第二章練習題及參考解答2.1為研究中國的貨幣供應量(以貨幣與準貨幣M2表示)與國內生產總值(GDP)的相互依存關系，分析表中1990年—2007年中國貨幣供應量（M2）和國內生產總值（GDP）的有關數據:表2.91990年—2007年中國貨幣供應量和國內生產總值(單位:億元)年份貨幣供應量M2國內生產總值GDP19901991199219931994199519961997199819992000200120022003200420052006200715293.419349.925402.234879.846923.560750.576094.990995.3104498.5119897.9134610.4158301.9185007.0221222.8254107.0298755.7345603.6403442.218718.321826.226937.335260.048108.559810.570142.578060.883024.388479.298000.5108068.2119095.7135174.0159586.7184088.6213131.7251483.2資料來源:中國統計年鑒2008,中國統計出版社對貨幣供應量與國內生產總值作相關分析，并說明相關分析結果的經濟意義。練習題2.1參考解答:計算中國貨幣供應量(以貨幣與準貨幣M2表示)與國內生產總值(GDP)的相關系數為:計算方法:或計算結果:M2GDPM210.996426148646GDP0.9964261486461經濟意義:這說明中國貨幣供應量與國內生產總值(GDP)的線性相關系數為0.996426,線性相關程度相當高。2.4為研究中國改革開放以來國民總收入與最終消費的關系，搜集到以下數據：表2.12中國國民總收入與最終消費(單位：億元)年份國民總收入X最終消費Y年份國民總收入X最終消費Y19783645.2172239.1199335260.0221899.919794062.5792633.7199448108.4629242.219804545.6243007.9199559810.5336748.219814889.4613361.5199670142.4943919.519825330.4513714.8199778060.8348140.619835985.5524126.4199883024.2851588.219847243.7524846.3199988479.1555636.919859040.7375986.3200098000.4561516198610274.386821.82001108068.266878.3198712050.627804.62002119095.771691.2198815036.829839.5200313517477449.5198917000.9211164.22004159586.787032.9199018718.3212090.52005184088.697822.7199121826.214091.92006213131.7110595.3199226937.2817203.32007251483.2128444.6資料來源：中國統計年鑒2008.中國統計出版社，2008.以分析國民總收入對消費的推動作用為目的，建立線性回歸方程，并估計其參數。計算回歸估計的標準誤差和可決系數。對回歸系數進行顯著性水平為5%的顯著性檢驗。如果2008年全年國民總收入為300670億元，比上年增長9.0%，預測可能達到的最終消費水平，并對最終消費的均值給出置信度為95%的預測區間。練習題2.4參考解答：(1)以最終消費為被解釋變量Y，以國民總收入為解釋變量X，建立線性回歸模型：利用EViews估計參數并檢驗 回歸分析結果為:(895.4040)(0.00967)t=(3.3999)(54.8208)n=30(2)回歸估計的標準誤差即估計的隨機擾動項的標準誤差，由EViews估計參數和檢驗結果得,可決系數為0.9908。(3)由t分布表可查得，由于，或由P值=0.000可以看出,對回歸系數進行顯著性水平為5%的顯著性檢驗表明,國民總收入對最終消費有顯著影響。(4)如果2008年全年國民總收入為300670億元，預測可能達到的最終消費水平為:(億元)對最終消費的均值置信度為95%的預測區間為:由Eviews計算國民總收入X變量樣本數據的統計量得:n=30則有取,，,已知,平均值置信度95%的預測區間為：==（億元）2.6表2.34中是16支公益股票某年的每股帳面價值Y和當年紅利X的數據：表2.14某年16支公益股票每股帳面價值和當年紅利公司序號帳面價值Y（元）紅利X（元）公司序號帳面價值Y（元）紅利X（元）122.442.4912.140.80220.892.981023.311.94322.092.061116.233.00414.481.09120.560.28520.731.96130.840.8467819.2520.3726.431.552.161.6014151618.0512.4511.331.801.211.07（1）分析每股帳面價值和當年紅利的相關性?(2)建立每股帳面價值和當年紅利的回歸方程；（3）解釋回歸系數的經濟意義。練習題2.6參考解答：1．