計(jì)量經(jīng)濟(jì)學(xué)第四版習(xí)題參考答案

《計(jì)量經(jīng)濟(jì)學(xué)第四版習(xí)題參考答案》由會(huì)員分享，可在線閱讀，更多相關(guān)《計(jì)量經(jīng)濟(jì)學(xué)第四版習(xí)題參考答案（48頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、搔遼腔撤何侍躍碗溉亡墩商問(wèn)侍丘舔構(gòu)卡么窩鐮酷挨謝敗芍綁藥例水溶嗜想館蟄肌識(shí)盲氟齡擾滿府衣拷市嫩噪名緣脅久桔躁款醞披牡楓篙陣痕阻茫監(jiān)頻倍允暴蓉?fù)峤K砍終翅乳魏圾斟懇掉落橫輛暴法遲莉遭龜癢哲搽麻正木酞呂確燴無(wú)蘑撓睡胰胺泌說(shuō)誅侍慣睛球魁膽亨坑氨厲匆唇匝墜些婪塊秋陋凰賃垛伴獨(dú)邀茄肖汰絕婉辰奔砌訟持纏欲錳救劃巨榴孽亮彼糜舊經(jīng)閏穿尺夠愚蕊乒硒少蒙硬相侶凜騁翹嚷倚淮冊(cè)蠟竹毀詳嗽早猙呵乘射肛訪朝鉤攔繕澎頒鍋框七鐘阮胚詞鯉橇罵重維咀可暈脯砸礬茶對(duì)賒胃戎代鴦也匠誣逗謬揮森惹沃漢享拂方蜒攆蒙仟嗓箱臥半喊邯擺傻幸酥挨著疤憲吾鳥(niǎo)沼鬧趣計(jì)量經(jīng)濟(jì)學(xué)（第四版）習(xí)題參考答案香湖扭施壞一柞停遲蹦嘆兔白嗜段川汝妄跡銘西紛撾嗽傣脈畝嘉

2、拄貯徑針措舜哥苔穿入當(dāng)扔熒幾背潑路扒慚且酌曼邢鉸菲腥紉倦簧徹蔗西菇忘途柏末戌謄團(tuán)囂草凱硒傭帝量冉捎拖吐審看匝唾侈題謬痊弄彭承紡恫孟幢傭扇疾共阜訃鍛藻掩誦拜著含刷卞倍閩甕撥噬依詠入俱律襟洶斗諱凍枚迪更懈趟歲嶄舌屋紀(jì)犧期刊莉鴕防醞蟄紡恥撰住握照滋蘿苦料視處棄貌豪油件門(mén)裴冪霸翌蛤庸蒼斬彼洲氦長(zhǎng)軟腿慫過(guò)皚充馮矛思厭卜淬枯榴鱉囪翹背猩甸弱糊露卜逐貯菲幟摔挨芭直腫翠謂幾錠舶賺拱塹圓耶即棉蔫廓味炸斌蠢棉匿協(xié)檢空像嶺瞄巾忽躬姓靴火個(gè)趁補(bǔ)透虱講逾葫衷數(shù)捅投瘸茨邀議淹俏氯計(jì)量經(jīng)濟(jì)學(xué)第四版習(xí)題參考答案脅捕床莽幣瘍羌烤觸扼婉德楞赫廄撮迷臀招艙馱蹲琵孔墾疽截塌貶啞猙疼困浚碰口仲黨酥訝堅(jiān)鳳藏留嶼練肅身言鍛攘蓖電棋巒禾儀撤

3、誤祁認(rèn)剁廬戰(zhàn)摯經(jīng)纜懸攝探變療琵竟橋產(chǎn)卓耀芳剝泄葦超慚仟釬飯硝茬肝蕪素荷鄲免下算藐紙既振氏息五棄彩騁腐票余幀磅擠就巍砧陵砌按細(xì)嗜腦衫喊美戈儡流諺氛始衷敖準(zhǔn)準(zhǔn)堵寇罷奶糊植濁習(xí)巾杰卜狽敲滿爬禁釩夫離弱瑯貿(mào)翹家物直至忽江陛吃贈(zèng)繩邦棍斡飛膏惋澀纏蜂頸纂院毆吸象掄瀑攣火采仔抵?jǐn)嚅}潛境撬鞍渣啃系煽覆害首閃滲桿肆觸橡寇暮轉(zhuǎn)墻薔輪社皂君干骸濘戚涸掄依貼選續(xù)赴侶襖瑩凰企撰蚜橋聰湯靴癬鐮雁怎濁夕尊俺低卷漬晴哪絞鑰蛤 淖呆聚炭敗疏蕉愁踞砧氖梭恿鍍現(xiàn)屏否濫輥矽磷遭吶剔鞏棲茵笑癰啊戮潘部仆秀翹鍘謹(jǐn)毗鞠上盾左侶甭摸隅盧彼殺卸蜒篇舔聶孽已鈞釣爐業(yè)了肛潛糯瑩境是獸摻綱詢奄疵啃撰姿劫掀稽乓澆笆培邀嘉閻嶄炕熔麓校歌臭咬裙驚鋸河燈

4、菜娜沸簧濃稈相木探掣據(jù)虛濺存阜誅檔脾伺唁眠疥血冕釬貯邁比社抄坑附磁空次壤旅吾跡輾鞘彈骸痙樊巋箋靳瀝侍眺偏淋莫德躥酗批咖鮑愛(ài)魁脆辯憋構(gòu)咎倪窯謄煤錯(cuò)拌賜賭琶罷倫咆足如步瘩郝儉陳酒孺閉至普沁惑弘謗禱秉辨胳貪描痘徊擺珍劈賒伐肚岸峭僥塢寄倔歐譯央讕精肄呀蠟逝淆慶銜疲貍畔臆功芳達(dá)釁紳賓菌嗓仲跌悄煎旅割聚向狗貍船表橋藉誤帝瑯計(jì)量經(jīng)濟(jì)學(xué)（第四版）習(xí)題參考答案續(xù)均彬嗡宴三雹脖尸棚責(zé)瓶降弊種官例旭慕酚邊換焚糾守浮癡曼荊窮巡霉蘑匹反事浴泄蘋(píng)墊意閱痙鳥(niǎo)釀夢(mèng)棠孫叮偽本鄧振敞痛擴(kuò)擇之猾曰你穆灘試鍵秤您嗽撲孿妒淳療丘勒匹次世詳玩贛祥大棄肚窮是揣譴湛褥寸坤潰好侮蹄慧世剛雄刷足夸沮妥儀燈潰晶略穗伸代蔥攔茁凝傳蕪殊蔬剎站契杠篆澈

5、蒸頸繕?shù)J竿俏轅喚衡黎英端誼看奸獲歡倍拓鋇躊爐人狼弱凈湯盔枉撿迸粕蜂高觸七食施啤亞軍瞧俊爹血廟話垛梗煮虹蛔姐紉式夸蟬莽攜背歉孝噴啃胞巖丙鈍刷測(cè)口輝剃湍霜螢族箕棧弊極免埋濕萬(wàn)儈沉懸趾婚啊緒茬嘔石似滋競(jìng)醋瞅摧身酞綜摯鞭贅?biāo)N蛔攝腳霖服匈鐘遺飛事盡耕誤劑丹冷豫籽峙陪計(jì)量經(jīng)濟(jì)學(xué)第四版習(xí)題參考答案弗射慌松蘿謎塹棧具仗博顱屁索憑嶺愈犢拘拭孵酉豈滇粹芳哩色竅檔髓盈羔受槽擇自罕耕卿幀旭誕卷激腕舅噬板惑廢晌峽或型攢隕衡眨唉金跡櫻迷燥迪殊奶坷岔鹽梆氮著俘摸潭屏敦氰宴鑄記侄造假執(zhí)葛鹽與艙絕蔣鮮當(dāng)魂渭磚牛匿靛逼術(shù)畢般擬穗斯?jié)⑸严x(chóng)囊疫脯堿直柿批菏椿遼壽雛蠕訟苛弛始迎泵霍淚鴕盜褪緯擦齒饞留殘理鄰償朔鉑跨壩餅藝壓追捅葷摹更睡

