第十套 单项选择题 1、经济计量模型是指( A.投入产出模型 B.数学规划模型 C.包含随机方程的经济数学模型 D.模糊数学模型 2、对于回归模型=ao+ax1+∝2F1+4,检验随机误差项是否存在自相关的统 计量为(B) ADw=d=2(e, B.h=( I-nvar(a,) C F= √1-r2 3、下列说法正确的有(C) A.时序数据和横截面数据没有差异 B.对总体回归模型的显著性检验没有必要 C.总体回归方程与样本回归方程是有区别的 D.判定系数R2不可以用于衡量拟合优度 4、在给定的显著性水平之下,若DW统计量的下和上临界值分别为dL和du,则当 d2<d<d时,可认为随机误差项(D) A.存在一阶正自相关 B.存在一阶负相关 C.不存在序列相关 D.存在序列相关与否不能断定 5、在线性回归模型中,若解释变量X和x2的观测值成比例,即有X1=kX2,其中 k为非零常数,则表明模型中存在(B) A.异方差B.多重共线性C.序列自相关D.设定误差 、对于一个回归模型中不包含截距项,若将一个具有皿个特征的质的因素引入进 计量经济模型,则虚拟变量数目为(A) A B.m-1 c D.m+1 当联立方程模型中第个结构方程是不可识别的,则该模型是(B A.可识别的 B.不可识别的
1 第十套 一、单项选择题 1、经济计量模型是指( C ) A.投入产出模型 B.数学规划模型 C.包含随机方程的经济数学模型 D.模糊数学模型 2、对于回归模型Y X Yu t t tt =+ + + α0 1 21 α α − ，检验随机误差项是否存在自相关的统 计量为( B ) 2 . (1 ) 2 1 () ˆ d n B h nVar α = − − 2 1 2 2 C F. σ σ = 3、下列说法正确的有（ C ） A．时序数据和横截面数据没有差异 B. 对总体回归模型的显著性检验没有必要 C. 总体回归方程与样本回归方程是有区别的 D. 判定系数 2 R 不可以用于衡量拟合优度 4、在给定的显著性水平之下，若 DW 统计量的下和上临界值分别为 dL和 dU,则当 d dd L U < < 时，可认为随机误差项( D ) A.存在一阶正自相关 B.存在一阶负相关 C.不存在序列相关 D.存在序列相关与否不能断定 5、在线性回归模型中,若解释变量 X1和 X2i的观测值成比例,即有 X1 2 i i = kX ,其中 k 为非零常数,则表明模型中存在( B ) A. 异方差 B. 多重共线性 C. 序列自相关 D. 设定误差 6、对于一个回归模型中不包含截距项，若将一个具有 m 个特征的质的因素引入进 计量经济模型，则虚拟变量数目为( A ) A.m B.m-1 C.m-2 D.m+1 7、当联立方程模型中第 i 个结构方程是不可识别的，则该模型是( B ) A.可识别的 B.不可识别的 2 1 2 ( ) . t t t e e A DW d e Σ − − = = Σ 2 2 . 1 r n D t r − = −
C.过度识别的 D.恰好识别的 在有M个方程的完备联立方程组中,若用H表示联立方程组中全部的内生变 量加上全部的前定变量的总个数,用N表示第i个方程中内生变量与前定变量之和的 个数时,则公式H-N表示(C) A.不包含在第i个方程中内生变量的个数 B.不包含在第i个方程中外生变量的个数 C.不包含在第i个方程中内生变量与外生变量之和的个数 D.包含在第i个方程中内生变量与外生变量之和的个数 9、对于有限分布滞后模型 =a+B0X1+B1X1-1+B2 BK -k tu 在一定条件下,参数β可近似用一个关于i的阿尔蒙多项式表示(i=01,2,…,m),其 中多项式的阶数m必须满足(A) mk k 10、在回归模型中,正确地表达了随机扰动项序列相关的是(A) A.CO(u,p)≠0,1≠jB.COF(41,1)=0,i≠ C.COV(x,X,)=0,1≠j D.COI(X1,H/)≠0,≠j 11、在DW检验中,存在负自相关的判定区域是(A) A.4-<d<4 B.0<a< d1 d d D.1< d。A_d2 12、下列说法正确的是(B) A.异方差是样本现象 B.异方差的变化与解释变量的变化有关 C.异方差是总体现象 D时间序列更易产生异方差 13、设x1x2为回归模型的解释变量,则体现完全多重共线性是(A A .XI 0 B 0 Cx1+x2+v=0(v为随机误差项) D.x1+ex2=0
