Ⅰ 计量经济学考试重点
1、费里希（R.Frish）是经济计量学的主要开拓者和奠基人。
2、经济计量学与数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。
3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。它以客观经济系统中具有随机性特征的经济关系为研究对象，用数学模型方法描述具体的经济变量关系，
为经济计量分析工作提供专门的指导理论和分析方法。
4、时序数据即时间序列数据。时间序列数据是同一统计指标按时间顺序记录的数据列。
5、横截面数据是在同一时间，不同统计单位的相同统计指标组成的数据列。
6、对于一个独立的经济模型来说，变量可以分为内生变量和外生变量。内生变量被认为是具有一定概率分布的随机变量，它们的数值是由模型自身决定的；外生变量被认为是非随机变量，它们的数值是在模型之外决定的。
7、对于模型中的一个方程来说，等号左边的变量称为被解释变量，等号右边被称为解释变量。在模型中一个方程的被解释变量可以是其它方程的解释变量。被解释变量一定是模型的内生变量，而解释变量既包括外生变量，也包括一部分内生变量。
8、滞后变量与前定变量。有时模型的设计者还使用内生变量的前期值作解释变量，在计量经济学中将这样的变量程为滞后变量。滞后变量显然在求解模型之前是已知量，因此通常将外生变量与滞后变量合称为前定变量。
9、控制变量与政策变量。由于控制论的思想不断渗入经济计量学，使某些经济计量模型具有政策控制的特点，因此在经济计量模型中又出现了控制变量、政策变量等名词。政策变量或控制变量一般在模型中表现为外生变量，但有时也表现为内生变量。
10、经济参数分为：外生参数和内生参数。外生参数一般是指依据经济法规人为确定的参数，如折旧率、税率、利息率等。内生参数是依据样本观测值，运用统计方法估计得到的参数。如何选择估计参数的方法和改进估计参数的方法，这是理论经济计量学的基本任务。
11、用数学模型描述经济系统应当遵循以下两条基本原则：
第一、以理论分析作先导；第二模型规模大小要适度。
12、联立方程模型中的方程一般划分为：
随机方程和非随机方程。随机方程是根据经济机能或经济行为构造的经济函数关系式。在随机方程中，被解释变量被认为是服从某种概率分布的随机变量，且假设解释变量是非随机变量。非随机方程是根据经济学理论和政策、法规的规定而构造的反应映某些经济变量关系得恒等式。
13、所谓经济计量分析工作是指依据经济理论分析，运用经济计量模型方法，研究现实经济系统的结构、水平、提供经济预测情报和评价经济政策等的经济研究和分析工作。
14、经济计量分析工作的程序包括四部分：1、设定模型；2、估计参数；3、检验模型；4、应用模型。
15、在社会经济现象中，变量之间的关系可分为两类：函数关系和相关关系。函数关系是指如果给定解释变量X的值，被解释变量Y的值就唯一地确定了，Y与X的关系就是函数关系，即Y=f(X)。相关关系是指如果给定了解释变量X的值，被解释变量Y的值不是唯一确定，Y与X的关系就是相关关系。
16、回归分析与相关关系的联系与区别：
回归分析研究一个变量（被解释变量）对于一个或多个其它变量（解释变量）的依存关系，其目的在于根据解释变量的数值来估计或预测被解释变量的总体均值。相关分析研究变量之间相互关联的程度，用相关系数来表示，相关系数又分为简单相关系数和复相关系数；前者表示两个变量之间的相互关联程度，后者描述三个或三个以上变量之间的相关程度。回归分析和相关分析二者是有联系的，它们都是研究相关关系的方法。但二者之间也有区别：相关分析关心的是变量之间的相关程度，但并不能给出变量之间的因果关系；而回归分析则要通过建立回归方程来估计解释变量与被解释变量之间的因果关系。此外，在回归分析中，定义被解释变量为随机变量，解释变量为非随机变量；而在相关分析中，把所考察的变量都看作是随机变量。
17、总体回归模型是根据总体的全部资料建立的回归模型，又称为理论模型。样本回归模型是根据样本资料建立的回归模型。在绝大多数情形下，得到总体的全部资料是不可能的。
18、估计回归参数的方法主要有最小二乘法，极大似然估计法和矩估计法，其中最简单的是普通最小二乘法。这种方法要求回归模型满足以下假设：
1.随机误差μi的均值为零，即：E(μi)=0；
2.所有随机误差μi都有相同的方差，即：Var(μi)=E(μi—E(μi))2=E(μi2)=σ2；
3.任意两个随机误差μi和μj(i≠j)互不相关，也即μi和μj的协方差为零：
E(μi—E(μj))(μi—E(μj))=E(μiμj)=0
4.解释变量X是确定变量，与随机误差μi不相关。
5.对回归参数进行统计检验时，还须假定μi服从正态分布。
满足上述假定的线性回归模型称为经典线性回归模型。
19、求解一元线性回归模型参数的应用公式：
nΣXY—ΣXΣY ΣYΣX2—ΣXΣXY — —
β1=—————————— β0=————————————＝Y —β1X
nΣX2—（ΣX）2 nΣX2—（ΣX）2
其中X、Y均为样本值。
20、利用普通最小二乘法求的样本回归直线具有以下特点：
（1）样本回归直线必然通过点X的均值和点Y的均值；
（2）预测值Y的平均值与实际值Y的平均值相等；
（3）残差ei均值为零；
