(完整word版)《计量经济学》各章主要知识点.docx

第一章：绪论

1．计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系； 2．计量经济研究的四个基本步骤

（ 1）建立模型（依据经济理论建立模型，通过模型识别、格兰杰因果关系检验、

协整关系检验建立模型） ；

（ 2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权 最小二乘估计、模型变换、广义差分法等） ；

（ 3）模型检验：经济意义检验（普通模型、双对数模型、半对数模型中的经济

意义解释，见例 1 、例 2），统计检验（ T 检验，拟合优度检验、 F 检验，联合检

验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残 差的白噪声检验等）；

（ 4）模型应用。

例 1：在模型中， y 某类商品的消费支出， x 收入， P 商品价格，试对模型进行

经济意义检验，并解释

1 ,

2

的经济学含义。

ln y t

0.213 0.25 ln x t 0.31P t ,

其中参数

1

,

2

都可以通过显著性检验。

经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关）

。

商品消费支出关于收入的弹性为 0.25 （

ln( y t

/ y t 1

)

0.25ln( x t

/ x t 1 )

）；

价格增加一个单位，商品消费需求将减少 31% 。

例 2：研究金融发展与贫富差距的关系， 认为金融发展先使贫富差距加大 （恶化），

尔后会使贫富差距降低（好转） ，成为倒 U 型。

贫富差距用 GINI 系数表示，金融发展用（贷款余额 /存款总额）表示。回归结果

为：

2

GINI t 2.34 0.64 x t 1.29 x t，

模型参数都可以通过显著性检验。

在x 的有意义的变化范围内， GINI 系数的值总是大于 1，细致分析后模型变的毫

无意义；

同样的模型还有： GINI 系数的值总是为负

2

GINI t13.34 7.12x t14 .31x t。

3．计量经济学中的一些基本概念

数据的三种类型：横截面数据、时间序列数据、面板数据；

线性模型的概念；模型的解释变量与被解释变量，被解释变量为随机变量（如果一个变量为随机变量，并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量，有些解释变量也为内生变量。

第二章：回归模型

1．两个变量的相关关系，相关关系与随机因果关系的区别；

2．总体回归函数与线性总体回归函数；

3．一元与多元线性回归模型，回归模型的基本假设；

4．最小二乘估计的基本原理与最小二乘估计量的具体表达式，随机扰动项的方

差的估计方法；

5．最小二乘估计的数值性质与最小二乘估计的统计性质，样本容量变化对统计

性质的影响；

6．在回归模型中（包括对数模型）计量单位变化对模型参数估计的影响（例3）；7．样本回归直线及其性质；

8．高斯 -马尔柯夫定理及其证明。在回归模型中，我们将解释变量看成非随机变

量，但如果解释变量为随机变量，并解释变量与随机扰动项相关，那么高斯

-马

尔柯夫定理就不成立， 实际上在此时， 对参数的最小二乘估计并不是一个无偏估

计；

9．总体平方和分解公式及其含义；

10 ．拟合优度的含义与计算，拟合优度检验的适用条件；

11 ．解释变量的显著性检验， T 统计量的计算方法， T 统计量与样本容量的关系，

H 0 : i

b

的显著性检验方法，模型参数（解释变量）的置信区间（区间估

计）；

12 ．联合检验与模型的显著性检验方法， F 统计量的具体计算方法， F 统计量与

样本容量的关系；

_

13 ． R 2 与 F 统计量、 R 2 与 R 2 的相互关系；

14 ．回归分析结果中，各变量之间的相互关系； 15 ．利用回归模型进行点预测与区间预测；

16 ．非线性模型的线性化方法，普通回归模型、半对数模型、双对数模型的具

体解释意义上的区别；

17 ．回归结果的标准表达方式。

例 3：考虑下面模型中， 计量单位（如从元改变为万元） 变化对模型参数的影响，

ln y t

0.213 0.25 ln x t 0.31P t ,

第三章：回归模型的扩展

异方差的定义，异方差与模型基本假设的违背；

异方差的产生原因： 模型缺失重要解释变量、 样本数据的观察误差、 异常值的影

响、模型函数形式的设定误差、随机因素的影响；

存在异方差的后果：最小二乘估计不再为有效估计（有效估计的概念）、无法正

确估计系数的标准误差、 t 检验的可靠性降低（具体的影响方式）、增大模型的预

测误差；

异方差的检验方法：图示检验法（一元与多元模型的检验方法）、Goldfeld-Quandt

检验（ Eviews 中的实现方法）、White 检验与实现方法、 Park 检验和 Gleiser 检

验与实现方法；

异方差的补救方法：模型变换法（与Park 检验和 Gleiser 检验的关系）、加权最

小二乘估计（加权最小二乘估计的基本思想：怎样利用权重进行调整，更加重视大的方差还是小的方差），模型变换方法与加权最小二乘估计方法的区别，建立

半对数模型或双对数模型；

自相关的定义，自相关与模型基本假设的违背，一阶自相关与高阶自相关；

自相关产生的原因：模型中遗漏了重要的解释变量（与异方差同）、经济变量的

惯性作用、某些经济行为的滞后性、模型函数形式设置不当（与异方差同）、随

机因素的影响（与异方差同）；

存在自相关性的后果：最小二乘估计不再为有效估计、系数的标准差被严重低估

（T 统计量被放大、 T 检验的可靠性降低）、降低模型的预测精度；

自相关的检验方法：图示法与相关性检验（包括对残差序列进行自相关、偏自相

关分析）、DW 检验法（检验统计量的推导、五个区域的检验方法、DW 检验法的

适用条件）、高阶自相关性检验（ BG 检验）；

自相关性的补救方法（一阶自相关的补救方法）：广义差分方法（相关系数已知，相关系数需要估计，不同的估计方法）、广义最小二乘法；