自变量与调节变量存在内生性如何解决

前定内生变量和外生变量，和称为前定变量。前定内生变量是指过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量影响，但能够影响所研究的本期内生变量。

不是，前定变量(predetermined variables)计量经济学术语.指决定计量经济模型当前状态的变量.考虑动态模型。某一个变量与模型中随机解释变量高度相关，但却不与随机误差项相关，那么就可以用此变量与模型中相应回归系数得到一个一致估计量，这个变量就称为工具变量 。在模型估计过程中被作为工具使用，以替代模型中与误差项相关的随机解释变量的变量，称为工具变量。

mean dependent var是因变量标准差，S.D. dependent var是因变量均值

双重差分模型在政策评估评估中被广泛应用。也是在实证研究中非常重要的一种模型构建。双重差分模型主要用于政策评估，尤其是对我国渐进式政策改革的评估，具有很好的模型拟合效果。双重差分模型利用政策的准自然实验将研究对象随机的分成处理组和对照组，其中受政策影响的个体称为处理组，反之是对照组。为了估计政策效应，需要先比较处理组在政策发生前后的变化，但这种变化的部分也可能是时间效应所导致的。

被解释变量就是被那些解释变量所解释的！

内生性问题是解释变量与扰动项相关导致的，具体的表现形式有遗漏变量、双向因果和测量误差。 OLS能够成立的最重要前提条件是解释变量与扰动项不相关。否则，OLS估计量将是有偏且不一致的。 无偏是指估计量的期望等于真实值。一致性是指，随着样本的增大，估计量无限接近于真实值。 广义矩估计方法（GMM）常用来解决因使用动态面板数据而产生的内生性问题。 动态面板数据模型的典型特征是解释变量中包含被解释变量的滞后项。其意义在于，有些经济理论认为个体的当前行为取决于过去行为，比如企业投资决策。 此时，即使使用固定效应模型估计，即采用组内离差或一阶差分去除个体效应αi，仍无法解决动态面板模型的内生性问题。 通过上述分析可知，问题的关键在于yi,t-1作为解释变量而产生的内生性问题，为此可以考虑找工具变量来解决。 Anderson & Hisao（1982） 提出如果扰动项不存在序列相关，则可通过先去除个体效应，然后使用yi,t-2作为工具变量。但yi,t-2不是唯一的工具变量，yi,t-3 yi,t-4等可以作为工具变量。 Arellano & Bond（1991） 认为Anderson & Hisao的方法虽然是一致的，但不是有效的，因为没有充分运用样本信息。在Anderson & Hisao方法基础上，他们提出了使用更多工具变量的广义矩估计方法。 （1）广义、一般化 OLS、IV、2SLS、MLE都是GMM的特殊形式。 （2）矩 矩是随机变量的一个特征。 （3）矩估计 补充：关于2SLS和GMM 2SLS和GMM背后都是工具变量，两者的区别在于权重分配的依据不同。 广义矩估计方法有两种： （1）差分GMM 对基本模型进行一阶差分去掉固定效应的影响，然后用一组滞后的解释变量作为相应变量的工具变量（Arellano & Bond，1991）。 （2） 系统GMM Arellano & Bond（1998）认为差分GMM估计量容易受弱工具变量的影响，进一步提出了系统GMM方法。 系统GMM前提假定：工具变量的一阶差分与固定效应项不相关，但目前并没有方法对该前提进行检验。 使用系统GMM需要满足： 关于gmmopt gmm(前定变量) 关于ivopt iv(外生变量) 如果xit是内生变量，那么滞后一期xit-1是前定变量、滞后两期xit-2是外生变量。 进入模型的变量被分为两类： 关于orthogonal orthogonal 向前正交变换 当数据是非平衡面板时，使用一阶差分会损失数据，建议采用向前正交变换。 所用的模型越复杂，检验成本就越高。 （1）序列相关检验 通过Arellano-Bond的自相关检验对差分方程随机扰动项的二阶序列相关进行检验，原假设是一阶差分方程的随机扰动项不存在二阶序列相关。 在自相关检验中，应同时满足AR(1)的p值<0.1，AR(2)的p值>0.1。 （2）过度识别检验 通过Hansen过度识别检验对所使用的工具变量有效性进行检验，原假设是使用的工具变量与扰动项不相关。 （1）工具变量过多有什么影响？ 过多的工具变量会使得估计结果失去效率。Roodman（2006）指出太多的工具变量数可能过度拟合内生变量而不能去掉内生部分。此外，过多的工具变量还可能弱化Hansen过度识别约束检验。xtabond2命令可以通过限定滞后期数来控制工具变量的个数。 （2）如何判断GMM估计结果是否有效？ Bond et al.（2002）认为如果GMM估计值介于固定效应估计值和混合OLS估计值之间，则GMM估计是可靠有效的。 （3）什么是拇指规则？ 拇指规则是指工具变量数尽可能不超过截面数。 （4）Hansen检验的p值等于1 太多的工具变量会使得Hansen检验的p值等于1，所以在Hansen检验接近1时，要采用lag()选项和collapse选项将工具变量压缩，使得p小于1，而不是很接近于1 （5）截面相关问题 时间虚拟变量的引入可以使得误差项的截面相关变得不相关，所以在模型设定中尽可能地引入时间虚拟变量。 （6）需要报告什么 AR(2)、Sargen统计量 （7）序列相关检验和Sargen检验通不过 首先确保加了twostep，一步估计下Sargen统计量没有考虑异方差，存在过度拒绝问题。 参考资料： 动态面板模型 《高级计量经济学及stata应用》 《计量分析与stata应用》 面板数据分析与Stata应用 从零理解广义矩估计（GMM） 如何用简单的例子解释什么是 Generalized Method of Moments (GMM)？ stata面板数据回归操作之GMM

解释变量是x。按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。解释变量的应用在解释变量中含有当期的内生变量的多方程模型称为“联立方程模型”。在联立方程模型中，变量分为两类：一类是作为被解释变量的内生变量，即其数值是在所设定的经济系统的模型内决定的。内生变量是对模型进行求解所要获得的结果。另一类是作为解释变量的前定变量，即其数值在模型求解之前已事先给定。前定变量包括外生变量和内生变量的滞后变量。外生变量是其数值在所设定的经济系统的模型之外来决定的变量，滞后变量是某个变量的时间滞后量。在上述模型中，假如变量X不取当期值而取其前期值，因居民个人可支配收入的前期值对当期的商品需求量有滞后的影响，则居民个人可支配收入的前期值称为“滞后变量”。在经济模型中，外生变量又可分为政策变量和非政策变量。

gmm()中放内生变量和前定变量。gmm括号和iv括号不需要包括所有的变量可以根据检验结果和逻辑适当调整，工具变量应满足以下两点：1、此变量和内生解释变量相关；2、此变量和误差项不相关，工具变量严格外生。在gmm()中一般放入内生变量和前定变量，iv()中放入所有外生变量(有时候也常把年份虚拟变量加入控制)，所以gmm()中放内生变量和前定变量。

滞后被解释变量是内生变量，至于其他的解释变量，则要看具体经济含义。从经济意义上确定，因为内生外生说到底是跟实际的经济问题相关的

计量经济学中的普通最小二乘法（OLS）的4个基本假设条件分别为：1、解释变量是确定变量，不是随机变量。2、随机误差项具有零均值、同方差何不序列相关性。3、随机误差项与解释变量之间不相关。4、随机误差项服从零均值、同方差、零协方差的正态分布。一、原理工具变量法对于恰好识别的结构方程是有效的。但对过度识别方程虽然能够给出过度识别结构方程的参数估计，但这种方法不是有效的。其原因在于选择工具变量的任意性和失去了未被选用的前定变量所提供的信息。那么如何解决在模型中选取前定变量来构造内生说明变量的工具变量呢?二、特性在实际应用二阶段最小二乘法时，第一阶段对约简型方程应用OLS法只需求出我们所需要的，并不需要求出相应的εit的值。第二阶段只需用代替所估计方程右边的yit即可应用OLS法，只不过这里的ε*it已不是原来uit罢了。综上所述，二阶段最小二乘法第一阶段的任务是产生一个工具变量。第二阶段的任务是通过一种特殊形式的工具变量法得出结构参数的一致估计量。三、实现一个很自然的想法是，如果模型中每个内生说明变量的工具变量都在前定变量中选取，那么工具变量的最普遍的形式便是模型中所有前定变量的线性组合，也就是我们可以利用间接最小二乘法将约简型方程估计式作为工具变量。这就解决了选择工具变量的唯一性和合理性的问题。所谓合理就是指工具变量与它所代表的内生说明变量相关性最强。四、应用在EViews软件中，二阶段最小二乘法，选择工具变量可以直接应用TSLS来实现。

解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。被预测变量，又叫被解释变量，多见于回归分析中，相当于实验研究中的因变量。回归分析中的变量关系不像实验研究中的变量之间因果关系明确，因而多称为预测变量和被预测变量。扩展资料前定变量包括外生变量和内生变量的滞后变量。外生变量是其数值在所设定的经济系统的模型之外来决定的变量，滞后变量是某个变量的时间滞后量。假如变量X不取当期值而取其前期值，因居民个人可支配收入的前期值对当期的商品需求量有滞后的影响，则居民个人可支配收入的前期值称为“滞后变量”。在经济模型中，外生变量又可分为政策变量和非政策变量。政策变量又称“可控外生变量”，是指可由决策者控制的外生变量；非政策变量又称“非可控外生变量”，是指决策者难以控制或不能控制的外生变量。变量的范围确定了能够知晓该变量存在的那部分代码。在一个过程内部声明变量时，只有过程内部的代码才能访问或改变那个变量的值；它有一个范围，对该过程来说是局部的。但是，有时需要使用具有更大范围的变量，例如这样一个变量，其值对于同一模块内的所有过程都有效，甚至对于整个应用程序的所有过程都有效。参考资料来源：百度百科—被解释变量参考资料来源：百度百科—解释变量

