计量经济学答案(2)教学内容
计量经济学参考答案
第二章练习题及参考解答练习题2.1 参考解答:计算中国货币供应量(以货币与准货币M2表示)与国内生产总值(GDP)的相关系数为:计算方法: XY n X Y X Y r -=或,()()X Y X X Y Y r --=计算结果:M2 GDPM2 1 0.996426148646GDP0.996426148646 1经济意义: 这说明中国货币供应量与国内生产总值(GDP)的线性相关系数为0.996426,线性相关程度相当高。
练习题2.2参考解答美国软饮料公司的广告费用X 与销售数量Y 的散点图为说明美国软饮料公司的广告费用X 与销售数量Y 正线性相关。
说明美国软饮料公司的广告费用X 与销售数量Y 的正相关程度相当高。
若以销售数量Y 为被解释变量,以广告费用X 为解释变量,可建立线性回归模型 i i i u X Y ++=21ββ 利用EViews 估计其参数结果为经t 检验表明, 广告费用X 对美国软饮料公司的销售数量Y 确有显著影响。
回归结果表明，广告费用X 每增加1百万美元, 平均说来软饮料公司的销售数量将增加14.40359(百万箱)。
练习题2.3参考解答: 1、 建立深圳地方预算内财政收入对GDP 的回归模型，建立EViews 文件，利用地方预算内财政收入（Y ）和GDP 的数据表，作散点图可看出地方预算内财政收入（Y ）和GDP 的关系近似直线关系，可建立线性回归模型： t t t u GDP Y ++=21ββ 利用EViews 估计其参数结果为即 ˆ20.46110.0850t tY GDP =+ （9.8674） (0.0033)t=(2.0736) (26.1038) R 2=0.9771 F=681.4064经检验说明,深圳市的GDP 对地方财政收入确有显著影响。
20.9771R =，说明GDP 解释了地方财政收入变动的近98%，模型拟合程度较好。
模型说明当GDP 每增长1亿元时，平均说来地方财政收入将增长0.0850亿元。
计量经济学斯托克答案
计量经济学斯托克答案【篇一：计量经济学教材推荐】txt>【计量经济学的内容体系】古扎拉蒂《计量经济学基础》白砂堤津耶《通过例题学习计量经济学》伍德里奇《计量经济学导论：现代观点》斯托克、沃森《计量经济学导论》林文夫（fumio hayashi）《计量经济学》雨宫健（takeshi amemiya ）《高级计量经济学》李子奈、潘文卿编著《计量经济学》【计量经济学的内容体系】狭义的计量经济学以揭示经济现象中的因果关系为目的，主要应用回归分析方法。
广义的计量经济学是利用经济理论、统计学和数学定量研究经济现象的经济计量方法，除了回归分析方法，还包括投入产出分析法、时间序列分析方法等。
把计量经济学分为初级、中级、高级三个层次，初级计量经济学一般包括计量经济学所必须的基础数理统计只是和矩阵代数只是、经典的线性计量经济学模型理论与方法（以单一方程模型为主）、单方程模型的应用等内容；中级计量经济学以经典的线性计量经济学模型理论与方法及其应用为主要内容，包括单一方程模型和联立方程模型。
在应用方面，主要讨论计量经济学模型在生产、需求、消费、投资、货币需求和宏观经济系统等传统领域的应用，注重于应用过程中实际问题的处理。
在描述方法上普遍运用矩阵描述；高级计量经济学以扩展的线性模型理论与方法、非线性模型理论与方法和动态模型理论与方法，以及它们的应用为主要内容。
从研究对象和侧重点的角度讲，理论计量经济学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；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。
纵观计量经济学发展史，20世纪70年代之前发展并广泛应用的计量经济学称为经典计量经济学，其理论特征是：以经济理论为导向建立因果分析的随机模型，模型具有明确的形式和参数，模型变量之间的关系多表现为线性关系，或者可以化为线性关系，以时间序列数据或者截面数据为样本，采用最小二乘方法或者极大似然方法估计模型。
计量经济学第2章习题参考答案
