計量經(jīng)濟學》各章主要知識點

1、計量經(jīng)濟學各章主要知識點第一章：緒論1計量經(jīng)濟學的學科屬性、計量經(jīng)濟學與經(jīng)濟學、數(shù)學、統(tǒng)計學的關系；2計量經(jīng)濟研究的四個基本步驟（1）建立模型（依據(jù)經(jīng)濟理論建立模型，通過模型識別、格蘭杰因果關系檢驗、協(xié)整關系檢驗建立模型）；（2）估計模型參數(shù)（滿足基本假設采用最小二乘法，否則采用其他方法：加權最小二乘估計、模型變換、廣義差分法等）；（3）模型檢驗：經(jīng)濟意義檢驗（普通模型、雙對數(shù)模型、半對數(shù)模型中的經(jīng)濟意義解釋，見例1、例2），統(tǒng)計檢驗（T檢驗，擬合優(yōu)度檢驗、F檢驗，聯(lián)合檢驗等）；計量經(jīng)濟學檢驗（異方差、自相關、多重共線性、在時間序列模型中殘差的白噪聲檢驗等）；（4）模型應用。例1：在模型中，y

2、某類商品的消費支出，x收入，P商品價格，試對模型進行經(jīng)濟意義檢驗，并解釋的經(jīng)濟學含義。,其中參數(shù)都可以通過顯著性檢驗。經(jīng)濟意義檢驗可以通過（商品需求與收入正相關、與商品價格負相關）。商品消費支出關于收入的彈性為0.25（）；價格增加一個單位，商品消費需求將減少31%。例2：研究金融發(fā)展與貧富差距的關系，認為金融發(fā)展先使貧富差距加大（惡化），爾后會使貧富差距降低（好轉），成為倒U型。貧富差距用GINI系數(shù)表示，金融發(fā)展用（貸款余額/存款總額）表示?；貧w結果為：，模型參數(shù)都可以通過顯著性檢驗。在x的有意義的變化范圍內，GINI系數(shù)的值總是大于1，細致分析后模型變的毫無意義；同樣的模型還有：GINI

3、系數(shù)的值總是為負。3計量經(jīng)濟學中的一些基本概念（1） 數(shù)據(jù)的三種類型：橫截面數(shù)據(jù)、時間序列數(shù)據(jù)、面板數(shù)據(jù)；（2） 線性模型的概念；（3） 模型的解釋變量與被解釋變量，被解釋變量為隨機變量（如 果一個變量為隨機變量，并與隨機擾動項相關，這個變量稱為內生變量），被解釋變量為內生變量，有些解釋變量也為內生變量。第二章：回歸模型1兩個變量的相關關系，相關關系與隨機因果關系的區(qū)別；2總體回歸函數(shù)與線性總體回歸函數(shù)；3一元與多元線性回歸模型，回歸模型的基本假設；4最小二乘估計的基本原理與最小二乘估計量的具體表達式，隨機擾動項的方差的估計方法；5最小二乘估計的數(shù)值性質與最小二乘估計的統(tǒng)計性質，樣本容量變化對

4、統(tǒng)計性質的影響；6在回歸模型中（包括對數(shù)模型）計量單位變化對模型參數(shù)估計的影響（例3）； 7樣本回歸直線及其性質；8高斯-馬爾柯夫定理及其證明。在回歸模型中，我們將解釋變量看成非隨機變量，但如果解釋變量為隨機變量，并解釋變量與隨機擾動項相關，那么高斯-馬爾柯夫定理就不成立，實際上在此時，對參數(shù)的最小二乘估計并不是一個無偏估計；9總體平方和分解公式及其含義；10擬合優(yōu)度的含義與計算，擬合優(yōu)度檢驗的適用條件；11解釋變量的顯著性檢驗，T統(tǒng)計量的計算方法，T統(tǒng)計量與樣本容量的關系，的顯著性檢驗方法，模型參數(shù)（解釋變量）的置信區(qū)間（區(qū)間估計）；12聯(lián)合檢驗與模型的顯著性檢驗方法，F(xiàn)統(tǒng)計量的具體計算方法

5、，F(xiàn)統(tǒng)計量與樣本容量的關系；13與F統(tǒng)計量、與的相互關系；14回歸分析結果中，各變量之間的相互關系；15利用回歸模型進行點預測與區(qū)間預測；16非線性模型的線性化方法，普通回歸模型、半對數(shù)模型、雙對數(shù)模型的具體解釋意義上的區(qū)別；17回歸結果的標準表達方式。例3：考慮下面模型中，計量單位（如從元改變?yōu)槿f元）變化對模型參數(shù)的影響，,第三章：回歸模型的擴展1 異方差的定義，異方差與模型基本假設的違背；2 異方差的產(chǎn)生原因：模型缺失重要解釋變量、樣本數(shù)據(jù)的觀察誤差、異常值的影響、模型函數(shù)形式的設定誤差、隨機因素的影響；3 存在異方差的后果：最小二乘估計不再為有效估計（有效估計的概念）、無法正確估計系數(shù)的

