『壹』 跪求計量經濟學F統計量F-statistic計算
S.E. of regression是擾動項的標准差，Sum squared resid是殘差平方和，也等於統計學中所說的RSS，而F-statistic是F分布下的統計量，計算內公式容是
F=(ESS/K)/(RSS/(n-k-1)）,ESS和RSS就是剩餘平方和以及回歸平方和，三者有這樣的關系：S.E. of regression等於Sum squared resid除以（n-k）的商再開方，F統計量你看上面的公式，少了一項ESS，而你所說的S.E. of regression和Sum squared resid只是跟RSS有關系，不於ESS產生關系，你應該還加入一項，比如說判定系數R-squared ，或者 S.D. dependent var，不然你所說的三者中，的確存在計算關系，但是多了一個ESS...
祝你好運
『貳』 計量經濟學計算題--回歸結果中求F ,S.E.regression...
R-squared 0.66325 Mean dependent var 5.123810
Adjusted R-squared S.D. dependent var 3.694984
S.E. of regression Akaike info criterion 4.505098
Sum squared resid 91.95205 Schwarz criterion 4.604576
Log likelihood -45.30353 F-statistic
Durbin-Watson stat 0.858742 Prob(
『叄』 計量經濟學伍德里奇6版 看誰的視頻比較好
計量經濟學伍德利奇六班看誰的視頻比較好一些，這個誰的視頻有一個專門講解這種視頻的來看都比較好。
『肆』 什麼是計量經濟學
計量經濟學（英語：Econometrics），是以數理經濟學和數理統計學為方法論基礎，對於經濟問內題試圖對容理論上的數量接近和經驗（實證研究）上的數量接近這兩者進行綜合而產生的經濟學分支。也有「經濟計量學」的譯法。
該分支的產生，使得經濟學對於經濟現象從以往只能定性研究，擴展到同時可以進行定量分析的新階段。
「計量」的意思是「以統計方法做定量研究」，「量」字為名詞，構成動賓結構，這從其英文metric的含義亦可看出（與數學名詞「度量空間metric space」情況類似），所以「量」字應讀作「亮」（大陸《現代漢語辭典》2012年6月第6版「計量」條）。設若「計量」的「量」字讀為「良」，則是兩個動詞詞素的並列結構，含義略簡。另如測智力的斯坦福一比奈智力量表（Stanford–Binet Intelligence Scale），按其內涵則應讀「量」字為「良」，此亦可從英文scale的含義窺得。
『伍』 計量經濟學問題
不知從何時起，解答計量問題成了我日常生活的一部分。天南海北的讀者與同道提出了各種各樣的計量問題。這里摘取少量的典型問題，希望對從事實證研究的朋友有幫助。
1、在什麼情況下，應將變數取對數再進行回歸？
答：可以考慮以下幾種情形。
，如果理論模型中的變數為對數形式，則應取對數。比如，在勞動經濟學中研究教育投資回報率的決定因素，通常以工資對數為被解釋變數，因為這是從Mincer模型推導出來的。
第二，如果變數有指數增長趨勢（exponential growth），比如 GDP，則一般取對數，使得 lnGDP 變為線性增長趨勢（linear growth）。
