《计量经济学》教学大纲 (二)

《计量经济学》教学大纲

前言

《计量经济学》课程是统计专业高等教育的专业基础课程。是在对经

济现象作定性分析的基础上，探讨如何运用模型方法定量描述和分析

具有随机性特征的经济变量关系的经济学分支

设置本课程的目的是：通过本课程教学，使学生能在对经济问题进行

定性分析的基础上、采用定量分析的方法建立计量经济模型，掌握建

立模型的一般原理、方法和手段，从而培养学生解决现实经济问题的

能力，培养高级应用型人才。

学习本课程的要求是：学习者不仅应学会能用手工方式作简单计算,

而且应会使用计量经济学软件实现对模型中的参数估计、统计检验和

预测的计算，能对模型的计算结果进行经济检验、统计检验和计量经

济检验并作出合理解释，

先修课程要求：高等数学、线性代数、概率论与数理统计、微观经济

学、宏观经济学、统计学原理

本课程计划72学时，4学分。

选用教材：李子奈，《计量经济学》，高等教育出版社，2006年

教学手段：课堂讲授，多媒休辅助

考核方法：考试

教学进度安排表

周次学时数教学主要内容教学方法备注

14导论（上）讲课

24导论（下），讲课

34一元线形回归模型（上）讲课

44一元线形回归模型（下）讲课

54多元线形回归模型讲课

64习题课习题课

74多重共线性讲课

84异方差性讲课

94自相关性，讲课

104分布滞后模型，自回归模型讲课

114虚拟变量讲课

124习题课习题课

134联立方程组模型（1）讲课

144联立方程组模型（2）讲课

154联立方程组模型（3）讲课

164习题课习题课

174单方程计量经济学应用模型讲课

184复习考试复习考试

第一章导论

一、学习目的

通过教学，使学生明确计量经济学的学科性质和特点，了解计量经济

学同其它相关学科间的关系，计量经济学中研究经济问题的步骤，初

步认识计量经济模型中的变量、参数、数据。使学生了解计量经济学

是一门经济学科以及在经济学科中的地位。会安装软件，了解基本功

能及操作。

二、课程内容

第一节什么是计量经济学

一、计量经济学的产生与发展

2

（一）计量经济学的由来和发展

计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到

一定阶段的客观需要。

计量经济学作为经济学的一门独立学科被正式确立的标志是1930年

12月在美国召开的国际计量经济学会；20世纪40年代一60年代

经典计量经济学逐步完善并得得到广泛应用；70年代以来，计量经

济学的理论和应用又进入一个新的阶段。计量经济模型的规模越来越

大，非经典计量经济学的理论和应用有了新的突破。

（二）计量经济学的特点

其本身并没有固定的经济理论，其各种计量方法和技术大多来自数学

和统计学。

二、计量经济学的性质

（-）计量经济学的定义

计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计

学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济

学科。

（二）计量经济学的目的

是要把实际经验的内容纳入经济理论，确定表现各种经济关系的经济

参数，从而验证经济理论，预测经济发展的趋势，为制定经济政策提

供依据。

（三）计量经济学类型

计量经济学分为理论计量经济学和应用计量经济学，理论计量经济学

3

研究如何建立合适的方法去测定由计量经济模型所确定的经济关系,

应用计量经济是运用理论计量经济学提供的工具，研究经济学中某些

特定领域的经济数量问题。

三、计量经济学与其它学科的关系

计量经济学与理论经济学的关系；计量经济学与经济统计学的关系；

计量经济学与数理统计学的关系。

第二节计量经济学的研究步骤

一、模型的设定

模型的设定需注意的问题：要有理论依据；模型要选择适当的数学形

式；模型中的变量要具有可观测性。

二、估计参数

参数与变量的区别；参数估计量与参数估计值的关系；参数估计值与

参数真实值的关系。

三、，模型的检验

经济意义检验；统计推断检验；计量经济学检验；模型预测检验。

四、模型应用

经济结构分析；经济预测；政策评价。

第三节变量、参数、数据与模型

一、计量经济模型中的变量

按变量的因果关系可分为解释变量和被解释变量；按变量的性质可分

为内生变量和外生变量。

4

二、参数估计的方法

（一）单一方程模型

普通最小二乘法，极大似然估计法。

