① 计量经济学，求各位高手做一下这道题. 问题：（1)根据以上回归结果，写出回归分析结果报告。
如果没猜错的话，你的模型应该是Y=AK^aL^b，然后取得对数形式做的线性回归，是宏观经济回学里面一个很简单的模型。答
根据参数估计结果，资本对产出的弹性为0.609，劳动对产出的弹性为0.36，这个结果非常好，两者加起来几乎等于1，符合理论预期。k和l在10%的显著性下通过t检验，但常数项没有通过t检验。调整的可决系数比较高，模型拟合较好。但你的f统计值貌似非常小，通不过f检验，模型设定估计有问题，你去掉常数项再做一次试试。
② 求计量经济学试题及答案。
计量经济学期末试卷（2004年6月，满分70分）
一（24分）将中国城镇居民按照人均年收入分成 组，以2003年的组平均数为样本观测值，建立中国城镇居民消费函数模型，以人均年消费额 为被解释变量，经过理论分析和经验检验，选择人均年收入 和人均储蓄余额 作为解释变量，解释变量和被解释变量之间的关系为直接线性关系。模型形式为：
⑴ 分别写出该问题的总体回归函数、总体回归模型、样本回归函数和样本回归模型；
⑵ 分别写出随机误差项具有同方差且无序列相关、具有异方差但无序列相关、具有异方差且具有一阶序列相关时的方差—协方差矩阵；
⑶ 当模型满足基本假设时，写出关于普通最小二乘法参数估计量的正规方程组；
⑷ 直观判断该模型是否具有异方差性？为什么？
⑸ 如果该模型存在异方差性，写出加权最小二乘法参数估计量的矩阵表达式，并指出在实际估计时权矩阵是如何选择的；
⑹ 指出“偏回归系数” 的实际含义，并指出解释变量满足什么条件时可以用一元回归模型得到相同的 的估计结果？
⑺ 如果仅以入均收入200元及以上的收入组为样本，用OLS和ML分别估计模型，参数估计量是否等价？为什么？
⑻ 如果模型中未包括显著的解释变量 ，可能导致模型违背哪些基本假设？
二（8分）简要回答下列问题：
⑴ C-D生产函数模型和CES生产函数模型关于要素替代弹性和技术进步的假设分别是什么？
⑵ 建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。 指出各个参数估计量的经济意义和数值范围。
三（8分）某联立方程计量经济学模型有3个方程、3个内生变量 、3个外生变量 和样本观测值始终为1的虚变量C，样本容量为n。其中第二个方程为
⑴ 能否采用OLS方法估计该结构方程？为什么？
⑵ 如果采用工具变量方法估计该方程，如何选择 的工具变量？（指出两种选择）
四（16分）中国的银行系统正遭受着坏帐的困扰，有估计认为全部坏帐足以让整个银行系统崩溃。毫无疑问坏帐是资源配置被扭曲的一个例子，换句话说如果没有坏帐，中国的GDP增长率也许会更高。为检验这一理论，假设你已经收集了中国银行系统坏帐累计总额的时序数据，以及其它一些总量数据如GDP，人口和总投资。
⑴ 写出一个能够描述该问题的计量经济学模型，并解释。
⑵ 写出检验下述命题的原假设：“坏帐对当期GDP增长率无影响”。
⑶ 为1中你的模型提供合适的计量经济学估计方法，详细说明。
⑷ 要让3中你的估计量满足一致性，必须满足什么条件？
五（14分）假设你想研究国企和外企生产率的差别，为此你建立了如下的模型：
其中变量 表示人均产出（per worker）， 表示总资产净值中由外国公司拥有的份额， 表示人均资本存量(per worker)。假定你收集了300个企业关于这些变量在2000年的数据。
⑴ 写出下述命题的原假设：“国企和外企生产率无差异”
⑵ 假定你用简单OLS估计模型，估计量具有一致性吗？为什么。
⑶ 假定你认为简单OLS估计不具有一致性，提供一个可以获得一致估计的估计方法，详细说明。
⑷ 现在假定你还另外收集了相同厂商相同变量在2003年的数据，试建立一个更好的模型可以利用这一额外信息。讨论你将如何估计这一模型。
计量经济学试题（2002年6月）
⒈（共30分，每小题3分）建立中国居民消费函数模型
t=1978,1979,…,2001
其中 表示居民消费总额， 表示居民收入总额。
⑴ 能否用历年的人均消费额和人均收入数据为样本观测值估计模型？为什么？
⑵ 人们一般选择用当年价格统计的居民消费总额和居民收入总额作为样本观测值，为什么？这样是否违反样本数据可比性原则？为什么？
⑶ 如果用矩阵方程 表示该模型，写出每个矩阵的具体内容，并标明阶数；
⑷ 如果所有古典假设都满足，分别从最小二乘原理和矩方法出发，推导出关于参数估计量的正规方程组；
⑸ 如果 与 存在共线性，证明：当去掉变量 以消除共线性时， 的估计结果将发生变化；
⑹ 如果模型中 为随机解释变量且与 相关，证明：如果用OLS估计该消费函数模型，其参数估计量是有偏的；
⑺ 如果模型中 为随机解释变量且与 相关，选择政府消费 为 的工具变量（ 满足工具变量的所有条件），写出关于参数估计量的正规方程组；
⑻ 如果经检验表明模型存在一阶序列相关，而需要采用广义差分法估计模型，指出在常用的软件中是如何实现的？
⑼ 在不受到限制的情况下， 的值域为 ，写出 的对数似然函数；
⑽ 试分析，以t=1978,1979,…,2001数据为样本观测值，能否说“样本是从母体中随机抽取的”？那么采用OLS估计模型参数，估计结果是否存在偏误？为什么？
⒉（共16分，每小题4分）下列为一完备的联立方程计量经济模型
其中C为居民消费总额、I为投资总额、Y为国内生产总值、 为政府消费总额，样本取自1978—2000年。
