计量经济学简答

简答题：简答题：1.1.选择工具变量的原则是什么选择工具变量的原则是什么: :（1）工具变量必须与所替代的随机解释变量高度 相关； （2）工具变量与随机误差项不相关（3）工具变量与其它解释变量不相关，避免出现 多重共线性。 2.2.实际经济问题中的多重共线性实际经济问题中的多重共线性 (1)经济变量的趋同性 （2）滞后变量的引入（3）样本资料的限制 3.3.序列相关性产生的原因序列相关性产生的原因: : （1）惯性； （2）模型设定误差； （3）蛛网现象； （4）数据加工。 4 4、随机解释变量问题及其解决方法。、随机解释变量问题及其解决方法。如果存在一个或多个随机变量作为解释变量，则称原 模型出现随机解释变量问题。第一、 随机解释变量与误差项相互独立；第二、随机解释变量 与误差项同期无关，而异期相关；第三、随机解释变量与误差项同期相关；第四、解决方法 为工具变量法。 5.5.随机解释变量产生的后果随机解释变量产生的后果 1.若相互独立，则参数估计量仍然无偏一致。2 若同期相关，异期不相关，得到的参数估计 有偏，但却是一致的 3 若同期相关，则估计量有偏且非一致。 6.6. 简述最小二乘估计量的性质简述最小二乘估计量的性质： （1）线性性，即它是否是另一随机变量的线性函数； （2） 无偏性，即它的均值或期望值是否等于总体的真实值；（3）有效性， 即它是否在所有线性无 偏估计量中具有最小方差。 （4）渐近无偏性，即样本容量趋于无穷大时， 是否它的均值序列 趋于总体真值； （5）一致性，即样本容量趋于无穷大时，它是否依概率收敛于总体的真值； （6）渐近有效性，即样本容量趋于无穷大时，是否它在所有的一致估计量中具有最小的渐 近方差。 7 7、虚拟变量的作用：、虚拟变量的作用： （1）表现定性因素对被解释变量的影响（ 2）提高模型的说明能力与水 平（3）季节变动分析。 （4）方程差异性检验。 8 8、虚拟变量设置的原则：、虚拟变量设置的原则：如果有定性因素共有 个结果需要区别，那么至多引入m-1 个虚 拟变量 9 9、实际经济问题中的多重共线性：、实际经济问题中的多重共线性： （1）经济变量的趋同性（2）滞后变量的引入 （3）样 本资料的限制 10.引入随机误差形式为了引入随机误差形式为了： （1）代表未知的影响因素（2）代表残缺数据（3）代表众多细 小的影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的随机存在性 11. 12.回归分析的主要内容有回归分析的主要内容有： （1）根据样本观测值对经济计量模型参数进行估计，求得回归 方程（2）对回归方程、参数估计值进行显著性检验（ 3）利用回归方程进行分析、评价及预 测。 13.叙述原理：叙述原理： 最小二乘法最小二乘法：当从模型总体随机抽取n 组样本观测值后， 最合理的参数估计 量应该使得模型能最好的的拟合样本数据： 最大似然法最大似然法：当从模型的总体随机抽取n 组样 本观测值后， 最合理的参数估计量应该使得从模型中抽取该n 组样本观测值的概率最大。 在 满足一系列基本假设的情况下， 模型结构参数的最大或然估计量与普通最小二乘估计量是相 同的。 14.14.建立与应用计量经济学模型的主要步骤有哪些？建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤包括： ①设定理论模型，包括选择模型所包含的 变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围； ②收集样本数据，要考 虑样本数据的完整性、准确性、可比性和一致性；③估计模型参数；④检验模型，包括经济 意义检验、统计检验、计量经济学检验和模型预测检验。 15.建立计量经济学模型的基本思想是什么？建立计量经济学模型的基本思想是什么？计量经济学方法，就是定量分析经济现象中各 因素之间的因果关系。因此，首先根据经济理论分析所研究的经济现象， 找出经济现象间因 果关系及相互间的联系。 把问题作为被解释变量， 影响问题的主要因素作为解释变量， 非主 要因素归入随机项。其次，按照它们之间的行为关系， 选择适当的数学形式描述这些变量之 间的关系，一般用一组数学上彼此独立、互不矛盾、完整有解的方程组表示。 16.16.生产函数在技术进步测定中的应用生产函数在技术进步测定中的应用: :第一、测定技术进步的年速度；第二、测定中技术 进步对增长的贡献率。第三、比较不同行业、企业的技术进行水平比较。 1717、生产函数有哪些？、生产函数有哪些？意义意义:它反映了生产过程中投入要素与产出量之间的技术关系。类类 型型： 线性生产函数模型、 投入产出生产函数模型、 C—D 生产函数模型、 不变替代弹性 （CES） 生产函数模型、变替代弹性（VES）生产函数模型、多要素生产函数模型、超越对数生产函 数模型等。 18.18.线性回归模型基本假设的内容以及违背后果线性回归模型基本假设的内容以及违背后果（1）解释变量x1，x2，…，x k 是确定性变 量，不是随机变量；而且解释变量之间互不相关。随机误差项具有0 均值和同方差。 （2）随 机误差项在不同的样本点间是独立的， 不存在序列相关。 （3）随机误差项与解释变量之间不 相关。 （4）随机误差项服从0 均值和同方差的正态分布。 （5）随着样本容量的无限增加，解 释变量 X 的样本方差趋于一有限常数。 （6）回归模型是正确设定的。 这些假设都是针对普通 最小二乘法的。 在违背这些基本假设的情况下， 普通最小二乘法就不再是最佳线性无偏估计 量，因此使用普通最小二乘法进行估计已无多大意义。 但模型本身还是可以估计的， 尤其是 可以通过最大似然法等其他原理进行估计。 5、6 点为一元 19.19.不满足基本假定（基本假设违背）的情况有哪些？不满足基本假定（基本假设违背）的情况有哪些？（1）随机误差项序列存在异方差性； （2）随机误差项序列存在序列相关性； （3）解释变量之间存在多重共线性； （4）解释变量 是随机变量且与随机误差项相关的随机解释变量问题； （5）模型设定有偏误； （6）解释变量 的方差不随样本容量的增而收敛。 20.20.使用加权最小二乘法必须先进行异方差性检验吗？使用加权最小二乘法必须先进行异方差性检验吗？ 在实际操作中人们通常采用如下的经验方法： 不对原模型进行异方差性检验， 而是直 接选择加权最小二乘法， 尤其是采用截面数据作样本时。 如果确实存在异方差性， 则被有效 地消除了；如果不存在异方差性，则加权最小二乘法等价于普通最小二乘法。 2121、什么是“虚拟变量陷阱”？、什么是“虚拟变量陷阱”？ 一般在引入虚拟变量时要求如果有m 个定性变量， 只在模型中引入 m-1 个虚拟变量。 否 则，如果引入 m 个虚拟变量，就会导致模型解释变量间出现完全共线性的情况。 我们一般称 由于引入的虚拟变量个数与定性因素个数相同时出现的模型无法估计的问题， 称为 “虚拟变 量陷阱“。 22.22.模型设定时，模型设定时， 如果遗漏了相关变量，如果遗漏了相关变量， OLSOLS 估计会出现什么后果？而在包含了无关变量时，估计会出现什么后果？而在包含了无关变量时， 后果又如何？后果又如何？答：如果遗漏相关变量， 则 OLS 估计结果在