厦门大学《计量经济学》博士研究生入学试题.docVIP

《计量经济学》博士研究生入学试题（A）解答 一、简答题 1、 指出稳健标准误和稳健统计量的适用条件。 答：稳健标准误和稳健统计量的适用条件是样本容量较大的的场合。在大样本容量的情况下，一般在横截面数据分析中总是报告稳健标准误。在小样本情况下，稳健统计量不那么接近分布，从而可能导致推断失误。 2、 若回归模型的随机误差项可能存在（）阶自相关，应采用什么检验？其检验过程和检验统计量是什么？ 答：如果模型：的误差项满足：，其中是白噪声。 原假设: ,,…， 那么，以下两种回答都可以。 1）、(1). 对,,…,( )做回归,求出残差； (2). 对,,…,, ,,…，做回归, ( ),得到； (3). 计算(2)中的,,…，联合检验统计量。若检验统计量大于临界值，则判定回归模型的随机误差项存在（）阶自相关；否则，则判定判定回归模型的随机误差项不存在（）阶自相关。 2）、 完成了1）中的（1）、（2）两步以后，运用布劳殊—戈弗雷检验（Bresch Goldfery test），由于它在原假设成立时渐近服从分布。当大于临界值，则判定回归模型的随机误差项存在（）阶自相关；否则，判定回归模型的随机误差项不存在（）阶自相关。 3、 谬误回归的主要症状是什么？检验谬误回归的方法主要有哪些？在回归中使用非平稳的时间序列必定会产生伪回归吗？ 答：格兰杰（Granger）和纽博尔德（Newbold）认为在用时间序列数据进行回归估计时，如果在数值上大于德宾—沃特森统计量，则我们应当怀疑有谬误回归存在。 检验谬误回归的方法主要是用DF和ADF检验考察回归的残差是否服从I(0)，进而判定变量之间的关系是否为协积的，从而检验出谬误回归的存在性。 回归中使用非平稳的时间序列不一定会产生谬误回归，比如两个协积的变量，虽然它们可以非平稳，但是不会产生谬误回归。 4、一般的几何滞后分布模型具有形式：， ， ， 。 如何对这类模型进行估计，才能获得具有较好性质的参数估计量？ 答：对一般的几何滞后分布模型 ，有限的观测不可能估计无限的参数。为此，必须对模型形式进行变换： 注意到： ， 从而： 由于与相关，所以该模型不能用OLS方法进行估计，必须采用诸如工具变量等方法进行估计，才能获得具有较好性质的参数估计量。 5、假定我们要估计一元线性回归模型： ， ， 但是担心可能会有测量误差，即实际得到的可能是，是白噪声。如果已经知道存在与相关但与和不相关的工具变量，如何检验是否存在测量误差？ 答：已知存在与相关但与和不相关的工具变量，用最小二乘法估计模型，得到残差。把残差作为解释变量放入回归方程，用最小二乘法估计这个人工回归，对显著性假设运用通常的检验。 ： （与之间没有相关性） ： （与之间有相关性） 注意，由可推得，即：。 利用对所做回归得到的残差替代，对系数作估计，当检验显著时就表明与之间有相关性，即存在测量误差。否则就没有。 6、考虑一个单变量平稳过程 （1） 这里， 以及 。 由于（1）式模型是平稳的，都将达到静态平衡值，即对任何有： ， 于是对（1）式两边取期望，就有 ( 2) 也就是 (3) 这里是关于的长期乘数， 重写(1)式就有： (4) 我们称(4)式为(1)式的误差修正机制（Error-correction Mechanism）表达式（ECM）。在（4） 式中我们可以发现长期均衡的正、负偏离对短期波动的作用是对称的。假如这种正、负偏离 对短期波动的作用不是对称的，那么模型应该如何设计与估计？ 答：若对误差修正（ECM）模型，假如发现长期均衡的正、负偏离对短期波动的作用是非对称的话，模型可以设计如下： 其中为虚拟变量，表示Y偏离的方向。 当正偏离时，，误差修正项系数为； 当为负偏离时，，误差修正项系数为。 参数估计的方法可用MLE，也可用OLS。 7、检验计量经济模型是否存在异方差，可以用布罗歇—帕甘检验（Breusch Pagan）和怀 特（White）检验，请说明这二种检验的差异和适用性。 答：当人们猜测异方差只取决于某些解释变量时，布罗歇—帕甘检验（Breusch Pagan）比较适合使用；当人们猜测异方差不仅取决于某些解释变量，还取决于这些自变