2017广东财经大学硕士复试真题之507计量经济学

罗老师 / 2019-05-05

广东财经大学硕士研究生入学考试试卷

考试年度：2017年考试科目代码及名称：F507-计量经济学

适用专业：020209计量经济学

［友情提醒：请在考点提供的专用答题纸上答题，答在本卷或草稿纸上无效！］

一、单项选择题（10题，每题2分，共20分）

1．计量经济模型分为单方程模型和（）。

A.随机方程模型 B.行为方程模型

C.联立方程模型 D.非随机方程模型

2．总体回归线是指：（）。

A.解释变量X取给定值时，被解释变量Y的样本均值的轨迹

B.样本观测值拟合的最好的曲线

C.使残差平方和最小的曲线

D.解释变量X取给定值时，被解释变量Y的条件均值的轨迹

3．DW的取值范围是：（）。

A.0≤DW≤4 B.-1≤DW≤1 C.-2≤DW≤2 D.-1≤DW≤0

4．在具体运用加权最小二乘法时，如果变换的结果是，则Var（）是下列形式中的哪一种（）。

A． B． C． D．

5．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=0 C. F=-1 D. F=∞

6．阿尔蒙变换适用于下列什么模型（）。

A.无限分布滞后模型 B. 有限分布滞后模型

C.无限自回归模型 D. 有限自回归模型

7．对两个包含的解释变量个数不同的回归模型进行拟合优度比较时，应比较它们的（）。

A.判定系数 B.调整后判定系数

C.标准误差 D.估计标准误差

8．设个人消费函数中，消费支出Y不仅与收入X有关，而且与消费者的性别、年龄构成有关，年龄构成可以分为老、中、青、少四个层次，假定边际消费倾向不变，该消费函数引入虚拟变量的个数为（）。

A.1个 B. 2个 C. 3个 D. 4个

9、关于计量经济模型变量的说法中正确的是（）。

A.外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.内生变量是非随机变量

10、在结构式模型中，若某结构式方程标准形式的变量系数存在零约束，则该结构方程：（）。

A.不可识别的 B.过度识别的 C.恰好识别的 D.不能判断

二、判断题（10题，每题1分，共10分，对的打“√”，错的打“×”）

1．计量经济学模型解释经济活动中各因素之间的理论关系，用确定性的数学方程加以描述。（）

2．双对数模型的R2值可以与对数-线性模型的相比较，但不能与线性-对数模型的相比较。（）

3．采用普通最小二乘法，已经保证了模型最好地拟合样本观测值，因而不需要进行拟合优度检验。（）

4．整个多元回归模型在统计上是显著的意味着模型中任何一个单独的变量均是统计显著的。（）

5．一旦模型中的解释变量是随机变量，则违背了基本假设，模型的OLS估计量有偏且不一致。（）

6．对于计量经济学模型Yi=α+βXi+μi，参数β估计量的方差会随着观察值数目n增加而减少。（）

7．模型识别的秩条件是充分必要条件，而模型识别的阶条件是充分条件。（）

8．如果两个非平稳时间序列是协整的，则这两个序列的传统回归结果是有意义的。（）

9．结构型模型通常具有偏倚性问题，而简化型模型没有。（）

10．对于过度识别的结构方程，狭义工具变量法、间接最小二乘法和二阶段最小二乘法三种方法是等价的。（）

三、简答题（3题，每题10分，共30分）

1．经济计量模型中误差项的来源有哪些？

2．广义差分变换的目的是什么？以一元回归模型Yt=b0+b1Xt+ut为例，写出广义差分变换的过程。其中，误差项ut服从AR(1)过程。

3．滞后变量模型有哪几种类型？分布滞后模型使用OLS方法存在哪些问题？

四、综合分析题（4题，每题10分，共40分）

1．对广东省18个国家调查样本市、县（区）的人均消费性支出（Y）和人均可支配收入（X）数据进行一元回归分析，得到回归残差的平方对X的回归结果如下：

Dependent Variable: E^2
Method: Least Squares
Sample: 1 18
Included observations: 18
Variable	Coefficient	Std. Error	t-Statistic	Prob.
X	39.81472	8.491099	4.688995	0.0002
R-squared	-0.018550	Mean dependent var		720761.2
Adjusted R-squared	-0.018550	S.D. dependent var		641682.6
S.E. of regression	647606.8	Akaike info criterion		29.65391
Sum squared resid	7.13E+12	Schwarz criterion		29.70337
Log likelihood	-265.8852	Durbin-Watson stat		2.628530