2019 年广东财经大学计量经济学考研真题
考试年度:2019 年
考试科目代码及名称:F508-计量经济学
适用专业:020209 数量经济学
[友情提醒:请在考点提供的专用答题纸上答题,答在本卷或草稿纸上无效!]
一、选择题(10 题,每题 3 分,共 30 分)
1.设 M 为货币需求量、Y 为收水平、r 为利率,流动性偏好模型为 M=β0+β1Y+β2r+μ,则根
据经济理论一般有(
)。
A.β1 应为正值、β2 应为负值
B.β1 应为正值、β2 也应为正值
C.β1 应为负值、β2 也应为负值
D.β1 应为负值、β2 应为正值
2.在模型为
Y
t
0
的回归分析结果报告中,有 F=2634.23、相应的 p 值
X
22
t
X
11
t
t
=0.00000,则表明(
)。
A.解释变量 X1t 和 X2t 对 Yt 的影响均不显著
B.解释变量 X1t 对 Yt 的影响是显著的
C.解释变量 X1t 和 X2t 对 Yt 的联合影响是显著的
D.解释变量 X2t 对 Yt 的影响是显著的
3. 根 据 样 本 资 料 估 计 得 出 人 均 消 费 支 出 Y 对 人 均 收 入 X 的 样 本 回 归 模 型 为
lnYi=2.00+0.75lnXi+ei,这表明人均收入每增加 1%,人均消费支出将大约平均增加(
)。
A.75%
B.0.75%
C.2%
D.7.5%
4.阿尔蒙多项式变换适用于下列什么模型(
)。
A.无限分布滞后模型
B.无限自回归模型
C.有限分布滞后模型
D. 有限自回归模型
5.在 Yi=B1+B2Di+μi 中;如果虚拟变量 Di 的取值为 0 或 2,而不是通常情况下的 0 或 1,那
么(
)。
A.参数 B2 的估计值将减半,其 t 值也将减半
B.参数 B2 的估计值将减半,其 t 值不变
C.参数 B2 的估计值不变,其 t 值将减半
D.参数 B2 的估计值不变,其 t 值也不变
6.在(k-1)元经典线性回归模型中,σ2 的无偏估计量 2ˆ 为:(
)。
A.
ei
/(2
kn
)
B.
/(2
ei
kn
)1
C.
n
/(2
ei
)2
D.
/(2
ei
kn
)1
7.在自回归分布滞后模型 Yt=α+α0Xt+α1Xt-1+βYt-1+ut 中,X 对 Y 的长期影响乘数为(
)。
A. α0+α1
B. 1/(α0+α1)
C. α0
D. (α0+α1)/(1-β)
8.加权最小二乘法克服异方差的主要原理是通过赋予不同误差的观测点以不同的权数,以提
高估计精度,即:(
)。
A.重视大误差观测点的作用,为其赋以小的权数
B.重视小误差观测点的作用,为其赋以大的权数
C.重视小误差观测点的作用,为其赋以小的权数
D.轻视大误差观测点的作用,为其赋以大的权数
9.关于计量经济模型变量的说法中正确的是(
)。
A.内生变量是非随机变量
B.前定变量是随机变量
C.外生变量是随机变量
D.内生变量是随机变量
10.在结构式模型中,具有统计形式唯一性的结构式方程是(
)。
A.不可识别的 B.过度识别的 C.恰好识别的 D.可识别的
二、简答题(5 题,每题 10 分,共 50 分)
1.给定一元线性回归模型:
Y
0
1
X
1
u
(1)叙述模型的基本假定;(2)写出参数 0 和 1 的最小二乘估计公式;(3)说明满足基
本假定的最小二乘估计量的统计性质。
2.识别计量模型随机误差项存在异方差的方法有哪些?已知消费模型:Yt=β0+β1X1t+β2X2t+
μt;其中,Yt 为消费支出,X1t 为个人可支配收入,X2t 为消费者的流动资产,且:E(μt)
=0,Var(μt)=σ2X1t
2,进行适当的变换消除异方差,并证明之。
3.根据某地区对农产品的消费 Y 和居民收入 X 的时间序列资料,应用 OLS 估计模型结果如下:
ˆ
Y
t
se
.27
9123
.1(
8690
.0
.0()
3524
X
t
0055
)
2
R
.0
,
9966
DW
.0
,
6800
F
4122
531.
