1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分）
2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分）3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分）
4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分）
5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分）
6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分）
7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分）
8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分）
9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分）
10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分）
11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分）
12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。（3分）
13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。（3分）
14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。（3分）
15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分）
16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分）
17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分）
18．样本决定系数：回归平方和在总变差中所占的比重。（3分）
19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。（3分）
20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分）
21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分）
22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分）23．回归变差：简称ESS,表示由回归直线（即解释变量）所解释的部分（2分），表示x对y的线性影响（1分）。
24．剩余变差：简称RSS，是未被回归直线解释的部分（2分），是由解释变量以外的因素造成的影响（1分）。
25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（1分），
也就是在被解释变量的总变差中能由解释变量所解释的那部分变差的比重，我们称之为多重
决定系数，仍用R 2表示（2分）。
26．调整后的决定系数：又称修正后的决定系数，记为2R ，是为了克服多重决定系数会随着解释变量的增加而增大的缺陷提出来的，（2分） 其公式为：2
2/(1)1()/(1)t
t
e n k R y y n --=---∑∑（1分）。 27．偏相关系数:在Y 、X 1、X 2三个变量中，当X 1 既定时（即不受X 1的影响），表示Y 与X 2之间相关关系的指标，称为偏相关系数，记做 2.1Y R 。（3分）
28.异方差性：在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项i u 具有异方差性。（3分）
29.戈德菲尔特-匡特检验:该方法由戈德菲尔特（S.M.Goldfeld ）和匡特（R.E.Quandt ）于1965年提出，用对样本进行分段比较的方法来判断异方差性。（3分）
30.怀特检验:该检验由怀特（White ）在1980年提出，通过建立辅助回归模型的方式来判断异方差性。（3分）
31.戈里瑟检验和帕克检验:该检验法由戈里瑟和帕克于1969年提出，其基本原理都是通过建立残差序列对解释变量的（辅助）回归模型，判断随机误差项的方差与解释变量之间是否存在着较强的相关关系，进而判断是否存在异方差性。（3分）
32．序列相关性：对于模型
01122i i k ki i y x x x i ββββμ=+++++… 1,2,,i n =…
随机误差项互相独立的基本假设表现为(,)0i j Cov μμ= ,,1,2,,i j i j n ≠=…（1分） 如果出现 (,)0i j Cov μμ≠ ,,1,2,,i j i j n ≠=…
即对于不同的样本点，随机误差项之间不再是完全互相独立，而是存在某种相关性，则认为出现了序列相关性(Serial Correlation)。（2分）
33．虚假序列相关：是指模型的序列相关性是由于省略了显著的解释变量而导致的。
34.差分法：差分法是一类克服序列相关性的有效方法，被广泛的采用。差分法是将原模型变换为差分模型，分为一阶差分法和广义差分法。
35.广义差分法：广义差分法可以克服所有类型的序列相关带来的问题，一阶差分法是它的一个特例。
36.自回归模型：t t t y y μρ+=-1
37.广义最小二乘法：是最有普遍意义的最小二乘法，普通最小二乘法和加权最小二乘法是它的特例。
38. DW 检验：德宾和瓦特森与1951年提出的一种适于小样本的检验方法。DW 检验法有五个前提条件。
39.科克伦-奥克特迭代法：是通过逐次跌代去寻求更为满意的ρ的估计值，然后再采用广义差分法。具体来说，该方法是利用残差t μ去估计未知的ρ。（
40. Durbin 两步法：当自相关系数ρ未知，可采用Durbin 提出的两步法去消除自相关。第
一步对一多元回归模型，使用OLS 法估计其参数，第二步再利用广义差分。
41．相关系数：度量变量之间相关程度的一个系数，一般用ρ表示。
)()()
(C j i j i Var Var ov μμμμρ= ，10≤≤ρ ，越接近于1，相关程度越强，越接近于0，相关程度越弱。
42.多重共线性：是指解释变量之间存在完全或不完全的线性关系。
43.方差膨胀因子：是指解释变量之间存在多重共线性时的方差与不存在多重共线性时的方差之比。
44．把质的因素量化而构造的取值为0和1的人工变量。
45．在设定模时如果模型中解释变量的构成．模型函数的形式以及有关随机误差项的若干假定等内容的设定与客观实际不一致，利用计量经济学模型来描述经济现象而产生的误差。
46．是指与模型中的随机解释变量高度相关，与随机误差项不相关的变量。
47．用工具变量替代模型中与随机误差项相关的随机解释变量的方法。
48．由于引进虚拟变量，回归模型的截距或斜率随样本观测值的改变而系统地改变。
49. 这是虚拟变量的一个应用，当解释变量x 低于某个已知的临界水平*x 时，我们取虚拟
变量**10x x D x x
? ≥?=?
