《计量经济学》教学大纲

《计量经济学》教学大纲

本教学大纲是针对经济学各专业本科生的培养计划制定的，教学与上机实习

的课时为64学时。教学方法：授课、研讨与上机相结合。通过教学，使学生掌

握计量经济学的基本原理、方法，了解现代计量经济学的主要方法和发展方向，

善于运用计量经济学方法建立数量模型，解决实际问题。

本教学大纳的基本内容如下：

第一章引论

教学学时：本章教学学时为2学时。

教学目的：通过本篇学习，使学生了解计量经济学的定义与应用，熟悉计量

经济学的学科地位，掌握计量经济学中的主要概念与含义，以及对如何学习计量

经济学形成初步的认识。

教学内容：

§1.1计量经济学的定义与应用

（1）计量经济学的定义与学科特性

（2）计量经济学的作用与功能

§1.2计量经济学的学科地位

（1）计量经济学在经济学科中居于最重要的地位

（2）计量经济学是经济学的一个分支学科

（3）计量经济学的分类

§1.3计量经济学中的主要概念与含义

（1）计量经济学与计量经济模型

（2）被解释变量与解释变量

（3）模型的估计和检验

（4）数据

§1.4如何学习计量经济学

本章小结

讨论与思考题

练习题

第二章回归分析

教学学时：本章教学学时为4学时。

教学目的：我们在第一章已经初步说明回归分析的含义，即：使用自变量X

的变化，解释因变量Y的总体的平均变化。本章，我们将通过例子，具体阐述

回归分析的概念、回归分析的内容。

教学内容：

§2.1总体与总体回归模型

（1）总体与总体回归模型的含义

（2）总体回归模型中的蜥所包含的内容

§2.2样本与样本回归模型

（1）样本与样本回归模型的含义

（2）样本回归模型的估计一一最小二乘法的基本原理

§2_3总体回归模型和样本回归模型一一基于蒙特卡罗实验的再认识

本章小结

讨论与思考题

练习题

第三章一元线性回归模型

教学学时：本章教学学时为4学时。

教学目的：在第二章，我们以人为设计的收入与消费数据，讨论了总体回

归模型与样本回归模型。本章分析一元线性回归模型的经典假定，以及经典假

设下的最小二乘估计方法和估计量的统计性质、区间估计、假设检验，并运用

蒙特卡洛模拟直观认识和验证最小二乘估计量的统计性质。

教学内容：

§3.1一元线性回归模型参数的估计

（1）基本假定

（2）普通最小二乘法（OLS）

（3）最小二乘估计量的统计性质

§3.2拟合优度

（1）总离差平方和的分解

（2）拟合优度

§3.3回归参数的区间估计和假设检验

（1）回归参数估计量的概率分布

（2）回归参数的区间估计

（3）变量的显著性检验：f检验

（4）检验统计量的p值

§3.4例子：中国消费函数

(1)模型估计与结果说明

(2)模型应用

§3.5对最小二乘估计量统计性质的直观认识一一蒙特卡罗模拟

本章小结

讨论与思考题

练习题

第四章多元线性回归分析

教学学时：本章教学学时为6学时，包含1学时的实验课。

教学目的：从经济学理论可知，某些变量总体的平均变化，通常是由多个变

量的变化所解释的。例如，家用汽车的需求量，通常受到汽车价格、居民收入、

燃油价格等多种因素的影响。研究这样的问题，一元回归模型显然是不够的。所

以，一般的计量经济学模型通常都包含多个解释变量，也就是所谓的多元回归模

型。本章我们将讨论多元线性回归模型的估计、参数检验以及相关的一些扩展性

问题。

教学内容：

§4.1多元线性回归模型

(1)两个例子

(2)多元线性回归模型的一般形式

(3)偏效应

§4.2多元线性回归模型的OLS估计

(1)回归系数的估计

(2)随机误差项方差的估计

（3）判定系数的调整

§4.3多元线性回归模型的假设检验

（1）假设检验的基本思想