解释变量内生性检验首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。reg ldi lofdiestimates store olsxtivreg ldi (lofdi=l.lofdi ldep lexr)estimates store ivhausman iv ols（在面板数据中使用工具变量，Stata提供了如下命令来执行2SLS:xtivreg depvar [varlist1] (varlist_2=varlist_iv) （选择项可以为fe，re等，表示固定效应、随机效应等。详见help xtivreg）如果存在内生解释变量，则应该选用工具变量，工具变量个数不少于方程中内生解释变量的个数。“恰好识别”时用2SLS。2SLS的实质是把内生解释变量分成两部分，即由工具变量所造成的外生的变动部分，以及与扰动项相关的其他部分；然后，把被解释变量对中的这个外生部分进行回归，从而满足OLS前定变量的要求而得到一致估计量。tptqtp二、异方差与自相关检验在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关，面板异方差检验：xtgls enc invs exp imp esc mrl,igls panel(het)estimates store heteroxtgls enc invs exp imp esc mrl,iglsestimates store homolocal df = e(N_g) - 1lrtest hetero homo, df(`df")面板自相关：xtserial enc invs exp imp esc mrl则存在一种更有效的方法，即GMM。从某种意义上，GMM之于2SLS正如GLS之于OLS。好识别的情况下，GMM还原为普通的工具变量法；过度识别时传统的矩估计法行不通，只有这时才有必要使用GMM，过度识别检验（Overidentification Test或J Test）：estat overid三、工具变量效果验证工具变量：工具变量要求与内生解释变量相关，但又不能与被解释变量的扰动项相关。由于这两个要求常常是矛盾的，故在实践上寻找合适的工具变量常常很困难，需要相当的想象力与创作性。常用滞后变量。需要做的检验：检验工具变量的有效性：（1） 检验工具变量与解释变量的相关性如果工具变量z与内生解释变量完全不相关，则无法使用工具变量法；如果与仅仅微弱地相关，。这种工具变量被称为“弱工具变量”（weak instruments）后果就象样本容量过小。检验弱工具变量的一个经验规则是，如果在第一阶段回归中，F统计量大于10，则可不必担心弱工具变量问题。Stata命令：estat first（显示第一个阶段回归中的统计量）（2） 检验工具变量的外生性（接受原假设好）在恰好识别的情况下，无法检验工具变量是否与扰动项相关。在过度识别（工具变量个数>内生变量个数）的情况下，则可进行过度识别检验（Overidentification Test），检验原假设所有工具变量都是外生的。如果拒绝该原假设，则认为至少某个变量不是外生的，即与扰动项相关。0HSargan统计量，Stata命令：estat overid四、GMM过程在Stata输入以下命令，就可以进行对面板数据的GMM估计。. ssc install ivreg2 （安装程序ivreg2 ）. ssc install ranktest （安装另外一个在运行ivreg2 时需要用到的辅助程序ranktest）. use "traffic.dta"（打开面板数据）. xtset panelvar timevar （设置面板变量及时间变量）. ivreg2 y x1 (x2=z1 z2),gmm2s （进行面板GMM估计，其中2s指的是2-step GMM）

2的平方就是一个什么含义的定量分析的话就是管理人的总量减去什么成分？

就是内因外因啊，就跟自己的原因还是别人的原因一样啊

可以类似于一元线性回归，构造决定系数。称为y关于自变量的样本复相关系数。其中，有SST=SSR+SSE总离差平方和记为SST，回归平方和记为SSR，残差平方和为SSE。由公式可见，SSR是由回归方程确定的，即是可以用自变量x进行解释的波动，而SSE为x之外的未加控制的因素引起的波动。这样，总离差平方和SST中能够由方程解释的部分为SSR，不能解释的部分为SSE。

下面的是试卷不是课后题目答案，课后题目和答案已发送到你邮箱！希望可以帮到你！计量经济学习题及答案一、单项选择题(本大题共25小题，每小题1分，共25分)在每小题列出的四个选项中只有一个选项是符合题目要求的，请将正确选项前的字母填在题后的括号内。1.对联立方程模型进行参数估计的方法可以分两类，即：( ) A.间接最小二乘法和系统估计法 B.单方程估计法和系统估计法 C.单方程估计法和二阶段最小二乘法 D.工具变量法和间接最小二乘法2.当模型中第i个方程是不可识别的，则该模型是( ) A.可识别的 B.不可识别的 C.过度识别 D.恰好识别3.结构式模型中的每一个方程都称为结构式方程，在结构方程中，解释变量可以是前定变量，也可以是( ) A.外生变量 B.滞后变量 C.内生变量 D.外生变量和内生变量4.已知样本回归模型残差的一阶自相关系数接近于-1，则DW统计量近似等于( ) A.0 B.1 C.2 D.45.假设回归模型为 其中Xi为随机变量，Xi与Ui相关则 的普通最小二乘估计量( ) A.无偏且一致 B.无偏但不一致 C.有偏但一致 D.有偏且不一致6.对于误差变量模型，模型参数的普通最小二乘法估计量是( ) A.无偏且一致的 B.无偏但不一致 C.有偏但一致 D.有偏且不一致7.戈德菲尔德-匡特检验法可用于检验( ) A.异方差性 B.多重共线性 C.序列相关 D.设定误差8.对于误差变量模型，估计模型参数应采用( ) A.普通最小二乘法 B.加权最小二乘法 C.广义差分法 D.工具变量法9.系统变参数模型分为( ) A.截距变动模型和斜率变动模型 B.季节变动模型和斜率变动模型 C.季节变动模型和截距变动模型 D.截距变动模型和截距、斜率同时变动模型10.虚拟变量( ) A.主要来代表质的因素，但在有些情况下可以用来代表数量因素 B.只能代表质的因素 C.只能代表数量因素 D.只能代表季节影响因素11.单方程经济计量模型必然是( ) A.行为方程 B.政策方程 C.制度方程 D.定义方程12.用于检验序列相关的DW统计量的取值范围是( ) A.0≤DW≤1 B.－1≤DW≤1 C. －2≤DW≤2 D.0≤DW≤413.根据判定系数R2与F统计量的关系可知，当R2=1时有( ) A.F=1 B.F=－1 C.F=∞ D.F=014.在给定的显著性水平之下，若DW统计量的下和上临界值分别为dL和du,则当dL<DW<du时，可认为随机误差项( ) A.存在一阶正自相关 B.存在一阶负相关 C.不存在序列相关 D.存在序列相关与否不能断定15.经济计量分析的工作程序( ) A.设定模型，检验模型，估计模型，改进模型 B.设定模型，估计参数，检验模型，应用模型 C.估计模型，应用模型，检验模型，改进模型 D.搜集资料，设定模型，估计参数，应用模型16.前定变量是( )的合称。 A.外生变量和滞后变量 B.内生变量和外生变量 C.外生变量和虚拟变量 D.解释变量和被解释变量17.如果联立方程模型中某个结构方程包含了所有的变量，则这个方程( ) A.恰好识别 B.不可识别 C.过度识别 D.不确定18.用模型描述现实经济系统的原则是( ) A.以理论分析作先导，解释变量应包括所有解释变量 B.以理论分析作先导，模型规模大小要适度 C.模型规模越大越好；这样更切合实际情况 D.模型规模大小要适度，结构尽可能复杂19.下面说法正确的是( ) A.内生变量是非随机变量 B.前定变量是随机变量 C.外生变量是随机变量 D.外生变量是非随机变量20.若一正常商品的市场需求曲线向下倾斜，则可断定( ) A.它具有不变的价格弹性 B.随需求量增加，价格下降 C.随需求量增加，价格上升 D.需求无弹性21.发达市场经济国家宏观经济计量模型的核心部分包括总需求，总供给和( ) A.建模时所依据的经济理论 B.总收入 C.关于总需求、生产和收入的恒等关系 D.总投资22.在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近于1，则表明模型中存在( ) A.多重共线性 B.异方差性 C.序列相关 D.高拟合优度23.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( ) A.只有随机因素 B.只有系统因素 C.既有随机因素，又有系统因素 D.A、B、C都不对24.线性模型的影响因素( ) A.只能是数量因素 B.只能是质量因素 C.可以是数量因素，也可以是质量因素 D.只能是随机因素25.检验联立方程模型的综合性误差程度最好是作( ) A.事后模拟 B.事后预测 C.事前预测 D.返回预测二、多项选择题(本大题共5小题，每小题2分，共10分)在每小题列出的五个选项中有二至五个选项是符合题目要求的，请将正确选项前的字母填在题后的括号内。多选、少选、错选均无分。26.在包含有随机解释变量的回归模型中，可用作随机解释变量的工具变量必须具备的条件有，此工具变量( ) A.与该解释变量高度相关 B.与其它解释变量高度相关 C.与随机误差项高度相关 D.与该解释变量不相关 E.与随机误差项不相关27.经济参数的分为两大类，下面哪些属于外生参数( ) A.折旧率 B.税率 C.利息率 D.凭经验估计的参数 E.运用统计方法估计得到的参数28.根据模型研究的社会经济系统的性质不同，将宏观经济计量模型分为( ) A.发达市场经济国家模型 B.发展中国家模型 C.中央计划经济国家模型 D.季度模型 E.地区模型29.发达市场经济国家宏观经济计量模型反映了( ) A.关于最终产品和劳务流量的国民收入和生产的核算 B.关于社会经济中各种金融资源使用的资金流量的核算 C.关于初次分配和再分配的核算 D.关于存货和储备的增减的核算 E.关于货币和劳务的中间流量的投入产出核算30.经济计量模型的应用方向是( ) A.用于经济预测 B.用于结构分析 C.仅用于经济政策评价 D.用于经济政策评价 E.仅用于经济预测、经济结构分析三、名词解释题(本大题共7小题，每小题2分，共14分)31.截距变动模型32.滞后变量33.K阶单整34.时序数据35.三大类市场36.非随机方程37.分段线性回归四、简答题(本大题共5小题，每小题4分，共20分) 38.回归模型中引入虚拟变量的一般原则是什么?39.简述凯恩斯的有效需求理论的基本结论。40.非完全多重共线性可能产生的后果主要有哪些?41.简述样本相关系数的性质。42.试述判定系数的性质。五、分析题(本大题共5小题，每小题4分，共31分)43（10分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型： 煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+μ 选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。 44（10分）选择两要素一级CES生产函数的近似形式建立中国电力行业的生产函数模型： 其中Y为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。 ⑴ 指出参数γ、ρ、m的经济含义和数值范围； ⑵ 指出模型对要素替代弹性的假设，并指出它与C-D生产函数、VES生产函数在要素替代弹性假设上的区别； ⑶ 指出模型对技术进步的假设，并指出它与下列生产函数模型在技术进步假设上的区别； 45。（11分）试指出在目前建立中国宏观计量经济模型时，下列内生变量应由哪些变量来解释，简单说明理由，并拟定关于每个解释变量的待估参数的正负号。 ⑴ 轻工业增加值 ⑵ 衣着类商品价格指数 ⑶ 货币发行量 ⑷ 农业生产资料进口额 答案：一、 单项选择题(本大题共30小题，每小题1分，共30分) 1.B 2.B 3.C 4.D 5.D 6.D 7.A 8.D 9.D 10.A 11.A 12.D 13.C 14.D 15.B 16.A 17.B 18.B 19.D 20.B 21.C 22.A 23.C 24.C 25.B二、多项选择题(本大题共5小题，每小题2分，共10分) 26.AE 27.ABCD 28.ABC 29.ABE 30.ABD三、名词解释题(本大题共7小题，每小题2分，共14分) 31. 由于引进虚拟变量造成回归模型参数不再是固定常数。若截距项发生变动，就称为截距变动模型。 32. 内生变量的前期值作解释变量。 33. 如果一个非平稳时间序列经过K次差分后为平稳时间序列，则称这个时间序列是K阶单整的，记作I(K)。 34. 时间序列数据是同一统计指标按时间顺序记录的数据列。 35. 最终产品市场、生产要素和金融市场。 36. 是根据经济学理论和政策、法规的规定而构造的反映某些经济变量关系的恒等式。 37.将样本资料按一定的变化规律分成不同阶段，引进虚拟变量进行回归，得到不同阶段的回归方程。四、简答题(本大题共5小题，每小题4分，共20分) 38. (1)如果模型中包含截距项，则一个质变量有m种特征，只需引入(m-1)个虚拟变量。 (2)如果模型中不包含截距项，则一个质变量有m种特征，需引入m个虚拟变量。 39. (1)总产量或国民收入是由总需求决定的； (2)消费是收入水平的函数； (3)投资是利率与预期利润率的函数； (4)货币需求是收入和利率的函数； 40. (1)各个解释变量对被解释变量的影响很难精确鉴别； (2)模型回归系数估计量的方差会很大，从而使模型参数的显著性检验失效； (3)模型参数的估计量对删除或增添少量的观测值及删除一个不显著的解释变量都可能非常敏感。 41. (1)r是可正可负的数； (2)r在-1与1之间变化； (3)对称性； (4)若X与Y相互独立，则r=0，但r=0时，X与Y不一定独立。 42. (1)它是一非负的量； (2)R2是在0与1之间变化的量。43、答案：（答出4条给满分） ⑴ 模型关系错误。直接线性模型表示投入要素之间完全可以替代，与实际生产活动不符。 ⑵ 估计方法错误。该问题存在明显的序列相关性，不能采用OLS方法估计。 ⑶ 样本选择违反一致性。行业生产方程不能选择企业作为样本。 ⑷ 样本数据违反可比性。固定资产原值用资产形成年当年价计算的价值量，不具备可比性。 ⑸ 变量间可能不存在长期均衡关系。变量中有流量和存量，可能存在1个高阶单整的序列。应该首先进行单位根检验和协整检验。 44、答案： ⑴ 参数γ为技术进步速度，一般为接近0的正数；ρ为替代参数，在（－1，∞）范围内；m为规模报酬参数，在1附近。 ⑵ 该模型对要素替代弹性的假设为：随着研究对象、样本区间而变化，但是不随着样本点而变化。而C-D生产函数的要素替代弹性始终为1，不随着研究对象、样本区间而变化，当然也不随着样本点而变化；VES生产函数的要素替代弹性除了随着研究对象、样本区间而变化外，还随着样本点而变化。 ⑶ 该模型对技术进步的假设为希克斯中性技术进步；而生产函数模型的技术进步假设为中性技术进步，包括3种中性技术进步。45、答案： ⑴ 轻工业增加值应该由反映需求的变量解释。包括居民收入（反映居民对轻工业的消费需求，参数符号为正）、国际市场轻工业品交易总额（反映国际市场对轻工业的需求，参数符号为正）等。 ⑵ 衣着类商品价格指数应该由反映需求和反映成本的两类变量解释。主要包括居民收入（反映居民对衣着类商品的消费需求，参数符号为正）、国际市场衣着类商品交易总额（反映国际市场对衣着类商品的需求，参数符号为正）、棉花的收购价格指数（反映成本对价格的影响，参数符号为正）等。 ⑶ 货币发行量应该由社会商品零售总额（反映经济总量对货币的需求，参数符号为正）、价格指数（反映价格对货币需求的影响，参数符号为正）等变量解释。 ⑷ 农业生产资料进口额应该由国内第一产业增加值（反映国内需求，参数符号为正）、国内农业生产资料生产部门增加值（反映国内供给，参数符号为负）、国际市场价格（参数符号为负）、出口额（反映外汇支付能力，参数符号为正）等变量解释。

