【财务培训讲义】计量经济学期末考试复习讲义
计量经济学期末考试重点整理
第一章绪论1、什么是计量经济学？由哪三组组成？答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。
统计学、经济理论和数学三者结合起来便构成了计量经济学。
2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特征答：1）广义计量经济学和狭义计量经济学 2）初、中、高级计量经济学3）理论计量经济学和应用计量经济理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。
除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。
应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。
本课程是二者的结合。
4）、经典计量经济学和非经典计量经济学经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。
经典计量经济学在理论方法方面特征是：⑴模型类型—随机模型；⑵模型导向—理论导向；⑶模型结构—线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数；⑷数据类型—以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量；⑸估计方法—仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。
经典计量经济学在应用方面的特征是：⑴应用模型方法论基础—实证分析、经验分析、归纳；⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展；⑶应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。
5）、微观计量经济学和宏观计量经济学3、为什么说计量经济学是经济学的一个分支？（4点和综述）答：（1）、从计量经济学的定义看（2）、从计量经济学在西方国家经济学科中的地位看（3）、从计量经济学与数理统计学的区别看（4）、从建立与应用计量经济学模型的全过程看综上所述，计量经济学是一门经济学科，而不是应用数学或其他。
计量经济学期末复习总结(1)培训讲学
第一章导论1．计量经济学是一门什么样的学科？答：“经济计量学”不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。
可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。
2．计量经济学与经济理论、数学、统计学的联系和区别是什么？答：计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。
6．计量经济学模型的检验包括哪几个方面？为什么要进行模型的检验？答：对模型的检验通常包括经济意义经验、统计推断检验、计量经济检验、模型预测检验四个方面。
8．计量经济学模型中的被解释变量和解释变量、内生变量和外生变量是如何划分的？答：在联立方程计量经济学模型中，按是否由模型系统决定，将变量分为内生变量（endogenous variables）和外生变量（exogenous variables）两大类。
内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。
9．计量经济学模型中包含的变量之间的关系主要有哪些？答：计量经济学模型中变量之间的关系主要是解释变量与被解释变量之间的因果关系，包括单向因果关系、相互影响关系、恒等关系。
12．计量经济学中常用的数据类型有哪些？答：根据生成过程和结构方面的差异，计量经济学中应用的数据可分为时间序列数据（time series data）、截面数据（cross sectional data）、面板数据（panal data）和虚拟变量数据（dummy variables data）。
13．什么是数据的完整性、准确性、可比性、一致性？答：1）完整性，指模型中所有变量在每个样本点上都必须有观察数据，所有变量的样本观察数据都一样多。
计量经济学期末复习提纲（红色部分要注意）绝密!!
