，……，n）。（3分）例如，利用橫截面數據研究消費和收入之間的關系時，對收入較少的家庭在滿足基本消費支出之后的剩余

收入已經不多，用在購買生活必需品上的比例較大，消費的分散幅度不大。收入較多的家庭有更多可自由支配的收入，使得這些家

庭的消費有更大的選擇范圍。由于個性、愛好、儲蓄心理、消費習慣和家庭成員構成等那個的差異，使消費的分散幅度增大，或者

說低收入家庭消費的分散度和高收入家庭消費得分散度相比較，可以認為牽著小于后者。這種被解釋變量的分散幅度的變化，反映

到模型中，可以理解為誤差項方差的變化。（2分）

20.產生原因：（1）模型中遺漏了某些解釋變量；（2）模型函數形式的設定誤差；（3）樣本數據的測量誤差；（4）隨機因素的

影響。（2分）

產生的影響：如果線性回歸模型的隨機誤差項存在異方差性，會對模型參數估計、模型檢驗及模型應用帶來重大影響，主要有：（1）

不影響模型參數最小二乘估計值的無偏性；（2）參數的最小二乘估計量不是一個有效的估計量；（3）對模型參數估計值的顯著性

檢驗失效；（4）模型估計式的代表性降低，預測精度精度降低。（3分）

21.檢驗方法：（1）圖示檢驗法；（1分）（2）戈德菲爾德—匡特檢驗；（1分）（3）懷特檢驗；（1分）（4）戈里瑟檢驗和帕克檢驗（殘

差回歸檢驗法）；（1分）（5）ARCH檢驗（自回歸條件異方差檢驗）（1分）

22.解決方法：（1）模型變換法；（2分）（2）加權最小二乘法；（2分）（3）模型的對數變換等（1分）

23.加權最小二乘法的基本原理：最小二乘法的基本原理是使殘差平方和?2

t

e為最小，在異方差情況下，總體回歸直線對于不

同的

tt

ex,的波動幅度相差很大。隨機誤差項方差

2

t

?越小，樣本點

t

y

對總體回歸直線的偏離程度越低，殘差

t

e

的可信度越

高（或者說樣本點的代表性越強）；而

2

t

?較大的樣本點可能會偏離總體回歸直線很遠，

t

e

的可信度較低（或者說樣本點的代表

性較弱）。（2分）因此，在考慮異方差模型的擬合總誤差時，對于不同的

2

t

e

應該區別對待。具體做法：對較小的

2

t

e

給于充分的

重視，即給于較大的權數；對較大的

2

t

e給于充分的重視，即給于較小的權數。更好的使?2

t

e反映

)var(

i

u對殘差平方和的

影響程度，從而改善參數估計的統計性質。（3分）

24.樣本分段法（即戈德菲爾特—匡特檢驗）的基本原理：將樣本分為容量相等的兩部分，然后分別對樣本1和樣本2進行回歸，并

計算兩個子樣本的殘差平方和，如果隨機誤差項是同方差的，則這兩個子樣本的殘差平方和應該大致相等；如果是異方差的，則兩

者差別較大，以此來判斷是否存在異方差。（3分）使用條件：（1）樣本容量要盡可能大，一般而言應該在參數個數兩倍以上；（2）

t

u

服從正態分布，且除了異方差條件外，其它假定均滿足。（2分）

25．簡述DW檢驗的局限性。

答：從判斷準則中看到，DW檢驗存在兩個主要的局限性：首先，存在一個不能確定的..DW值區域，這是這種檢驗方法的一大缺陷。

（2分）其次：..DW檢驗只能檢驗一階自相關。（2分）但在實際計量經濟學問題中，一階自相關是出現最多的一類序列相關，而

且經驗表明，如果不存在一階自相關，一般也不存在高階序列相關。所以在實際應用中，對于序列相關問題—般只進行..DW檢驗。

（1分）