量 y 是随机变量， 解释变量 x 是非随机变量， 相关分析对资料的要求是两个变量都是随机变 量。 2. 答： 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 变量所决定的， 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。 3. 答：主要区别：①描述的对象不同。总体回归模型描述总体中变量 y 与 x 的相互关系，而样 本回归模型描述所观测的样本中变量 y 与 x 的相互关系。 ②建立模型的不同。 总体回归模型 是依据总体全部观测资料建立的， 样本回归模型是依据样本观测资料建立的。 ③模型性质不 同。总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本的改变而改变。 主要联系：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是 用来估计总体回归模型。
1 n ∑ ui = 0 ，因为 n i =1
前者是条件期望，即针对给定的 X i 的随机干扰的期望，而后者是无条件的平均值，即针对 所有 X i 的随机干扰取平均值。
二、单项选择题 1. A 2. D 3. A 4. B 5. C 6. B 7. D 8. B 9. D 10. C 11. D 12. D 13. C
14. D 15. D 16. A 17. B
三、多项选择题 1. ACD 2. ABE 3. AC 4. BE 5. BEFH 6. DG, ABCG, G, EF 7. ABDE 8. ADE 9. ACDE
《计量经济学教程(第二版)》习题解答课后习题答案
《计量经济学（第二版）》习题解答第一章1.1 计量经济学的研究任务是什么？计量经济模型研究的经济关系有哪两个基本特征？ 答：（1）利用计量经济模型定量分析经济变量之间的随机因果关系。
（2）随机关系、因果关系。
1.2 试述计量经济学与经济学和统计学的关系。
答：（1）计量经济学与经济学：经济学为计量经济研究提供理论依据，计量经济学是对经济理论的具体应用，同时可以实证和发展经济理论。
（2）统计数据是建立和评价计量经济模型的事实依据，计量经济研究是对统计数据资源的深层开发和利用。
1.3 试分别举出三个时间序列数据和横截面数据。
1.4 试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。
1.5 试结合一个具体经济问题说明计量经济研究的步骤。
1.6 计量经济模型主要有哪些用途？试举例说明。
1.7 下列设定的计量经济模型是否合理，为什么？（1）ε++=∑=31i iiGDP b a GDPε++=3bGDP a GDP其中，GDP i （i =1，2，3）是第i 产业的国内生产总值。
答：第1个方程是一个统计定义方程，不是随机方程；第2个方程是一个相关关系，而不是因果关系，因为不能用分量来解释总量的变化。
（2）ε++=21bS a S其中，S 1、S 2分别为农村居民和城镇居民年末储蓄存款余额。
答：是一个相关关系，而不是因果关系。
（3）ε+++=t t t L b I b a Y 21其中，Y 、I 、L 分别是建筑业产值、建筑业固定资产投资和职工人数。
答：解释变量I 不合理，根据生产函数要求，资本变量应该是总资本，而固定资产投资只能反映当年的新增资本。
（4）ε++=t t bP a Y其中，Y 、P 分别是居民耐用消费品支出和耐用消费品物价指数。
答：模型设定中缺失了对居民耐用消费品支出有重要影响的其他解释变量。
按照所设定的模型，实际上假定这些其他变量的影响是一个常量，居民耐用消费品支出主要取决于耐用消费品价格的变化；所以，模型的经济意义不合理，估计参数时可能会夸大价格因素的影响。
《计量经济学导论》伍德里奇-第四版-笔记和习题答案(2-8章)
inc e inc incE e inc 0 。
inc e inc
inc
2
Var e inc inc e2 。
（Ⅲ）低收入家庭支出的灵活性较低，因为低收入家庭必须首先支付衣食住行等必需品。而高收入家庭具有 较高的灵活性，部分选择更多的消费，而另一部分家庭选择更多的储蓄。这种较高的灵活性暗示高收入家庭中储 蓄的变动幅度更大。
（Ⅲ）在（Ⅱ）的方程中，如果备考课程有效，那么 1 的符号应该是什么？ （Ⅳ）在（Ⅱ）的方程中， 0 该如何解释？ 答： （Ⅰ）构建实验时，首先随机分配准备课程的小时数，以保证准备课程的时间与其他影响 SAT 的因素是
houri ：i 1 ， ， n ， n 表示试验中所包括的学 独立的。然后收集实验中每个学生 SAT 的数据，建立样本 sati ，
