經(jīng)濟計量學課程學習指導書

1、精選優(yōu)質文檔-傾情為你奉上經(jīng)濟計量學課程學習指導書第一章 導 言（一）本章學習目標1、理解經(jīng)濟計量學概念2、理解經(jīng)濟計量學的研究對象與學科特點3、了解經(jīng)濟計量學的發(fā)展歷史4、掌握經(jīng)濟計量學的學科內容5、熟練掌握經(jīng)濟計量學研究經(jīng)濟問題的步驟（二）本章的重點、要點本章的重點：經(jīng)濟計量學的定義，經(jīng)濟計量學的研究對象，經(jīng)濟計量學研究經(jīng)濟問題的步驟。本章還有兩個要點：一是經(jīng)濟計量學與經(jīng)濟理論（數(shù)理經(jīng)濟學）、統(tǒng)計學、數(shù)理統(tǒng)計學的聯(lián)系與區(qū)別，二是經(jīng)濟計量學的學科內容。內容提要經(jīng)濟計量學是經(jīng)濟學、數(shù)學和統(tǒng)計學相結合的一門綜合性學科。說得更確切些，經(jīng)濟計量學是以經(jīng)濟理論為前提，利用數(shù)學、數(shù)理統(tǒng)計方法和計算技術，

2、根據(jù)實際觀測資料來研究帶有隨機影響的經(jīng)濟數(shù)量關系和規(guī)律的一門學科。經(jīng)濟計量學研究的對象是經(jīng)濟現(xiàn)象，是研究經(jīng)濟現(xiàn)象中的具體數(shù)量規(guī)律。經(jīng)濟計量學與經(jīng)濟理論和數(shù)理經(jīng)濟學有著密切的聯(lián)系與區(qū)別。數(shù)理經(jīng)濟學模型是一確定的函數(shù)關系式，經(jīng)濟計量學模型包含一個隨機項，是隨機方程式。經(jīng)濟計量學按研究內容可分為：理論經(jīng)濟計量學，即主要是研究經(jīng)濟計量學的理論和方法；應用經(jīng)濟計量學，即主要是研究經(jīng)濟計量模型的設定和模型應用。經(jīng)濟計量學研究經(jīng)濟問題可分為四步：（1）建立模型，（2）估計參數(shù)，（3）模型檢驗，（4）使用模型。第二章 一元線性回歸模型（一）本章學習目標1、理解最小二乘法的模型假定2、熟練掌握最小二乘法對模型參

3、數(shù)的估計3、熟練掌握一元線性回歸模型的統(tǒng)計檢驗4、掌握利用一元線性回歸模型進行預測5、能運用一元線性回歸模型分析簡單經(jīng)濟問題（二）本章重點、要點本章重點：1、對模型參數(shù)估計的最小二乘法，并熟練掌握模型參數(shù)的最小二乘法估計量、回歸方程和隨機項u方差的估計量。2、統(tǒng)計檢驗，即對模型參數(shù)估計量的t檢驗和對回歸方程的F檢驗，理解檢驗的基本思想。三個要點：1、對一元線性回歸模型的假定，這些假定是對模型參數(shù)進行最小二乘估計和對模型進行統(tǒng)計檢驗的前提條件。2、參數(shù)估計量的統(tǒng)計性質，即線性、無偏性和最小方差性（有效性）。3、利用回歸方程進行預測，主要是單個值和均值的點預測。內容提要一無線性回歸模型。這里為X為

4、解釋變量（自變量），Y為被解釋變量（因變量），X與Y之間具有單向因果關系，u為隨機項。隨機項u的含義：（1）模型中省略的解釋變量對被解釋變量的影響由隨機項包含；（2）隨機因素；（3）樣本觀測值的測量誤差；（4）確定模型數(shù)學形式的誤差。對模型進行回歸分析主要包括對模型參數(shù)的估計、統(tǒng)計檢驗和模型的應用。為對模型進行回歸分析，給出模型一系列假定（經(jīng)典假定）：（1）隨機項u的均值為零，即, i=1,2,n 。（2）隨機項u具有等方差性和無序列相關（無自相關）性，即，i=1,2,n ；(3)隨機項與解釋變量不相關，； i,j=1,2,n。（4）隨機項u服從正態(tài)分布?；貧w系數(shù)（參數(shù)）的最小二乘估計：設是的

