第一章 计量经济学
潘省初计量经济学——第一章
两个基本要素的结合
计量经济研究方法的下一步也是核心一步，是两个 基本要素的结合，即用加工好的数据估计计量经济模 型。这一步需要使用一批计量经济技术。计量经济技 术是经典统计学方法特别是统计推断技术的扩展。这 种扩展是必要的，因为在估计计量经济模型时会遇到 一些特别的问题。
上述过程的结果是一个估计好的计量经济模型，所 谓估计模型就是依据有关数据估计模型的参数，估计 好的模型可用于计量经济学的三个主要目的：结构分 析，预测和政策评价。
8
计量经济学的三个要素
计量经济学的三个要素是经济理论、经济数据和统 计方法。对于解释经济现象来说，“没有计量的理论 ”和“没有理论的计量”都是不够的，正如计量经济 学创始人之一的弗里希所强调的那样，它们的结合是 计量经济学的发展能够取得成功的关键。
9
计量经济学是经济预测的科学
计量经济学从根上说，是对经验规律的认识以及将 这些规律推广为经济学“定律”的系统性努力，这些 “定律”被用来进行预测，即关于什么可能发生或者 什么将会发生的预测。因此，广义地说，计量经济学 可以称为经济预测的科学。
12
2. 时代背景
计量经济学的产生，与当时的时代背景是密切相关 的。上世纪二十年代末期，在资本主义世界发生了严 重的经济危机，原有的经济理论失灵，产生了所谓的 “凯恩斯革命”。
在这种背景下，各国政府出于对经济的干预政策的 需要，企业管理层为了摆脱或减少经济危机的打击， 在经济繁荣时期获取更多的利润，要求采用计量经济 理论和方法，进行经济预测，加强市场研究，探讨经 济政策的效果，因而计量经济学应运而生。
结论：现实中经济变量之间 的关系一般是一种
不精确的关系，因此用（1）式这样的数学模型描述 是不合适的，因为它不能正确反映客观实际情况。
计量经济学第一章
乘数分析
结构式模型的解释变量中可以出现内生变量 简化式的解释变量中全部为外生或滞后内生变量
比较静力分析：是比较经济系统的不同平衡 位置之间的联系，探索经济系统从一个平衡 点到另一个平衡点时变量的变化，研究系统 中某个变量或参数的变化对另外变量或参数 的影响。
弹性分析、乘数分析都是比较静力分析的形式
四、检验和发展经济理论
检验理论：根据经济理论 建立模型 以样本数据进行拟合 发现和发展理论：样本数据 拟合模型 得出经济规律
单方程模型：研究单一经济现象，揭示单向因果 关系 联立方程模型：研究一个经济系统，揭示复杂的 因果关系
2、初、中、高级计量经济学
初级：数理统计学基础知识，经典线性单方程 模型的理论与方法。 中级：矩阵描述的经典线性单方程模型理论与 方法，经典线性联立方程模型理论与方法，传 统的应用模型。 高级：非经典的、现代的计量经济学模型理论、 方法与应用 本书属于初、中级计量经济学
3、理论计量经济学和应用计量经济学
理论计量经济学：以介绍、研究计量经济学的 理论与方法为主要内容，侧重于理论与方法的 数学证明与推导
数学理论基础 参数估计方法 检验方法
应用计量经济学：以建立、应用计量经济学模 型为主要内容，侧重于实际问题的处理。
4、经典计量经济学和非经典计量经济学
2、统计检验
拟合优度检验 变量的显著性检验 方程的显著性检验 随机误差项的序列相关性检验 异方差性检验 解释变量的多重共线性检验
3、计量经济学检验
计量经济学 第一章
ECONOMETRICS
金融系
第一章 绪 论
什么是计量经济学 计量经济学研究内容与目的 计量经济学的发展 计量经济学的方法论
概率论与数理统计基础
什么是计量经济学？
简单地说，计量经济学(Econometrics)就是经济的计 量分析。如对国民生产总值、失业、通货膨胀、进口、 出口等经济变量及相互关系的定量分析。 计量经济学是利用经济理论、数学、统计学等工具对 经济现象进行分析的一门社会科学。 计量经济学运用数理统计知识分析经济数据，对构建 于数理经济学基础之上的数学模型提供经验支持，并 得出数量结果。 它是用定量的方法研究经济活动规律及其应用的科学， 是由经济学与统计学、数学相结合形成的边缘学科。
计理论”方面作出了很大贡献。
2008年:保罗-克鲁格曼(Paul
Krugman)曾任 美国麻省理工学院经济学教授。成功预言 “1997年亚洲金融危机” ，新凯恩斯主义 学派，研究领域主要集中在贸易模式和区域 经济活动。 2009年：埃莉诺· 奥斯特罗姆(Elinor Ostrom)1933年出生于美国，自1968年诺贝尔 经济学奖成立以来首位获得此殊荣的女性； 新制度学派经济学家奥利弗· 威廉姆森 E· (Oliver E. Williamson)，两人因经济治理 领域方面的卓越贡献而获奖。
1971年：西蒙· 库兹列茨（SIMON KUZNETS,美,1901-1985)计量经 济学家，在研究人口发展趋势及人口结构对经济增长和收入分配 关系方面做出了巨大贡献。 1972年：约翰· 希克斯（JOHN R. HICKS,英,1904-1989) 肯尼 斯· 约瑟夫· 阿罗（KENNETH J. ARROW,美,1921-) 他们深入研究了 经济均衡理论和福利理论。 1973年：华西里· 列昂惕夫（WASSILY LEONTIEF,苏,1916-) 发展 了投入产出方法，该方法在许多重要的经济问题中得到运用。 1974年 弗· 哈耶克（FRIEDRICH AUGUST VON HAYEK,澳,1899冯· 1982) 纲纳· 缪达尔（GUNNAR MYRDAL,瑞典,1898-1987) 他们深 入研究了货币理论和经济波动，并深入分析了经济、社会和制度 现象的互相依赖。
第一章计量经济学
获奖者名单 2003 Robert F. Engle, Clive W. J. Granger 2002 Daniel Kahneman, Vernon L. Smith 2001 George A. Akerlof, A. Michael Spence, Joseph E. Stiglitz 2000 James J Heckman, Daniel L McFadden 1999 Robert A. Mundell 1998 Amartya Sen 1997 Robert C. Merton, Myron S. Scholes 1996 James A. Mirrlees, William Vickrey 1995 Robert E. Lucas Jr.
计量经济学 Econometrics
石红溶 西北政法大学经管学院
1
教材和参考书
《计量经济学》庞浩，科学出版社 计量经济学》庞浩， 计量经济学导论：现代观点》 《计量经济学导论：现代观点》伍德里奇 费剑平等译， 著，费剑平等译，中国人民大学出版社 计量经济学》古扎拉蒂著，林少宫译， 《计量经济学》古扎拉蒂著，林少宫译， 中国人民大学出版社 应用计量经济学》 施图德蒙德， 《应用计量经济学》（美）施图德蒙德， 王少平译， 王少平译，机械工业出版社 计量经济模型与经济预测》 《计量经济模型与经济预测》（美）平狄 克，钱小军译 ，机械工业出版社
（1）理论或假说的陈述
凯恩斯消费理论： 基本的心理定律是，一般而言，人们倾向于 随着他们收入的增加而增加其消费，但比不 上收入增加的那么多。 简言之，凯恩斯设想，边际消费倾向 （MPC），即收入每变化一个单位的消费变 化率，大于零而小于1。 0 < MPC < 1
25
计量经济学教学课件第一章.详解
第 一 节 计量经济学概述
第 二节 计量经济学的基本概念
第 三节 建立与应用计量经济模型 的主要步骤
第一节 计量经济学概述
一、计量经济学的产生和发展
（一）计量经济学的产生
计量经济学其实也一门有相当长历史的学科。 从古典学者开始就有了对经济问题的数量分析， 威廉.配第的《政治算术》于1676年问世，作为计 量经济分析基本工具的最小二乘法是19世纪产生 的。
Q b 0 b 1 P b 2 P r b 3 Y u 入, u为随机误差项.