因此 GPA 0.5681 0.1022 ACT 。 此处截距没有一个很好的解释， 因为对样本而言，ACT 并不接近 0。 如果 ACT 分数提高 5 分，预期 GPA 会提高 0.1022× 5=0.511。 （Ⅱ）每次观测的拟合值和残差表如表 2-3 所示： 表 2-3
i
GPA
GPA＾＾源自 7．利用 Kiel and McClain（1995）有关 1988 年马萨诸塞州安德沃市的房屋出售数据，如下方程给出了房屋 价格（ price ）和距离一个新修垃圾焚化炉的距离（ dist ）之间的关系：
log price 9.40 0.312log dist n 135 ， R 2 0.162
y 0 0 1 x u 0
令新的误差项为 e u 0 ，因此 E e 0 。 新的截距项为 0 0 ，斜率不变为 1 。 2．下表包含了 8 个学生的 ACT 分数和 GPA（平均成绩） 。平均成绩以四分制计算，且保留一位小数。 GPA ACT student 1 2 3 4 5 6 7 8
计量经济学课后答案
计量经济学课后答案计量经济学课后答案导论部分：1.计量经济学是研究经济现象和经济政策的数量分析方法，通过运用数学和统计学的工具，以实证分析为基础，对经济理论进行检验和推断。
它旨在解决经济学中的因果问题，即经济变量之间的因果关系，以及如何进行有效的经济政策评估。
2.计量经济学的研究方法主要包括建立经济模型、数据收集、数据处理、模型估计与检验等步骤。
经济模型是对经济现象进行理论化的抽象，通过建立适当的假设和约束条件，可以帮助我们理解经济系统的运行规律。
数据收集则是通过收集相关的经济数据，来描述和分析经济现象的特征和变动。
数据处理是对收集到的数据进行整理和清洗，以获得可用于进一步分析的数据集。
模型估计与检验是对建立的经济模型进行参数估计和假设检验，以得到经济变量之间关系的具体度量与统计显著性。
3.计量经济学的数据要素主要包括观察单位、时间间隔和经济变量。
观察单位是指研究对象的经济主体，可以是个人、家庭、企业、产业、国家等。
时间间隔是指研究对象的观察周期，可以是日、月、季度、年等。
经济变量是指用来度量经济现象的变量，如GDP、失业率、通胀率等。
简单线性回归模型：1.简单线性回归模型是最基本的计量经济学模型之一，用于描述两个变量之间的线性关系。
模型的基本形式为：Y_i= β_0 + β_1*X_i + u_i，其中Y_i是因变量，X_i是自变量，β_0和β_1是模型的参数，u_i是误差项。
2.模型参数的估计通常使用最小二乘法进行。
最小二乘法的思想是通过最小化实际观测值与模型预测值之间的差异，来估计模型的参数。
最小二乘估计量β̂_0和β̂_1可以通过求解最小化残差平方和的正规方程来得到。
3.模型参数的显著性检验是计量经济学中常用的假设检验方法，用于检验模型参数是否具有统计显著性。
常见的检验方法包括t检验和F检验。
t检验用于检验单个参数的显著性，而F检验用于检验多个参数的整体显著性。
4.模型的拟合优度可以通过确定系数R^2来度量。
计量经济学课后答案
计量经济学课后答案问题一1.什么是计量经济学？计量经济学是一门研究经济理论与经济数据之间关系的学科。
它利用统计学、经济学和数学等工具来分析经济现象，并运用经济理论进行经验检验和政策评估。
计量经济学的目标是通过利用观测数据来推断经济理论中的因果关系。
2.计量经济学包含哪些方法？计量经济学包含以下方法：•线性回归：通过建立线性关系模型来分析变量之间的关系。
•工具变量法：用来解决因果关系存在内生性问题的方法。
•差分法：通过比较同一变量在不同时间点或不同地点的差异，来识别因果关系。
•面板数据模型：用于分析具有时间序列和截面维度的数据。
•时间序列分析：用于分析时间序列数据的方法，包括趋势、周期和季节性的分析等。
3.为什么计量经济学的方法很重要？计量经济学的方法对于经济学研究非常重要。
通过计量经济学的方法，我们能够从大量的经济数据中提取有价值的信息，并用来验证经济理论，评估政策效果，预测经济变量的未来走势等。
计量经济学方法的正确应用可以使我们对经济现象有更深刻的理解，并提供决策的依据。
问题二1.什么是OLS回归？OLS（Ordinary Least Squares）回归是一种最小二乘法回归模型。
它是一种用来估计线性关系模型参数的方法，通过最小化实际观测值与回归模型预测值之间的差异来确定参数估计值。
2.OLS回归的假设是什么？OLS回归的假设包括：•线性关系：被解释变量和解释变量之间的关系是线性的。