根据以上资料,完成以下问题:
(1)在 n=16,显著性水平α=0.05 的条件下,查 D-W 表得临界值分别为 dl=1.106,du=1.371,
试判断模型中是否存在自相关;
(2)如果模型只存在一阶自相关,求出自相关系数,并利用广义差分法变换写出无自相关
的广义差分模型。
4.假定利用某国犯罪人数(十人)y 作为被解释变量、教堂数(个)x1 和人口数(万人)x2
作为解释变量的时间序列资料得到表 1 的三个模型,请回答如下问题。
表 1 犯罪人数 y、教堂数 x1、人口数 x2 的回归结果
模型 1
Estimate
Std. Error
t value
Pr(>|t|)
(Intercept)
3.22844
1.420759
2.272334
0.023109
x1
x2
模型 2
-2.0056
0.00696
-288.163
2.000554
0.000696
2874.217
0
0
(Intercept)
68.92746
57.21133
1.204787
0.228343
x1
模型 3
17.99697
0.001976
9109.307
0
(Intercept)
-7.19969
5.898969
-1.2205
0.222333
x2
1.800028
2.04E-05
88363.56
0
(1)哪个模型更好,为什么?并由此说明为什么要建立多元回归模型。
(2)模型 1 解释变量前系数的含义分别是什么?模型 1 与模型 2 中 x1 前的系数估计值符号
相反的原因可能是是什么,说出你的理由?
5.考虑如下回归模型:
Y
b
0
uXbDDbDbDb
1
3
1
2
2
2
4
1
其中,Y=大学教师的年收入;X=教学年份;
1D
请回答:
1
0
男性
女性
;
2D
1
0
白人
其他
。
(1)这个回归模型中的“基础群体(比较基准)”是什么?
(2)b3、b4 的含义是什么?
(3)求
E(
DY
1
|
1
, D
2
1
, X
)
;
(4)若性别不仅影响年收入平均值,又使年收入对教学年份的变化率发生变化,应如何设
定模型?
三、综合分析题(2 题,每题 10 分,共 20 分)
1.你对吸烟对新生儿健康的影响非常感兴趣,因此试图研究什么因素影响新生儿的健康。最
好的测量是:新生儿健康的标准是他的体重,即可以用体重衡量健康程度。(因为身体健康
和体重是正相关)。你建立了如下的回归模型进行研究:
Log(bwgtht)=
+
male+
parity+
log(faminc)+
log(packs)+u
其中,Log(bwgtht)是新生儿体重的对数。male 为性别(如果是男婴值为 1,否则取 0)。
出生的顺序(parity,即如果某个婴儿对其母亲来说是第一个孩子则取值为 1,第二个为 2,
以此类推)。log(faminc)是家庭的收入的对数。Log(packs)是在怀孕期母亲每天吸烟的平
均包数的对数。u 为随机误差项。下表给出了回归模型的估计结果
Included observations: 1388
因变量:LOG(BWGTHT)
自变量
Coefficie
Std. Error
nt
C
MALE
4.675618
0.021881
0.026241
0.010089
PARITY
0.014729
0.005665
LOG(FAMINC)
0.018050
0.005584
LOG(PACKS)
-0.083728
0.017121
R-squared
0. 85038
残差平方
48.65370
和(SSR)
请根据所学知识,简要回答以下问题:
(1)对模型作简要评价,并指出 的具体解释是什么?
(2)本研究的潜在问题是我们不能对遗传的影响做任何的控制(注意,遗传因素在本研究
是体现在 u,即随机误差项)。如果母亲的基因影响着新生儿的体重和母亲吸烟的习惯,那
么随机误差项 u 将会违背哪个经典假设?并指出此时 的 OLS 估计量是否是 blue 估计量?
2.给定下列宏观经济模型:
C
t
I
t
GICY
t
t
Y
1
t
Y
1
t
t
t
0
0
1
t
I
2
t
1
t
2
(1)若投资方程是由模型
e
I
t
0
Y
1
t
t
作局部调整假定得到( e
tI 为最佳投资),
估计结果为:
ˆ
I
t
327
.
453
.0
178
Y
t
.0
530
I
t
1
,请写出局部调整模型、估计参数
并作解释。
(2)判断方程及模型的识别情况,并回答两个随机方程可能的估计方法。