⑴ 证明：对于消费方程，用IV、ILS、2SLS方法分别估计，参数估计结果是等价的。
⑵ 说明：对于投资方程，能否用IV、ILS方法估计？为什么？
⑶ 写出该联立方程计量经济模型3SLS参数估计量的矩阵表达式，并写出表达式中每个矩阵的具体形式；
⑷ 根据经验判断，该模型3SLS参数估计量与2SLS参数估计量是否等价？为什么？
⒊（共18分，每小题3分）简单回答以下问题：
⑴ 分别指出两要素C-D生产函数、两要素一级CES生产函数和VES生产函数关于要素替代弹性的假设。
⑵ 在一篇博士论文中设计的生产函数模型为：
其中，Y为产出量，K、L为资本和劳动投入量， 为第i种能源投入量，其它为参数。试指出该理论模型设计的主要问题，并给出正确的模型设计。
⑶ 建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。拟定每个参数的数值范围，并指出参数之间必须满足的关系。
⑷ 指出在实际建立模型时虚变量的主要用途。
⑸ 两位研究者分别建立如下的中国居民消费函数模型
和
其中 表示居民消费总额， 表示居民收入总额。由相同的样本和相同的估计方法，得到了不同的居民边际消费倾向估计值。如何解释这种现象？由此指出经典计量经济学模型的的缺点。
⑹ 从经典计量经济学模型设定理论出发，在建立中国宏观计量经济模型时，一般应该如何对第三产业的生产方程进行分解，并指出其理由。
⒋（6分）在你完成的单方程计量经济学模型综合练习中，你是如何确定理论模型的最终形式的？
计量经济学期末试题
（2003年6月，满分70分）
⒈（12分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：
煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+μ
选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。
⒉（12分）以 表示粮食产量， 表示播种面积， 表示化肥施用量，经检验，它们取对数后都是 变量且互相之间存在 关系。同时经过检验并剔除不显著的变量（包括滞后变量），得到如下粮食生产模型：
(1)
⑴ 写出长期均衡方程的理论形式；
⑵ 写出误差修正项ecm的理论形式；
⑶ 写出误差修正模型的理论形式；
⑷ 指出误差修正模型中每个待估参数的经济意义。
⒊（6分）对于上述粮食生产模型(1)，假设所有解释变量与随机误差项都不相关。
⑴ 如果采用普通最小二乘法估计，用非矩阵形式写出关于参数估计量的正规方程组；
⑵ 从以上正规方程组出发说明，为什么不能采用分部回归方法分别估计每个参数；
⒋（9分）投资函数模型
为一完备的联立方程计量经济模型中的一个方程，模型系统包含的内生变量为C（居民消费总额）、I（投资总额）和Y（国内生产总值），先决变量为 （政府消费）、 和 。样本容量为 。
⑴ 可否用狭义的工具变量法估计该方程？为什么？
⑵ 如果采用2SLS估计该方程，分别写出2SLS估计量和将它作为一种工具变量方法的估计量的矩阵表达式；
⑶ 如果采用GMM方法估计该投资函数模型，写出一组等于0的矩条件。
⒌（6分）建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。
⑴ 指出参数估计量的经济意义是否合理，为什么？
⑵ 为什么经常采用交叉估计方法估计需求函数模型？
⒍（9分）选择两要素一级CES生产函数的近似形式建立中国电力行业的生产函数模型：
其中Y为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。
⑴ 指出参数γ、ρ、m的经济含义和数值范围；
⑵ 指出模型对要素替代弹性的假设，并指出它与C-D生产函数、VES生产函数在要素替代弹性假设上的区别；
⑶ 指出模型对技术进步的假设，并指出它与下列生产函数模型
在技术进步假设上的区别；
⒎（8分）试指出在目前建立中国宏观计量经济模型时，下列内生变量应由哪些变量来解释，简单说明理由，并拟定关于每个解释变量的待估参数的正负号。
⑴ 轻工业增加值 ⑵ 衣着类商品价格指数
⑶ 货币发行量 ⑷ 农业生产资料进口额
⒏（8分）回答：
⑴ 随机时间序列的平稳性条件是什么？证明随机游走序列不是平稳序列。
⑵ 单位根检验为什么从DF检验扩展到ADF检验？
计量经济学期末试题答案
（2003年6月，满分70分）
⒈（12分）某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗量变量作为解释变量，变量的选择是正确的。于是建立了如下形式的理论模型：
煤炭产量= 固定资产原值+ 职工人数+ 电力消耗量+μ
选择2000年全国60个大型国有煤炭企业的数据为样本观测值；固定资产原值用资产形成年当年价计算的价值量，其它采用实物量单位；采用OLS方法估计参数。指出该计量经济学问题中可能存在的主要错误，并简单说明理由。
答案：（答出4条给满分）
⑴ 模型关系错误。直接线性模型表示投入要素之间完全可以替代，与实际生产活动不符。
⑵ 估计方法错误。该问题存在明显的序列相关性，不能采用OLS方法估计。
⑶ 样本选择违反一致性。行业生产方程不能选择企业作为样本。
⑷ 样本数据违反可比性。固定资产原值用资产形成年当年价计算的价值量，不具备可比性。
⑸ 变量间可能不存在长期均衡关系。变量中有流量和存量，可能存在1个高阶单整的序列。应该首先进行单位根检验和协整检验。