•零条件均值：误差项的条件均值为零，即解释变量和误差项之间不存在系统性关系。
•同方差性：误差项具有同样的方差。
•独立性：误差项之间相互独立，即误差项之间不存在相关性。
•正态分布：误差项服从正态分布。
3.如何评估OLS回归模型的拟合好坏？评估OLS回归模型的拟合好坏常用的指标有：•R-squared（决定系数）：它表示回归模型能够解释因变量变异性的百分比。
取值范围为0到1，值越接近1表示模型拟合效果越好。
•调整R-squared（调整决定系数）：它对模型的自由度进行了校正，当模型添加变量时防止决定系数的过度增加。
计量经济学 课后答案
习题参考答案
第一章绪论
1-1．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。
1-2．答：计量经济学自20年代末、30年代初形成以来，无论在技术方法还是在应用方面发展都十分迅速，尤其是经过50年代的发展阶段和60年代的扩张阶段，使其在经济学科占据重要的地位，主要表现在：①在西方大多数大学和学院中，计量经济学的讲授已成为经济学课程表中有权威的一部分；②从1969~2003年诺贝尔经济学奖的XX位获奖者中有XX位是与研究和应用计量经济学有关；著名经济学家、诺贝尔经济学奖获得者萨缪尔森甚至说：“第二次世界大战后的经济学是计量经济学的时代”。③计量经济学方法与其他经济数学方法结合应用得到发展；④计量经济学方法从主要用于经济预测转向经济理论假设和政策假设的检验；⑤计量经济学模型的应用从传统的领域转向新的领域，如货币、工资、就业、福利、国际贸易等；⑥计量经济学模型的规模不再是水平高低的衡量标准，人们更喜欢建立一些简单的模型，从总量上、趋势上说明经济现象。
1-3．答：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。
1-4．答：
1-5．答：从计量经济学的定义看，它是定量化的经济学；其次，从计量经济学在西方国家经济学科中居于最重要的地位看，也是如此，尤其是从诺贝尔经济学奖设立之日起，已有多人因直接或间接对计量经济学的创立和发展作出贡献而获得诺贝尔经济学奖；计量经济学与数理统计学有严格的区别，它仅限于经济领域；从建立与应用计量经济学模型的全过程看，不论是理论模型的设定还是样本数据的收集，都必须以对经济理论、对所研究的经济现象有透彻的认识为基础。综上所述，计量经济学确实是一门经济学科。
- 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)。
一、名词解释1.时间序列数据的平稳性:如果随机时间序列均值和方差均是与时间t无关的常数，协方差只与时间间隔k有关，则称该随机时间序列是平稳的。
2.虚拟变量：是指人们构造的反应定性因素变化、只取0和1的人工变量，并且习惯上用符号D来表示。
3.异方差性：对于不同的样本点，随机误差项的方差不等于常数，则称模型出现了异方差性。
4.自相关性：如果随机误差项的各期值之间存在着相关关系，即协方差不等于0，则称模型存在着自相关性。
5随机变量的协整关系：如果同阶单整序列线性组合后单整阶数降低，则称变量之间存在着协整关系。
6.给定一个信息集，At，它至少包含（Xt，Yt），在“现在和过去可以影响未来，而未来不能影响过去”城里下，如果利用Xt的过去比不利用它时可以更好地预测Yt，称Xt为Yt的格兰杰原因，反之亦然。
7.随机变量的协整性：8. 条件异方差ARCH模型：考虑m阶自回归模型AR（m）Yt=c+ρ1yt-1+ρ2yt-2+……+ρmyt-m+εt其中εt为白噪声过程随机误差项的平方（εt）2服从一个q阶自回归过程，即（εt）2=α0＋α1（εt-1）2+α2（εt-2）2+……+αq（εt-p）2+ηt （1）其中ηt服从白噪声过程。
对模型的一个约束条件是（1）的特征方程1-α1z-α2z2-……-αq Z q=0的所有根均落在单位圆外，即要求模型参数满足其中α1+α2+……αq＜1此外，为保证εt2为正值，对模型的另一个约束条件为α0＞0，αi≥0，1≤i≤q。
上述模型即为条件方差模型。
9.误差修正模型ECM: 对于yi的（1，1）阶自回归滞后模型：εiY t=α+β0x t+β1x t-1+β2y t-1+⊿y=β0⊿x t+γecm t-1+εt 。