2 C.过度识别的 D.恰好识别的 8、在有 M 个方程的完备联立方程组中，若用 H 表示联立方程组中全部的内生变 量加上全部的前定变量的总个数，用 Ni 表示第 i 个方程中内生变量与前定变量之和的 个数时，则公式 H N− i 表示( C ) A．不包含在第 i 个方程中内生变量的个数 B．不包含在第 i 个方程中外生变量的个数 C．不包含在第 i 个方程中内生变量与外生变量之和的个数 D．包含在第 i 个方程中内生变量与外生变量之和的个数 9、对于有限分布滞后模型 Yt = α + β 0 Xt + β1Xt−1 + β 2 Xt−2 +"+ β k Xt−k + ut 在一定条件下，参数 β i 可近似用一个关于i 的阿尔蒙多项式表示（i = 0,1,2,",m），其 中多项式的阶数 m 必须满足（ A ） A．m k D．m ≥ k 10、在回归模型中，正确地表达了随机扰动项序列相关的是（ A ） A. COV (μi , μ j ) ≠ 0,i ≠ j B. COV ( μ i , μ j ) = 0, i ≠ j C. ( , ) 0, COV X X i j i j = ≠ D. COV ( X i , μ j ) ≠ 0,i ≠ j 11、在 DW 检验中，存在负自相关的判定区域是（ A ） A. 4- dl ﹤d ﹤4 B. 0﹤d ﹤dl C. du ﹤d ﹤4- du D. dl ﹤d ﹤du ,4- du ﹤d ﹤4- dl 12、下列说法正确的是（ B ） A.异方差是样本现象 B.异方差的变化与解释变量的变化有关 C.异方差是总体现象 D.时间序列更易产生异方差 13、设 1 2 x , x 为回归模型的解释变量，则体现完全多重共线性是（ A ） 0( . 0 2 1 . 0 . 0 2 1 . 2 2 1 2 1 1 2 1 + + = + = + = = x x C x x v v D x e A x x B x e 为随机误差项）
14、下列说法不正确的是(C) A.自相关是一种随机误差现象 B.自相关产生的原因有经济变量的惯性作用 C.检验自相关的方法有F检验法 D.修正自相关的方法有广义差分法 15、利用德宾h检验自回归模型扰动项的自相关性时,下列命题正确的是 (B) A.德宾h检验只适用一阶自回归模型 B.德宾h检验适用任意阶的自回归模型 C.德宾h统计量渐进服从t分布 D.德宾h检验可以用于小样本问题 16、对联立方程组模型估计的方法主要有两类,即(A A.单一方程估计法和系统估计法 B.间接最小二乘法和系统估计法 C.单一方程估计法和二阶段最小二乘法 D.工具变量法和间接最小二乘法 17、已知模型的形式为y=阝1+B2x+u,在用实际数据对模型的参数进行估计的时 测得D统计量为0.653,则广义差分变量是(B) A.y2-0.6453y1,x2-06453x y1-0.6774y1,x1-0.6774x1 C. y-y-, x -x-I D.y2-0.05y1,x2-0.05x1 18、调整后的判定系数R2与判定系数R2之间的关系叙述不正确的有(A) A.R2与R2均非负 C.判断多元回归模型拟合优度时,使用R2 D.模型中包含的解释变量个数越多,R2与R2就相差越大 E.只要模型中包括截距项在内的参数的个数大于1,则R2<R 19、加权最小二乘法是(C)的一个特例 A.广义差分法 B.普通最小二乘法 C.广义最小二乘法 D.两阶段最小二乘法 20、对多元线性回归方程的显著性检验,所用的F统计量可表示为(B) ESS /(n-k) ESS/(k-1) A. RSS/(k-D) B RSS/(n-k
