【正文】 。因此，將仍然用兩段最小二乘法估計(jì)參數(shù)。（4）在供給函數(shù)中多加進(jìn)兩個(gè)解釋變量 和，這時(shí)，M=3，K=4。（2）供給函數(shù)，用階條件判斷，再結(jié)合零系數(shù)原則，該方程為過度識(shí)別。2答：該方程組有M=3，K=2。（3）局部調(diào)整模型和自適應(yīng)模型的區(qū)別在于：局部調(diào)整模型是對應(yīng)變量的局部調(diào)整而得到的；而自適應(yīng)模型是由解釋變量的自適應(yīng)過程而得到的。（2）根據(jù)自適應(yīng)模型的參數(shù)關(guān)系，有，代入得到：故局部調(diào)整模型為：意義：新增固定資產(chǎn)的變化取決于全省工業(yè)總產(chǎn)值的預(yù)期值。（1）根據(jù)局部調(diào)整模型的參數(shù)關(guān)系，有，將上述估計(jì)結(jié)果代入得到： 故局部調(diào)整模型為：意義：為了達(dá)到全省工業(yè)總產(chǎn)值的計(jì)劃值，尋求一個(gè)未來預(yù)期新增固定資產(chǎn)的最佳量。2答：在局部調(diào)整假定和自適應(yīng)假定下，上述二模型最終都轉(zhuǎn)化為一階自回歸模型。（2）取，查表得因?yàn)?個(gè)參數(shù)t統(tǒng)計(jì)量的絕對值均大于，說明經(jīng)t檢驗(yàn)3個(gè)參數(shù)均顯著不為0，即旅行社職工人數(shù)和國際旅游人數(shù)分別對旅游外匯收入都有顯著影響。2答：第一個(gè)模型回歸，結(jié)果如下： DW= 第二個(gè)模型進(jìn)行回歸，結(jié)果如下： DW=(2)從模型一得到MPC=；從模型二得到，短期MPC=，長期MPC=+()=2答：（1）由模型估計(jì)結(jié)果可看出：旅行社職工人數(shù)和國際旅游人數(shù)均與旅游外匯收入正相關(guān)。另外，理論上非工資—非農(nóng)業(yè)收入與農(nóng)業(yè)收入也是消費(fèi)行為的重要解釋變量，但兩者的t檢驗(yàn)都沒有通過。依據(jù)參數(shù)估計(jì)量及其標(biāo)準(zhǔn)誤，可計(jì)算出各回歸系數(shù)估計(jì)量的t統(tǒng)計(jì)量值：除外，其余的值都很小。（3），確定1998年財(cái)政收入的點(diǎn)預(yù)測值為 (億元)1998年財(cái)政收入平均值預(yù)測區(qū)間()為:(億元)2解：從模型擬合結(jié)果可知，樣本觀測個(gè)數(shù)為27，消費(fèi)模型的判定系數(shù)，計(jì)算的F值遠(yuǎn)大于臨界值，表明回歸方程是顯著的。2解：（1）建立中國1978年1997年的財(cái)政收入Y和國內(nèi)生產(chǎn)總值X的線性回歸方程 利用1978年1997年的數(shù)據(jù)估計(jì)其參數(shù)，結(jié)果為 （）（） t=() () R2= F=GDP增加1億元。同理，可判斷第二個(gè)方程為恰好識(shí)別。寫出結(jié)構(gòu)型方程組的參數(shù)矩陣 對于第一個(gè)方程，劃去該方程所在的行和該方程中非零系數(shù)所在的列，得由上述矩陣可得到三個(gè)非零行列式，根據(jù)階條件，該方程為過度識(shí)別。第三個(gè)方程為定義式，故可不判斷其識(shí)別性。第一個(gè)方程，已知，因?yàn)?，所以該方程有可能為過度識(shí)別。下面只對結(jié)構(gòu)型模型中的第一個(gè)方程和第二個(gè)方程判斷其識(shí)別性。1解：描述投訴率（Y）依賴航班按時(shí)到達(dá)正點(diǎn)率（X）的回歸方程： 即 （）（） t=() () R2= F=這說明當(dāng)航班正點(diǎn)到達(dá)比率每提高1個(gè)百分點(diǎn), 。（2）如果選擇了堤一個(gè)模型，會(huì)發(fā)生異方差問題。1答：（1）選擇第二個(gè)模型。（2）若代表富國，則引入的原因是想從截距和斜率兩個(gè)方面考證富國的影響，其中，富國的截距為，斜率為，因此。但從統(tǒng)計(jì)檢驗(yàn)結(jié)果看，對數(shù)人均收入lnX對期望壽命Y的影響并不顯著。1解：（1）由，也就是說。（3）對異方差的修正。