6、標準誤差、t檢驗的可靠性降低（具體的影響方式）、增大模型的預測誤差；4 異方差的檢驗方法：圖示檢驗法（一元與多元模型的檢驗方法）、Goldfeld-Quandt檢驗（Eviews中的實現(xiàn)方法）、White檢驗與實現(xiàn)方法、Park檢驗和Gleiser檢驗與實現(xiàn)方法；5 異方差的補救方法：模型變換法（與Park檢驗和Gleiser檢驗的關系）、加權最小二乘估計（加權最小二乘估計的基本思想：怎樣利用權重進行調整，更加重視大的方差還是小的方差），模型變換方法與加權最小二乘估計方法的區(qū)別，建立半對數(shù)模型或雙對數(shù)模型；6 自相關的定義，自相關與模型基本假設的違背，一階自相關與高階自相關；7 自相關產(chǎn)生的原

7、因：模型中遺漏了重要的解釋變量（與異方差同）、經(jīng)濟變量的慣性作用、某些經(jīng)濟行為的滯后性、模型函數(shù)形式設置不當（與異方差同）、隨機因素的影響（與異方差同）；8 存在自相關性的后果：最小二乘估計不再為有效估計、系數(shù)的標準差被嚴重低估（T統(tǒng)計量被放大、T檢驗的可靠性降低）、降低模型的預測精度；9 自相關的檢驗方法：圖示法與相關性檢驗（包括對殘差序列進行自相關、偏自相關分析）、DW檢驗法（檢驗統(tǒng)計量的推導、五個區(qū)域的檢驗方法、DW檢驗法的適用條件）、高階自相關性檢驗（BG檢驗）；10 自相關性的補救方法（一階自相關的補救方法）：廣義差分方法（相關系數(shù)已知，相關系數(shù)需要估計，不同的估計方法）、廣義最小二

8、乘法；11 多重共線性與完全多重共線性的定義；12 多重共線性的產(chǎn)生原因：經(jīng)濟變量的內在聯(lián)系、經(jīng)濟變量的共同變化趨勢、模型中滯后變量的影響；13 存在多重共線性的后果：增大OLS估計量的方差、難于區(qū)分每個解釋變量的單獨影響、T檢驗的可靠性降低（可能存在低估T統(tǒng)計量的情況）、回歸模型缺乏穩(wěn)定性，需要注意的是，在存在多重共先線性的情況下，如果我們構建模型的目的是為了預測，只要構建模型的樣本是隨機樣本（樣本數(shù)據(jù)中的共線性結構與總體中的共線性結構相同），那么存在共線性的模型并不會影響模型的預測準確性；14 多重共線性的檢驗方法：相關系數(shù)檢驗法、輔助回歸模型法、變量顯著性與模型顯著性的綜合檢驗、方差膨脹

9、因子檢驗；15 多重共線性的補救方法：增加樣本容量（共線性現(xiàn)象是由抽樣不當造成）、直接剔除次要的解釋變量、利用先驗信息方法改變模型的結構（減少解釋變量的個數(shù)）、面板數(shù)據(jù)方法、逐步回歸法；16 虛擬變量的定義與虛擬變量的設置、虛擬變量陷阱；17 虛擬變量模型的構建方法：加法模型及其含義、乘法模型及其含義、混合模型及其含義，虛擬變量模型的等價形式；18 虛擬變量模型的應用：將定性因素引入模型（檢驗定性因素對被解釋變量的影響）、模型的結構變化檢驗、分段回歸模型的構建；19 Chou檢驗方法及其應用。第四章：時間序列模型1時間序列的平穩(wěn)性概念（強平穩(wěn)、弱平穩(wěn)-協(xié)方差平穩(wěn)）；2白噪聲過程是一個平穩(wěn)時間序

10、列，其線性組合亦為平穩(wěn)時間序列（例4）；3一元平穩(wěn)時間序列建模時的模型識別：自回歸模型的自相關系數(shù)、偏自相關系數(shù)的特征，移動平均過程的自相關系數(shù)、偏自相關系數(shù)的特征，自回歸移動平均回歸的自相關系數(shù)、偏自相關系數(shù)的特征；4時間序列的平穩(wěn)性檢驗方法：單位根檢驗（ADF檢驗）的檢驗模型、檢驗的原假設、檢驗結果的分析方法（例5、例6）；5格蘭杰因果關系的含義，格蘭杰因果關系檢驗的模型，格蘭杰因果關系檢驗的結果分析；6格蘭杰因果關系檢驗與時間序列的平穩(wěn)性的關系。例4：已知為一個白噪聲過程，試證明為一個平穩(wěn)時間序列。證明：設，則； 而當K>2時，因此為一個平穩(wěn)時間序列。例5：分析在0.1和0.05、

11、0.01三個顯著性水平下，下列時間序列的平穩(wěn)性問題。表5-1 股指序列單位根檢驗輸出結果變量（c，t，m）ADF檢驗值1%臨界值5%臨界值10%臨界值SH（c，0，0）-2.1636-3.47-2.86-1.57SZZ（0，0，0）-0.0967-2.57-1.94-1.62SZC（c，0，0）-2.2654-3.47-2.86-1.57SH（0，0，0）-48.2344-2.57-1.94-1.62SZZ（0，0，0）-47.6970-2.57-1.94-1.62SZC（0，0，0）-46.9451-2.57-1.94-1.62其中c常數(shù)項、t趨勢項、m滯后階數(shù)。例6：證明隨機游走過程是一個非平穩(wěn)的時間序列，其中為一個白噪