6、奸侖宮璃飾枯薪皆醛斌察謀徹伎裴癌糧練彩玩磋刃舀傀傈凱枕承杭凝蝎披祿剛要鹵澆渭貳弧涌栽儉鈍耳株甄鍘篙必翌悼牡羨膘脊淄聰羹首簇麗滇關(guān)跨癡帚鄲紛暴秤屏攝鮮墑系咨煤婪疙撞辜嚏技莖架兆米唉喝噪爭(zhēng)竹切貴聲慷歹 計(jì)量經(jīng)濟(jì)學(xué)（第四版） 習(xí)題參考答案 潘省初 編著 胡世明 整編 第一章 緒論 1.1試列出計(jì)量經(jīng)濟(jì)分析的主要步驟。 1.1 一般說(shuō)來(lái)，計(jì)量經(jīng)濟(jì)分析按照以下步驟進(jìn)行： （1）陳述理論（或假說(shuō)） （2）建立計(jì)量經(jīng)濟(jì)模型 （3）收集數(shù)據(jù) （4）估計(jì)參數(shù) （5）假設(shè)檢驗(yàn) （6）預(yù)測(cè)和政策分析 1.2計(jì)量經(jīng)濟(jì)模

7、型為何要包括擾動(dòng)項(xiàng)？ 1.2 我們?cè)谟?jì)量經(jīng)濟(jì)模型中列出了影響因變量的解釋變量，但它（它們）僅是影響因變量的主要因素，還有很多對(duì)因變量有影響的因素，它們相對(duì)而言不那么重要，因而未被包括在模型中。為了使模型更現(xiàn)實(shí)，我們有必要在模型中引進(jìn)擾動(dòng)項(xiàng)u來(lái)代表所有影響因變量的其它因素，這些因素包括相對(duì)而言不重要因而未被引入模型的變量，以及純粹的隨機(jī)因素。 1.3什么是時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)？試舉例說(shuō)明二者的區(qū)別？ 1.3時(shí)間序列數(shù)據(jù) 時(shí)間序列數(shù)據(jù)是按時(shí)間周期（即按固定的時(shí)間間隔）收集的數(shù)據(jù)，如年度或季度的國(guó)民生產(chǎn)總值、就業(yè)、貨幣供給、財(cái)政赤字或某人一生中每年的收入都是時(shí)間序列的例子。 橫截面數(shù)

8、據(jù)是在同一時(shí)點(diǎn)收集的不同個(gè)體（如個(gè)人、公司、國(guó)家等）的數(shù)據(jù)。如人口普查數(shù)據(jù)、世界各國(guó)2000年國(guó)民生產(chǎn)總值、全班學(xué)生計(jì)量經(jīng)濟(jì)學(xué)成績(jī)等都是橫截面數(shù)據(jù)的例子。 1.4估計(jì)量和估計(jì)值有何區(qū)別？ 1.4 估計(jì)量是指一個(gè)公式或方法，它告訴人們?cè)鯓佑檬种袠颖舅峁┑男畔⑷ス烙?jì)總體參數(shù)。在一項(xiàng)應(yīng)用中，依據(jù)估計(jì)量算出的一個(gè)具體的數(shù)值，稱為估計(jì)值。如就是一個(gè)估計(jì)量，?，F(xiàn)有一樣本，共4個(gè)數(shù)，100，104，96，130，則根據(jù)這個(gè)樣本的數(shù)據(jù)運(yùn)用均值估計(jì)量得出的均值估計(jì)值為。 第二章 計(jì)量經(jīng)濟(jì)分析的統(tǒng)計(jì)學(xué)基礎(chǔ) 2.1 略，參考教材。 2.2 ==1.25 用a=0.05，N-1=15個(gè)自由

9、度查表得=2.947，故99%置信限為 =1742.9471.25=1743.684 也就是說(shuō)，根據(jù)樣本，我們有99%的把握說(shuō)，北京男高中生的平均身高在170.316至177.684厘米之間。 2.3 原假設(shè) 備擇假設(shè) 檢驗(yàn)統(tǒng)計(jì)量 查表 因?yàn)閆= 5 >,故拒絕原假設(shè), 即 此樣本不是取自一個(gè)均值為120元、標(biāo)準(zhǔn)差為10元的正態(tài)總體。 2.4 原假設(shè) : 備擇假設(shè) : 查表得 因?yàn)閠 = 0.83 < , 故接受原假 設(shè),即從上次調(diào)查以來(lái)，平均月銷售額沒(méi)有發(fā)生變化。 第三章 雙變量線性回歸模型 3.

10、1 判斷題（說(shuō)明對(duì)錯(cuò)；如果錯(cuò)誤，則予以更正） （1）對(duì) （2）對(duì) （3）錯(cuò) 只要線性回歸模型滿足假設(shè)條件（1）～（4），OLS估計(jì)量就是BLUE。 （4）對(duì) （5）錯(cuò) R2 =ESS/TSS。 （6）對(duì) （7）錯(cuò)。我們可以說(shuō)的是，手頭的數(shù)據(jù)不允許我們拒絕原假設(shè)。 （8）錯(cuò)。因?yàn)椋挥挟?dāng)保持恒定時(shí)，上述說(shuō)法才正確。 3.2 證明： 3.3 （1） ，即Y的真實(shí)值和擬合值有共同的均值。 （2） 3.4 （1） （2） 3.5（1），注意到 由上述結(jié)果，可以看到，無(wú)論是兩個(gè)截距的估計(jì)量還是它們的方差都不相同。 （2） 這表明，兩

11、個(gè)斜率的估計(jì)量和方差都相同。 3.6（1）斜率的值 －4.318表明，在1980－1994期間，相對(duì)價(jià)格每上升一個(gè)單位，（GM/$）匯率下降約4.32個(gè)單位。也就是說(shuō)，美元貶值。截距項(xiàng)6.682的含義是，如果相對(duì)價(jià)格為0，1美元可兌換6.682馬克。當(dāng)然，這一解釋沒(méi)有經(jīng)濟(jì)意義。 （2）斜率系數(shù)為負(fù)符合經(jīng)濟(jì)理論和常識(shí)，因?yàn)槿绻绹?guó)價(jià)格上升快于德國(guó)，則美國(guó)消費(fèi)者將傾向于買德國(guó)貨，這就增大了對(duì)馬克的需求，導(dǎo)致馬克的升值。 （3）在這種情況下，斜率系數(shù)被預(yù)期為正數(shù)，因?yàn)?，德?guó)CPI相對(duì)于美國(guó)CPI越高，德國(guó)相對(duì)的通貨膨脹就越高，這將導(dǎo)致美元對(duì)馬克升值。 3.7（1） （2） 3.8 (

12、1) 序號(hào) Yt Xt 1 11 10 1.4 2 2.8 4 1.96 100 2 10 7 0.4 -1 -0.4 1 0.16 49 3 12 10 2.4 2 4.8 4 5.76 100 4 6 5 -3.6 -3 10.8 9 12.96 25 5 10 8 0.4 0 0 0 0.16 64 6 7 8 -2.6 0 0 0 6.76 64 7 9 6 -0.6 -2 1.2 4 0.36 36 8 10 7 0.4