B
三、计量经济学的内容体系
（目概 特一的念 点）：从为研 侧 运应究 重 用内用如 于 理容计何计论量建量经的经立经济角济合济学学度适模提提的型供区供方的方分法数工法去学具论测理，。定论以由 基建计 础立量与、经应参济用数模计估
济变断学量，的参方 统数法 计有论 规特基 律定础 ；的。经济意义，标准假定经常不能满足，需要 建立专门的经济计量方法。研究结果不仅要看在数学上能通 过，而且要看是否与实际经济内容一致。
B
计量经济学与其他相关学科的关系（续）
而在4计例（. 量12与如）经数：数济理理根学经据经，济经建济学济立学虽和的理的有理相论数论应，比学经的数较表济模理达学型经为式都济：，把学经但用济不线变象性量计需间量求的经函关济数系学表
相关学科的关系如图：
计量经济学是数理经 济学、经济统计学、 数理统计学的交集。
每一交集都形成了一 个特定的学科，有其 独立的研究对象或特 点，这些学科彼此不 能混淆代替。
B
计量经济学与其他相关学科的关系（续）
1. 与理论经济学的比较
联系
计量经济学研究的主体是经济现象和经济关系的数 量规律；
计量经济学重点
计量经济学重点第一章经济计量学的特征及研究范围1、经济计量学的定义P11经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学；2经济计量学运用数理统计学分析经济数据,对构建于数理经济学基础之上的模型进行实证分析,并得出数值结果;2、学习计量经济学的目的计量经济学与其它学科的区别P1-P21计量经济学与经济理论经济理论：提出的命题和假说,多以定性描述为主计量经济学：依据观测或试验,对大多数经济理论给出经验解释,进行数值估计2计量经济学与数理经济学数理经济学：主要是用数学形式或方程或模型描述经济理论计量经济学：采用数理经济学家提出的数学模型,把这些数学模型转换成可以用于经验验证的形式3计量经济学与经济统计学经济统计学：涉及经济数据的收集、处理、绘图、制表计量经济学：运用数据验证结论3、进行经济计量的分析步骤P2-P31建立一个理论假说2收集数据3设定数学模型4设立统计或经济计量模型5估计经济计量模型参数6核查模型的适用性：模型设定检验7检验源自模型的假设8利用模型进行预测4、用于实证分析的三类数据P3-P41时间序列数据：按时间跨度收集到的定性数据、定量数据；2截面数据：一个或多个变量在某一时点上的数据集合；3合并数据：包括时间序列数据和截面数据;一类特殊的合并数据—面板数据纵向数据、微观面板数据：同一个横截面单位的跨期调查数据第二章线性回归的基本思想：双变量模型1、回归分析P18用于研究一个变量称为被解释变量或应变量与另一个或多个变量称为解释变量或自变量之间的关系2、回归分析的目的P18-P191根据自变量的取值,估计应变量的均值；2检验建立在经济理论基础上的假设；3根据样本外自变量的取值,预测应变量的均值；4可同时进行上述各项分析;3、总体回归函数PRFP19-P221概念：反映了被解释变量的均值同一个或多个解释变量之间的关系2表达式：①确定/非随机总体回归函数：EY|Xi =B1+B2XiB1：截距；B2：斜率从总体上表明了单个Y同解释变量和随机干扰项之间的关系②随机/统计总体回归函数：Yi =B1+B2Xi+μiμi：随机扰动项随机误差项、噪声B1+B2Xi：系统/确定性部分μi：非系统/随机部分4、随机误差项P221定义：代表了与被解释变量Y有关但未被纳入模型变量的影响;每一个随机误差项对于Y的影响是非常小的,且是随机的;随机误差项的均值为02性质①误差项代表了未纳入模型变量的影响；②反映人类行为的内在随机性；③代表了度量误差；④反映了模型的次要因素,使得模型描述尽可能简单;5、样本回归函数P22-P251概念：是总体回归函数的近似2表达式①确定/非随机样本回归函数：i =b1+b2Xib 1：截距；b2：斜率②随机/统计样本回归函数：Yi =b1+b2Xi+eiei ：残差项残差,ei= Yi-iB1+B2Xi：系统/确定性部分μ：非系统/随机部分6、条件期望与非条件期望1EY|Xi条件期望：在解释变量X给定条件下Y的条件期望,可以通过X给定条件下的条件概率分布得到；2非条件期望：在不考虑其他随机变量取值情况时,某个随机变量的期望值;它可以通过该随机变量的非条件分布或边缘分布得到;6、线性回归模型回归参数为线性B的模型7、回归系数/回归参数线性回归模型中的B参数8、回归系数的估计量bs说明了如何通过样本数据来估计回归系数Bs,计算出的回归系数的值称为样本回归估计值9、随机总体回归函数与随机样本回归函数的关系1随机样本回归函数：从所抽取样本的角度说明了被解释变量Yi 同解释变量Xi及残差ei之间的关系；2随机总体回归函数：从总体的角度说明了被解释变量Yi 同解释变量Xi及随机误差项μ之间的关系;10、关于线性回归的两种解释P25-P261变量线性：应变量的条件均值是自变量的线性函数此解释下的非线性回归：EY= B1+B2Xi2；EY= B1+B2×1/Xi2参数线性：应变量的条件均值是参数B的线性函数此解释下的非线性回归：EY= B1+B22Xi线性回归在教材中指的是参数线性的回归11、多元线性回归的表达式P261确定/非随机总体回归函数：EX=B1+B2X2i+B3X3i+B4X4i2随机/统计总体回归函数：Yi = B1+B2X2i+B3X3i+B4X4i+μi12、最小二乘法OLS法P26-P281最小二乘以残差被解释变量的实际值同拟合值之间的差平方和最小的原则对回归模型中的系数进行估计的方法;1表达式2重要性质①用OLS法得出的样本回归线经过样本均值点：；②残差的均值总为0；③对残值与解释变量的积求和,其值为0,即这两个变量不相关：④对残差与i 估计的Yi的积求和,其值为0,即第三章双变量模型：假设检验1、古典线性回归模型的假设P41-P441回归模型是参数线性的,但不一定是变量线性的：Yi =B1+B2Xi+μi2解释变量X与扰动误差项μ不相关3给定Xi ,扰动项的期望或均值为0：Eμ| Xi=04μi 的方差为常数,或同方差：varμi=σ2每个Y值以相同的方差分布在其均值周围,非这种情况为异方差5无自相关假定：两个误差项之间不相关,covμi ,μj=06回归模型是正确假定的：实证分析的模型不存在设定偏差或设定误差2、OLS估计量运用最小二乘法计算出的总体回归参数的估计量3、普通最小二乘估计量的方差与标准误P44-P461的方差与标准误①方差：②标准误：2的方差与标准误①方差：②标准差：3的计算公式n-2为自由度：独立观察值的个数4：回归标准误,常用于度量估计回归线的拟合优度,值越小,Y的回归值越接近根据回归模型得到的估计值4、OLS估计量的性质P461b1和b2是线性估计量：它们是随机变量Y的线性函数2b1和b2是无偏估计量：Eb1=B1,Eb2=B23Eσ^2=σ^2：误差方差的OLS估计量是无偏的4b 1和b 2是有效估计量：varb 1小于B 1的任意一个线性无偏估计量的方差,varb 2小于B 2的任意一个线性无偏估计量的方差 5、OLS 估计量的抽样分布或概率分布P47-P481新加的假设：在总体回归函数Yi=B 1+B 2X i +μi 中,误差项μi 服从均值为0,方差为σ^2的正态分布：μi ~N0,σ^2 2OLS 估计量服从的分布情况：b 1~NB 1,σ2b1 b 2~NB 2,σ2b26、假设检验P48-P53 1使用公式近似2方法①置信区间法②显着性检验法：对统计假设的检验过程 3几个相关检验①t 检验法：基于t 分布的统计假设检验过程 ②双边检验：备择假设是双边假设的检验 ③单边检验：备择假设是单边假设的检验 7、判定系数r 2P53-P56 1重要公式：TSS=ESS+RSS①总平方和TSS=：真实Y 值围绕其均值的总变异；②解释平方和ESS=：估计的Y值围绕其均值=的变异,也称为回归平方和由解释变量解释的部分③残差平方和RSS=：Y变异未被解释的部分2r2判定系数的定义：度量回归线的拟合程度回归模型对Y变异的解释比例/百分比3r2的性质①非负性②0≤r2≤14r2的计算公式5r的计算公式8、同方差性方差相同9、异方差性方差不同10、BLUE最佳线性无偏估计量,即该估计量是无偏估计量,且在所有的无偏估计量中方差最小11、统计显着拒绝零假设的简称第四章多元回归：估计与假设检验1、三变量线性回归模型EYi =B1+B2Xt+ B3X3tY i =B1+B2X2t+ B3X3t+μi2、偏回归系数B2,B3：1B2：在X3保持不变的情况下,X2单位变动引起Y均值EY的变动量2B3：在X2保持不变的情况下,X3单位变动引起Y均值EY的变动量3、多元线性回归模型的若干假定P73-P74 1回归模型是参数线性的,并且是正确设定的2X2,X3与扰动误差项μ不相关①X2,X3非随机：自动满足②X2,X3随机：必须独立同分布于误差项μ3误差项的期望或均值为0：Eμi=04同方差假定：varμi=σ25误差项μi ,μi无自相关：两个误差项之间不相关,covμi,μji≠j6解释变量X2和X3之间不存在完全共线性,即两个解释变量之间无严格的线性关系X2不能表示为另一变量X3的线性函数7随机误差μ服从均值为0,同方差为σ^2的正态分布：μi~N0,σ2 4、多重共线性问题1完全共线性：解释变量之间存在的精确的线性关系2完全多重共线性：解释变量之间存在着多个精确的线性关系5、多元回归函数的估计P74-P756、OLS估计量的方差与标准误P75-P761b1的方差与标准误2b1的方差与标准误3b3的方差与标准误7、多元判定系数P76-P778、多元回归的假设检验P78 方法类似于第三章9、检验联合假设P80-P811联合假设：H0：B2=B3=0H：R2=0多元回归的总体显着性检验2三变量回归模型的方差分析表2F分布公式10、F与R2之间的重要关系P82-P83 1关系式2R2形式的方差分析表11、设定误差P84会导致模型中遗漏相关变量12、校正判定系数P84-P851作用衡量了解释变量能解释的离差占被解释变量总离差的比例2公式3性质①如果k>1,则≤R2,即随着模型中解释变量个数的增加,校正判定系数越来越小于非校正判定系数②虽然未校正判定系数R2总为正,但校正判定系数可能为负13、受限最小二乘法P86-P871受限模型：B2=B3=02非受限模型：包含了所有相关变量3受限最小二乘法：对受限模型用OLS估计参数4非受限最小二乘法：对非受限模型用OLS估计参数5判定对模型施加限制是否有效的F分布公式14、显着性检验1单个多元回归系数的显着性检验①提出零假设和备择假设；②选择适当的显着性水平；③在零假设为真的情况下,计算t统计量；④将t统计量的绝对值|t|同相应自由度和显着性水平下的临界值相比较；⑤如果t统计量大于临界值,则拒绝零假设;该步骤中务必要使用合适的单边或双边检验;2所有偏斜率系数的显着性检验①零假设：H0：B2=B3=...=Bk=0,即所有的偏回归系数均为0；②备择假设：至少一个偏回归系数不为0；③运用方差分析和F检验；④如果F统计量的值大于相应显着性水平下的临界值,拒绝零假设,否则接受；⑤3在1和2中可以不事先选择好显着性水平,只需得到相应统计量的p值,如果p 值足够小,我们就可以拒绝零假设;第五章回归模型的函数形式1、不同的函数形式P121模型形式斜率强性线性双对数对数—线性线性—对数倒数逆对数2、多元对数线性回归模型P104-P1073、线性趋势模型P1104、多项式回归模型P116-P1175、过原点的回归P1186、标准化变量的回归P120第六章虚拟变量回归模型1、虚拟变量P133-P134因变量受到一些定性变量的影响,这类定性变量称为虚拟变量,用D表示虚拟变量,虚拟变量的取值通常为0和12、虚拟变量陷阱P136引入的虚拟变量个数应该比研究的类别少一个,否则就会造成完全多重共线,即通常说的虚拟变量陷阱3、虚拟变量回归模型的类型包含一个定量变量、一个定性变量的回归模型1只影响截距加法模型2只影响斜率乘法模型3同时影响截距与斜率混合模型4、交互效应P142：交互作用虚拟变量5、分类变量和定性变量这类变量的取值不是一般的数据数值变量或定量变量,它们通常代表所研究的对象是否具有的某种特征;6、方差分析模型ANOVA解释变量仅包含定型变量或虚拟变量的回归模型;7、协方差分析模型ANOCVA回归模型中的解释变量有些是线性的,有些是定量的;8、差别截距虚拟变量包含此变量的模型能够分辨被解释变量的均值在不同类别之间是否相同; 9、差别斜率虚拟变量包含此变量的模型能够分辨不同类别之间被解释变量均值变化率的变化范围第七章模型选择：标准与检验1、好的模型具有的性质P164-P1651简约性：模型应尽可能简单；2可识别性：每个参数只有一个估计值；3拟合优度：用模型中所包含的解释变量尽可能地解释应变量的变化；4理论一致性：构建模型时,必须有一定的理论基础；5预测能力：选择理论预测与实践吻合的模型;2、产生设定误差的原因1研究者对所研究问题的相关理论了解不深2研究者没有关注本领域前期的研究成果3研究者在研究中缺乏相关数据4数据测量时的误差3、设定误差的类型P1651遗漏相关变量：“过低拟合”模型P165-P168实际模型：估计模型：后果：①如果遗漏变量X3与模型中的变量X2相关,则a1和a2是有偏的;也就是说,其均值或期望值与真实值不一致；②a1和a2也是不一致的,即无论样本容量有多大,偏差也不会消失；③如果X2和X3不相关,则b32为零,即a2是无偏的,同时也是一致的；④根据两变量模型得到的误差方差是真实误差方差σ2的有偏估计量；⑤此外,通常估计的a2的方差是真实估计量方差的有偏估计量;即使等于零,这一方差仍然是有偏的；⑥通常的置信区间和假设检验过程不再可靠;置信区间将会变宽,因此可能会“更频繁地”接受零假设：系数的真实值为零;2包括不相关变量：“过度拟合”模型P168-169正确模型：错误模型：后果：①过度拟合模型的估计量是无偏的也是一致的；②从过度拟合方程得到的σ2的估计量是正确的；③建立在t检验和F检验基础上的标准的置信区间和假设检验仍然是有效的；④从过度拟合模型中估计的a是无效的——其方差比真实模型中估计的b的方差大;因此,建立在a的标准误上的置信区间比建立在b的标准误上的置信区间宽,尽管前者的假设检验是有效的;总之,从过度拟合模型中得到的OLS估计量是线性无偏估计量,但不是最优先性无偏估计量;3不正确的函数形式P170-171如果选了错误的函数形式,则估计的系数可能是真实系数的有偏估计量;4度量误差①应变量中度量误差对回归结果的影响i. OLS估计量是无偏的；ii. OLS估计量的方差也是无偏的；iii. 估计量的估计方差比没有度量误差时的大,因为应变量中的误差加入到了误差项中;②解释变量的度量误差对回归结果的影响i. OLS估计量是有偏的；ii. OLS估计量也是不一致的;③解决方法：如果解释变量中存在度量误差,建议使用工具变量或替代变量;4、设定误差的诊断1诊断非相关变量P172-P1742对遗漏变量和不正确函数形式的检验P174-P175①判定系数R2和校正后的R2;②估计的t值;③与先验预期相比,估计系数的符号;3在线性和对数线性模型之间选择：MWD检验P175-P176：线性模型：Y是X的线性函数①设定如下假设;HH：对数线性模型：lnY是X或lnX的线性函数1②估计线性模型,得到Y的估计值③估计线性对数模型,得到lnY的估计值④求⑤做Y对X和的回归,如果根据t检验的系数是统计显着的,则拒绝H0⑥求⑦做lnY对X或lnX和的回归,如果的系数是统计显着的,则拒绝H14回归误差设定检验：RESETP177-P178①根据模型估计出Y值;②把的高次幂,,等纳入模型以获取残差和之间的系统关系;由于上图表明残差和估计的Y值之间可能存在曲线关系,因而考虑如下模型③令从以上模型中得到的为,从前一个方程得到的为,然后利用如下F检验判别从以上方程中增加的是否是统计显着的;④如果在所选的显着水平下计算的Ｆ值是统计显着的,则认为原始模型是错误设定的;第八章多重共线性：解释变量相关会有什么后果1、完全多重共线性P183-P185回归模型的某个解释变量可以写成其他解释变量的线性组合;设X2可以写成其他某些解释变量的线性组合,即：X 2=a3X3＋a4X4…＋akXk至少有一个ai≠0,i= 2,3,…k称存在完全多重共线性2、高度多重共线性P185-P187X2与其他解释变量高度共线性,即可以近似写成其他解释变量的线性组合X 2=a3X3＋a4X4…＋akXk＋i至少有一个ai ≠0,i= 2, 