51．有限分布滞后模型：滞后期长度有限的分布滞后模型称为有限分布滞后模型。
52．无限分布滞后模型：滞后期长度无限的分布滞后模型称为无限分布滞后模型。
53．几何分布滞后模型：对于无限分布滞后模型，如果其滞后变量的系数bi 是按几何级数列衰减的，则称这种模型为几何分布滞后模型。
54．联立方程模型：是指由两个或更多相互联系的方程构建的模型。
55． 结构式模型：是根据经济理论建立的反映经济变量间直接关系结构的计量方程系统。
56． 简化式模型：是指联立方程中每个内生变量只是前定变量与随机误差项的函数。
57． 结构式参数：结构模型中的参数叫结构式参数
58． 简化式参数：简化式模型中的参数叫简化式参数。
59．识别：就是指是否能从简化式模型参数估计值中推导出结构式模型的参数估计值。
60．不可识别：是指无法从简化式模型参数估计值中推导出结构式模型的参数估计值。
61． 识别的阶条件：如果一个方程能被识别，那么这个方程不包含的变量的总数应大于或等于模型系统中方程个数减1。
62．识别的秩条件：一个方程可识别的充分必要条件是：所有不包含在这个方程中的参数矩阵的秩为m-1。
63．间接最小二乘法：先利用最小二乘法估计简化式方程，再通过参数关系体系，由简化式参数的估计值求解得结构式参数的估计值。
四、简答题（每小题5分）
1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。
答：计量经济学是经济理论、统计学和数学的综合。（1分）经济学着重经济现象的定性研究，计量经济学着重于定量方面的研究。（1分）统计学是关于如何收集、整理和分析数据的科学，而计量经济学则利用经济统计所提供的数据来估计经济变量之间的数量关系并加以验证。（1分）数理统计学作为一门数学学科，可以应用于经济领域，也可以应用于其他领域；计量经济学则仅限于经济领域。（1分）计量经济模型建立的过程，是综合应用理论、统计和数学方法的过程，计量经济学是经济理论、统计学和数学三者的统一。
2、计量经济模型有哪些应用？
答：①结构分析。（1分）②经济预测。（1分）③政策评价。（1分）④检验和发展经济理论。（2分）
3、简述建立与应用计量经济模型的主要步骤。
答：①根据经济理论建立计量经济模型；（1分）②样本数据的收集；（1分）③估计参数；（1分）④模型的检验；（1分）⑤计量经济模型的应用。（1分）
4、对计量经济模型的检验应从几个方面入手？
答：①经济意义检验；（2分）②统计准则检验；（1分）③计量经济学准则检验；（1分）④模型预测检验。（1分）
5．计量经济学应用的数据是怎样进行分类的？
答：四种分类：①时间序列数据；（1分）②横截面数据；（1分）③混合数据；（1分）④虚拟变量数据。（2分）
6.在计量经济模型中，为什么会存在随机误差项？
答：随机误差项是计量经济模型中不可缺少的一部分。（1分）产生随机误差项的原因有以下几个方面：①模型中被忽略掉的影响因素造成的误差；（1分）②模型关系认定不准确造成的误差；（1分）③变量的测量误差；（1分）④随机因素。（1分）
7.古典线性回归模型的基本假定是什么？
答：①零均值假定。（1分）即在给定x t 的条件下，随机误差项的数学期望（均值）为0，即t E(u )=0。②同方差假定。（1分）误差项t u 的方差与t 无关，为一个常数。③无自相关假定。（1分）即不同的误差项相互独立。④解释变量与随机误差项不相关假定。（1分）⑤正态性假定，（1分）即假定误差项t u 服从均值为0，方差为2
σ的正态分布。 8．总体回归模型与样本回归模型的区别与联系。
答：主要区别：①描述的对象不同。（1分）总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所观测的样本中变量y 与x 的相互关系。②建立模型的不同。（1分）总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。（1分）总体回归模型不是随机模型，样本回归模型是随机模型，它随着样本的改变而改变。