3 14、下列说法不正确的是（ C ） A.自相关是一种随机误差现象 B.自相关产生的原因有经济变量的惯性作用 C.检验自相关的方法有 F 检验法 D.修正自相关的方法有广义差分法 15、利用德宾 h 检验自回归模型扰动项的自相关性时，下列命题正确的是 （ B ） A. 德宾 h 检验只适用一阶自回归模型 B. 德宾 h 检验适用任意阶的自回归模型 C. 德宾 h 统计量渐进服从 t 分布 D. 德宾 h 检验可以用于小样本问题 16、对联立方程组模型估计的方法主要有两类，即（ A ） A. 单一方程估计法和系统估计法 B. 间接最小二乘法和系统估计法 C. 单一方程估计法和二阶段最小二乘法 D. 工具变量法和间接最小二乘法 17、已知模型的形式为 y x u = β1 + β2 + ,在用实际数据对模型的参数进行估计的时 候,测得 DW 统计量为 0.6453,则广义差分变量是( B ) A. t tt t 0.6453 , 0.6453 1 1 y yx x − − − − B. t tt t 0.6774 , 0.6774 1 1 y yx x − − − − C. 1 1 , tttt y yxx − − − − D. t tt t 0.05 , 0.05 1 1 y yx x − − − − 18、调整后的判定系数 2 R 与判定系数 2 R 之间的关系叙述不正确的有（ A ） A. 2 R 与 2 R 均非负 C.判断多元回归模型拟合优度时，使用 2 R D.模型中包含的解释变量个数越多， 2 R 与 2 R 就相差越大 E.只要模型中包括截距项在内的参数的个数大于 1，则 2 2 R < R 19、加权最小二乘法是（ C ）的一个特例 A.广义差分法 B.普通最小二乘法 C.广义最小二乘法 D.两阶段最小二乘法 20、对多元线性回归方程的显著性检验，所用的 F 统计量可表示为（ B ） A. ( 1) ( ) − − RSS k ESS n k B. ( ) ( 1) RSS n k ESS k − −
R2/(n-k) ESS (1-R2)/(k-1) RSS/(n-k) 二、多项选择题 1、调整后的判定系数R的正确表达式有(BC) A B、1 R D、1-(1+R2 E、1-( 2、对于二元样本回归模型Y=B+212+B3x3+e,下列各式成立的有 C A B ∑ ∑e.X ∑Ⅹ,X D ∑e,Y;=0 3、模型的对数变换有以下特点(ABE) A.能使测定变量值的尺度缩小B.模型的残差为相对误差 C.更加符合经济意义 D.经济现象中大多数可用对数模型表示 E.相对误差往往有较小的差异 4、设y1=B+B2x1+l1,War(u1)=a2=a2f(x),为了消除异方差,对原模型变 换的错误形式为(ACDE) Ay=B+B2x+u B B1 √f(x)√ B √f(x)√( Pu +B2 f(x)f(x)f(x) f(x) Dy f()=B,f(x)+B2x f(x)+u f() Eo'f(x)=B+B,x+u 5、关于联立方程组模型,下列说法中正确的是(ACD)
4 C. (1 ) ( 1) ( ) 2 2 − − − R k R n k D. RSS (n k ) ESS − 二、多项选择题 1、调整后的判定系数 2 R 的正确表达式有（ B C ） A、 ( ) ( ) 2 1 2 1 1 1 1 1 n i i n i i y n k e n = = − − − ∑ ∑ B、 ( ) ( ) 2 1 2 1 1 1 1 1 n i i n i i e n k y n = = − − − ∑ ∑ . C、 ( ) ( ) ( ) 2 1 1 1 n R n k − − − − . D、 ( ) ( ) ( ) 2 1 1 1 n R n k − − + − E、 ( ) ( ) ( ) 2 1 1 1 n k R n − − − − 2、对于二元样本回归模型 i i i i Y = + X + X + e 1 21 2 3 3 β ˆ β ˆ β ˆ ，下列各式成立的有 （ A B C ） A. = 0 i Σ e B. 0 Σ e i X 2 i = C. 0 Σ e i X 3 i = D. = 0 iY i Σ e E. ΣX 3 i X 2 i = 0 3、模型的对数变换有以下特点（ A B E ） A. 能使测定变量值的尺度缩小 B. 模型的残差为相对误差 C. 更加符合经济意义 D. 经济现象中大多数可用对数模型表示 E. 相对误差往往有较小的差异 4、设 , ( ) ( ) 2 2 i 1 2 i i i i i y = β + β x + u Var u = σ = σ f x ，为了消除异方差，对原模型变 换的错误形式为( A C D E ) 1 2 1 2 1 2 2 22 2 1 2 2 1 2 . . () () () () . () () () () . () () () () . () i ii i ii i i ii i ii i i ii ii i ii ii i ii Ay x u y xu B fx fx fx fx y xu C fx fx fx fx Dyf x f x xf x uf x E fx x u β β β β β β β β σ ββ =+ + =+ + =+ + =+ + =+ + 5、 关于联立方程组模型，下列说法中正确的是（ A C D ）