⒉（12分）以 表示粮食产量， 表示播种面积， 表示化肥施用量，经检验，它们取对数后都是 变量且互相之间存在 关系。同时经过检验并剔除不显著的变量（包括滞后变量），得到如下粮食生产模型：
(1)
⑴ 写出长期均衡方程的理论形式；
⑵ 写出误差修正项ecm的理论形式；
⑶ 写出误差修正模型的理论形式；
⑷ 指出误差修正模型中每个待估参数的经济意义。
答案：
⑴ 长期均衡方程的理论形式为：
⑵ 误差修正项ecm的理论形式为：
⑶ 误差修正模型的理论形式为：
⑷ 误差修正模型中每个待估参数的经济意义为：
：播种面积对产量的短期产出弹性；
：化肥施用量对产量的短期产出弹性；
：前个时期对长期均衡的偏离程度对当期短期变化的影响系数。
⒊（6分）对于上述粮食生产模型(1)，假设所有解释变量与随机误差项都不相关。
⑴ 如果采用普通最小二乘法估计，用非矩阵形式写出关于参数估计量的正规方程组；
⑵ 从以上正规方程组出发说明，为什么不能采用分部回归方法分别估计每个参数。
答案：
⑴ 在所有解释变量与随机误差项都不相关的条件下，如果采用普通最小二乘法估计，关于参数估计量的正规方程组为：
⑵ 如果采用分部回归方法分别估计每个参数，例如估计 ，建立一元模型，其正规方程组为： ，与上述⑴中第3个方程相比较，则要求方程右边其余各项均为0。但是，由于解释变量之间存在一定程度的共线性，这一要求显然不能满足。所以，两种情况下的 的估计结果不相同。
⒋（9分）投资函数模型
为一完备的联立方程计量经济模型中的一个方程，模型系统包含的内生变量为C（居民消费总额）、I（投资总额）和Y（国内生产总值），先决变量为 （政府消费）、 和 。样本容量为 。
⑴ 可否用狭义的工具变量法估计该方程？为什么？
⑵ 如果采用2SLS估计该方程，分别写出2SLS估计量和将它作为一种工具变量方法的估计量的矩阵表达式；
⑶ 如果采用GMM方法估计该投资函数模型，写出一组等于0的矩条件。
答案：
⑴ 不能用狭义的工具变量法估计该方程。因为该结构方程是过度识别的。
⑵ 如果采用2SLS估计该方程，可以将2SLS估计看作为一种工具变量方法。估计量的矩阵表达式分别为：
前者为2SLS估计，后者为其等价的工具变量估计。
⑶ 如果采用GMM方法估计该投资函数模型，用模型系统的所有先决变量作为工具变量。可以写出如下一组等于0的矩条件：
⒌（6分）建立城镇居民食品类需求函数模型如下：
其中V为人均购买食品支出额、Y为人均收入、 为食品类价格、 为其它商品类价格。
⑴ 指出参数估计量的经济意义是否合理，为什么？
⑵ 为什么经常采用交叉估计方法估计需求函数模型？
答案：
⑴ 对于以购买食品支出额位被解释变量的需求函数模型，即
参数 、 、 估计量的经济意义分别为人均收入、食品类价格、其它商品类价格的需求弹性；由于食品为必须品，V为人均购买食品支出额，所以 应该在0与1之间， 应该在0与1之间， 在0左右，三者之和为1左右。所以，该模型估计结果中 的估计量缺少合理的经济解释。
⑵ 由于该模型中包含长期弹性 和短期弹性 与 ，需要分别采用截面数据和时序数据进行估计，所以经常采用交叉估计方法估计需求函数模型。
⒍（9分）选择两要素一级CES生产函数的近似形式建立中国电力行业的生产函数模型：
其中Y为发电量，K、L分别为投入的资本与劳动数量，t为时间变量。
⑴ 指出参数γ、ρ、m的经济含义和数值范围；
⑵ 指出模型对要素替代弹性的假设，并指出它与C-D生产函数、VES生产函数在要素替代弹性假设上的区别；
⑶ 指出模型对技术进步的假设，并指出它与下列生产函数模型
在技术进步假设上的区别；
答案：
⑴ 参数γ为技术进步速度，一般为接近0的正数；ρ为替代参数，在（－1，∞）范围内；m为规模报酬参数，在1附近。
⑵ 该模型对要素替代弹性的假设为：随着研究对象、样本区间而变化，但是不随着样本点而变化。而C-D生产函数的要素替代弹性始终为1，不随着研究对象、样本区间而变化，当然也不随着样本点而变化；VES生产函数的要素替代弹性除了随着研究对象、样本区间而变化外，还随着样本点而变化。
⑶ 该模型对技术进步的假设为希克斯中性技术进步；而生产函数模型
的技术进步假设为中性技术进步，包括3种中性技术进步。
⒎（8分）试指出在目前建立中国宏观计量经济模型时，下列内生变量应由哪些变量来解释，简单说明理由，并拟定关于每个解释变量的待估参数的正负号。
⑴ 轻工业增加值 ⑵ 衣着类商品价格指数
⑶ 货币发行量 ⑷ 农业生产资料进口额
答案：
⑴ 轻工业增加值应该由反映需求的变量解释。包括居民收入（反映居民对轻工业的消费需求，参数符号为正）、国际市场轻工业品交易总额（反映国际市场对轻工业的需求，参数符号为正）等。
⑵ 衣着类商品价格指数应该由反映需求和反映成本的两类变量解释。主要包括居民收入（反映居民对衣着类商品的消费需求，参数符号为正）、国际市场衣着类商品交易总额（反映国际市场对衣着类商品的需求，参数符号为正）、棉花的收购价格指数（反映成本对价格的影响，参数符号为正）等。
⑶ 货币发行量应该由社会商品零售总额（反映经济总量对货币的需求，参数符号为正）、价格指数（反映价格对货币需求的影响，参数符号为正）等变量解释。
⑷ 农业生产资料进口额应该由国内第一产业增加值（反映国内需求，参数符号为正）、国内农业生产资料生产部门增加值（反映国内供给，参数符号为负）、国际市场价格（参数符号为负）、出口额（反映外汇支付能力，参数符号为正）等变量解释。
⒏（8分）回答：
⑴ 随机时间序列的平稳性条件是什么？证明随机游走序列不是平稳序列。