分析每股帳面價值和當年紅利的相關性作散布圖：從圖形看似乎具有一定正相關性，計算相關系數：每股帳面價值和當年紅利的相關系數為0.7086472．建立每股帳面價值X和當年紅利Y的回歸方程：回歸結果：參數的t檢驗：t值為3.7580,查表<,或者P值為0.0021<,表明每股紅利對帳面價值有顯著的影響。3.回歸系數的經濟意義：平均說來公司的股票每股紅利增加1元，當年帳面價值將增加6.8942元2.8表2.15中是1992年亞洲各國人均壽命（Y）、按購買力平價計算的人均GDP（X1）、成人識字率（X2）、一歲兒童疫苗接種率（X3）的數據:表2.151992年亞洲各國人均壽命等數據序號國家和地區平均壽命Y（年）人均GDPX1（100美元）成人識字率X2（%）一歲兒童疫苗接種率X3（%）1日本7919499992中國香港7718590793韓國708397834新加坡7414792905泰國695394866馬來西亞707480907斯里蘭卡712789888中國大陸702980949菲律賓6524909210朝鮮7118959611蒙古6323958512印度尼西亞6227849213越南6313899014緬甸577817415巴基斯坦5820368116老撾5018553617印度6012509018孟加拉國5212376919柬埔寨5013383720尼泊爾5311277321不丹486418522阿富汗4373235資料來源：聯合國發展規劃署.人的發展報告.1993（1）分別設定簡單線性回歸模型，分析各國人均壽命與人均GDP、成人識字率、一歲兒童疫苗接種率的數量關系。（2）對所建立的多個回歸模型進行檢驗。（3）分析對比各個簡單線性回歸模型。練習題2.8參考解答：分別設定簡單線性回歸模型，分析各國人均壽命與人均GDP、成人識字率、一歲兒童疫苗接種率的數量關系:人均壽命與人均GDP關系估計檢驗結果:人均壽命與成人識字率關系人均壽命與一歲兒童疫苗接種率關系（2）對所建立的多個回歸模型進行檢驗由人均GDP、成人識字率、一歲兒童疫苗接種率分別對人均壽命回歸結果的參數t檢驗值均明確大于其臨界值,而且從對應的P值看,均小于0.05,所以人均GDP、成人識字率、一歲兒童疫苗接種率分別對人均壽命都有顯著影響.（3）分析對比各個簡單線性回歸模型人均壽命與人均GDP回歸的可決系數為0.5261人均壽命與成人識字率回歸的可決系數為0.7168人均壽命與一歲兒童疫苗接種率的可決系數為0.5379相對說來,人均壽命由成人識字率作出解釋的比重更大一些2.9按照“弗里德曼的持久收入假說”：持久消費正比于持久收入，依此假說建立的計量模型沒有截距項，設定的模型應該為：，這是一個過原點的回歸。在古典假定滿足時，證明過原點的回歸中的OLS估計量的計算公式是什么？對該模型是否仍有和？對比有截距項模型和無截距項模型參數的OLS估計有什么不同？練習題2.9參考解答：沒有截距項的過原點回歸模型為:因為求偏導令得而有截距項的回歸為對于過原點的回歸，由OLS原則:已不再成立,但是是成立的。還可以證明對于過原點的回歸，而有截距項的回歸為，第三章練習題及參考解答3.1為研究中國各地區入境旅游狀況，建立了各省市旅游外匯收入（Y，百萬美元）、旅行社職工人數（X1，人）、國際旅游人數（X2，萬人次）的模型，用某年31個省市的截面數據估計結果如下：t=(-3.066806)(6.652983)(3.378064)R2=0.934331F=191.1894n=311)從經濟意義上考察估計模型的合理性。2)在5%顯著性水平上，分別檢驗參數的顯著性。3)在5%顯著性水平上，檢驗模型的整體顯著性。練習題3.1參考解答:(1)由模型估計結果可看出：從經濟意義上說明，旅行社職工人數和國際旅游人數均與旅游外匯收入正相關。平均說來，旅行社職工人數增加1人，旅游外匯收入將增加0.1179百萬美元；國際旅游人數增加1萬人次，旅游外匯收入增加1.5452百萬美元。這與經濟理論及經驗符合，是合理的。（2）取，查表得因為3個參數t統計量的絕對值均大于，說明經t檢驗3個參數均顯著不為0，即旅行社職工人數和國際旅游人數分別對旅游外匯收入都有顯著影響。（3）取，查表得，由于，說明旅行社職工人數和國際旅游人數聯合起來對旅游外匯收入有顯著影響，線性回歸方程顯著成立。3.4考慮以下“期望擴充菲利普斯曲線（Expectations-augmentedPhillipscurve）”模型：其中：=實際通貨膨脹率（%）；=失業率（%）；=預期的通貨膨脹率（%）表3.8為某國的有關數據，表3.81970-1982年某國實際通貨膨脹率Y(%)，失業率X2(%)和預期通貨膨脹率X3(%)年份實際通貨膨脹率Y(%)失業率X2(%)預期的通貨膨脹率X3（%）19701971197219731974197519761977197819791980198119825.924.303.306.2310.979.145.776.457.6011.4713.4610.245.994.905.905.604.905.608.507.707.106.105.807.107.609.704.783.843.313.446.849.476.515.926.088.0910.0110.818.001）對此模型作估計,并作出經濟學和計量經濟學的說明。