计量经济学 学习指导

1、 23/23袄计量经济学唉学习指导奥1 计量经济学巴模型计量经济学皑1.半1.1 败计量经济学柏计量经济学是以癌一定的经济理论昂和统计资料为基把础，运用数学、扳统计学方法与隘计算爸技术，以建立计傲量阿经济般模型为主要手段俺，定量分析研究癌具有随机性特性皑的经济变量关系败。主要内容包括疤理论计量经济学傲和应用经济计量绊学。耙理论经济计量学把主要研究如何运拔用、改造和发展鞍数理统计的方法蔼，使之成为随机摆经济关系测定的盎特殊方法。肮应用计量经济学般是在一定的经济扒理论的指导下，半以反映事实的统唉计数据为依据，跋用经济计量方法翱研究经济数学模跋型的实用化或探袄索实证经济规律盎。拌1.1.2 计般量经

2、济学模型胺 计量经济败模型包括一个或办一个以上的随机绊方程式，它简洁搬有效地描述、概罢括了某个真实经岸济系统的数量关敖系特征，更深刻颁地揭示出该经济版系统的数量变化芭规律。是由方程胺或方程组组成，袄其中方程由变量俺和系数组成。袄计量经济模拌型揭示经济活动扳中各个因素之间阿的定量关系，用哀随机性的数学方颁程加以描述。奥1.1.3计量瓣经济学的内容体班系按1.2般 吧计量经济白建模芭1.2.1 建办模程序凹1.2.2 建鞍模要素盎高效俺成功地建立计量岸经济学模型需要挨具有案三版个奥要素：稗理论、方法、数吧据。颁从上述建立计量氨经济学模型的步肮骤中，不难看出坝，任何一项计量坝经济学研究、任懊何一个计

3、量经济吧学模型赖以成功办的要素应该有三盎个：理论、方法氨和数据。 肮（1）理论，即皑经济理论，所研懊究的经济现象的傲行为理论，是计啊量经济学研究的芭基础。 捌（2）方法，主芭要包括模型方法班和计算方法，是傲计量经济学研究靶的工具与手段，埃是计量经济学不半同于其他经济学靶分支学科的主要邦特征。 隘（3）数据，反拔映研究对象的活跋动水平、相互间佰联系以及外部环埃境的数据，或更巴广义讲是信息，傲是计量经济学研盎究的原料。这三爱方面缺一不可。芭 般一般情况下，凹在计量经济学研矮究中，方法的研摆究是人们关注的氨重点，方法的水罢平往往成为衡量霸一项研究成果水搬平的主要依据。哎这是正常的。计凹量经济学理论方

4、唉法的研究是计量盎经济学研究工作坝者义不容辞的义暗务。但是，不能般因此而忽视对经奥济学理论的探讨百，一个不懂得经搬济学理论、不了霸解经济行为的人拌，是无法从事计肮量经济学研究工芭作的，是不可能邦建立起一个哪怕挨是极其简单的计叭量经济学模型的八。所以，计量经班济学家首先应该摆是一个经济学家氨。相比之下，人盎们对数据，尤其澳是数据质量问题肮的重视更显不足拔，在申请一项研昂究项目或评审一盎项研究成果时，癌对数据的可得性盎、可用性、可靠佰性缺乏认真的推靶敲；在研究过程佰中出现问题时，半较少从数据质量氨方面去找原因。版而目前的实际情暗况是，数据已经拌成为制约计量经绊济学发展的重要芭问题。扳2 EView

5、啊s数据分析基础工作文件对象数据处理3数据统计分析跋3.1 描述统按计熬3.2 假设检傲验岸4 板经典捌多元回归分析瓣与修正熬般OLS拌4.1经典多元奥线性回归分析皑4.1.1 挨经典回归分析岸4.1.2 回拌归阿模型稗检验爸4.1.3 模哀型检验总结按1、模型统计经俺验胺表 模型统计经癌验坝检验名称叭作 用岸原假设斑判 断疤（拒绝原假设）埃拒绝原假设的经班济意义般估计方法/疤模型修正安拟合优度检验斑拟合程度好坏扳01，越大越耙好爱F检验扳方程显著性经验啊全部解释变量参罢数同时等于零盎P值小于某一显哎著水平案在某一显著水平摆上方程是显著的暗T把检验澳变量显著性检验白解释变量参数等肮于零半P值小

6、于某一显笆著水平傲在某一显著水平绊上变量是显著的昂2、残差正态性矮与解释变量多重哀共线性假设的检翱验傲表 唉残差正态性与解案释变量多重共线耙性耙假设拌的拜检验扒检验名称绊作 用肮原假设版判 断罢（拒绝原假设）耙拒绝原假设的经矮济意义澳估计方法/模型皑修正稗J-B疤统计量啊残差正态性经验吧服从某理论分布爱P值小于某一显背著水平霸数据分布不服从搬选择的理论分布白广义自回归条件阿异方差GARC芭H模型中的随机敖项分布假设靶Q-Q图半服从某理论分布按理论分布与数据埃分布的分位数散坝点图不在同一条熬直线上捌数据分布不服从扳选择的理论分布板经验分布检验岸服从某理论分布跋P值小于某一显哀著水平佰数据分布不服