⑵ 单位根检验为什么从DF检验扩展到ADF检验？
答案：
⑴ 随机时间序列{ }（t=1, 2, …）的平稳性条件是：1）均值 ，是与时间t 无关的常数；2）方差 ，是与时间t 无关的常数；3）协方差 ，只与时期间隔k有关，与时间t 无关的常数。
对于随机游走序列 ，假设 的初值为 ，则易知
由于 为一常数， 是一个白噪声，因此 ，即 的方差与时间t有关而非常数，所以它是一非平稳序列。
⑵ 在采用DF检验对时间序列进行平稳性检验中，实际上假定了时间序列是由具有白噪声随机误差项的一阶自回归过程（AR(1)）生成的。但在实际检验中，时间序列可能是由更高阶的自回归过程生成的，或者随机误差项并非是白噪声，这样用OLS法进行估计均会表现出随机误差项出现自相关，导致DF检验无效。另外，如果时间序列包含有明显的随时间变化的某种趋势（如上升或下降），则也容易导致DF检验中的自相关随机误差项问题。为了保证DF检验中随机误差项的白噪声特性，Dicky和Fuller对DF检验进行了扩充，形成了ADF检验。
③ 关于计量经济学的报告
最好有以下几块东西
1、选定研究对象
（确定被解释变量，说明选题的意义和原因等。）
2、确定解释变量，尽量完备地考虑到可能的相关变量供选择，并初步判定个变量对被解释变量的影响方向。
（ 作出相应的说明 ）
3、确定理论模型或函数式
（根据相应的理论和经济关系设立模型形式，并提出假设，系数是正的还是负的等。）
（二）数据的收集和整理
（三）数据处理和回归分析
（先观察数据的特点，观看和输出散点图，最后选择相应的变量关系式进行OLS回归，并输出会归结果。）
（四）回归结果分析和检验
（写出模型估计的结果）
1、回归结果的经济理论检验，方向正确否？理论一致否？
2、统计检验，t检验 F 检验 R2— 拟合优度检验
3、模型设定形式正确否？可试试其他形式。
4、模型的稳定性检验。
（五）模型的修正
（对所发现的模型变量选择问题、设定偏误、模型不稳定等，进行修正。）
（六）确定模型
（七）预测
实验三 多元回归模型
【实验目的】
掌握建立多元回归模型和比较、筛选模型的方法。
【实验内容】
建立我国国有独立核算工业企业生产函数。根据生产函数理论，生产函数的基本形式为： 。其中，L、K分别为生产过程中投入的劳动与资金，时间变量 反映技术进步的影响。表3-1列出了我国1978-1994年期间国有独立核算工业企业的有关统计资料；其中产出Y为工业总产值（可比价），L、K分别为年末职工人数和固定资产净值（可比价）。
表3-1 我国国有独立核算工业企业统计资料
年份 时间
工业总产值
Y（亿元） 职工人数
L（万人） 固定资产
K（亿元）
1978 1 3289.18 3139 2225.70
1979 2 3581.26 3208 2376.34
1980 3 3782.17 3334 2522.81
1981 4 3877.86 3488 2700.90
1982 5 4151.25 3582 2902.19
1983 6 4541.05 3632 3141.76
1984 7 4946.11 3669 3350.95
1985 8 5586.14 3815 3835.79
1986 9 5931.36 3955 4302.25
1987 10 6601.60 4086 4786.05
1988 11 7434.06 4229 5251.90
1989 12 7721.01 4273 5808.71
1990 13 7949.55 4364 6365.79
1991 14 8634.80 4472 7071.35
1992 15 9705.52 4521 7757.25
1993 16 10261.65 4498 8628.77
1994 17 10928.66 4545 9374.34
资料来源：根据《中国统计年鉴－1995》和《中国工业经济年鉴-1995》计算整理
【实验步骤】
一、建立多元线性回归模型
一建立包括时间变量的三元线性回归模型；
在命令窗口依次键入以下命令即可：
⒈建立工作文件： CREATE A 78 94
⒉输入统计资料： DATA Y L K
⒊生成时间变量 ： GENR T=@TREND(77)
⒋建立回归模型： LS Y C T L K
则生产函数的估计结果及有关信息如图3-1所示。
图3-1 我国国有独立核算工业企业生产函数的估计结果
因此，我国国有独立工业企业的生产函数为：
（模型1）
＝(-0.252) (0.672) (0.781) (7.433)
模型的计算结果表明，我国国有独立核算工业企业的劳动力边际产出为0.6667，资金的边际产出为0.7764，技术进步的影响使工业总产值平均每年递增77.68亿元。回归系数的符号和数值是较为合理的。 ，说明模型有很高的拟合优度，F检验也是高度显著的，说明职工人数L、资金K和时间变量 对工业总产值的总影响是显著的。从图3-1看出，解释变量资金K的 统计量值为7.433，表明资金对企业产出的影响是显著的。但是，模型中其他变量（包括常数项）的 统计量值都较小，未通过检验。因此，需要对以上三元线性回归模型做适当的调整，按照统计检验程序，一般应先剔除 统计量最小的变量（即时间变量）而重新建立模型。
二建立剔除时间变量的二元线性回归模型；
命令：LS Y C L K
则生产函数的估计结果及有关信息如图3-2所示。
图3-2 剔除时间变量后的估计结果
因此，我国国有独立工业企业的生产函数为：
（模型2）