第三，如果取對數可改進回歸模型的擬合優度（比如 R2 或顯著性），可考慮取對數。
第四，如果希望將回歸系數解釋為彈性或半彈性（即百分比變化），可將變數取對數。
第五，如果無法確定是否該取對數，可對兩種情形都進行估計，作為穩健性檢驗（robustnesscheck）。若二者的回歸結果類似，則說明結果是穩健的。
2、如何理解線性回歸模型中，交互項（interactive term）系數的經濟意義？
答：在線性回歸模型中，如果不存在交互項或平方項等非線性項，則某變數的回歸系數就表示該變數的邊際效應（marginal effect）。比如，考慮回歸方程
y = 1 + 2x + u
其中， u 為隨機擾動項。顯然，變數x 對 y 的邊際效應為 2，即 x 增加一單位，平均而言會使 y 增加兩單位。考慮在模型中加入交互項，比如
y = α + βx + γz + δxz+ u
其中， x 與 z 為解釋變數，而 xz 為其交互項（交叉項）。由於交互項的存在，故x 對 y 的邊際效應（求偏導數）為β + δz，這說明 x 對 y 的邊際效應並非常數，而依賴於另一變數z 的取值。如果交互項系數 δ 為正數，則 x 對 y 的邊際效應隨著 z 的增加而增加（比如，勞動力的邊際產出正向地依賴於資本）；反之，如果δ 為負數，則 x 對 y 的邊際效應隨著z 的增加而減少。
3、在一些期刊上看到回歸模型中引入控制變數。控制變數究竟起什麼作用，應該如何確定控制變數呢？
答：在研究中，通常有主要關心的變數，其系數稱為 「parameterof interest」 。但如果只對主要關心的變數進行回歸（極端情形為一元回歸），則容易存在遺漏變數偏差（omittedvariable bias），即遺漏變數與解釋變數相關。加入控制變數的主要目的，就是為了盡量避免遺漏變數偏差，故應包括影響被解釋變數 y 的主要因素（但允許遺漏與解釋變數不相關的變數）。
4、很多文獻中有 「穩健性檢驗」 小節，請問是否每篇實證都要做這個呢？具體怎麼操作？
答：如果你的論文只匯報一個回歸結果，別人是很難相信你的。所以，才需要多做幾個回歸，即穩健性檢驗（robustness checks）。沒有穩健性檢驗的論文很難發表到好期刊，因為不令人信服。穩健性檢驗方法包括變換函數形式、劃分子樣本、使用不同的計量方法等，可以參見我的教材。更重要的是，向同領域的經典文獻學習，並模仿其穩健性檢驗的做法。
5、對於面板數據，一定要進行固定效應、時間效應之類的推敲么？還是可以直接回歸？我看到很多文獻，有的說明了使用固定效應模型的原因，有的則直接回歸出結果，請問正確的方法是什麼？
答：規范的做法需要進行豪斯曼檢驗（Hausman test），在固定效應與隨機效應之間進行選擇。但由於固定效應比較常見，而且固定效應模型總是一致的（隨機效應模型則可能不一致），故有些研究者就直接做固定效應的估計。
對於時間效應也同時考慮，比如，加入時間虛擬變數或時間趨勢項；除非經過檢驗，發現不存在時間效應。如果不考慮時間效應，則你的結果可能不可信（或許x 與 y 的相關性只是因為二者都隨時間而增長）。
6、如何決定應使用二階段最小二乘法（2SLS）還是廣義矩估計（GMM）？
答：如果模型為恰好識別（即工具變數個數等於內生變數個數），則GMM完全等價於2SLS，故使用2SLS就夠了。在過度識別（工具變數多於內生變數）的情況下，GMM的優勢在於，它在異方差的情況下比2SLS更有效率。由於數據或多或少存在一點異方差，故在過度識別情況下，一般使用GMM。