经济变量:经济变量是用来描述经济因素数量水平的指标。解释变量:解释变量也称自变量，是用来解释作为研究对象的变量(即因变量)为什么变动、如何变动的变量。它对因变量的变动作出解释，表现为议程所描述的因果关系中的“因”。被解释变量:被解释变量也称因变量或应变量，是作为研究对象的变量。它的变动是由解释变量作出解释的，表现为议程所描述的因果关系的果。内生变量:内生变量是由模型系统内部因素所决定的变量，表现为具有一定概率的随机变量，其数值受模型中其他变量的影响，是模型求解的结果。外生变量:外生变量是由模型统计之外的因素决定的变量，不受模型内部因素的影响，表现为非随机变量，但影响模型中的内生变量，其数值在模型求解之前就已经确定。滞后变量:滞后变量是滞后内生变量和滞后外生变量的合称，前期的内生变量称为滞后内生变量;前期的外生变量称为滞后外生变量。前定变量:通常将外生变量和滞后变量合称为前定变量，即是在模型求解以前已经确定或需要确定的变量。控制变量:控制变量是为满足描绘和深入研究经济活动的需要，在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，它一般属于外生变量。计量经济模型:计量经济模型是为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。

1、内生变量与外生变量外生变量(Exogenous Variable) ：由经济模型外部的其它经济变量所决定的经济变量内生变量(Induced Variable) ：由经济模型内部的其它因素所决定的经济变量内生变量和外生变量的划分不是机械的或一成不变的（由模型设计者根据具体情况进行决定）外生变量是在模型之外决定的，内生变量是由模型自身决定的。2、解释变量与被解释变量被解释变量（explained variable) :一定是模型的内生变量(因变量）解释变量 (explaining variable): 既包括外生变量，也包括一部分内生变量（自变量）3、滞后变量与前定变量滞后变量（lagged variable):内生变量的前期值，是求解模型之前的已知量前定变量（predetrmined variable):将外生变量和滞后变量合称前定变量，即在求解之前需要确定的变量4、控制变量与政策变量控制变量（controlled variable）政策变量（policy variable）这两者在模型中一般表现为外生变量，但不是绝对的，在某些特殊情况下也会转变为内生变量

工具变量估计工具变量：假定我们有一个可观测到的变量Z，它满足两个假定(1)：Z与U不相关，即与Cov(Z，U)=0；(2)：Z与X相关，即与Cov(Z，X)不等于0；我们则称Z是X的工具变量（instrumental variable 简称IV）举例：以双变量模型为例Y=Q+WX+U；其中X与U相关，因而OLS估计有偏，现在有X的工具变量Z，于是有Cov(Z，Y)=Cov(Z，Q+WX+U)=Cov(Z，WX)+Cov(Z，U)(Q为常数)=WCov(Z，X)所以有W=Cov(Z，Y)/Cov(Z，X)工具变量的优劣(1)：Z与U不相关，即与Cov(Z，U)=0；相关性越低，则越好(2)：Z与X相关，即与Cov(Z，X)不等于0；相关性越高，则越好Z与U相关性低，Z与X相关性高，这样的工具变量被称为好工具变量，反之则称为劣工具变量。好的工具变量的识别(1)：Z与U不相关，即与Cov(Z，U)=0；由于U无法观察，因而难以用正式的工具进行测量，通常由经济理论来使人们相信。(2)：Z与X相关，即与Cov(Z，X)不等于0；将X对Z回归即可，看看X的系数是否显著异于零？IV与OLS估计量的简单比较IV估计量：C1=Cov(Z，Y)/Cov(Z，X)而OLS估计量是：C2=Cov(X，Y)/Cov(X，X)(1)因此，Z=X时，两者将完全一致，换句话说，当X外生时，它可用做自身的IV，IV估计量便等同于OLS估计量。(2)若Z与X不相关，Cov(Z，X)等于0，则IV法无法给出估计量。IV与OLS的取舍（1）尽管当Z与U不相关，而Z与X存在着或正或负的相关时，IV是一致的，但当Z与X只是弱相关时IV估计值的标准误可能很大，Z与X之间的弱相关可能产生更加严重的后果：即使Z与U只是适度相关，IV估计的渐进偏误也可能很大。也即是说，当解释变量外生时，IV与OLS估计都是一致的，但IV估计不如OLS有效。（2）所以，当内生性程度不严重或者好的工具变量找不到时，还不如用OLS。反之，当内生性程度严重时，就一定要想办法解决，否则，OLS估计就是不可接受的，当然，差的IV同样是不可接受的。其它解决办法（1）代理变量：某变量无法直接观测，而用其它变量替代。（2）前定变量：用变量的前一期或前几期数据。（3）面板数据模型。

我们刚考完 你说的那三个都属于理解范畴的吧 考的可能性不大 会应用就行了

1、总体回归函数：反映了被解释变量的均值同一个或多个解释变量之间的关系。2、线性回归：利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法3、最小二乘：在回归模型中，最小二乘法就是以残差（被解释变量的实际值同拟合值的差）平方和最小的原则对回归模型中的系数进行估计的方法。4、BLUE：最佳线性无偏估计量。该估计量是无偏估计量，且在所有无偏估计量中方差最小。5、偏回归系数：在其他解释变量保持不变的情况下，某一个解释变量X每移动一单位，被解释变量Y6、均值的变动量。代数上，被解释变量Y对解释变量X的偏导数。7、受限最小二乘：用OLS估计遗漏相关变量，存在设定误差的受限模型的参数。8、弹性系数：一变量变动1%引起的另一变量变动的百分比。9、对数模型的几种形式：双对数模型、半对数模型（对数-线性、线性-对数）10、多重共线性：两个或两个以上解释变量之间存在多个精确地线性关系。11、异方差：模型误差项的方差随观察值的不同而变化。12、识别的阶条件：是一种计数方法，通过该方法可以得知模型的某个方程包含哪些内生变量和先决变量，要使方程可识别，方程就要将某些模型中包含的变量排除在外。13、回归的目的：根据自变量的取值，估计因变量的均值；检验假设；根据样本外自变量的取值估计因变量的均值；同时上述。B1，B2回归系数，前截距后斜率。14、总体回归和样本回归联系和区别：样本回归与总体回归函数形式大体一致，通过样本估计总体。区别：样本从所抽取的样本的角度说明了被解释变量同解释变量以及残差间的关系。总体是从总体的角度说明被解释变量和解释变量以及随机误差项之间的关系。15、随机误差项的性质：误差项代表未纳入模型变量的影响；反映了人类行为的内在随机性；代表了度量误差；根据奥卡姆剃刀原则，应把次要因素归为随机误差项。古典线性回归模型的假设：回归模型是参数线性的，但不一定是变量线性的；解释变量X与扰动误差项u不相关；给定Xi，扰动项的期望或均值为零；Ui的方差为常数，或同方差；无自相关假定，即两个误差项间不相关；回归模型是正确设定的。16、最小二乘法的性质：线性；无偏性；最小方差性。无偏，有效，一致。17、虚拟变量的性质：在经济分析中，某些特殊因素会影响到变量的取值，而这些因素属于“定性”的变量，可以通过赋予一个数量值，以虚拟变量的形式进入分析模型中。虚拟变量在模型中可代表对截距的影响；虚拟变量在模型中也可以代表对和参数的全面影响。解释变量间存在完全的共线性，因此模型无法估计，存在虚拟变量陷阱，对于一个有m种可能的定性变量，只能引入m-1个虚拟变量。18、设定误差里好模型的性质有哪些：理论一致性,简约性,可识别性,R2越高越好,预测能力好。19、模型错误：遗漏相关变量、包括不必要变量，采用了错误的函数形式，度量误差。20、遗漏变量会有什么后果：会造成模型参数的估计量有偏且不一致，还会造成模型误差项的方差估计有偏，进而使得参数估计量有偏，t统计量和 F统计量不可靠，从而变量的显著性检验失去意义。 21、多重共线性的后果：理论后果：OLS估计量依旧是最佳线性无偏估计量（blue）. 实际后果：OLS估计量的方差和标准误较大；置信区间较宽；t检验不显著；R2较高，但t检验并不都是不显著；OLS估计量及其标准误很不稳定；回归系数符号有误；难以评估各个解释变量对回归平方和或者R2的贡献。22、论述部分：建立一个理论假说；收集数据；设定数学模型；设定统计或经济计量模型；估计经济计量模型参数；核查模型的适用性，设定检验；检验源自模型的假设，理论检验；利用模型进行预测。 首先建立一个理论假说在其他条件不变的前提下，财产税税率越高，居民住房价格将越低。其次，假设所使用的数据为截面数据，且数据取自财产税税率不同的管辖区。再次，建立数学模型Yi=B1+B2Xi,其中Y为居民住房价格，X为财产税税率。然后设立经济计量模型Yi=B1+B2Xi+ui。得到样本之后，可通过最小二乘估计模型中的回归系数。核查模型的适用性时，除了财产税税率之外，影响居民住房价格的因素还包括抵押贷款利率、房屋面积、购房者家庭收入、经济状况、当地犯罪率高低等。这些因素对于居民住房价格的影响可以在多元回归模型中进行分析。先验地认为：B2 小于0，因此可设H0:B2大于等于0 H1:B2小于0 。 最后在其他条件保持不变时，估计结果可以用来预测不同财产税税率所对应的具名住房的平均价格。