（4）残差ei与解释变量X不相关。
21、普通最小乘估计量的特性：
（1）无偏性：E(β0)= β0，E(β1)= β1由不同样本得到的β0和β1可能大于或小于总体的β1和β0，但平均起来等于总体参数。
（2）线性特性：即估计量β0和β1均为样本观测值Y的线性组合。
（3）有效性：即β1和β0的方差最小。
22、简单线性回归模型的检验
（1）对估计值的直观判断：1.对回归系数β1的符号判断；2.对β1的大小判断。
2（2）拟合优度的检验：拟合优度是指样本回归直线与样本观测值之间的拟合程度，通常用判定系数r
表示。检验拟合优度的目的，是了解释变量X对被解释变量Y的解释程度。X对Y的解释能力越强，残差ei的绝对值就越小，从而样本观测值离回归直线的距离越近。判定系数计算公式：
2 ESS Σ（Y(预测值)—Y（均值）） β1（回归系数）Σ（X（样本值）—X（均值））
2r=———=——————————————=————————————————————
TSS Σ（Y（样本值）—Y（均值）） Σ（Y（样本值）—Y（均值））
2判定系数r的两个重要性质：
1.它是一个非负的量。
222.它是在0与1之间变化的量。当r=1时，所有的观测值都落在样本回归直线上，是完全拟合；当r=0
时，解释变量与被解释变量之间没有关系。
23、相关系数是衡量变量之间线性相关的指标。用r表示，它具有下列性质：
（1）它是可正可负的数
（2）它是在-1与+1之间变化的量。
（3）它具有对称性，即X与Y之间的相关系数与Y与X值将的相关系数相同。
（4）如果X和Y在统计上独立，则相关系数为零。当r=0，并不说明两个变量之间一定独立。这是因为，r仅适用于变量之间的线性关系，而变量之间可能存在非线性关系。
Σ（X（样本值）—X（均值））（Y（样本值）—Y（均值））
r=—————————————————————————————
[Σ（X（样本值）—X（均值））Σ（Y（样本值）—Y（均值））]1/2
21/2r=±[r]并且r的符号与回归系数β1的符号相同。
相关系数与判定系数在概念上仍有明显区别：前者建立在相关分析的理论基础上，研究的是两个随机变量之间的线性相关的关系，不仅反映变量之间的因果关系；后者建立在回归分析的理论基础上，研究的是一个普通变量（X）对另一个随机变量的定量解释程度。
24、相关系数的检验（t检验）
一般说来，相关系数可以反映X与Y之间的线性相关程度。r的绝对值越接近于1，X与Y之间的线性关系就越密切。但相关系数通常是根据样本数据得到的，因而带有一定的随机性，且样本越小其随机型就越大。因此，我们有必要依据样本相关系数r对总体相关系数ρ进行统计检验。可构造t统计量：
1/2 r(n—2)
t=—————— 其中r为相关系数，n为样本数，服从（n-2）的t分布；查t分布得
2 1/2 (1—r)
相应的临界值tα/2如果有：|t|≥tα/2则认为X与Y之间存在显著的线性相关关系。反之若有|t|≤tα/2则认为X与Y之间不存在显著的线性相关关系。
25、在一元线性回归模型中Y=β0+β1X+μi，β1代表解释变量X对被解释变量Y的线性影响。如果X对Y的影响是显著的，则有β1≠0；若X对Y的影响不显著，则有β1=0。由于真实参数β1是未知的，我们只能依据样本估计值对β1进行统计检验。
226、多重判定系数R：为了说明二元回归方程对样本观测值拟合的优劣，需要定义多重判定系数。多重
222判定系数与简单判定系数r一样，R也定义为有解释的变差（ESS）与总变差（TSS）之比。显然，R也
22是一个在0与1 之间的数。R的值越接近1，拟合优度就越高。R=1时，RSS=0，表明被解释变量Y的
2变化完全由解释变量X1和X2决定；当R=0，表明Y的变化与X1，X2无任何关系。同时对于两个被解释变
2量相同而解释变量个数不同的模型，包含解释变量多的模型就会有较高的R值。
27、复相关系数R表示所有解释变量与Y的线性相关程度。在二元回归分析中，复相关系数R表示的就是解释变量X1 X2与被解释变量Y之间的线性相关程度。
28、对总体回归模型的显著性检验（F检验）
多元线性回归模型的总体显著性检验是检验所有解释变量对Y的共同影响是否显著。构造F统计量：
2 ESS/（k－1） R/(k—1)
F=——————=———————————其中k为模型中的参数个数，n为样本个数
2 RSS/(n—k) （1—R）/（n—k） 对于给定的显著性水平，自由度为k—1和n—k，查F分布
表可得临界值Fα（k-1,n-k），如果有F≥Fα（k-1,n-k）则认为X1和X2对Y的线性影响是显著的；反之，如果有F≤Fα（k-1,n-k），则总体线性回归模型不能成立。
29、方差非齐性：经典线性回归分析的一个基本假定就是回归模型中的随机误差项的方差为常数，称为方差齐性假定或同方差性假定。如果回归模型中的随机误差项的方差不是常数，则称随机误差项的方差非齐性或为异方差。异方差主要存在于横截面数据中。存在异方差性将导致的后果：1.参数的普通最小二乘估计虽然是无偏的，但却是非有效的。2.参数估计量的方差估计量是有偏的，这将导致参数的假设检验也是非有效的。
30、方差非齐性的检验：1.样本分段比较法，这种方法由戈德菲尔德