主要联系：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。（2分）
9．试述回归分析与相关分析的联系和区别。
答：两者的联系：①相关分析是回归分析的前提和基础；回归分析是相关分析的深入和继续。（1分）②相关分析与回归分析的有关指标之间存在计算上的内在联系。（1分）
两者的区别：①回归分析强调因果关系，相关分析不关心因果关系，所研究的两个变量是对等的。（1分）②对两个变量x 与y 而言，相关分析中：xy yx r r =；在回归分析中，01???t t
y b b x =++
和01???t t x a a y =++却是两个完全不同的回归方程。（1分）③回归分析对资料的要求是被解释变量y 是随机变量，解释变量x 是非随机变量；相关分析对资料的要求是两个变量都随机变量。（1分）
10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？
答：①线性，是指参数估计量0?b 和1?b 分别为观测值t y 和随机误差项t u 的线性函数或线性组
合。（1分）②无偏性，指参数估计量0?b 和1?b 的均值（期望值）分别等于总体参数0b 和1b 。
（2分）③有效性（最小方差性或最优性），指在所有的线性无偏估计量中，最小二乘估计量0?b 和1?b 的方差最小。（2分）
11．简述BLUE 的含义。
答：BLUE 即最佳线性无偏估计量，是best linear unbiased estimators 的缩写。（2分）在古典假定条件下，最小二乘估计量具备线性、无偏性和有效性，是最佳线性无偏估计量，即BLUE ，这一结论就是著名的高斯－马尔可夫定理。（3分）
12．对于多元线性回归模型，为什么在进行了总体显著性F 检验之后，还要对每个回归系数进行是否为0的t 检验？
答：多元线性回归模型的总体显著性F 检验是检验模型中全部解释变量对被解释变量的共同影响是否显著。（1分）通过了此F 检验，就可以说模型中的全部解释变量对被解释变量的共同影响是显著的，但却不能就此判定模型中的每一个解释变量对被解释变量的影响都是显著的。（3分）因此还需要就每个解释变量对被解释变量的影响是否显著进行检验，即进行t 检验。（1分）
13.给定二元回归模型：01122t t t t y b b x b x u =+++，请叙述模型的古典假定。
解答：（1）随机误差项的期望为零，即()0t E u =。（2）不同的随机误差项之间相互独立，即cov(,)[(())(()]()0t s t t s s t s u u E u E u u E u E u u =--==（1分）。（3）随机误差项的方差与t 无关，为一个常数，即2
var()t u σ=。即同方差假设（1分）。（4）随机误差项与解释变量不相关，即cov(,)0(1,2,...,)jt t x u j k = =。通常假定jt x 为非随机变量，这个假设自动
成立（1分）。（5）随机误差项t u 为服从正态分布的随机变量，即2(0,)t u N σ:（1分）。（6）解释变量之间不存在多重共线性，即假定各解释变量之间不存在线性关系，即不存在多重共线性（1分）。
14.在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？
解答：因为人们发现随着模型中解释变量的增多，多重决定系数2
R 的值往往会变大，从而增加了模型的解释功能。这样就使得人们认为要使模型拟合得好，就必须增加解释变量（2分）。但是，在样本容量一定的情况下，增加解释变量必定使得待估参数的个数增加，从而损失自由度，而实际中如果引入的解释变量并非必要的话可能会产生很多问题，比如，降低
预测精确度、引起多重共线性等等。为此用修正的决定系数来估计模型对样本观测值的拟合优度（3分）。
