計量經(jīng)濟學總復習

計量經(jīng)濟學總復習第一頁，共26頁。計量經(jīng)濟學課程基本內(nèi)容●總論什么是計量經(jīng)濟學、怎樣對經(jīng)濟問題作計量研究●單方程計量經(jīng)濟模型?經(jīng)典單方程計量經(jīng)濟模型:

一元回歸、多元回歸?經(jīng)典單方程計量經(jīng)濟模型基本假定的違反：

多重共線性、異方差性、自相關、設定誤差?單方程計量模型的拓展：

分布滯后、自回歸、虛擬變量回歸?時間序列計量經(jīng)濟模型(非經(jīng)典)●聯(lián)立方程組計量經(jīng)濟模型第二頁，共26頁。一、什么是計量經(jīng)濟學依據(jù)：研究理論提出的經(jīng)濟關系（由模型體現(xiàn)——理論）根據(jù)實際統(tǒng)計數(shù)據(jù)（事實）工具：運用數(shù)學和數(shù)理統(tǒng)計方法目的：研究經(jīng)濟數(shù)量關系和規(guī)律二、研究方法建立模型—估計參數(shù)—模型檢驗—模型運用（四方面應用）建立模型要作經(jīng)濟分析；(隨便回歸，行不？？？)運用模型要注意對模型經(jīng)濟意義的解釋（水平、差分、對數(shù)？？？）第一章總論第三頁，共26頁。三、基本概念：變量、參數(shù)、數(shù)據(jù)、計量經(jīng)濟模型

1)變量的分類：解釋、被解釋；內(nèi)生，外生

2)參數(shù)估計的依據(jù)：各種類型的數(shù)據(jù)

3)估計方法：多種

4)估計的準則：無偏性、最小方差性、一致性5)模型的建立依據(jù):經(jīng)濟學理論—行為、制度等6)模型的類型：線性、非線性；單方程、多方程等；經(jīng)典，非經(jīng)典；第四頁，共26頁。一、回歸分析與回歸函數(shù)

1)第二、三章線性回歸模型（經(jīng)典單方程計量經(jīng)濟模型）2)加入隨機擾動項u的重要意義、線性回歸模型的意義3)隨機擾動項u與殘差項e的區(qū)別

第五頁，共26頁。二、線性回歸的統(tǒng)計假定１)假定：零均值、同方差、無自相關、u與X不相關、無多重共線性u正態(tài)性分布、無設定誤差２)為什么要提出統(tǒng)計假定?假定違反的后果?三、參數(shù)估計1)點估計：最小二乘法—思想、方法、估計式、數(shù)學性質的估計:一元、多元的差異OLS估計的統(tǒng)計性質：是BLUE2)區(qū)間估計：正確理解置信區(qū)間、確定方法第六頁，共26頁。1、經(jīng)濟理論檢驗2、統(tǒng)計檢驗（1）擬合優(yōu)度檢驗：可決系數(shù)、多重可決系數(shù)、修正可決系數(shù)（TSS\ESS\RSS的意義、計算方法）（2）回歸系數(shù)顯著性檢驗——主要是t檢驗（3）回歸總顯著性檢驗——總變差的分解及關系；方差分析及關系；F檢驗；可決系數(shù)；修正可決系數(shù)；、F檢驗、t檢驗的相互關系3、計量經(jīng)濟檢驗(檢驗是否符合基本假定)

多重共線性、異方差、自相關4、預測檢驗四、模型檢驗第七頁，共26頁?！肮烙?檢驗”中可能涉及的計算表格：一元情形第八頁，共26頁。第九頁，共26頁?？傋儾頣SS=自由度n－1

模型解釋了的變差ESS=自由度k－1

剩余變差RSS=自由度n－k

變差來源平方和自由度方差歸于回歸模型ESS=k－1歸于剩余RSS=n－k總變差

TSS=n－1方差分析表

“估計+檢驗”中可能涉及的計算表格：多元情形第十頁，共26頁。1、平均值預測點預測、區(qū)間預測(決定于抽樣)2、個別值預測點預測、區(qū)間預測(決定于抽樣和隨機擾動)

注意：1)二者區(qū)別和聯(lián)系五、預測第十一頁，共26頁。SRFY的個別值的預測區(qū)間Y平均值的預測區(qū)間注意：2)預測值的影響因素3)預測區(qū)間的規(guī)律性第十二頁，共26頁。經(jīng)典單方程計量經(jīng)濟模型基本假定的違反：

多重共線性、異方差性、自相關、設定誤差假定概念后果（統(tǒng)計性質）判斷（檢驗）補救第四章多重共線性解釋變量間的線性關系仍然是BLUEOLS估計不確定、不精確方差變大影響假設檢驗、置信區(qū)間F檢驗顯著，t檢驗不顯著、系數(shù)符號變化相關系數(shù)、F檢驗與t檢驗、解釋變量輔助回歸的R2VIF>=10逐步回歸先驗信息、截面時序數(shù)據(jù)結合、變換模型、增大樣本、逐步回歸、剔除變量第五章異方差性u的方差隨X而變化OLS估計仍然無偏、難以確定、OLS估計不具最小方差、有偏，低估真實方差（通常）影響假設檢驗和區(qū)間估計圖解法、Goldfeld-Quandt檢驗、ARCH檢驗、White檢驗加權最小二乘、變換模型第十三頁，共26頁。假定概念原因后果（統(tǒng)計性質）判斷（檢驗）補救第六章自相關OLS估計仍然無偏不具有最小方差