（S.M.Goldfeld）和匡特（R.E.Quandt）于1972年提出的，又称为戈德菲尔德-匡特检验。2.残差回归检验法，这种方法是用模型普通最小二乘估计的残差或其绝对值与平方作为被解释变量，建立各种回归方程，然后通过检验回归系数是否为0，来判断模型的随机误差项是否有某种变动规律，以确定异方差是否存在。包括：（1）安斯卡姆伯（1961）和雷姆塞（1969）检验；（2）怀特检验（1980）；（3）戈里瑟检验（1969）
31、方差非其性下的参数估计采用：
加权最小二乘法。鉴于异方差存在时普通最小二乘法估计的非有效性，对于已经检验确定存在非齐性方差的回归模型，就不应再直接应用普通最小二乘法来估计模型的参数。通常，解决这一问题的办法是采用加权最小二乘法。
32、序列相关性：对于时间序列资料，由于经济发展的惯性等原因，经济变量的前期水平往往会影响其后期水平，从而造成其前后期随机误差项的序列相关，也称为自相关。产生序列相关性的原因：1.经济22
变量惯性的作用引起随机误差项自相关；2.经济行为的滞后性引起随机误差项自相关；3.一些随机因素的干扰或影响引起随机误差项自相关；4.模型设定误差引起随机误差项自相关；5.观测数据处理引起随机误差项序列相关。
33、自相关性的后果：1.参数的普通最小二乘估计虽然是无偏的，但却是非有效的。2.参数估计量的方差估计量是有偏的，这将导致参数的假设检验也是非有效的。
34、序列相关的检验——DW检验（德宾—瓦森检验）
构造德宾—瓦森统计量：DW≈2（1-ρ），其中ρ为自相关系数，其变动范围在-1到+1之间，所以可得构造德宾—瓦森统计量的取值范围为：0≤DW≤4,显然，由检验统计量DW和样本回归残差的自相关系数ρ的关系可知：
（1）当0≤DW＜2时，有0≤ρ＜1，这时样本回归残差中存在一阶正自相关。且DW的值越接近于0，ρ的值就越接近于1，表明样本回归残差中一阶正自相关的程度就越强；当DW=0时，就有ρ=1，这时样本回归残差存在完全一阶正自相性。
（2）当2＜DW≤4时，有-1≤ρ＜0，这时样本回归残差中存在一阶负自相关。且DW的值越接近于4，ρ的值就越接近于-1，表明样本回归残差中一阶负自相关的程度就越强；当DW=4时，就有ρ=-1，这时样本回归残差存在完全一阶负自相性。
（3）当DW=2时，有ρ=0，这时样本回归残差中不存在一阶序列相关；DW的值越接近于2，样本回归残差中一阶序列相关的程度就越弱。
在德宾—瓦森统计量临界值表中给出有上下两个临界值dL和dU。检验时可遵照如下规则进行：
（1）若DW＜dL，拒绝ρ=0，则认为随机误差项μt存在一阶正自相关；
（2）若DW＞4-dL，拒绝ρ=0，则认为随机误差项μt存在一阶负自相关；
（3）若dU＜DW＜4-dL，接受ρ=0，则认为随机误差项μt不存在一阶自相关；
（4）若dL＜DW＜dU或4-dU＜DW＜4-dL则不能判断随机误差项μt是否存在一阶序列相关。
35、序列相关情形下参数的估计（1）一阶差分法：所谓差分就是考察变量的本期值与以前某期值之差，一阶差分就是变量的本期值与前一期值之差。（2）广义差分法。
36、多重共线性是指线性回归模型中的若干解释变量或全部解释变量的样本观测值之间具有某种线性的关系。其产生的原因：（1）经济变量之间往往存在同方向的变化趋势。（2）经济变量之间往往存在着密切的关联程度。（3）在模型中采用滞后变量也容易产生多重共线性。（4）在建模过程中由于解释变量选择不当，引起了变量之间的多重共线性。
37、多重共线性产生的后果：
（1）各个解释变量对被解释变量的影响很难精确鉴别。（2）由于存在多重共线性时，模型回归系数估计量的方差会很大，这将使得进行显著性检验时认为回归系数的值与零无显著差异。（3）模型参数的估计量对删除或增添少量的观测值以及删除一个不显著的解释变量都可能非常敏感。
38、对多重共线性的检验
（1）简单相关系数检测法：两变量间的简单相关系数r是测定两变量之间线性相关程度的重要指标，因此可用来检验回归模型的解释变量之间的共线程度。
（2）方差膨胀因子检测法：所谓方差膨胀因子就是将存在多重共线性时回归系数估计量的方差与无多重共线时回归系数估计量的方差对比而得出的比值系数。如果某个解释变量与其他所有解释变量都不相关，则其方差膨胀因此为1；膨胀因子的值大于1，就意味着所考虑的解释变量与其他解释变量有一定程度的相关，即存在一定程度的多重共线性。经验认为，方差膨胀因子大于5，多重共线性的程度就很严重。
（3）判定系数增量贡献法：这是希尔（H.Theil）提出的一种方法，它是从解释变量与被解释变量的相关程度来检测多重共线性的。
39、对多重共线问题的处理：
（1）追加样本信息；（2）使用非样本先验信息；（3）进行变量形式的转化；（4）使用有偏估计：包括岭回归估计和主成分回归估计。
40、由于许多经济变量都难以十分精确地测量，所以模型中包含有观测误差的解释变量是一种常见的情形。这种模型，通常称为误差变量模型。由于观测误差的随机性，所以这种模型是一种典型的含有随机解释变量的模型。
41、工具变量法：模型参数的最小二乘估计不具备一致的原因在于解释变量和随机误差项的相关。因此，若能找到一个解释变量，该变量与模型中的随机解释变量高度相关，但却不与随机误差项相关，那么就可用此变量和模型中的变量构造出模型相应回归系数的一个一致估计量。这个变量就称为是一个工具变量，这种估计方法就称为是工具变量法。对于时间序列资料，一种常用的工具变量是随机解释变量的滞后值或被解释变量的滞后值。对于截面数据资料，文献中常见的一种较简便的工具变量法是组平均法。