26．序列相關性的后果。

答：（1）模型參數估計值不具有最優性；（1分）（2）隨機誤差項的方差一般會低估；（1分）（3）模型的統計檢驗失效；（1

分）（4）區間估計和預測區間的精度降低。（1分）（全對即加1分）

27．簡述序列相關性的幾種檢驗方法。

答：（1）圖示法；（1分）（2）D-W檢驗；（1分）（3）回歸檢驗法；（1分）（4）另外，偏相關系數檢驗，布羅斯—戈弗雷檢

驗或拉格朗日乘數檢驗都可以用來檢驗高階序列相關。（2分）

28．廣義最小二乘法（GLS）的基本思想是什么？

答:基本思想就是對違反基本假定的模型做適當的線性變換，使其轉化成滿足基本假定的模型，從而可以使用OLS方法估計模型。

（5分）

29．自相關性產生的原因有那些？

答：（1）經濟變量慣性的作用引起隨機誤差項自相關；（1分）（2）經濟行為的滯后性引起隨機誤差項自相關；（1分）(3)一些隨機

因素的干擾或影響引起隨機誤差項自相關；（1分）（4）模型設定誤差引起隨機誤差項自相關；（1分）（5）觀測數據處理引起隨機

誤差項自相關。（1分）

30．請簡述什么是虛假序列相關，如何避免？

答：數據表現出序列相關，而事實上并不存在序列相關。（2分）要避免虛假序列相關，就應在做定量分析之間先進行定性分析，

看從理論上或經驗上是否有存在序列相關的可能，可能性是多大。（3分）

31．DW值與一階自相關系數的關系是什么？

答：

?

1

2

DW

???或者

?

2(1)DW???

32．答：多重共線性是指解釋變量之間存在完全或近似的線性關系。

產生多重共線性主要有下述原因：

（1）樣本數據的采集是被動的，只能在一個有限的范圍內得到觀察值，無法進行重復試驗。（2分）（2）經濟變量的共同趨勢（1

分）（3）滯后變量的引入（1分）（4）模型的解釋變量選擇不當（1分）

33．答：完全多重共線性是指對于線性回歸模型

若

11j22jkkj

cXcX...cX=0,j=1,2,...,n???

則稱這些解釋變量的樣本觀測值之間存在完全多重共線性。（2分）

不完全多重共線性是指對于多元線性回歸模型

若

11j22jkkj

cXcX...cX+v=0,j=1,2,...,n???

則稱這些解釋變量的樣本觀測之間存在不完全多重共線性。（3分）

34．答：（1）無法估計模型的參數，即不能獨立分辨各個解釋變量對因變量的影響。（3分）（2）參數估計量的方差無窮大（或無

法估計）（2分）

35．答：（1）可以估計參數，但參數估計不穩定。（2分）（2）參數估計值對樣本數據的略有變化或樣本容量的稍有增減變化敏

感。（1分）（3）各解釋變量對被解釋變量的影響難精確鑒別。（1分）（4）t檢驗不容易拒絕原假設。（1分）

36．答：（1）模型總體性檢驗F值和R2值都很高，但各回歸系數估計量的方差很大，t值很低，系數不能通過顯著性檢驗。（2分）

（2）回歸系數值難以置信或符號錯誤。（1分）

（3）參數估計值對刪除或增加少量觀測值，以及刪除一個不顯著的解釋變量非常敏感。（2分）

37．答：所謂方差膨脹因子是存在多重共線性時回歸系數估計量的方差與無多重共線性時回歸系數估計量的方差對比而得出的比值

系數。（2分）若

i

?

VIF()=1?時，認為原模型不存在“多重共線性問題”；（1分）若

i

?

VIF()>1?時，則認為原模型存在“多

重共線性問題”；（1分）若

i

?