计量经济学期末复习提纲（红色部分要注意）绝密!!计量经济学复习提纲第一章绪论一、计量经济学的含义二、计量经济学与其他学科的联系与区别三、计量经济学的内容体系四、计量经济学的研究步骤五、计量经济学的发展概况需要掌握的主要内容1.如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics” “Econometrics”标志：1930年成立计量经济学会 1933年创刊《Econometrica》说明：“计量经济学” “经济计量学”）“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。
计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。
经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。
三者结合起来，就是力量，这种结合便构成了计量经济学。
”2.狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。
3.计量经济学的建模步骤？一、理论模型的设计: 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可.4.选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。
---否则会引起多重共线性5.如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。
如我国国内生产总值从1949到2009的变化就是时间序列数据。
计量经济学讲义
计量经济学讲义第一部分：引言计量经济学是研究经济现象的量化方法，它结合了统计学和经济学原理，旨在提供对经济现象进行定量分析的工具和技术。
本讲义将介绍计量经济学的基本概念和方法，帮助读者理解和应用计量经济学的基本原理。
第二部分：经济数据和计量经济学模型1. 经济数据的类型- 我们将介绍经济数据的两种主要类型：时间序列数据和截面数据。
时间序列数据是在一段时间内收集的数据，而截面数据是在同一时间点上收集的数据。
2. 计量经济学模型- 我们将讨论计量经济学模型的基本原理和应用，例如最小二乘法和线性回归模型。
这些模型可以帮助我们分析经济数据之间的关系，并进行预测和政策评估。
第三部分：经济数据的描述性统计分析1. 描述性统计分析的概念- 我们将介绍描述性统计分析的基本概念和方法，包括中心趋势测量、离散度测量和分布形态测量。
这些方法可以帮助我们理解和总结经济数据的基本特征。
2. 经济数据的描述性统计分析实例- 我们将通过实例演示如何使用描述性统计分析方法来分析和解释经济数据。
例如，我们可以使用均值和方差来描述一个国家的经济增长和收入分配。
第四部分：计量经济学的统计推断1. 统计推断的概念- 我们将讨论统计推断的基本概念和方法，包括假设检验和置信区间。
这些方法可以帮助我们从样本数据中推断总体参数，并评估推断的精度和可靠性。
2. 统计推断的实例- 我们将通过实例演示如何使用统计推断方法来研究和解释经济现象。
例如，我们可以使用假设检验来判断一个政策措施对经济增长的影响。
第五部分：计量经济学的回归分析1. 单变量线性回归模型- 我们将介绍单变量线性回归模型的基本原理和应用。
这个模型可以帮助我们分析一个因变量和一个自变量之间的关系，并进行预测和政策评估。
2. 多变量线性回归模型- 我们将讨论多变量线性回归模型的基本原理和应用。
这个模型可以帮助我们分析多个自变量对一个因变量的影响，并进行政策评估和变量选择。
第六部分：计量经济学的时间序列分析1. 时间序列模型的基本概念- 我们将介绍时间序列模型的基本概念和方法，包括自回归模型和移动平均模型。
计量经济学讲义投资函数模型和货币需求函数模型
计量经济学讲义投资函数模型和货币需求函数模型投资函数模型和货币需求函数模型是财务管理和投资管理领域中常用的计量经济学模型。
这些模型可以帮助分析和解释投资决策和货币需求的关键因素，进而指导企业和个人进行有效的财务和投资管理。
本文将就这两个模型进行详细介绍。
一、投资函数模型投资函数模型是描述投资支出与其决定因素之间关系的经济模型。
投资支出是指企业和个人为购买和增加生产资产而进行的支出，通常包括固定资产投资和存货投资。
投资函数模型通过分析各种因素对投资支出的影响，帮助企业和个人预测和规划投资支出。
投资函数模型通常采用线性回归模型表示，基本形式为：I=α+βY+γR+δI其中，I表示投资支出，Y表示收入，R表示利率，α、β、γ、δ分别表示参数。