7、从懊选择的理论分布搬相关系数矩阵肮多重共线性检验吧不存在多重共线半性埃相关系数绝对值柏接近于1靶这两个变量存在伴多重共线性办逐步回归剔除法稗；案（时序）差分法皑逐步回归法暗多重共线性检验叭不存在多重共线胺性扒增减解释变量时爱拟合优度变化很埃大扮新引进变量与其摆他变量存在多重半共线性案3、残差序列相俺关假设的检验背表 残差序列挨相关假设的检验埃检验名称半作 用按原假设耙判 断版（拒绝原假设）耙拒绝原假设的经班济意义胺估计方法/模型跋修正柏DW统计量检验哀残差一阶序列相奥关检验凹序列相关参数等暗于0百P值小于某一显叭著水平；稗DW邦败2,一阶自相关般；奥DW1.5,爱较强的正一阶自背相关；扳DW2

8、,正一绊阶自相关；DW疤=2,不一阶自邦相关；2DW瓣4,负一阶自凹相关；跋广义最小二乘法皑GLS；柏广义差分法GD霸M；熬单整自回归移动斑平均模型ARI般MA版相关图+AC、柏PAC相关系数俺残差序列相关检扳验阿AC、PAC=案0，序列不相关叭Q统计量检验板残差序列相关检按验啊残差序列中不存阿在p阶自相关啊P值小于某一显瓣著水平昂序列存在p阶自昂相关佰LM检验办F统计量扮残差序列相关检办验拌残差序列中直到笆p阶滞后都不存板在自相关扮P值小于某一显白著水平霸序列存在p阶自暗相关稗T癌隘R败2傲残差序列相关检熬验矮P值小于某一显巴著水平绊序列存在p阶自阿相关百4、残差异方差版检验瓣检验名称败作

9、用捌原假设邦判 断罢（拒绝原假设）捌拒绝原假设的经爱济意义邦估计方法/模型伴修正绊ARCH LM把检验吧F统计量拜残差异方差检验败残差序列中直到白p阶滞后都不存颁在ARCH效应伴P值小于某一显办著水平斑序列存在p阶异般方差瓣加权最小二乘法隘WLS；暗自回归条件异方坝差ARCH模型邦；皑广义自回归条件矮异方差GARC肮H模型板T熬靶R坝2肮残差异方差检验搬P值小于某一显敖著水平捌序列存在p阶异氨方差伴残差平方相关图鞍残差异方差检验拜AC、PAC=懊0，序列不存在凹ARCH效应坝序列存在p阶后伴异方差按残差平方Q统计白量检验傲残差异方差检验哀P值小于某一显暗著水平澳序列存在ARC把H效应胺W坝hi

10、te检验安残差异方差检验斑不存在异方差敖辅助回归方程的百F统计量、LM般统计量、卡方检拜验P值小于某一背显著水平熬序列存在ARC埃H效应唉5氨、模型设定与稳板定性检验奥表 模型设拔定把的系数伴与稳定性耙检验胺作 用熬检验名称俺原假设皑判 断氨（拒绝原假设）埃拒绝原假设的经傲济意义胺估计方法/模型捌修正摆模型设定误差检挨验，敖只适用于OLS扒估计啊Ramsey 傲RESET检验办模型不存在设定盎误差版F统计量、LR拌统计量P值小于啊某一显著水平阿模型是合适的埃补充缺失变量；艾修正方程形式；跋替代随机解释变佰量；巴参数约束条件经哀验搬Wald检验耙参数约束条件方澳程成立般P值小于某一显鞍著水平哎不

11、附加参数约束昂条件扒受约束回归傲遗漏变量、多余八变量经验跋F检验啊添加/多余的变挨量参数等于0靶P值小于某一显安著水平傲添加的变量没有昂显著解释贡献；班多余变量具有显伴著解释贡献熬遗漏的变量加进颁模型；奥多余的变量从模背型中剔除柏似然比（LR）版检验碍添加/多余的变芭量参数等于0暗P值小于某一显敖著水平俺模型稳定性检验吧邹氏（Chow扒）分割点检验般模型无显著结构蔼变化罢F统计量、LR埃统计量P值小于安某一显著水平版模型发生显著的颁结构变化案邹氏（Chow爱）预测检验芭模型无显著结构伴变化绊F统计量、LR敖统计量P值小于瓣某一显著水平霸模型发生显著的拌结构变化败4.2 经典假哀设的不满足及安模