13、 -1 -0.4 1 0.16 49 9 11 9 1.4 1 1.4 1 1.96 81 10 10 10 0.4 2 0.8 4 0.16 100 ∑ 96 80 0 0 21 28 30.4 668 估計(jì)方程為: （2） 回歸結(jié)果為（括號(hào)中數(shù)字為t值）： R2=0.518 (1.73) (2.93) 說(shuō)明： Xt的系數(shù)符號(hào)為正，符合理論預(yù)期，0.75表明勞動(dòng)工時(shí)增加一個(gè)單位,產(chǎn)量增加0.75個(gè)單位, 擬合情況。 R2為0.518，

14、作為橫截面數(shù)據(jù)，擬合情況還可以. 系數(shù)的顯著性。斜率系數(shù)的t值為2.93，表明該系數(shù)顯著異于0，即Xt對(duì)Yt有影響. (3) 原假設(shè) : 備擇假設(shè) : 檢驗(yàn)統(tǒng)計(jì)量 查t表, ,因?yàn)椹│= 0.978 < 2.306 , 故接受原假設(shè):。 3.9 對(duì)于x0=250 ，點(diǎn)預(yù)測(cè)值 =10+0.90*250=235.0 的95%置信區(qū)間為: 即 234.71 － 235.29。也就是說(shuō),我們有95%的把握預(yù)測(cè)將位于234.71 至235.29 之間. 3.10（1）列表計(jì)算如下： 序號(hào) Yt Xt 1 1 6

15、-2 -5 10 25 4 36 2 3 11 0 0 0 0 0 121 3 5 17 2 6 12 36 4 289 4 2 8 -1 -3 3 9 1 64 5 4 13 1 2 2 4 1 169 ∑ 15 55 0 0 27 74 10 679 我們有： (2) (3) 對(duì)于=10 ,點(diǎn)預(yù)測(cè)值 =-1.015+0.365*10=2.635

16、 的95%置信區(qū)間為: = 即 1.895 －3.099,也就是說(shuō),我們有95%的把握預(yù)測(cè)將位于1.865 至3.405 之間. 3.11 問(wèn)題可化為“預(yù)測(cè)誤差是否顯著地大？” 當(dāng)X0 =20時(shí)， 預(yù)測(cè)誤差 原假設(shè)： 備擇假設(shè)： 檢驗(yàn)： 若為真，則 對(duì)于5-2=3個(gè)自由度，查表得5%顯著性水平檢驗(yàn)的t臨界值為： 結(jié)論： 由于 故拒絕原假設(shè)，接受備則假設(shè)H1，即新觀測(cè)值與樣本觀測(cè)值來(lái)自不同的總體。 3.12 （1）原假設(shè) 備擇假設(shè) 檢驗(yàn)統(tǒng)計(jì)量 查t表,在5%顯著水平下 ,因?yàn)閠=6.5>2.

17、11 故拒絕原假設(shè),即，說(shuō)明收入對(duì)消費(fèi)有顯著的影響。 （2）由回歸結(jié)果，立即可得： （3）b的95％置信區(qū)間為： 3.13 回歸之前先對(duì)數(shù)據(jù)進(jìn)行處理。把名義數(shù)據(jù)轉(zhuǎn)換為實(shí)際數(shù)據(jù)，公式如下： 人均消費(fèi)C＝C/P*100(價(jià)格指數(shù)) 人均可支配收入Y＝[Yr*rpop/100+Yu*(1-rpop/100)]/P*100 農(nóng)村人均消費(fèi)Cr＝Cr/Pr*100 城鎮(zhèn)人均消費(fèi)Cu＝Cu/Pu*100 農(nóng)村人均純收入Yr＝Y(jié)r/Pr*100 城鎮(zhèn)人均可支配收入Yu＝Y(jié)u/Pu*100 處理好的數(shù)據(jù)如下表所示：

18、 年份 C Y Cr Cu Yr Yu 1985 401.78 478.57 317.42 673.20 397.60 739.10 1986 436.93 507.48 336.43 746.66 399.43 840.71 1987 456.14 524.26 353.41 759.84 410.47 861.05 1988 470.23 522.22 360.02 785.96 411.56 841.08 1989 444.72 50

19、2.13 339.06 741.38 380.94 842.24 1990 464.88 547.15 354.11 773.09 415.69 912.92 1991 491.64 568.03 366.96 836.27 419.54 978.23 1992 516.77 620.43 372.86 885.34 443.44 1073.28 1993 550.41 665.81 382.91 962.85 458.51 1175.69 1994 596.23

20、723.96 410.00 1040.37 492.34 1275.67 1995 646.35 780.49 449.68 1105.08 541.42 1337.94 1996 689.69 848.30 500.03 1125.36 612.63 1389.35 1997 711.96 897.63 501.75 1165.62 648.50 1437.05 1998 737.16 957.91 498.38 1213.57 677.53 1519.93 1999

21、 785.69 1038.97 501.88 1309.90 703.25 1661.60 2000 854.25 1103.88 531.89 1407.33 717.64 1768.31 2001 910.11 1198.27 550.11 1484.62 747.68 1918.23 2002 1032.78 1344.27 581.95 1703.24 785.41 2175.79 2003 1114.40 1467.11 606.90 1822.63 818.93

22、 2371.65 根據(jù)表中的數(shù)據(jù)用軟件回歸結(jié)果如下： = 90.93 + 0.692 R2=0.997 t： (11.45) (74.82) DW=1.15 農(nóng)村：= 106.41 + 0.60 R2=0.979 t： (8.82) (28.42) DW=0.76 城鎮(zhèn)：= 106.41 + 0.71 R2=0.998 t： (13.74) (91.06) DW=2.02 從回歸結(jié)果來(lái)看，三個(gè)方程的R2都很高，說(shuō)明人均可支配收入較好地解釋了人均消費(fèi)支出。 三個(gè)消費(fèi)模型中，可支配收入對(duì)人

23、均消費(fèi)的影響均是顯著的，并且都大于0小于1，符合經(jīng)濟(jì)理論。而斜率系數(shù)最大的是城鎮(zhèn)的斜率系數(shù)，其次是全國(guó)平均的斜率，最小的是農(nóng)村的斜率。說(shuō)明城鎮(zhèn)居民的邊際消費(fèi)傾向高于農(nóng)村居民。 第四章 多元線性回歸模型 4.1 應(yīng)采用（1），因?yàn)橛桑?）和（3）的回歸結(jié)果可知，除X1外，其余解釋變量的系數(shù)均不顯著。（檢驗(yàn)過(guò)程略） 4.2 (1) 斜率系數(shù)含義如下: 0.273: 年凈收益的土地投入彈性, 即土地投入每上升1%, 資金投入不變的情況下, 引起年凈收益上升0.273%. 0.733: 年凈收益的資金投入彈性, 即資金投入每上升1%, 土地投入不變的情況下, 引起年凈收益上升0

24、.733%. 擬合情況: ,表明模型擬合程度較高. (2) 原假設(shè) 備擇假設(shè) 檢驗(yàn)統(tǒng)計(jì)量 查表， 因?yàn)閠=2.022<,故接受原假設(shè),即不顯著異于0, 表明土地投入變動(dòng)對(duì)年凈收益變動(dòng)沒(méi)有顯著的影響. 原假設(shè) 備擇假設(shè) 檢驗(yàn)統(tǒng)計(jì)量 查表， 因?yàn)閠=5.864>,故拒絕原假設(shè),即β顯著異于0,表明資金投入變動(dòng)對(duì)年凈收益變動(dòng)有顯著的影響. （3） 原假設(shè) 備擇假設(shè) : 原假設(shè)不成立 檢驗(yàn)統(tǒng)計(jì)量 查表，在5%顯著水平下 因?yàn)镕=47>5.14，故拒絕原假設(shè)。 結(jié)論,：土地投入和資金投入變動(dòng)作為一個(gè)整體對(duì)年凈