＝(-2.922) (4.427) (14.533)
从图3-2的结果看出，回归系数的符号和数值也是合理的。劳动力边际产出为1.2085，资金的边际产出为0.8345，表明这段时期劳动力投入的增加对我国国有独立核算工业企业的产出的影响最为明显。模型2的拟合优度较模型1并无多大变化，F检验也是高度显著的。这里，解释变量、常数项的 检验值都比较大，显著性概率都小于0.05，因此模型2较模型1更为合理。
三建立非线性回归模型——C-D生产函数。
C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。
方式1：转化成线性模型进行估计；
在模型两端同时取对数，得：
在EViews软件的命令窗口中依次键入以下命令：
GENR LNY=log（Y）
GENR LNL=log（L）
GENR LNK=log（K）
LS LNY C LNL LNK
则估计结果如图3-3所示。
图3-3 线性变换后的C-D生产函数估计结果
即可得到C-D生产函数的估计式为：
（模型3）
＝ (-1.172) (2.217) (9.310)
即：
从模型3中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理，而且拟合优度较模型2还略有提高，解释变量都通过了显著性检验。
方式2：迭代估计非线性模型，迭代过程中可以作如下控制：
⑴在工作文件窗口中双击序列C，输入参数的初始值；
⑵在方程描述框中点击Options，输入精度控制值。
控制过程：
①参数初值：0，0，0；迭代精度：10－3；
则生产函数的估计结果如图3-4所示。
图3-4 生产函数估计结果
此时，函数表达式为：
（模型4）
＝(0.313)(－2.023)(8.647)
可以看出，模型4中劳动力弹性 ＝-1.01161，资金的产出弹性 ＝1.0317，很显然模型的经济意义不合理，因此，该模型不能用来描述经济变量间的关系。而且模型的拟合优度也有所下降，解释变量L的显著性检验也未通过，所以应舍弃该模型。
②参数初值：0，0，0；迭代精度：10－5；
图3-5 生产函数估计结果
从图3-5看出，将收敛的误差精度改为10－5后，迭代100次后仍报告不收敛，说明在使用迭代估计法时参数的初始值与误差精度或迭代次数设置不当，会直接影响模型的估计结果。
③参数初值：0，0，0；迭代精度：10－5，迭代次数1000；
图3-6 生产函数估计结果
此时，迭代953次后收敛，函数表达式为：
（模型5）
＝(0.581)(2.267)(10.486)
从模型5中看出，资本与劳动的产出弹性都是在0到1之间，模型的经济意义合理， ，具有很高的拟合优度，解释变量都通过了显著性检验。将模型5与通过方式1所估计的模型3比较，可见两者是相当接近的。
④参数初值：1，1，1；迭代精度：10－5，迭代次数100；
图3-7 生产函数估计结果
此时，迭代14次后收敛，估计结果与模型5相同。
比较方式2的不同控制过程可见，迭代估计过程的收敛性及收敛速度与参数初始值的选取密切相关。若选取的初始值与参数真值比较接近，则收敛速度快；反之，则收敛速度慢甚至发散。因此，估计模型时最好依据参数的经济意义和有关先验信息，设定好参数的初始值。
二、比较、选择最佳模型
估计过程中，对每个模型检验以下内容，以便选择出一个最佳模型：
一回归系数的符号及数值是否合理；
二模型的更改是否提高了拟合优度；
三模型中各个解释变量是否显著；
四残差分布情况
以上比较模型的一、二、三步在步骤一中已有阐述，现分析步骤一中5个不同模型的残差分布情况。
分别在模型1～模型5的各方程窗口中点击View/Actual, Fitted, Resial/ Actual, Fitted, Resial Table（图3-8），可以得到各个模型相应的残差分布表（图3-9至图3-13）。
可以看出，模型4的残差在前段时期内连续取负值且不断增大，在接下来的一段时期又连续取正值，说明模型设定形式不当，估计过程出现了较大的偏差。而且，模型4的表达式也说明了模型的经济意义不合理，不能用于描述我国国有工业企业的生产情况，应舍弃此模型。
模型1的各期残差中大多数都落在 的虚线框内，且残差分别不存在明显的规律性。但是，由步骤一中的分析可知，模型1中除了解释变量K之外，其余变量均为通过变量显著性检验，因此，该模型也应舍弃。
模型2、模型3、模型5都具有合理的经济意义，都通过了 检验和F检验，拟合优度非常接近，理论上讲都可以描述资本、劳动的投入与产出的关系。但从图3-13看出，模型5的近期误差较大，因此也可以舍弃该模型。
最后将模型2与模型3比较发现，模型3的近期预测误差略小，拟合优度比模型2略有提高，因此可以选择模型2为我国国有工业企业生产函数。
④ 宏观经济学里，产出和收入是什么关系
总产出＝总收入＝总支出
都可以用来计算GDP
⑤ 计量经济学问题
不知从何时起，解答计量问题成了我日常生活的一部分。天南海北的读者与同道提出了各种各样的计量问题。这里摘取少量的典型问题，希望对从事实证研究的朋友有帮助。
1、在什么情况下，应将变量取对数再进行回归？
答：可以考虑以下几种情形。
，如果理论模型中的变量为对数形式，则应取对数。比如，在劳动经济学中研究教育投资回报率的决定因素，通常以工资对数为被解释变量，因为这是从Mincer模型推导出来的。
第二，如果变量有指数增长趋势（exponential growth），比如 GDP，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