42、设定误差主要有以下几种：1.所设定的模型中遗漏了某个或某些与被解释变量有关的解释变量；2.所设定的模型中包括了若干与被解释变量无关的某个或某些解释变量；3.回归方程的模型形式设定有误。
43、质的因素通常表明某种“品质”或“属性”是否存在，所以将这类品质或属性量化的方法之一就是构造取值为“1”或“0”的人工变数。“1”表示这种属性存在，“0”则表示这种属性不存在。这种取值为1和0的变量称为虚拟变量，又可称为哑变量、二进制变量。
44、虚拟变量模型的一些特性：
1.以“1、0”取值的虚拟变量所反映的内容可以随意设定。
2.虚拟变量D=0代表的特征或状态，通常用以说明基础类型。
3.模型中的系数α0是基础类型的截距项，称为公共截距系数；α1系数可称为差别截距系数。因为，α1说明D取1时的那种特征的截距系数与基础类型的截距系数的差异。
4.如果一个回归模型有截距项，那么对于具有二种特征的质变量，我们只需引入一个虚拟变量。
设定虚拟变量的一般规则是：如果一个质变量有m种特征或状态，只需引入m—1个虚拟变量。但如果回归模型不含截距项，则m种特征需要引入m个虚拟变量。
45、在分布滞后模型中，回归系数β0称为短期影响乘数，它表示解释变量X变化一个单位对同期被解释变量Y产生的影响；将所短期影响乘数与所有的过渡性乘数相加就是长期影响乘数。
46、在实践中使用最小二乘估计直接估计分布滞后模型时，一般是对分布滞后模型施加约束条件，以便减少模型中的参数。最常用的约束条件有两类：一类是假定滞后变量的系数βi先增加后下降，或先下降后增加；另一类是要求βi按几何数列衰减。
47、在运用多项式估计分布滞后模型的参数时，首先要确定有限分布滞后模型的最大滞后长度K，然后还须确定多项式阶数m。确定m的方法是：先给m一个较大的值，然后用t检验逐步降低多项式的阶数，直到αm在统计上显著为止。
48、联立方程模型就是由两个或两个以上相互联系得单一方程构成的经济计量模型。它能够比较全面反映经济系统得运行过程，因而已成为政策模拟和经济预测的重要依据。
49、行为方程式，就是解释或反映居民、企业或政府经济行为的方程式。例如，需求函数和消费函数反映消费者行为，供给函数反映生产者行为。技术方程式是反映要素投入与产出之间技术关系得方程式。生产函数就是常见的技术方程式。制度方程式是指由法律、政策法令、规章制度等决定的经济数量关系。例如，根据税收制度建立的税收方程就是制度方程。恒等式：在联立方程中恒等式有两种：一种叫会计恒等式，是用来表示某种定义的恒等式。另一种恒等式叫做均衡条件，是反映某种均衡关系得恒等式。
50、根据经济理论建立的描述经济变量关系结构的经济计量学方程系统称为结构式模型。结构式模型中的每一个方程都称为结构式方程。在结构式方程中，解释变量可以是前定变量，也可以是内生变量。结构方程的系数叫做结构参数。结构参数表示每个解释变量对被解释变量的直接影响，而解释变量对被解释变量的间接影响只能通过求解整个联立方程模型才可以取得，不能由个别参数得到。
51、在结构式模型中，一些变量可能在一个方程中作为解释变量，而在另一方程中又作为被解释变量。这就使得解释变量与随机误差项μ之间存在相关关系，从而违背了最小二乘估计理论的一个重要假定，估计量因此是有偏的和非一致的。这就是所谓的联立方程偏倚。
52、简化式模型就是把结构式模型中的内生变量表示为前定变量和随机误差项的函数模型。与结构参数不同，简化式参数反映前定变量的变化对内生变量产生的总影响，包括直接影响和间接影响。简化式参数的最小二乘估计量是无偏的、一致的。
Ⅱ 计量经济学怎么学可以最快的应付考试分给写的最详细的
第一，不要开始去就看国外的计量经济学教材，国外的教材基本上都是难以短时间看完的大部头书籍，看完要很长时间，而且对于翻译过来的东西，不一定翻译的都对。要看国内的书，看国内一些相对比较出名的计量学者写的是书，这里推荐两本，一本书是南开大学张小峒写的计量经济学基础，一是复旦大学谢编的，还有北大原ccer有个叫黄什么的老师编的计量经济学，还有一本比较薄的时间序列分析，不过不是人大王燕编写的那本，都很薄，看着都非常舒服，可以短时间看完，我个人刚开始学习计量经济学的时候，看南开大学编写的那本，看了好几遍，关于清华李子奈编写的计量经济学，个人没有看，以为刚开始学的时候，是拿着他的书学的，发现他用了矩阵的东西，加深了理解难度，而来发现有些地方解释的不清楚，不如南开编写的（个人认为）我推荐的几本书，对于南开的可以看个两三遍，然后再看一本时间序列分析，不看魏武雄编写的，那本太厚，随便到图书馆找一本，我个人看的是潘红宇编的，感觉比人大编的简单了些。看完这些后，再飞快的把ccer那个叫黄小敏老师编的计量经济学入门看一遍，那本书个人认为变得非常好，非常简洁。看完这些书之后，再看高一级的，如写谢识予编写的高级计量和高铁梅编写计量经济分析方法与建模，或者格林的那本。个人认为高铁梅编的那一本不好，也许书如其名吧机灵经济分析方法与建模，而没有叫计量经济学教材呢？这本书编写的有拼凑的感觉，很不好，但可以参考。本人看的是谢编写的，不是很厚，看着挺舒服。李子奈和叶啊忠编写的高级计量因个人水平有限，看得很痛苦。看了两天不看了。重新换书再看。在刚开始看书学习的过程中，不要过于纠缠于一个问题，把初级教材多看几遍，有些东西就慢慢理解了。