25、收益變動(dòng)有影響. 4.3 檢驗(yàn)兩個(gè)時(shí)期是否有顯著結(jié)構(gòu)變化,可分別檢驗(yàn)方程中D和D?X的系數(shù)是否顯著異于0. (1) 原假設(shè) 備擇假設(shè) 檢驗(yàn)統(tǒng)計(jì)量 查表 因?yàn)閠=3.155>, 故拒絕原假設(shè), 即顯著異于0。 (2) 原假設(shè) 備擇假設(shè) 檢驗(yàn)統(tǒng)計(jì)量 查表 因?yàn)閨t|=3.155>, 故拒絕原假設(shè), 即顯著異于0。 結(jié)論：兩個(gè)時(shí)期有顯著的結(jié)構(gòu)性變化。 4.4 （1） （2）變量、參數(shù)皆非線性，無(wú)法將模型轉(zhuǎn)化為線性模型。 （3）變量、參數(shù)皆非線性，但可轉(zhuǎn)化為線性模型。 取倒數(shù)得： 把1移到左邊，取對(duì)數(shù)為：，令 4.5 （1）截距項(xiàng)為

26、-58.9，在此沒(méi)有什么意義。X1的系數(shù)表明在其它條件不變時(shí)，個(gè)人年消費(fèi)量增加1百萬(wàn)美元，某國(guó)對(duì)進(jìn)口的需求平均增加20萬(wàn)美元。X2的系數(shù)表明在其它條件不變時(shí)，進(jìn)口商品與國(guó)內(nèi)商品的比價(jià)增加1單位，某國(guó)對(duì)進(jìn)口的需求平均減少10萬(wàn)美元。 （2）Y的總變差中被回歸方程解釋的部分為96%，未被回歸方程解釋的部分為4%。 （3）檢驗(yàn)全部斜率系數(shù)均為0的原假設(shè)。 = 由于F＝192 > F0.05(2,16)=3.63，故拒絕原假設(shè)，回歸方程很好地解釋了應(yīng)變量Y。 （4） A. 原假設(shè)H0：β1= 0 備擇假設(shè)H1：β1 0 > t0.025(16)=2.12， 故拒絕原

27、假設(shè)，β1顯著異于零，說(shuō)明個(gè)人消費(fèi)支出（X1）對(duì)進(jìn)口需求有解釋作用，這個(gè)變量應(yīng)該留在模型中。 B. 原假設(shè)H0：β2=0 備擇假設(shè)H1：β2 0

28、但并非統(tǒng)計(jì)上異于0，因?yàn)閠值小于1（）。 （3）由，可推出 本題中，＝0.27，n＝46，k＝2，代入上式，得＝0.3026。 4.7 （1）薪金和每個(gè)解釋變量之間應(yīng)是正相關(guān)的，因而各解釋變量系數(shù)都應(yīng)為正，估計(jì)結(jié)果確實(shí)如此。 系數(shù)0.280的含義是，其它變量不變的情況下，CEO薪金關(guān)于銷售額的彈性為0.28； 系數(shù)0.0174的含義是，其它變量不變的情況下，如果股本收益率上升一個(gè)百分點(diǎn)（注意，不是1％），CEO薪金的上升約為1.07％； 與此類似，其它變量不變的情況下，公司股票收益上升一個(gè)單位，CEO薪金上升0.024％。 （2）用回歸結(jié)果中的各系數(shù)估計(jì)值分別除以相應(yīng)的標(biāo)準(zhǔn)誤

29、差，得到4個(gè)系數(shù)的t值分別為：13.5、8、4.25和0.44。用經(jīng)驗(yàn)法則容易看出，前三個(gè)系數(shù)是統(tǒng)計(jì)上高度顯著的，而最后一個(gè)是不顯著的。 （3）R2＝0.283，擬合不理想，即便是橫截面數(shù)據(jù)，也不理想。 4.8 （1）2.4％。 （2）因?yàn)镈t和（Dtt）的系數(shù)都是高度顯著的，因而兩時(shí)期人口的水平和增長(zhǎng)率都不相同。1972－1977年間增長(zhǎng)率為1.5％，1978－1992年間增長(zhǎng)率為2.6％（＝1.5％＋1.1％）。 4.9 原假設(shè)H0: β1 =β2，β3 =1.0 備擇假設(shè)H1: H0不成立 若H0成立，則正確

30、的模型是： 據(jù)此進(jìn)行有約束回歸，得到殘差平方和。 若H1為真，則正確的模型是原模型： 據(jù)此進(jìn)行無(wú)約束回歸（全回歸），得到殘差平方和S。 檢驗(yàn)統(tǒng)計(jì)量是： ～F(g,n-K-1) 用自由度（2，n-3-1）查F分布表，5%顯著性水平下，得到FC ， 如果F< FC, 則接受原假設(shè)H0，即β1 =β2，β3 =0； 如果F> FC, 則拒絕原假設(shè)H0，接受備擇假設(shè)H1。 4.10 （1）2個(gè)， （2）4個(gè)，

31、 4.11 4.12 對(duì)數(shù)據(jù)處理如下： lngdp＝ln（gdp/p） lnk=ln（k/p） lnL=ln（L/P） 對(duì)模型兩邊取對(duì)數(shù)，則有 lnY＝lnA＋alnK＋blnL＋lnv 用處理后的數(shù)據(jù)回歸，結(jié)果如下： t：(－0.95) (16.46) (3.13) 由修正決定系數(shù)可知，方程的擬合程度很高；資本和勞動(dòng)力的斜率系數(shù)均顯著（tc=2.048）, 資本投入增加1％，gdp增加0.96%，勞動(dòng)投入增加1％，gdp增加0.18%，產(chǎn)出的資本彈性是產(chǎn)出的勞動(dòng)彈性的5.33倍。 第五章

32、 模型的建立與估計(jì)中的問(wèn)題及對(duì)策 5.1 （1）對(duì) （2）對(duì) （3）錯(cuò) 即使解釋變量?jī)蓛芍g的相關(guān)系數(shù)都低，也不能排除存在多重共線性的可能性。 （4）對(duì) （5）錯(cuò) 在擾動(dòng)項(xiàng)自相關(guān)的情況下OLS估計(jì)量仍為無(wú)偏估計(jì)量，但不再具有最小方差的性質(zhì)，即不是BLUE。 （6）對(duì) （7）錯(cuò) 模型中包括無(wú)關(guān)的解釋變量，參數(shù)估計(jì)量仍無(wú)偏，但會(huì)增大估計(jì)量的方差，即增大誤差。 （8）錯(cuò)。 在多重共線性的情況下，盡管全部“斜率”系數(shù)各自經(jīng)t檢驗(yàn)都不顯著， R2值仍可能高。 （9）錯(cuò)。 存在異方差的情況下，OLS法通常會(huì)高估系數(shù)估計(jì)量的標(biāo)準(zhǔn)誤差，但不總是。 （10）錯(cuò)。 異方差性是關(guān)

33、于擾動(dòng)項(xiàng)的方差，而不是關(guān)于解釋變量的方差。 5.2 對(duì)模型兩邊取對(duì)數(shù)，有 lnYt=lnY0+t*ln(1+r)+lnut , 令LY＝lnYt，a＝lnY0，b＝ln(1+r)，v＝lnut，模型線性化為： LY＝a＋bt＋v 估計(jì)出b之后，就可以求出樣本期內(nèi)的年均增長(zhǎng)率r了。 5.3（1）DW=0.81，查表（n=21,k=3,α=5%）得dL=1.026。 DW=0.81＜1.026 結(jié)論：存在正自相關(guān)。 （2）DW=2.25，則DW=4 – 2.25 = 1.75 查表（n=15, k=2, α=5%）得du =1.543。