（2）单参数的显著性检验

（3）多参数的线性约束检验

§4.4极大似然估计和似然比检验

（1）极大似然估计

（2）参数约束的似然比检验

§4.5线性回归模型的扩展

（1）含有对数化变量的模型

（2）多项式模型

（3）变量的时间趋势

§4.6多元回归分析实例：货币需求分析

（1）回归结果的经济解释

（2）残差及正态性检验

（3）参数线性约束的检验

§4.7分布滞后模型与解释变量的选择

本章小结

讨论与思考题

练习题

第五章模型设定

教学学时：本章教学学时为4学时，包含1学时的实验课。

教学目的：根据高斯一一马尔可夫定理，我们知道，要想保证OLS估计量是

无偏的和最优的，首要条件就是模型必须是正确设定的。那么，对于一个现实的

经济问题，什么样的模型才是所谓正确设定的模型呢？对于所谓设定不正确的模

型，其设定偏误乂有什么样的具体表现呢？我们该如何去识别模型的设定是否存

在某种偏误呢？如果一个模型确实存在某种设定偏误，它对我们的分析结论又会

产生什么样的影响呢？这些都是本章需要具体分析和讨论的问题。

教学内容：

§5.1计量经济学模型的设定偏误

(1)模型设定偏误

(2)模型设定偏误的类型

§5.2模型设定偏误的后果

(1)模型拟合不足

(2)模型过度拟合

(3)不正确的函数形式

§5.3模型设误的检验

(1)过度拟合的检验

(2)拟合不足的检验

(3)拉姆齐的RESERT检验

(4)非嵌套模型的检验

§5.4样本数据导致的模型设定问题

（1）随机测量误差

（2）奇异样本数据问题

§5.5关于模型设定偏误问题的蒙特卡洛仿真实验

（1）模型拟合不足的仿真实验

（2）模型过度拟合的仿真实验

本章小结

讨论与思考题

练习题

第六章多元线性回归的向量表述

教学学时：本章教学学时为4学时。

教学目的：在多元线性回归分析中，由于回归模型包含多个解释变量，因此

相应的分析和计算过程就显得繁琐。为了表述和分析简便，本章将通过矩阵或向

量来表述多元线性回归模型，这将大大简化有关的计算和推导。另外，多元线性

回归模型的假设检验中，我们已经详细讲解了t检验和F检验，并通过例子介绍

了似然比（LR）检验的基本思想。在回归系数线性约束的检验中，尤其是对非线

性约束进行检验时，我们通常还会用到瓦尔德（Wald）检验和拉格朗日乘子（LM）

检验，本章将综合介绍LR检验、Wald检验和LM检验三种检验的基本思想，并

指出三个检验统计量之间的相互关系。

教学内容：

§6.1多元线性回归模型的向量形式

§6.2OLS估计量的向量表述

§6.3OLS估计量的性质

（1）OLS估计量的有限样本性质

（2）OLS估计量的渐近性质

§6.4LR、Wald和LM检验

§6.5案例分析

（1）例子：基于向量形式的OLS估计

（2）例子：LR、Wald、LM三种检验统计量的应用

本章小结

讨论与思考题

练习题

第七章多元线性回归的向量表述

教学学时：本章教学学时为4学时“

教学目的：在多元线性回归分析中，有一个经典假设：解释变量之间不存在

完全的多重共线性，即任何一个解释变量不能表示为其他解释变量的线性组合。

如果某一个解释变量能够被其他解释变量的线性组合表示，就意味着解释变量之

间具有完全多重共线性。实际应用中，多元线性回归模型中的解释变量之间往往

存在不同程度的线性相关关系，这就是所谓的不完全多重共线性。本章将对多重

共线性的概念和有关问题进行讲解和诠释，具体内容包括：多重共线性的概念、

产生多重共线性的原因以及多重共线性的后果、多重共线性的侦察和补救措施

等。

教学内容：

§7.1多重共线性的概念

（1）完全多重共线性

（2）不完全多重共线性

§7.2多重共线性产生的原因