第二，看完初级教材后，用两天时间捣鼓下计量软件，做到学以致用。本人没有在学习计量的时候，学完一章，就用下计量软件，觉得那样浪费时间，不如集中学习软件有效。学习软件时候不要去就学习高级的计量软件如sas和matlab等，要从容易上手学习。我是从eviews入手。每天都捣鼓个把小时，不出半个月或20天，eviews就可以上手应用了。
Ⅲ 华侨大学的计量经济学 考试怎么考
不知道哪个老师教你，老师不一样考的侧重点也不一样，后面不是有上机课么，有的老师注版重实践就权会考一些上机的理论报告，不过那个都有统一格式的，不难，到时候自己做几次就会了。至于书上的，反正我上课就算认真听了也没听懂，还不如自己看书，可以到图书馆借一些习题，那个上面会有相关题的，做一做就知道了~~
一开始学的时候会不知道这是干嘛的，其实总的来说它就是统计用到的工具，碰到不同的数据有不同的分析和检验方法，然后书上就是在讲这些方法，然后检验能得到什么结论。我一开始也觉得不知道怎么学，后面耐着性子看看书，多看几遍之后才懂得。期中考试当时一团糟，全班合格率才百分之十几，后来期末有期中的题做参考，老师又讲了讲范围什么的就好多了
我当时是蓝月琴教的~
Ⅳ 怎样准备计量经济学的考试
计量经济学总结抄起来并不多：
1、计量经济学的假设
2、回归方程的几个要素和鉴于。参数的标准差，t统计检验。相关系数、调整相关系数和F检验。
3、多重共线性的检验和修正。
4、正相关的检验和修正。
5、异方差的检验和修正。
Ⅳ 求计量经济学试题及答案。
计量经济学期末试卷（2004年6月，满分70分）
一（24分）将中国城镇居民按照人均年收入分成 组，以2003年的组平均数为样本观测值，建立中国城镇居民消费函数模型，以人均年消费额 为被解释变量，经过理论分析和经验检验，选择人均年收入 和人均储蓄余额 作为解释变量，解释变量和被解释变量之间的关系为直接线性关系。模型形式为：
⑴ 分别写出该问题的总体回归函数、总体回归模型、样本回归函数和样本回归模型；
⑵ 分别写出随机误差项具有同方差且无序列相关、具有异方差但无序列相关、具有异方差且具有一阶序列相关时的方差—协方差矩阵；
⑶ 当模型满足基本假设时，写出关于普通最小二乘法参数估计量的正规方程组；
⑷ 直观判断该模型是否具有异方差性？为什么？
⑸ 如果该模型存在异方差性，写出加权最小二乘法参数估计量的矩阵表达式，并指出在实际估计时权矩阵是如何选择的；
⑹ 指出“偏回归系数” 的实际含义，并指出解释变量满足什么条件时可以用一元回归模型得到相同的 的估计结果？
⑺ 如果仅以入均收入200元及以上的收入组为样本，用OLS和ML分别估计模型，参数估计量是否等价？为什么？
⑻ 如果模型中未包括显著的解释变量 ，可能导致模型违背哪些基本假设？
二（8分）简要回答下列问题：
⑴ C-D生产函数模型和CES生产函数模型关于要素替代弹性和技术进步的假设分别是什么？
⑵ 建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。 指出各个参数估计量的经济意义和数值范围。
三（8分）某联立方程计量经济学模型有3个方程、3个内生变量 、3个外生变量 和样本观测值始终为1的虚变量C，样本容量为n。其中第二个方程为
⑴ 能否采用OLS方法估计该结构方程？为什么？
⑵ 如果采用工具变量方法估计该方程，如何选择 的工具变量？（指出两种选择）
四（16分）中国的银行系统正遭受着坏帐的困扰，有估计认为全部坏帐足以让整个银行系统崩溃。毫无疑问坏帐是资源配置被扭曲的一个例子，换句话说如果没有坏帐，中国的GDP增长率也许会更高。为检验这一理论，假设你已经收集了中国银行系统坏帐累计总额的时序数据，以及其它一些总量数据如GDP，人口和总投资。
⑴ 写出一个能够描述该问题的计量经济学模型，并解释。
⑵ 写出检验下述命题的原假设：“坏帐对当期GDP增长率无影响”。
⑶ 为1中你的模型提供合适的计量经济学估计方法，详细说明。
⑷ 要让3中你的估计量满足一致性，必须满足什么条件？
五（14分）假设你想研究国企和外企生产率的差别，为此你建立了如下的模型：
其中变量 表示人均产出（per worker）， 表示总资产净值中由外国公司拥有的份额， 表示人均资本存量(per worker)。假定你收集了300个企业关于这些变量在2000年的数据。
⑴ 写出下述命题的原假设：“国企和外企生产率无差异”
⑵ 假定你用简单OLS估计模型，估计量具有一致性吗？为什么。
⑶ 假定你认为简单OLS估计不具有一致性，提供一个可以获得一致估计的估计方法，详细说明。
⑷ 现在假定你还另外收集了相同厂商相同变量在2003年的数据，试建立一个更好的模型可以利用这一额外信息。讨论你将如何估计这一模型。
计量经济学试题（2002年6月）
⒈（共30分，每小题3分）建立中国居民消费函数模型
t=1978,1979,…,2001
其中 表示居民消费总额， 表示居民收入总额。
⑴ 能否用历年的人均消费额和人均收入数据为样本观测值估计模型？为什么？
⑵ 人们一般选择用当年价格统计的居民消费总额和居民收入总额作为样本观测值，为什么？这样是否违反样本数据可比性原则？为什么？