7、在面板數據中，感興趣的變數x 不隨時間變化，是否只能進行隨機效應的估計（若使用固定效應，則不隨時間變化的關鍵變數 x 會被去掉）？
答：通常還是使用固定效應模型為好（當然，可進行正式的豪斯曼檢驗，以確定使用固定效應或隨機效應模型）。如果使用固定效應，有兩種可能的解決方法：
（1）如果使用系統GMM估計動態面板模型，則可以估計不隨時間而變的變數x 的系數。
（2）在使用靜態的面板固定效應模型時，可引入不隨時間而變的變數 x與某個隨時間而變的變數 z 之交互項，並以交互項 xz （隨時間而變）作為關鍵解釋變數。
『陸』 求計量經濟學試題及答案。
計量經濟學期末試卷（2004年6月，滿分70分）
一（24分）將中國城鎮居民按照人均年收入分成 組，以2003年的組平均數為樣本觀測值，建立中國城鎮居民消費函數模型，以人均年消費額 為被解釋變數，經過理論分析和經驗檢驗，選擇人均年收入 和人均儲蓄余額 作為解釋變數，解釋變數和被解釋變數之間的關系為直接線性關系。模型形式為：
⑴ 分別寫出該問題的總體回歸函數、總體回歸模型、樣本回歸函數和樣本回歸模型；
⑵ 分別寫出隨機誤差項具有同方差且無序列相關、具有異方差但無序列相關、具有異方差且具有一階序列相關時的方差—協方差矩陣；
⑶ 當模型滿足基本假設時，寫出關於普通最小二乘法參數估計量的正規方程組；
⑷ 直觀判斷該模型是否具有異方差性？為什麼？
⑸ 如果該模型存在異方差性，寫出加權最小二乘法參數估計量的矩陣表達式，並指出在實際估計時權矩陣是如何選擇的；
⑹ 指出「偏回歸系數」 的實際含義，並指出解釋變數滿足什麼條件時可以用一元回歸模型得到相同的 的估計結果？
⑺ 如果僅以入均收入200元及以上的收入組為樣本，用OLS和ML分別估計模型，參數估計量是否等價？為什麼？
⑻ 如果模型中未包括顯著的解釋變數 ，可能導致模型違背哪些基本假設？
二（8分）簡要回答下列問題：
⑴ C-D生產函數模型和CES生產函數模型關於要素替代彈性和技術進步的假設分別是什麼？
⑵ 建立城鎮居民食品類需求函數模型如下：
其中V為人均購買食品支出額、Y為人均收入、 為食品類價格、 為其它商品類價格。 指出各個參數估計量的經濟意義和數值范圍。
三（8分）某聯立方程計量經濟學模型有3個方程、3個內生變數 、3個外生變數 和樣本觀測值始終為1的虛變數C，樣本容量為n。其中第二個方程為
⑴ 能否採用OLS方法估計該結構方程？為什麼？
⑵ 如果採用工具變數方法估計該方程，如何選擇 的工具變數？（指出兩種選擇）
四（16分）中國的銀行系統正遭受著壞帳的困擾，有估計認為全部壞帳足以讓整個銀行系統崩潰。毫無疑問壞帳是資源配置被扭曲的一個例子，換句話說如果沒有壞帳，中國的GDP增長率也許會更高。為檢驗這一理論，假設你已經收集了中國銀行系統壞帳累計總額的時序數據，以及其它一些總量數據如GDP，人口和總投資。
⑴ 寫出一個能夠描述該問題的計量經濟學模型，並解釋。
⑵ 寫出檢驗下述命題的原假設：「壞帳對當期GDP增長率無影響」。
⑶ 為1中你的模型提供合適的計量經濟學估計方法，詳細說明。
⑷ 要讓3中你的估計量滿足一致性，必須滿足什麼條件？
五（14分）假設你想研究國企和外企生產率的差別，為此你建立了如下的模型：
其中變數 表示人均產出（per worker）， 表示總資產凈值中由外國公司擁有的份額， 表示人均資本存量(per worker)。假定你收集了300個企業關於這些變數在2000年的數據。
⑴ 寫出下述命題的原假設：「國企和外企生產率無差異」
