计量经济学概念题

计量经济学概念题1.什么是计量经济学？它与经济学、统计学和数学的关系怎样？计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。计量经济学属于应用经济学，以经济现象为研究对象，其核心内容是建立和应用具有随机特征的计量经济模型。2.计量经济学三个要素是什么？经济理论、经济数据和统计方法。3.计量经济学模型的检验包括哪几个方面？其具体含义是什么？经济意义检验：主要检验模型参数估计值在经济意义上的合理性，参数估计值的符号、大小以及相互之间的关系是否合乎经济理论统计学检验：其目的在于检验模型的统计学性质，包括：拟合优度检验、变量显著性检验、总体方程显著性检验计量经济学检验：由计量经济学理论决定，目的在于检验模型的计量经济学性质。随机误差项的序列自相关检验、随机误差项的异方差检验、解释变量的多重共线性检验等。模型预测检验：主要是检验模型参数估计值的稳定性及其对样本容量变化时的灵敏程度，确定所建立的模型是否可以用于样本观测值以外的范围，即模型的超样本特性。4.计量经济学方法与一般经济数学方法有什么区别？计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。5.计量经济学模型研究的经济关系有那两个基本特征？计量经济学模型研究的经济关系有两个基本特征：一是随机关系；二是因果关系。6.计量经济学研究的对象和核心内容是什么？计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律（或者说，计量经济学是利用数学方法，根据统计测定的经济数据，对反映经济现象本质的经济数量关系进行研究）。计量经济学的内容大致包括两个方面：一是方法论，即计量经济学方法或理论计量经济学；二是应用，即应用计量经济学；无论是理论计量经济学还是应用计量经济学，都包括理论、方法和数据三种要素。7.计量经济学中应用的数据类型怎样？举例解释其中三种数据类型的结构。时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值。模型中的随机误差项可能存在序列自相关。横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。世界各国某年国民生产总值。模型中的随机误差项可能存在异方差。兼有时间序列和横截面成分的数据称为混合数据（pooleddata），如1985－2010世界各国GDP数据。面板数据（paneldata）是混合数据的一种特殊类型，指对相同的一批横截面单元（如家庭或厂家）在时间轴上进行跟踪调查的数据，如我国统计部门定期进行的城、乡居民收入和消费调查数据。8.建立与应用计量经济学模型的主要步骤有哪些？1陈述理论（或假说）需求定律2建立计量经济模型Q=a+bP+u3收集数据表1.14估计参数=76.05-3.88P5假设检验β0？6预测和政策分析若P=4.50，Q为多少？9.用OLS建立多元线性回归模型，有哪些基本假设？假设1，解释变量是非随机的或固定的，且各X之间互不相关（无多重共线性）。假设2,3,4，随机误差项具有零均值、同方差及不序列相关性假设5，解释变量与随机项不相关假设6，随机项满足正态分布10.随机误差项包含哪些因素影响？a)在解释变量中被忽略的因素的影响；i.影响不显著的因素ii.未知的影响因素iii.无法获得数据的因素b)变量观测值的观测误差的影响；c)模型关系的设定误差的影响；d)其它随机因素的影响11.为什么要计算调整后的可决系数？将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。12.叙述多重共线性的概念、后果和补救措施。如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。1、完全共线性下参数估计量不存在2、近似共线性下OLS估计量非有效3、参数估计量经济含义不合理4、变量的显著性检验失去意义（参数估计值的方差与标准差变大容易使通过样本计算的t值小于临界值，误导作出参数为0的推断）5、模型的预测功能失效（变大的方差容易使区间预测的“区间”变大，使预测失去意义。）除非是完全共线性，多重共线性并不意味着任何基本假设的违背；因此，即使出现较高程度的多重共线性，OLS估计量仍具有线性性等良好的统计性质。问题在于，即使OLS法仍是最好的估计方法，它却不是“完美的”，尤其是在统计推断上无法给出真正有用的信息。1、第一类方法：排除引起共线性的变量（逐步回归法）2、第二类方法：差分法（一般讲，增量之间的线性关系远比总量之间的线性关系弱得多。）3、第三类方法：减小参数估计量的方差（增大样本容量）13.叙述异方差性的概念、后果和补救措施。对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。异方差一般可归结为三种类型：(1)单调递增型：i2随X的增大而增大(2)单调递减型：i2随X的增大而减小(3)复杂型：i2与X的变化呈复杂形式1、参数估计量非有效2、变量的显著性检验失去意义3、模型的预测失效检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。