15.修正的决定系数2R 及其作用。 解答：2
22
/11()/1t
t
e n k R y y n --=---∑∑，（2分）其作用有：（1）用自由度调整后，可以消除拟合优度评价中解释变量多少对决定系数计算的影响；（2分）（2）对于包含解释变量个数不同的模型，可以用调整后的决定系数直接比较它们的拟合优度的高低，但不能用原来未调整的决定系数来比较（1分）。
16.常见的非线性回归模型有几种情况？
解答：常见的非线性回归模型主要有:
(1) 对数模型01ln ln t t t y b b x u =++（1分）
(2) 半对数模型01ln t t t y b b x u =++或01ln t t t y b b x u =++（1分）
(3) 倒数模型0101111y b b u b b u x y x
=++=++或（1分） (4) 多项式模型2012...k k y b b x b x b x u =+++++（1分）
(5) 成长曲线模型包括逻辑成长曲线模型101t b t
K y b e -=+和Gompertz 成长曲线模型01t
K b b t y e +=（1分）
17.观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。
①t t t u x b b y ++=310 ②t t t u x b b y ++=log 10
③ t t t u x b b y ++=log log 10 ④t t t u x b b y +=)/(10
解答：①系数呈线性，变量非线性；（1分）②系数呈线性，变量非呈线性；（1分）③系数和变量均为非线性；（1分）④系数和变量均为非线性。（2 分）
18. 观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=log 10 ②t t t u x b b b y ++=)(210
③ t t t u x b b y +=)/(10 ④t b t t u x b y +-+=)1(110
解答：①系数呈线性，变量非呈线性；（1分）②系数非线性，变量呈线性；（1分）③系数和变量均为非线性；(2分)④系数和变量均为非线性（1分）。
19. 异方差性是指模型违反了古典假定中的同方差假定，它是计量经济分析中的一个专门问题。在线性回归模型中，如果随机误差项的方差不是常数，即对不同的解释变量观测值彼此不同，则称随机项i u 具有异方差性，即常数≠=2)var(t i u σ （t=1，2，……，n ）。
（3分）例如，利用横截面数据研究消费和收入之间的关系时，对收入较少的家庭在满足基本消费支出之后的剩余收入已经不多，用在购买生活必需品上的比例较大，消费的分散幅度不大。收入较多的家庭有更多可自由支配的收入，使得这些家庭的消费有更大的选择范围。由于个性、爱好、储蓄心理、消费习惯和家庭成员构成等那个的差异，使消费的分散幅度增大，或者说低收入家庭消费的分散度和高收入家庭消费得分散度相比较，可以认为牵着小于后者。这种被解释变量的分散幅度的变化，反映到模型中，可以理解为误差项方差的变化。（2分）
20.产生原因：（1）模型中遗漏了某些解释变量；（2）模型函数形式的设定误差；（3）样本数据的测量误差；（4）随机因素的影响。（2分）
产生的影响：如果线性回归模型的随机误差项存在异方差性，会对模型参数估计、模型检验及模型应用带来重大影响，主要有：（1）不影响模型参数最小二乘估计值的无偏性；（2）参数的最小二乘估计量不是一个有效的估计量；（3）对模型参数估计值的显著性检验失效；
（4）模型估计式的代表性降低，预测精度精度降低。（3分）
21.检验方法：（1）图示检验法；（1分）（2）戈德菲尔德—匡特检验；（1分）（3）怀特检验；（1分）（4）戈里瑟检验和帕克检验（残差回归检验法）；（1分）（5）ARCH 检验（自回归条件异方差检验）（1分）