⑶ 如果用矩阵方程 表示该模型，写出每个矩阵的具体内容，并标明阶数；
⑷ 如果所有古典假设都满足，分别从最小二乘原理和矩方法出发，推导出关于参数估计量的正规方程组；
⑸ 如果 与 存在共线性，证明：当去掉变量 以消除共线性时， 的估计结果将发生变化；
⑹ 如果模型中 为随机解释变量且与 相关，证明：如果用OLS估计该消费函数模型，其参数估计量是有偏的；
⑺ 如果模型中 为随机解释变量且与 相关，选择政府消费 为 的工具变量（ 满足工具变量的所有条件），写出关于参数估计量的正规方程组；
⑻ 如果经检验表明模型存在一阶序列相关，而需要采用广义差分法估计模型，指出在常用的软件中是如何实现的？
⑼ 在不受到限制的情况下， 的值域为 ，写出 的对数似然函数；
⑽ 试分析，以t=1978,1979,…,2001数据为样本观测值，能否说“样本是从母体中随机抽取的”？那么采用OLS估计模型参数，估计结果是否存在偏误？为什么？
⒉（共16分，每小题4分）下列为一完备的联立方程计量经济模型
其中C为居民消费总额、I为投资总额、Y为国内生产总值、 为政府消费总额，样本取自1978—2000年。
⑴ 证明：对于消费方程，用IV、ILS、2SLS方法分别估计，参数估计结果是等价的。
⑵ 说明：对于投资方程，能否用IV、ILS方法估计？为什么？
⑶ 写出该联立方程计量经济模型3SLS参数估计量的矩阵表达式，并写出表达式中每个矩阵的具体形式；
⑷ 根据经验判断，该模型3SLS参数估计量与2SLS参数估计量是否等价？为什么？
⒊（共18分，每小题3分）简单回答以下问题：
⑴ 分别指出两要素C-D生产函数、两要素一级CES生产函数和VES生产函数关于要素替代弹性的假设。
⑵ 在一篇博士论文中设计的生产函数模型为：
其中，Y为产出量，K、L为资本和劳动投入量， 为第i种能源投入量，其它为参数。试指出该理论模型设计的主要问题，并给出正确的模型设计。
⑶ 建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。拟定每个参数的数值范围，并指出参数之间必须满足的关系。
⑷ 指出在实际建立模型时虚变量的主要用途。
⑸ 两位研究者分别建立如下的中国居民消费函数模型
和
其中 表示居民消费总额， 表示居民收入总额。由相同的样本和相同的估计方法，得到了不同的居民边际消费倾向估计值。如何解释这种现象？由此指出经典计量经济学模型的的缺点。
⑹ 从经典计量经济学模型设定理论出发，在建立中国宏观计量经济模型时，一般应该如何对第三产业的生产方程进行分解，并指出其理由。
⒋（6分）在你完成的单方程计量经济学模型综合练习中，你是如何确定理论模型的最终形式的？
计量经济学期末试题
（2003年6月，满分70分）
⒈（12分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：
煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+μ
选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。
⒉（12分）以 表示粮食产量， 表示播种面积， 表示化肥施用量，经检验，它们取对数后都是 变量且互相之间存在 关系。同时经过检验并剔除不显著的变量（包括滞后变量），得到如下粮食生产模型：
(1)
⑴ 写出长期均衡方程的理论形式；
⑵ 写出误差修正项ecm的理论形式；
⑶ 写出误差修正模型的理论形式；
⑷ 指出误差修正模型中每个待估参数的经济意义。
⒊（6分）对于上述粮食生产模型(1)，假设所有解释变量与随机误差项都不相关。
⑴ 如果采用普通最小二乘法估计，用非矩阵形式写出关于参数估计量的正规方程组；
⑵ 从以上正规方程组出发说明，为什么不能采用分部回归方法分别估计每个参数；
⒋（9分）投资函数模型
为一完备的联立方程计量经济模型中的一个方程，模型系统包含的内生变量为C（居民消费总额）、I（投资总额）和Y（国内生产总值），先决变量为 （政府消费）、 和 。样本容量为 。
⑴ 可否用狭义的工具变量法估计该方程？为什么？
⑵ 如果采用2SLS估计该方程，分别写出2SLS估计量和将它作为一种工具变量方法的估计量的矩阵表达式；
⑶ 如果采用GMM方法估计该投资函数模型，写出一组等于0的矩条件。
⒌（6分）建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。
⑴ 指出参数估计量的经济意义是否合理，为什么？
⑵ 为什么经常采用交叉估计方法估计需求函数模型？
⒍（9分）选择两要素一级CES生产函数的近似形式建立中国电力行业的生产函数模型：
其中Y为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。
⑴ 指出参数γ、ρ、m的经济含义和数值范围；
⑵ 指出模型对要素替代弹性的假设，并指出它与C-D生产函数、VES生产函数在要素替代弹性假设上的区别；
⑶ 指出模型对技术进步的假设，并指出它与下列生产函数模型
在技术进步假设上的区别；
⒎（8分）试指出在目前建立中国宏观计量经济模型时，下列内生变量应由哪些变量来解释，简单说明理由，并拟定关于每个解释变量的待估参数的正负号。