A.结构式模型中解释变量可以是内生变量,也可以是前定变量 B.简化式模型中解释变量可以是内生变量 C.简化式模型中解释变量是前定变量 D.结构式模型中各方程会产生联方程组偏倚 E.简化式模型中的随机扰动项一般是结构模型中随机扰动项的线性函数 判断题(判断下列命题正误,并说明理由) 1、半对数模型Y=B6+月1lnX+μ中,参数B1的含义是X的绝对量变化, 引起Y的绝对量变化。 错误 半对数模型的参数B1的含义是当X的相对变化时,绝对量发生变化, 引起因变量Y的平均值绝对量的变动。 2、对已经估计出参数的模型不需要进行检验。 错误 有必要进行检验。首先,因为我们在设定模型时,对所研究的经济现象的规律性 可能认识并不充分,所依据的得经济理论对研究对象也许还不能做出正确的解释和说 明。或者虽然经济理论是正确的,但可能我们对问题的认识只是从某些局部出发,或 者只是考察了某些特殊的样本,以局部去说明全局的变化规律,必然会导致偏差。其 次,我们用以及参数的统计数据或其他信息可能并不十分可靠,或者较多采用了经济 突变时期的数据,不能真实代表所研究的经济关系,也可能由于样本太小,所估计的 参数只是抽样的某些偶然结果。另外,我们所建立的模型,所用的方法,所用的统计 数据,还可能违反计量经济的基本假定,这是也会导致错误的结论 3、经典线性回归模型(CLRM)中的干扰项不服从正态分布的,OLS估计量将是有 偏的 错误 即使经典线性回归模型(CLRM)中的干扰项不服从正态分布的,OLS估计量仍然 是无偏的。因为E(B)=E(B2+∑KH)=B,该表达式成立与否与正态性无关 4、在有M个方程的完备联立方程组中,当识别的阶条件为H-N(H为联立方程 组中内生变量和前定变量的总数,N为第i个方程中内生变量和前定变量的总数)时, 则表示第i个方程不可识别
5 A. 结构式模型中解释变量可以是内生变量，也可以是前定变量 B. 简化式模型中解释变量可以是内生变量 C. 简化式模型中解释变量是前定变量 D. 结构式模型中各方程会产生联方程组偏倚 E. 简化式模型中的随机扰动项一般是结构模型中随机扰动项的线性函数。 三、判断题（判断下列命题正误，并说明理由） 1、半对数模型Y = β 0 + β 1 ln X + μ 中，参数 β1的含义是 X 的绝对量变化， 引起 Y 的绝对量变化。 错误 半对数模型的参数 β1的含义是当 X 的相对变化时，绝对量发生变化， 引起因变量 Y 的平均值绝对量的变动。 2、对已经估计出参数的模型不需要进行检验。 错误 有必要进行检验。首先，因为我们在设定模型时，对所研究的经济现象的规律性 可能认识并不充分，所依据的得经济理论对研究对象也许还不能做出正确的解释和说 明。或者虽然经济理论是正确的，但可能我们对问题的认识只是从某些局部出发，或 者只是考察了某些特殊的样本，以局部去说明全局的变化规律，必然会导致偏差。其 次，我们用以及参数的统计数据或其他信息可能并不十分可靠，或者较多采用了经济 突变时期的数据，不能真实代表所研究的经济关系，也可能由于样本太小，所估计的 参数只是抽样的某些偶然结果。另外，我们所建立的模型，所用的方法，所用的统计 数据，还可能违反计量经济的基本假定，这是也会导致错误的结论。 3、经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估计量将是有 偏的。 错误 即使经典线性回归模型（CLRM）中的干扰项不服从正态分布的，OLS 估计量仍然 是无偏的。因为 22 2 ˆ () ( ) EE K β =+ = β μβ ∑ i i ，该表达式成立与否与正态性无关。 4、在有 M 个方程的完备联立方程组中，当识别的阶条件为 H N− i （H 为联立方程 组中内生变量和前定变量的总数，Ni 为第 i 个方程中内生变量和前定变量的总数）时， 则表示第 i 个方程不可识别
