单元作业答案

第一早 请描述经济数据的类型及其特点。 答：横截面数据(4，) 时间序列数据(3，) 面板数据(3 ) 1、简要说明计量经济学的实证步骤有哪些？ 得分要求：意思答对即可给分。 具体得分标准 写出四个步骤的名称给 50%的得分，每一步骤做了合理的展开，给另 50%得分。 第二章 1.利用基尔和麦克莱恩(Kiel and McClain, 1995)有关 1988 年马萨诸塞州安德沃市的房屋 出售数 据，如下方程给出了房屋出售价格(price)和距离一个新修垃圾焚化炉的距离(dist) 之间的关系： log(price) = 9.40 + 0.312 log(dist) * = 135 R2 =0.162 (1)解释 log(dist)的系数。它的符号是你所预期的吗？ (2)你认为简单回归给出了 price 对 dist 在其他条件不变下弹性的无偏估计量吗？(考虑一 个 城市决定放置焚化炉的地点的决策) (3)房屋还有哪些其他因素影响其售价？这些因素会与距离焚化炉的远近相关吗？ 答：(1) log(dist)的系数符合预期。房屋的位置离垃圾焚化炉越近，受到垃圾焚化炉的影响越严 重，房屋的价格就会越低，反之，房屋的位置离垃圾焚化炉越远，房屋的价格就越高。 (2)没有。假设垃圾焚化炉位于远离城市中心的区域，那么距离垃圾焚化炉越远，房屋的 质 量就会越高，这将对随机干扰项造成影响，违反 SLR4 (条件同方差假定)，对 OLS 估计 量带来 偏误。 (3)影响房屋售价的因素还包括：房屋的大小、浴室的数量、房屋的使用年限、邻里的质量， 这些因素和(2)中所提一样，都与距离焚化炉的远近相关。 第三章 1.假设你对估计其他条件不变的情况下 y 和西之间的关系感兴趣。为此，你可以搜集两个 控制 变量易和的数据。（为真实起见，你可以想象 y 为期末考试分数，工 1 为到课率，*2 为 上学期 之前的 GPA,工 3 为 SAT 或 ACT 分数。）令 0 表示 y 对也进行简单回归的系数估计 值，而&为 y 对也，x2, 土进行多元回归的斜率估计值。 （1）若样本中 M，想与了 3 高度相关，且和了 3 对 V 具有很大的偏效应，你会预计 0 和仓 是十分类似还是十分不同？请解释。 （2）若样本中皿与工 2 和工 3 几乎无关，但工 2 和了 3 高度相关，你会预计 0 和 4 是十分类 似还 是十分不同？请解释。 （3）若样本中 M 与*2 和工 3 高度相关，且*2 和了 3 对 V 具有很小的偏效应，那么 seS）和 sese（（E0E0哪个更小？请解释。 （4）若样本中 M 与&和想几乎无关，切和了 3 对 V 具有很大的偏效应，并且和了 3 高度相 关， 那么sese（（j3j3［［）和sese（（3\3\）哪个更小？请解释。 答：（1）因为也，想与工 3 高度相关，而工 2 和工 3 对 V 具有很大的偏效应，所以简单回归的 系 数估计值切与多元回归的系数估计值仓数值十分不同。 （2） 我们认为 0］和 0 将十分类似。若样本中皿与工 2 和工 3 几乎无关，工 2 和工 3 之间的高 度相 关关系并不会直接对多元回归的斜率估计值 A 产生影响。 （3） 样本中 X］与工 2 和工 3 高度相关，且切和工 3 对 V 具有很小的偏效应，那么工 2 和工 3 的加入 相当于增加了也系数的标准差，所以 se（4）将会远远大于sese（（0i0i）。 （ 4） 工 2 和工 3 的加入将会降低残差方差（因为也与想和工 3 几乎无关，多重共线性的影响 不 大），所以我们会发现 se（0；）比 se（0）小。川和想之间的高度相关性并不会直接影响 se(“D o第四章 1.变量 mktval 为企业的市场价值，profmarg 为利润占销售额的百分比，ceoten 为其就任当 前公 司 CEO 的年数，而 comten 则是其在这个公司的总年数。 因变量：log(salary) 自变量 log(sales) log(mktval) profmarg ceoten comten 截距 观测次数 R? (1) 0.224 (0.027) — — — — 4.94 (0.20) 177 0.281 (2) 0.158 (0.040) 0.112 (0.050) -0.0023 (0.0022) — — 4.62 (0.25) 177 (0.304) (3) 0.188 (0.040) 0.100 (0.049) -0.0022 (0.0021) 0.0171 (0.0055) -0.0092 (0.0033) 4.57 (0.25) 177 (0.353) (1)评论 profmarg 对 CEO 薪水的影响。 (2)市场价值是否具有显著影响？试解释你的结论。 (3)解释 ceoten 和 comten 的系数，这些变量是统计显著的吗？ (4)你如何解释，在其他条件不变的情况下你在这个公司任职时间越长，你的薪水越低？ 答：(1)在第二列和第三列中，profmarg 的系数均为负数，t 值约为-1。也就是说，控制销 售量 和企业的市场价值不变，profmarg 对 CEO 薪水几乎没有影响。 (2)在第三列中我们控制了大多数相关变量，log(mktval)的 t 值约为 2.05,在 5%显著性水平 下 统计显著。由于对 mktval 取了对数，所以 mktval每增加 10%, CEO 薪水将会增加 1%。 (3)ceoten 和 comten 的 t 值分别为 3.11 - 2.79,所以这些变量在低水平下都是统计显著 的。其 他条件不变情况下，假设在这家公司继任一年 CEO,你的工资将会上涨 1.71%o 假设 你继续留在 这家公司，但是却不继任 CEO,工资将会下降 0.92%o (4)从外面雇佣而来的 CEO 往往具有明星效应，且追求高薪资。企业需要通过竞价对这些 追求高薪资的 CEO 进行雇佣。而假设你在这家企业工作，且不再是 CEO 了，随着时间流 逝， 你的明星效应会减弱，企业愿意支付给你的工资就会降低。 第五章 1.假设你通过对工资、受教育程度、工作经历和性别的调查来搜集数据。而且，你还询问了网 瘾方面的相关信息。原问题是：“上个月上网时间为多少小时？ ” (1)写出一个方程，使之在控制其他因素的情况下，能让你估计出网瘾对工资的影响。你 应该 能得出这样的结论：“每个月少上 10 个小时网，估计会使工资改变 X%。” (2)写出一个模型，使你能检验女性和男性在网瘾对工资的影响上是否存在差异。你将怎 样检 验网瘾带来的影响对男女是没有差异的？ (3)假设你认为最好按照上网时间将人分为四类：不上网者、适度上网者(每月 0-60 小时)、 轻度网瘾(每月 61-160 小时)、重度网瘾(每月 160 小时以上)。写出一个模型，使你 能估 计出网瘾对工资的影响。 (4)利用(3)中的模型，详细解释如何检验网瘾对工资没有影响的原假设。既要具体，又 要包括 对自由度的一个仔细列表。 (5)利用你搜集来的调查数据做因果推断，会有哪些潜在的问题？ 答：(1) log(wage)=用 + yS,usage + ^