2）根據此模型所估計結果作統計檢驗。3）計算修正的可決系數（寫出詳細計算過程）。練習題3.4參考解答:（1）對此模型作估計,并作出經濟學和計量經濟學的說明。（2）根據此模型所估計結果，作計量經濟學的檢驗。t檢驗表明：各參數的t值的絕對值均大于臨界值，從P值也可看出均明顯小于，表明失業率和預期通貨膨脹率分別對實際通貨膨脹率都有顯著影響。F檢驗表明：F=34.29559,大于臨界值,其P值0.000033也明顯小于,說明失業率和預期通貨膨脹率聯合起來對實際通貨膨脹率有顯著影響。從經濟意義上看：失業率與實際通貨膨脹率負相關，預期通貨膨脹率與實際通貨膨脹率正相關，與經濟理論一致。（3）計算修正可決系數（寫出詳細計算過程）由Y的統計量表得Std.Dev=3.0418923.6表3.10給出的是1960—1982年間7個OECD國家的能源需求指數（Y）、實際GDP指數（X1）、能源價格指數（X2）的數據，所有指數均以1970年為基準（1970=100）表3.10OECD國家能源需求指數、實際GDP指數、能源價格指數數據年份能源需求指數Y實際GDP指數X1能源價格指數X2年份能源需求指數Y實際GDP指數X1能源價格指數X219601961196219631964196519661967196819691970197154.155.458.561.763.666.870.373.578.383.388.991.854.156.459.462.165.969.573.275.779.983.886.289.8111.9112.4111.1110.2109.0108.3105.3105.4104.3101.797.7100.31972197319741975197619771978197919801981198297.2100.097.393.599.1100.9103.9106.9101.298.195.694.3100.0101.4100.5105.3109.9114.4118.3119.6121.1120.698.6100.0120.1131.0129.6137.7133.7144.5179.0189.4190.91)建立能源需求與收入和價格之間的對數需求函數，解釋各回歸系數的意義，用P值檢驗所估計回歸系數是否顯著。2)再建立能源需求與收入和價格之間的線性回歸模型，解釋各回歸系數的意義，用P值檢驗所估計回歸系數是否顯著。練習題3.6參考解答：（1）建立能源需求與收入和價格之間的對數需求函數說明收入GDP指數增加1%時，平均說來能源需求指數將增長0.9969%;價格指數增加1%時，平均說來能源需求指數將降低0.3314%由P值可知,收入和價格對能源需求的影響是顯著的.（2）建立能源需求與收入和價格之間的線性需求函數說明收入GDP指數增加1個單位時，平均說來能源需求指數將增長0.980849個單位;價格指數增加1個單位時，平均說來能源需求指數將降低0.258426個單位由P值可知,收入和價格對能源需求的影響是顯著的.第四章4.1假設在模型中，之間的相關系數為零，于是有人建議你進行如下回歸：(1)是否存在？為什么？(2)(3)是否有？練習題4.1參考解答：(1)存在。因為當之間的相關系數為零時，離差形式的有同理有：(2)因為，且，由于，則則(3)存在。因為當時，同理，有4.3下表給出了中國商品進口額Y、國內生產總值GDP、居民消費價格指數CPI。表4.11中國商品進口額、國內生產總值、居民消費價格指數年份商品進口額(億元)國內生產總值(億元)居民消費價格指數(1985=100)19851257.89016.0100.019861498.310275.2106.519871614.212058.6114.319882055.115042.8135.819892199.916992.3160.219902574.318667.8165.219913398.721781.5170.819924443.326923.5181.719935986.235333.9208.419949960.148197.9258.6199511048.160793.7302.8199611557.471176.6327.9199711806.578973.0337.1199811626.184402.3334.4199913736.489677.1329.7200018638.899214.6331.0200120159.2109655.2333.3200224430.3120332.7330.6200334195.6135822.8334.6200446435.8159878.3347.7200554273.7183084.8353.9200663376.9211923.5359.2200773284.6249529.9376.5資料來源：《中國統計年鑒》，中國統計出版社2000年、2008年。請考慮下列模型：1)利用表中數據估計此模型的參數。2)你認為數據中有多重共線性嗎？3)進行以下回歸：根據這些回歸你能對數據中多重共線性的性質說些什么？4)假設數據有多重共線性，但在5%水平上個別地顯著，并且總的F檢驗也是顯著的。對這樣的情形，我們是否應考慮共線性的問題？