在这个模型中，收入是影响投资支出最重要的因素之一、通常情况下，较高的收入会促使企业和个人增加投资支出。
利率也是影响投资支出的重要因素之一，一般来说，较低的利率会鼓励更多的投资支出。
此外，企业和个人的预期收入和投资支出也会对实际投资支出产生影响。
根据这个模型，企业和个人可以根据自身情况预测和规划未来的投资支出。
同时，政府和金融机构也可以通过调控利率和提供相关政策，影响企业和个人的投资决策。
货币需求函数模型是描述货币需求与其决定因素之间关系的经济模型。
货币需求是指企业和个人为进行交易和储备而持有的货币数量。
货币需求函数模型通过分析各种因素对货币需求的影响，帮助企业和个人预测和规划货币需求。
货币需求函数模型通常采用经济学模型表示MD=f(Y,R,P)其中，MD表示货币需求，Y表示收入，R表示利率，P表示物价水平。
在这个模型中，收入是影响货币需求的最重要因素之一、一般来说，较高的收入会促使企业和个人增加货币需求。
利率也是影响货币需求的关键因素，一般情况下，较低的利率会减少货币需求。
物价水平也会对货币需求产生影响，一般来说，较高的物价水平会增加货币需求。
根据这个模型，企业和个人可以根据自身情况预测和规划未来的货币需求，例如确定适当的储蓄和投资计划。
计量经济学考试复习资料
计量经济学1. 外生变量和滞后变量统称为前定变量。
2. 设消费函数为，其中虚拟变量，当统计检验表明下列哪项成立时，表示城镇家庭与农村家庭有一样的消费行为，。
3. 当模型存在序列相关现象时，适宜的参数估计方法是广义差分法。
4. 设某商品需求模型为，其中Y 是商品的需求量，X是商品的价格，为了考虑全年12个月份季节变动的影响，假设模型中引入了12个虚拟变量，则会产生的问题为完全的多重共线性。
5. 计量经济模型的基本应用领域有结构分析、经济预测、政策评价。
6. 完全多重共线性时，可以计算模型的拟合程度的判断是不正确的。
7. 当质的因素引进经济计量模型时，需要使用虚拟变量。
8. 半对数模型中，参数β1的含义是X的相对变化，引起Y的期望值绝对量变化。
9. 存在严重的多重共线性时，参数估计的标准差变大。
10. 在由n=30的一组样本估计的、包含3个解释变量的线性回归模型中，计算得多重决定系数为0.8500，则调整后的多重决定系数为0.8327。
11. 对于模型，为了考虑“地区”因素（北方、南方），引入2个虚拟变量形成截距变动模型，则会产生完全多重共线性。
12. 模型中引入实际上与解释变量有关的变量，会导致参数的OLS估计量方差增大。
13. u t＝ρu t－1+v t序列相关可用DW检验（v t为具有零均值，常数方差且不存在序列相关的随机变量）。
14. 关于经济计量模型进行预测出现误差的原因，正确的说法是既有随机因素，又有系统因素。
15. Goldfeld-Quandt方法用于检验异方差性。
16.判定系数R2的取值范围是0≤R2≤1。
17.经济计量模型的被解释变量一定是内生变量。
18.用OLS估计经典线性模型，则样本回归直线通过点。
19. 消费函数模型，其中I为收入，则当期收入I t对未来消费C t+2的影响是：I t增加一单位，C t+2增加0.1个单位。
20. 回归模型中，关于检验所用的统计量，说法正确的是服从21. 如果模型y t=b0+b1x t+u t存在序列相关，则cov(u t, u s) ≠0(t≠s)。
计量经济学》期末考试复习
《计量经济学》期末考试复习资料第一章绪论参考重点：计量经济学的一般建模过程第一章课后题( 1.4.6 )1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。
计量经济学方法揭示经济活动中各个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个因素之间的理论关系，用确定性的数学方程加以描述。
4. 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如下：(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—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。
6.模型的检验包括几个方面？其具体含义是什么？答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。