（二）联立方程

二阶段最小二乘法；间接最小二乘法。

（三）选择参数估计式的标准

无偏性；最小方差性。

三、计量经济学中应用的数据

时间序列数据；截面数据；面板数据；虚秋变量数据飞

四、计量经济模型的建立

经济变量间的关系：行为关系；技术关系；制度关系；定义关系。

三、重点、难点提示和教学手段

计量经济学中的基本概念，计量经济学的研究步骤。课堂讲授与习题

课相结合

四、思考与练习

注思考与练习的内容与形式由任课教师自行决定，下同。

第二章简单线性回归模型

一、学习目的

通过本章的教学，让学生理解简单线性回归模型理论与方法，掌握回

5

归模型的建立、古典假设、参数估计及检验、模型拟合优度的度量、

回归系数的区间估计和回归模型的预测，学会应用计量经济软件

Eviews建立计量经济学模型并作预测。

二、课程内容

第一节回归分析与回归方程

一、回归与相关

经济变量间的相互关系：经济变量间的函数关系与相关关系；简单相

关系数：正相关与负相关；总体相关系数与样本相关系数；相关系数

的特点；相关分析的注意事项。

回归的古典意义；回归的现代意义；回归直线与回归曲线；回归分析

与相关分析的联系与区别。

二、总体回归函数

总体回归函数的意义；总体回归函数的设定；线性总体回归函数

的含义。

三、随机扰动项

随机扰动项的意义；产生随机扰动项的原因；随机扰动项的特征。

四、样本回归函数

样木回归线的意义；样木回归函数；残差（剩余项）；样木回归函数

与总体回归函数的关系。

第二节简单线性回归模型参数的最小二乘估计

一、简单线性回归的基本假定

对变量和模型的假定。对随机扰动项的假定：零均值假定；同方差假

6

定；无相关假定；与解释变量不相关假定；正态性假定。

二、普通最小二乘法（OLS）

最小二乘估计；剩余平方和最小准则；参数的最小二乘估计式；参

数的点估计值。

三、OLS回归线的性质

回归线通过样本均值；估计值的均值等于的均值；剩余项均值为

零；估计的与不相关；解释变量与不相关。

四、最小二乘估计式的统计性质

参数估计式的评价标准：无偏性；最小方差性；有效性；一致性。

OLS估计式的统计特性：线性特性；无偏性；最小方差性；一致性。

第三节拟合优度的度量

一、总变差的分解

总变差（总方差平方和）；模型解释了的变差（回归平方和）；剩余变

差（残差平方和）。

二、可决系数

可决系数的意义；可决系数的计算；可决系数的特点。

三、可决系数与相关系数的关系

样木相关系数；可决系数与相关系数的差异。

第四节回归系数的假设检验和区间估计

一、OLS估计的性质

随机扰动项方差的估计；估计的和估计的的概率分布；估计的和估

计的的标准误差；大样本时的分布；小样本时的分布。

7

二、回归系数的假设检验

回归系数假设检验的基本思想；回归系数的Z检验；回归系数的t检

验；P值。

三、回归系数的区间估计

回归系数区间估计的意义；总体方差未知大样本时回归系数的区间估

计；总体方差未知小样本时回归系数的区间估计。

第五节回归模型预测

一、回归分析结果的报告

回归分析结果的标准表示方式

二、对被解释变量平均值的预测

预测的意义;被解释变量的预测方式;对平均值的点预测和区间预测。

三、被解释变量个别值的预测

预测误差的抽样分布；个别值的点预测和区间预测；平均值与个别

值区间预测的特性。

三、重点、难点提示和教学手段

回归模型的古典假设，参数的估计和检验，模型拟合优度的度量，模

型的预测。课堂讲授与习题课相结合

四、思考与练习

第三章多元线性回归模型

一、学习目的

本章是在第二章基础上的推广。通过本章的学习应达到：了解多元

8

线性回归模型的产生背景；掌握模型的古典假定、模型的参数估计以

及模型的统计检验和点预测；在本章结束之前，学生能够根据所学知

识，独立地选择一个经济研究问题，确定研究对象，按照计量经济分

析的研究步骤（即建立理论模型，收集统计数据，参数的估计和检验）

去分析研究经济问题，并写出分析报告。

二、课程内容

第一节多元线性回归模型及古典假定

一、多元线性回归的背景及形式

几个多元线性关系的经济例子；多元线性回归模型的一般形式；与一

元线性回归模型的区别以及对模型的解释。

二、多元线性回归模型的矩阵表示

总体线性回归模型：

样本线性回归模型：

三、模型的古典假定（一般表示与矩阵表示）

零均值假定；等方差与无自相关假定；解释变量与随机项不相关假定;

