复旦大学经济学院计量经济学历年考题(谢识予)

2012-2013
一、判断题，并说明理由
1.若误差项不服从正态分布，OLS仍然无偏
2.点估计比区间估计更精确，所以点估计比区间估计更有效
3.异方差是由定式误差引起的，与数据无关
4.扩大因子是用来判别异方差的
5.用一阶段差分法处理自相关会使误差项的方差变大
6.如果一个联立方程组中的一个方程包含了所有的内生变量，那么这个方程一定不可别
（看清啊，是内生变量）
7.分布滞后模型和自回归模型可以相互转换

二、联立方程中的一个为 Wt=aRt + bIt + ut
另一个方程含有Rt、It、Et、Pt，其中Et、Pt为外生变量，讨论上述参数的估计方法

三、个体异质性和时间异质性的来源﹑对回归分析的影响和克服处理方法

四、有Yt=B1+B2Xi+e，Xi因为观察原因数据全部扩大为原来的两倍，问是否会改变参数的估计量的数值，t统计量，Y的拟合度和残差，为什么？

五、看一张残差图分析问题和处理

六、Y=a+bX+cZ+e
数据为
Y 23 31 35 37 43 46 57 66 76 80
X 10 20 30 40 50 60 70 80 90 100
Z 10 30 50 70 90 110 130 150 170 190

问：用这个方程做回归效果如何？能得到哪些参数值？用最小二乘法估计参数



一、判断。（5*5m）
1.参数的t显著性检验要求参数估计量一定要服从正态分布。
2.若误差项不服从正态分布，OLS仍然无偏。
3.如果虚拟假设不能拒绝，那么一定真实。
4.异方差是由定式误差引起的，与数据无关。
5.如果误差项的方差大，参数估计值的方差也大。
二、10分
误差项的作用，以及与残差的关系。
三、10分
模型为 Yi=a+bX1i+cX2i+ui 当数据扩大2倍时，残差和拟和度有何变化：当X增大3个单位，又有何影响。
四、填空。10分
Y=#0.0000+#0.0000X
SE=(#0.000) ( )
t=( ) (#0.0000)
评价回归结果。
五、10分。
当分析结果如下列情况时，问可能出现的问题，并说出你的理由和建议。
1.DW=2.99 du=1.37 dl=1.10
2.5个解释变量的方差扩大因子为#0.00，#0.00，#0.00，#0.00，#0.00
3.R^2=0.89 R-^2=0.87 F统计量为34.5
六、10分。
根据残差序列分布图，分析问题并提出解决办法。
七、15分。两个方程构成的联立方程组。第一个方程为：Y1t=a1Y2t+a2X1t+ut。第二个方程中的变量为Y2t,X2t,X3t。试估计a1,a2的值。




1、判断是否存在多重共线性，克服多重共线性有哪几种方法。
2、一元线性随机模型。计算参数估计值、决定系数、SE和进行t检验。36分。
3、结合题目中给定条件，判断那些年份存在异常值，并写出引进虚拟变量后的表达式，无需回归。
4、结合题目中给定条件，用广义差分法写出克服序列相关问题的表达式，无需回归。
5、将总需求模型里结构

型的Yt、Ct、It转化成简化型，并分析财政政策的效应。
6、证明一元线性随机模型中参数估计值的无偏性，以及证明方差等于课本上的那个公式。。。我就不写了= =

总之计算量不大，其实好像只有第二题要算的，然后第五题要算一个3x3的逆矩阵，还好啦没想象中的那么可怕。。。


2011-2012
一、如何判断解释变量随机性？如何判断回归曲线有效性？处理方法？

二、判断题，并写理由。联立方程组恰好可识别的条件是同时满足阶条件和秩条件。

三、原方程Yi=aXi+Ei, 用Yi=b+aXi+Ei回归是否有偏差，如何消除偏差？

四、甲方程Yi=a0+a1X1+a2X2+a3（D1*X2），引入虚拟变量D1i=1男，D1i=0女；乙方程Yi=b0+b1X1+b2X2+b3（D2*X2），引入虚拟变量D2i=1 女，D2i=0男，现求出b，问能否算出a。。。大概是这样的

五、ADF检验参数平稳（给eviews图）

六：1、 Y=a + bE
SE c （ ）
t （ ） d n=15
2、分析显著性
3、求决定系数
4、如有50个5年面板系数如何改进
5、如有一笔资金，你还会研究什么？

坑爹啊！！！历年都考得DW木有了！！历年没有的ADF出现了！！果断ORZ。。。


2010-2011
悲剧的一比，能被他考得这么文真是不容易……
1 中心极限定理在计量分析中的作用
2 F检验在计量中的应用
3 个体异质性和时间异质性的来源﹑对回归分析的影响
4 联立模型识别性分析并给出估计方法
5 三道小题分析回归结果显示出的问题，分别是dw,vif和给出决定系数f统计量还有dw值分析
6 观察残差序列和残差序列图分析问题并给出解决方法