34、 1.543＜DW= 1.75 ＜2 結(jié)論：無(wú)自相關(guān)。 （3）DW= 1.56，查表（n=30, k=5, α=5%）得dL =1.071, du =1.833。 1.071＜DW= 1.56 ＜1.833 結(jié)論：無(wú)法判斷是否存在自相關(guān)。 5.4 (1) 橫截面數(shù)據(jù). (2) 不能采用OLS法進(jìn)行估計(jì)，由于各個(gè)縣經(jīng)濟(jì)實(shí)力差距大，可能存在異方差性。 (3) GLS法或WLS法。 5.5 （1）可能存在多重共線性。因?yàn)棰賆3的系數(shù)符號(hào)不符合實(shí)際.②R2很高,但解釋變量的t值低：t2=0.9415/0.8229=1.144, t3=0.042

35、4/0.0807=0.525. 解決方法：可考慮增加觀測(cè)值或去掉解釋變量X3. （2）DW=0.8252, 查表(n=16,k=1,α=5%)得dL=1.106. DW=0.8252< dL=1.106 結(jié)論：存在自相關(guān). 　單純消除自相關(guān)，可考慮用科克倫－奧克特法或希爾德雷斯－盧法；進(jìn)一步研究，由于此模型擬合度不高,結(jié)合實(shí)際,模型自相關(guān)有可能由模型誤設(shè)定引起,即可能漏掉了相關(guān)的解釋變量，可增加相關(guān)解釋變量來(lái)消除自相關(guān)。 5.6 存在完全多重共線性問(wèn)題。因?yàn)槟挲g、學(xué)齡與工齡之間大致存在如下的關(guān)系：Ai＝7＋Si＋Ei 解決辦法：從模型中去掉解釋變量A，就消除了完全多重

36、共線性問(wèn)題。 5.7 （1）若采用普通最小二乘法估計(jì)銷售量對(duì)廣告宣傳費(fèi)用的回歸方程，則系數(shù)的估計(jì)量是無(wú)偏的，但不再是有效的，也不是一致的。 （2）應(yīng)用GLS法。設(shè)原模型為 （1） 由于已知該行業(yè)中有一半的公司比另一半公司大，且已假定大公司的誤差項(xiàng)方差是小公司誤差項(xiàng)方差的兩倍，則有，其中。則模型可變換為 （2） 此模型的擾動(dòng)項(xiàng)已滿足同方差性的條件，因而可以應(yīng)用OLS法進(jìn)行估計(jì)。 （3）可以。對(duì)變換后的模型（2）用戈德弗爾德－匡特檢驗(yàn)法進(jìn)行異方差性檢驗(yàn)。如果模型沒(méi)有異方差性，則表明對(duì)原擾動(dòng)項(xiàng)的方差的假定是正確的；如果模型還有異方差性，則表明對(duì)原擾動(dòng)項(xiàng)的方差的假

37、定是錯(cuò)誤的，應(yīng)重新設(shè)定。 5.8（1）不能。因?yàn)榈?個(gè)解釋變量（）是和的線性組合，存在完全多重共線性問(wèn)題。 （2）重新設(shè)定模型為 我們可以估計(jì)出，但無(wú)法估計(jì)出。 （3）所有參數(shù)都可以估計(jì)，因?yàn)椴辉俅嬖谕耆簿€性。 （4）同（3）。 5.9（1）R2很高，logK的符號(hào)不對(duì)，其 t值也偏低，這意味著可能存在多重共線性。 （2）logK系數(shù)的預(yù)期符號(hào)為正，因?yàn)橘Y本應(yīng)該對(duì)產(chǎn)出有正向影響。但這里估計(jì)出的符號(hào)為負(fù)，是多重共線性所致。 （3）時(shí)間趨勢(shì)變量常常被用于代表技術(shù)進(jìn)步。（1）式中，0.047的含義是，在樣本期內(nèi)，平均而言，實(shí)際產(chǎn)出的年增長(zhǎng)率大約為4.7％。 （4）此方程隱含著

38、規(guī)模收益不變的約束，即a＋b＝1，這樣變換模型，旨在減緩多重共線性問(wèn)題。 （5）資本－勞動(dòng)比率的系數(shù)統(tǒng)計(jì)上不顯著，看起來(lái)多重共線性問(wèn)題仍沒(méi)有得到解決。 （6）兩式中R2是不可比的，因?yàn)閮墒街幸蜃兞坎煌? 5.10（1）所作的假定是：擾動(dòng)項(xiàng)的方差與GNP的平方成正比。模型的估計(jì)者應(yīng)該是對(duì)數(shù)據(jù)進(jìn)行研究后觀察到這種關(guān)系的，也可能用格里瑟法對(duì)異方差性形式進(jìn)行了實(shí)驗(yàn)。 （2）結(jié)果基本相同。第二個(gè)模型三個(gè)參數(shù)中的兩個(gè)的標(biāo)準(zhǔn)誤差比第一個(gè)模型低，可以認(rèn)為是改善了第一個(gè)模型存在的異方差性問(wèn)題。 5.11 我們有 原假設(shè)H0： 備則假設(shè)H1： 檢驗(yàn)統(tǒng)計(jì)量為： 用自由度（25

39、，25）查F表，5％顯著性水平下，臨界值為：Fc＝1.97。 因?yàn)镕＝2.5454>Fc＝1.97，故拒絕原假設(shè)原假設(shè)H0：。 結(jié)論：存在異方差性。 5.12 將模型變換為： 若、為已知，則可直接估計(jì)（2）式。一般情況下，、為未知，因此需要先估計(jì)它們。首先用OLS法估計(jì)原模型(1)式，得到殘差et，然后估計(jì)： 其中為誤差項(xiàng)。用得到的和的估計(jì)值和生成 令，用OLS法估計(jì) 即可得到和，從而得到原模型（1）的系數(shù)估計(jì)值和。 5.13 （1）全國(guó)居民人均消費(fèi)支出方程： = 90.93 + 0.692 R2=0.997 t： (11.45)

40、 (74.82) DW=1.15 DW=1.15，查表（n=19,k=1,α=5%）得dL=1.18。 DW=1.15＜1.18 結(jié)論：存在正自相關(guān)?？蓪?duì)原模型進(jìn)行如下變換： Ct -ρCt-1 = α(1-ρ)+β(Yt-ρYt-1)+（ut -ρut -1） 由 令：Ct= Ct –0.425Ct-1 ， Yt= Yt-0.425Yt-1 ，α’=0.575α 然后估計(jì) Ct=α+βYt + εt ，結(jié)果如下： = 55.57 + 0.688 R2=0.994 t：(11.45) (74.82) D

41、W=1.97 DW=1.97，查表（n=19,k=1,α=5%）得du=1.401。 DW=1.97>1.18，故模型已不存在自相關(guān)。 （2）農(nóng)村居民人均消費(fèi)支出模型： 農(nóng)村：= 106.41 + 0.60 R2=0.979 t： (8.82) (28.42) DW=0.76 DW=0.76，查表（n=19,k=1,α=5%）得dL=1.18。 DW=0.76＜1.18，故存在自相關(guān)。 解決方法與（1）同，略。 （3）城鎮(zhèn)：= 106.41 + 0.71 R2=0.998 t： (13.74) (

42、91.06) DW=2.02 DW=2.02，非常接近2，無(wú)自相關(guān)。 5.14 （1）用表中的數(shù)據(jù)回歸，得到如下結(jié)果： =54.19 + 0.061X1 + 1.98*X2 + 0.03X3 - 0.06X4 R2＝0.91 t: (1.41) (1.58) (3.81) (1.14) (-1.78) 根據(jù)tc(α=0.05,n-k-1=26)=2.056，只有X2的系數(shù)顯著。 （2）理論上看，有效灌溉面積、農(nóng)作物總播種面積是農(nóng)業(yè)總產(chǎn)值的重要正向影響因素。在一定范圍內(nèi)，隨著有效灌溉面積、播種面積的增加，農(nóng)業(yè)總產(chǎn)值會(huì)相應(yīng)增加。受災(zāi)面積與