5、估計量值，為殘差，使殘差平方和最小，而求參數(shù)估計量、的方法叫最小二乘法。參數(shù)的最小二乘法估計量為：，得樣本回歸方程（簡稱回歸方程）殘差可作為隨機項的估計量，樣本回歸模型寫作熟練掌握利用Eviews軟件進行最小二乘估計。根據(jù)模型的經(jīng)典假定，可以證明最小二乘估計量具有線性、無偏性和最小方差性（有效性）。這里給出了的方差，這里是未知的，可求得的無偏性估計量：，記，（或SE）叫殘差的標準差（或叫回歸標準差）。回歸直線（方程）與樣本點“擬合優(yōu)度的判定”；總離差平方和分解：TSS=ESS+RSS，叫總離差平方和，叫回歸平方和，叫殘差平方和。定義樣本決定系數(shù)，r2作為回歸直線（方程）與樣本點“擬合優(yōu)度”的度

6、量，r2越接近于1，表明回歸直線與樣本點“擬合優(yōu)度”越好；反之，r2越小，回歸直線與樣本點“擬合優(yōu)度”越差?；貧w系數(shù)的顯著性檢驗（假設檢驗）。由模型假定，由此可得。用代替，即得為估計量的標準差的估計值，仍叫的標準差，可以衡量估計量的穩(wěn)定性，越小，越穩(wěn)定。利用構造對回歸系數(shù)估計量的T檢驗統(tǒng)計量，檢驗步驟為：（1）提出原假設H0：b1=0；備擇假設H1：b10（2）計算統(tǒng)計量（3）給定顯著水平，查自由度為n2的t分布表，得臨界值 (4)作出判斷：若，拒絕H0：b1=0，接受H1：b10，Y與X線性顯著；若，接受H0：b1=0，Y與X線性不顯著。（這里僅給出了對的顯著性檢驗，對的顯著性與此類似）回歸

7、方程的顯著性檢F檢驗。利用樣本值得出了回歸方程，是否能代表總體，即總體線性回歸模型的假定是否顯著，必須進行檢驗F檢驗。構造檢驗的F統(tǒng)計量檢驗步驟：（1）提出原假設H0：b1=0；備擇假設H1：b10（2）計算統(tǒng)計量F（3）給定顯著水平，查第一個自由度為1，第二個自由度為（）的F分布臨界值表，得臨界值（4）作出判斷：若，拒絕H0:b1=0，接受H1:b10，則認為回歸方程顯著成立；若，接受H0:b1=0，則認為回歸方程無顯著意義，即總體Y與X線性不顯著。利用回歸方程可以進行被解釋變量單個值或均值的預測。熟練運用Eviews軟件進行一元線性回歸分析。第三章 多元線性回歸模型（一）本章學習目標1、理

8、解多元線性回歸模型及其經(jīng)典假定。2、掌握多元線性回歸模型的最小二乘估計。3、掌握多元線性回歸模型的統(tǒng)計檢驗。4、學習利用Eviwes軟件進行多元回歸分析。（二）本章重點、要點本章重點是多元線性回歸模型的最小二乘估計（利用矩陣表示）和統(tǒng)計檢驗（“擬合優(yōu)度”判定，回歸系數(shù)的t檢驗和回歸方程的F檢驗）。本章還有兩個要點：多元線性回歸模型與一元線性回歸模型的相同之處和不同之處。（包括模型、假定、檢驗）；非線性回歸模型的的概念，非線性模型如何化為線性模型。多元線性回歸模型的一般形式 i=1,2,n用矩陣表示其中Y為被解釋變量的樣本觀測值向量，X為解釋變量的樣本觀測值矩陣（第一列全為1），b為回歸參數(shù)向量

9、。多元線性回歸模型的假定：(1)隨機項均值為零的假定，即；(2)隨機項等方差和無序列相關假定，即，； i,j=1,2,n ；（3）隨機項與解釋變量不相關假定，即，j=1,2,k；i=1,2,n；（4）解釋變量之間不相關，即。并假定u服從正態(tài)分布，即模型參數(shù)的最小二乘估計：，回歸方程為，樣本回歸模型為，e（殘差向量）是u的估計量?？勺C明：參數(shù)最小二乘估計量具有線性、無偏性和最小方差性。估計量的方差可表示為：，即（是對角線上的第i個元素）。隨機項u的方差的估計量為總離差平方和分解TSS=ESS+RSS，定義樣本決定系數(shù)，作為回歸方程與樣本值“擬合優(yōu)度”的判定。構造F統(tǒng)計量：，這里k是回歸平方和ES

