计量经济学复习资料完整

章节主题课本

第一章绪论

第二章一元线性回归模型

第三章多元线性回归模型

第四章放宽基本假定的模型一元线性回归模型

第五章经典单方程计量经济学模型：专门问题

第六章联立方程计量经济模型理论方法

§1.1 计量经济学

定义：“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和

计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说

的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视

为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真

正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者

结合起来，就是力量，这种结合便构成了计量经济学。”

§1.2 建立计量经济学模型的步骤和要点

一、理论模型的建立

确定模型包含的变量

根据经济学理论和经济行为分析

在时间序列数据样本下可以应用Grange统计检验等方法。

考虑数据的可得性。

考虑入选变量之间的关系。

二、样本数据的收集

1、几类常用的样本数据

时间序列数据

截面数据

虚变量离散数据

联合应用

2、数据质量

完整性

准确性

可比性

一致性

三、模型参数的估计

1、各种模型参数估计方法

2、如何选择模型参数估计方法

3、关于应用软件的使用

四、模型的检验

1、经济意义检验

2、统计检验

拟合优度检验

总体显著性检验

变量显著性检验

3、计量经济学检验

异方差性检验

序列相关性检验

共线性检验

4、模型预测检验

稳定性检验：扩大样本重新估计

预测性能检验：对样本外一点进行实际预测

五、计量经济学模型成功的三要素

理论

数据

方法

§1.3 计量经济学模型的应用

一、结构分析

经济学中的结构分析是对经济现象中变量之间相互关系的研究。

结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。

计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹

性、乘数等。

二、经济预测

计量经济学模型作为一类经济数学模型，是从用于经济预测，特别是短期预测而发

展起来的。

计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术

手段。

对于非稳定发展的经济过程，对于缺乏规范行为理论的经济活动，计量经济学模型

预测功能失效。

模型理论方法的发展以适应预测的需要。

三、政策评价

政策评价的重要性。

经济政策的不可试验性。

计量经济学模型的“经济政策实验室”功能。

四、理论检验与发展

实践是检验真理的唯一标准。

任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。

计量经济学模型提供了一种检验经济理论的好方法。

对理论假设的检验可以发现和发展理论。

§2.1 回归分析概述

一、变量间的关系及回归分析的基本概念

1、变量间的关系

确定性关系或函数关系：研究的是确定现象非随机变量间的关系。

统计依赖或相关关系：研究的是非确定现象随机变量间的关系。

注意

不线性相关并不意味着不相关。

◆ 有相关关系并不意味着一定有因果关系。

◆ 回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它

们并不意味着一定有因果关系。

◆ 相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。回归分

析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。

2、回归分析的基本概念

回归分析(regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。

其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。 回归分析构成计量经济学的方法论基础，其主要内容包括：

◆ 根据样本观察值对经济计量模型参数进行估计，求得回归方程； ◆ 对回归方程、参数估计值进行显著性检验； ◆ 利用回归方程进行分析、评价及预测。

二、总体回归函数、随机扰动项、样本回归函数

总体回归函数（PRF ），也称为总体回归模型：

随机扰动项μi

随机误差项主要包括下列因素：

◆ 在解释变量中被忽略的因素的影响； ◆ 变量观测值的观测误差的影响； ◆ 模型关系的设定误差的影响； ◆ 其它随机因素的影响。

产生并设计随机误差项的主要原因： ◆ 理论的含糊性； ◆ 数据的欠缺； ◆ 节省原则。

样本回归函数（SRF ），也成样本回归模型：

i i i i i e X Y Y ++=+=10ˆˆˆˆββμ

回归分析的主要目的：根据样本回归函数SRF ，估计总体回归函数PRF 。这就要求设计一方法构造SRF 使其尽可能接近PRF 。这里的PRF 可能永远无法知道。

§2.2 一元线性回归模型的参数估计

一、一元线性回归模型的基本假设

假设1、解释变量X 是确定性变量，不是随机变量；

假设2、随机误差项μ具有零均值、同方差和不序列相关性： E(μi )=0 i=1,2, …,n Var (μi )=σμ2 i=1,2, …,n

Cov(μi, μj )=0 i≠j i,j= 1,2, …,n

假设3、随机误差项μ与解释变量X 之间不相关： Cov(X i , μi )=0 i=1,2, …,n