解释变量内生性检验首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。 reg ldi lofdi estimates store ols xtivreg ldi (lofdi=l.lofdi ldep lexr) estimates store iv hausman iv ols （在面板数据中使用工具变量，Stata提供了如下命令来执行2SLS:xtivreg depvar [varlist1] (varlist_2=varlist_iv) （选择项可以为fe，re等，表示固定效应、随机效应等。详见help xtivreg）如果存在内生解释变量，则应该选用工具变量，工具变量个数不少于方程中内生解释变量的个数。“恰好识别”时用2SLS。2SLS的实质是把内生解释变量分成两部分，即由工具变量所造成的外生的变动部分，以及与扰动项相关的其他部分；然后，把被解释变量对中的这个外生部分进行回归，从而满足OLS前定变量的要求而得到一致估计量。tptqtp 二、异方差与自相关检验在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关，面板异方差检验： xtgls enc invs exp imp esc mrl,igls panel(het) estimates store hetero xtgls enc invs exp imp esc mrl,igls estimates store homo local df = e(N_g) - 1 lrtest hetero homo, df(`df") 面板自相关：xtserial enc invs exp imp esc mrl 则存在一种更有效的方法，即GMM。从某种意义上，GMM之于2SLS正如GLS之于OLS。好识别的情况下，GMM还原为普通的工具变量法；过度识别时传统的矩估计法行不通，只有这时才有必要使用GMM，过度识别检验（Overidentification Test或J Test）：estat overid 三、工具变量效果验证工具变量：工具变量要求与内生解释变量相关，但又不能与被解释变量的扰动项相关。由于这两个要求常常是矛盾的，故在实践上寻找合适的工具变量常常很困难，需要相当的想象力与创作性。常用滞后变量。需要做的检验：检验工具变量的有效性：（1） 检验工具变量与解释变量的相关性如果工具变量z与内生解释变量完全不相关，则无法使用工具变量法；如果与仅仅微弱地相关，。这种工具变量被称为“弱工具变量”（weak instruments）后果就象样本容量过小。检验弱工具变量的一个经验规则是，如果在第一阶段回归中，F统计量大于10，则可不必担心弱工具变量问题。Stata命令：estat first（显示第一个阶段回归中的统计量）（2） 检验工具变量的外生性（接受原假设好）在恰好识别的情况下，无法检验工具变量是否与扰动项相关。在过度识别（工具变量个数>内生变量个数）的情况下，则可进行过度识别检验（Overidentification Test），检验原假设所有工具变量都是外生的。如果拒绝该原假设，则认为至少某个变量不是外生的，即与扰动项相关。0H Sargan统计量，Stata命令：estat overid 四、GMM过程在Stata输入以下命令，就可以进行对面板数据的GMM估计。 . ssc install ivreg2 （安装程序ivreg2 ） . ssc install ranktest （安装另外一个在运行ivreg2 时需要用到的辅助程序ranktest） . use "traffic.dta"（打开面板数据） . xtset panelvar timevar （设置面板变量及时间变量） . ivreg2 y x1 (x2=z1 z2),gmm2s （进行面板GMM估计，其中2s指的是2-step GMM）

内生变量为模型内可以解释的变量，外生变量为模型内不能解释的变量。

解释变量是百分比,被解释变量处理：解释变量亦称“说明变量”、“可控制变量”，是经济计量模型中的自变量。解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响。Y=aX+b，从解释变量和被解释变量看，Y是被X解释的变量。因此，X是解释变量，Y是被解释变量。从自变量和因变量看，X是自身变量的量，Y是随着X变化而变化的量。因此，X是自变量，Y是因变量。“联立方程模型”：即其数值在模型求解之前已事先给定。前定变量包括外生变量和内生变量的滞后变量。外生变量是其数值在所设定的经济系统的模型之外来决定的变量，滞后变量是某个变量的时间滞后量。在上述模型中，假如变量X不取当期值而取其前期值。因居民个人可支配收入的前期值对当期的商品需求量有滞后的影响，则居民个人可支配收入的前期值称为“滞后变量”。在经济模型中，外生变量又可分为政策变量和非政策变量。政策变量又称“可控外生变量”，是指可由决策者控制的外生变量；非政策变量又称“非可控外生变量”，是指决策者难以控制或不能控制的外生变量。

2013年10月计量经济学自考试题已公布如下，请各位考生及时查看如下： 考试结束前 全国2013年10月高等教育自学考试 计量经济学试题 课程代码：00142 请考生按规定用笔将所有试题的答案涂、写在答题纸上。 选择题部分 注意事项： 1．答题前，考生务必将自己的考试课程名称、姓名、准考证号用黑色字迹的签字笔或钢笔填写在答题纸规定的位置上。 2．每小题选出答案后，用2B铅笔把答题纸上对应题目的答案标号涂黑。如需改动，用橡皮擦干净后，再选涂其他答案标号。不能答在试题卷上。 一、单项选择题(本大题共20小题，每小题1分，共20分) 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其选出并将“答题 纸”的相应代码涂黑。错涂、多涂或未涂均无分。 1．下列说法中正确的是 A．经济计量学就是数理经济学 B．经济计量学是经济学、数理统计学和政治经济学合流而构成的一门交叉学科 C．经济计量学是数理经济学和政治经济学合流而构成的一门交叉学科 D．经济计量学是经济学、统计学和数学合流而构成的一门交叉学科 2．经济计量学模型的被解释变量一定是 A．内生变量B.虚拟变量 C．控制变量D.外生变量 3．在一元回归模型分析中，被解释变量Y和解释变量X的说法正确的是 A．Y为非随机变量，X为随机变量 B．Y为随机变量，X为非随机变量 C．X、Y均为随机变量 D．X、Y均为非随机变量 4．在含常数项的线性回归模型中，有3个解释变量， 的无偏估计量 为 A． B. C． D. 5．对线性回归模型中的参数进行估计，有效估计量是指 A．在所有线性无偏估计量中方差 B．在所有线性无偏估计量中变异系数最小 C．在所有线性无偏估计量中方差最小 D．在所有线性无偏估计量中变异系数 6．在线性回归模型 中， 表示 A． ，u保持不变条件下， 每变化一单位时Y的均值的变化 B．任意情况下， 每变化一单位时Y的均值的变化 C．u保持不变条件下， 每变化一单位时Y的均值的变化 D. 保持不变条件下， 每变化一单位时Y的均值的变化 7．在回归模型 中，解释变量之间高度相关，则参数估计量的方差会 A．为零B.变小 C．不确定D.变大 8．在对数线性模型 中， 度量了 A．Y变动一个单位时，X变动的数量B.X变动一个单位时，Y变动的数量 C．X变动1％时，Y变动的百分比D.Y变动1％时，X变动的百分比 9．在多元线性回归模型 中，对回归系数 (j=2，3，4)进行显著性检验时，t统计量为 A． B. C． D. 10．残差回归检验法可用于检验 A．异方差性B.多重共线性 C．序列相关D.设定误差 11．若回归模型中的随机误差项存在异方差性，则估计模型参数应采用 A．普通最小二乘法B.加权最小二乘法 C．广义差分法D.工具变量法 12．若回归模型中的随机误差项存在一阶自回归形式的序列相关，且自相关系数为1。 则估计模型参数应采用 A．普通最小二乘法B.加权最小二乘法 C．一阶差分法D.工具变量法 13．在分布滞后模型 中，短期影响乘数是指 A． 、 、 B. C． D. 14．对有限分布滞后模型 进行多项式变换时，多项式的阶数m与滞后长度k的关系是 A．m＜kB.m＝k C．m＞kD.不确定 15．对于无限分布滞后模型，库伊克(Koyck)提出的假定是 A．参数符号不同但按几何数列衰减B.参数符号不同但按几何数列递增 C．参数符号相同且按几何数列衰减D.参数符号相同且按几何数列递增 16．如果一个回归模型不包含截距项，对一个具有m个特征的质的因素需要引入的虚拟变量个数为 A．m－1B.m C．m+lD.m+2 17．设截距和斜率同时变动模型为 下面哪种情况成立，该模型为截距变动模型? A． ≠0， ≠0B. ≠0， =0 C． =0， =0D. =0， ≠0 18．简化式模型中的简化式参数表示 A．内生解释变量对被解释变量的总影响 B．内生解释变量对被解释变量的直接影响 C．前定变量对被解释变量的直接影响 D．前定变量对被解释变量的总影响 19．下列宏观经济计量模型中投资函数所在方程的类型为 (定义方程) (消费函数) (投资函数) A．技术方程B.行为方程 C．恒等式D.制度方程 20．在联立方程模型中，下列关于工具变量的表述，错误的是 A．工具变量必须与将要替代的内生解释变量高度相关 B.工具变量必须是模型中的前定变量，与结构方程中的随机误差项不相关 C．若引入多个工具变量，即使工具变量之间存在多重共线性，也不影响估计结果 D.工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共线性 二、多项选择题(本大题共5小题，每小题2分，共10分) 在每小题列出的五个备选项中至少有两个是符合题目要求的，请将其选出并将“答题纸”的相应代码涂黑。错涂、多涂、少涂或未涂均无分。 21．对经济计量模型验证的准则有 A．经济理论准则B.最小二乘准则 C．统计准则D.数学准则 E．经济计量准则 22．在经典线性回归模型中，影响 的估计精度的因素有 A． 的期望值E( )B. 的估计值 C．随机误差项的方差 D. 的总变异 E． 的总变异 23．自相关情况下将导致 A．参数估计量不再是最小方差线性无偏估计量 B.均方差MSE可能严重低估误差项的方差 C．常用的F检验和t检验失效 D.参数估计量是无偏的 E．参数置信区间利用回归模型进行预测的结果会存在较大的误差 24．产生滞后的原因包括 A．心理因素B.技术因素 C．制度因素D.模型设计原因 E．估计参数原因 25．在截距变动模型 中模型系数 A． 是基础类型截距项B. 是基础类型截距项 C． 是公共截距系数D. 为公共截距项 E． 是差别截距系数 非选择题部分 注意事项： 用黑色字迹的签字笔或钢笔将答案写在答题纸上，不能答在试题卷上。 三、名词解释题(本大题共5小题，每小题3分，共15分) 26．内生变量 27．非随机方程 28．有限分布滞后模型 29．虚拟变量 30．结构式模型 四、简答题(本大题共5小题，每小题5分，共25分) 31．简述经济计量模型的用途。 32．试述最小二乘估计原理。 33．举例说明异方差的概念。 34．对分布滞后模型进行参数估计时存在什么困难? 35．举例说明截距斜率同时变动模型的应用。 五、简单应用题(本大题共2小题，每小题8分，共16分) 36．以1991~2010年中国某地区进口总额Y(亿元)为被解释变量，以地区生产总值X (亿元)为解释变量进行回归，得到回归结果如下： =-261.09+0.245 Se=(26.2) ( ) t=( ) (16.616) =0.939 n=20 要求：(1)将括号内缺失的数据补充完整； (2)如何解释系数0.245和系数-261.09? 37．假设有n种商品，其中某种商品的需求函数为： 式中， 是该商品的需求量；Y是居民收入; 是该商品的价格； ，…， 是其它商品的价格；P是n种商品的平均价格。 试分析： (1)该模型最有可能违背了经典线性回归模型的哪一个假设?为什么? (2)能否得到 ， ，…, 以及 各自的最小二乘估计? 六、综合应用题(本大题共1小题，14分) 38．在研究生产函数时，我们得到如下两样结果 模型I Ln =-5.04+0.887LnK+0.893LnL =0.878 n=21 模型II Ln =-8.57+0.272t+0.460LnK+1.285LnL =0.889 n=21 其中 =产量，K=资本，L=劳动时数，t=时间，n=样本容量 请回答以下问题 ①如何检验模型I中所有系数的统计显著性? ②如何检验模型II中所有系数的统计显著性? ③若t和LnK之间相关系数为0.97，你将从中得出什么结论? ④模型I的规模报酬为多少? (注： =0.05， =2.101， =2.110)