3,…k, vi是随机误差项;3、产生多重共线的原因1时间序列解释变量受同一因素影响经济发展、政治事件、偶然事件、时间趋势经济变量的共同趋势2模型设立：解释变量中含有当期和滞后变量4、多重共线性的理论后果P187-P188OLS估计量仍然是最优无偏估计量1在近似共线性的情形下,OLS估计量仍然是无偏的；2近似共线性并未破坏OLS估计量的最小方差性；3即使在总体回归方程中变量X之间不是线性相关的,但在某个样本中,X变量之间可能线性相关;5、多重共线性的实际后果P188-P1891OLS估计量的方差和标准误较大；2置信区间变宽；3t值不显着；4R2值较高；5OLS估计量及其标准误对数据的微小变化非常敏感6回归系数符号有误；7难以评估各个解释变量对回归平方和ESS或者R2的贡献6、多重共线性的诊断P189-P1921观察回归结果R2较高,F很大,但t值显着的不多;多重共线性的经典特征R2较高,F检验拒绝零假设,但各变量的t检验表明,没有或少有变量系数是统计显着的;2简单相关系数法解释变量两两高度相关;变量相关系数比如超过,则可能存在较为严重的共线性;这一标准并不总是可靠,相关系数较低时,也有可能存在共线性3检查偏相关系数不一定可行4判定系数法辅助回归某个解释变量对其余的解释变量进行回归如果判定系数很大,F检验显着,即X与其他解释变量存在多重共线i5方差膨胀因子7、多重共线性的补救P195-P1981从模型中删除引起共线性的变量①找出引起多重共线性的解释变量,将它排除出去最为简单的克服多重共线性问题的方法;②逐步回归法i. 逐步引入如果拟合优度变化显着—新引入的变量是一个独立解释变量；选择解释变量的原则:a. 调整的R2增加,每个∣t∣增加,则保留引入变量；b. 调整的R2下降,每个∣t∣变化不大,则删除引入变量；ii. 逐步剔除①排除变量时应该注意：i. 由实际经济分析确定变量的相对重要性,删除不太重要的变量；ii. 如果删除变量不当,会导致模型设定误差;2获取额外的数据或新的样本3重新考虑模型4先验信息5变量变换将原模型变换为差分模型可有效消除存在于原模型中的多重共线性一般,增量之间的线性关系远比总量之间的线性关系弱得多; 第九章异方差：如果误差方差不是常数会有什么后果1、异方差的定义随机误差项ui 的方差随着解释变量Xi的变化而变化,即：2、异方差的性质P205-P208OLS估计仍是线性无偏,但不具最小方差1线性性2无偏性3方差式1不具有最小方差,式2具有最小方差3、异方差性的后果P209-P210经典模型假定下,OLS估计量是最优线性无偏估计量BLUE;去掉同方差假定：1OLS估计量仍是线性的；2OLS估计量仍是无偏的；3OLS估计量不再具有最小方差性,即不再是最优有效估计量;4OLS估计量的方差通常是有偏的；5偏差的产生是由于,即不再是真实σ2的无偏估计量；6建立在t分布和F分布之上的置信区间和假设检验是不可靠的,如果沿用传统的检验方法,可能得出错误的结论;4、异方差的检验1图形检验P211-P212e2对一个或多个解释变量或Y的拟合值作图; 2帕克检验Park TestP212-P214假定误差方差与解释变量相关形式：步骤：①做OLS估计求平方,取对数②对ei③做辅助回归④检验零假设：B=023格莱泽检验Glejser TestP214假定误差方差与解释变量相关形式：步骤：①做OLS估计②对e求绝对值i③做辅助回归方程=0④检验零假设：B24怀特检验White TestP215-P216和交叉乘积呈线性关系假定误差方差与X、X2步骤：①OLS估计得残差②做辅助回归③检验统计量5、异方差的修正1加权最小二乘法WLSWeighted Least SquaresP217-P222①方差已知原模型：加权后的模型：误差项的方差为：1加权的权数：②方差未知成比例：i. 误差方差与Xi模型变换：ii. 误差方差与Xi2成比例：模型变换：2怀特异方差校正的标准误P222-P223①如果存在异方差,则对于通过OLS得到的估计量不能进行t检验和F检验;②怀特估计方法③大样本情形下回归标准差和回归系数的一致估计量,可以进行t检验和F检验;第十章自相关：如果误差项相关会有什么结果1、自相关的定义P233按时间或空间顺序排列的观察值之间存在的相关关系;2、自相关的性质P233-P2341若古典线性回归模型中误差项ui不存在自相关Covui,uj=Eui,uj=0,i≠j2若误差项之间存在着依赖关系—ui存在自相关Covui,uj=Eui,uj≠0,i≠j3、产生自相关的原因P235-P2361惯性2设定偏误①模型中遗漏了重要变量;②模型选择了错误的函数形式;i. 从不正确的模型中得到的残差会呈现自相关;ii. 检验是否由于模型设定错误而导致残差自相关的方法：3蛛网现象4数据的加工①在用到季度数据的时间序列回归中,这些数据通常来自于每月数据;这种数据加工方式减弱了每月数据的波动而引进数据的匀滑性;②用季度数据描绘的图形要比用月度数据看来匀滑得多;这种匀滑性本身可能使扰动项中出现自相关;③内插法或外推法：用这些方法加工得到的数据都会给数据带来原始数据没有的系统性,这种系统性可能会造成误差自相关;4、自相关的后果P236-P2371OLS估计得到的仍为线性、无偏估计；2OLS估计不再具有有效性；3OLS估计量的方差有偏：低估了估计量的标准差；4通常所用的t检验和F检验是不可靠的；5计算得到的误差方差是真实σ2的无偏估计量,并且很有可能低估了真实的σ2；6通常计算的R2不能测度真实的R27通常计算的预测方差和标准误也是无效的5、自相关的诊断1图形法—时序图P237-P239①误差u并不频繁地改变符号,而是几个正之后跟着几个负,几个负之后跟着t几个正,则呈正自相关;②扰动项的估计值呈循环型,而是相继若干个正的以后跟着几个负的,表明存在正自相关;③扰动项的估计值呈锯齿型一个正接一个负,随时间逐次改变符号,表明存在负自相关;2检验P239-P242①定义值d值近似1 =-1完全负相关d=42 =0无自相关d=23 =1完全正相关d=0②DW检验的判断准则6、自相关的修正ρ的估计主要方法1ρ=1：一阶差分方法P244假定误差项之间完全正相关 Y t = α+βX t ＋u tu t = u t-1＋tY t - Y t-1= βX t －X t-1＋t2从DW 统计量中估计ρP244-P245 3从OLS 残差e t 中估计Cochrane-OrcuttP245-P246①e t = e t-1＋t②利用OLS 残差,得的估计量 ③迭代,得的收敛值。
计量经济学：第1章 总论
一、计量经济学的定义
称上强调它是一门计量经济活 动方法论的学科；后者试图通 过名称强调它是一门经济学科。
计量经济学是以经济理论为指导，以事 实为依据，以数学和统计推断为方法， 以电脑技术为工具，以建立经济计量模 型为手段，定量分析研究具有随机性特 征的经济变量关系的经济学科。
企业和政府都十分重视基于计量经济学关于经 济景气、循环周期的研究，以及政策模拟、预 测分析。于是计量经济学就应运而生。
近70年来，理论计量经济学取 得了长足的进步。
1．最初10年，主要研究微观经济问题 2．40-70年代，重点是研究宏观经济问
题 3．计量经济学之今日 4．计量经济学在西方国家经济学科中的
二、计量经济学的种类
广义上讲，计量经济学有两个主要的研究
内容：
一是如何运用、改进和发展数理统计方法，
使之成为适合测定随机性特征的经济关系的特
殊方法——计量经济学方法，这部分研究内容称
为理论计量经济学，也称经济计量方法。
二是在一定的经济理论指导下，以反映事
实的统计数据为依据，以经济计量方法研究经
济数学模型，探索实证经济规律，这一方面的
研究内容称为应用计量经济学。
三、经济计量模型是计量经济 学研究的核心
计量经济学方法及其应用，都是围绕建立、估 计、检验和运用经济计量模型这一核心进行的。
人们可以通过各种各样的模型来揭示、阐明自 然相象和社会经济现象的本质与发展规律。例 如，物理模型，几何模型，传统经济学的文字 模型等等。
模型是对现实抓住本质的抽象与简化，更深刻 地揭示出现实的本质与规律。
1．研究有关经济理论
2．确定变量和函数形式
1．研究有关经济理论
!计量经济学第一章(
“计量经济学”一词首先由挪威经济学