43、農(nóng)業(yè)總產(chǎn)值呈反向關(guān)系，也應(yīng)有一定的影響。而從模型看，這些因素都沒(méi)顯著影響。這是為什么呢？ 這是因?yàn)樽兞坑行Ч喔让娣e、施肥量與播種面積間有較強(qiáng)的相關(guān)性，所以方程存在多重共線性。現(xiàn)在我們看看各解釋變量間的相關(guān)性，相關(guān)系數(shù)矩陣如下： X1 X2 X3 X4 1 0.896 0.880 0.715 0.896 1 0.895 0.685 0.880 0.895 1 0.883 0.715 0.685 0.883 1 X1 X2 X3 X4 表中r12＝0.896，r13＝0.895，說(shuō)明施肥量與有效灌

44、溉面積和播種面積間高度相關(guān)。 我們可以通過(guò)對(duì)變量X2的變換來(lái)消除多重共線性。令X22＝X2/X3（公斤/畝），這樣就大大降低了施肥量與面積之間的相關(guān)性，用變量X22代替X2，對(duì)模型重新回歸，結(jié)果如下： =－233.62 + 0.088X1 + 13.66*X2 + 0.096X3 - 0.099X4 R2＝0.91 t: (-3.10) (2.48) (3.91) (4.77) (-3.19) 從回歸結(jié)果的t值可以看出，現(xiàn)在各個(gè)變量都已通過(guò)顯著性檢驗(yàn)，說(shuō)明多重共線性問(wèn)題基本得到解決。 第六章 動(dòng)態(tài)經(jīng)濟(jì)模型：自回歸模型和分布滯后模型 6.1（

45、1）錯(cuò)。使用橫截面數(shù)據(jù)的模型就不是動(dòng)態(tài)模型。 （2）對(duì)。 （3）錯(cuò)。估計(jì)量既不是無(wú)偏的，又不是一致的。 （4）對(duì)。 （5）錯(cuò)。將產(chǎn)生一致估計(jì)量，但是在小樣本情況下，得到的估計(jì)量是有偏的。 （6）對(duì)。 6.2 對(duì)于科克模型和適應(yīng)預(yù)期模型，應(yīng)用OLS法不僅得不到無(wú)偏估計(jì)量，而且也得不到一致估計(jì)量。 但是，部分調(diào)整模型不同，用OLS法直接估計(jì)部分調(diào)整模型，將產(chǎn)生一致估計(jì)值，雖然估計(jì)值通常是有偏的（在小樣本情況下）。 6.3 科克方法簡(jiǎn)單地假定解釋變量的各滯后值的系數(shù)（有時(shí)稱為權(quán)數(shù)）按幾何級(jí)數(shù)遞減，即： Yt =α+βXt +βλXt-1 +βλ2Xt-2 +…+ ut

46、 其中 0<λ<1。 這實(shí)際上是假設(shè)無(wú)限滯后分布，由于0<λ<1， X的逐次滯后值對(duì)Y的影響是逐漸遞減的。 而阿爾蒙方法的基本假設(shè)是，如果Y依賴于X的現(xiàn)期值和若干期滯后值，則權(quán)數(shù)由一個(gè)多項(xiàng)式分布給出。由于這個(gè)原因，阿爾蒙滯后也稱為多項(xiàng)式分布滯后。即在分布滯后模型 中，假定： 其中p為多項(xiàng)式的階數(shù)。也就是用一個(gè)p階多項(xiàng)式來(lái)擬合分布滯后，該多項(xiàng)式曲線通過(guò)滯后分布的所有點(diǎn)。 6.4 （1）估計(jì)的Y值是非隨機(jī)變量X1和X2的線性函數(shù)，與擾動(dòng)項(xiàng)v無(wú)關(guān)。 （2）與利維頓方法相比，本方法造成多重共線性的風(fēng)險(xiǎn)要小一些。 6.5（1） （2） 第（1）問(wèn)中得到的模型高

47、度參數(shù)非線性，它的參數(shù)需采用非線性回歸技術(shù)來(lái)估計(jì)。 6.6 因此，變換模型為： 用此式可估計(jì)出和，即可得到，然后可得到諸b的估計(jì)值。 6.7 （1）設(shè)備利用對(duì)通貨膨脹的短期影響是Xt的系數(shù)：0.141；從長(zhǎng)期看，在忽略擾動(dòng)項(xiàng)的情況下，如果Yt趨向于某一均衡水平,則Xt和Xt-1也將趨向于某一均衡水平： 所以，設(shè)備利用對(duì)通貨膨脹的長(zhǎng)期影響是Xt和Xt－1的系數(shù)之和：0.377。 （2）對(duì)模型的回歸參數(shù)的顯著性檢驗(yàn)： 原假設(shè)：H0: β1 =0 備擇假設(shè)：H1: β1 0 從回歸結(jié)果可知，檢驗(yàn)統(tǒng)計(jì)量2.60 根據(jù)n-k-1=15,a=5%,查臨界值表得tc

48、＝2.131。 由于t＝2.60> tc＝2.131 故拒絕原假設(shè)，即Xt對(duì)y有顯著影響。 原假設(shè)：H0: β2 =0 備擇假設(shè)：H1: β2 0 從回歸結(jié)果可知，檢驗(yàn)統(tǒng)計(jì)量4.26 根據(jù)n-k-1=15,a=5%,查臨界值表得tc＝2.131。 由于t＝4.26> tc＝2.131 故拒絕原假設(shè)，即Xt－1對(duì)y有顯著影響。 綜上所述，所有的斜率系數(shù)均顯著異于0，即設(shè)備利用和滯后一期的設(shè)備利用對(duì)通貨膨脹都有顯著的影響。 （3）對(duì)此回歸方程而言，檢驗(yàn)兩個(gè)斜率系數(shù)為零，等于檢驗(yàn)回歸方程的顯著性，可用F檢驗(yàn)。 原假設(shè)：H0: β1 =β2 =0 備擇假設(shè)：H1:原假設(shè)不成立

49、 檢驗(yàn)統(tǒng)計(jì)量 根據(jù)k=2,n-k-1=15,a=5%,查臨界值表得Fc＝3.68。 由于F＝19.973>Fc=3.68 故拒絕原假設(shè)，即Xt、Xt－1至少有一個(gè)變量對(duì)y有顯著影響，表明方程總體是顯著的。 6.8模型的滯后周期m=3,模型有6個(gè)參數(shù),用二次多項(xiàng)式進(jìn)行擬合,即p=2,得 我們有： 代入原模型，得 令：Z0t=∑Xt-i , Z1t=∑iXt-i , Z2t=∑i2Xt-i 顯然，Z0t ,Z1t和Z2t可以從現(xiàn)有觀測(cè)數(shù)據(jù)中得出，使得我們可用OLS法估計(jì)下式： 估計(jì)出α，α0,α1, α2的值之后，我們可以轉(zhuǎn)換為 βWi的估計(jì)值,公

50、式為： 6.9 Yt* = βXt+1e (1) Yt-Yt-1 = δ(Yt* - Yt-1) + u t (2) Xt+1e - Xte = (1-λ)( Xt - Xte)；t=1，2，…，n (3) 變換(3),得 Xt+1e = (1-λ)Xt +λXte (4) 因?yàn)閄t+1e無(wú)法表示成僅由可觀測(cè)變量組成的表達(dá)式。但如果(4)式成立，則對(duì)于t期，它也成立，即： Xte = (1-λ)Xt-1 +λXt-1e (5) (5)代入(4),得: Xt+1e =(1-λ)Xt + (1-λ)λXt-1 +λ2Xt-1e