2009-2010(不知道是否是谢的)
一 判断，解释原因。
1、若误差项的方差越大，那么系数估计量的置信区间越宽，模型作用越大。
2、在联立方程组模型的识别性问题上，阶条件是识别的充分条件，秩条件是必要条件。
3、两阶段最小二乘法估计就是工具变量法估计。
4、在多重共线性条件下，t统计量越大，表明统计显著性越明显。
二、写出下列结论的条件，并解释原因
1、可以使用最大似然估计来估计回归参数
2、OLS估计无偏和一致
3、OLS估计有效
4、t检验和F检验
三、E(ei)和ei的区别是什么？为什么回归要求E（ei）=0？什么情况下该条件不成立？
四、支出下列方程那些是计量中所说的线性方程？并给出变换过程。
1、m_i = a_0 + a_1 x_i + a_2 x_i^2 + a_3 x_i^3 + by_i + u_i
2、y_i = exp{a_0 + a_1*(1/x_i) + e_i}
3、\ln{y} = a_0 + a_1 lnx + b + e_i
4、y_i = \beta_0 + \beta_1 e^{-\beta_2 x_i-3} + e_i
五、根据Eviews分析图，先补充缺少的数值，分析结果，指出问题并提出解决方法
类似于这个图，然后 有的是系数估计量没有，有标准差没有，还有t统计量没

有，就像下面把空的补充完整。原理就是第一列除以第二列等于第三列（好多人都不知道。。。。。。）
Variable Coefficient Std. Error t-Statistic Prob.


X2 14.07274 -3.074512 0.0096
X3 -89.49806 -5.391724 0.0002
C 15049.00 1081.764 0.0000

然后下面给出的DW=0.445，判断问题吧。
总体来说很文，考的很细。
好了，准备社保去了…………


2008-2009
一、判断并说明理由5×5'
1、DW统计量的取值范围是0-4，DW越大，相关性越大
2、异方差是由定式误差引起的，与数据无关
3、如果一个联立方程组中的一个方程包含了所有的内生变量，那么这个方程一定不可别。

4、忘记
5、忘记
二、什么是最有线性无偏估计（BLUE）？为什么它有很重要的价值？
三、DW分别为0.1，1.2，2.1
然后又3个分别的上下限
说明问题和处理办法
一个是正自相关，一个无法估计，一个无自相关性
四、给了一组数据X、Y各10个
模型为（100/100-Y）=b0+b1*(1/x)
对模型进行回归，并写出常见统计量
五、给出一张360个样本容量的残差序列图，要求分析其问题及处理办法
六、如果要你对国际金融危机的产生进行计量实证分析，如何选取变量和数据，尽可能详
细的说明你的思路和理由
-----------------------
时间有点紧，第4题算到死，后面2道一顿胡扯……
平时作业都交齐了都是A，论文也交了，不会关我吧·······保佑我啊

其他会有人贴的，我来贴计算
(100/100-y)=B1+B2(1/x)的回归及检验

y 86 79 76 69 65 62 52 51 51 48
x 3 7 12 17 25 35 45 55 70 120

总的来说，今年应该算是文考的成分比较大一点；
一、指出存在的问题并提出建议（10分）
1、DW值3.23，dl=1.1,du=1.37；
2、方差扩大因子（5个都超过10了）；
二、简述时间序列数据和截面数据的区别和联系（10分）
三、填空（ 根据回归直线方程来计算各个参数的标准差和t统计量的值）
Y=0.8102+6.2355E
SE 0.8911 （ ）
t （ ） 9.453
并评价回归结果；（10分）
四、联立方程组模型的参数估计方法（10分）
第一个方程过渡可识别（工具变量法或两阶段最小二乘法）
第二个方程恰好可识别（间接最小二乘法）
当然还要适当展开一下～～
五、有下列数据，问用这样的模型估计结果如何？能估计出哪些参数的值？估计该方程
Y=α+βX+γZ+u
Y（有10个数，都是小数）
X 1 2 3 4 5 6 7 8 9 10
Z 1 3 5 7 9 11 13 15 17 19（10分）
六、一份Eviews的回归结果，判断并分析（10分）
本题是两变量线性回归模型，主要问题就是DW

值趋近于1（误差序列存在较强的一阶正自
相关性）其余指标都还不错；

注：本试卷满分60分，平时作业10分，课程小论文30分；
学弟学妹注意比例～～

2006-2007
一，判断题（写出理由）（4*5）
1，如果一个模型具有强烈的双月季节周期性，那么可以引进一个虚拟变量来解决。
2，间接最小二乘法和两阶段最小二乘法都是工具变量法。（有点记不清）
3，dw值检验可以检验各种序列误差自相关的情况。
4，如果一个联立方程组中的一个方程包含了所有的内生变量，那么这个方程一定不可识
别。