練習題4.3參考解答：參數估計結果如下(括號內為標準誤)(2)居民消費價格指數的回歸系數的符號不能進行合理的經濟意義解釋，且且CPI與進口之間的簡單相關系數呈現正向變動?？赡軘祿杏卸嘀毓簿€性。計算相關系數:(3)最大的CI=108.812，表明GDP與CPI之間存在較高的線性相關。(4)分別擬合的回歸模型如下：單方程擬合效果都很好，回歸系數顯著，可決系數較高，GDP和CPI對進口分別有顯著的單一影響，在這兩個變量同時引入模型時影響方向發生了改變，這只有通過相關系數的分析才能發現。(5)如果僅僅是作預測，可以不在意這種多重共線性，但如果是進行結構分析，還是應該引起注意。4.5克萊因與戈德伯格曾用1921-1950年(1942-1944年戰爭期間略去)美國國內消費Y和工資收入X1、非工資—非農業收入X2、農業收入X3的時間序列資料，利用OLSE括號中的數據為相應參數估計量的標準誤差。試對上述模型進行評析，指出其中存在的問題。練習題4.5參考解答：從模型擬合結果可知，樣本觀測個數為27，消費模型的判定系數，F統計量為107.37，在0.05置信水平下查分子自由度為3，分母自由度為23的F臨界值為3.028，計算的F值遠大于臨界值，表明回歸方程是顯著的。模型整體擬合程度較高。依據參數估計量及其標準誤，可計算出各回歸系數估計量的t統計量值：除外，其余的值都很小。工資收入X1的系數的t檢驗值雖然顯著，但該系數的估計值過大，該值為工資收入對消費邊際效應，因為它為1.059，意味著工資收入每增加一美元，消費支出的增長平均將超過一美元，這與經濟理論和常識不符。另外，理論上非工資—非農業收入與農業收入也是消費行為的重要解釋變量，但兩者的t檢驗都沒有通過。這些跡象表明，模型中存在嚴重的多重共線性，不同收入部分之間的相互關系，掩蓋了各個部分對解釋消費行為的單獨影響。4.7在本章開始的“引子”提出的“農業的發展反而會減少財政收入嗎？”的例子中，如果所采用的數據如下表所示表4.131978-2007年財政收入及其影響因素數據年份財政收入(億元)CS農業增加值(億元)NZ工業增加值(億元)GZ建筑業增加值(億元)JZZ總人口(萬人)TPOP最終消費(億元)CUM受災面積(千公頃)SZM19781132.31027.51607138.2962592239.15079019791146.41270.21769.7143.8975422633.73937019801159.91371.61996.5195.5987053007.94452619811175.81559.52048.4207.11000723361.53979019821212.31777.42162.3220.71016543714833130198313671978.42375.6270.61030084126.43471019841642.92316.12789316.71043574846.33189019852004.82564.43448.7417.91058515986.344365198621222788.73967525.71075076821.84714019872199.43233.04585.8665.81093007804.64209019882357.23865.45777.28101110269839.55087019892664.94265.9648479411270411164.24699119902937.15062.06858859.411433312090.53847419913149.485342.28087.11015.111582314091.95547219923483.375866.610284.5141511717117203.35133319934348.956963.8141882266.511851721899.94882919945218.19572.719480.72964.711985029242.25504319956242.212135.824950.63728.812112136748.24582119967407.9914015.429447.64387.412238943919.54698919978651.1414441.932921.44621.612362648140.65342919989875.9514817.634018.44985.812476151588.250145199911444.0814770.035861.55172.112578655636.949981200013395.2314944.74003.65522.31267436151654688200116386.0415781.343580.65931.712762766878.352215200218903.6416537.047431.36465.512845371691.247119200321715.2517381.754945.57490.812922777449.554506200426396.4721412.7652108694.312998887032.937106200531649.2922420.076912.910133.813075696918.138818200638760.2024040.091310.911851.1131448110595.341091200751321.7828095.0107367.214014.1132129128444.648992(資料來源：《中國統計年鑒2008》，中國統計出版社2008年版)試分析：為什么會出現本章開始時所得到的異常結果？