计量经济学简答题经典.docx
《计量经济学简答题经典.docx》由会员分享，可在线阅读，更多相关《计量经济学简答题经典.docx（7页珍藏版）》请在冰豆网上搜索。
计量经济学简答题经典
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？
答:
1、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。
2、经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。
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？
答:
（1）经济意义检验，即根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断
（2）统计检验，由数理统计理论决定。
包括:
拟合优度检验、总体显着性检验。
（3）计量经济学检验，由计量经济学理论决定。
包括:
异方差性检验、序列相关性检验、多重共线性检验。
（4）模型预测检验，由模型应用要求决定。
包括:
稳定性检验:
扩大样本重新估计;预测性能检验:
对样本外一点进行实际预测。
4.计量经济学方法与一般经济数学方法有什么区别？
答:
计量经济学揭示经济活动中各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？
答：
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？
答：
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。
计量经济学的核心内容包括两个方面:
一是方法论，即计量经济学方法或者理论计量经济学。
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。
答：
计量经济模型:
WAGE=f（EDU,EXP,GEND,μ）
1）时间序列数据是按时间周期收集的数据，如年度或季度的国民生产总值。
2）横截面数据是在同一时间点手机的不同个体的数据。
如世界各国某年国民生产总值。
3）混合数据是兼有时间序列和横截面成分的数据，如1985—2010世界各国GDP数据。
8.建立与应用计量经济学模型的主要步骤有哪些？
（1）理论模型的设计
（2）样本数据的收集（3）模型参数的估计（4）模型的检验
9.用OLS建立多元线性回归模型，有哪些基本假设？
1、回归模型是线性的，模型设定无误且含有误差项2、误差项总体均值为零3、所有解释变量与误差项都不相关4、误差项互不相关（不存在序列相关性）5、误差项具有同方差6、任何一个解释变量都不是其他解释变量的完全线性函数7、误差项服从正态分布。
10.随机误差项包含哪些因素影响？
在解释变量中被忽略的因素的影响（影响不显着的因素、未知的影响因素、无法获得数据的因素）；变量观测值的观测误差的影响；模型关系的设定误差的影响；其它随机因素的影响。
11.为什么要计算调整后的可决系数？
在应用过程中发现，如果在模型中增加一个解释变量，?
往往增大。
这是因为残差平方和往往随着解释变量的增加而减少，至少不会增加。
这就给人一个错觉：
要使得模型拟合得好，只要增加解释变量即可。
但是，现实情况往往是，由增加解释变量个数引起的的增大与拟合好坏无关，需调整。
=0.89表示被解释变量Y的变异性的89%能用估计的回归方程解释。
12.叙述多重共线性的概念、后果和补救措施。
概念:
如果两个或多于两个解释变量之间出现了相关性，则称模型存在多重共线性。
后果:
1、估计量仍然是无偏的2、参数估计量的方差和标准差增大3、置信区间变宽4、t统计量会变小5、估计量对模型设定的变化及其敏感6、对方程的整体拟合程度几乎没有影响7、回归系数符号有误
补救措施:
1、什么都不做2、去掉多余的变量3、增大样本容量
13.叙述异方差性的概念、后果和补救措施。
概念:
对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。
后果:
参数估计非有效，变量的显着性检验失去意义，模型的预测失效
补救措施:
1、加权最小二乘法（WLS）（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）。
2、异方差稳健标准误法。
14.叙述序列相关的概念、后果和补救措施。
概念:
在正确设定的函数中，如果随机干扰项序列的协方差不为0，则存在序列相关性。
后果:
参数估计非有效，变量的显着性检验失去意义，模型的预测失效
补救措施:
1、广义最小二乘法（消除一阶纯序列相关，回复估计量为最小方差性质的方法）2、Newey-West标准差法（在不改变估计值本身的前提下，修正存在序列相关性的标准差）。
15.写出用White检验进行异方差的检验过程。
1.假设回归模型
2.对模型做普通最小二乘回归，得到残差做辅助回归
3.求辅助回归方程的R2，在原假设:
不存在异方差下，nR2服从X2（df）
4.自由度df等于辅助回归方程中解释变量的个数。
如果拒绝原假设，有证据表明存在异方差。
16.写出用方差膨胀因子检验多重共线性的检验过程。
对于模型:
第一步:
计算下面辅助方程的决定系数。
第二步:
计算参数估计值的方差膨胀因子。
如果VIF（βj）>5则存在严重的多重共线性。
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统计量
（2）确定临界值:
dL、dU
（3）提出假设:
H0:
ρ=0，H1:
ρ≠0,
若0若dU若dL18.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。
概念:
