计量经济学(汉)试卷(08-09NO.2xue)

内蒙古财经学院《计量经济学》期末试卷（2009.7汉）姓名：班级：学号：（所有答案均做在答题纸上，试卷与答题纸均写名字，一起交回）一、单选题（1分×20＝20分）。1、双对数模型XYlnlnln10中，参数1的含义是（）。A.Y关于X的增长率B.Y关于X的发展速度C.Y关于X的弹性D.Y关于X的边际变化2、在下列各种数据中，以下不应作为经济计量分析所用数据的是（）。A．时间序列数据B.横截面数据C．计算机随机生成的数据D.虚拟变量数据3、回归分析中使用的距离是点到直线的垂直坐标距离。最小二乘准则是指（）。A.使ntttYY1ˆ达到最小值B.使ˆminiiYY达到最小值C.使ttYYˆmax达到最小值D.使21ˆntttYY达到最小值4、对于一个含有截距项的计量经济模型，若某定性因素有m个互斥的类型，为将其引入模型中，则需要引入虚拟变量个数为（）。A.mB.m-1C.m+1D.m-k5、回归模型中具有异方差性时，仍用OLS估计模型，则以下说法正确的是（）。A.参数估计值是无偏非有效的B.参数估计量仍具有最小方差性C.常用F检验失效D.参数估计量是有偏的6、在一元线性回归模型中，样本回归方程可表示为（）。A.tttuXY10B.ittXYEY)/(C.ttXY10ˆˆˆD.tttXXYE10/7、在经济发展发生转折时期，可以通过引入虚拟变量方法来表示这种变化。例如，研究中国城镇居民消费函数时。1991年前后，城镇居民商品性实际支出Y对实际可支配收入X的回归关系明显不同。现以1991年为转折时期，设虚拟变量年以前，年以后，1991019911tD，数据散点图显示消费函数发生了结构性变化：基本消费部分下降了，边际消费倾向变大了。则城镇居民线性消费函数的理论方程可以写作（）。A.tttuXY10B.tttttuXDXY210C.ttttuDXY210D.ttttttuXDDXY32108、用于检验序列相关的DW统计量的取值范围是()。A.0≤DW≤1B.－1≤DW≤1C.－2≤DW≤2D.0≤DW≤49、对联立方程组模型估计的方法主要有两类，即（）。A.单一方程估计法和系统估计法B.间接最小二乘法和系统估计法C.单一方程估计法和二阶段最小二乘法D.工具变量法和间接最小二乘法10、设tu为随机误差项，则一阶线性自相关是指（）。1211221.cov(,)0()...tsttttttttttAuutsBuuCuuuDuu11、在模型ttttuXXY33221的回归分析结果报告中，有23.263489F，000000.0值的pF，则表明（）。A、解释变量tX2对tY的影响是显著的B、解释变量tX3对tY的影响是显著的C、解释变量tX2和tX3对tY的联合影响是显著的.D、解释变量tX2和tX3对tY的影响是均不显著12、关于联立方程组模型，下列说法中错误的是（）。A.结构式模型中解释变量可以是内生变量，也可以是前定变量B.简化式模型中解释变量可以是内生变量，C.简化式模型中解释变量是前定变量D.结构式模型中解释变量可以是内生变量13、以下选项中，正确地表达了序列相关的是（）。A.jiCOVji,0),(B.jiCOVji,0),(C.(,)0,ijCOVXXijD.jiXCOVji,0),(14、在分布滞后模型01122tttttYXXXu中，短期影响乘数为（）。A、β1／（1-α）B、β1C、β0／（1－α）D、β015、在具体运用加权最小二乘法时,如果变换的结果是则Var(u)是下列形式中的哪一种?()22222....logAxBxCxDx16、应用DW检验方法时应满足该方法的假定条件，下列不是其假定条件的为（）。A.解释变量为非随机的B.被解释变量为非随机的C.线性回归模型中不能含有滞后内生变量D.随机误差项服从一阶自回归阶17、已知样本回归模型残差的一自相关系数接近于1，则DW统计量近似等于()。A.0B.1C.2D.418、更容易产生异方差的数据为()。A.时序数据B.修匀数据C.横截面数据D.年度数据19、设M为货币需求量，Y为收入水平，r为利率，流动性偏好函数为rYM210，又设1ˆ、2ˆ分别是1、2的估计值，则根据经济理论，一般来说()。A.1ˆ应为正值，2ˆ应为负值B.1ˆ应为正值，2ˆ应为正值C.1ˆ应为负值，2ˆ应为负值D.1ˆ应为负值，2ˆ应为正值20、以下是EVIEWS软件分析中的一个中间结果，据此可以判定模型存在（）。WhiteHeteroskedasticityTest:F-statistic9.186088Probability0.00000xuxxx1xy21Obs*R-squared4.077687Probability0.000000A.异方差问题B.随机解释变量问题C.多重共线性问题D.序列相关问题二、多项选择题（2分×5=10分）。1、以下可消除异方差的方法是（）。A广义差分法B广义最小二乘法C加权最小二乘法D对数变换法E普通最小二乘法2、下列哪些变量一定属于前定变量()。A.内生变量B.随机变量C.滞后变量D.外生变量E.虚拟变量3、古典线性回归模型的普通最小二乘估计量的特性有（）。A.无偏性B.线性性C.最小方差性D.不一致性E.有偏性4、关于虚拟变量，下列表述正确的有（）。A．是质的因素的数量化B．取值为l和0C．代表质的因素D．在有些情况下可代表数量因素E．代表数量因素5、有关调整后的判定系数2R与判定系数2R之间的关系叙述正确的有（）。A.2R与2R均非负B.模型中包含的解释个数越多，2R与2R就相差越大.C.只要模型中包括截距项在内的参数的个数大于1，则22RR.D.2R有可能大于2RE.2R有可能小于0，但2R却始终是非负三、判断题（1分×10=10分）。