12、型百修正跋4.2.1 经昂典假设捌对于经典多元线啊性回归模型经典假设：靶解释变量是非随俺机的或固定的，败且相互之间互不背相关，即无多重矮共线性； 班随机项具有零均霸值，同方差及不办序列相关性，即百：邦随机项满足正态把分布，即八解释变量与随机爸项不相关，即鞍样本容量趋于无岸穷时，各解释变板量的方差趋于有百界常数；熬回归模型的设定绊是正确的。霸4.2.2 经挨典假设的不满足挨与模型修正傲异方差柏序列相关佰多重共线性扳随机解释变量斑经典假设俺鞍确定性解释变量搬定义阿三种：佰与随机项独立；翱同期无关但异期扒相关；碍同期相关柏产生原因肮横截面数据作为俺样本哀经济变量固有的瓣惯性；碍模型设定的偏误瓣；啊数

13、据的编造；巴时间序列数据疤经济变量相关的罢共同趋势；耙滞后变量的引入埃；疤样本资料的限制叭滞后被解释变量笆作为模型的解释芭变量笆后果巴参数估计量不有佰效；疤变量的显著性检半验失去意义吧；罢模型的预测失效扒；扮参数估计量不有摆效；袄变量的显著性检霸验失去意义；伴模型的预测失效阿；阿完全共线性下参叭数估计量不存在熬；白参数估计量的方靶差变动；啊参数估计量经济碍含义不合理；佰显著性检验、模挨型预测失去意义胺；般OLS估计值失坝效埃检验班图示检验法隘；爸white异方碍差检验摆图示检验法；吧D.W统计量检案验；佰相关图与Q统计安量检验扳LM检验霸是否存在：拜相关系数判断；爸综合统计检验法扳存在范围：凹

14、判断系数检验法暗；挨逐步回归法靶修正、补救、克叭服败加权最小二乘法疤WLS笆广义最小二乘法隘；办广义差分法:A把RIMA模型；熬剔除引起共线性拜的变量；叭差分法；柏广义矩估计法G按MM；搬工具变量法芭5 经典回归模捌型的拓展白5.1哎非线性扮模型的巴回归分析捌表 多元非线性绊回归模型的线性板化变换与估计方疤法总结板线性化分类皑模型特征笆线性化变换方式案示例巴线性化变换后选板用的估计方法伴可转换为线性回氨归模型癌倒数模型白变量直接置换法叭：引入替代变量爸普通最小二乘法耙OLS熬多项式模型阿变量直接置换法般：引入替代变量佰普通最小二乘法昂OLS啊幂函数模型、指瓣数函数模型挨函数变换法：取俺对数+替

15、换胺普通最小二乘法案OLS啊复杂函数岸泰勒级数展开法摆普通最小二乘法疤OLS绊无法线性化模型伴阿邦啊非线性最小二乘挨法NLS俺5.2哎 特殊解释变量爱模型败傲虚拟解释变量扳5.3傲 特殊被解释变按量模型艾蔼离散及受限被解坝释变量扮6耙 单方程模型的案其他估计方法敖6.1 单方程背模型的其他估计版方法及适用场合敖6.2 单方程巴模型其他估计方搬法的选择逻辑随机误差项white异方差检验存在异方差问题随机误差项序列自相关检验存在序列自相关Newey-West一致协方差HAC方法异方差形式已知异方差形式未知加权最小二乘估计法WLSwhite异方差一致协方差估计方法回 归 估 计不存在序列自相关，但存

16、在异方差存在序列自相关，也存在异方差办4、残差异方差安检验稗检验名称罢作 用碍原假设笆判 断袄（拒绝原假设）扳拒绝原假设的经斑济意义叭估计方法/模型跋修正哎ARCH LM挨检验巴F统计量颁残差异方差检验败残差序列中直到蔼p阶滞后都不存按在ARCH效应拜P值小于某一显挨著水平柏序列存在p阶异肮方差扳加权最小二乘法跋WLS；案自回归条件异方俺差ARCH模型斑；扒广义自回归条件阿异方差GARC跋H模型百T扒隘R办2跋残差异方差检验跋P值小于某一显爸著水平颁序列存在p阶异爱方差班残差平方相关图盎残差异方差检验霸AC、PAC=爱0，序列不存在艾ARCH效应暗序列存在p阶后八异方差澳残差平方Q统计俺量检验

17、奥残差异方差检验把P值小于某一显案著水平版序列存在ARC氨H效应罢W按hite检验盎残差异方差检验奥不存在异方差班辅助回归方程的安F统计量、LM伴统计量、卡方检板验P值小于某一办显著水平盎序列存在ARC拜H效应扒5、残差序列相懊关假设的检验案表 残差序列笆相关假设的检验耙检验名称昂作 用疤原假设盎判 断绊（拒绝原假设）霸拒绝原假设的经爱济意义扮估计方法/模型半修正按DW统计量检验爱残差一阶序列相奥关检验瓣序列相关参数等笆于0笆P值小于某一显胺著水平；摆DW爱颁2,一阶自相关啊；案DW1.5,败较强的正一阶自版相关；肮DW2,正一坝阶自相关；DW按=2,不一阶自按相关；2DW哎4,负一阶自俺相关；拔广义最小二乘法半GLS；熬广义差分法GD笆M；安单整自回归移动阿平均模型ARI般MA扮相关图+AC、百PAC相关系数按残差序列相关