无多重共线性假定；正态性假定。

第二节多元线性回归模型的估计

一、参数的最小二乘估计

残差平方和最小准则；参数的最小二乘估计的矩阵表示。

二、参数最小二乘估计的性质

线性性；无偏性；最小方差性。

三、随机扰动项方差的估计

9

四、多元线性回归模型参数的区间估计

第三节多元线性回归模型的检验

一、拟合优度检验

多重可决系数；修正可决系数；对拟合优度指标的评价。

二、方差分析与回归方程的显著性检验（F・检验）

方差分析表的内在关系；F.统计量的构造与检验；F.统计量与可决系

数的关系。

三、回归参数的显著性检验（t・检验）

参数估计的分布；t-检验；检验结果的分析与判断。

第四节多元线性回归模型的预测

一、点预测

点预测方法和结果。

二、平均值和个别值的区间预测介绍

平均值的预测区间：

个别值的预测区间：

第五节案例分析与计算实现

三、重点、难点提示和教学手段

模型的古典假定、模型的参数估计、模型的统计检验和预测。课堂讲

授与习题课相结合

四、思考与练习

10

第四章（讲座一）多重共线性

一、学习目的

本章是违背古典假定情况下线性回归模型的建立。通过本章的学习要

求学生应达到：掌握多重共线性的概念，模型中出现多重共线性的原

因和不良后果，怎样诊断多重共线性和修正多重共线性的若干方法;

根据本章知识，学生能够解决模型中的多重共线性问题。

二、课程内容

第一节多重共线性概念及背景

一、多重共线性定义

完全多重共线性；不完全多重共线性；多重共线性的矩阵描述。

二、产生多重共线性的背景

经济变量之间存在共同变化趋势；模型中大量引入滞后经济变量;

利用截面数据研究经济现象；样本数据自身的原因。

第二节多重共线性后果

一、参数估计的后果

完全多重共线性下的参数估计是一个“不定式”，参数估计值的方差无

限大；不完全多重共线性下的参数估计为一渐近“不定式”；多重共线

性下参数估计值的方差增大；参数估计置信区间趋于变大。

二、统计检验的后果

参数的显著性检验失败；完全多重共线性下的预测无意义；参数估计

值的符号可能与经济意义相悖，导致错误结论。

11

第三节多重共线性的检验

一、简单相关系数矩阵法

简单相关系数与多重共线性的关系。

二、方差扩大（膨胀）因子法

方差扩大因子；利用方差扩大因子判定多重共线性的程度。

三、直观判断法

参数显著性与整体显著性的对比；辅助回归待定系数与F检验的结合。

四、逐步回归检测法

逐步回归的思路。

第四节多重共线性的修正

一、修正多重共线性的经验方法

剔除变量法；增大样本容量；变换模型形式；利用非样本先验信息；

横截面数据与时间序列数据并用；变量变换。

二、逐步回归法

逐步回归的步骤。

第五节案例分析与计算实现

三、重点、难点提示和教学手段

多重共线性的诊断和修正。课堂讲授与习题课相结合

四、思考与练习

第四章（讲座二）异方差性

一、学习目的

12

本章是违背古典假定情况下建立线性回归模型的另一问题。通过本章

的学习应达到：掌握异方差的概念包括经济学解释，异方差出现的原

因及对模型的不良影响，诊断异方差的方法和修正异方差的若干方法;