在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。
第二章经典单方程计量经济学模型：一元线性回归模型参考重点：1.相关分析与回归分析的概念、联系以及区别？2.总体随机项与样本随机项的区别与联系？3.为什么需要进行拟合优度检验？4．如何缩小置信区间？( P46)由上式可以看出( 1). 增大样本容量。
计量经济学讲义(一到四章)(计量经济学-东北财经大学,王
计量经济学讲义王维国讲授课程的性质计量经济学是一门由经济学、统计学和数学结合而成的交叉学科，从学科性质来看，计量经济学是一门应用经济学。
具体来说，计量经济学是在经济学理论指导下，借助于数学、统计学和计算机等方法和技术，研究具有随机特征的经济现象，目的在于揭示其发展变化规律。
课程教学目标计量经济学按其内容划分为理论计量经济学和应用计量经济学。
本课程采用多媒体教学手段，结合Eviews软件应用，讲解理论计量经济学的最基本内容。
本课程教学目标：一是使学生了解现实经济世界中可能存在的计量经济问题，掌握检测及解决计量经济问题的方法和技术；二是使学生能够在计算机软件辅助下，建立计量经济模型，为其他专业课的学习及对经济问题进行实证分析研究奠定基础。
课程适用的专业与年级本大纲适用于数量经济专业2001级计量经济学课程的教学。
课程的总学时和总学分课程总学时为72，共计4学分。
本课程与其他课程的联系与分工学习本课程需要学生具备概率论与数理统计、微积分、线性代数、Excel、微观经济学、宏观经济学、经济统计等学科知识。
概率论与数理统计等数学课是计量经济学的方法论基础，计量经济学主要解决的是实际中不满足数理统计假定时经济变量之间关系及经济变量发展变化规律分析方法和技术，而经济学为计量经济学提供经济理论的准备，它仅就经济变量之间的关系提出一些理论假设，而不进行实证分析，只有具备了计量经济学的基本知识才能更好地解决一些实际问题。
课程使用的教材及教学参考资料使用的教材：计量经济学(Basic Econometrics) 第三版，[美]古扎拉蒂(DamodarN.Gujarati) 著，林少宫译，中国人民大学2000年3月第1版。
该教材畅销美国，并流行于英国及其他英语国家。
该书充分考虑了学科发展的前沿，十分重视基础知识的教学及训练，内容深入浅出。
教学参考资料：1. 王维国，《计量经济学》，东北财经大学2001.2.Aaron C. Johnson, Econometrics Basic and Applied学时分配表第一讲引言：经济计量学的特征及研究X围第一节什么是计量经济学一、计量经济学的来源二、计量经济学的定义计量经济学几种定义。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《计量经济学》期末考试复习资料第一章绪论参考重点：计量经济学的一般建模过程第一章课后题（1.4.6）1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。
计量经济学方法揭示经济活动中各个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个因素之间的理论关系，用确定性的数学方程加以描述。
4.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如下：(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—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。
6.模型的检验包括几个方面？其具体含义是什么？答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。
在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟定的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。
第二章经典单方程计量经济学模型：一元线性回归模型参考重点：1.相关分析与回归分析的概念、联系以及区别？2.总体随机项与样本随机项的区别与联系？3.为什么需要进行拟合优度检验？4．如何缩小置信区间？（P46）由上式可以看出（1）.增大样本容量。
样本容量变大，可使样本参数估计量的标准差减小；同时，在同样置信水平下，n越大，t分布表中的临界值越小。
（2）提高模型的拟合优度。