10、S的自由度，總離差平方和TSS的自由度為n-1,因而殘差平方和RSS的自由度是?；貧w方程顯著性檢驗：提出原假設H0：b1=0,b2=0,bk=0，其檢驗步驟與一元相同。回歸系數(shù)的檢驗：對每一個回歸系數(shù)分別進行檢驗，檢驗的統(tǒng)計量t()，是對角線的第i個元素。檢驗的步驟與一元相同?；貧w方程通過了F檢驗，說明被解釋變量Y與解釋變量X1,X2,Xn作為一個整體，存在線性相關關系，但不能說明Y與每一個解釋變量X線性相關，所以必須對每個解釋變量X的相關性進行檢驗，即回歸系數(shù)的t檢驗?？梢岳枚嘣貧w方程進行預測。線性回歸模型的線性是指：（1）解釋變量線性，即被解釋變量Y是每個解釋變量X的線性函數(shù)；（2）參

11、數(shù)線性，即Y是每個參數(shù)（系數(shù)）b的線性函數(shù)。當這兩個條件有一個不滿足時，即為非線性模型。第一個條件不滿足，只要第二個條件滿足，可通過變量直換代換方法化為線性模型。如多項式函數(shù)模型，令，則模型化為，成為線性模型。如CD生產(chǎn)函數(shù)模型，經(jīng)過代數(shù)變換（兩這取對數(shù)）可代為, ，再通變量變換為線性模型。這樣的模型叫內蘊線性模型。第四章 單方程模型的經(jīng)濟計量問題（一）本章學習目標1、掌握對于現(xiàn)實經(jīng)濟問題建立經(jīng)濟計量模型為什么會出現(xiàn)異方差，自相關、多重共線性。2、掌握對異方差、自相關、多重共線性的主要檢驗方法。3、學會模型出現(xiàn)了異方差，自相關或多重共線的處理方法。（二）本章重要、重點本章一個重點是對

12、模型的異方差，自相關或多重共線性的檢驗。另一個重點是對模型經(jīng)檢驗出現(xiàn)了異方差，自相關或多重共線的經(jīng)濟計量方法。本章一個要點是異方差，自相關，多重共線產(chǎn)生的經(jīng)濟背景。內容提要：第一節(jié) 異方差性模型隨機項u對于不同樣本點方差不等于一個常數(shù)，即Var（ui）=常數(shù)，i=1,2,n，則說隨機項u出現(xiàn)了異方差。異方差在現(xiàn)實經(jīng)濟中是存在的，如研究個人儲蓄與個人可支配收入，建立的線性回歸模型，隨機項u往往出現(xiàn)異方差性。檢驗異方差的思路是檢驗隨機項的方差與解釋變量觀測值之間是否存在相關性。常用的檢驗方法有戈德菲爾特夸特檢驗（GQ檢驗）。該檢驗適用于大樣本，隨機項u的方差隨著某一個解釋變量的增加而增加。檢驗前提

13、條件是要求u服從正態(tài)分布，u無序列相關。掌握檢驗的過程。經(jīng)檢驗如果模型出現(xiàn)了異方差，利用異方差與解釋變量的函數(shù)形式將模型進行變換，以消除異方差性。如給定一元線性回歸模型Yi=b0+b1Xi+ui假定異方差形式為，用去除原模型得：可以證明變換后的模型隨機項是等方差的（應會證明）。在一元的情況下，異方差的形式可設定為或，掌握對模型的變換，對變換后的模型應用0LS進行估計。第二節(jié) 自相關模型的隨機項u對于樣本的不同期，Cov（ui,uj）0，ij；i,j=1,2,，n，則稱u存在序列相關或自相關。通常我們假定隨機項是一階自回歸形式的自相關，即ut=ut-1+t這里為自相關系數(shù)，t滿足模型的經(jīng)典假定。

14、自相關在現(xiàn)實經(jīng)濟現(xiàn)象中往往是存在的，如以時間序列數(shù)據(jù)做樣本而建立起來的消費函數(shù)模型等。檢驗自相關的思路是：先用0LS估計模型，求出隨機項ut的估計量，即殘差et，檢驗et是否存在自相關，進而判定ut是否存在自相關。常用的檢驗方法是杜賓瓦特森檢驗（DW檢驗）。這種檢驗方法僅限于一階自回歸形式的自相關檢驗。檢驗原假設H0:=0，u不具有一階自相關；備擇假設H1:0，u具有一階自相關。檢驗的DW統(tǒng)計量： ，請弄清d與的關系，掌握查得DW檢驗的下臨界值dL和上臨界值dU后，對檢驗的判定。自相關模型的經(jīng)濟計量方法：差分變換法，即利用差分變換（主要是廣義差分變換），將原模型變?yōu)椴罘帜Ｐ?，消去了自相關性。例