经过学习学生能够处理模型中出现的异方差问题。

二、课程内容

第一节异方差的概念及后果

一、异方差的实质

异方差的定义；异方差产生与解释变量变动的关系。

二、产生异方差的原因

模型中省略了某些重要的解释变量；模型设定误差；测量误差的变化；

截面数据中总体各单位的差异。

三、对参数估计式统计特性的影响

参数的OLS估计仍然具有无偏性；参数OLS估计式的方差不再是最

小的。

四、对参数显著性检验的影响

对方差的影响；对t-统计量的影响。

五、对预测的影响

对预测精度的影响。

第二节异方差性的检验

一、图示检验法

相关图形分析；残差图形分析。

二、戈德菲尔德・夸特(Goldfeld-Quanadt)检验

13

检验原理、方法与局限。

三、White检验

基本思路；概念步骤；特点。

四、ARCH检验

ARCH过程；ARCH检验的基本步骤；特点。

五、Glejser检验

Glejser检验的思路和步骤；特点。

第三节异方差性的补救措施

一、对模型变换

基本思路；常见形式。

二、加权最小二乘法

加权最小二乘法的方法；加权最小二乘法与模型变换的关系。

三、模型的对数变换

对变量取对数后建立线性模型。

第四节案例分析与计算实现

三、重点、难点提示和教学手段

异方差的诊断和修正；加权最小二乘法。课堂讲授与习题课相结合

四、思考与练习

第四章（讲座三）自相关性

一、学习目的

14

本章是违背古典假定情况下建立线性回归模型的又一问题。通过本章

的学习应达到：掌握自相关的基本概念，自相关出现的原因和严重后

果，诊断自相关存在的方法和修正自相关的方法。要求学生能够根据

本章的知识独立解决模型中的自相关问题。经过第四、五、六章的学

习，学生可自己选择一个实际经济问题，建立模型，并判断和解决上

述可能存在的问题。

二、课程内容

第一节自相关性的概念

一、自相关概念

自相关性用一阶自回归表示的数学性质；自相关系数。

二、自相关产生的原因

经济系统的惯性；经济活动的滞后效应；数据处理造成的相关；蛛网

现象；模型设定偏误。

三、自相关的表现形式

一阶自相关系数；m阶自回归形式方程；一阶自回归形式的性质。

第二节自相关的后果

一、自相关对参数估计的影响

参数估计值的方差增大；参数估计值的方差被低估。

二、自相关对模型检验的影响

对t-检验的影响；对F-检验的影响；参数的显著性检验失效。

三、自相关对模型预测的影响

预测精度降低。

15

第三节自相关的检验

一、图示检验法

绘制和的散点图；按照时间顺序绘制PI归残差项的图形。

二、D・W检验

D-W检验的适用条件；D-W统计量；D-W显著性检验；D-W检验

的局限。

第四节自相关的补救

一、广义差分法

广义差分法原理；差分系数未知时对系数的估计。

二、科克伦一奥克特(Cochrane—Orcutt)迭代法

科克伦一奥克特(Cochrane—Orcutt)基本思路与步骤。

三、其它方法简介

一阶差分法；德宾两步法。

第五节案例分析与计算实现

三、重点、难点提示和教学手段

诊断自相关存在的方法和修正自相关的方法。课堂讲授与习题课相结

合

四、思考与练习

16

第五章（讲座一）分布滞后模型与自回归模型

一、学习目的

本章是一般线性回归模型的扩展。通过本章学习应达到：掌握分布滞

后模型的估计方法，了解自回归模型以及与分布滞后模型的区别与联

系O

二、课程内容

第一节滞后效应与滞后变量模型

一、经济活动中的滞后现象

滞后现象的普通性；分布滞后模型的形式；自回归模型的形式。

二、滞后效应产生的原因

心理预期因素；技术因素；制度因素。

三、滞后变量模型

分布滞后模型；自回归模型。

第二节分布滞后模型的估计

一、分布滞后模型估计的困难

自由度损失；存在多重共线性；滞后长度难于确定。

二、经验加权估计法

常见的滞后结构类型。

三、阿尔蒙法

阿尔蒙法的基本原理。

第三节自回归模型的构建

17

一、库伊克模型

库伊克模型的背景；无限分布滞后模型在库伊克变换下的形式；库伊

克模型的特点。

二、自适应预期模型

自适应预期模型的背景；自适应预期假定；自适应预期模型的自回归

表示。

三、局部调整模型

局部调整模型的背景；局部调整假定；局部调整模型的自回归表示;