當(dāng)2005年GDP 為3600億元時(shí)，地方財(cái)政收入的點(diǎn)預(yù)測值為： （億元）區(qū)間預(yù)測： 取,平均值置信度95%的預(yù)測區(qū)間為： 時(shí) （億元）個(gè)別值置信度95%的預(yù)測區(qū)間為： 即 = （億元）1解：（1）給定和自由度為2下，查卡方分布表，得臨界值，而White統(tǒng)計(jì)量，有，則不拒絕原假設(shè)，說明模型中不存在異方差。1解：將自適應(yīng)預(yù)期假設(shè)寫成原模型 ①將①滯后一期并乘以，有 ②①式減去②式，整理后得到式中：1解：地方預(yù)算內(nèi)財(cái)政收入（Y）和GDP的關(guān)系近似直線關(guān)系，可建立線性回歸模型： 即 （） () t=() () R2= F=R2=，說明GDP解釋了地方財(cái)政收入變動(dòng)的99%，模型擬合程度較好。1解：(1)利用OLS法估計(jì)樣本回歸直線為：(2)參數(shù)的經(jīng)濟(jì)意義：當(dāng)廣告費(fèi)用每增加1萬元。t＝，有t知道，該變量顯著。其余符號(hào)符合期望。該區(qū)域居民人均收入每增加1美元，該店每日收入就會(huì)平均增加1美元。而目前成本只占價(jià)格的20％，遠(yuǎn)小于10/,所以應(yīng)該選擇改進(jìn)。（2）％*P－10％*V，只要利潤增量大于0，就應(yīng)該選擇改進(jìn)。解：（1）由模型可知。答：存在嚴(yán)重多重共線性。（2）所選模型的經(jīng)濟(jì)意義是：影響凈出口的主要因素是匯率和GDP的增長量。因?yàn)槠涓鱾€(gè)變量t檢驗(yàn)顯著，模型的F檢驗(yàn)顯著，擬合優(yōu)度最高。t＝，有t知道，該變量顯著。其余符號(hào)符合期望。該區(qū)域居民人均收入每增加1美元，該店每日收入就會(huì)平均增加1美元。（3）對于貧窮國，設(shè)定，則引入的虛擬解釋變量的形式為；對于富國，回歸模型形式不變。方程的擬合情況良好，可進(jìn)一步進(jìn)行多重共線性等其他計(jì)量經(jīng)濟(jì)學(xué)的檢驗(yàn)。若當(dāng)為富國時(shí)，則平均意義上。B、ARCH檢驗(yàn)僅適宜于時(shí)間序列數(shù)據(jù)，無其他條件。（3）這兩種方法都是用于檢驗(yàn)異方差。答：（1）這是異方差檢驗(yàn)，使用的是樣本分段擬和（GoldfeldQuant），因此拒絕原假設(shè)，表明模型中存在異方差。應(yīng)該首先進(jìn)行單位根檢驗(yàn)和協(xié)整檢驗(yàn)。 ⑸ 變量間可能不存在長期均衡關(guān)系。 ⑷ 樣本數(shù)據(jù)違反可比性。 ⑶ 樣本選擇違反一致性。 ⑵ 估計(jì)方法錯(cuò)誤。2）由DW=，計(jì)算得=（=1d/2），所以廣義差分表達(dá)式為： ⑴ 模型關(guān)系錯(cuò)誤。四、計(jì)算分析題答案1）解：該檢驗(yàn)為GoldfeldQuandt檢驗(yàn)因?yàn)? F=，所以模型存在異方差 2）解：該檢驗(yàn)為ARCH檢驗(yàn)由Obs*Rsquared=，表明模型存在異方差。當(dāng)把總體回歸函數(shù)表示成時(shí)，其中的就是殘差。因?yàn)?，該表達(dá)式成立與否與正態(tài)性無關(guān)。另外，我們所建立的模型，所用的方法，所用的統(tǒng)計(jì)數(shù)據(jù)，還可能違反計(jì)量經(jīng)濟(jì)的基本假定，這是也會(huì)導(dǎo)致錯(cuò)誤的結(jié)論?；蛘唠m然經(jīng)濟(jì)理論是正確的，但可能我們對問題的認(rèn)識(shí)只是從某些局部出發(fā)，或者只是考察了某些特殊的樣本，以局部去說明全局的變化規(guī)律，必然會(huì)導(dǎo)致偏差。4錯(cuò)誤有必要進(jìn)行檢驗(yàn)。4錯(cuò)誤庫依克模型、自適應(yīng)預(yù)期模型與局部調(diào)整模型的最終形式是相同的，其最終形式都是一階自回歸模型?！?錯(cuò)誤模型有截距項(xiàng)時(shí)，如果被考察的定性因素有m個(gè)相互排斥屬性，則模型中引入m－1個(gè)虛擬變量，否則會(huì)陷入“虛擬變量陷阱”； 模型無截距項(xiàng)時(shí)，若被考察的定性因素有m個(gè)相互排斥屬性，可以引入m個(gè)虛擬變量，這時(shí)不會(huì)出現(xiàn)多重共線性。4正確異方差的出現(xiàn)總是與模型中某個(gè)解釋變量的變化有關(guān)。斜率系數(shù)的t檢驗(yàn)是對回歸方程中的解釋變量的顯著性的檢驗(yàn)。