(1) 其中，ecm t-1=y t-1-α0-α1x t-1 ，γ=β2-1，α0=（α+ tβ0）/﹙1-β2﹚，α1=β1/（1-β2）称式（1）为误差修正模型ECM10.多重共线性:多元回归模型的解释变量之间存在较强的线性关系的性质二、填空题1.合理选择解释变量的关键：正确理解有关经济理论和把握所研究经济现象的行为规律。
2.计量经济模型的用途一般包括：结构分析、经济预测、政策评价、实证分析。
3.计量经济模型检验的内容一般包括：经济检验、统计检验、计量经济检验、预测性能检验。
4.对于不可直接线性化的非线性模型的处理方法：对于可间接线性化的模型，可以通过Cobb-Douglas生产函数模型、Logistic模型变换成标准的线性模型；对于不可线性化的模型，可以通过Toylor技术展开法、非线性最小二乘法来求得参数估计值。
5.建立计量经济模型的统计数据主要有三种类型：时间序列数据、横截面数据、面板数据。
6.高介自相关性的检验方法：偏相关系数检验、拉格朗日乘数检验。
7.对于变量之间存在多个协整关系时，应当采取Johansen 检验的方法。
8.模型结构的稳定性检验的两个用途：一是分析模型结构对对样本变化的敏感性；二是比较两个（或多个）回归模型之间的差异情况。
9.多个非平稳序列变量具有协整 关系/含义。
10.P 阶自回归序列识别条件 自相关函数是拖尾的，偏自相关函数是截尾 。
11.高斯-马尔科夫定理指若多元线性模型满足回归分析的基本假设，则模型参数的最小二乘估计是原值的最佳线性无偏估计。
12.普通最小二乘法的基本原理：样本回归函数值与观测值之差的平方和最小。
三、判断题1、 利用横截面数据建立模型时，由于不同样本点上，其他因素影响的差异较大，所以它比时间序列资料更容易产生。
（对）2、 经济学是计量经济学建模的基础，统计学是计量经济学建模的方法和依据。
（对）3、 随机游走序列是平稳序列，是白噪声序列。
（错）4、 如果两个时间序列均为同价的单整序列，则其线性组合序列一定是与原时间序列单整阶数相等的单整序列。
（错）5、 参数的估计量是随机的，但参数本身是非随机的。
（错）6、 ADF 检验模型和协整关系检验的三个模型是相同的。
（对）7、 对于m 个各具有两个不同属性的定性因素，在设置虚拟变量时，应设置m-1个虚拟变量。
（错）8、 在统计检验中，显著性水平a 它与检验结果中的相伴概率p 值是一回事。
（错）四、简答题1.针对计量经济模型出现多重共线性问题时，忽略处理的前提是？不能忽略即必须进行处理的条件是？答：忽略处理的前提：建立的模型的目的是进行预测的，只要模型的拟合优度较高（即正确反应所有解释变量的总体影响），并且解释变量的相关模型在预测期内保持不变。
不能忽略的条件：应用模型进行结构分析或政策评价，即利用系数分析、比较各个解释变量的单独影响，则需要消除多重共线性的影响。
2，利用格兰杰因果检验时为什么一定要研究的时间序列必须是平稳的？答：若非平稳的时间序列进行格兰杰因果检验时,F x 与F y （公式自己想写自己写下，打不太好打）统计量不再是F 分布，用F 检验得出的结果是有误的。
只有平稳的的时间序列，用F 检验得出的结果才是可靠的。
（注：平稳系列时以F X 为例）只有当X 是平稳数列时，X 服从正态分布，X 的残差平方和服从ᵡ分布，进行格兰杰因果检验的统计量才能服从F 分布。
3，多元线性回归方程基本假定（课本32，可做修改）（1）零均值假定（把u 换为易普森）：⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=000)(2121 n n Eu Eu Eu u u u E U E （2）同方差和非自相关假定()⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡---⎪⎪⎪⎪⎪⎭⎫ ⎝⎛---='='--=)(,),(),()()()(][22112211n n n n u E u u E u u E u u E u u E u u E u E U U E EU U EU U E U Var ）（））（（）（n n n n n n n I u u E u u E u u E u u E u u E u u E u u E u u E u u E 2222212221212111000000σσσσ=⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅=）（）（）（）（）（）（）（）（）（ （3）解释变量与随机误差项不相关4，虚拟变量的特殊作用有哪些？（109）（1）调整季节变动利用季节资料建立模型时，经常存在着季节波动。