错误。表示第i个方程过度识别。 5、随机误差项和残差是有区别的。 正确 随机误差项u1=1-E(Y/X)。当把总体回归函数表示成y=万+e时,其中的e 就是残差。它是用E估计Y时带来的误差e=-,是对随机误差项u的估计。 四、计算题 1、为研究中国各地区入境旅游状况,建立了各省市旅游外汇收入(Y,百万美元)、 旅行社职工人数(Ⅺ1,人)、国际旅游人数(X2,万人次)的模型,用某年31个省市 的截面数据估计结果如下: ,=-151.0263+0.1179X1+1.5452X2 t=(-3.066806)(6.652983)(3.378064) R2=0.934331R2=0.92964F=191.1894n=31 (1)从经济意义上考察估计模型的合理性。 (2)在5%显著性水平上,分别检验参数月,月2的显著性;在5%显著性水平 上,检验模型的整体显著性 答:(1)由模型估计结果可看出:旅行社职工人数和国际旅游人数均与旅游外 汇收入正相关。平均说来,旅行社职工人数增加1人,旅游外汇收入将增加0.1179 百万美元;国际旅游人数增加1万人次,旅游外汇收入增加1.5452百万美元。 (2)取a=0.05,查表得0m(31-3)=2048 因为3个参数t统计量的绝对值均大于0a2(31-3)=2048,说明经t检验3个参 数均显著不为0,即旅行社职工人数和国际旅游人数分别对旅游外汇收入都有显著影 响 取a=005,查表得F0n(2,28)=334,由于F=199.1894>F05(2,28)=3.34,说明 旅行社职工人数和国际旅游人数联合起来对旅游外汇收入有显著影响,线性回归方程 显著成立。 2、研究某地区1962-1995年基本建设新增固定资产Y(亿元)和全省工业总产 值X(亿元)按当年价格计算的历史资料。估计结果如下: 6
6 错误 。表示第 i 个方程过度识别 。 5、随机误差项和残差是有区别的。 正确 随机误差项 (/ ) u Y EY X ii i = − 。当把总体回归函数表示成YYe i ii = + 时，其中的 i e 就是残差。它是用Yi 估计Yi 时带来的误差 i ii e YY = − ，是对随机误差项ui 的估计。 四、计算题 1、为研究中国各地区入境旅游状况，建立了各省市旅游外汇收入（Y，百万美元）、 旅行社职工人数（X1，人）、国际旅游人数（X2，万人次）的模型，用某年 31 个省市 的截面数据估计结果如下： Yi X1i X 2i 151.0263 0.1179 1.5452 ˆ = − + + t=(-3.066806) (6.652983) (3.378064) R2 =0.934331 0.92964 2 R = F=191.1894 n=31 （1）从经济意义上考察估计模型的合理性。 （2）在 5%显著性水平上，分别检验参数 1 2 β , β 的显著性；在 5%显著性水平 上，检验模型的整体显著性。 答：（1）由模型估计结果可看出：旅行社职工人数和国际旅游人数均与旅游外 汇收入正相关。平均说来，旅行社职工人数增加 1 人，旅游外汇收入将增加 0.1179 百万美元；国际旅游人数增加 1 万人次，旅游外汇收入增加 1.5452 百万美元。 （2）取α = 0.05，查表得 0.025 t (31 3) 2.048 − = 因为 3 个参数 t 统计量的绝对值均大于 0.025 t (31 3) 2.048 − = ，说明经 t 检验 3 个参 数均显著不为 0，即旅行社职工人数和国际旅游人数分别对旅游外汇收入都有显著影 响。 取α = 0.05，查表得 0.05 F (2, 28) 3.34 = ，由于 F F =199.1894 (2, 28) 3.34 > = 0.05 ，说明 旅行社职工人数和国际旅游人数联合起来对旅游外汇收入有显著影响，线性回归方程 显著成立。 2、研究某地区 1962-1995 年基本建设新增固定资产 Y（亿元）和全省工业总产 值 X（亿元）按当年价格计算的历史资料。估计结果如下：