（1）经济变量之间具有共同变化趋势

（2）滞后变量的引入

（3）多项式项的引入

（4）样本数据自身的限制

§7.3多重共线性对OLS估计量的影响

（1）完全多重共线性对OLS估计的影响

（2）不完全多重共线性下OLS的后果

§7.4多重共线性现象的侦察

（1）相关系数检验法

（2）辅助回归模型检验法

（3）回归结果判断法

（4）方差膨胀因子（VIF）检验法

§7.5多重共线性问题的补救

（1）剔除变量法

（2）增大样本容量

（3）变换模型形式

（4）逐步回归法

（5）无为而治一一什么也不做

本章小结

讨论与思考题

练习题

第八章异方差

教学学时：本章教学学时为4学时，包含1学时的实验课。

教学目的：在第3章中我们假定随机扰动项的条件方差为常数（即同方差假

定）,但对于实际的样本数据，随机扰动项的方差很可能因观测值的不同而不同

（称之为异方差）。本章首先分析异方差的本质及其对OLS估计量性质的影响，

进而阐述如何识别异方差，并分析异方差的修正方法。本章最后以我国消费函数

模型为例，全面地对本章内容进行实证阐述，以助读者理解本章的主要内容。

教学内容：

§8.1异方差的本质及来源

（1）直观认设异方差

（2）异方差的来源

§8.2异方差对最小二乘估计量的影响

§8.3异方差的检验

（1）图示法

（2）异方差的拉格朗日乘数（LM）检验法

(3)White检验

§8.4异方差的补救方法

（1）加权最小二乘法

（2）两阶段估计法

（3）方差和协方差的White稳健性估计

（4）改变模型的设定形式

（5）异方差修正的相关讨论

§8.5例子：中国消费函数的分析

本章小结

讨论与思考题

练习题

第九章自相关

教学学时：本章教学学时为8学时，包含1学时的实验课。

教学目的：这一章我们继续探讨违背经典假定的模型。回想一下，在第三

章所介绍的经典假定6要求随机误差没有自相关。在实际问题研究中，如果

数据观测值的顺序有一定含义，就有可能存在自相关。因而在时间序列数据

中，自相关问题经常发生。由于时间序列数据在计量经济学中的大量运用，

因而理解自相关，理解在自列相关情况下OLS估计的后果，以及校正自相关

是相当重要的。

教学内容：

§9.1自相关的含义及其表达形式

（1）自相关的含义

（2）自相关的表现形式

§9.2自相关的来源

(1)惯性

(2)模型的函数形式设定不正确

(3)数据处理引起的自相关

(4)某些模型中的随机误差项的特性带来的自相关

§9.3忽视自相关的后果

(1)回归系数的最小二乘估计量仍具有无偏性

(2)估计的回归系数不再具有最小方差性

(3)有可能低估误差项的方差

§9.4自相关的检验

(1)图示法

(2)德宾-沃森的DW自相关检验

(3)布罗施-戈弗雷检验

(4)博克斯一皮尔斯的Q检验

§9.5误差项一阶自相关的校正方法

(1)广义最小二乘法(GLS)与可行的GLS

(2)一阶自相关系数的估计

§9.6误差项高阶自相关的校正方法

§9.7修正标准误的尼威一韦斯特方法

§9.8ARCH模型

§9.9例子：我国货币需求函数的估计

§9.10广义最小二乘法校正自相关一蒙特卡洛实验结果

本章小结

讨论与思考题

练习题

第十章离散选择模型

教学学时：本章教学学时为4学时。

教学目的：本章首先讨论某些解释变量为虚拟变量的回归模型，随后将讨论

被解释变量为虚拟变量时模型的估计方法及应用。

教学内容：

§10.1虚拟解释变量

（1）测量截距是否变动

（2）测量斜率的变动

（3）使用虚斗变量检验模型的稳定性

（4）虚拟变量之间的交互作用

§10.2线性概率模型

（1）什么是线性概率模型

（2）有关线性概率模型的问题

§10.3Logit模型