⑴ 轻工业增加值 ⑵ 衣着类商品价格指数
⑶ 货币发行量 ⑷ 农业生产资料进口额
⒏（8分）回答：
⑴ 随机时间序列的平稳性条件是什么？证明随机游走序列不是平稳序列。
⑵ 单位根检验为什么从DF检验扩展到ADF检验？
计量经济学期末试题答案
（2003年6月，满分70分）
⒈（12分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：
煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+μ
选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。
答案：（答出4条给满分）
⑴ 模型关系错误。直接线性模型表示投入要素之间完全可以替代，与实际生产活动不符。
⑵ 估计方法错误。该问题存在明显的序列相关性，不能采用OLS方法估计。
⑶ 样本选择违反一致性。行业生产方程不能选择企业作为样本。
⑷ 样本数据违反可比性。固定资产原值用资产形成年当年价计算的价值量，不具备可比性。
⑸ 变量间可能不存在长期均衡关系。变量中有流量和存量，可能存在1个高阶单整的序列。应该首先进行单位根检验和协整检验。
⒉（12分）以 表示粮食产量， 表示播种面积， 表示化肥施用量，经检验，它们取对数后都是 变量且互相之间存在 关系。同时经过检验并剔除不显著的变量（包括滞后变量），得到如下粮食生产模型：
(1)
⑴ 写出长期均衡方程的理论形式；
⑵ 写出误差修正项ecm的理论形式；
⑶ 写出误差修正模型的理论形式；
⑷ 指出误差修正模型中每个待估参数的经济意义。
答案：
⑴ 长期均衡方程的理论形式为：
⑵ 误差修正项ecm的理论形式为：
⑶ 误差修正模型的理论形式为：
⑷ 误差修正模型中每个待估参数的经济意义为：
：播种面积对产量的短期产出弹性；
：化肥施用量对产量的短期产出弹性；
：前个时期对长期均衡的偏离程度对当期短期变化的影响系数。
⒊（6分）对于上述粮食生产模型(1)，假设所有解释变量与随机误差项都不相关。
⑴ 如果采用普通最小二乘法估计，用非矩阵形式写出关于参数估计量的正规方程组；
⑵ 从以上正规方程组出发说明，为什么不能采用分部回归方法分别估计每个参数。
答案：
⑴ 在所有解释变量与随机误差项都不相关的条件下，如果采用普通最小二乘法估计，关于参数估计量的正规方程组为：
⑵ 如果采用分部回归方法分别估计每个参数，例如估计 ，建立一元模型，其正规方程组为： ，与上述⑴中第3个方程相比较，则要求方程右边其余各项均为0。但是，由于解释变量之间存在一定程度的共线性，这一要求显然不能满足。所以，两种情况下的 的估计结果不相同。
⒋（9分）投资函数模型
为一完备的联立方程计量经济模型中的一个方程，模型系统包含的内生变量为C（居民消费总额）、I（投资总额）和Y（国内生产总值），先决变量为 （政府消费）、 和 。样本容量为 。
⑴ 可否用狭义的工具变量法估计该方程？为什么？
⑵ 如果采用2SLS估计该方程，分别写出2SLS估计量和将它作为一种工具变量方法的估计量的矩阵表达式；
⑶ 如果采用GMM方法估计该投资函数模型，写出一组等于0的矩条件。
答案：
⑴ 不能用狭义的工具变量法估计该方程。因为该结构方程是过度识别的。
⑵ 如果采用2SLS估计该方程，可以将2SLS估计看作为一种工具变量方法。估计量的矩阵表达式分别为：
前者为2SLS估计，后者为其等价的工具变量估计。
⑶ 如果采用GMM方法估计该投资函数模型，用模型系统的所有先决变量作为工具变量。可以写出如下一组等于0的矩条件：
⒌（6分）建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。
⑴ 指出参数估计量的经济意义是否合理，为什么？
⑵ 为什么经常采用交叉估计方法估计需求函数模型？
答案：
⑴ 对于以购买食品支出额位被解释变量的需求函数模型，即
参数 、 、 估计量的经济意义分别为人均收入、食品类价格、其它商品类价格的需求弹性；由于食品为必须品，V为人均购买食品支出额，所以 应该在0与1之间， 应该在0与1之间， 在0左右，三者之和为1左右。所以，该模型估计结果中 的估计量缺少合理的经济解释。
⑵ 由于该模型中包含长期弹性 和短期弹性 与 ，需要分别采用截面数据和时序数据进行估计，所以经常采用交叉估计方法估计需求函数模型。
⒍（9分）选择两要素一级CES生产函数的近似形式建立中国电力行业的生产函数模型：
其中Y为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。
⑴ 指出参数γ、ρ、m的经济含义和数值范围；
⑵ 指出模型对要素替代弹性的假设，并指出它与C-D生产函数、VES生产函数在要素替代弹性假设上的区别；
⑶ 指出模型对技术进步的假设，并指出它与下列生产函数模型
在技术进步假设上的区别；
答案：
⑴ 参数γ为技术进步速度，一般为接近0的正数；ρ为替代参数，在（－1，∞）范围内；m为规模报酬参数，在1附近。
⑵ 该模型对要素替代弹性的假设为：随着研究对象、样本区间而变化，但是不随着样本点而变化。而C-D生产函数的要素替代弹性始终为1，不随着研究对象、样本区间而变化，当然也不随着样本点而变化；VES生产函数的要素替代弹性除了随着研究对象、样本区间而变化外，还随着样本点而变化。