錯(cuò)誤可決系數(shù)是對模型擬合優(yōu)度的綜合度量，其值越大，說明在Y的總變差中由模型作出了解釋的部分占的比重越大，模型的擬合優(yōu)度越高，模型總體線性關(guān)系的顯著性越強(qiáng)。3錯(cuò)即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無偏的。其中n為樣本數(shù)，k為待估參數(shù)的個(gè)數(shù)。3錯(cuò)隨機(jī)擾動(dòng)項(xiàng)的方差反映總體的波動(dòng)情況，對一個(gè)特定的總體而言，是一個(gè)確定的值。如果有截距項(xiàng)則引入一個(gè)虛擬變量；如果模型中無截距項(xiàng)，則可引入兩個(gè)虛擬變量。3錯(cuò)參數(shù)一經(jīng)估計(jì)，建立了樣本回歸模型，還需要對模型進(jìn)行檢驗(yàn)，包括經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)專門檢驗(yàn)等。3錯(cuò)誤應(yīng)該是解釋變量之間高度相關(guān)引起的。錯(cuò)誤有可能高估也有可能低估；如：考慮一個(gè)非常簡單的具有異方差性的線性回歸模型：；=則：3正確，該表達(dá)式成立與否與正態(tài)性無關(guān)。2錯(cuò)誤間接最小二乘法適用于恰好識(shí)別方程的估計(jì)，其估計(jì)量為無偏估計(jì)；而兩階段最小二乘法不僅適用于恰好識(shí)別方程，也適用于過度識(shí)別方程。2錯(cuò)誤即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無偏的。模型中大量采用滯后變量；認(rèn)識(shí)上的局限使得選擇變量不當(dāng)；……。這時(shí)往往會(huì)夸大t檢驗(yàn)，使得t檢驗(yàn)失效；但是F檢驗(yàn)仍然有效?？傊?，提出古典假定是為了使所作出的估計(jì)量具有較好的統(tǒng)計(jì)性質(zhì)和方便地進(jìn)行統(tǒng)計(jì)推斷。2錯(cuò)誤模型有截距項(xiàng)時(shí)，如果被考察的定性因素有m個(gè)相互排斥屬性，則模型中引入m－1個(gè)虛擬變量，否則會(huì)陷入“虛擬變量陷阱”； 模型無截距項(xiàng)時(shí)，若被考察的定性因素有m個(gè)相互排斥屬性，可以引入m個(gè)虛擬變量，這時(shí)不會(huì)出現(xiàn)多重共線性。2錯(cuò)誤應(yīng)該是解釋變量之間高度相關(guān)引起的。1錯(cuò)遞歸方程可以用OLS方法估計(jì)參數(shù)，而其它的聯(lián)立方程組模型不能直接用OLS方法估計(jì)參數(shù)。1錯(cuò)虛擬變量的取值是人為設(shè)定的，也可以取其它值。1錯(cuò)即使經(jīng)典線性回歸模型（CLRM）中的干擾項(xiàng)不服從正態(tài)分布的，OLS估計(jì)量仍然是無偏的。其中n為樣本數(shù)，k為待估參數(shù)的個(gè)數(shù)。1錯(cuò)隨機(jī)擾動(dòng)項(xiàng)的方差反映總體的波動(dòng)情況，對一個(gè)特定的總體而言，是一個(gè)確定的值。1錯(cuò)有可能高估也有可能低估。正確沒有唯一的統(tǒng)計(jì)形式1錯(cuò)在實(shí)際中，一元回歸是很多經(jīng)濟(jì)現(xiàn)象的近似，能夠較好的反映回歸的核心思想，是很有的。錯(cuò)應(yīng)該是解釋變量之間高度相關(guān)引起的。錯(cuò)線性回歸模型本質(zhì)上指的是參數(shù)線性，而不是變量線性。錯(cuò)它們均為隨機(jī)項(xiàng)，但隨機(jī)誤差項(xiàng)表示總體模型的誤差，殘差表示樣本模型的誤差。中間(dud4du)為不存在自相關(guān)區(qū)域。對在分布滯后模型里多引進(jìn)解釋變量的滯后項(xiàng)，由于變量的經(jīng)濟(jì)意義一樣，只是時(shí)間不一致，所以很容易引起多重共線性。 （3） 比較上述兩種模型的設(shè)定，哪一個(gè)模型擬合較好？2考慮如下的貨幣供求模型：貨幣需求： 貨幣供給：其中，M=貨幣，Y＝收入，R＝利率，P＝價(jià)格，為誤差項(xiàng)；R和P是前定變量。Prob(Fstatistic)（1） 如果設(shè)定模型 作部分調(diào)整假定，估計(jì)參數(shù)，并作解釋。FstatisticDurbinWatson statSchwarz criterionLog likelihoodAkaike info criterionSum squared resid