怎樣解決所出現的問題？練習題4.7參考解答:(1)根據樣本數據得到各解釋變量的樣本相關系數矩陣如下：樣本相關系數矩陣解釋變量之間相關系數較高，特別是農業增加值、工業增加值、建筑業增加值、最終消費之間，相關系數都在0.9以上。這顯然與第三章對模型的無多重共線性假定不符合。（2）解決方案：采用逐步回歸的方式，可以得到沒有共線性的回歸模型，但可能存在設定偏誤。合并工業增加值與建筑業增加值，得到財政收入與第二產業的回歸。取對數再回歸，可以減低共線性。第五章練習題及參考解答5.1設消費函數為式中，為消費支出；為個人可支配收入；為個人的流動資產；為隨機誤差項，并且（其中為常數）。試解答以下問題：(1)選用適當的變換修正異方差，要求寫出變換過程；(2)寫出修正異方差后的參數估計量的表達式。練習題5.1參考解答：（1）因為，所以取，用乘給定模型兩端，得上述模型的隨機誤差項的方差為一固定常數，即（2）根據加權最小二乘法，可得修正異方差后的參數估計式為其中5.3下表是2007年我國各地區農村居民家庭人均純收入與家庭人均生活消費支出的數據表5.9各地區農村居民家庭人均純收入與家庭人均生活消費支出的數據(單位：元)地區家庭人均純收入家庭生活消費支出地區家庭人均純收入家庭生活消費支出北京9439.636399.27湖北3997.483090天津7010.063538.31湖南3904.23377.38河北4293.432786.77廣東5624.044202.32山西3665.662682.57廣西3224.052747.47內蒙古3953.13256.15海南3791.372556.56遼寧4773.433368.16重慶3509.292526.7吉林4191.343065.44四川3546.692747.27黑龍江4132.293117.44貴州2373.991913.71上海10144.628844.88云南2634.092637.18江蘇6561.014786.15西藏2788.22217.62浙江8265.156801.6陜西2644.692559.59安徽3556.272754.04甘肅2328.922017.21福建5467.084053.47青海2683.782446.5江西4044.72994.49寧夏3180.842528.76山東4985.343621.57新疆3182.972350.58河南3851.62676.41（1）試根據上述數據建立2007年我國農村居民家庭人均消費支出對人均純收入的線性回歸模型。（2）選用適當方法檢驗模型是否在異方差，并說明存在異方差的理由。（3）如果存在異方差，用適當方法加以修正。練習題5.3參考解答：解：（1）建立樣本回歸函數。（0.808709）（15.74411）（2）利用White方法檢驗異方差，則White檢驗結果見下表：HeteroskedasticityTest:WhiteF-statistic7.194463

Prob.F(2,28)0.0030Obs*R-squared10.52295

Prob.Chi-Square(2)0.0052ScaledexplainedSS30.08105

Prob.Chi-Square(2)0.0000由上述結果可知，該模型存在異方差。分析該模型存在異方差的理由是，從數據可以看出，一是截面數據；二是各省市經濟發展不平衡，使得一些省市農村居民收入高出其它省市很多，如上海市、北京市、天津市和浙江省等。而有的省就很低，如甘肅省、貴州省、云南省和陜西省等。（3）用加權最小二乘法修正異方差，分別選擇權數，經過試算，認為用權數的效果最好。結果如下：書寫結果為5.5下表的數據是2007年我國建筑業總產值（X）和建筑業企業利潤總額（Y）。試根據資料建立回歸模型，并對模型判斷是否存在異方差，如果有異方差，選用適當方法修正。表5.11各地區建筑業總產值（X）和建筑業企業利潤總額（Y）(單位：萬元)地區建筑業總產值x建筑業企業利潤總額y地區建筑業總產值x建筑業企業利潤總額y北京25767692960256.4湖北21108043698837.4天津12219419379211.6湖南18288148545655.7河北16146909446520.8廣東299951401388554.6山西10607041194565.9廣西6127370126343.1內蒙古6811038.3353362.6海南82183414615.7遼寧21000402836846.6重慶11287118386177.5吉林7383390.8102742四川21099840466176黑龍江8758777.898028.5貴州3487908.141893.1上海25241801794136.5云南7566795.1266333.1江蘇701057242368711.7西藏602940.752895.2浙江697170521887291.7陜西11730972224646.6安徽15169772378252.8甘肅4369038.8152143.1福建15441660375531.9青海1254431.124468.3江西7861403.8188502.4寧夏1549486.525224.6山東328904501190084.1新疆4508313.768276.6河南21517230574938.7數據來源：國家統計局網站練習題5.5參考解答：（1）求對的回歸，得如下估計結果用懷特檢驗的修正方法，即建立如下回歸模型通過計算得到如下結果：注意，表中E2為殘差平方。