⑵ 假定你用簡單OLS估計模型，估計量具有一致性嗎？為什麼。
⑶ 假定你認為簡單OLS估計不具有一致性，提供一個可以獲得一致估計的估計方法，詳細說明。
⑷ 現在假定你還另外收集了相同廠商相同變數在2003年的數據，試建立一個更好的模型可以利用這一額外信息。討論你將如何估計這一模型。
計量經濟學試題（2002年6月）
⒈（共30分，每小題3分）建立中國居民消費函數模型
t=1978,1979,…,2001
其中 表示居民消費總額， 表示居民收入總額。
⑴ 能否用歷年的人均消費額和人均收入數據為樣本觀測值估計模型？為什麼？
⑵ 人們一般選擇用當年價格統計的居民消費總額和居民收入總額作為樣本觀測值，為什麼？這樣是否違反樣本數據可比性原則？為什麼？
⑶ 如果用矩陣方程 表示該模型，寫出每個矩陣的具體內容，並標明階數；
⑷ 如果所有古典假設都滿足，分別從最小二乘原理和矩方法出發，推導出關於參數估計量的正規方程組；
⑸ 如果 與 存在共線性，證明：當去掉變數 以消除共線性時， 的估計結果將發生變化；
⑹ 如果模型中 為隨機解釋變數且與 相關，證明：如果用OLS估計該消費函數模型，其參數估計量是有偏的；
⑺ 如果模型中 為隨機解釋變數且與 相關，選擇政府消費 為 的工具變數（ 滿足工具變數的所有條件），寫出關於參數估計量的正規方程組；
⑻ 如果經檢驗表明模型存在一階序列相關，而需要採用廣義差分法估計模型，指出在常用的軟體中是如何實現的？
⑼ 在不受到限制的情況下， 的值域為 ，寫出 的對數似然函數；
⑽ 試分析，以t=1978,1979,…,2001數據為樣本觀測值，能否說「樣本是從母體中隨機抽取的」？那麼採用OLS估計模型參數，估計結果是否存在偏誤？為什麼？
⒉（共16分，每小題4分）下列為一完備的聯立方程計量經濟模型
其中C為居民消費總額、I為投資總額、Y為國內生產總值、 為政府消費總額，樣本取自1978—2000年。
⑴ 證明：對於消費方程，用IV、ILS、2SLS方法分別估計，參數估計結果是等價的。
⑵ 說明：對於投資方程，能否用IV、ILS方法估計？為什麼？
⑶ 寫出該聯立方程計量經濟模型3SLS參數估計量的矩陣表達式，並寫出表達式中每個矩陣的具體形式；
⑷ 根據經驗判斷，該模型3SLS參數估計量與2SLS參數估計量是否等價？為什麼？
⒊（共18分，每小題3分）簡單回答以下問題：
⑴ 分別指出兩要素C-D生產函數、兩要素一級CES生產函數和VES生產函數關於要素替代彈性的假設。
⑵ 在一篇博士論文中設計的生產函數模型為：
其中，Y為產出量，K、L為資本和勞動投入量， 為第i種能源投入量，其它為參數。試指出該理論模型設計的主要問題，並給出正確的模型設計。
⑶ 建立城鎮居民食品類需求函數模型如下：
其中V為人均購買食品支出額、Y為人均收入、 為食品類價格、 為其它商品類價格。擬定每個參數的數值范圍，並指出參數之間必須滿足的關系。
⑷ 指出在實際建立模型時虛變數的主要用途。
⑸ 兩位研究者分別建立如下的中國居民消費函數模型
和
其中 表示居民消費總額， 表示居民收入總額。由相同的樣本和相同的估計方法，得到了不同的居民邊際消費傾向估計值。如何解釋這種現象？由此指出經典計量經濟學模型的的缺點。
⑹ 從經典計量經濟學模型設定理論出發，在建立中國宏觀計量經濟模型時，一般應該如何對第三產業的生產方程進行分解，並指出其理由。
⒋（6分）在你完成的單方程計量經濟學模型綜合練習中，你是如何確定理論模型的最終形式的？
計量經濟學期末試題
（2003年6月，滿分70分）