15、如給定一元線性模型。Yt=b0+b1Xt+ut隨機項u具有一個階自回歸形式，將模型廣義差分得：進行廣義差分變換：， ，t=1,2,n令 ，得廣義差分模型對廣義差分模型利用0LS。利用廣義差分法關鍵是估計，這里應掌握杜賓二步法、迭代法（迭代二次）。第三節(jié) 多重共線性模型的解釋變量之間出現(xiàn)線性關系叫多重共線。例如給定二元線性模型存在不全為零的數(shù)，若使下列關系式成立，則完全線性相關；若使?jié)M足：，其中是隨機項，則表示X1和X2之間存在高度相關?？梢宰C明模型出現(xiàn)了多重共線性，采用0LS估計，估計值是不確定的，且隨著共線程度加大，估計量的方差會變得無限大。解釋變量之間的共線性也是一種常見現(xiàn)象，如建立生產(chǎn)函

16、數(shù)模型，資本和勞動作為解釋變量往往是相關的。多重共線性檢驗。二個解釋變量時，對這二個變量進行回歸，求出樣本相關系數(shù)r2，查相關系數(shù)表進行判定。模型出現(xiàn)了多重共線性，常見的解決方法：一是除去不重要的解釋變量。二是利用已知信息，將模型進行變換。如對于二元線性模型，已知b1=2b2，利用已知條件將模型進行變換Yi=b0+2b2X1i+ b2X2i+ui即 Yi=b0+b2（2X1i+X2i）+ui利用0LS求得，然后利用條件求。請掌握逐步回歸法的方法思路。第五章 單方程經(jīng)濟計量學應用模型（一）本章學習目標1、掌握對影響需求因素的分析。2、學會建立簡單的需求函數(shù)模型。3、理解消費函數(shù)的四種假定及每種假

17、定下的消費函數(shù)。4、學會建立簡單的消費函數(shù)模型。5、理解生產(chǎn)函數(shù)及其特性。6、掌握CD生產(chǎn)函數(shù)的建立及估計。（二）本章的重點要點本章的重點是建立簡單的需求函數(shù)模型、消費函數(shù)模型和CD生產(chǎn)函數(shù)模型本章另外三個要點是需求的彈性分析、消費函數(shù)的四種假定和規(guī)模報酬問題本章內容提要：第一節(jié) 需求函數(shù)需求函數(shù)的一般形式：表示消費者對每種商品的需求取決于消費者的收入和所有的n種商品的價格。影響需求的主要因素是該商品的價格P，相關商品的價格P和消費者的收入Y。需求的價格彈性：，表示價格變動百分之一時，需求量變動的百分比。，該商品為必需品；，該商品為奢侈品。需求的收入彈性：，表示收入變動百分之一時，需求變動的百

18、分比，該商品為高檔品；，該商品為生活必需品。需求的交叉彈性：，為替代品；，為互補品。需求函數(shù)的簡單形式：（1）線性需求函數(shù)：（2）對數(shù)形式需求函數(shù)：第二節(jié) 消費函數(shù)模型消費函數(shù)是表示決定消費行為的的函數(shù)，即消費與其決定因素之間的關系。關于消費函數(shù)的四種假定：（1）凱恩斯絕對收入的假定。這種假定認為：在短期內人們的消費主要取決于收入的多少，隨著收入的增加，人們的消費也在增加。消費函數(shù)可表示為：。（2）杜生貝利的相對收入假定：消費者的消費支出不僅受本人目前收入的影響，而且也受另外兩方面因素的影響；受周圍人的影響，表現(xiàn)為“示范效應”和“攀比效應”；受過去收入和消費的影響，為消費的“不可逆性”。消費函數(shù)一般可寫作。（3）費里德曼的持久收入假定。這種假定認為：收入分作兩部分，持久收入和一時收入；消費分作兩部分，持久消費和一時消費，滿足，。（4）莫迪利安尼生命周期假定。這種假定認為：消費