因为样本参数估计量的标准差和残差平方和呈正比，模型的拟合优度越高，残差平方和应越小。
5．以一元线性回归为例，写出β0的假设检验1）.对总体参数提出假设H0：b0=0，H1：b0¹02）以原假设H0构造t统计量，3）由样本计算其值 4）给定显著性水平a ，查t 分布表得临界值t a/2(n-2)5）比较，判断若|t|>ta/2(n-2)，则拒绝H 0，接受H 1；若|t|£ta/2(n -2)，则拒绝H 1，接受H 0；上届重点：一元线性回归模型的基本假设、随机误差项产生的原因、最小二乘法、参数经济意义、决定系数、第二章PPT 里的表（中国居民人均消费支出对人均GDP 的回归）、t 检验（△（平方）代表意义；△（平方）的认识）、能够读懂Eviews 输出的估计结果第二章课后题（1.3.9.10）1.为什么计量经济学模型的理论方程中必须包含随机干扰项？ （经典模型中产生随机误差的原因）答：计量经济学模型考察的是具有因果关系的随机变量间的具体联系方式。
由于是随机变量，意味着影响被解释变量的因素是复杂的，除了解释变量的影响外，还有其他无法在模型中独立列出的各种因素的影响。
这样，理论模型中就必须使用一个称为随机干扰项的变量宋代表所有这些无法在模型中独立表示出来的影响因素，以保证模型在理论上的科学性。
3.一元线性回归模型的基本假设主要有哪些？违背基本假设的模型是否不可以估计？)2(~ˆˆˆ0ˆ0022200--=-=∑∑n t S x n X t i i βββσββ答：线性回归模型的基本假设有两大类：一类是关于随机干扰项的，包括零均值，同方差，不序列相关，满足正态分布等假设；另一类是关于解释变量的，主要有：解释变量是非随机的，若是随机变量，则与随机干扰项不相关。
实际上，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，普通最小二乘估计量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己无多大意义。
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。
假设1.解释变量X是确定性变量，不是随机变量；假设2.随机误差项m具有零均值、同方差和不序列相关性：E(m i)=0i=1,2,…,nVar(m i)=s m2i=1,2,…,nCov(m i,m j)=0i≠ji,j=1,2,…,n假设3.随机误差项m与解释变量X之间不相关：Cov(X i,m i)=0i=1,2,…,n假设4.m服从零均值、同方差、零协方差的正态分布m i~N(0,sm2)i=1,2,…,n假设5.随着样本容量的无限增加，解释变量X的样本方差趋于一个有限常数。
即假设6.回归模型是正确设定的9、10题为计算题，见课本P52，答案见P17第三章经典单方程计量经济学模型：多元线性回归模型上届重点：F检验、t检验调整的样本决定系数、“多元”里为什么要对△（平方）系数进行调整？第三章课后题（1.2.7.9.10）1.多元线性回归模型的基本假设是什么？在证明最小二乘估计量的无偏性和有效性的过程中，哪些基本假设起了作用？答：多元线性回归模型的基本假定仍然是针对随机干扰项与针对解释变量两大类的假设。
针对随机干扰项的假设有：零均值，同方差，无序列相关且服从正态分布。
针对解释量的假设有；解释变量应具有非随机性，如果是随机的，则不能与随机干扰项相关；各解释变量之间不存在(完全)线性相关关系。
在证明最小二乘估计量的无偏性中，利用了解释变量非随机或与随机干扰项不相关的假定；在有效性的证明中，利用了随机干扰项同方差且无序列相关的假定。
2.在多元线性回归分析中，t检验和F检验有何不同？在一元线性回归分析中二者是否有等价作用？（见课本P70）答：在多元线性回归分析中，t检验常被用作检验回归方程中各个参数的显著性，而F检验则被用作检验整个回归关系的显著性。
各解释变量联合起来对被解释变量有显著的线性关系，并不意味着每一个解释变量分别对被解释变量有显著的线性关系。
在一元线性回归分析中，二者具有等价作用，因为二者都是对共同的假设——解释变量的参数等于零一一进行检验。