1、简单线性回归模型与多元线性回归模型的基本假定是相同的。（）2、在模型中引入解释变量的多个滞后项容易产生多重共线性。（）3、D-W检验中的D-W值在0到4之间，数值越小说明模型随机误差项的自相关度越小，数值越大说明模型随机误差项的自相关度越大。（）4、在计量经济模型中，随机扰动项与残差项无区别。（）5、线性回归模型意味着因变量是自变量的线性函数。（）6、自变量不存在两两高度相关表示不存在高度多重共线性。（）7、自相关性在时间序列模型中是一个普遍的现象。（）8、通过作（X,Y）的散点图可以初步判断是否存在自相关。（）9、一般当VIF＞10时，认为模型存在较为严重的多重共线性。（）10、增加样本容量可以缓解多重共线性。（）四、简答题（共25分）。1、（6分）对于多元线性计量经济学模型：tktktttXXXY33221nt，，，21（1）叙述模型的基本假定；（2）写出该模型的矩阵形式及各矩阵的含义；（3）写出模型的最小二乘参数估计量的矩阵表达式；（4）写出随机扰动项方差的无偏估计公式。2、（6分）简述G-Q检验的适用条件及检验步骤。3、（8分）简述联立方程模型结构型和简化型的特点。4、（5分）可决系数为什么可以检验样本回归直线与样本观测点之间的拟合程度？五、计算题（共18分）。1、（9分）设生产函数为btttYALKe（1）参数的经济含义是什么？（2）你如何估计该生产函数？（3）如果生产函数满足规模报酬不变假设，又如何估计？这种方法有什么优点？2、（3分）将模型)(1011uxeY进行适当的变换化为标准线性模型。3、（6分）由经济理论分析认为,现期消费水平受过去和现在收入水平的影响,即认为消费水平可以用收入水平的无限分布滞后模型来表示,并且满足Koyck变换的假定条件,请对该模型用Koyck变换导出上述消费函数的适当模型.(yt表示现期消费水平,xt,xt-1,xt-2……分别表示现期和以前各期的收入水平)。六、案例分析（共17分）。1、根据以下EVIEWS软件的计算结果分析1982年到2003年我国居民消费与国内生产总值之间的数量关系，变量如下：Y—居民消费（单位：亿元）I—国民生产总值GNP（单位：亿元）P—商品零售价格指数（1980年=100）表一：DependentVariable:YMethod:LeastSquaresDate:06/03/05Time:11:10Sample:19822003Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C67.32448389.51310.1728430.8645I0.4788460.00680070.414310.0000R-squared0.995982Meandependentvar21544.57AdjustedR-squared0.995782S.D.dependentvar17494.88S.E.ofregression1136.280Akaikeinfocriterion16.99542Sumsquaredresid25822666Schwarzcriterion17.09460Loglikelihood-184.9496F-statistic4958.175Durbin-Watsonstat0.995982Prob(F-statistic)0.000000表二：DependentVariable:YMethod:LeastSquaresDate:06/03/05Time:11:41Sample:19822003Includedobservations:22VariableCoefficietStd.Errort-StatisticProb.C-17848.674182.281-4.2676880.0004P154.294915.2248510.134410.0000R-squared0.837009Meandependentvar21547.02AdjustedR-squared0.828860S.D.dependentvar17492.18S.E.ofregression7236.359Akaikeinfocriterion20.69813Sumsquaredresid1.05E+09Schwarzcriterion20.79732Loglikelihood-225.6795F-statistic102.7063Durbin-Watsonstat0.142028Prob(F-statistic)0.000000表三：DependentVariable:YMethod:LeastSquaresDate:05/31/05Time:09:08Sample:19822003Includedobservations:22VariableCoefficientStd.Errort-StatisticProb.C911.2894936.93280.9726300.3430I0.4947390.01760128.108040.0000P-6.0876346.187701-0.9838280.3376R-squared0.996172Meandependentvar21547.02AdjustedR-squared0.995769S.D.dependentvar17492.18S.E.ofregression1137.743Akaikeinfocriterion17.03760Sumsquaredresid24594736Schwarzcriterion17.18638Loglikelihood-184.4137F-statistic2472.424Durbin-Watsonstat2.437584Prob(F-statistic)0.00