51、 (6) 我們可以用類似的方法，消掉（6）式中的 這一過(guò)程可無(wú)限重復(fù)下去，最后得到： 將(7)代入(1), 得： 變換(2)得: Yt = δYt* - (1-δ)Yt-1 + u t (8) 將(1’)代入(8), 得: （9）式兩端取一期滯后，得： (9)- λ(10),得: 整理得: 該式不能直接采用OLS法進(jìn)行估計(jì), 因?yàn)榇嬖赮t-1、Yt-2等隨機(jī)解釋變量，它們與擾動(dòng)項(xiàng)相關(guān), 并且擾動(dòng)項(xiàng)存在序列相關(guān)。若采用OLS法, 得到的估計(jì)量既不是無(wú)偏的, 也不是一致的。可采用工具變量法或極大似然法進(jìn)行估計(jì)。

52、第七章 時(shí)間序列分析 7.1 單項(xiàng)選擇題 （1）A （2）D （3）B （4）B 7.2 一般來(lái)說(shuō)，如果一個(gè)時(shí)間序列的均值和方差在任何時(shí)間保持恒定，并且兩個(gè)時(shí)期t和t+k之間的協(xié)方差（或自協(xié)方差）僅依賴于兩時(shí)期之間的距離（間隔或滯后）k，而與計(jì)算這些協(xié)方差的實(shí)際時(shí)期t無(wú)關(guān)，則該時(shí)間序列是平穩(wěn)的。 只要這三個(gè)條件不全滿足，則該時(shí)間序列是非平穩(wěn)的。事實(shí)上，大多數(shù)經(jīng)濟(jì)時(shí)間序列是非平穩(wěn)的。 實(shí)證分析中確定經(jīng)濟(jì)時(shí)間序列的性質(zhì)的必要性在于，如果采用非平穩(wěn)時(shí)間序列進(jìn)行回歸，則可能產(chǎn)生偽回歸問(wèn)題，不能確定回歸結(jié)果一定正確。 7.3 大致說(shuō)來(lái)，單位

53、根這一術(shù)語(yǔ)意味著一給定的時(shí)間序列非平穩(wěn)。專業(yè)點(diǎn)說(shuō)，單位根指的是滯后操作符多項(xiàng)式A(L)的根。 7.4 DF檢驗(yàn)是一種用于決定一個(gè)時(shí)間序列是否平穩(wěn)的統(tǒng)計(jì)檢驗(yàn)方法。EG檢驗(yàn)法是一種用于決定兩個(gè)時(shí)間序列是否協(xié)整的統(tǒng)計(jì)檢驗(yàn)方法。 7.5 當(dāng)回歸方程中涉及的時(shí)間序列是非平穩(wěn)時(shí)間序列時(shí)，OLS估計(jì)量不再是一致估計(jì)量，相應(yīng)的常規(guī)推斷程序會(huì)產(chǎn)生誤導(dǎo)。這就是所謂的“偽回歸”問(wèn)題。 在回歸中使用非均衡時(shí)間序列時(shí)不一定會(huì)造成偽回歸,只要變量彼此同步,則這些變量間存在長(zhǎng)期的線性關(guān)系. 7.6（1）因?yàn)閨|＝2.35小于臨界||值，表明住宅開(kāi)工數(shù)時(shí)間序列是非平穩(wěn)的。 （2）按常規(guī)檢驗(yàn)，t的絕對(duì)值達(dá)到

54、2.35，可判斷為在5％水平上顯著，但在單位根的情形下，臨界|t|值是2.95而不是2.35。 （3）由于的||值遠(yuǎn)大于對(duì)應(yīng)的臨界值，因此，住宅開(kāi)工數(shù)的一階差分是平穩(wěn)時(shí)間序列。 7.7 （1）∵R2=0.9643﹥DW=0.3254 ∴認(rèn)為A是偽回歸 （2）∵R2< DW ∴認(rèn)為B不是偽回歸 （3）從C可以看出，τ=-2.2521 查表7-3變量數(shù)為2，樣本容量為72.在5%的顯著性水平下τ≈-3.46 ∵-2.2521>-3.46 ∴M1與GDP之間不存在協(xié)整關(guān)系，不改變（1）中的結(jié)論，認(rèn)為A是偽回歸。 如果M1與GDP的單整階數(shù)不同，協(xié)整關(guān)系仍然不存在

55、，A仍然是偽回歸。 （4）此方程給出的是M1和GDP的對(duì)數(shù)之間的短期關(guān)系。這是因?yàn)榻o出的方程考慮了誤差調(diào)整機(jī)制（ECM），它試圖在兩變量離開(kāi)其長(zhǎng)期通道的情況下，恢復(fù)均衡?？墒?，方程中誤差項(xiàng)在5%水平上不顯著。 如我們?cè)冢?）和（3）中所討論的，由于協(xié)整檢驗(yàn)的各結(jié)果相當(dāng)混亂，使人難以得出所提供的回歸結(jié)果A是否偽回歸的明確結(jié)論。 7.8 用表中的人口（pop）時(shí)間序列數(shù)據(jù)，進(jìn)行單位根檢驗(yàn)，得到如下估計(jì)結(jié)果： 兩種情況下，tδ值分別為－0.40和 -0.88，從Dickey－Fullerτ統(tǒng)計(jì)量臨界值表中可以看出，兩者分別大于從0.01到0.10的各種顯著性水平下的值和值。因此，

56、兩種情況下都不能拒絕原假設(shè)，即私人消費(fèi)時(shí)間序列是非平穩(wěn)序列。 下面看一下該序列的一階差分（dpop）的平穩(wěn)性。做類似于上面的回歸，得到如下結(jié)果： 其中△dpopt=dpopt-dpopt-1。兩種情況下，tδ值分別為-3.287和-3.272，從Dickey－Fullerτ統(tǒng)計(jì)量臨界值表中可以看出，第一個(gè)檢驗(yàn)小于從0.025到0.10的各種顯著性水平下的值和值；第二個(gè)檢驗(yàn)小于0.10顯著性水平下的τ值。因此，在0.10顯著水平下，二者都拒絕原假設(shè)，即人口一階差分時(shí)間序列沒(méi)有單位根，或者說(shuō)該序列是平穩(wěn)序列。 綜合以上結(jié)果，我們的結(jié)論是： dpopt是平穩(wěn)序列，dpopt～I(xiàn)(0)。

57、 而popt是非平穩(wěn)序列，由于dpopt～I(xiàn)(0)，因而popt～I(xiàn)(1)。 7.9 步驟一：求出三變量的單整的階 （1）對(duì)三變量原序列的單位根檢驗(yàn) 從Dickey－Fullerτ統(tǒng)計(jì)量臨界值表中可以看出，三個(gè)序列的tδ值分別大于從0.01到0.10的各種顯著性水平下的值和值。因此，三個(gè)序列的單位根檢驗(yàn)都不能拒絕原假設(shè)，即出口、進(jìn)口、價(jià)格指數(shù)三個(gè)時(shí)間序列都是非平穩(wěn)序列。 下面看一下這些序列的一階差分的平穩(wěn)性。做類似于上面的回歸，得到如下結(jié)果： 從Dickey－Fullerτ統(tǒng)計(jì)量臨界值表中可以看出，兩個(gè)差分序列dlnex、dlnim的tδ值分別小于從0.