三种模型的异同。

第四节自回归模型的估计

一、自回归模型估计的困难

滞后因变量与随机项相关；库伊克模型与自适应预期模型的随机项自

相关。

二、工具变量法

工具变量法的概念；工具变量法的特点；工具变量法的缺点。

三、德宾h•检验方程

D-W检验的缺陷；德宾h.统计量；检验步骤。

第五节案例分析与计算实现

三、重点、难点提示和教学手段

18

阿尔蒙法；库伊克模型、自适应期望模型和局部调整模型的经济背景

与估计方法。课堂讲授与习题课相结合

四、思考与练习

第五章（讲座二）虚拟变量回归

一、学习目的

本章内容是计量经济学建模的拓展。通过本章学习应达到：掌握虚拟

解释变量的意义、设置规则对模型的影响和其他修正模型的作用。

二、课程内容

第一节虚拟变量

一、虚拟变量的基本概念

定性因素的定量化；虚拟变量的概念及表示。

二、虚拟变量的设置规则

虚拟变量数量的设置规则；虚拟变量陷阱；虚拟变量的"0”和"1”的选

取原则。

三、虚拟变量的作用

作为属性因素的代表；作为某些非精确计量的数量因素的代表；作为

某些偶然因素或政策因素的代表；作为时间序列分析中季节（月份）

的代表；分段回归。

第二节虚拟解释变量的回归

一、用虚拟变量表示不同截距的回归——加法类型

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

19

的回归；解释变量包含一个定量变量和一个分为两种类型定性变量的

回归；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的

P1归；解释变量包含一个定量变量和两个定性变量的回归。

二、用虚拟变量表示不同斜率的回归——乘法类型

回归模型的比较——结构变化检验；分段线性回归。

第三节案例分析与计算实现

三、重点、难点提示和教学手段

虚拟解释变量的意义、设置规则对模型的影响。课堂讲授与习题课相

结合

四、思考与练习

第六章联立方程模型

一、学习目的

本章是计量经济学重要内容之一。通过教学应达到：掌握线性联立方

程组模型的一般概念、经济背景以及矩阵表示；掌握模型识别的概念,

识别的方法；掌握几种主要的单一方程估计方法（包括间接最小二乘

法、工具变量法、两阶段最小二乘法）以及它们的内在联系。

二、课程内容

第一节联立方程组模型及其偏倚

20

一、联立方程模型的的性质

联立方程模型的概念；联立方程模型的特点。

二、联立方程模型中变量的类型

内生变量；外生变量；滞后内生变量；前定变量。

三、联立方程模型的偏倚性

偏倚性的产生；偏倚性的概念。

四、联立方程模型的种类

结构型模型；简化型模型；递归模型。

第二节联立方程模型的识别

一、对模型识别的理解

对识别问题的各种解释；不，存在识别问题的方程；存在识别问题的

方程与联立方程可识别。

二、联立方程模型识别的类型

不可识别；恰好识别；过度识别。

三、联立方程模型识别的方法

模型识别的阶条件；模型识别的秩条件；模型识别的一般步骤和经验

方法。

第三节联立方程模型的估计

一、联立方程模型估计方法的选择

单一方程模型的估计方法；系统估计方法。

21

二、递归模型的估计

普通最小二乘法（OLS）

三、恰好识别模型的估计

工具变量法；间接最小二乘法（ILS）

四、过度识别模型的估计

二阶段最小二乘法（TSLS）

第四节案例分析与计算实现

三、重点、难点提示和教学手段

联立方程模型的识别；模型的估计方法。课堂讲授与习题课相结合

四、思考与练习

第七章单方程计量经济学应用模型

一、学习目的

通过教学应达到：了解（最低要求）：常用的生产函数模型、需求函

数模型、消费函数模型的理论模型和估计方法；在中国建立与应用生

产函数模型、需求函数模型、消费函数模型过程中实际问题的处理。

掌握（较高要求）：常用的生产函数模型、需求函数模型、消费函数

模型的理论模型是如何提出与发展的；在实践中自己提出与发展新的

模型的方法论基础；其它常用的单方程模型，例如投资函数模型和货

币需求函数模型的建模思路。

22

二、课程内容

第一节生产函数模型

一、几个重要概念

生产函数要素产出弹性要素替代弹性要素的边际替代率技术进步

二、以要素之间替代性质的描述为线索的生产函数模型的发展

线性生产函数模型投入产出生产函数模型C-D生产函数模型CES生

产函数模型VES生产函数模型超越对数生产函数模型多要素生产

函数模型

三、以技术要素的描述为线索的生产函数模型的发展

将技术要素作为一个不变参数的生产函数模型改进的C-D生产函数

模型改进的CES生产函数模型含体现型技术进步的生产函数模型引

入人力资本的生产函数模型边界生产函数模型

四、几个重要生产函数模型的参数估计方法

C-D生产函数模型及其改进型的估计CES生产函数模型及其改进型

的估计VES生产函数的估计二级CES生产函数模型的估计含体现

型技术进步生产函数模型的估计确定性统计边界生产函数模型的修

正的普通最小二乘估计

五、生产函数模型在技术进步分析中的应用

从纵向研究技术进步：测算技术进步速度及其对经济增长的贡献从横

向研究技术进步：部门之间、企业之间技术进步水平的比较分析

六、建立生产函数模型中的数据质量问题

第二节需求函数模型

23

一、几个重要概念

需求函数，效用函数，弹性

二、几种重要的单方程需求函数模型及其参数估计

线性需求函数模型；对数线性需求函数模型；耐用品的存量调整模

型；非耐用品的状态调整模型

三、