??0.353?1.968?15?29.873，即应将货币供应量定在29.873的水平。（3）当X＝15时，Y（3分）
14、答：（1）这是一个时间序列回归。（图略）（2分）
（2）截距2.6911表示咖啡零售价在每磅0美元时，美国平均咖啡消费量为每天每人2.6911杯，这个没有明显的经济意义；（2分）斜率－0.4795表示咖啡零售价格与消费量负相关，表明咖啡价格每上升1美元，平均每天每人消费量减少0.4795杯。（2分）
（3）不能。原因在于要了解全美国所有人的咖啡消费情况几乎是不可能的。（2分）
（4）不能。在同一条需求曲线上不同点的价格弹性不同，若要求价格弹性，须给出具体的X值及与之对应的Y值。（2分）
15、答：由已知条件可知，X??Xni?1680?Yi?1110?111
?168，Y?10n10?(X?X)(Y?Y)??(XY?YX?YX?XY)iiiiii（3分）
?204200?1680?111?168?1110?10?168?111?17720?(X?X)??(X?2XX?X)??X?2?10X?10X2i2i2i2i22（3分）
?315400?10?168?168?33160(Xi?X)(Yi?Y)17720??????0.5344（2分） 233160?(Xi?X)??Y???X?111?0.5344?168?21.22（2分） ?0116. 解答：（1）这是一个对数化以后表现为线性关系的模型，lnL的系数为1.451意味着资本投入K保持不变时劳动—
产出弹性为1.451 ；（3分）lnK的系数为0.384意味着劳动投入L保持不变时资本—产出弹性为0.384（2分）. （2）系数符号符合预期，作为弹性，都是正值，而且都通过了参数的显著性检验（t检验）（5分，要求能够把t值计算出来）。
217. 解答：该消费模型的判定系数R?0.95，Ｆ统计量的值F?107.37，均很高，表明模型的整体拟合程度很高。
（2分）
计算各回归系数估计量的t统计量值得：t0?8.133?8.92?0.91，t1?1.059?0.17?6.10
t2?0.452?0.66?0.69，t3?0.121?1.09?0.11。除t1外，其余T值均很小。工资收入Ｗ的系数t检验值虽然显
著，但该系数的估计值却过大，该值为工资收入对消费的边际效应，它的值为1.059意味着工资收入每增加一美元，消费支出增长将超过一美元，这与经济理论和生活常识都不符。（5分）另外，尽管从理论上讲，非工资—非农业收入与农业收入也是消费行为的重要解释变量，但二者各自的t检验却显示出它们的效应与0无明显差异。这些迹象均表明模型中存在严重的多重共线性，不同收入部分之间的相互关系掩盖了各个部分对解释消费行为的单独影响。（3分） 18. 解答: (1)R?1?(2)R?1?
22n?18?1(1?R2)?1??(1?0.75)?0.65（3分）
n?k?18?2?19?1?(1?0.35)??0.04；负值也是有可能的。（4分）
9?3?136
(3)R?1?231?1?(1?0.95)?0.94 （3分）
31?5?119. 解答：当b1?b2?1时，模型变为yt?x2t?b0?b1(x1t?x2t)?ut，可作为一元回归模型来对待
b1?n?(x1t?x2t)(yt?x2t)??(x1t?x2t)?(yt?x2t)n?(x1t?x2t)?(?(x1t?x2t))22（5分）
当b1?b2时，模型变为yt?b0?b1(x1t?x2t)?ut,同样可作为一元回归模型来对待
b1?n?(x1t?x2t)yt??(x1t?x2t)?ytn?(x1t?x2t)2?(?(x1t?x2t))2（5分）
20． 解答:（1）第2个方程更合理一些，，因为某天慢跑者的人数同该天日照的小时数应该是正相关的。（4分） （2）出现不同符号的原因很可能是由于X2与X3高度相关而导致出现多重共线性的缘故。从生活经验来看也是如此，日照时间长，必然当天的最高气温也就高。而日照时间长度和第二天需交学期论文的班级数是没有相关性的。（6分） 21． 解答：（1）x1i是盒饭价格，x2i是气温，x3i是学校当日的学生数量，x4i是附近餐厅的盒饭价格。（4分） （2）在四个解释变量中，附近餐厅的盒饭价格同校园内食堂每天卖出的盒饭数量应该是负相关关系，其符号应该为负，应为x4i；学校当日的学生数量每变化一个单位，盒饭相应的变化数量不会是28.4或者12.7，应该是小于1的，应为x3i；至于其余两个变量，从一般经验来看，被解释变量对价格的反应会比对气温的反应更灵敏一些，所以x1i是盒饭价格，
x2i是气温。
（6分）