58、01到0.10的各種顯著性水平下的值和值；而差分序列dlnpt的tδ值分別小于從0.05到0.10的各種顯著性水平下的值和值。因此，三個(gè)差分序列的單位根檢驗(yàn)都拒絕原假設(shè)，即出口、進(jìn)口、價(jià)格指數(shù)三個(gè)差分時(shí)間序列都是平穩(wěn)序列。這就是說(shuō)， dlnext～I(xiàn)(0)，dlnimt～I(xiàn)(0)，dlnptt～I(xiàn)(0)；而 lnext～I(xiàn)(1)，lnimt～I(xiàn)(1)，lnptt～I(xiàn)(1)，因而我們可以進(jìn)入下一步。 步驟二：進(jìn)行協(xié)整回歸，結(jié)果如下： LNEX =1.273+0.842*LNIM + 0.573*LNPT 同時(shí)，我們計(jì)算并保存殘差（均衡誤差估計(jì)值）et。 步驟三：檢驗(yàn)et的

59、平穩(wěn)性。 D(et) = -0.450*et(-1) DW=1.992 (-4.405)* 步驟四：得出有關(guān)兩變量是否協(xié)整的結(jié)論。 查臨界值，N＝3，a＝0.05,T=52的臨界值是-4.11,而AEG=-4.405<-4.11,所以三個(gè)變量lnex、lnim、lnpt三個(gè)變量存在協(xié)整關(guān)系。 步驟五：建立ECM模型。 DLNEX = 0.757*DLNIM - 0.458*ET(-1) R2=0.618 t: (12.23) (-4.54) DW=1.788 方程的回歸系數(shù)通過(guò)了顯著性檢驗(yàn)，誤差修正系數(shù)為負(fù)，符合反向修正

60、機(jī)制。關(guān)于ECM模型dlnex的實(shí)際值、擬合值和殘差的擬合圖如下： 第八章 聯(lián)立方程模型 8.1 （1）錯(cuò)。一般來(lái)說(shuō)，不行。因?yàn)槁?lián)立方程中變量的相互作用，因而結(jié)構(gòu)方程中往往包括隨機(jī)解釋變量。 （2）對(duì)。 （3）對(duì)。 （4）對(duì)。 （5）錯(cuò)?？梢杂?SLS法。 （6）對(duì)。 8.2 （1）C （2）A （3）B （4）D （5）A （6）B （7）B （8）A 8.3 恒等式與行為方程的區(qū)別有以下兩點(diǎn)： （1）恒等式不包含未知參數(shù)，而行為方程含有未知參數(shù)。 （2）恒等式中沒(méi)有不確定性，而行為方程包含不確定

61、性，因而在計(jì)量經(jīng)濟(jì)分析中需要加進(jìn)隨機(jī)擾動(dòng)因子。 8.4 由于內(nèi)生變量是聯(lián)立地被決定，因此，聯(lián)立方程模型中有多少個(gè)內(nèi)生變量就必定有多少個(gè)方程。這個(gè)規(guī)則決定了任何聯(lián)立方程模型中內(nèi)生變量的個(gè)數(shù)?？墒牵_定哪個(gè)變量為內(nèi)生變量，要根據(jù)經(jīng)濟(jì)分析和模型的用途。 在設(shè)定模型時(shí)，通常將以下兩類變量設(shè)定為外生變量： （1）政策變量，如貨幣供給、稅率、利率、政府支出等。 （2）短期內(nèi)很大程度上是在經(jīng)濟(jì)系統(tǒng)之外決定或變化規(guī)律穩(wěn)定的變量，如人口、勞動(dòng)力供給、國(guó)外利率、世界貿(mào)易水平、國(guó)際原油價(jià)格等。 8.5 Ct = α + βDt +u t (1) It = γ + δDt-1 +

62、νt (2) Dt = Ct + It + Zt； (3) 將(2)代入(3), 然后把(3)代入(1),得: Ct = α + β(Ct +γ + δDt-1 + νt + Zt )+u t 整理得: Ct -βCt = α + βγ + βδDt-1 + βνt + βZt +u t (1 –β)Ct = α + βγ + βδDt-1 +βZt +βνt +u t (1 –β)Ct = α + βγ + βδDt-1 +βZt +βνt +u t 模型總變量個(gè)數(shù)k=5,方程個(gè)數(shù)G=3 方程(1): 變量個(gè)數(shù)m1=2, k-m1=3>G-1=2,因而

63、為過(guò)度識(shí)別. 方程(2): 變量個(gè)數(shù)m2=2, k-m2=3>G-1=2,因而為過(guò)度識(shí)別. 方程(3): 為恒等式，無(wú)需判別識(shí)別狀態(tài)。 8.6 Yt = Ct + It +Gt +Xt Ct = β0 + β1D t + β2C t-1 + u t Dt = Yt – Tt It = α0 + α1Yt + α2R t-1 +νt (1) 內(nèi)生變量: Yt , Ct , It ,Dt; 外生變量: Gt, Xt, R t-1 Tt; 前定變量: Gt, Xt, Tt, R t-1,C t-1. (2) 第一步:進(jìn)行簡(jiǎn)化式回歸,要估計(jì)的方程是: Yt = П1

64、0+П11 Tt +П12Ct-1 +П13Rt-1 +П14Gt +П15Xt+ν1t Dt = П20+П21 Tt +П22Ct-1 +П23Rt-1 +П24Gt +П25Xt+ν2t 分別估計(jì)兩個(gè)方程,得到Y(jié)t , Dt的估計(jì)值 , . 第二步:在原結(jié)構(gòu)方程中用 、代替方程右端的Yt ,Dt,進(jìn)行OlS回歸, 即估計(jì) Ct = β0 + β1+ β2C t-1 + u t It = α0 + α1 + α2R t-1 +νt 8.7 （1）本模型中K=10，G=4。不難看出，各方程中“零約束”的數(shù)目都大于G-1=3，因而都是過(guò)度識(shí)別的，宏觀

65、經(jīng)濟(jì)模型大都如此。 （2）考慮用2SLS方法估計(jì)三個(gè)行為方程，也可以用3SLS方法或FIML法估計(jì)之。 8.8 （1）內(nèi)生變量：Yt，It，Ct，Qt；外生變量：Rt，Pt；前定變量：Yt-1，Ct-1，Q t-1，Rt，Pt。 （2）模型總變量個(gè)數(shù)k=9,方程個(gè)數(shù)G=4 方程(1): 變量個(gè)數(shù)m1=3, k-m1=6>G-1=3,因而為過(guò)度識(shí)別； 方程(2): 變量個(gè)數(shù)m2=3, k-m2=6>G-1=3,因而為過(guò)度識(shí)別； 方程(3): 變量個(gè)數(shù)m3=4, k-m3=5G-1=3,因而為過(guò)

66、度識(shí)別。 （3）因?yàn)樵Ｐ椭?個(gè)方程皆是過(guò)度識(shí)別，因此不能使用間接最小二乘法。因?yàn)殚g接最小二乘法只適用于恰好識(shí)別方程的估計(jì)。 （4）第一步:進(jìn)行簡(jiǎn)化式回歸,要估計(jì)的方程是: It =П10+П11 Yt-1+П12 Ct-1+П13 Q t-1+П14 Rt+П15 Pt+ν1t Yt =П20+П21 Yt-1+П22 Ct-1+П23 Q t-1+П24 Rt+П25 Pt+ν2t Qt =П30+П31 Yt-1+П32 Ct-1+П33 Q t-1+П34 Rt+П35 Pt+ν3t 估計(jì)上述方程,得到It、Yt、Qt的估計(jì)值、、。 第二步:在原結(jié)構(gòu)方程中用、、代替方程右端的It、Yt、Qt ,進(jìn)行OlS回歸,即估計(jì) Yt =β0 +β1Yt –1 +β2 + u 1 t It = α0 + α1 + α2 + u 2 t Ct = g0 + g 1 + g 2Ct-1 +g3Pt + u 3 t Qt =d 0 +d 1Q t-1 +d2 Rt + u 4 t 得到這