OLS嚴重低估真實方差、低估真實對假設檢驗和區(qū)間估計的影響圖解法、D—W檢驗

注意檢驗的條件/步驟糾正設定誤差、已知：廣義差分法

未知：設法估計——用D統(tǒng)計量估計、Durbin兩步法（統(tǒng)計特性）第十四頁，共26頁。

第七章分布滯后與自回歸模型一、概念滯后變量及作用解釋變量引入滯后變量：無限滯后、有限滯后引入滯后解釋變量——分布滯后模型（參數(shù)的意義）引入滯后應變量——自回歸模型二、分布滯后模型估計存在問題：自由度不足、多重共線性估計方法：●指定滯后變量權數(shù)：組合滯后變量——減少直接估計的參數(shù)●庫伊克變換：無限變有限，減少直接估計的參數(shù)●阿爾蒙方法：用滯后期i的m階多項式近似，減少估計的參數(shù)●自適應期望模型和局部調(diào)整模型：從經(jīng)濟問題出發(fā)、隨機項性質第十五頁，共26頁。三、自回歸模型問題：可能與相關，使有偏可能自相關自回歸模型估計：工具變量(1)與擾動項不相關(2)與所替代的變量高度相關(3)與其它解釋變量不相關。用作工具變量，代替自回歸模型中自相關的檢驗：

不能用D—W檢驗，用h統(tǒng)計量檢驗(原假設+統(tǒng)計量+否定域)

注意h檢驗的適用條件第十六頁，共26頁。

德賓提出h統(tǒng)計量，可檢驗自回歸模型中的自相關其中:n——樣本容量

——滯后應變量的參數(shù)的方差——一階自相關系數(shù)的估計值

已知d時也可用近似計算大樣本時h服從標準正態(tài)分布，可用于檢驗是否存在自相關第十七頁，共26頁。

第八章虛擬變量一、虛擬變量及作用設置規(guī)則：基礎類型、“虛擬變量陷阱”二、表示不同截距的回歸——加法類型1、解釋變量包含一個定量變量和一個分為兩種類型的定性變量的回歸——用一個虛擬變量2、解釋變量包含一個定量變量和一個多種（兩種以上）類型的定性變量的回歸——用M-1個虛擬變量3、解釋變量包含一個定量變量和兩個定性變量的回歸三、表示不同斜率的回歸——乘法類型1、回歸模型的比較——結構變化檢驗：截距、斜率的差異2、交互效應分析——引入兩虛擬變量乘積（獨立性？？？）3、分段線性回歸——描述臨界水平時的突變（虛擬變量的設置）第十八頁，共26頁。第十章時間序列計量模型1、經(jīng)濟時間序列進行回歸分析，可能出現(xiàn)“偽回歸”，造成“偽回歸”的根本原因在于時序序列變量的非平穩(wěn)性。2、時間序列的平穩(wěn)性，是指時間序列的統(tǒng)計規(guī)律不會隨著時間的推移而發(fā)生變化。

嚴格平穩(wěn)是指隨機過程｛Yt｝的聯(lián)合分布函數(shù)與時間的位移無關。

弱平穩(wěn)：一個隨機過程的期望、方差在長時間內(nèi)是常數(shù)，并且任何兩個不同時期之間的協(xié)方差僅僅依賴于兩時期的“距離”（或時滯h），而不依賴于計算協(xié)方差的實際時間。第十九頁，共26頁。3、幾個概念：單整——如果非平穩(wěn)序列經(jīng)過d次差分后平穩(wěn)，而d-1次差分卻不平穩(wěn)，那么稱為d階單整序列。隨機游走——是非平穩(wěn)過程單位根——有單位根的過程是非平穩(wěn)過程4、時間序列平穩(wěn)性的檢驗方法。DF檢驗法及EVIEWS的實現(xiàn)。(1)無常數(shù)項和無趨勢項(模型1)（2）有常數(shù)項和無趨勢項（模型2）（3）有常數(shù)項和有趨勢（模型3）ADF檢驗法及EVIEWS的實現(xiàn)：為減輕隨機擾動項存在的自相關，使檢驗模型的右邊包含的滯后項第二十頁，共26頁。5、協(xié)整及檢驗協(xié)整是指多個非平穩(wěn)經(jīng)濟變量的某種線性組合是平穩(wěn)的。協(xié)整檢驗及EVIEWS實現(xiàn)E-G兩步檢驗法（1）作協(xié)整回歸，計算和的線性組合——殘差（2）檢驗殘差的平穩(wěn)性：作DF檢驗或ADF檢驗；DW檢驗（=0？）6、誤差修正模型（XXX，不考）誤差修正模型就是把長期均衡關系和短期動態(tài)特征結合在一個模型中，去模擬這種誤差修正過程的模型第二十一頁，共26頁。EVIEWS應用主要是操作方法、對運算結果的解讀和分析1、對一般回歸結果輸出格式的解讀2、輸出結果的各個數(shù)據(jù)相互之間的關系3、一些專門命令及輸出結果數(shù)據(jù)的意義

例如：１)White檢驗

在OLS輸出結果中點擊View/residualtests/whiteheteroskedasity第二十二頁，共26頁。2)ARCH檢驗在OLS輸出結果中點擊

View/residualtests/ARCHLMtest

3)加權最小二乘法ls(w=1/x^2)ycx

4)廣義差分