22. 解：（一）原模型：yi?b0?b1xi?ui （1）等号两边同除以xi，
（2） （2分）
yiui1?b0?b1? 新模型：xixixi* 令yi?yi*1u,xi?,vi?ixixixi
则：（2）变为yi*?b1?b0xi*?vi （2分）
ui1（2分） )?2(?2xi2)??2新模型不存在异方差性。
xixi此时Var(vi)?Var(（二）对yi*?b1?b0xi*?vi进行普通最小二乘估计
yi*1,xi?xixi?n?xi*yi*??xi*?yi*?b0?n?(xi*)2?(?xi*)2??b1?yi*?b0xi*?（进一步带入计算也可）
* 其中yi? （4分）
23.解：（1）H0:ut为同方差性; H1:ut为异方差性;（2分）
37
（2）F?RSS1RSS?0.466E?17?1.29（3分） 20.36E?17（3）F0.05(10,10)?2.98（2分）
（4）F?F0.05(10,10)，接受原假设，认为随机误差项为同方差性。（3分） 24.解：原模型：yi?a?ui 根据ui?N(0,?2xi);E(uiuj)?0,i?j
为消除异方差性，模型等号两边同除以
xi
y模型变为：
iux?a?i （2分）
ixixi令y*i?yix,x*1ui?,vi?i
ixixi则得到新模型：y*i?ax*i?vi （2分）
此时Var(vuii)?Var()?1(?2x2xi)??（2分） ix新模型不存在异方差性。
i利用普通最小二乘法，估计参数得：
x*y*?(1)(yia?????x??xix)iii*2???yx(1 （4分）
x)ii?1x25.解：原模型：yi?b0?b1x1?ui ， Var(ui)??2x21模型存在异方差性
为消除异方差性，模型两边同除以
xi，
y得：iuix?b10?b1? （2分）
ixixi令y*?yi*ix,x?1,vuiii?
ixixi得：y*i?b*1?b0xi?vi （2分）
此时Var(vuii)?Var(x)?12(?2x2i)??2新模型不存在异方差性 （1分） ixi由已知数据，得（2分）
xi 2 5 10 4 10 x*i 0.5 0.2 0.1 0.25 0.1 38
yi 4 2 *7 1.4 4 0.4 5 1.25 9 0.9 yi* 根据以上数据，对yi?b1?b0xi*?vi进行普通最小二乘估计得：
1.77?b??3.280??0.54解得?（3分）
?b?5.95?3.28?1.15?0.441?55??n?xi*yi*??xi*?yi*?b0?*2*2n(x)?(x??i?i)?**b?y?bx1i0i??26.答案：(1) 题中所估计的回归方程的经济含义：该回归方程是一个对数线性模型，可还原为指数的形式为：
Y??3.938L1.451K0.3841，是一个C-D函数，1.451为劳动产出弹性，0.3841为资本产出弹性。因为1.451+0.3841〉1，
所以该生产函数存在规模经济。（6分）
(2) 该回归方程的估计中存在什么问题?应如何改进?
因为DW=0.858, dL=1.38,即0.858<1.38,故存在一阶正自相关。可利用GLS方法消除自相关的影响。（4分） 27．（1）何谓计量经济模型的自相关性？
答：如果对于不同的样本点，随机误差项之间不再是完全互相独立，而是存在某种相关性，则出现序列相关性。如存在：E(?i?i?1)?0,称为一阶序列相关，或自相关。（3分）
（2）试检验该模型是否存在一阶自相关，为什么？答：存在。（2分） （3）自相关会给建立的计量经济模型产生哪些影响？
答：1参数估计两非有效;2 变量的显著性检验失去意义。3模型的预测失效。（3分） （4）如果该模型存在自相关，试写出消除一阶自相关的方法和步骤。
（临界值dL?1.24，dU?1.43） 答：1构造D.W统计量并查表；2与临界值相比较，以判断模型的自相关状态。（2分） 28．答：（1）由于地方政府往往是根据过去的经验、当前的经济状况以及期望的经济发展前景来定制地区最低限度工资水平的，而这些因素没有反映在上述模型中，而是被归结到了模型的随机扰动项中，因此 gMIN1 与?不仅异期相关，而且往往是同期相关的，这将引起OLS估计量的偏误，甚至当样本容量增大时也不具有一致性。（5分）