22.解决方法：（1）模型变换法；（2分）（2）加权最小二乘法；（2分）（3）模型的对数变换等（1分）
23.加权最小二乘法的基本原理：最小二乘法的基本原理是使残差平方和∑2t e 为最小，在
异方差情况下，总体回归直线对于不同的t t e x ,的波动幅度相差很大。随机误差项方差2t
σ越小，样本点t y 对总体回归直线的偏离程度越低，残差t e 的可信度越高（或者说样本点的
代表性越强）；而2t σ较大的样本点可能会偏离总体回归直线很远，t e 的可信度较低（或者
说样本点的代表性较弱）。（2分）因此，在考虑异方差模型的拟合总误差时，对于不同的2t e 应该区别对待。具体做法：对较小的2t e 给于充分的重视，即给于较大的权数；对较大的2t e 给于充分的重视，即给于较小的权数。更好的使∑2t e 反映)var(i u 对残差平方和的影响程度，从而改善参数估计的统计性质。（3分）
24. 样本分段法（即戈德菲尔特—匡特检验）的基本原理：将样本分为容量相等的两部分，然后分别对样本1和样本2进行回归，并计算两个子样本的残差平方和，如果随机误差项是同方差的，则这两个子样本的残差平方和应该大致相等；如果是异方差的，则两者差别较大，以此来判断是否存在异方差。（3分）使用条件：（1）样本容量要尽可能大，一般而言应该在参数个数两倍以上；（2）t u 服从正态分布，且除了异方差条件外，其它假定均满足。（2分）
25．简述DW 检验的局限性。
答：从判断准则中看到，DW 检验存在两个主要的局限性：首先，存在一个不能确定的..DW 值区域，这是这种检验方法的一大缺陷。（2分）其次：..DW 检验只能检验一阶自相关。（2分）但在实际计量经济学问题中，一阶自相关是出现最多的一类序列相关，而且经验表明，如果不存在一阶自相关，一般也不存在高阶序列相关。所以在实际应用中，对于序列相关问
题—般只进行..DW 检验。（1分）
26．序列相关性的后果。
答：（1）模型参数估计值不具有最优性；（1分）（2）随机误差项的方差一般会低估；（1分）（3）模型的统计检验失效；（1分）（4）区间估计和预测区间的精度降低。（1分）（全对即加1分）
27．简述序列相关性的几种检验方法。
答：（1）图示法；（1分）（2）D-W 检验；（1分）（3）回归检验法；（1分）（4）另外，偏相关系数检验，布罗斯—戈弗雷检验或拉格朗日乘数检验都可以用来检验高阶序列相关。（2分）
28．广义最小二乘法（GLS ）的基本思想是什么？
答:基本思想就是对违反基本假定的模型做适当的线性变换，使其转化成满足基本假定的模型，从而可以使用OLS 方法估计模型。（5分）
29．自相关性产生的原因有那些？
答：（1）经济变量惯性的作用引起随机误差项自相关；（1分）（2）经济行为的滞后性引起随机误差项自相关；（1分）(3)一些随机因素的干扰或影响引起随机误差项自相关；（1分）
（4）模型设定误差引起随机误差项自相关；（1分）（5）观测数据处理引起随机误差项自相关。（1分）
30．请简述什么是虚假序列相关，如何避免？
答：数据表现出序列相关，而事实上并不存在序列相关。（2分）要避免虚假序列相关，就应在做定量分析之间先进行定性分析，看从理论上或经验上是否有存在序列相关的可能，可能性是多大。（3分）
31．DW 值与一阶自相关系数的关系是什么？ 答：?12
DW ρ=-或者?2(1)DW ρ=- 32．答：多重共线性是指解释变量之间存在完全或近似的线性关系。
产生多重共线性主要有下述原因：
（1）样本数据的采集是被动的，只能在一个有限的范围内得到观察值，无法进行重复试验。（2分）（2）经济变量的共同趋势（1分）（3）滞后变量的引入（1分）（4）模型的解释变量选择不当（1分）
33．答：完全多重共线性是指对于线性回归模型
1122k k Y X X ......X u βββ++++＝
若11j 22j k kj c X c X ...c X =0, j=1,2,...,n +++