全国2014年4月高等教育自学考试计量经济学试题 　　课程代码：00142 　　请考生按规定用笔将所有试题的答案涂、写在答题纸上。 　　选择题部分 　　注意事项： 　　1.答题前，考生务必将自己的考试课程名称、姓名、准考证号用黑色字迹的签字笔或钢笔填写在答题纸规定的位置上。 　　2.每小题选出答案后，用2B铅笔把答题纸上对应题目的答案标号涂黑。如需改动，用橡皮擦干净后，再选涂其他答案标号。不能答在试题卷上。 　　一、单项选择题(本大题共20小题，每小题1分，共20分) 　　在每小题列出的四个备选项中只有一个是符合题目要求的，请将其选出并将“答题纸”的相应代码涂黑。错涂、多涂或未涂均无分。 　　1.模型中其数值由模型本身决定的变量是 　　A.外生变量 B.内生变量 　　C.前定变量 D.滞后变量 　　2.如果回归模型违背了同方差假定，最小二乘估计量是 　　A.无偏的，非有效的 B.有偏的，非有效的 　　C.无偏的，有效的 D.有偏的，有效的 　　3.半对数模型Y=中，参数的含义是 　　A.X的绝对量变化，引起Y的绝对量变化 　　B.Y关于X的边际变化 　　C.X的相对变化，引起Y的期望值绝对量变化 　　D.Y关于X的弹性 　　4.在一元线性回归模型中，的无偏估计量为 　　A. B. 　　C. D. 　　5.在模型的回归分析结果报告中，F统计量的p值=0.0000，则表明 　　A.解释变量X2t对Yt的影响是显著的 　　B.解释变量X3t对Yt的影响是显著的 　　C.解释变量X2t和X3t对Yt的联合影响是显著的 　　D.解释变量X2t和X3t对Yt的联合影响不显著 　　6.根据样本资料估计人均消费支出Y对人均收入X的回归方程为，ln=20.5+0.75lnx，这表明人均收入每增加1%，人均消费支出将增加 　　A.0.2% B.0.75% 　　C.2% D.7.5% 　　7.在回归模型中，X3与X4高度相关，X2与X3无关，X2与X4无关，则因为X3与X4的高度相关会使的方差 　　A.不受影响 B.变小 　　C.不确定 D.变大 　　8.在回归模型满足DW检验的前提条件下，当DW统计量等于2时，表明 　　A.存在完全的正自相关 B.存在完全的负自相关 　　C.不存在自相关 D.不能判定 　　9.在多元线性回归模型中，对回归系数(j=2，3，4)进行显著性检验时，t统计量为 　　A. B. 　　C. D. 　　10.在联立方程结构模型中，对模型中的每一个包含内生解释变量的随机方程单独使用普通最小二乘法得到的估计参数是 　　A.有偏但一致的 B.有偏且不一致的 　　C.无偏且一致的 D.无偏但不一致的 　　11.计量经济模型的基本应用领域有 　　A.结构分析、经济预测、政策评价 B.弹性分析、乘数分析、政策模拟 　　C.消费需求分析、生产技术分析 D.季度分析、年度分析、中长期分析 　　12.对于，以表示估计标准误差，表示回归值，则 　　A.=0时，∑(Yi-)≠0 B.=0时，∑(Yi-)2=0 　　C.=0时，∑(Yi-)为最小 D. =0时，∑(Yi-)2为最小 　　13.设样本回归模型为，则普通最小二乘法确定的的公式中，错误的是 　　A. B. 　　C. D. 　　14.对于，以表示估计标准误差，r表示相关系数，则有 　　A.=0时，r=1 B.=0时，r=-1 　　C.=0时，r=0 D.=0时，r=1或r=-1 　　15.在C—D生产函数Y=ALαKβ中 　　A.和是弹性 B. 和是乘数 　　C. 是弹性，不是弹性 D. 不是弹性，是弹性 　　16.用一组有30个观测值的样本估计模型后，在0.05的显著性水平上对b1的显著性作t检验，则b1显著地不等于零的条件是其统计量|t|大于等于 　　A.t0.05(30) B.t0.025(28) 　　C.t0.025(27) D.F0.025(1，28) 　　17.设截距和斜率同时变动模型为，下面哪种情况成立，则该模型为截距变动模型? 　　A. B. 　　C. D. 　　18.将一年四个季度对被解释变量的影响引入到包含截距项的回归模型当中，则需要引入虚拟变量的个数为 　　A.2 B.3 　　C.4 D.5 　　19.下列宏观经济计量模型中消费函数所在方程的类型为 　　Yt=Ct+It+Gt (定义方程) 　　Ct= (消费函数) 　　It= (投资函数) 　　A.技术方程 B.行为方程 　　C.恒等式 D.制度方程 　　20.在联立方程模型中，下列关于工具变量的表述，错误的是 　　A.工具变量必须与将要替代的内生解释变量高度相关 　　B.工具变量必须是模型中的前定变量，与结构方程中的随机误差项不相关 　　C.若引入多个工具变量，即使工具变量之间存在多重共线性，也不影响估计结果 　　D.工具变量与所要估计的结构方程中的前定变量之间的相关性必须很弱，以避免多重共线性 　　二、多项选择题(本大题共5小题，每小题2分，共10分) 　　在每小题列出的五个备选项中至少有两个是符合题目要求的，请将其选出并将“答题纸”的相应代码涂黑。错涂、多涂、少涂或未涂均无分。 　　21.计量经济学是以下哪些学科相结合的综合性学科? 　　A.统计学 B.计量学 　　C.经济预测 D.数学 　　E.经济学 　　22.在经典一元线性回归模型中，影响斜率的估计精度的因素有 　　A.Yi的期望值E(Yi) B.Yi的估计值 　　C.随机误差项的方差 D.误差项的协方差Cov(u) 　　E.Xi的总变异 　　23.以Y表示实际观测值，表示OLS估计回归值，e表示残差，则回归直线满足 　　A.通过样本均值点(，) B.∑Yi=∑ 　　C.∑(Yi—)2=0 D.∑(—)2=0 　　E.Cov(Xi，ei)=0 　　24.假设线性回归模型满足全部经典假设，则其参数的估计量具备 　　A.可靠性 B.无偏差 　　C.线性 D.无偏性 　　E.有效性 　　25.判定系数R2可表示为 　　A.R2= B. R2= 　　C. R2= D. R2= 　　E. R2= 　　非选择题部分 　　注意事项： 　　用黑色字迹的签字笔或钢笔将答案写在答题纸上，不能答在试题卷上。 　　三、名词解释题(本大题共5小题，每小题3分，共15分) 　　26.控制变量 　　27.调整后的判定系数 　　28.异方差 　　29.秩条件 　　30.方差膨胀因子 　　四、简答题(本大题共5小题，每小题5分，共25分) 　　31.简述经济计量分析工作的程序。 　　32.根据建立模型的目的不同，宏观经济计量模型分为哪几类? 　　33.在计量经济模型中，为什么会存在随机误差项? 　　34.简述回归分析与相关分析的联系和区别。 　　35.检验异方差性的方法有哪些? 　　五、简单应用题(本大题共2小题，每小题8分，共16分) 　　36.设模型为： 　　若X3i=0.5X4i 　　(1)该模型可能违背了经典线性回归模型的哪一个假设?为什么? 　　(2)能否得到，，，的最小二乘估计? 　　37.已知一模型的最小二乘法的回归结果如下： 　　=101.4-4.78Xi 　　标准差(45.2) (1.53) 　　n=30 R2=0.31 　　其中，Y：政府债券价格(百美元)，X：利率(估计模型时使用百分号上数字，即3%，则取3)。 　　回答以下问题： 　　(1)系数的符号是否正确，并说明理由; 　　(2)为什么左边是而不是Yi; 　　(3)在此模型中是否漏了误差项ui; 　　(4)该模型参数的经济意义是什么? 　　六、综合应用题(本大题共1小题，14分) 　　38.下表给出三变量模型的回归结果： 　　要求：(1)样本容量是多少? 　　(2)求RSS。 　　(3)ESS和RSS的自由度各是多少? 　　(4)求R2和。