第三，如果取对数可改进回归模型的拟合优度（比如 R2 或显著性），可考虑取对数。
第四，如果希望将回归系数解释为弹性或半弹性（即百分比变化），可将变量取对数。
第五，如果无法确定是否该取对数，可对两种情形都进行估计，作为稳健性检验（robustnesscheck）。若二者的回归结果类似，则说明结果是稳健的。
2、如何理解线性回归模型中，交互项（interactive term）系数的经济意义？
答：在线性回归模型中，如果不存在交互项或平方项等非线性项，则某变量的回归系数就表示该变量的边际效应（marginal effect）。比如，考虑回归方程
y = 1 + 2x + u
其中， u 为随机扰动项。显然，变量x 对 y 的边际效应为 2，即 x 增加一单位，平均而言会使 y 增加两单位。考虑在模型中加入交互项，比如
y = α + βx + γz + δxz+ u
其中， x 与 z 为解释变量，而 xz 为其交互项（交叉项）。由于交互项的存在，故x 对 y 的边际效应（求偏导数）为β + δz，这说明 x 对 y 的边际效应并非常数，而依赖于另一变量z 的取值。如果交互项系数 δ 为正数，则 x 对 y 的边际效应随着 z 的增加而增加（比如，劳动力的边际产出正向地依赖于资本）；反之，如果δ 为负数，则 x 对 y 的边际效应随着z 的增加而减少。
3、在一些期刊上看到回归模型中引入控制变量。控制变量究竟起什么作用，应该如何确定控制变量呢？
答：在研究中，通常有主要关心的变量，其系数称为 “parameterof interest” 。但如果只对主要关心的变量进行回归（极端情形为一元回归），则容易存在遗漏变量偏差（omittedvariable bias），即遗漏变量与解释变量相关。加入控制变量的主要目的，就是为了尽量避免遗漏变量偏差，故应包括影响被解释变量 y 的主要因素（但允许遗漏与解释变量不相关的变量）。
4、很多文献中有 “稳健性检验” 小节，请问是否每篇实证都要做这个呢？具体怎么操作？
答：如果你的论文只汇报一个回归结果，别人是很难相信你的。所以，才需要多做几个回归，即稳健性检验（robustness checks）。没有稳健性检验的论文很难发表到好期刊，因为不令人信服。稳健性检验方法包括变换函数形式、划分子样本、使用不同的计量方法等，可以参见我的教材。更重要的是，向同领域的经典文献学习，并模仿其稳健性检验的做法。
5、对于面板数据，一定要进行固定效应、时间效应之类的推敲么？还是可以直接回归？我看到很多文献，有的说明了使用固定效应模型的原因，有的则直接回归出结果，请问正确的方法是什么？
答：规范的做法需要进行豪斯曼检验（Hausman test），在固定效应与随机效应之间进行选择。但由于固定效应比较常见，而且固定效应模型总是一致的（随机效应模型则可能不一致），故有些研究者就直接做固定效应的估计。
对于时间效应也同时考虑，比如，加入时间虚拟变量或时间趋势项；除非经过检验，发现不存在时间效应。如果不考虑时间效应，则你的结果可能不可信（或许x 与 y 的相关性只是因为二者都随时间而增长）。
6、如何决定应使用二阶段最小二乘法（2SLS）还是广义矩估计（GMM）？
答：如果模型为恰好识别（即工具变量个数等于内生变量个数），则GMM完全等价于2SLS，故使用2SLS就够了。在过度识别（工具变量多于内生变量）的情况下，GMM的优势在于，它在异方差的情况下比2SLS更有效率。由于数据或多或少存在一点异方差，故在过度识别情况下，一般使用GMM。
7、在面板数据中，感兴趣的变量x 不随时间变化，是否只能进行随机效应的估计（若使用固定效应，则不随时间变化的关键变量 x 会被去掉）？
答：通常还是使用固定效应模型为好（当然，可进行正式的豪斯曼检验，以确定使用固定效应或随机效应模型）。如果使用固定效应，有两种可能的解决方法：
（1）如果使用系统GMM估计动态面板模型，则可以估计不随时间而变的变量x 的系数。
（2）在使用静态的面板固定效应模型时，可引入不随时间而变的变量 x与某个随时间而变的变量 z 之交互项，并以交互项 xz （随时间而变）作为关键解释变量。
⑥ 求计量经济学论文
计量经济学课程论文
小组成员：
组长：
指导教师：
日期：2010/年月27日
2006年我国各城市的GDP变动的多因素分析
摘要：本文主要通过对各城市同一时期的GDP进行多因素分析，建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。
关键词：GDPY(亿元） 多因素分析 模型 计量经济学 检验
一、引言部分
GDP（国内生产总值）指一个国家（或地区）所有常住单位在一定时期内生产活动的最终成果，从价值形态看，它是所有常住单位在一定时期内生产的全部货物和服务价值超过同期中间投入的全部非固定资产货物和服务价值的差额，即所有常住单位的增加值之和。GDP在创造的同时也被相应的生产要素分走了，主要体现为劳动报酬和利润。在现代社会政府还要以税收的形式拿走一部分GDP。本文主要研究就业人数L（万人）、各地区资本形成总额K(亿元）剔除价格影响因素即商品零售价格指数P（上年=100）之后对各城市同一时期的GDP的影响。
二、文献综述
注： 2006年各城市同一时期的GDP总量的数据来源于《中国统计年鉴2007》；
2006年就业人数L（万人）的数据来源于《中国统计年鉴2007》；