12k c c ...,c 0其中，，是不全为的常数
则称这些解释变量的样本观测值之间存在完全多重共线性。（2分）
不完全多重共线性是指对于多元线性回归模型
1122k k Y X X ......X u βββ++++＝
若11j 22j k kj c X c X ...c X +v=0, j=1,2,...,n +++
12k c c ...,c 0v 其中，，是不全为的常数，为随机误差项
则称这些解释变量的样本观测之间存在不完全多重共线性。（3分）
34．答：（1）无法估计模型的参数，即不能独立分辨各个解释变量对因变量的影响。（3分）
（2）参数估计量的方差无穷大（或无法估计）（2分）
35．答：（1）可以估计参数，但参数估计不稳定。（2分） （2）参数估计值对样本数据的略有变化或样本容量的稍有增减变化敏感。（1分） （3）各解释变量对被解释变量的影响难精确鉴别。（1分） （4）t 检验不容易拒绝原假设。（1分）
36．答：（1）模型总体性检验F 值和R 2值都很高，但各回归系数估计量的方差很大，t 值很低，系数不能通过显著性检验。（2分）
（2）回归系数值难以置信或符号错误。（1分）
（3）参数估计值对删除或增加少量观测值，以及删除一个不显著的解释变量非常敏感。（2分）
37．答：所谓方差膨胀因子是存在多重共线性时回归系数估计量的方差与无多重共线性时回
归系数估计量的方差对比而得出的比值系数。（2分） 若i
?VIF()=1β时，认为原模型不存在“多重共线性问题”；（1分） 若i ?VIF()>1β时，则认为原模型存在“多重共线性问题”；（1分）若i ?
VIF()>5β时，则模型的“多重共线性问题”的程度是很严重的，而且是非常有害的。（1分）
38．模型中引入虚拟变量的作用是什么？
答案：（1）可以描述和测量定性因素的影响；（2分）
（2）能够正确反映经济变量之间的关系，提高模型的精度；（2分）
（3）便于处理异常数据。（1分）
39．虚拟变量引入的原则是什么？
答案：（1）如果一个定性因素有m 方面的特征，则在模型中引入m-1个虚拟变量；（1分）
（2）如果模型中有m 个定性因素，而每个定性因素只有两方面的属性或特征，则在模型中引入m 个虚拟变量；如果定性因素有两个及以上个属性，则参照“一个因素多个属性”的设置虚拟变量。（2分）
（3）虚拟变量取值应从分析问题的目的出发予以界定；（1分）
（4）虚拟变量在单一方程中可以作为解释变量也可以作为被解释变量。（1分）
40．虚拟变量引入的方式及每种方式的作用是什么？
答案：（1）加法方式：其作用是改变了模型的截距水平；（2分）
（2）乘法方式：其作用在于两个模型间的比较、因素间的交互影响分析和提高模型的描述精度；（2分）
（3）一般方式：即影响模型的截距有影响模型的斜率。（1分）
41．判断计量经济模型优劣的基本原则是什么？
答案：（1）模型应力求简单；（1分）（2）模型具有可识别性；（1分）（3）模型具有较高的拟合优度；（1分）（4）模型应与理论相一致；（1分）（5）模型具有较好的超样本功能。（1分）
42．模型设定误差的类型有那些？
答案：（1）模型中添加了无关的解释变量；（2分）（2）模型中遗漏了重要的解释变量；（2分）（3）模型使用了不恰当的形式。（1分）
43．工具变量选择必须满足的条件是什么？
答案：选择工具变量必须满足以下两个条件：（1）工具变量与模型中的随机解释变量高度相关；（3分）（2）工具变量与模型的随机误差项不相关。（2分）
44．设定误差产生的主要原因是什么？
答案：原因有四：（1）模型的制定者不熟悉相应的理论知识；（1分）（2）对经济问题本身认识不够或不熟悉前人的相关工作；（1分）（3）模型制定者缺乏相关变量的数据；（1分）
（4）解释变量无法测量或数据本身存在测量误差。（2分）
45．在建立计量经济学模型时，什么时候，为什么要引入虚拟变量？