⒈（12分）某人試圖建立我國煤炭行業生產方程，以煤炭產量為被解釋變數，經過理論和經驗分析，確定以固定資產原值、職工人數和電力消耗量變數作為解釋變數，變數的選擇是正確的。於是建立了如下形式的理論模型：
煤炭產量= 固定資產原值+ 職工人數+ 電力消耗量+μ
選擇2000年全國60個大型國有煤炭企業的數據為樣本觀測值；固定資產原值用資產形成年當年價計算的價值量，其它採用實物量單位；採用OLS方法估計參數。指出該計量經濟學問題中可能存在的主要錯誤，並簡單說明理由。
⒉（12分）以 表示糧食產量， 表示播種面積， 表示化肥施用量，經檢驗，它們取對數後都是 變數且互相之間存在 關系。同時經過檢驗並剔除不顯著的變數（包括滯後變數），得到如下糧食生產模型：
(1)
⑴ 寫出長期均衡方程的理論形式；
⑵ 寫出誤差修正項ecm的理論形式；
⑶ 寫出誤差修正模型的理論形式；
⑷ 指出誤差修正模型中每個待估參數的經濟意義。
⒊（6分）對於上述糧食生產模型(1)，假設所有解釋變數與隨機誤差項都不相關。
⑴ 如果採用普通最小二乘法估計，用非矩陣形式寫出關於參數估計量的正規方程組；
⑵ 從以上正規方程組出發說明，為什麼不能採用分部回歸方法分別估計每個參數；
⒋（9分）投資函數模型
為一完備的聯立方程計量經濟模型中的一個方程，模型系統包含的內生變數為C（居民消費總額）、I（投資總額）和Y（國內生產總值），先決變數為 （政府消費）、 和 。樣本容量為 。
⑴ 可否用狹義的工具變數法估計該方程？為什麼？
⑵ 如果採用2SLS估計該方程，分別寫出2SLS估計量和將它作為一種工具變數方法的估計量的矩陣表達式；
⑶ 如果採用GMM方法估計該投資函數模型，寫出一組等於0的矩條件。
⒌（6分）建立城鎮居民食品類需求函數模型如下：
其中V為人均購買食品支出額、Y為人均收入、 為食品類價格、 為其它商品類價格。
⑴ 指出參數估計量的經濟意義是否合理，為什麼？
⑵ 為什麼經常採用交叉估計方法估計需求函數模型？
⒍（9分）選擇兩要素一級CES生產函數的近似形式建立中國電力行業的生產函數模型：
其中Y為發電量，K、L分別為投入的資本與勞動數量，t為時間變數。
⑴ 指出參數γ、ρ、m的經濟含義和數值范圍；
⑵ 指出模型對要素替代彈性的假設，並指出它與C-D生產函數、VES生產函數在要素替代彈性假設上的區別；
⑶ 指出模型對技術進步的假設，並指出它與下列生產函數模型
在技術進步假設上的區別；
⒎（8分）試指出在目前建立中國宏觀計量經濟模型時，下列內生變數應由哪些變數來解釋，簡單說明理由，並擬定關於每個解釋變數的待估參數的正負號。
⑴ 輕工業增加值 ⑵ 衣著類商品價格指數
⑶ 貨幣發行量 ⑷ 農業生產資料進口額
⒏（8分）回答：
⑴ 隨機時間序列的平穩性條件是什麼？證明隨機遊走序列不是平穩序列。
⑵ 單位根檢驗為什麼從DF檢驗擴展到ADF檢驗？
計量經濟學期末試題答案
（2003年6月，滿分70分）
⒈（12分）某人試圖建立我國煤炭行業生產方程，以煤炭產量為被解釋變數，經過理論和經驗分析，確定以固定資產原值、職工人數和電力消耗量變數作為解釋變數，變數的選擇是正確的。於是建立了如下形式的理論模型：
煤炭產量= 固定資產原值+ 職工人數+ 電力消耗量+μ
選擇2000年全國60個大型國有煤炭企業的數據為樣本觀測值；固定資產原值用資產形成年當年價計算的價值量，其它採用實物量單位；採用OLS方法估計參數。指出該計量經濟學問題中可能存在的主要錯誤，並簡單說明理由。
答案：（答出4條給滿分）