二，简答题（10）
无偏估计和有效估计在参数估计中有什么价值和联系？

三，已知科布道格拉斯函数（10）
Y=A*L^(b1)*K^(b2)
找出两种检验是否规模报酬不变的模型和方法

四，已知一个15样本3变量的多元线性回归分析的残差序列如下：
14,16,5,-8,-2,-6,1,-25,-7,2,14,12,8,-4,-2
分析该残差序列并写出进一步分析的建议。（15）

五，对以下Eviews的回归报告，写出存在的问题和改进的方法。
略，主要是dw值，常数项不显著和系数差异过大。

2005-2006
一、判断。（5*5m）
1.参数的t显著性检验要求参数估计量一定要服从正态分布。
2.若误差项不服从正态分布，OLS仍然无偏。
3.如果虚拟假设不能拒绝，那么一定真实。
4.异方差是由定式误差引起的，与数据无关。
5.如果误差项的方差大，参数估计值的方差也大。
二、10分
误差项的作用，以及与残差的关系。
三、10分
模型为 Yi=a+bX1i+cX2i+ui 当数据扩大2倍时，残差和拟和度有何变化：当X增大3个
单位，又有何影响。
四、填空。10分
Y=#0.0000+#0.0000X
SE=(#0.000) ( )
t=( ) (#0.0000)
评价回归结果。
五、10分。
当分析结果如下列情况时，问可能出现的问题，并说出你的理由和建议。
1.DW=2.99 du=1.37 dl=1.10
2.5个解释变量的方差扩大因子为#0.00，#0.00，#0.00，#0.00，#0.00
3.R^2=0.89 R-^2=0.87 F统计量为34.5
六、10分。
根据残差序列分布图，分析问题并提出解决办法。

附图：
七、15分。两个方程构成的联立方程组。第一个方程为：Y1t=a1Y2t+a2X1t+ut。第二个
方
程中的变量为Y2t,X2t,X3t。试估计a1,a2的值。

附二阶矩矩阵。

p.s.记不清的数据用#0.00等表示。如有误，无拍砖~~~
The End。

一、判断。（5*5m）
: 1.参数的t显著性检验会受参数估计量不服从正态分布的影响。
: 2.如果虚拟假设不能拒绝，那么一定正确。
: 3.
: 4.异方差是由定式误差引起的，与数据无关。
: 5.如果误差项的方差大，参数估计值的方差也大。
: 二、10分
: 误差项的作用，以及与残差的关系。

: 三、10分
: 模型为 Yi=a+bX1i+cX2i+ui 当数据扩大2倍时，残差和拟和度有何变化：当X增大3个
: .................（以下省略）

一、判断。（5*5m）
: : 1.参数的t显著性检验会受参数估计量不服从正态分布的影响。
: : 2.如果虚拟假设不能拒绝，那么一定正确。
: : 3.
: : 4.异方差是由定式误差引起的，与数据无关。
: : 5.如果误差项的方差大，参数估计值的方差也大。
: : 二、10分
: : 误差项的作用，以及与残差的关系。
: : 三、10分
: : 模型为 Yi=a+bX1i+cX2i+ui 当数据扩大2倍时，残差和拟和度有何变化：当X增..
: : .................（以下省略）


强的！
: 怒赞！
: : 一、判断。（5*5m）
: : 1.参数的t显著性检验会受参数估计量不服从正态分布的影响。
: : 2.如果虚拟假设不能拒绝，那么一定正确。
: : 3.
: : 4.异方差是由定式误差引起的，与数据无关。
: : 5.如果误差项的方差大，参数估计值的方差也大。
: : 二、10分
: .................（以下省略）


1.参数的t显著性检验会受参数估计量不服从正态分布的影响。
: 2.如果虚拟假设不能拒绝，那么一定正确。
: 3.
: 4.异方差是由定式误差引起的，与数据无关。
: 5.如果误差项的方差大，参数估计值的方差也大。
: 二、10分
: 误差项的作用，以及与残差的关系。
: 三、10分
: 模型为 Yi=a+bX1i+cX2i+ui 当数据扩大2倍时，残差和拟和度有何变化：当X增大3个
: .................（以下省略）

: 一、判断。（5*5m）
: 1.参数的t显著性检验会受参数估计量不服从正态分布的影响。
: 2.如果虚拟假设不能拒绝，那么一定正确。
: 3.
: 4.异方差是由定式误差引起的，与数据无关。
: 5.如果误差项的方差大，参数估计值的方差也大。
: 二、10分
: 误差项的作用，以及与残差的关系。
: 三、10分
: 模型为 Yi=a+bX1i+cX2i+ui 当数据扩大2倍时，残差和拟和度有何变化：当X增大3个
: .................（以下省略）


第一道判断是
: t统计量检验要求 参数估计量一定要服从正态分布
: : 一、判断。（5*5m）
: : 1.参数的t显著性检验会受参数估计量不服从正态分布的影响。
: : 2.如果虚拟假设不能拒绝，那么一定正确。
: : 3.
: : 4.异方差是由定式误差引起的，与数据无关。
: : 5.如果误差项的方差大，参数估计值的方差也大。
: : 二、10分
: .................（以下省略）