——第二章：动态规划的分析学基础——我们已经了解了集值映射的基本理论。在这一章，我们致力于解决确定性动态规划的一些最重要的问题，随后（第三章）我们会转入测度论与积分理论的简要介绍，为随机递归模型做准备。第二章的内容会稍微有些多，因为从现在开始我们要切入《经济动态的递归方法》这本书的主题了。第二章总的脉络就是：回顾确定性动态规划的传统处理方式，提出问题：在什么情况下，对于Bellman方程的传统的处理方式是合法的？利用集值映射的基本理论、压缩映射原理给出Bellman方程解的存在性与唯一性，并说明了函数空间迭代法的合理性。利用凸分析中的一些概念（次梯度）和技巧说明 Step1.中的问题，说得确切一些，就是值函数的可微性。【一、关于动态规划的回顾】我们首先来复习一下，确定性动态规划要解决什么问题？或者说，它能够为我们做些什么？我们要清楚：状态变量，是指在 [公式] 时刻取值已经被确定了的量，其取值一般来自于过去的行为，或者来自于系统外部的其他过程。比如，我们考虑最简单的鲁滨逊 · 克鲁索经济：[公式]其中 [公式] 为效用贴现率，[公式] 为资产折旧率， [公式] 为当期投资， [公式] 为产出，资本存量 [公式] 是由 [公式] 时期继承而得到的，它是前定变量，因此它确定无疑地属于状态变量。但是，对于控制变量的选择有多种方案。鲁滨逊 · 克鲁索显然可以直接对当期的消费量 [公式] 做出选择，也就是说，此时 [公式] 就是控制变量；他也可以对 [公式] 进行选择，一旦选定了 [公式] 作为控制变量，那么当期消费量就被式子 [公式] 决定了。然而，我们一般选择 [公式] 作为控制变量！这主要是出于模型推导的方便性考虑的。我们马上就会明白为什么不选择 [公式] 作为控制变量。先选择 [公式] 作为控制变量，我们列出Bellman方程：[公式]其中第 [公式] 时刻的值函数 [公式] ， [公式] 。Bellman方程最大的特点是递归地表达问题，这也是为什么Nancy Stokey与两位诺奖得主 Lucas 和Prescott 写就的这部伟大著作称之为《经济动态的递归方法》，以及另一位诺奖得主 Sargent 将其名著取名为《递归宏观经济理论》的原因。本来鲁滨逊 · 克鲁索经济面临的是一个可数无穷维优化问题，现在转化为一个个（可数多个）一维优化问题。假设（问题就在这儿）值函数 [公式] 是存在的，并且有一阶可微性，那么我们首先要解出贝尔曼方程右边的那个优化问题，由一阶条件（对 [公式] 求导）我们得到：[公式]我们很快发现一阶条件包含了 [公式] ，这个导数我们是不知道的。同时，我们凭什么能够随意假设值函数是存在的，并且有一阶可微性？因为并不是对于所有的动态规划问题都会有这个性质。换句话说，我们须研究：动态规划模型必须满足哪些条件，才能够使得值函数是存在的，并且有一阶可微性？这是我们提出的问题。先把这个（纯数学）问题搁置一下，我们还是复习传统的做法，我们知道Benveniste Scheinkman包络定理（这个定理在本文后面会给出证明）： [公式] 的导数可以通过对Bellman方程中的值函数关于 [公式] 求偏导得到，即： [公式] 。将这个表达式后移一期就得到 [公式] ，带入到一阶条件的表达式中，就有经济学中著名的Euler方程：[公式] 。读者可以试一试用 [公式] 作为控制变量会怎么样？答案是：会很难处理下去！我们不妨写出用 [公式] 作为控制变量的Bellman方程：[公式]运用Benveniste Scheinkman包络定理 ，我们得到[公式]值函数的导数中依然含有值函数的导数，没有任何的改进。所以动态规划中，选择控制变量的诀窍是：要使得Benveniste Scheinkman包络定理的形式更简单，尽量多地把变量都放进目标函数里，目的是为了让预算约束中不包含 [公式] 时期的状态变量！以后，我们总是选择下期状态变量为控制变量。（《经济动态的递归方法》原书也是这么做的）【二、Bellman方程解的存在性与唯一性】我们知道在（完备的）度量空间中有一个极其简单但却非常有力的不动点定理：压缩映射原理。压缩的意思就是说：它可以使度量空间中的两个点不断地靠近。我们称算子 [公式] 是一个以 [公式] 为模的压缩映射，是指 [公式] ，其中 [公式] 表示距离。

内生变量是具有一定概率分布的随机变量,由模型自身决定,其数值是求解模型的结果.货币需求是内生变量.也可以是前定变量.它本身属于经济变量.

全国2009年10月高等教育自学考试计量经济学试题课程代码：00142一、单项选择题（本大题共25小题，每小题1分，共25分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。1.经济计量研究中的数据有两类，一类是时序数据，另一类是（ ）A.总量数据 B.横截面数据C.平均数据 D.相对数据2.经济计量学起源于对经济问题的（ ）A.理论研究 B.应用研究C.定量研究 D.定性研究3.下列回归方程中一定错误的是（ ）A. B. C. D. 4.以Yi表示实际观测值， 表示预测值，则普通最小二乘法估计参数的准则是（ ）A.∑（Yi一 ）2=0 B.∑（Yi- ）2=0C.∑（Yi一 ）2最小 D.∑（Yi- ）2最小5.在对回归模型进行统计检验时，通常假定随机误差项ui服从（ ）A.N（0，σ2） B.t（n-1）C.N（0， ）（如果i≠j，则 ≠ ） D.t（n）6.已知两个正相关变量的一元线性回归模型的判定系数为0.64，则解释变量与被解释变量间的线性相关系数为（ ）A.0.32 B.0.4C.0.64 D.0.87.在利用线性回归模型进行区间预测时，随机误差项的方差越大，则（ ）A.预测区间越宽，精度越低 B.预测区间越宽，预测误差越小C.预测区间越窄，精度越高 D.预测区间越窄，预测误差越大8.对于利用普通最小二乘法得到的样本回归直线，下面说法中错误的是（ ）A.∑ei=0 B.∑ei≠0C. ∑eiXi=0 D.∑Yi=∑ 9.下列方法中不是用来检验异方差的是（ ）A.安斯卡姆伯-雷姆塞检验 B.怀特检验C.戈里瑟检验 D.方差膨胀因子检验10.如果线性回归模型的随机误差项的方差与某个变量Zi成比例，则应该用下面的哪种方法估计模型的参数?（ ） A.普通最小二乘法 B.加权最小二乘法C.间接最小二乘法 D.工具变量法11.如果一元线性回归模型的残差的一阶自相关系数等于0.3，则DW统计量等于（ ）A.0.3 B.0.6C.1 D.1.412.如果dL<DW<du，则（ ）A.随机误差项存在一阶正自相关 B.随机误差项存在一阶负自相关C.随机误差项不存在一阶自相关 D.不能判断随机误差项是否存在一阶自相关13.记ρ为回归方程的随机误差项的一阶自相关系数，一阶差分法主要适用的情形是（ ）A.ρ≈0 B.ρ≈1C.ρ>0 D.ρ<014.方差膨胀因子的计算公式为（ ）A. B. C. D. 15.在有限分布滞后模型Yt=0.5+0.6Xt-0.8Xt-1+0.3Xt-2+ut中，短期影响乘数是（ ）A.0.3 B.0.5C.0.6 D.0.816.对于一个无限分布滞后模型，如果模型参数的符号都相同且参数按几何数列衰减，则该模型可以转化为（ ）A.Koyck变换模型 B.自适应预期模型C.部分调整模型 D.有限多项式滞后模型17.在联立方程模型中，识别的阶条件是（ ）A.充分条件 B.充要条件C.必要条件 D.等价条件18.在简化式模型中，其解释变量都是（ ）A.外生变量 B.内生变量C.滞后变量 D.前定变量19.对于联立方程模型中的制度方程，下面说法中正确的是（ ）A.不可识别 B.恰好识别C.过度识别 D.不存在识别问题20.如果某种商品需求的自价格弹性系数 >0，则该商品是（ ）A.正常商品 B.非正常商品C.高档商品 D.劣质商品21.如果某种商品需求的收入弹性系数0< <1，则该商品是（ ）A.必须品 B.高档商品C.劣质商品 D.吉芬商品22.设生产函数为Y=f（L，K），对于任意的 >l，如果f（ L， K）> f（L，K），则称该生产函数为（ ）A.规模报酬大于 B.规模报酬递增C.规模报酬递减 D.规模报酬规模小于 23.如果某商品需求的自价格弹性 =1，则（ ）A.需求富有弹性 B.需求完全有弹性C.单位需求弹性 D.需求缺乏弹性24.下列各种用途的模型中，特别注重模型拟合优度的是（ ）A.经济预测模型 B.结构分析模型C.政策分析模型 D.专门模型25.如果△Yt为平稳时间序列，则Yt为（ ）A.0阶单整 B.1阶单整C.2阶单整 D.协整二、多项选择题（本大题共5小题，每小题2分，共10分）在每小题列出的五个备选项中有二至五个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选、少选或未选均无分。26.下列现象中不属于相关关系的有（ ）A.家庭消费支出与收入 B.商品销售额与销售量、销售价格C.物价水平与商品需求 D.小麦产量与施肥量E.成绩总分与各门课程分数27.常用的处理多重共线性的方法有（ ）A.追加样本信息 B.使用非样本先验信息C.进行变量形式的转换 D.岭回归估计法E.主成分回归估计法28.在消费（Y）对收入（X）的回归分析中考虑性别的影响，则下列回归方程可能正确的有（ ）A.Y= + X+u B.Y= + D+ X+uC.Y= + + +u D. Y= + （DX）+uE. Y= + D+ X+ +u29.根据样本数据和分析期限的不同，将宏观经济计量模型分为（ ）A.月度模型 B.季度模型C.半年度模型 D.年度模型E.中长期模型30.下列检验中属于经济计量准则检验的有（ ）A.判定系数检验 B.序列相关检验C.方差非齐次性检验 D.多重共线性检验E.联立方程模型的识别性判断三、名词解释题（本大题共5小题，每小题3分，共15分）31.经济计量分析工作32.宏观经济计量模型的总体设计33.区间预测34.平稳时间序列35.恩格尔定律四、简答题（本大题共4小题，每小题5分，共20分）36.简述回归分析和相关分析之间的区别。37.有限多项式滞后模型可以解决有限分布滞后模型的哪些问题?38.简述识别的定义和种类。39.与单一需求方程模型相比，需求方程系统模型有哪些优点?五、计算题（本大题共2小题，每小题10分，共20分）40.根据某地区居民过去10年的人均年储蓄额（Y）和人均年收入额（X）的历史数据，计算得：∑Xi=293，∑Yi=81，∑（Xi－ ）（Yi－ ）=200.7，∑（Xi－ ）2=992.1，∑（Yi－ ）2=44.9。求：（1）人均年储蓄额（Y）关于人均年收入额（X）的线性回归方程；（2）该回归方程的判定系数。41.根据某种商品在26个城市的销售量（Y）和销售价格（X）的横截面数据，对销售量（Y）关于销售价格（X）进行线性回归。为了检验回归模型的随机误差项是否存在异方差，将26对观测值按销售价格（X）从大到小排序。根据前面13对观测值，对销售量（Y）关于销售价格（X）进行线性回归，回归的残差平方和为RSS1=1536.8。根据后面13对观测值，对销售量（Y）关于销售价格（X）进行线性回归，回归的残差平方和为RSS2=377.17。（1）试在5％的显著性水平下判断回归模型的随机误差项是否存在异方差性。（F0.05（11，1I）=2.82， F0.05（12，12）=2.69）（2）如果回归模型的随机误差项存在异方差性，会对线性回归分析造成什么影响?六、分析题（本大题共l小题，10分）42.在某种饮料的需求Q对其价格P的线性回归分析中，综合考虑“地区”因素和“季节”因素的如下影响：（1）“地区”（农村、城市）因素影响其截距；（2）“季节”（春、夏、秋、冬）因素影响其截距和斜率。试分析确定该种饮料需求的线性回归模型