⑴ 模型關系錯誤。直接線性模型表示投入要素之間完全可以替代，與實際生產活動不符。
⑵ 估計方法錯誤。該問題存在明顯的序列相關性，不能採用OLS方法估計。
⑶ 樣本選擇違反一致性。行業生產方程不能選擇企業作為樣本。
⑷ 樣本數據違反可比性。固定資產原值用資產形成年當年價計算的價值量，不具備可比性。
⑸ 變數間可能不存在長期均衡關系。變數中有流量和存量，可能存在1個高階單整的序列。應該首先進行單位根檢驗和協整檢驗。
⒉（12分）以 表示糧食產量， 表示播種面積， 表示化肥施用量，經檢驗，它們取對數後都是 變數且互相之間存在 關系。同時經過檢驗並剔除不顯著的變數（包括滯後變數），得到如下糧食生產模型：
(1)
⑴ 寫出長期均衡方程的理論形式；
⑵ 寫出誤差修正項ecm的理論形式；
⑶ 寫出誤差修正模型的理論形式；
⑷ 指出誤差修正模型中每個待估參數的經濟意義。
答案：
⑴ 長期均衡方程的理論形式為：
⑵ 誤差修正項ecm的理論形式為：
⑶ 誤差修正模型的理論形式為：
⑷ 誤差修正模型中每個待估參數的經濟意義為：
：播種面積對產量的短期產出彈性；
：化肥施用量對產量的短期產出彈性；
：前個時期對長期均衡的偏離程度對當期短期變化的影響系數。
⒊（6分）對於上述糧食生產模型(1)，假設所有解釋變數與隨機誤差項都不相關。
⑴ 如果採用普通最小二乘法估計，用非矩陣形式寫出關於參數估計量的正規方程組；
⑵ 從以上正規方程組出發說明，為什麼不能採用分部回歸方法分別估計每個參數。
答案：
⑴ 在所有解釋變數與隨機誤差項都不相關的條件下，如果採用普通最小二乘法估計，關於參數估計量的正規方程組為：
⑵ 如果採用分部回歸方法分別估計每個參數，例如估計 ，建立一元模型，其正規方程組為： ，與上述⑴中第3個方程相比較，則要求方程右邊其餘各項均為0。但是，由於解釋變數之間存在一定程度的共線性，這一要求顯然不能滿足。所以，兩種情況下的 的估計結果不相同。
⒋（9分）投資函數模型
為一完備的聯立方程計量經濟模型中的一個方程，模型系統包含的內生變數為C（居民消費總額）、I（投資總額）和Y（國內生產總值），先決變數為 （政府消費）、 和 。樣本容量為 。
⑴ 可否用狹義的工具變數法估計該方程？為什麼？
⑵ 如果採用2SLS估計該方程，分別寫出2SLS估計量和將它作為一種工具變數方法的估計量的矩陣表達式；
⑶ 如果採用GMM方法估計該投資函數模型，寫出一組等於0的矩條件。
答案：
⑴ 不能用狹義的工具變數法估計該方程。因為該結構方程是過度識別的。
⑵ 如果採用2SLS估計該方程，可以將2SLS估計看作為一種工具變數方法。估計量的矩陣表達式分別為：
前者為2SLS估計，後者為其等價的工具變數估計。
⑶ 如果採用GMM方法估計該投資函數模型，用模型系統的所有先決變數作為工具變數。可以寫出如下一組等於0的矩條件：
⒌（6分）建立城鎮居民食品類需求函數模型如下：
其中V為人均購買食品支出額、Y為人均收入、 為食品類價格、 為其它商品類價格。
⑴ 指出參數估計量的經濟意義是否合理，為什麼？
⑵ 為什麼經常採用交叉估計方法估計需求函數模型？
答案：
⑴ 對於以購買食品支出額位被解釋變數的需求函數模型，即
參數 、 、 估計量的經濟意義分別為人均收入、食品類價格、其它商品類價格的需求彈性；由於食品為必須品，V為人均購買食品支出額，所以 應該在0與1之間， 應該在0與1之間， 在0左右，三者之和為1左右。所以，該模型估計結果中 的估計量缺少合理的經濟解釋。
