《计量经济学》总复习.doc

《计量经济学》总复习 一、名词解释 多重共线性：在线性回归模型中，如果某两个或多个解释变量之间出现了相关性，则称为多重共线性。 自相关：自相关是指随机误差项与自身的滞后项存在相关，分为一阶自相关和高阶自相关两种形式。 异方差：是指模型违反古典假定中的同方差性，即各残差项的方差并非相等。 虚拟变量：在计量经济学中，我们把取值为0和1的人工变量称为虚拟变量。 面板数据：发生在同一时间截面上的调查数据 加权最小二乘法：是对各个残差的平方赋予不同的权重后求和，求解参数估计值，使加权之后的残差平方和最小。 最小二乘法：（OLS）是利用残差平方和为最小来求解回归模型参数的参数估计方法。 联立方程模型：联立方程模型就是描述经济变量间联立依存性的方程体系。 二、简答题 1、简要说明计量经济模型与数理经济模型的关系？ 计量经济模型与数理经济模型分别属于两门不同的学科。数理经济学是在理论的层面上运用数学语言来研究和表述经济理论, 而计量经济学是在经验的层面上对经济现象在具体时间、地点、条件下的结局进行描述、估计或预测。 数理经济模型为计量经济分析提供了理论框架,但是,不能直接简单地把数理经济模型当作计量经济模型使用;由于计量经济分析所使用的样本数据都是调查数据,在这种条件下,计量经济分析无法论证变量之间的因果关系,它所能够做的事情只能是,针对经济学中所论证的经济现象之间的因果关系来测算具体时间、地点、条件下具体的因果关系效应 2、什么是多重共线性，其解决方法是什么？ 多重共线性（Multicollinearity）是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系而使模型估计失真或难以估计准确。一般来说，由于经济数据的限制使得模型设计不当，导致设计矩阵中解释变量间存在普遍的相关关系。 多重共线性的解决方法（1）排除引起共线性的变量找出引起多重共线性的解释变量，将它排除出去，以逐步回归法得到最广泛的应用。（2）差分法时间序列数据、线性模型：将原模型变换为差分模型。（3）减小参数估计量的方差：岭回归法（Ridge Regression）。 Huber/White/sandwich异方差稳健标准差给出了标准差的稳健形式， 其中，表示X矩阵的第i行观测值（包括常数项）, 表示模型的残差。 第二种方法是对模型的进行适当的转换，使得转换后模型的误差性满足同方差、无序列相关的假定条件。这即是广义最小二乘法（GLS）。 假设，那么对于正定矩阵可以找到矩阵M，使得 M即是矩阵(的Cholesky分解。在方程两边同时乘以M，得到转换后的新模型： 令，即。 新的随机误差项的协方差矩阵为，显然是同方差、无序列相关的。目标函数，即残差平方和，为： 即，目标函数是u的加权平方和，而权数矩阵则是u的协方差矩阵的逆矩阵。根据一阶条件，新模型的OLS估计量即是原模型的GLS估计量。 具有BLUE性质，而转换后模型的参数估计量与最初模型的参数是完全相同的。 4、异方差问题会对模型估计结果产生什么影响，克服的方法是什么？ 模型中存在异方差或自相关时时，不会影响OLS估计量的无偏性，但会导致参数估计量的协方差是非有效的，即(2 (XX)-1不等于真实的方差矩阵，t统计量、F统计量也不再服从t分布、F分布。因此，可能导致错误的推断。 因此，要解决异方差和自相关的问题，可以按照两种思路。第一种方法是对协方差矩阵进行改进，使得修正后的t统计量服从t分布，这种方法称作稳健标准差。 第二种方法是对模型的进行适当的转换，使得转换后模型的误差性满足同方差、无序列相关的假定条件。这即是广义最小二乘法（GLS）。 5、进行时间序列分析的基本步骤是什么。 建立时间序列模型通常包括三个步骤。（1）模型的识别，（2）模型参数的估计，（3）模型的诊断与检验。 模型的识别就是通过对相关图与偏相关图的分析，初步确定适合于给定样本的ARIMA模型形式，即确定d, p, q的值。 模型参数的估计就是待初步确定模型形式后对模型参数进行估计。 诊断与检验就是以样本为基础检验所拟合的模型，以求发现某些不妥之处。如果估计的模型中的某些参数估计值不能通过显著性检验，或者残差序列不能近似为一个白噪声序列，应返回第一步再次对模型进行识别。如果上述两个问题都不存在，就可以接受所建立的模型。异方差性问题：特征：无偏，一致但标准差偏误。检测方法：图示法，Park与Gleiser检验法，Goldfeld-Quandt检验法，White检验法-------用WLS修正异方差 序列相关性问题：特征：无偏，一致，但检验不可靠，预测无效。检测方法：图示法，回归检验法，Durbin-Waston检验法，Lagrange乘子检验法-------用GLS或广义差分法修正序列相关性 多重共