使用虚拟变量可以反映季节因素的影响。
(2)检验模型结构的稳定性利用不同的样本数据估计同一形式的计量经济模型，可能会得到不同的估计结果。
如果估计的参数之间存在着显著差异，则称模型结构是不稳定的，反之则认为是稳定的。
虚拟变量可以检验其模型结构的稳定性。
（3）分段回归在实际经济问题的研究中，有些经济关系需要用分段回归加以描述：当解释变量X 低于某个已知的临界水平X*时，Y 与X 之间是某种线性相关关系，而大于这个临界水平时，又是另一种线性相关关系。
使用虚拟变量可以很好地解决分段问题，既能如实描述不同阶段的经济关系，又未减少估计模型时样本容量，保证模型的估计精度。
（4）混合回归建立计量经济模型是，有时能同时获得变量的时序数据和横截数据。
可以通过设置虚拟变量，把所给数据“混合”成一个样本来估计模型。
只要模型参数不随时间而改变，并且在各个横截面之间没有差异，就可以使用混合样本估计模型。
5、误差修正模型的含义有哪些？误差修正模型：（自己写吧，打不出来 ）有以下三个明确的含义：（1） 均衡的偏差调整机：它是一个对具有协整关系的变量之间均衡关系研究的均衡的偏差调整机制。
(2）协整与长期均衡的关系：具有协整关系的两个变量，系统内部的约束机制使得他们之间具有长期的均衡关系。
（3）经济变量的长期与短期变化模型：它是一个能够描述经济变量之间的长期和短期变化模型。
五、模型遴选逐步回归法：1、利用相关系数从所有解释变量中选取与y 相关性最强的变量建立一元回归模型。
2、从模型之外的变量中再引入一个新的变量进入模型，要求新引入的变量是最显著的变量（即能通过显著性检验且t 统计量值最大的变量）3、对模型中的原有变量金进行显著性检验，逐个提出不显著的变量，使模型中的变量均为显著变量。
4、重复2、3过程，直至无法引入新的变量、且模型中全部都是显著变量时为止。
论述1、计量经济分析过程中异方差性产生的原因、影响后果、检验方法及解决办法产生的原因：1、模型中遗漏了影响逐渐增大的因素2、模型函数形式的设定误差3、随机因素的影响，如政策变动、自然灾害、金融危机等不利影响：1、最小二乘估计不再是有效估计。
随机误差项为异方差时，OLS估计仍然是无偏估计，但不再具有最小方差的特性；这意味着可能存在其他的参数估计方法，其估计误差将小于OLS估计的误差2、无法正确估计系数的标准误差。
在同方差情况下，β的标准误差为但是，在异方差的情况下，σ是一些不同的数，只有估计出每一个σ之后才能得到系数的标准误差，这在只有一组样本观察值的情况下是无法做到的3、t检验的可靠性降低。
因为在异方差情况下，无法正确估计系数的标准误差S（β）；这直接影响到t统计量值的正确确定，因为所以，用t检验来判断解释变量影响的显著性将失去意义。
4、增大模型的预测误差。
异方差性的存在一方面使模型失去了良好的统计性质，另一方面由于随机误差项的方差与模型的预测区间密切相关，在σ逐渐增大的情况下，模型的预测误差也随着增大检验：1、图示检验法。
（1）相关图分析。
“方差”即为随机变量的离散程度。
由于被解释变量y 与误差项ε的方差相同。
如果随着x值的增加，y的离散程度呈现逐渐增大（或减小）的趋势，则表明模型存在着递增型（或递减型）的异方差性。
（2）残差分布图分析。
观察模型的残差分布图，如果残差分布的离散程度有明显扩大的趋势，则表明存在异方差性。
2、戈德菲尔德—匡特检验。
将样本解释变量的值升序降序后分成两部分，再利用样本1和样本2分别建立回归模型，并求出各自的残差平方和RSS1和RSS2。
样本中部去掉C个数据（通常取C=n/4），再利用F统计量判断差异的显著性其中，一般取RSS2>RSS1。
对于给定的显著水平α，若F>Fα，则表明存在异方差性；反之，则不存在异方差性。
3、怀特检验。
怀特检验是通过建立辅助回归模型的方式来判断异方差性。
设回归模型为二元线性回归模型：则White检验的具体步骤为：（1）估计回归模型，并计算残差的平方 e 。
（2）估计辅助回归模型（3）计算辅助回归模型的判定系数R；H.White证明，在同方差的假设下（即假设H：α1=α2=α3=α4=α5=0），渐进地有nR ~X (q)（4）对于给定的显著水平ɑ，若nR>X(q)，则拒绝原假设H，即认为α（i≠0）中至少有一个显著地不等于0，模型的方差随着解释变量的变化而变化，即模型存在异方差性；反之，则认为不存在异方差性。