VIF()>5?時，則模型的“多重共線性問題”的程度是很嚴重的，而且是非常有害的。（1分）

38．模型中引入虛擬變量的作用是什么？

答案：（1）可以描述和測量定性因素的影響；（2分）

（2）能夠正確反映經濟變量之間的關系，提高模型的精度；（2分）

（3）便于處理異常數據。（1分）

39．虛擬變量引入的原則是什么？

答案：（1）如果一個定性因素有m方面的特征，則在模型中引入m-1個虛擬變量；（1分）

（2）如果模型中有m個定性因素，而每個定性因素只有兩方面的屬性或特征，則在模型中引入m個虛擬變量；如果定性因素有兩

個及以上個屬性，則參照“一個因素多個屬性”的設置虛擬變量。（2分）

（3）虛擬變量取值應從分析問題的目的出發予以界定；（1分）

（4）虛擬變量在單一方程中可以作為解釋變量也可以作為被解釋變量。（1分）

40．虛擬變量引入的方式及每種方式的作用是什么？

答案：（1）加法方式：其作用是改變了模型的截距水平；（2分）

（2）乘法方式：其作用在于兩個模型間的比較、因素間的交互影響分析和提高模型的描述精度；（2分）

（3）一般方式：即影響模型的截距有影響模型的斜率。（1分）

41．判斷計量經濟模型優劣的基本原則是什么？

答案：（1）模型應力求簡單；（1分）（2）模型具有可識別性；（1分）（3）模型具有較高的擬合優度；（1分）（4）模型應與理論相

一致；（1分）（5）模型具有較好的超樣本功能。（1分）

42．模型設定誤差的類型有那些？

答案：（1）模型中添加了無關的解釋變量；（2分）（2）模型中遺漏了重要的解釋變量；（2分）（3）模型使用了不恰當的形式。（1

分）

43．工具變量選擇必須滿足的條件是什么？

答案：選擇工具變量必須滿足以下兩個條件：（1）工具變量與模型中的隨機解釋變量高度相關；（3分）（2）工具變量與模型的隨

機誤差項不相關。（2分）

44．設定誤差產生的主要原因是什么？

答案：原因有四：（1）模型的制定者不熟悉相應的理論知識；（1分）（2）對經濟問題本身認識不夠或不熟悉前人的相關工作；（1

分）（3）模型制定者缺乏相關變量的數據；（1分）（4）解釋變量無法測量或數據本身存在測量誤差。（2分）

45．在建立計量經濟學模型時，什么時候，為什么要引入虛擬變量？

答案：在現實生活中，影響經濟問題的因素除具有數量特征的變量外，還有一類變量，這類變量所反映的并不是數量而是現象的某

些屬性或特征，即它們反映的是現象的質的特征。這些因素還很可能是重要的影響因素，這時就需要在模型中引入這類變量。（4

分）引入的方式就是以虛擬變量的形式引入。（1分）

46．直接用最小二乘法估計有限分布滯后模型的有：

（1）損失自由度（2分）

（2）產生多重共線性（2分）

（3）滯后長度難確定的問題（1分）

47．因變量受其自身或其他經濟變量前期水平的影響，稱為滯后現象。其原因包括：（1）經濟變量自身的原因；（2分）（2）決策

者心理上的原因（1分）；（3）技術上的原因（1分）；（4）制度的原因（1分）。

48．koyck模型的特點包括：（1）模型中的λ稱為分布滯后衰退率，λ越小，衰退速度越快（2分）；（2）模型的長期影響乘數為

b0·

1

1??

（1分）;（3）模型僅包括兩個解釋變量，避免了多重共線性（1分）；（4）模型僅有三個參數，解釋了無限分布滯后模

型因包含無限個參數無法估計的問題（1分）

49．聯立方程模型中方程有：行為方程式（1分）；技術方程式（1分）；制度方程式（1分）；平衡方程（或均衡條件）（1分）；定

義方程（或恒等式）（1分）。

50．聯立方程的變量主要包括內生變量（2分）、外生變量（2分）和前定變量（1分）。

51．模型的識別有恰好識別（2分）、過渡識別（2分）和不可識別（1分）三種。

52.識別的條件條件包括階條件和秩條件。階條件是指，如果一個方程能被識別，那么這個方程不包含的變量總數應大于或等于模

型系統中方程個數減1（3分）；秩條件是指，在一個具有K個方程的模型系統中，任何一個方程被識別的充分必要條件是：所有不

包含在這個方程中變量的參數的秩為K－1（2分）。