家Frisch仿照生物计量学（biometrics） 一词于1926年提出。1930年由Frisch， Tinbergen和Fisher等人发起在美国成 立了国际计量经济学会。1933年1月开 始出版“计量经济学”（Econometrica） 杂志。目前它仍是计量经济学界最权威 的杂志。
倍。从1980年以后考察，中国恩格尔系数的年下降速 度是日本的1.8倍。 1995年日本的恩格尔系数是0.222，1998年中国的恩格 尔系数是0.445。以1981-1998年的平均速度，中国若 要把恩格尔系数降至0.222至少需要30年!（中国城镇 2002年0.37） 验证了经济理论。随着收入的增加，恩格尔系数的下 降速度会减慢。
11
古巴一位老寿星伊格纳西奥· 尼奥斯迎来了他的111岁
生日，这位哈瓦那制糖厂的退休工人一共有11个子女， 40个孙子，15个玄孙。而提及他的长寿秘诀时，他 给的答案竟然是——抽雪茄！
12
案例7：智商与忠诚度（因果关系）
进化学专家金泽智称， 对伴侣比较忠诚的男性平 均智商水平103，而不忠诚 的男性平均智商为97。越 是智商高的男性，越珍惜 两性关系的专一性。以后 就可以这样说对方了，你 要是不忠，你就是弱智！！ 正版的高价不是盗版的 原因，而是盗版的结果 （不去买盗版的人往往对 价格不敏感，索性高价） 伦敦科学家对于睡眠和 智力做了颇有意思的调查 报告。据该报告，智力值 （IQ）越高，越有熬夜的 倾向
经济模型检验的内容 经济意义检验
系数符号、大小、关系
统计准则检验（一级检验）
拟合优度评价，显著性评价
计量经济准则检验（二级检验）
是否满足各种假设条件
计量经济学基础知识梳理超全新
2.自然对数
不仅在需求理论中，在许多应用经济学领域，弹性都 是非常重要的。在许多情况下，使用一个常弹性模型都很 方便，而对数函数能帮助我们设定这样的模型。如果我们 对x和y都使用对数近似计算，弹性就近似等于
loyg loxg
因此，一个常弹性模型可近似描述为方程
1.二次函数
刻画报酬递减规律的一个简单方法，就是在线性关系 中添加一个二次项。
考虑方程式
y01x2x2
式中， 0 ， 1和 2为参数。当2 0时，y和x之间的关
系呈抛物线状，并且可以证明，函数的最大值出现在
x122
1.二次函数
例如，若y=6+8x-2x2。（从而 1=8且 2 =-2），则y
XX1X2 Xn X
n
n
三、加权算术平均
加权平均是将各数据先乘以反映其重要性的权 数（w），再求平均的方法。其定义如下式：
Xww1Xw 11w w 2X 2 2 wnwnXn
wiXi w
四、变化率
变化率的定义如下式：
Xt Xt1(t2,3,n) Xt1
五、几何平均
几何平均是n个数据连乘积的n次方根 ，其定义如下式：
那么，对x的微小变化，便有
10 l0 o x g % x
“微小”的含义取决于具体情况。
2.自然对数
近似计算的作用： 定义y对x的弹性（elasticity）为
y x %y x y %x
换言之，y对x的弹性就是当x增加1%时y的百分数变化。
若y是x的线性函数：y01x，则这个弹性是 y xx y1x y10 x1x
资和教育的关系概括为：多受一年教育——无论所受教育的 起点如何——都将使工资提高约9.4%。这说明了这类模型 在经济学中的重要作用。
计量经济学 第一章
数据
§2 计量经济学的研究方法和步骤
计量经济模型
yi 0 1 xi ui
一、计量经济模型的制定 1. 模型的设定条件
2. 确定模型所包含的变量
3. 确定模型中变量关系的数学形式 4. 拟定模型中参数的符号、大小等。 二、样本数据的收集 （时间序列数据、横截面数据、面板数据）
三、计量经济模型参数的估计 （最小二乘法、加权最小二乘法、 广义最小二乘法、…） 四、计量经济模型的检验 1. 经济意义检验（参数的符号、大小、…） 2. 统计检验（估计量的统计特性，统计推断） 3. 计量经济检验（异方差、序列相关、多重共线性） 4. 预测检验 五、计量经济学的应用
服从正态分布。
i
E (u ) 0
i
，
2 u
i 1,2,, n
，
3、
4、
var(ui )
(常数)
i 1,2,, n
u ,u
i
相互独立或不相关， 当
j
i j
时；
即
5、
cov(u , u ) 0, i j; i, j 1,2,, n
i j
x
i
与
u
i
i
不相关； ，
即
cov( x , u ) 0
ZGDP 13.5 8.8 11.6 11.3 4.1 3.8 9.2 14.2 14.0 13.1 10.9 10.0 9.3
ZM1 5.8 20.1 16.2 22.5 6.3 20.2 24.2 35.9 21.6 26.2 16.8 18.9 16.5
年份 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
计量经济学第一章PPT课件
02 回归分析基础
回归分析的定义
回归分析
是一种统计学方法，用于研究变 量之间的关系，特别是当一个变 量受到其他变量的影响时。
线性回归
在回归分析中，当自变量和因变 量之间的关系为线性时，即可以 用一条直线来描述它们之间的关 系。
非线性回归
在回归分析中，当自变量和因变 量之间的关系为非线性时，即不 能用一条直线来描述它们之间的 关系。
最小二乘法
01
最小二乘法是一种数学优化技 术，用于找到最佳拟合数据点 的函数。
02
在回归分析中，最小二乘法的 目标是找到最佳拟合数据的直 线，使得实际观测值与预测值 之间的平方和最小。
03
最小二乘法通过求解线性方程 组来找到最佳拟合直线的参数 。
模型的检验与诊断
R方值
用于衡量模型拟合优度的统计量，其值越接近于1，说明模型拟合 效果越好。
计量经济学的研究范围涵盖了微观经济学、宏观 经济学、国际经济学、金融学等多个领域。
计量经济学的发展历程
19世纪末期
统计学和经济学的结合，产生了经济计量学。
20世纪30年代
经济大萧条，人们开始利用计量经济学方法 分析经济问题。
20世纪50年代
线性代数和计算机技术的发展，推动了计量 经济学的发展。
21世纪
模型的参数估计
总结词
参数估计是根据样本数据估计线性回归模型中未知参数的过 程。
详细描述
最小二乘法是最常用的参数估计方法，它通过最小化残差平 方和来估计参数。即，对于给定的样本数据，找到一组参数 值，使得实际观测值与模型预测值之间的残差平方和最小。
模型的假设检验
总结词
假设检验是用于评估线性回归模型是否满足某些假设的过程。
计量经济学(共11张PPT)
分析与模型应 用阶段
是否可用于决策？ 应用
修改整理模型
结构分析
预测未来
模拟
检验发展理论
第五节 经济计量学和其它学科的关系
数理经济学是运用数学研究有关经济理论
数理统计学是运用数学研究统计问题 经济统计学是对经济现象的统计研究
经济计量学是经济学、统计学、数学三者结合在一起的交叉学科。
经济学
数理经济学
经济统计学
四、我国经济计量学的发展
70－80年代
80－90年代 1998年
开始介绍《经济计量学》的学科内 容和国外发展情况
1995年《经济计量学》的教学大纲 正式发表；全国许多高校相继开设 《经济计量学》课程。
将《经济计量学》列入经济类各专 业八门公共核心课程之一
五、经济计量学的内容体系
按照研究的方 法不同
《Econometrics》。
从30年代到今天，尤其是二次大战以后，计量经济学在西方各 国的影响迅速扩大。曾说：“二次世界大战以后的经济学是计量经 济学的时代”。1969年首届诺贝尔经济学奖授予弗里希和丁伯根。 自1996年设立诺贝尔经济学奖至1989年27为获奖者中有15位是计量 经济学家，其中10位是世界计量经济学会的会长。
（时间序列数据、截面数据）
二、参数估计
三、模型检验（拟合优度、t 检验、F 检验） 四、模型应用（预测、结构分析、 模拟）
第三节 经济计量学的特点
1.它是研究经济现象的，它不但给出质的解释，而且给出确切的量的 描述，从而使经济学成为一门精密的科学。 定性分析－定量分析（简单的数量对比－模型分析）
2.能综合考虑多种因素，通过描述客观经济现象中极为复杂的因果关系，对 影响某一经济现象的众多因素（哪些是主要、次要因素）给出一目了然的 回答。
计量经济学概论