修正：加权最小二乘法的基本思想：加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数。1/|ei|作为权重检验方法：white\G-Q\Park14.叙述序列相关的概念、后果和补救措施。如果对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性，则认为出现了序列相关性。1、参数估计量非有效2、变量的显著性检验失去意义3、模型的预测失效检验方法：图示法、回归法、D-W检验、LM(拉格朗日乘数)补救：广义最小二乘法、差分法参数估计法：Dwbin两步法、迭代法15.写出用White检验进行异方差的检验过程。16.写出用方差膨胀因子检验多重共线性的检验过程。17.写出用杜宾-沃森DW方法检验序列相关的检验过程。（1）计算DW值（2）给定，由n和k的大小查DW分布表，得临界值dL和dU（3）比较、判断18.在所有的计量经济问题中，以方差性似乎是最难理解的，用自己的语言来解释异方差性，用图示法说明。对于不同的样本点，随机误差项之间的方差不在是常数而是互不相同。19.当多元线性回归模型的回归系数符号与预期不一致时，应该检查什么？a)再次检查符号b)数据的录入错误和异常值c)遗漏变量d)无关变量e)多重共线性f)样本选择性偏差g)样本容量h)理论20.在所建立的回归模型中，你遇到过那些计量经济学问题？21.回归模型中引入虚拟变量的作用？有哪几种基本的引入方式？作用：将影响模型不能量化的因素进行量化亿提高模型的精度。这种量化通常通过引入虚拟变量。加法方式乘法方式22.滞后变量模型有哪几种类型？分布滞后模型使用OLS存在哪些问题？滞后变量模型有分布滞后模型和自回归模型两大类，其中：分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型；自回归模型又有柯克模型、自适应预期模型和部分调整模型。外生变量分布滞后模型使用OLS法存在以下问题：⑴对于无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计；⑵对于有限期的分布滞后模型，使用OLS方法会遇到：没有先验准则确定滞后期长度，对最大滞后期的确定往往带有主观随意性；如果滞后期较长，由于样本容量有限，当滞后变量数目增加时，必然使得自由度减少，将缺乏足够的自由度进行估计和检验；同名变量滞后值之间可能存在高度线性相关，即模型存在高度的多重共线性。23.在对联立方程模型进行估计之前我们先做些什么工作？为什么？具有g个内生变量、k个先决变量、g个结构方程的模型被称为完备的结构式模型。用所有先决变量作为每个内生变量的解释变量，所形成的模型称为简化式模型。该式描述了简化式参数与结构式参数之间的关系，称为参数关系体系24.简述两阶段最小二乘法估计方法的思路。间接最小二乘法：先对关于内生解释变量的简化式方程采用OLS估计简化式参数，得到简化式参数估计量，然后通过参数关系体系，计算得到结构式参数的估计量。间接最小二乘法只适用于恰好识别的结构方程的参数估计，因为只有恰好识别的结构方程，才能从参数关系体系中得到唯一一组结构参数的估计量。25.平稳时间序列应满足什么条件？a)均值E(Xt)=是与时间t无关的常数；b)方差Var(Xt)=2是与时间t无关的常数；c)协方差Cov(Xt,Xt+k)=k是只与时期间隔k有关，与时间t无关的常数；26.什么是时间序列的单整性？举例说明。如果一个时间序列经过一次差分变成平稳的，就称原序列是一阶单整（integratedof1）序列，记为I(1)。一般地，如果一个时间序列经过d次差分后变成平稳序列，则称原序列是d阶单整（integratedofd）序列，记为I(d)。I(0)代表一平稳时间序列。27.对非平稳变量直接建立ARMA模型可以吗？为什么？写出ARIMA（1,1,1）模型。数据非平稳，大样本下的统计推断基础——“一致性”要求——被破怀。数据非平稳，往往导致出现“虚假回归”（SpuriousRegression）问题。经典回归模型（classicalregressionmodel）是建立在平稳数据变量基础上的，对于非平稳变量，不能使用经典回归模型，否则会出现虚假回归等诸多问题。28.解释相关关系与因果关系的区别与联系。29.什么是协整？如果变量之间有着长期的稳定关系，30.简述建立误差校正模型的步骤。第一步，用OLS方法估计方程Yt=0+1Xt+t。并计算非均衡误差，得到：31.简述建立误差校正模型（ECM）的基本思路。Engle-Granger两步法a)第一步，进行协整回归（OLS法），检验变量间的协整关系，估计协整向量（长期均衡关系参数）；b)第二步，若协整性存在，则以第一步求到的残差作为非均衡误差项加入到误差修正模型中，并用OLS法估计相应参数。c)需要注意的是：在进行变量间的协整检验时，如有必要可在协整回归式中加入趋势项，这时，对残差项的稳定性检验就无须再设趋势项。d)另外，第二步中变量差分滞后项的多少，可以残差项序列是否存在自相关性来判断，如果存在自相关，则应加入变量差分的滞后项。