（3）什么叫序列相关？序列相关会产生怎样不良后果？如何解决序列相关参数估计? 系列相关：对于模型
Yi=?0+?1X1i+?2X2i+…+?kXki+?i i=1,2, …,n
在其他假设仍成立的条件下，序列相关即意味着E(?i?j)?0??2?E(?1?n)???2????Cov(μ)?E(μμ)??????????E(??)???2?n1????n1???
?1n?????2????Ω??I
22如果仅存在 E(?i ?i+1)?0 i=1,2, …,n称为一阶序列相关，或自相关（autocorrelation
2、序列相关性的后果 （1 ）、 参数估计量非有效（2）、变量的显著性检验失去意义（3）. 模型的预测失效 系列相关的补救：
3、用一下相关性的检验方法检验发现
图示法、回归检验法、D-W检验法、拉格朗日乘法检验 3、解决方法
如果模型被检验证明存在序列相关，则需要发展新方法估计模型 （１） 广义最小二乘法、广义差分法 （２） 序列相关稳健法
此题目还可以把主语换成异方差性、多重共线性、随机变量问题，是非常有可能，所以其他三个也要掌握）
四、综合题
(1) 判断下列联立方程组识别性？ Bij为大于零参数, εj为随机误差项( j=1，2，3),
Ct = B11+ B12Yt+ B13Ct-1+ B14Pt-1 +εt It = B21+B22 Yt +B23 Yt-1 +ε2 Yt = B31Ct +B32 It+ε3
例1
It??0??1Yt?? 2Yt?1??2tYt?Ct?It 解：结构参数为
Ct??0??1Yt??2Ct?1??3Pt?1??1t
5
首先判断第一个结构的识别状态，对于第一个方程，有 ??0?0?????1其中g=3 k=4 g1=2 k1=3
则 R(?0?0)?2?g?1所以，该方程可以识别。因为 k?k1?1?g1?1所以，第1个结构方程为恰好识别的结构方程。 判断第2个结构方程的识别状态
?1??2??3? g=3 k=4 g2=2 k2=2 ??0?0????10?0??
则 R(?0?0)?2?g?1所以，该方程可以识别。因为， k?k2?2?g2?1所以第2个结构方程为过度识别的结构方程 第3个方程是平衡方程，不存在识别问题。 综合以上结果，该联立方程模型是可以识别的。
（以下看看就好，这题已经够详解了，肯定会考的）
?1??2?0??联立方程计量经济学模型的结构式 ?Y??X?? 中的第i个方程中包含gi个内生变量（含被解释变量）和ki个先决变量（含常数项），模型系统中内生变量和先决变量的数目仍用g和k表示，矩阵(?0?0)表示第i个方程中未包含的变量（包括内生变量和先决变量）在其它g?1个方程中对应系数所组成的矩阵。于是，判断第i个结构方程识别状态的结构式条件为：
（2）二． 以下是用Excel软件计算出回归结果 SUMMARY OUTPUT
回归统计
Multiple R R Square Adjusted R Square 标准误差 观测值
方差分析
0.99923 0.998461
？ ？ 9
6
回归分析
df SS MS
？ ？
F
Significance
F ？ 1.89E-07
？ 10745525
残差 ？ ？ 总计 ？ 10762092
Coefficients 标准误差
Intercept -136.628 70.10659 X Variable 1 0.758905 0.154199 X Variable 2 -0.39993 0.190474 X Variable 3 -0.17757 0.216712 RESIDUAL OUTPUT
观测值 预测 Y 残差
1 1754.471 4.528658 2 2053.311 -48.3112 3 2325.235 -8.23542 4 2539.051 64.94894 5 2862.738 5.262266 6 3163.354 19.64611 7 3747.54 -72.5402 8 4528.936 60.06391 9 5200.363 -25.3631
t Stat P-value Lower 95% Upper 95% -1.94886 0.108829 -316.842 43.58708 4.921603 0.004391 0.362525 1.155286 -2.09968 0.08979 -0.88956 0.089694 -0.81936 0.449855 -0.73464 0.37951
1) 完成上述表格问号处的填空 2）求样本容量n 3) 该模型是否通过F检验？ 5）模型具体形式
6）求观察值Y3 7）从以上输出内容，试对模型做分析
（有专门发一份，很详细）
（3） 课本p.350第一题； p.351 第五题
例。分析课本9.1.1的问题，回答：为什么按照（1）、（2）、（3）的方法建立的农户借贷因素模型都是不正确的) 解：此题考查的是计量经济学应用模型的设定，属于截面数据单方程计量经济学应用模型类型的选择）
对于截面数据，只有当数据是在截面总体中由随机抽样得到的样本观测值，并且变量具有连续的随机分布时，才能够将模型类型设定为经典的计量经济学模型。 例。某人以我国人均食品需求量Q为被解释变量，以食品价格指数p为解释变量，以1978—2007的数据位样本，建立了如下的食品需求模型
LnQ=a+?lnP+u t=1978，?.2007
由于我国的人均食品需求量是逐年上升的，食品价格指数也是逐年上升的，所以该模型得到的?为正，于是得到结论。需求法则不适合于我国。试以该问题为例，分别从经济学、逻辑学和统计学三方面理论出发，说明计量经济学总体回归模型必须遵循“从一般到简单”的原则？ 1.总体回归模型设定的“研究目的导向”及其问题
7
任何应用研究都有特定目的性，若按特定目的进行计量经济学模型总设定，成为计量经济学应用研究的普遍现象和严重的问题。
2.总体回归模型设定的“一般性”原则
计量经济学模型总体设定，必须遵循“一般性”原则，即从“一般到简单”思路。 （考这题的话，就要学会扯，越多越好，但不要写的不清不楚的）
（4）以下宏观经济模型，其中Y为收入，I为投资，C为消费，G为政府支出，t为税收，r为银行利率，τ为税率，Ms为货币发行量。 其中税率0<τ< 1 参数Bi＞0 ( i=1,……,7 ) 且B2＋B5< 1
Y=I+C+G
C=B1+B2(Y－t)
t=τY
I=B3－B4r + B5（Y－t） Ms=B6Y－B7r
若政府采取增加货币发行量Ms，银行利率r不变 ，税率τ不变措施。则政府支出G应如何变动才能保持经济平衡？
（这题我实在是看不出在考什么东西，按常理是可以做出来，哪个知道的要说） 补充
1、 什么是异方差？有什么后果？如何发现？如何解决？
2Y????X??X????X??Var(?)??i01ii22ikkiiii 异方差：对于模型，如果出现
即对于不同的样本点，随机误差项的方差不再是常数，而互不相同，则认为出现了异方差性。
后果：１、.参数估计量非有效2、变量的显著性检验失去意义3、模型的预测失效
检验：1、图示法 2、帕克(Park)检验与戈里瑟(Gleiser)检验 3、戈德菲尔德-匡特(Goldfeld-Quandt)检验 4、4怀特（White）检验
修正：模型检验出存在异方差性，可用加权最小二乘法（Weighted Least Squares, WLS）进行估计。
加权最小二乘法是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用OLS估计其参数。
2、什么是多重共线性？有什么后果？如何发现？如何解决？
多重共线性：对于模型
Yi??0??1Xii??2X2i????kXki??i其基本假设之一是解释变量是互相独立的。
如果某两个或多个解释变量之间出现了相关性，则称为多重共线性(Multicollinearity)。
8