二、计量经济学模型
模型是对现实的描述和模拟；计量经济模型是由随机 性的数学方程或方程组构成的，通过它们可以揭示现 实经济生活中的数量关系。 计量经济模型是计量经济学研究的核心。计量经济学 方法及其应用，都是围绕建立、估计、检验和运用计 量经济模型这一核心进行的。 如果离开了模型建立的经济背景、方法本身的经济学 解释、方法应用的经济对象，计量经济学模型将是一 堆无用的数学符号。
英文“Econometrics”一词最早是由挪威经济学家R.Frich提
出来的,将计量经济学定义为经济理论、统计学和数学的三 者结合。
经济学
数理经 济学
计量经 济学
数学
数理统 计学
经济统 计学
统计学
电脑这一必不可少的手段与工具
自1969年设立诺贝尔经济学奖，首届获得者就是 计量经济学的创始人弗里希和荷兰经济学家丁伯根， 表彰他们开辟了用计量经济方法研究经济问题这一领 域，之后，直接因为对计量经济学的发展作出贡献而 获奖者达十余人，因为在研究中应用计量经济方法而 获奖者占获奖总数的三分之二以上。
0 1 , 0 1 1
A 0 效率系数
Q 0 K Q 0 L
2Q K 2Biblioteka 02Q L20
四、建立统计或计量经济模型
根据散点图像，可以建立CLFPR与CUNR的简单数学模型 ： CLFPR=B1 + B2* CUNR
考虑到所有其他影响劳动力参与率的因素，并假定其包含 在随机变量u中，于是可以得到以下计量模型：
随机扰动项
理论经济学和数理经济学一般假定经济变量之间存在
确定性的规律，从而建立确定性的模型。
计量经济模型与一般经济理论模型的主要区别就在于
模型中添加随机扰动项或误差项，建立的是所谓的概 率性模型。
《计量经济学》课件
序计 量 经 济 研 究 的 工 作 程
（三）参数估计
矩法 常用的参数估计方法极大似然法
最小二乘法
• 矩法——以样本矩代替总体矩建立方程， 求解参数的方法。
• 极大似然法——根据极大似然原理建立方 程，求解参数的方法。
• 最小二乘法——根据最小二乘原理建立方 程，求解参数的方法。
（四）模型的检验
前定变量外 滞生 后变 变量 量
滞后内生变量 滞后外生变量
前期的内生变量 前期的外生变量
• （4）控制变量
• 控制变量——人为设置的反映政策要求、决策 者意愿、经济系统的运行条件和运行状态等方 面的变量。
模型设计工作
经济变量的确定 模型方程的设定
• 计量经济模型——为了研究分析经济系统中的经 济变量之间的数量关系而采用的随机性 的数学方程。 y f (x1, x2 ,, xn ) u
• 结构分析包括：（1）利用模型分析和测度系统 中某一变量的（绝对和相对）变化对其他变量 的影响；（2）比较分析变量及参数变化对经济 系统平衡的影响；（3）分析与研究变量相互关 系的变化对经济系统平衡点位移的内在联系。
• 政策评价——利用计量经济模型和计算机技术， 模拟在不同政策（或决策）条件下，经济系统 运行的态势和结果，对政策（或决策）进行评 价和优选。
济 学 概
• 数理经济学为计量经济学提供经济模型； • 经济统计学为计量经济学提供经济数据；
述 • 数理统计学为计量经济学提供分析工具和
研究方法；
计量经济学与相关学科的关系图
经济学
数理经 济学
计量经 济学
经济统 计学
数学
数理统 计学
统计学
（四） 计量经济学的分类
计
第一章计量经济学讲稿完整版
第一章引言第一节：计量经济学是啥呀一、计量经济学概念计量经济学是经济理论混合物数理经济经济统计数理统计1、计量经济学（Econometrics）利用数学和统计推断为工具，在经济理论指导下对经济现象进行分析，并对经济理论进行检验和发展的一门学科。
其内容涉及经济理论、数理经济、经济统计和数理统计等。
2、计量经济学与经济理论经济理论：定性计量经济学：数值估计，检验3、计量经济学与数理经济学数理经济学：以数学形式表述经济理论，不涉及理论的可度量性和经验方面的可论证性。
计量经济学：利用数理经济学的数学方程式，并把之改造成适合于经验检验的形式。
4、计量经济学与经济统计学经济统计：经济数据的收集、加工，不利用数据来检验经济理论。
计量经济学：以经济统计数据为原始资料进行分析。
5、计量经济学与数理统计数理统计：是计量经济学的基本工具，但由于经济数据的特殊性，力量经济学需要特殊的处理方法经济理论所做到的陈述和假设都是定性性质的，例如微观经济理论声称在其他条件不变的情况下，一种商品的价格下降可以增加对该商品的需求量，即经济理论设想（postulates)商品的价格与需求量之间有负的或者逆向的关系。
但理论并没有对这两者之间的关系提供任何有价值的度量，也就是并没有说出随着商品价格的某一变化，需求量将会上升或者下降多少。
计量经济学就是要提供这一数值的估计。
计量经济学对大多数经济理论赋予经验实质的东西。
数理经济学是应用数学形式表述经济理论而不去问理论的可度量性或者经验方面的可论证性。
计量经济学的兴趣在于经济理论和经验的论证。
计量经济学常采用数理经济学所提出的数学方程式，但需要把这些方程式改造为可以进行经验检验的形式。
这种从数学方程到计量方程的转换需要许多的创造性和实际技巧。
统计学的问题是收集、加工并通过图表形式展现经济数据。
这也是经济学家的工作。
他们是收集国名生产总值、就业、失业等数据的主要负责人。
这些数据构成了计量工作的原始资料。
第一章 绪论(计量经济学-浙江大学 韩菁)
第一章 绪 论
§1-1 什么是计量经济学 一、计量经济学的产生与发展 计量经济学（Econometrics）是以经济理论为指导，以 事实为依据，运用数学和统计学方法，通过建立数学模 型，来研究经济活动中客观存在的数量关系和规律的一 门经济学科。 1926年，挪威经济学家弗里希（R·Frisch）（获第一届 诺贝尔经济学奖）提出了“Econometrics”。 1930年12月，弗里希、丁伯根（荷兰，J·Tinbergen， 同获首届诺经奖）在美国克里夫兰发起成立了世界计量 经济学会。
哈维尔莫（挪威，T·Haavelmo，1989年获诺奖）等人专为用于经济 计量分析而推导出联立方程模型。
50年代，泰尔（T·Theil）发明了两阶段最小二乘法。 60年代以后有关分布滞后的新处理方法得以发表。 电脑的出现和广泛使用，使大量复杂的经济计量模型得以建立和应 用，促进了计量经济学理论和应用的发展。
第一章 绪 论
§1-1 什么是计量经济学 二、计量经济学的性质 计量经济学在经济学科中的地位：
以诺贝尔经济学奖 获得者为例：
从1969年诺贝尔经济学奖设立时起，至2005年，共有57位经济学家获 奖，直接因为对计量经济学的创立和发展作出贡献而获奖者达10人。 1969年首届诺贝尔经济学奖授予拉格纳·弗里希（Ragnar Frisch）和 简·丁伯根（Jan Tinbergen），表彰他们发展了动态模型来分析经济进 程，前者是经济计量学的奠基人，后者是经济计量学模型建造者之父。 1973年，美国经济学家瓦西里·列昂惕夫（Wassily Leontief）因发展 了投入产出分析方法而获奖，该方法在许多重要的经济问题中得到运用。
1980年，美国经济学家劳伦斯·克莱因（Lawrence R·Klein）因创立了 计量经济学模型并将其应用于对经济波动和经济政策的分析之中而获奖。
（完整word版）计量经济学知识点总结