对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。
在异方差的情况下，σI2已不是常数，它随着X的变化而变化，即σI2=f（Xi）异方差一般可以归结为三种类型:
（1）同方差性
（2）单调递增型（3）单调递减型（4）复杂型
19.当多远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？
1）检验是否有无关变量2）检验是否有相关变量的遗漏3）检验函数形式是否设定偏误。
20.在所建立的回归模型中，你遇到过哪些计量经济学问题？
1）即使所有的经典假设都满足，得到的估计结果也会与“实际”有偏误。
2）经济理论并未告知变量之间的具体关系应当是什么样的，比如说应该包括多少个解释变量，模型应该选线性形式还是双对数线性形式等。
3）对于自回归模型，随机干扰项的自相关问题始终是存在的。
21.回归模型中引入虚拟变量的作用？
有哪几种基本引入方式？
一些影响经济变量的因素无法定量度量，如：
职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。
为了在模型中能够反应这些因素的影响，并提高模型的精度，需要将它们“量化”。
这种“量化”通常是通过引入“虚拟变量”来完成的。
虚拟变量做为解释变量引入模型有两种基本方式：
加法方式（截距虚拟变量）和乘法方式（斜率虚拟变量）
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？
滞后变量模型有两种类型，一是分布滞后模型，二是自回归模型存在的问题：
1）对无线分布滞后模型，由于样本观测值得有限性，无法直接对其进行估计。
2）对有限分布滞后模型，没有先验准则确定滞后期长度，若滞后期较长，样本容量有限，自由度减少，同名变量滞后值之间可能存在高度线性相关。
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？
在进行模型估计之前首先要判断它是否可以估计，所以要进行联立方程模型的识别。
联立方程模型可以由多个方程组成，对方程之间的关系有严格的要求，否则模型就可能无法估计。
如果一个方程式不可识别的，则它的结构参数不能被估计，也就是说，不存在估计这些参数的有意义的方法。
24.简述两个阶段最小乘法估计方法的思路。
第一阶段：
将要估计的方程中作为解释变量的每一个内生变量对联立方程系统中全部前定变量回归（即估计简化式方程—用普通最小二乘法），然后计算这些内生变量的估计值。
第二阶段：
用第一阶段得出的内生变量的估计值代替方程右端的内生变量（即用它们作为这些内生变量的工具变量），对原方程应用OLS法，以得到结构参数的估计值。
25.平稳时间序列应满足什么条件？
1）均值E（Yt）=μ，是与时间t无关的常数；
2）方差Var（Yt）=σ2是与时间t无关的常数；
3）协方差Cov（Yt，Yt+k）=γK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。
随机游走序列的一阶差分序列△Yt=Yt-Yt-1是平稳序列。
在这种情况下，我们说原非平稳序列Yt是“一阶单整的”，表示为I
（1）。
若非平稳序列必须取二阶差分（△2Yt=△Yt—△Yt-1）才变为平稳序列，则原序列是“二阶单整的”，表示为I
（2）。
一般地，若一个非平稳序列必须取d阶差分才变为平稳序列，则原序列是“d阶单整的”，表示为I（d）。
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。
可以，一个非平稳的随机时间序列通常可以通过差分的方法将它变换为平稳的，对差分后平稳的时间序列也可找出对应的平稳随机过程或模型。
如果我们将一个非平稳时间序列通过d次差分，将它变为平稳的，然后用一个平稳的ARMA（p，q）模型作为它的生成模型，则我们就说该原始时间序列是一个自回归单整移动平均时间序列，记为ARIMA（p,d.q）。
ARIMA（1,1,1）模型?
?
?
?
?
?
?
?
?
?
?
?
?
?
28.解释相关关系与因果关系的区别与联系。
相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。
因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量来决定的，原因变量的变化引起结果变量的变化。
因果关系有单向因果关系和互为因果关系之分。
具有因果关系的变量之间一定具有数学上的相关关系。
而具有相关关系的变量之间并不一定具有因果关系。
29.什么是协整？
如果变量之间有着长期的稳定关系，即它们之间是协整的，则是可以使用经典回归模型方法建立回归模型的。
假设X与Y间的长期“均衡关系”由式描述：
Yt=α0+α1Xt+μt该均衡关系意味着：
给定X的一个值，Y相应的均衡值也随之确定为α0+α1X（d,d）阶协整是一类非常重要的协整关系，它的经济意义在于：
两个变量，虽然它们具有各自的长期波动规律，但是如果它们是（d,d）阶协整的，则它们之间存在着一个长期稳定的比例关系。
30.简述建立误差校正模型的步骤。
首先对变量进行协整分析，以发现变量之间的协整关系，即长期均衡关系，并以这种关系构成误差修正项。
然后建立短期模型，将误差修正项看作一个解释变量，连同其他反映短期波动的解释变量一起，建立短期模型，即误差修正模型。
31.简述建立误差校正模型（ECM）的基本思路。
由协整与误差修正模型的关系，可以得到误差修正模型建立的E-G两步法：
第一步，进行协整回归（OLS法），检验变量之间的协整关系，估计协整向量（长期均衡关系参数）；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。
升级会员 