即對該模型系數作判斷，運用或檢驗，可發現存在異方差。具體EViews操作如下：在得到的估計后，進一步得到殘差平方，然后建立對和的線性回歸模型。再通過上述回歸對和前的系數是否為零進行判斷，從而檢驗原模型中是否存在異方差。在上表界面，按路徑：VIEW/COEFFIEICENTTESTS/REDUANDANTVARIABLES，得到如下窗口，并輸入變量名“YFYF^2”，即然后“OK”即得到檢驗結果為從表中統計量值和統計量值看，拒絕原假設，表明原模型存在異方差。（2）通過對權數的試算，最后選擇權數，用加權最小二乘法得到如下估計（還原后的結果）對該模型進行檢驗，發現已無異方差。第六章6.1下表給出了美國1960-1995年36年間個人實際可支配收入X和個人實際消費支出Y的數據。表6.6美國個人實際可支配收入和個人實際消費支出 (單位：百億美元)年份個人實際可支配收入X個人實際消費支出Y年份個人實際可支配收入X個人實際消費支出Y196019611962196319641965196619671968196919701971197219731974197519761977157162169176188200211220230237247256268287285290301311143146153160169180190196207215220228242253251257271283197819791980198119821983198419851986198719881989199019911992199319941995326335337345348358384396409415432440448449461467478493295302301305308324341357371382397406413411422434447458注：資料來源于EconomicReportofthePresident，數據為1992年價格。要求：（1）用普通最小二乘法估計收入—消費模型； （2）檢驗收入—消費模型的自相關狀況（5%顯著水平）； （3）用適當的方法消除模型中存在的問題。練習題6.1參考解答:（１）收入—消費模型為 Se=(2.5043) (0.0075) t=(-3.7650) (125.3411)R2=0.9978，F=15710.39，df=34，DW=0.5234（２）對樣本量為36、一個解釋變量的模型、5%顯著水平，查DW統計表可知，dL=1.411，dU=1.525，模型中DW<dL，顯然消費模型中有自相關。（３）采用廣義差分法et=0.72855et-1 （0.0189）t=（-2.0220）（50.1682）R2=0.9871F=2516.848df=33DW=2.0972查5%顯著水平的DW統計表可知dL=1.402，dU=1.519，模型中DW=2.0972>dU，說明廣義差分模型中已無自相關。同時，可決系數R2、t、F統計量均達到理想水平。最終的消費模型為Yt=13.9366+0.9484Xt 6.3下表是北京市連續19年城鎮居民家庭人均收入與人均支出的數據。表6.7北京市19年來城鎮居民家庭收入與支出數據表（單位：元）年份順序人均收入(元)人均生活消費支出(元)商品零售物價指數(%)人均實際收入(元)人均實際消費支出(元)12345678910111213141516171819450.18491.54599.40619.57668.06716.60837.651158.841317.331413.241767.671899.572067.332359.882813.103935.395585.886748.687945.78359.86408.66490.44511.43534.82574.06666.75923.321067.381147.601455.551520.411646.051860.172134.652939.604134.125019.765729.45100.00101.50108.60110.20112.30113.00115.40136.80145.90158.60193.30229.10238.50258.80280.30327.70386.40435.10466.90450.18484.28551.93562.22594.89634.16725.87847.11902.90891.07914.47829.14866.81911.851003.601200.911445.621551.061701.82359.86402.62451.60464.09476.24508.02577.77674.94731.58723.58753.00663.64690.17718.77761.56897.041069.911153.701227.13要求：（1）建立居民收入—消費函數； （2）檢驗模型中存在的問題，并采取適當的補救措施預以處理； （3）對模型結果進行經濟解釋。