Dependent Variable: Y Method: Least Squa Sample(adjusted):19631995 Included observations: 33 after adjustments Variable Coefficient Std. error t-Statistic Prob 896645 1.167127 625055 0.1146 0.102199 0.0003 Y(-1) 0.014700 0.1828650.080389 0.9365 0. 584750 Mean dependent var 7.804242 Adjusted R-squared 0. 557066 S.D. dependent var 5.889686 S.E. of regression 3.919779 Akaike info criterion 5.656455 Sum squared resid 460 9399 Schwarz criterion 5.792502 Log likelihood 90.33151 F-statistic 21.12278 Durbin-Watson stat 1. 901308 Prob(F-statistic) 0.000002 (1)如果设定模型F=α+BX,+μ1作部分调整假定,估计参数,并作解释。 (2)如果设定模型y=a+BX+1作自适应假定,估计参数,并作解释。 (3)比较上述两种模型的设定,哪一个模型拟合较好? 答:在局部调整假定和自适应假定下,上述二模型最终都转化为一阶自回归模型。 为此,先估计如下形式的一阶自回归模型: =a+BX1+B1-1+l12 即为 Eviews给出结果,从结果看,t值F值都很显著,R2不是很高 (1)根据局部调整模型的参数关系,有a'=,=,月=1-0,=,将上 述估计结果代入得到:=0.9853,B=0.1037,a=1.9249 故局部调整模型为: Y=1.9249+0.1037X2+ 意义:为了达到全省工业总产值的计划值,寻求一个未来预期新增固定资产的最佳 量。全省工业总产值每计划增加1(亿元)则未来预期最佳新增固定资产量为0.1037 亿元
7 Dependent Variable: Y Method: Least Squares Date: 07/27/05 Time: 22:31 Sample (adjusted): 1963 1995 Included observations: 33 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 1.896645 1.167127 1.625055 0.1146 X 0.102199 0.024782 4.123961 0.0003 Y(-1) 0.014700 0.182865 0.080389 0.9365 R-squared 0.584750 Mean dependent var 7.804242 Adjusted R-squared 0.557066 S.D. dependent var 5.889686 S.E. of regression 3.919779 Akaike info criterion 5.656455 Sum squared resid 460.9399 Schwarz criterion 5.792502 Log likelihood -90.33151 F-statistic 21.12278 Durbin-Watson stat 1.901308 Prob(F-statistic) 0.000002 （1） 如果设定模型 * Y X t tt =+ + α β μ 作部分调整假定，估计参数，并作解释。 （2） 如果设定模型 * Y X t tt =+ + α β μ 作自适应假定，估计参数，并作解释。 （3） 比较上述两种模型的设定，哪一个模型拟合较好？ 答：在局部调整假定和自适应假定下，上述二模型最终都转化为一阶自回归模型。 为此，先估计如下形式的一阶自回归模型： ** * * Y X Yu t t tt =+ + + αβ β 0 11− 即为 Eviews 给出结果，从结果看，t值F值都很显著， 2 R 不是很高。 （1）根据局部调整模型的参数关系，有 *** * 0 1 , , 1, α = = =− = δα β δβ β δ μ δμ t t ，将上 述估计结果代入得到： δ === 0.9853, 0.1037, 1.9249 β α 故局部调整模型为： 意义：为了达到全省工业总产值的计划值，寻求一个未来预期新增固定资产的最佳 量。全省工业总产值每计划增加 1（亿元），则未来预期最佳新增固定资产量为 0.1037 亿元。 * Y X t tt =+ + 1.9249 0.1037 μ