（2）全国最低限度的制定主要根据全国国整体的情况而定，因此gMIN基本与上述模型的随机扰动项无关。（2分） （3）由于地方政府在制定本地区最低工资水平时往往考虑全国的最低工资水平的要求，因此gMIN1与gMIN具有较强的相关性。结合（2）知gMIN可以作为gMIN1的工具变量使用。（3分） 29．解答：（1）这是一个确定的关系，各产业生产总值之和等于国内生产总值。作为计量模型不合理。（3分）（2）（3）（4）（5）都是合理的计量经济模型。（4分）（6）不合理。发电量和钢铁产量影响对煤炭的需求，但不会影响煤炭的产量。作为解释变量没有意义。（3分） 30．解答：（1）模型中RIt的系数符号为负，不符合常理。居民收入越多意味着消费越多，二者应该是正相关关系。（3分）
（2）Y的系数是1.2，这就意味着每增加一元钱，居民消费支出平均增加1.2元，处于一种入不敷出的状态，这是不可能的，至少对一个表示一般关系的宏观计量经济模型来说是不可能的。（4分）
(3) L的系数符号为负，不合理。职工人数越多工业总产值越少是不合理的。这很可能是由于工业生产资金和职工人数两者相关造成多重共线性产生的。（3分） 31．解答：（1）临界值t =1.7291小于18.7，认为回归系数显著地不为0.（4分） （2）参数估计量的标准误差：0.81/18.7=0.0433（3分）
（3）不包括。因为这是一个消费函数，自发消费为15单位，预测区间包括0是不合理的。（3分）
39
32．解答：（1）对于yt?b0?b1x1t?b2x2t?...?bkxkt?ut如果随机误差项的各期值之间存在着相关关系，即（3分） cov(ut,us)?E(utus)?0(t,s?1,2...,k)称随机误差项之间存在自相关性。（2）该模型存在一阶正的自相关，因为0 （3）自相关性的后果有以下几个方面：①模型参数估计值不具有最优性；②随机误差项的方差一般会低估；③模型的统计检验失效；④区间估计和预测区间的精度降低。（4分） 33．解答：（1）查表得临界值dL?1.05，dU?1.66。DW?1.147正位于1.05和1.66之间，恰是D-W检验的无判定区域，所以一阶自相关的DW检验是无定论的。（3分） （2）对于模型yt?b0?b1x1t?b2x2t?...?bkxkt?ut，设自相关的形式为ut??1ut?1??2ut?2?...??put?p?vt 假设H0：?1??2?...??p?0，（1分）LM检验检验过程如下：首先，利用OLS法估计模型，得到残差序列et；(2分）其次，将et关于残差的滞后值进行回归，并计算出辅助回归模型的判定系数R；(2分）最后，对于显著水平?， 2若nR大于临界值??（2分） (p)，则拒绝原假设，即存在自相关性。 2234．解答：（1）总离差(TSS)的自由度为n-1，因此样本容量为15；（2分） （2）RSS=TSS-ESS=66042-65965=77；（2分） （3）ESS的自由度为2，RSS的自由度为12；（2分） 2（4）R=ESS/TSS=65965/66042=0.9988，R?1?2n?114(1?R2)?1?(1?0.9988)?0.9986（4分） n?k?11235.解答：（1）0.722是指，当城镇居民人均可支配收入每变动一个单位，人均消费性支出资料平均变动0.722个单位， 也即指边际消费倾向；137.422指即使没有收入也会发生的消费支出，也就是自发性消费支出。（3分） u(2) 在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项i具有 异方差性。（3分） 2(3) 存在异方差性，因为辅助回归方程R?0.634508，F?26.04061，整体显著；并且回归系数显著性地不为0。 戈里瑟检验就是这样的检验过程。（4分） 36．答：不能。（3分）因为X1和X2存在完全的多重共线性，即X2＝2 X1-1，或X1＝0.5（X2+1）。（7分） 37．答： （1）t0.025(18)?2.1009 Lnk的T检验：t＝10.195＞2.1009，因此lnk的系数显著。 Lnl的 T检验：t＝6.518＞2.1009，因此lnl的系数显著。 （4分） （2）t0.025(17)?2.1098 t的T检验：t＝1.333＞2.1098，因此lnk的系数不显著。 Lnk的 T检验：t＝1.18＞2.1098，因此lnl的系数不显著。 （4分） （3）可能是由于时间变量的引入导致了多重共线性。 （2分） 38. 解答：这时会发生完全的多重共线性问题；（3分）因为有四个季度，该模型则引入了四个虚拟变量。显然，对于任一季度而言，D1t?D2t?D3t?D4t?1，则任一变量都是其他变量的线性组合，因此存在完全共线性。当有四个类别需要区分时，我们只需要引入三个虚拟变量就可以了；（5分）参数将不能用最小二乘法进行估计。（2分） 40