練習題6.3參考解答：（１）收入—消費模型為（２）DW＝0.575，取，查DW上下界，說明誤差項存在正自相關。（３）采用廣義差分法使用普通最小二乘法估計的估計值，得 DW=1.830，已知。因此，在廣義差分模型中已無自相關。據，可得：因此，原回歸模型應為其經濟意義為:北京市人均實際收入增加1元時，平均說來人均實際生活消費支出將增加0.669元。6.5下表給出了某地區1980-2000年的地區生產總值(Y)與固定資產投資額(X)的數據。表6.9地區生產總值(Y)與固定資產投資額(X)單位：億元年份地區生產總值(Y)固定資產投資額(X)年份地區生產總值(Y)固定資產投資額(X)19801981198219831984198519861987198819891402162413821285166520802375251727412730216254187151246368417412438436199019911992199319941995199619971998199920003124315835784067448348975120550660887042875654452354866869974566784595111851180要求：（1）使用對數線性模型進行回歸，并檢驗回歸模型的自相關性；（2）采用廣義差分法處理模型中的自相關問題。(3)令（固定資產投資指數），（地區生產總值增長指數），使用模型，該模型中是否有自相關？練習題6.5參考解答：（１）對數模型為ln(Y)=2.1710+0.9511ln(X) t=(9.0075) (24.4512)R2=0.9692DW=1.1598樣本量n=21，一個解釋變量的模型，5%顯著水平，查DW統計表可知，dL=1.221，dU=1.420，模型中DW<dL，顯然模型中有自相關。（2）采用廣義差分法et=0.4002et-1 令，。對回歸，得 t=（6.5465）（15.1595）R2=0.9274DW=1.4415模型中DW=1.4415>dU，說明廣義差分模型中已無自相關。最終的模型為Ln(Yt)=-2.468+0.9060ln(Xt )(3)回歸模型為ln(Yt/Yt-1)=0.054+0.4422ln(Xt/Xt-1)t(4.0569)(6.6979)R2=0.7137DW=1.5904模型中DW=1.5904>dU，說明廣義差分模型中已無自相關。第八章8.2個人所得稅起征點調整對居民消費支出會產生重要的影響。為研究個人所得稅起征點調整對城鎮居民個人消費支出行為的效應，收集相關的數據如表8.4和表8.5所示。表8.4個人所得稅起征點調整情況1987年1994年2006年2008年最低的起征點400元800元1600元2000元表8.5城鎮居民收入與消費的有關數據城鎮家庭平均每人可支配收入（元）城鎮家庭平均每人全年消費性支出（元）平均每戶城鎮家庭就業人口數（人）城鎮家庭平均每一就業者負擔人數（含本人）（人）1985739.1673.22.151.811986900.97992.121.819871002.1884.42.091.7919881180.211042.031.7919891373.9121121.7819901510.161278.891.981.7719911700.61453.81.961.7519922026.61671.71.951.7319932577.42110.81.921.7219943496.22851.31.881.7419954282.953537.571.871.7319964838.93919.51.861.7219975160.34185.61.831.7419985425.14331.61.81.75199958544615.91.771.7720006279.9849981.681.8620016859.65309.011.651.8820027702.86029.921.581.9220038472.26510.941.581.9120049421.67182.11.561.912005104937942.881.511.96200611759.458696.551.531.93200713785.819997.471.541.89200815780.811242.91.481.97若模型設定為：Consumet=Ct+α1Incomet+α2Consumet-1+α3Employmentt+α4Burdent+α5d1t+α6d2t+α7d3t+α8d4t+εt其中Consumet表示t期城鎮居民家庭人均消費支出，Incomet表示t期城鎮居民家庭人均可支配收入,Employmentt表示t期城鎮居民家庭平均每戶就業人口,Burdent表示t期城鎮居民家庭平均每一就業者負擔人數，dit(i=1,2,3,4)相應的虛擬變量。1）構造用于描述個人所得稅調整的虛擬變量，并簡要說明其理由；2）用散點圖描述兩兩變量之間的關系，并給出你對模型設定的結論；3）依據測算，選擇你認為更能描述客觀實際的模型，并簡要說明其理由；4）根據分析結果，你對提高個人所得稅起征點影響居民消費的有效性能得出什么結論?