2006年资本形成总额K(亿元）的数据来源于《中国统计年鉴2007》,本表按2006年价格计算；
2006年商品零售价格指数P（上年=100）的数据来源于《中国统计年鉴2007》；
三、研究目的
通过研究各个城市在同一时期的GDP建立以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立多元线性回归模型，从而对各城市同一时期的GDP进行数量化分析。掌握建立多元回归模型和比较、筛选模型的方法。
四、实验内容
根据生产函数理论，生产函数的基本形式为: 。其中，L、K分别为产出GDP的过程中投入的劳动与资金,本文未考虑时间变量 即技术进步的影响。上表列出了我国2006年我国各个城市的GDP的有关统计资料；其中产出Y为各城市同一时期的GDP（可比价），L、K分别为2006年年末职工人数和各地区资本形成总额（可比价）。
五、建立模型并进行模型的参数估计、检验及修正
（一） 我们先建立Y1与L的关系模型：
其中，Y1——各个城市在同一时期的实际GDP(亿元)
L——2006年年末职工人数（万人）
模型的参数估计及其经济意义、统计推断的检验
利用EVIEWS软件，经回归分析，作出Y1与L的散点图如下：
利用EVIEWS软件，用OLS方法估计得：
Dependent Variable: Y1
Method: Least Squares
Date: 05/27/10 Time: 14:45
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -1647.264 517.2169 -3.184861 0.0034
L 14.99417 0.712549 21.04299 0.0000
R-squared 0.938534 Mean dependent var 7387.979
Adjusted R-squared 0.936415 S.D. dependent var 6367.139
S.E. of regression 1605.545 Akaike info criterion 17.66266
Sum squared resid 74755513 Schwarz criterion 17.75517
Log likelihood -271.7712 F-statistic 442.8073
Durbin-Watson stat 1.503388 Prob(F-statistic) 0.000000
可见，L的t值显著，且系数符合经济意义。从经济意义上讲，劳动每增加一单位，都可以使实际GDP相应增加14.9941， 这在一定条件下可以实现。另外，修正可决系数为0.936415，F值为442.8073，明显通过了F检验。且L的P检验值为0，小于0.05,所以通过了P值检验
（二）建立Y1与K1的关系模型：
其中，Y1——各个城市在同一时期的实际GDP(亿元)
K1——各地区资本形成总额(实际投入额)（亿元）
模型的参数估计及其经济意义、统计推断的检验
利用EVIEWS软件，经回归分析，作出Y1与K1的散点图如下：
利用EVIEWS软件，用OLS方法估计得：
Dependent Variable: Y1
Method: Least Squares
Date: 05/27/10 Time: 17:16
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -705.0563 393.0357 -1.793873 0.0833
K1 2.241106 0.086751 25.83385 0.0000
R-squared 0.958357 Mean dependent var 7387.979
Adjusted R-squared 0.956921 S.D. dependent var 6367.139
S.E. of regression 1321.537 Akaike info criterion 17.27332
Sum squared resid 50647333 Schwarz criterion 17.36583
Log likelihood -265.7364 F-statistic 667.3880
Durbin-Watson stat 1.697910 Prob(F-statistic) 0.000000
可见，K1的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加2.241106， 这在一定条件下可以实现。另外，修正可决系数为0.956921，F值为667.3880，明显通过了F检验。且K1的P检验值为0，小于0.05,所以通过了P值检验
通过两个模型的可绝系数 、调整可决系数 、T检验、F检验、P值检验的比较，明显的 ，Y1与K1的关系模型优于Y1与L的关系模型。因此，在以Y1与K1的关系模型为基础模型的条件下，建立二元关系模型。
（三）建立Y1与K1和L的二元关系模型
其中，Y1——各个城市在同一时期的实际GDP(亿元)
K1——各地区资本形成总额(实际投入额)（亿元）
L——2006年年末职工人数（万人）
利用EVIEWS软件，用OLS方法估计得
Dependent Variable: Y1
Method: Least Squares
Date: 05/27/10 Time: 17:23
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C -1369.643 303.2218 -4.516968 0.0001