（完整word版）计量经济学知识点总结第一章:1计量经济学研究方法:模型设定,估计参数,模型检验,模型应用2.计量经济模型检验方式:①经济意义:模型与经济理论是否相符②统计推断:参数估计值是否抽样的偶然结果③计量经济学:是否复合基本假定④预测:模型结果与实际杜比3.计量经济学中应用的数据类型:①时间序列数据(同空不同时)②截面数据(同时不同空)③混合数据(面板数据)④虚拟变量数据(学历,季节,气候,性别)第二章:1.相关关系的类型:①变量数量:简单相关/多重相关(复相关)②表现形式:线性相关(散布图接近一条直线)/非线性相关(散布图接近一条直线)③变化的方向:正相关(变量同方向变化,同增同减)/负相关(变量反方向变化,一增一减不相关)2.引入随机扰动项的原因:①未知影响因素的代表(理论的模糊性)②无法取得数据的已知影响因素的代表(数据欠缺)③众多细小影响因素综合代表(非系统性影响)④模型可能存在设定误差(变量,函数形式设定)⑤模型中变量可能存在观测误差(变量数据不符合实际)⑥变量可能有内在随机性(人类经济行为的内在随机性)3.OLS回归线数学性质:①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关4.OLS估计量”尽可能接近”原则:无偏性,有效性,一致性5.OLS估计式的统计性质/优秀品质:线性特征,无偏性特征,最小方差性特征第三章:1.偏回归系数:控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,即对Y平均值直接或净的影响2.多元线性回归中的基本假定:①零均值②同方差③无自相关④随机扰动项与解释变量不相关⑤无多重共线性⑥正态性…一元中有123463. OLS回归线数学性质:同第二章34. OLS估计式的统计性质:线性特征,无偏性特征,最小方差性特征5.为什么用修正可决系数不用可决系数?可决系数只涉及变差没有考虑自由度,如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难第四章:1.多重共线性背景:①经济变量之间具有共同变化趋势②模型中包含滞后变量③利用截面数据建立模型可出现..④样本数据自身原因2.后果:A完全①参数估计值不确定②csgj值方差无限大B不完全①csgj量方差随贡献程度的增加而增加②对cs区间估计时,置信区间区域变大③假设检验用以出现错误判断④可造成可决系数较高,但对各cs 估计的回归系数符号相反,得出错误结论3.检验:A简单相关系数检验法:COR 解释变量.大于0.8,就严重B方差膨胀因子法:因子越大越严重;≥10,严重C直观判断法:增加或剔除一个解释变量x,估计值y发生较大变化,则存在;定性分析,重要x标准误差较大并没通过显著性检验时,则存在;x回归系数所带正负号与定性分析结果违背,则存在;x相关矩阵中,x之间相关系数较大,则存在D逐步回归检验法:将变量逐个引入模型,每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是，将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量.4.补救措施:①剔除变量法②增大样本容量③变换模型形式:自相关④利用非样本先验信息⑤截面数据与时序数据并用:异方差⑥变量变换第五章:1.异方差产生原因:①模型中省略了某些重要的解释变量②模型设定误差③数据测量误差④截面数据中总体各单位的差异2.后果:A参数估计统计特性:参数估计的无偏性仍然成立;参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C 预测影响:将无效3检验:A图示①相关图形分析data x y,看散点图,quick→graph→x,y→OK→scatter diagram→OK,可以看到x,y散点图②残差图形分析data x y,sort x;ls y c x;再回归结果的子菜单点resid,可以看残差分析图Bgoldfeld-quanadt:data x y;sort x;smpl 1 n1;ls y c x(RSS1);smpl n2 n;ls y c x(RSS2);计算F*=RSS2/RSS1,取α=0.05，查F分布表，得F0.05((n-c)/2,(n-c)/2),将F值与此对比.若F*＞F(0.05),拒绝原假设,存在异方差Cwhite:data x y;ls y c x;在回归结果的子菜单中点击view-residual test-white heteroskedasticity,可以看到辅助回归模型的估计结果D arch;E：glejser:data x y;ls y c x;genr E1=resid;genr E2=abs(E1);genr XH=X^h;ls E2 c xh;依次根据XH的T值判断E2与XH之间是否存在异方差4.补救措施:A模型变换法:genr y1=y/根号x^h; genr x2=1/根号x^h ; genr x3=x/根号x^h;ls y1 x2 x3;B加权最小二乘法wls:权数:w1t=1/xt;w2t=1/xt^2;w3t=1/根号xt.电脑操作:genr w1=1/x;genr w2=1/(x^2);genr w3=1/sqr(x);ls (w=w1t) y c x;ls (w2=w2t) y c x;ls (w3=w3t) y c x. 第六章:1.自相关产生原因:①经济系统的惯性②经济活动的滞后效应③数据处理造成的相关④蛛网现象⑤模型设定偏误2.表现形式:自相关性质可以用自相关系数符号判断.即ρ＜0为负相关, ρ＞0为正相关.当|ρ|接近1时,表示相关的程度很高.自相关形式:见公式.3.后果:见公式.4.检验:A图示检验:data x y;ls y c x;再回归模型的子菜单点击resids,可以看到模型残差分布图;genr e=resid;data e e(-1);view-graph-scatter-simple scatter.B.DW检验:data x y;ls y c x;根据回归结果得出DW值,然后判断是否自相关.(正相关0~dl,无法判断dl~du,正相关du~2~4-du,无法判断4-du~4-dl,负相关4-dl~4).5.补救:A广义差分法:data x y;ls y c x;根据DW求ρ尖>(ρ尖=1-DW/2);smpl 2 n;genr yi=y-ρ尖*y(-1); genr xi=x-ρ尖*x(-1);ls y1 c x1;运用DW检验判断是否消除了自相关B:Cochrane orcutt迭代法:data x y;la y c x ar(1);运用DW检验判断C其他方法:①一阶差分法:data x y;ls y c x;smpl 2 n;genr y1=y-y(-1); genr x1=x-x(-1);ls y1 c x1; 运用DW检验判断②德宾两步法:data x y;smpl 2 n;ls y c y(-1)根据输出结果看y(-1)前系数,求出ρ尖; genr yi=y-ρ尖*y(-1); genr xi=x-ρ尖*x(-1);ls y1 c x1;运用DW检验判断第七章:1.虚拟变量0和1选取原则:0基期,比较的基础,参照物;1报告期:被比较类型2.虚拟变量数量的设置规则:①若定性因素具有m≥2个相互排斥属性,当回归模型有截距项时,只能引入m-1个变量②当回归模型无截距项时,引入m个变量3.虚拟解释变量的回归:加法截距:①解释变量只有一个分为两种相互排斥类型的定性变量而无定量变量②解释变量包含一个定量变量和一个分为两种类型的定性变量③解释变量包含一个定量变量和一个两种以上类型的定性变量④解释变量包含一个定量变量和两个定性变量.乘法斜率:①截距不变情形②结局斜率均发生变化③分段回归分析描述的精度.。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
经济计量学必修课，周4学时任课教师：李绍荣老师, 131********；任课教师李绍荣老师131********助教熊磊李雅菁助教：熊磊、李雅菁班级：国法院双学位教材与参考书•伍德里奇《经济计量学导论（现代观点）》人民大学出版社，2003年版。
（第二版）•格林著《经济计量分析》中国社会科学出版1998年版。
•李长风著《经济计量学》上海财经大学出版设1996年版。
•贾奇等《经济计量学理论与实践引论》中国统计出版社1993年版。
•Intriligator、Bodkin and Cheng 《Econometric Models、Techniques、and Applications》1998教材与参考书（续）•平狄克，R·S和鲁宾费尔德，D·L著《经济计量模平狄克和鲁宾费尔德著经济计量模型和经济预测》机械工业出版社1999年版。
•《经济计量学精要》机械工业出版社1999年版。
《Eviews User s Guide》QMS Irvine，California。
•User’s•詹姆斯·汉密尔顿著《时间序列分析》中国社会科学出版社。
学出版社•毕吉跃著《中国宏观经济计量模型》北京大学出版社1993年版。