7、9、10题为计算题，见课本P91，答案见P53第四章经典单方程计量经济学模型：放宽基本假定的模型重点掌握：参考重点：1.以多元线性回归为例说明异方差性会产生怎样的后果？（可能为论述题）2.检验、修正异方差性的方法？3.以多元线性回归为例说明序列相关会产生怎样的后果？（预测，矩阵表达式推到）4.检验、修正序列相关的方法？5.什么是DW检验法（前提条件）？6.以多元线性回归为例说明多重共线性会产生怎样的后果7.检验、修正多重共线性的方法？8.随机解释变量问题的三种分类？分别造成的后果是什么？9.工具变量法的前提假设1）与所替代的随机解释变量高度相关2）与随机干扰项不相关3）与模型中其他解释变量不相关，以避免出现多重共线性上届重点：异方差、序列相关、多重共线性等违背基本假设的情况产生原因、后果、识别方式方法、D.W、广义差分法第四章课后题（1.2）1、2题为计算题，见课本P134，答案见P84第五章经典单方程计量经济学模型：专门问题上届重点：虚拟变量的含义与设定、滞后变量的含义、为何加入滞后和虚拟变量第五章课后题（1.3.4.10）1.回归模型中引入虚拟变量的作用是什么？有哪几种基本的引入方式？它们各适合用于什么情况？答：在模型中引入虚拟变量，主要是为了寻找某(些)定性因素对解释变量的影响。
加法方式与乘法方式是最主要的引入方式。
前者主要适用于定性因素对截距项产生影响的情况，后者主要适用于定性因素对斜率项产生影响的情况。
除此外，还可以加法与乘法组合的方式引入虚拟变量，这时可测度定性因素对截距项与斜率项同时产生影响的情况。
3.滞后变量模型有哪几种类型？分布滞后模型使用OLS方法存在哪些问题？答：滞后变量模型有分布滞后模型和自回归模型两大类，前者只有解释变量及其滞后变量作为模型的解释变量，不包含被解释变量的滞后变量作为模型的解释变量；而后者则以当期解释变量与被解释变量的若干期滞后变量作为模型的解释变量。
分布滞后模型有无限期的分布滞后模型和有限期的分布滞后模型；自回归模型又以Coyck模型、自适应预期模型和局部调整ytdby模型最为多见。
分布滞后模型使用OLS法存在以下问题：(1)对于无限期的分布滞后模型，由于样本观测值的有限性，使得无法直接对其进行估计。
(2)对于有限期的分布滞后模型，使用OLS方法会遇到：没有先验准则确定滞后期长度，对最大滞后期的确定往往带有主观随意性；如果滞后期较长，由于样本容量有限，当滞后变量数目增加时，必然使得自由度减少，将缺乏足够的自由度进行估计和检验；同名变量滞后值之间可能存在高度线性相关，即模型可能存在高度的多重共线性。
4.产生模型设定偏误的主要原因是什么？模型设定偏误的后果以及检验方法有哪些？答：产生模型设定偏误的原因主要有：模型制定者不熟悉相应的理论知识；对经济问题本身认识不够或不熟悉前人的相关工作：模型制定者手头没有相关变量的数据；解释变量无法测量或数据本身存在测量误差。
模型设定偏误的后果有：（1）如果遗漏了重要的解释变量，会造成OLS估计量在小样本下有偏，在大样本下非一致；对随机干扰项的方差估计也是有偏的。
（2）如果包含了无关的解释变量，尽管OLS 估计量具有无偏性与一致性，但不具有最小方差性。
（3）如果选择了错误的函数形式，则后果是全方位的，不但会造成估计的参数具有完全不同的经济意义，而且估计结果也不同。
对模型设定偏误的检验方法有：检验是否含有无关变量，可以使用t检验与F检验完成：检验是否有相关变量的遗漏或函数形式设定偏误，可以使用残差图示法，Ramsey提出的RESET检验来完成。
10.简述约化建模理论与传统理论的异同点？答：Hendry的约化建模理论的核心是“从一般到简单”的建模思想，即首先提出一个包括各种因素在内的“一般”模型，然后再通过观测数据，利用各种检验对模型进行检验并化简，最后得到一个相对简单的模型。
传统建模理论的主导思想是“从简单到复杂”的建模思想，它首先提出一个简单的模型，然后从各种可能的备选变量中选择适当的变量进入模型，最后得到一个与数据拟合较好的较为复杂的模型。
从二者的主要联系上看，它们都以对经济现象的解释为目标，以已有的经济理论为建模依据，以对数据的拟合程度作为模型优劣的重要的判定标准之一，也都有若干检验标推。
从二者的主要区别上看，传统的建模理论往往更依赖于某种单一的经济理论，旧“从一般到简单”的建模理论则更注重将各种不同经济理论纳入到最初的“一般”模型中，甚至更多地是从直觉和经验来建立“一般”的模型；尽管两者都有若干种检验标准，但约化建模理论从实践上有更大量的诊断性检验来看每一步建模的可行性，或寻找改善模型的路径：与传统建模实践中存在的过渡“数据开采”问题相比，由于约化建模理论的初估模型是一个包括所有可能变量的“一般”模型，因此也就避免了过度的“数据开采”问题；另外，由于初始模型的“一般”性，所有研究者在建模的初期往往有着相同的“起点”，因此，在相同的约化程序下，最后得到的最终模型也应该是相同的。