K1 1.336796 0.176104 7.590936 0.0000
L 6.522268 1.190606 5.478107 0.0000
R-squared 0.979900 Mean dependent var 7387.979
Adjusted R-squared 0.978464 S.D. dependent var 6367.139
S.E. of regression 934.3899 Akaike info criterion 16.60943
Sum squared resid 24446367 Schwarz criterion 16.74820
Log likelihood -254.4462 F-statistic 682.5040
Durbin-Watson stat 1.633165 Prob(F-statistic) 0.000000
可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.978464，F值为682.5040，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。
通过两个模型的可绝系数 、调整可决系数 、T检验、F检验、P值检验的比较，明显的 ，Y1与K1和L的关系模型优于Y1与K1的关系模型。因此，建立二元关系模型更符合实际经济情况。
（四）建立非线性回归模型——C-D生产函数。
C-D生产函数为： ，对于此类非线性函数，可以采用以下两种方式建立模型。
方式1：转化成线性模型进行估计；
在模型两端同时取对数，得：
在EViews软件的命令窗口中依次键入以下命令：
GENR LNY1=log（Y1）
GENR LNL=log（L）
GENR LNK1=log（K1）
LS LNY1 C LNL LNK1
则估计结果如图所示。
Dependent Variable: LNY1
Method: Least Squares
Date: 05/27/10 Time: 17:29
Sample: 1 36
Included observations: 31
Variable Coefficient Std. Error t-Statistic Prob.
C 0.242345 0.198180 1.222853 0.2316
LNK1 0.666500 0.082707 8.058538 0.0000
LNL 0.493322 0.088128 5.597775 0.0000
R-squared 0.988755 Mean dependent var 8.504486
Adjusted R-squared 0.987951 S.D. dependent var 1.037058
S.E. of regression 0.113834 Akaike info criterion -1.416379
Sum squared resid 0.362831 Schwarz criterion -1.277606
Log likelihood 24.95388 F-statistic 1230.946
Durbin-Watson stat 1.295173 Prob(F-statistic) 0.000000
可见，K1和L的t值显著，且系数符合经济意义。从经济意义上讲，资本每增加一单位，都可以使实际GDP相应增加。另外，修正可决系数为0.987951，F值为1230.946，明显通过了F检验。且K1和L的P检验值为0，均小于0.05,所以通过了P值检验。
通过对以上模型的可决系数 、调整可决系数 、F检验的比较，明显的 ，该模型最优。因此，选用该模型为以各城市同一时期的GDP为被解释变量，以其它可量化横截面数据作为解释变量建立的最优多元线性回归模型。
六、总结
综上所述，我们采用截面数据拟合的模型成功的反映各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）间的数量关系，是一个成功的模型。从模型中看出，各城市同一时期的GDPY1与就业人数L（万人）和各地区剔除价格影响因素即商品零售价格指数P（上年=100）的资本形成总额K1(亿元）有非常密切的关系，与柯布-道格拉斯 （C-D）生产函数密切吻合，验证了柯布-道格拉斯 （C-D）生产函数的正确。
参考文献：
1、《国民经济核算——国家统计年鉴2007》
2、《价格指数——国家统计年鉴2007》
3、《中国国内生产总值核算》,作者：许宪春 编著，
⑦ 求计量经济学大神解答，在线等，急啊
@中国人民大学经济学论坛
⑧ 劳动边际产量 边际劳动产出怎么计算
关于利息和工资的资产阶级庸俗经济理论。德国经济学家杜能首先提出，美国经济学家克拉克版加权以发展，为现代庸俗经济学者广泛采用。认为当劳动量不变而资本（生产资料）相继增加时，每增加一个单位资本所生产的产量或价值依次递减，即所谓“生产率递减律”，最后增加一个单位资本所生产的产量或价值，称为“资本的边际生产率”，它决定利息的高低；同样，当资本不变而劳动量相继增加时，则“劳动的边际生产率”决定劳动者工资的多寡。因而认为资本越多，利息越低；劳动力越多，工资越降。这一理论把生产资料也说成是创造价值的，并把资本主义制度所造成的劳动人民的贫困归之于“劳动边际生产率”下降，反映了其局限性。但其为经济学的发展也起到了一定作用。