答案：在现实生活中，影响经济问题的因素除具有数量特征的变量外，还有一类变量，这类变量所反映的并不是数量而是现象的某些属性或特征，即它们反映的是现象的质的特征。这些因素还很可能是重要的影响因素，这时就需要在模型中引入这类变量。（4分）引入的方
式就是以虚拟变量的形式引入。（1分）
46．直接用最小二乘法估计有限分布滞后模型的有：
（1）损失自由度（2分）
（2）产生多重共线性（2分）
（3）滞后长度难确定的问题（1分）
47．因变量受其自身或其他经济变量前期水平的影响，称为滞后现象。其原因包括：（1）经济变量自身的原因；（2分）（2）决策者心理上的原因（1分）；（3）技术上的原因（1分）；（4）制度的原因（1分）。
48．koyck模型的特点包括：（1）模型中的λ称为分布滞后衰退率，λ越小，衰退速度越快
（2分）；（2）模型的长期影响乘数为b0·
1
1λ
-（1分）;（3）模型仅包括两个解释变量，
避免了多重共线性（1分）；（4）模型仅有三个参数，解释了无限分布滞后模型因包含无限个参数无法估计的问题（1分）
49．联立方程模型中方程有：行为方程式（1分）；技术方程式（1分）；制度方程式（1分）；平衡方程（或均衡条件）（1分）；定义方程（或恒等式）（1分）。
50．联立方程的变量主要包括内生变量（2分）、外生变量（2分）和前定变量（1分）。51．模型的识别有恰好识别（2分）、过渡识别（2分）和不可识别（1分）三种。
52. 识别的条件条件包括阶条件和秩条件。阶条件是指，如果一个方程能被识别，那么这个方程不包含的变量总数应大于或等于模型系统中方程个数减1（3分）；秩条件是指，在一个具有K个方程的模型系统中，任何一个方程被识别的充分必要条件是：所有不包含在这个方程中变量的参数的秩为K－1（2分）。
第一章:1计量经济学研究方法:模型设定,估计参数,模型检验,模型应用 2.计量经济模型检验方式:①经济意义:模型与经济理论是否相符②统计推断:参数估计值是否抽样的偶然结果③计量经济学:是否复合基本假定④预测:模型结果与实际杜比 3.计量经济学中应用的数据类型:①时间序列数据(同空不同时)②截面数据(同时不同空)③混合数据(面板数据)④虚拟变量数据(学历,季节,气候,性别) 第二章:1.相关关系的类型:①变量数量:简单相关/多重相关(复相关)②表现形式:线性相关(散布图接近一条直线)/非线性相关(散布图接近一条直线)③变化的方向:正相关(变量同方向变化,同增同减)/负相关(变量反方向变化,一增一减不相关) 2.引入随机扰动项的原因:①未知影响因素的代表(理论的模糊性)②无法取得数据的已知影响因素的代表(数据欠缺)③众多细小影响因素综合代表(非系统性影响)④模型可能存在设定误差(变量,函数形式设定)⑤模型中变量可能存在观测误差(变量数据不符合实际)⑥变量可能有内在随机性(人类经济行为的内在随机性) 3.OLS回归线数学性质:①剩余项的均值为零②OLS回归线通过样本均值③估计值的均值等于实际观测值的均值④被解释变量估计值与剩余项不相关⑤解释变量与剩余项不相关 4.OLS估计量”尽可能接近”原则:无偏性,有效性,一致性 5.OLS估计式的统计性质/优秀品质:线性特征,无偏性特征,最小方差性特征 第三章:1.偏回归系数:控制其他解释变量不变的条件下,第j个解释变量的单位变动对被解释变量平均值的影响,即对Y平均值直接或净的影响 2.多元线性回归中的基本假定:①零均值②同方差③无自相关④随机扰动项与解释变量不相关⑤无多重共线性⑥正态性…一元中有12346 3. OLS回归线数学性质:同第二章3 4. OLS估计式的统计性质:线性特征,无偏性特征,最小方差性特征 5.为什么用修正可决系数不用可决系数?可决系数只涉及变差没有考虑自由度,如果用自由度去校正所计算的变差,可纠正解释变量个数不同引起的对比困难 第四章:1.多重共线性背景:①经济变量之间具有共同变化趋势②模型中包含滞后变量③利用截面数据建立模型可出现..④样本数据自身原因 2.