一、简答（4*5分，共20分）

1.经典线性模型的高斯-马尔科夫假定主要有哪些？满足假定的前提下的OLS参数估计量有哪些性质？

2.何谓“虚拟变量陷阱”？应如何避免之？

3.直接用最小二乘法估计分布滞后模型会遇到哪些问题？

4.简述相关分析和回归分析的异同点。

二、某一计量模型的样本容量n=25，其OLS估计结果如下：

Y=34.5+4.24X+6.18P+9.52Z

（2.35）（8.0）（1.4）（1.）  R2=0.94    F=125.4  D.W=1.41

请对其中的检验结果进行分析和说明，模型是否需要改进？为什么？如何改进？

（注：被估计参数下括号内的数为七对应的t统计值；已经查出的临界值分别为：t0.025=2.080，F0.05=3.07，d l=1.21，d u=1.55）（20分）

三、对于一般多元线性模型Yt=∑ki=0βiXit+μt  (t=1,2,……,n)

(1)异方差性是指----，主要产生于使用----数据的时候，其后果是----，主要用----方法检验，主要用----方法消除它的影响。

（2）序列相关性是指----，主要产生于使用---数据的时候，其后果是---，主要用---方法检验，主要用----方法消除它的影响。

（3）多重共线性是指----和----这两种类型，其后果分别是---和---，主要用----方法消除它的影响。

（4）随机解释变量是指---，当随机解释变量与误差项相关时，对参数估计量的影响是----。工具变量法选择工具变量的条件是----，----，----。（20分，每空一分）

四、考虑无截距项的一元线性回归模型：yi=β1Xi+μi，

1.根据最小二乘思想推导出参数β1的估计量∧β1

2.证明∧β1的线性性和无偏性。（20分）

五.考虑如下联立方程模型：

消费方程：Ct=α0+α1Yt+α2Tt+μ1t

投资方程：It=β0+β1Yt-1+μ2t

定义方程：Yt=Ct+It+Gt          其中Tt为税收，Gt为ZF支出。

1.解释模型中各参数的经济意义，并指出模型中哪些是内生变量，哪些是先决变量

2.利用结构式模型的识别条件讨论模型的可识别性，对可识别的方程指出是恰好识别还是过度识别。（20分）