年版第一章第章经济计量学的性质与经济数据•什么是经济计量学？•经济计量学的作用•经验分析（实证分析）的步骤•数据的类型•经济学中的因果关系•经济计量学与相关学科间的关系•经济计量学软件包简介什么是经济计量学•英文“Econometrics”一词最早是由挪威经济学家R.Frich于1926年仿照“Biometrics”（“生物计量学”）提出来的。
中文译名有）提出来的中文译名有两种：经济计量学与计量经济学。
前者试图从名称上强调它是一门经济学科；后者试图通过名称上强调它是一门经济学科后者试图通过名称强调它是一门经济计量活动方法论的学科。
•经济计量学是对现实经济中的经济关系进行经验估计和分析的学问。
它是以经济理论和经济事实为体，统计理论或经济计量技术为用的体系。
经济计量学的种类广义上讲，经济计量学有两个主要的研究领域：1、是计量技术方法研究，即如何运用、改进1是计量技术方法研究即如何运用改进和发展数理统计方法，使之成为适合测定随机性特征的经济关系的特殊方法经济计量学方——法，这一领域的研究称为理论经济计量学，或称为计量经济方法。
称为计量经济方法2、是在一定的经济理论指导下，以反映事实的统计数据为依据，利用经济计量方法研究现实经济中的经济关系，实证地探索现实经济的规律，这一领域的研究称为应用经济计量学。
简称经济计量学。
简称济学为什么要学习经济计量学？•经济理论、统计和数学的结合济论数的结合•实验数据在经济学以及很多其他的没有实验室的领域中，是罕见的•要得到实证的推论，我们需要使用非实验要得到实证的推论我们需要使用非实验数据，或可称为观察性数据•能够把经济学理论应用到真实世界中是相当重要的技能为什么要学习经济计量学？•(data)来检验理论，或者实证分析使用数据(d)来检验理论或者来估计一个关系个规范的经济模型应该具有可检验性•一个规范的经济模型应该具有可检验性在评估些政策变化的影响时理论可能•在评估一些政策变化的影响时，理论可能会给出模棱两可的结论，这时就需要经济计量学给予定量的分析经济计量学的作用•估计经济关系济系•检验经济理论•评价经济政策•预测经济变量经济计量模型主要用于分析经济结构•经济计量模型主要用于分析经济结构，评价经济政策，仿真经济系统以及预测经济发展等几个方面。
•模型的应用过程也就是检验模型和理论的过程。
如果预测误差小，表明模型精度高，质量好，对现实结实能力强，理度高质量好对现实结实能力强理论符合实际；反之，则要对模型以及对建摸所依据的经济理论进行修正。
建摸所依据的经济论进行修经济计量工作过程，是个不断修改、•经济计量工作过程，是一个不断修改、信息反馈的过程。
参见后面的流程图。
经验分析（实证分析）的步骤•理论和假设的陈述•理论和假设的数学模型•可检验和估计的经济计量模型•获得数据•估计参数•假设检验预预•预测或预报•利用模型控制或制定政策经济计量过程与结构理论事实原料模型数据统计理论精练数据加工经济计量技术经济计量模型利用经济计量学技术和精练数据估计模型结构分析预测政策评价成品10、流程图理论研究或经验总结收集统计资料理论模型与数据收集阶段设计理论模型模型的参数估计，建立具体模型模型检验参数估计与模拟阶段是否合符标准修改模型征求决策者意见政策析与模是否可用于决策修改整理模型政策分析与模型应用阶段应用预测未来评价政策结构分析数据的类型•试验数据与非试验数据验数验数•宏观数据与微观数据•截面数据、时间序列数据与面板数据截面数据（Cross-sectional Data)•截面数据是一个随机样本•每一个观察是一个新的个人、企业或者其他的个体，这些个体在某个同一时点上的信息被录下来的信息被记录下来如果样本不是随机的那么就出现了样本•如果样本不是随机的，那么就出现了样本选择性问题（sample-selection problem）面板数据(Panel Data)•可以把许多随机截面混合在一起，类似处可以把许多随机截面混合在起类似处理一个正常的界面数据一样处理它，这时我们只须考虑到时间上的变异。
我们只须考虑到时间上的变异•也可以追踪一个随机的个体，记录它在许多时点上的信息，——这就构成所谓的面多时点上的信息板数据，或称经向数据（longitudinal data)数据类型——时间序列(Time Series)•时间序列数据在每一个时期有且仅有一个时间序列数据在每个时期有且仅有个观察——如，股票价格•因为这不是个随机样本，处理时间序列因为这不是一个随机样本处理时间序列数据时，需要考虑与处理截面和面板数据不同的问题•在这些问题中，趋势和季节性波动是重要在这些问题中趋势和季节性波动是重要的两个因果性问题•简单地确定两个变量之间的变动关系往往简单确个变之的变关系往往是不够的•我们希望在相关性中找到因果性•如果能够真正控制住足够多的其他变量，如果能够真正控制住足够多的其他变量那么这种“给定其他情况”的影响通常可以被认为是因果•但是确立因果关系可能是困难的以教育回报为例：个人力资本投资的模型会告诉我们受教育•一个人力资本投资的模型会告诉我们，受教育越多就会挣得越多•最简单的情况下，这个关系可用一下等式描述：01uββ=++收入教育程度继续该例β1的估计值被称为教育的回报，但是这个关系真果性系真的是因果性的么？•显然误差项u,包含其他影响挣得的因素，因此我们想控制尽可能多的这些因素•但是有些因素是观察不到的，这就有问题了经济计量学与相关学科间的关系•经济计量与经济理论的关系•经济计量与数学的关系•经济计量与统计的关系•在讲述这些关系时，先作几点解释：在讲述这些关系时先作几点解释：几点解释•经济现象错综复杂，变化不定，为便于研究往往经济现象错综复杂变化不定为便于研究往往舍去一些次要因素，专门研究具有代表性和决定性的因素之间的因果关系，形成系统的经济理论。
性的因素之间的因果关系形成系统的经济理论•经济理论是实践的高度概括，经济模型则是经济理论的简明描述。
理论的简明描述•文字模型比较细腻，几何模型比较简明，数学模型比较严谨型比较严谨。
•数学模型运用数学定理进行推理。
数学模型的优点•（1）比较简练•（2）表述概念精确•（3）可以引用（普遍适用的）数学定理•（4）一般可以同时处理多个经济变量数学模型之不足•1）数学代替知识（•（2）以计算代替理解•（3）把研究的问题局限在数学上能够解决的问题•（4）为数学上的方便，随意假设，抛弃经济原则•（5）数学语言不是经济学家的行话，难于交流•显然，以上这些并非数学模型之错。
经济学、数理经济学、经济统计学与经济计量学•经济学：研究如何有效地利用可供各种选择的有限资源以求人类现在和将来无限欲望的最有限资源，以求人类现在和将来无限欲望的最大满足。
•数理经济学：运用抽象的方法，借助数学函数数理经济学运用抽象的方法借助数学函数和几何图形得出经济学概念与理论。
•统计经济学：以统计资料作为记述现实经济变统计经济学以统计资料作为记述现实经济变动过程的手段。
•经济计量学：以统计资料作为验证经济理论、经济计量学以统计资料作为验证经济理论预测未来、进行政策评价的手段。
经济学科之发育与成长•经济学与数学结合==>数理经济学济数结数济经济学与统计学结合>统计经济学•==>•数学与统计学结合==>数理统计学•数学、经济学、统计学三者的结合==>经济计量学经济学数理经经济统济学经济计计学量学数理统计学统计学数学。
怎样看待经济计量模型？广义地说，一切包括经济、数学、统计三者广义地说切包括经济数学统计者的模型；狭义地说，仅只用参数估计和假设检验的数理统计方法研究验数据的模型理统计方法研究经验数据的模型。
事实上，理论研究需要经验数据的检验，而经验研究也需要理论分析的指导，我们不经验研究也需要理论分析的指导我们不能只搞没有计量的理论，更不能搞“没有理论的计量—统计炼金术理论的计量”统计“炼金术”经济计量学软件包简介•必须指出，模型的建立和实际使用，离开了电脑必须指出模型的建立和实际使用离开了电脑几乎是不可能的。
•目前，已有很多经济计量学软件包，可以完成经目前已有很多经济计量学软件包可以完成经济计量学模型的参数估计、模型检验、预测等基本运算。
本运算•本课程采用国家计委推荐的EViews进行案例教学。
要求同学们掌握i比较熟练地使用它并•要求同学们掌握EViews，比较熟练地使用它，并掌握EViews与其它Windows软件共享信息。