⑵ 由於該模型中包含長期彈性 和短期彈性 與 ，需要分別採用截面數據和時序數據進行估計，所以經常採用交叉估計方法估計需求函數模型。
⒍（9分）選擇兩要素一級CES生產函數的近似形式建立中國電力行業的生產函數模型：
其中Y為發電量，K、L分別為投入的資本與勞動數量，t為時間變數。
⑴ 指出參數γ、ρ、m的經濟含義和數值范圍；
⑵ 指出模型對要素替代彈性的假設，並指出它與C-D生產函數、VES生產函數在要素替代彈性假設上的區別；
⑶ 指出模型對技術進步的假設，並指出它與下列生產函數模型
在技術進步假設上的區別；
答案：
⑴ 參數γ為技術進步速度，一般為接近0的正數；ρ為替代參數，在（－1，∞）范圍內；m為規模報酬參數，在1附近。
⑵ 該模型對要素替代彈性的假設為：隨著研究對象、樣本區間而變化，但是不隨著樣本點而變化。而C-D生產函數的要素替代彈性始終為1，不隨著研究對象、樣本區間而變化，當然也不隨著樣本點而變化；VES生產函數的要素替代彈性除了隨著研究對象、樣本區間而變化外，還隨著樣本點而變化。
⑶ 該模型對技術進步的假設為希克斯中性技術進步；而生產函數模型
的技術進步假設為中性技術進步，包括3種中性技術進步。
⒎（8分）試指出在目前建立中國宏觀計量經濟模型時，下列內生變數應由哪些變數來解釋，簡單說明理由，並擬定關於每個解釋變數的待估參數的正負號。
⑴ 輕工業增加值 ⑵ 衣著類商品價格指數
⑶ 貨幣發行量 ⑷ 農業生產資料進口額
答案：
⑴ 輕工業增加值應該由反映需求的變數解釋。包括居民收入（反映居民對輕工業的消費需求，參數符號為正）、國際市場輕工業品交易總額（反映國際市場對輕工業的需求，參數符號為正）等。
⑵ 衣著類商品價格指數應該由反映需求和反映成本的兩類變數解釋。主要包括居民收入（反映居民對衣著類商品的消費需求，參數符號為正）、國際市場衣著類商品交易總額（反映國際市場對衣著類商品的需求，參數符號為正）、棉花的收購價格指數（反映成本對價格的影響，參數符號為正）等。
⑶ 貨幣發行量應該由社會商品零售總額（反映經濟總量對貨幣的需求，參數符號為正）、價格指數（反映價格對貨幣需求的影響，參數符號為正）等變數解釋。
⑷ 農業生產資料進口額應該由國內第一產業增加值（反映國內需求，參數符號為正）、國內農業生產資料生產部門增加值（反映國內供給，參數符號為負）、國際市場價格（參數符號為負）、出口額（反映外匯支付能力，參數符號為正）等變數解釋。
⒏（8分）回答：
⑴ 隨機時間序列的平穩性條件是什麼？證明隨機遊走序列不是平穩序列。
⑵ 單位根檢驗為什麼從DF檢驗擴展到ADF檢驗？
答案：
⑴ 隨機時間序列{ }（t=1, 2, …）的平穩性條件是：1）均值 ，是與時間t 無關的常數；2）方差 ，是與時間t 無關的常數；3）協方差 ，只與時期間隔k有關，與時間t 無關的常數。
對於隨機遊走序列 ，假設 的初值為 ，則易知
由於 為一常數， 是一個白雜訊，因此 ，即 的方差與時間t有關而非常數，所以它是一非平穩序列。
⑵ 在採用DF檢驗對時間序列進行平穩性檢驗中，實際上假定了時間序列是由具有白雜訊隨機誤差項的一階自回歸過程（AR(1)）生成的。但在實際檢驗中，時間序列可能是由更高階的自回歸過程生成的，或者隨機誤差項並非是白雜訊，這樣用OLS法進行估計均會表現出隨機誤差項出現自相關，導致DF檢驗無效。另外，如果時間序列包含有明顯的隨時間變化的某種趨勢（如上升或下降），則也容易導致DF檢驗中的自相關隨機誤差項問題。為了保證DF檢驗中隨機誤差項的白雜訊特性，Dicky和Fuller對DF檢驗進行了擴充，形成了ADF檢驗。