練習題8.2參考解答：錄入如下數據obsCONSUMEINCOMEEMPLOYMENTD1D2D3D41985673.2000739.10002.1500000.0000000.0000000.0000000.0000001986799.0000900.90002.1200000.0000000.0000000.0000000.0000001987884.40001002.1002.0900001.0000000.0000000.0000000.00000019881104.0001180.2002.0300001.0000000.0000000.0000000.00000019891211.0001373.9002.0000001.0000000.0000000.0000000.00000019901278.8901510.1601.9800001.0000000.0000000.0000000.00000019911453.8001700.6001.9600001.0000000.0000000.0000000.00000019921671.7002026.6001.9500001.0000000.0000000.0000000.00000019932110.8002577.4001.9200001.0000000.0000000.0000000.00000019942851.3003496.2001.8800001.0000001.0000000.0000000.00000019953537.5704282.9501.8700001.0000001.0000000.0000000.00000019963919.5004838.9001.8600001.0000001.0000000.0000000.00000019974185.6005160.3001.8300001.0000001.0000000.0000000.00000019984331.6005425.1001.8000001.0000001.0000000.0000000.00000019994615.9005854.0001.7700001.0000001.0000000.0000000.00000020004998.0006279.9801.6800001.0000001.0000000.0000000.00000020015309.0106859.6001.6500001.0000001.0000000.0000000.00000020026029.9207702.8001.5800001.0000001.0000000.0000000.00000020036510.9408472.2001.5800001.0000001.0000000.0000000.00000020047182.1009421.6001.5600001.0000001.0000000.0000000.00000020057942.88010493.001.5100001.0000001.0000000.0000000.00000020068696.55011759.451.5300001.0000001.0000001.0000000.00000020079997.47013785.811.5400001.0000001.0000001.0000000.000000200811242.9015780.801.4800001.0000001.0000001.0000001.000000分別作如下回歸：DependentVariable:CONSUMEMethod:LeastSquaresDate:08/24/09Time:13:14Sample(adjusted):19862008Includedobservations:23afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

C744.7966378.06621.9700170.0676CONSUME(-1)0.0848730.0509071.6672210.1162INCOME0.6331180.03519817.987290.0000LOG(EMPLOYMENT)-762.9720478.5280-1.5944140.1317D137.4346050.234450.7451980.4677D2221.076538.308405.7709660.0000D3-122.049373.81439-1.6534610.1190D4-178.868865.87071-2.7154520.0160R-squared0.999861

Meandependentvar4428.906AdjustedR-squared0.999796

S.D.dependentvar3060.917S.E.ofregression43.70477

Akaikeinfocriterion10.66100Sumsquaredresid28651.61

Schwarzcriterion11.05595Loglikelihood-114.6015

F-statistic15413.79Durbin-Watsonstat2.977604

Prob(F-statistic)0.000000De