(I)Logit模型的含义

(2)Logit模型的估计

§10.4Probit模型

§10.5线性概率模型、Logit模型与Probit模型的比较

§10.6例子：房地产类上市公司财务困境的预测

本章小结

讨论与思考题

练习题

第十一章联立方程模型

教学学时：本章教学学时为4学时。

教学目的：书前面各章所介绍的内容都是以单方程模型为研究对象的。在这

些模型中，我们通常称X为自变量或者是外生变量，Y称为因变量，回归分析是

使用X的变化解释Y的平均变化。但是，单方程回归模型并不能研究所有的经济

问题，如产品的价格通常会影响需求，价格上升会使得需求下降，但是产品需求

同样也会影响该产品的价格，如需求增加会使得价格上升。也就是说，需求和价

格这两个变量是相互影响、共同决定的，这就是计量经济学所说的变量之间的联

立性。本章着重介绍联立方程模型(simultaneousequationsmodels)的性质、

联立性偏误与检验以及联立方程模型的识别与估计等问题。

教学内容：

§11.1联立方程模型

(1)联立方程模型概念

(2)例子：简单的凯恩斯宏观经济模型

(3)联立方程模型与经典假设

§11.2OLS估计的联立性偏误

(1)理解联立性偏误

(2)联立性检验

(3)一个应用实例

§11.3参数浜别

(1)识别含义

(2)识别条件

§11.42sLs估计

(1)2SLS估计思想

(2)说明性例子

本章小结

讨论与思考题

练习题

第十二章平稳时间序列模型

教学学时：本章教学学时为4学时。

教学目的：在前面的章节中，模型的被解释变量都假定只受各个解释变量当

期值的影响。但我们知道，在现实中很多被解释变量除了受解释变量当期值的影

响外，还不可避免地受到解释变量滞后值的影响，这就是所谓分布滞后模型，或

者前若干期的值决定了当期值，即自回归模型。这一类模型要求数据具有平稳性,

本章将讨论平稳时间序列模型。

教学内容：

§12.1分布滞后模型

(1)分布滞后模型

(2)滞后效应产生的原因

(3)分布滞后模型的估计方法

§12.2自回归分布滞后模型

(1)适应性预期模型

(2)部分调整模型

(3)自回归分布滞后模型的估计

§12.3ARMA模型

(1)时间序列分析的几个基本概念

(2)ARMA模型

(3)ARMA模型的识别

(4)ARMA模型的估计

(5)ARMA模型运用的一个实例

§12.4向量自回归模型(VAR)

(1)VAR模型的含义及特点

(2)VAR模型滞后期的选择

(3)VAR模型的估计

(4)VAR模典的脉冲响应函数

(5)VAR模型的方差分解

(6)基于VAR模型的格兰杰因果关系检验

(7)VAR模型运用的一个实例

本章小结

讨论与思考题

练习题

第十三章非平稳时间序列模型

教学学时：本章教学学时为4学时。

教学目的：对于时间序列数据模型，本书前述章节所阐述的内容都是假定数

据是平稳的，那么，实际经济中的数据有没有可能是非平稳的？进而如何检验时

间序列数据的非平稳？特别是，如果我们面对的是非平稳的数据，原有的基于平

稳数据而建立的分析方法是否仍然适用？如果不适用，我们就应该针对非平稳数

据的特征，提出新的分析方法。本章中，我们将系统阐述非平稳性的概念、估计

与检验方法。

教学内容：

§13.1实际经济中的数据特征

§13.2亦平整时间序列与单位根过程

§13.3趋势平稳和差分平稳过程

(1)趋势平稳和差分平稳的数据生成过程

(2)趋势平稳的检验方法

§13.4单位根检验

（1）迪基一一富勒（DF）检验

（2）扩展的辿基一一富勒（ADF）检验

（3）ADF检验的实例

§13.5ARIMA模型

§13.6谬误回归

§13.7