⑶ 该模型对技术进步的假设为希克斯中性技术进步；而生产函数模型
的技术进步假设为中性技术进步，包括3种中性技术进步。
⒎（8分）试指出在目前建立中国宏观计量经济模型时，下列内生变量应由哪些变量来解释，简单说明理由，并拟定关于每个解释变量的待估参数的正负号。
⑴ 轻工业增加值 ⑵ 衣着类商品价格指数
⑶ 货币发行量 ⑷ 农业生产资料进口额
答案：
⑴ 轻工业增加值应该由反映需求的变量解释。包括居民收入（反映居民对轻工业的消费需求，参数符号为正）、国际市场轻工业品交易总额（反映国际市场对轻工业的需求，参数符号为正）等。
⑵ 衣着类商品价格指数应该由反映需求和反映成本的两类变量解释。主要包括居民收入（反映居民对衣着类商品的消费需求，参数符号为正）、国际市场衣着类商品交易总额（反映国际市场对衣着类商品的需求，参数符号为正）、棉花的收购价格指数（反映成本对价格的影响，参数符号为正）等。
⑶ 货币发行量应该由社会商品零售总额（反映经济总量对货币的需求，参数符号为正）、价格指数（反映价格对货币需求的影响，参数符号为正）等变量解释。
⑷ 农业生产资料进口额应该由国内第一产业增加值（反映国内需求，参数符号为正）、国内农业生产资料生产部门增加值（反映国内供给，参数符号为负）、国际市场价格（参数符号为负）、出口额（反映外汇支付能力，参数符号为正）等变量解释。
⒏（8分）回答：
⑴ 随机时间序列的平稳性条件是什么？证明随机游走序列不是平稳序列。
⑵ 单位根检验为什么从DF检验扩展到ADF检验？
答案：
⑴ 随机时间序列{ }（t=1, 2, …）的平稳性条件是：1）均值 ，是与时间t 无关的常数；2）方差 ，是与时间t 无关的常数；3）协方差 ，只与时期间隔k有关，与时间t 无关的常数。
对于随机游走序列 ，假设 的初值为 ，则易知
由于 为一常数， 是一个白噪声，因此 ，即 的方差与时间t有关而非常数，所以它是一非平稳序列。
⑵ 在采用DF检验对时间序列进行平稳性检验中，实际上假定了时间序列是由具有白噪声随机误差项的一阶自回归过程（AR(1)）生成的。但在实际检验中，时间序列可能是由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，这样用OLS法进行估计均会表现出随机误差项出现自相关，导致DF检验无效。另外，如果时间序列包含有明显的随时间变化的某种趋势（如上升或下降），则也容易导致DF检验中的自相关随机误差项问题。为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF检验。
Ⅵ 计量经济学考试复习
首先要熟练eviews操作，一般来说不会组织单独上机考试。所以基本的命令语句要背牢！要回学会看eviews图形，并且能答够分析其中的数据。其次，基本的概念，例如什么是异方差，什么是虚拟变量等等要理解另外，虽然该学科运用到很多的数学知识，但是千万不要害怕它，多多做些题目，多多推导一些公式就可以了！具体的重点，每一个老师要求不同。我也无法说起。最好是结合案例来学习。不要死记。同时，把该学科运用到论文中是很不错的！
Ⅶ 求大四学长学姐告诉计量经济学怎么考试的 怎么能过
建议你可以使用网络拍照或者作业帮搜题，效果挺好您好，亲，不好意思，打扰你了。我看到您的问题很久没有人来回答，但是问题过期无人回答会被扣分的并且你的悬赏分也不会退回！在此奉上励志短文几篇，求个打赏（采纳），如果满意就麻烦你动动帅气又萌萌哒的手指给个采纳，谢谢！！真正的英雄，并不是宁折不弯的，他们有时候也会有卑下的情操，只不过他们永远都不会被卑下的情操所屈服。真正的光明，并不是说就没有黑暗，只不过是永远也不会被黑暗所遮掩。因此，在你想要战胜别人之前，你首先要战胜你自己。人的潜力是无穷的，它能够做到的事情你和别人永远都无法知晓，但是，当你亲自动手尝试过之后，才会察觉到自己的这种能力。所以，不要顾及成败，不要担心不行，勇敢的去尝试，任何人的能力，都是通过这种方式发掘出来的。-----------------------------------------------------------------------------------------------------------------------理想理想，是一粒种子，需要你去播种和培育，然后才会开花结果;理想，是一张白纸，需要你去描绘和上色，才能够成为一幅美丽的画卷;理想，是一片荒芜的土地，需要你去开垦和改造，最终建成自己想要的摸样。任何想要一蹴而就的理想，都是不现实的。-----------------------------------------------------------------------------------------------------人生，就想一条奔流不息的长河，跌宕起伏，九曲十八弯，最神奇壮美的景色，往往就在奇险之处;人生，就想一座耸入云端的高山，经历过各种沧桑变化才会最终奇峰迭起，大气磅礴。因此，我们每一段的经历，都是我们值得珍藏的记忆。如果我的回答能够帮到您请及时采纳为满意回答~~~~予人玫瑰手留余香~~~~互相帮助共同进步~~快考试了，求计量经济学大神！过程最好写在纸上拍给我，尽量详细一点。第三题和第四题，分别有四个小问，