他的书上确实有，但按照他的方法，无法得到相关的hausman值呀而且在面板下检验内生变量的hausman检验如何做呢？you can do it with eviews5.1 limdep,sas and stataStata can do Hausman test for panel data. Following is stata 8.0 code for hausman test to compare random effect model and fixed effect model.(If there are some variables are endogeneous, FEM is better than REM ). xtreg dependentvar independentvar1 independentvar2 independentvar3 ... , fe . estimates store fixed . xtreg dependentvar independentvar1 independentvar2 independentvar3 ... , re . estimates store random . hausman fixed random When you use "panel" in Limdep, it will report the results of Hausman test.SAS/IML can do everything. I have SAS/IML code for panel data and Hausman test. If you want it,please let me know, i will send you a copy.limdep,sas and stata 这三个软件比较起来怎么样？我还是习惯于用stata， 觉得SAS要编程序，比较麻烦。另外，LIMDEP 还没见过，听说是写Econometric Analysis的Greene 开发出来的？ 怎么样的软件，有人介绍一下吗？limdep也不错的，

前定变量是独立于变量所在方程当期和未来各期随机误差项的变量

前定变量是独立于变量所在方程当期和未来各期随机误差项的变量

前定变量是独立于变量所在方程当期和未来各期随机误差项的变量。前定内生变量和外生变量，和称为前定变量。前定内生变量是指过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量影响，但能够影响所研究的本期内生变量。扩展资料：介绍前定变量(predetermined variables)计量经济学术语，指决定计量经济模型当前状态的变量。考虑动态模型其中Y，为内生变量，X，为外生变量，Y，一，为滞后内生变量，X‘一，为滞后外生变量.其中有一些变量在系统内部时刻影响着内生变量的变动，而其值已在系统外部确定或由系统在过去确定，这些变量就是前定变量.前定变量包括外生变量X,、滞后外生变量X，一，、滞后内生变量Yt_;参考资料来源：百度百科-前定变量

前定变量是独立于变量所在方程当期和未来各期随机误差项的变量。前定内生变量和外生变量，和称为前定变量。前定内生变量是指过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量影响，但能够影响所研究的本期内生变量。

前定内生变量和外生变量，和称为前定变量。前定内生变量是指过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量影响，但能够影响所研究的本期内生变量。

解释变量(explanatory variable)亦称“说明变量”、“可控制变量”，是经济计量模型中的自变量。解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。

计量经济学中的普通最小二乘法（OLS）的4个基本假设条件分别为：1、解释变量是确定变量，不是随机变量。2、随机误差项具有零均值、同方差何不序列相关性。3、随机误差项与解释变量之间不相关。4、随机误差项服从零均值、同方差、零协方差的正态分布。一、原理工具变量法对于恰好识别的结构方程是有效的。但对过度识别方程虽然能够给出过度识别结构方程的参数估计，但这种方法不是有效的。其原因在于选择工具变量的任意性和失去了未被选用的前定变量所提供的信息。那么如何解决在模型中选取前定变量来构造内生说明变量的工具变量呢?二、特性在实际应用二阶段最小二乘法时，第一阶段对约简型方程应用OLS法只需求出我们所需要的，并不需要求出相应的εit的值。第二阶段只需用代替所估计方程右边的yit即可应用OLS法，只不过这里的ε*it已不是原来uit罢了。综上所述，二阶段最小二乘法第一阶段的任务是产生一个工具变量。第二阶段的任务是通过一种特殊形式的工具变量法得出结构参数的一致估计量。三、实现一个很自然的想法是，如果模型中每个内生说明变量的工具变量都在前定变量中选取，那么工具变量的最普遍的形式便是模型中所有前定变量的线性组合，也就是我们可以利用间接最小二乘法将约简型方程估计式作为工具变量。这就解决了选择工具变量的唯一性和合理性的问题。所谓合理就是指工具变量与它所代表的内生说明变量相关性最强。四、应用在EViews软件中，二阶段最小二乘法，选择工具变量可以直接应用TSLS来实现。

解释变量内生性检验首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。 reg ldi lofdi estimates store ols xtivreg ldi (lofdi=l.lofdi ldep lexr) estimates store iv hausman iv ols （在面板数据中使用工具变量，Stata提供了如下命令来执行2SLS:xtivreg depvar [varlist1] (varlist_2=varlist_iv) （选择项可以为fe，re等，表示固定效应、随机效应等。详见help xtivreg）如果存在内生解释变量，则应该选用工具变量，工具变量个数不少于方程中内生解释变量的个数。“恰好识别”时用2SLS。2SLS的实质是把内生解释变量分成两部分，即由工具变量所造成的外生的变动部分，以及与扰动项相关的其他部分；然后，把被解释变量对中的这个外生部分进行回归，从而满足OLS前定变量的要求而得到一致估计量。tptqtp 二、异方差与自相关检验在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关，面板异方差检验： xtgls enc invs exp imp esc mrl,igls panel(het) estimates store hetero xtgls enc invs exp imp esc mrl,igls estimates store homo local df = e(N_g) - 1 lrtest hetero homo, df(`df") 面板自相关：xtserial enc invs exp imp esc mrl 则存在一种更有效的方法，即GMM。从某种意义上，GMM之于2SLS正如GLS之于OLS。好识别的情况下，GMM还原为普通的工具变量法；过度识别时传统的矩估计法行不通，只有这时才有必要使用GMM，过度识别检验（Overidentification Test或J Test）：estat overid 三、工具变量效果验证工具变量：工具变量要求与内生解释变量相关，但又不能与被解释变量的扰动项相关。由于这两个要求常常是矛盾的，故在实践上寻找合适的工具变量常常很困难，需要相当的想象力与创作性。常用滞后变量。需要做的检验：检验工具变量的有效性：（1） 检验工具变量与解释变量的相关性如果工具变量z与内生解释变量完全不相关，则无法使用工具变量法；如果与仅仅微弱地相关，。这种工具变量被称为“弱工具变量”（weak instruments）后果就象样本容量过小。检验弱工具变量的一个经验规则是，如果在第一阶段回归中，F统计量大于10，则可不必担心弱工具变量问题。Stata命令：estat first（显示第一个阶段回归中的统计量）（2） 检验工具变量的外生性（接受原假设好）在恰好识别的情况下，无法检验工具变量是否与扰动项相关。在过度识别（工具变量个数>内生变量个数）的情况下，则可进行过度识别检验（Overidentification Test），检验原假设所有工具变量都是外生的。如果拒绝该原假设，则认为至少某个变量不是外生的，即与扰动项相关。0H Sargan统计量，Stata命令：estat overid 四、GMM过程在Stata输入以下命令，就可以进行对面板数据的GMM估计。 . ssc install ivreg2 （安装程序ivreg2 ） . ssc install ranktest （安装另外一个在运行ivreg2 时需要用到的辅助程序ranktest） . use "traffic.dta"（打开面板数据） . xtset panelvar timevar （设置面板变量及时间变量） . ivreg2 y x1 (x2=z1 z2),gmm2s （进行面板GMM估计，其中2s指的是2-step GMM）

解释变量(explanatory variable)亦称“说明变量”、“可控制变量”，是 经济计量模型中的自变量。解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。被预测变量，又叫被解释变量，多见于回归分析中，相当于实验研究中的因变量。回归分析中的变量关系不像实验研究中的变量之间因果关系明确，因而多称为预测变量和被预测变量。扩展资料：在解释变量中含有当期的内生变量的多方程模型称为“联立方程模型”。在联立方程模型中，变量分为两类：一类是作为被解释变量的内生变量，即其数值是在所设定的经济系统的模型内决定的。内生变量是对模型进行求解所要获得的结果。另一类是作为解释变量的前定变量，即其数值在模型求解之前已事先给定。前定变量包括外生变量和内生变量的滞后变量。参考资料来源：百度百科—被解释变量参考资料来源：百度百科—解释变量

1. 解释变量是确定变量，不是随机变量2. 随机误差项具有零均值、同方差何不序列相关性3. 随机误差项与解释变量之间不相关4. 随机误差项服从零均值、同方差、零协方差的正态分布

解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。被预测变量，又叫被解释变量，多见于回归分析中，相当于实验研究中的因变量。回归分析中的变量关系不像实验研究中的变量之间因果关系明确，因而多称为预测变量和被预测变量。扩展资料前定变量包括外生变量和内生变量的滞后变量。外生变量是其数值在所设定的经济系统的模型之外来决定的变量，滞后变量是某个变量的时间滞后量。假如变量X不取当期值而取其前期值，因居民个人可支配收入的前期值对当期的商品需求量有滞后的影响，则居民个人可支配收入的前期值称为“滞后变量”。在经济模型中，外生变量又可分为政策变量和非政策变量。政策变量又称“可控外生变量”，是指可由决策者控制的外生变量；非政策变量又称“非可控外生变量”，是指决策者难以控制或不能控制的外生变量。变量的范围确定了能够知晓该变量存在的那部分代码。在一个过程内部声明变量时，只有过程内部的代码才能访问或改变那个变量的值；它有一个范围，对该过程来说是局部的。但是，有时需要使用具有更大范围的变量，例如这样一个变量，其值对于同一模块内的所有过程都有效，甚至对于整个应用程序的所有过程都有效。参考资料来源：百度百科—被解释变量参考资料来源：百度百科—解释变量