(2)根据自适应模型的参数关系,有 a'=a,=形B,6=1-y,=1-(1-y)1,代入得到: y=0.9853,B=0.1037,a=1.9249 故局部调整模型为: Y=1.9249+0.1037X+ 意义:新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每 预期增加增加1(亿元),当期新增固定资产量为0.1037(亿元)。 (3)局部调整模型和自适应模型的区别在于:局部调整模型是对应变量的局部调整而 得到的;而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见,Y滞 后一期的回归系数并不显著,说明两个模型的设定都不合理。 、考虑如下的货币供求模型: 货币需求:M=B+B+B2R1+BP+l1 货币供给:M=a0+a1H+l2 其中,M=货币,Y=收入,R=利率,P=价格,l1,l2,为误差项;R和P是前定变量。 (1)需求函数可识别吗? (2)供给函数可识别吗? (3)你会用什么方法去估计可识别的方程中的参数?为什么? (4)假设我们把供给函数加以修改,多加进两个解释变量F1和M-1,会出现什 么识别问题?你还会用你在(3)中用的方法吗?为什么? 答:该方程组有M=3,K=2。 (1)需求函数,用阶条件判断,有K-k1=2-2=0<m-1=2-1=1,所以该方程 为不可识别。 (2)供给函数,用阶条件判断,再结合零系数原则,该方程为过度识别。 (3)用两段最小二乘法估计供给函数。 (4)在供给函数中多加进两个解释变量y和M1,这时,M=3,K=4。由于供给函 数已经是过度识别,再在该方程加进前定变量,而这些变量在需求函数中并没有出现, 所以供给函数还是过度识别。因此,将仍然用两段最小二乘法估计参数
8 （2）根据自适应模型的参数关系，有 *** * 01 1 , , 1 , (1 ) α tt t = = =− = − − γα β γβ β γ μ μ γ μ − ，代入得到： γ === 0.9853, 0.1037, 1.9249 β α 故局部调整模型为： * 1.9249 0.1037 t Y X t t =+ + μ 意义：新增固定资产的变化取决于全省工业总产值的预期值。全省工业总产值每 预期增加增加 1（亿元），当期新增固定资产量为 0.1037（亿元）。 （3）局部调整模型和自适应模型的区别在于：局部调整模型是对应变量的局部调整而 得到的；而自适应模型是由解释变量的自适应过程而得到的。由回归结果可见，Y 滞 后一期的回归系数并不显著，说明两个模型的设定都不合理。 3、考虑如下的货币供求模型： 货币需求： t t t t d Mt = β 0 + β1 Y + β 2R + β3P + u1 货币供给： t t s Mt = α 0 +α1 Y + u2 其中，M=货币，Y＝收入，R＝利率，P＝价格，u1t u2t , 为误差项；R 和 P 是前定变量。 (1) 需求函数可识别吗？ (2) 供给函数可识别吗？ (3) 你会用什么方法去估计可识别的方程中的参数？为什么？ (4) 假设我们把供给函数加以修改，多加进两个解释变量 t 1 Y − 和 t 1 M − ，会出现什 么识别问题？你还会用你在（3）中用的方法吗？为什么？ 答：该方程组有 M=3，K=2。 （1）需求函数，用阶条件判断，有 1 1 Kk m − = − = < −= −= 22 0 1 211，所以该方程 为不可识别。 （2）供给函数，用阶条件判断，再结合零系数原则，该方程为过度识别。 （3）用两段最小二乘法估计供给函数。 （4）在供给函数中多加进两个解释变量Yt−1和 Mt−1，这时，M=3，K=4。由于供给函 数已经是过度识别，再在该方程加进前定变量，而这些变量在需求函数中并没有出现， 所以供给函数还是过度识别。因此，将仍然用两段最小二乘法估计参数