解释变量(explanatory variable)亦称“说明变量”、“可控制变量”，是 经济计量模型中的自变量。解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。被预测变量，又叫被解释变量，多见于回归分析中，相当于实验研究中的因变量。回归分析中的变量关系不像实验研究中的变量之间因果关系明确，因而多称为预测变量和被预测变量。扩展资料：在解释变量中含有当期的内生变量的多方程模型称为“联立方程模型”。在联立方程模型中，变量分为两类：一类是作为被解释变量的内生变量，即其数值是在所设定的经济系统的模型内决定的。内生变量是对模型进行求解所要获得的结果。另一类是作为解释变量的前定变量，即其数值在模型求解之前已事先给定。前定变量包括外生变量和内生变量的滞后变量。参考资料来源：百度百科—被解释变量参考资料来源：百度百科—解释变量

计量经济学中的普通最小二乘法（OLS）的4个基本假设条件分别为：1、解释变量是确定变量，不是随机变量。2、随机误差项具有零均值、同方差何不序列相关性。3、随机误差项与解释变量之间不相关。4、随机误差项服从零均值、同方差、零协方差的正态分布。一、原理工具变量法对于恰好识别的结构方程是有效的。但对过度识别方程虽然能够给出过度识别结构方程的参数估计，但这种方法不是有效的。其原因在于选择工具变量的任意性和失去了未被选用的前定变量所提供的信息。那么如何解决在模型中选取前定变量来构造内生说明变量的工具变量呢?二、特性在实际应用二阶段最小二乘法时，第一阶段对约简型方程应用OLS法只需求出我们所需要的，并不需要求出相应的εit的值。第二阶段只需用代替所估计方程右边的yit即可应用OLS法，只不过这里的ε*it已不是原来uit罢了。综上所述，二阶段最小二乘法第一阶段的任务是产生一个工具变量。第二阶段的任务是通过一种特殊形式的工具变量法得出结构参数的一致估计量。三、实现一个很自然的想法是，如果模型中每个内生说明变量的工具变量都在前定变量中选取，那么工具变量的最普遍的形式便是模型中所有前定变量的线性组合，也就是我们可以利用间接最小二乘法将约简型方程估计式作为工具变量。这就解决了选择工具变量的唯一性和合理性的问题。所谓合理就是指工具变量与它所代表的内生说明变量相关性最强。四、应用在EViews软件中，二阶段最小二乘法，选择工具变量可以直接应用TSLS来实现。

解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。被预测变量，又叫被解释变量，多见于回归分析中，相当于实验研究中的因变量。回归分析中的变量关系不像实验研究中的变量之间因果关系明确，因而多称为预测变量和被预测变量。扩展资料前定变量包括外生变量和内生变量的滞后变量。外生变量是其数值在所设定的经济系统的模型之外来决定的变量，滞后变量是某个变量的时间滞后量。假如变量X不取当期值而取其前期值，因居民个人可支配收入的前期值对当期的商品需求量有滞后的影响，则居民个人可支配收入的前期值称为“滞后变量”。在经济模型中，外生变量又可分为政策变量和非政策变量。政策变量又称“可控外生变量”，是指可由决策者控制的外生变量；非政策变量又称“非可控外生变量”，是指决策者难以控制或不能控制的外生变量。变量的范围确定了能够知晓该变量存在的那部分代码。在一个过程内部声明变量时，只有过程内部的代码才能访问或改变那个变量的值；它有一个范围，对该过程来说是局部的。但是，有时需要使用具有更大范围的变量，例如这样一个变量，其值对于同一模块内的所有过程都有效，甚至对于整个应用程序的所有过程都有效。参考资料来源：百度百科—被解释变量参考资料来源：百度百科—解释变量

解释变量内生性检验首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。reg ldi lofdiestimates store olsxtivreg ldi (lofdi=l.lofdi ldep lexr)estimates store ivhausman iv ols（在面板数据中使用工具变量，Stata提供了如下命令来执行2SLS:xtivreg depvar [varlist1] (varlist_2=varlist_iv) （选择项可以为fe，re等，表示固定效应、随机效应等。详见help xtivreg）如果存在内生解释变量，则应该选用工具变量，工具变量个数不少于方程中内生解释变量的个数。“恰好识别”时用2SLS。2SLS的实质是把内生解释变量分成两部分，即由工具变量所造成的外生的变动部分，以及与扰动项相关的其他部分；然后，把被解释变量对中的这个外生部分进行回归，从而满足OLS前定变量的要求而得到一致估计量。tptqtp二、异方差与自相关检验在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关，面板异方差检验：xtgls enc invs exp imp esc mrl,igls panel(het)estimates store heteroxtgls enc invs exp imp esc mrl,iglsestimates store homolocal df = e(N_g) - 1lrtest hetero homo, df(`df")面板自相关：xtserial enc invs exp imp esc mrl则存在一种更有效的方法，即GMM。从某种意义上，GMM之于2SLS正如GLS之于OLS。好识别的情况下，GMM还原为普通的工具变量法；过度识别时传统的矩估计法行不通，只有这时才有必要使用GMM，过度识别检验（Overidentification Test或J Test）：estat overid三、工具变量效果验证工具变量：工具变量要求与内生解释变量相关，但又不能与被解释变量的扰动项相关。由于这两个要求常常是矛盾的，故在实践上寻找合适的工具变量常常很困难，需要相当的想象力与创作性。常用滞后变量。需要做的检验：检验工具变量的有效性：（1） 检验工具变量与解释变量的相关性如果工具变量z与内生解释变量完全不相关，则无法使用工具变量法；如果与仅仅微弱地相关，。这种工具变量被称为“弱工具变量”（weak instruments）后果就象样本容量过小。检验弱工具变量的一个经验规则是，如果在第一阶段回归中，F统计量大于10，则可不必担心弱工具变量问题。Stata命令：estat first（显示第一个阶段回归中的统计量）（2） 检验工具变量的外生性（接受原假设好）在恰好识别的情况下，无法检验工具变量是否与扰动项相关。在过度识别（工具变量个数>内生变量个数）的情况下，则可进行过度识别检验（Overidentification Test），检验原假设所有工具变量都是外生的。如果拒绝该原假设，则认为至少某个变量不是外生的，即与扰动项相关。0HSargan统计量，Stata命令：estat overid四、GMM过程在Stata输入以下命令，就可以进行对面板数据的GMM估计。. ssc install ivreg2 （安装程序ivreg2 ）. ssc install ranktest （安装另外一个在运行ivreg2 时需要用到的辅助程序ranktest）. use "traffic.dta"（打开面板数据）. xtset panelvar timevar （设置面板变量及时间变量）. ivreg2 y x1 (x2=z1 z2),gmm2s （进行面板GMM估计，其中2s指的是2-step GMM）

四元线性回归模型共有无数个解释变量。多元线回归模型的形式，由于在实际经济问题中，一个变量往往受到多个原因变量的影响。在线性回归模型中解释变量有多个，这样的模型被称为多元线性回归模型。比如建立消费函数模型，有关的解释变量可以包括：收入，物价指数，储蓄指数等。在解释变量中含有当期的内生变量的多方程模型称为“联立方程模型”。在联立方程模型中，变量分为两类：一类是作为被解释变量的内生变量，即其数值是在所设定的经济系统的模型内决定的。内生变量是对模型进行求解所要获得的结果。另一类是作为解释变量的前定变量，即其数值在模型求解之前已事先给定。前定变量包括外生变量和内生变量的滞后变量。

计量经济学中的普通最小二乘法（OLS）的4个基本假设条件是什么？写回答计量经济学中的普通最小二乘法（OLS）的4个基本假设条件是什么？写回答 共4个回答angela韩雪倩LV.22019-06-08计量经济学中的普通最小二乘法（OLS）的4个基本假设条件分别为：1、解释变量是确定变量，不是随机变量。2、随机误差项具有零均值、同方差何不序列相关性。3、随机误差项与解释变量之间不相关。4、随机误差项服从零均值、同方差、零协方差的正态分布。通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。

解释变量，按照一定的规律对模型中作为因变量的经济变量产生影响，并对因变量的变化原因作出解释或说明。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。例如，对于描述市场上某种商品价格和供给量之间关系的经济计量模型，价格的变化影响生产者向市场提供商品的数量。因此，价格变量是该模型的解释变量。在联立方程模型中，内生变量、外生变量和滞后变量都可作为解释变量。被预测变量，又叫被解释变量，多见于回归分析中，相当于实验研究中的因变量。回归分析中的变量关系不像实验研究中的变量之间因果关系明确，因而多称为预测变量和被预测变量。扩展资料前定变量包括外生变量和内生变量的滞后变量。外生变量是其数值在所设定的经济系统的模型之外来决定的变量，滞后变量是某个变量的时间滞后量。假如变量X不取当期值而取其前期值，因居民个人可支配收入的前期值对当期的商品需求量有滞后的影响，则居民个人可支配收入的前期值称为“滞后变量”。在经济模型中，外生变量又可分为政策变量和非政策变量。政策变量又称“可控外生变量”，是指可由决策者控制的外生变量；非政策变量又称“非可控外生变量”，是指决策者难以控制或不能控制的外生变量。变量的范围确定了能够知晓该变量存在的那部分代码。在一个过程内部声明变量时，只有过程内部的代码才能访问或改变那个变量的值；它有一个范围，对该过程来说是局部的。但是，有时需要使用具有更大范围的变量，例如这样一个变量，其值对于同一模块内的所有过程都有效，甚至对于整个应用程序的所有过程都有效。参考资料来源：百度百科—被解释变量参考资料来源：百度百科—解释变量

计量经济学中的普通最小二乘法（OLS）的4个基本假设条件分别为：1、解释变量是确定变量，不是随机变量。2、随机误差项具有零均值、同方差何不序列相关性。3、随机误差项与解释变量之间不相关。4、随机误差项服从零均值、同方差、零协方差的正态分布。一、原理工具变量法对于恰好识别的结构方程是有效的。但对过度识别方程虽然能够给出过度识别结构方程的参数估计，但这种方法不是有效的。其原因在于选择工具变量的任意性和失去了未被选用的前定变量所提供的信息。那么如何解决在模型中选取前定变量来构造内生说明变量的工具变量呢?二、特性在实际应用二阶段最小二乘法时，第一阶段对约简型方程应用OLS法只需求出我们所需要的，并不需要求出相应的εit的值。第二阶段只需用代替所估计方程右边的yit即可应用OLS法，只不过这里的ε*it已不是原来uit罢了。综上所述，二阶段最小二乘法第一阶段的任务是产生一个工具变量。第二阶段的任务是通过一种特殊形式的工具变量法得出结构参数的一致估计量。三、实现一个很自然的想法是，如果模型中每个内生说明变量的工具变量都在前定变量中选取，那么工具变量的最普遍的形式便是模型中所有前定变量的线性组合，也就是我们可以利用间接最小二乘法将约简型方程估计式作为工具变量。这就解决了选择工具变量的唯一性和合理性的问题。所谓合理就是指工具变量与它所代表的内生说明变量相关性最强。四、应用在EViews软件中，二阶段最小二乘法，选择工具变量可以直接应用TSLS来实现。