后果:A完全①参数估计值不确定②csgj值方差无限大B不完全①csgj量方差随贡献程度的增加而增加②对cs区间估计时,置信区间区域变大③假设检验用以出现错误判断④可造成可决系数较高,但对各cs估计的回归系数符号相反,得出错误结论 3.检验:A简单相关系数检验法:COR 解释变量.大于0.8,就严重B方差膨胀因子法:因子越大越严重;≥10,严重C直观判断法:增加或剔除一个解释变量x,估计值y发生较大变化,则存在;定性分析,重要x标准误差较大并没通过显著性检验时,则存在;x回归系数所带正负号与定性分析结果违背,则存在;x相关矩阵中,x之间相关系数较大,则存在D逐步回归检验法:将变量逐个引入模型,每引入一个x,都进行F检验,t检验,当原来引入的x由于后面引入的x不显著是，将其剔除.以确保每次引入新的解释变量之前方程种植包含显著变量. 4.补救措施:①剔除变量法②增大样本容量③变换模型形式:自相关④利用非样本先验信息⑤截面数据与时序数据并用:异方差⑥变量变换 第五章:1.异方差产生原因:①模型中省略了某些重要的解释变量②模型设定误差③数据测量误差④截面数据中总体各单位的差异 2.后果:A参数估计统计特性:参数估计的无偏性仍然成立;参数估计方差不再是最小B参数显著性检验:t统计量进行参数检验失去意义C预测影响:将无效 3检验:A图示①相关图形分析data x y,看散点图,quick→graph→x,y→OK→scatter diagram→
联立方程模型 一、概念： 联立方程模型系统将变量分为内生变量和外生变量两大类。 由系统决定的，同时也对模型系统产生影响，它会受到随机项的影 响。一般都是经济变量。每一个内生变量的值都要利用模型中的全 部方程才能决定。 外生变量：是不由系统决定的变量，是系统外变量，取值由系统外决定。一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是 模型系统研究的元素。外生变量影响系统，但本身不受系统的影响。 外生变量一般是经济变量、条件变量、政策变量、虚变量。 先决变量：外生变量和滞后内生变量 注：联立方程模型中有多少个内生变量就必定有多少个方程 ：根据经济理论和行为规律建立的描述经济变量之间直接结构关系 的计量经济学方程系统称为结构式模型。 结构方程的正规形式：将一个内生变量表示为其他内生变量、先 决变量和随机干扰项的函数形式 完备的结构式模型：g个内生变量、k个先决变量、g个结构方程 行为方程：描述变量之间经验关系的方程，含有未知的参数和随 机扰动项。例如：凯恩斯收入决定模型中的消费函数 制度方程：由法律、制度、政策等制度性规定的经济变量之间的 函数关系，如税收方程。 恒等式：定义方程式和平衡方程。 简化式模型：用所有先决变量作为每个内生变量的解释变量所形成的模型。 参数关系体系：描述简化式参数与结构式参数之间的关系。
二、识别 方程之间的关系有严格的要求，一个方程模型想要能估计，必须可识别。 ∴进行模型的估计之前需要判断模型是否可以识别（即是否能被估计）。 1、识别的基本定义：是否具有确定的统计形式。 注：识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型 系统是可以识别的。反之不识别。 恒等方程由于不存在参数估计问题，所以也不存在识别问题。但是，在判 断随机方程的识别性问题时，应该将恒等方程考虑在内。 恰好识别：某一个随机方程只有一组参数估计量 过度识别：某一个随机方程具有多组参数估计量 方程的线性组合是否得到的新方程具有与消费方程相同的统计形式，决定了方程也是否是可以识别的。 2、如何修改模型使不可识别的方程变成可以识别 （1）或者在其它方程中增加变量； （2）或者在该不可识别方程中减少变量。 （3）必须保持经济意义的合理性。 3、识 别条件 结构式: B ΓN Y X +=
第4章 习题一 表1给出了1965~1970年美国制造业利润和销售额的季度数据。假定利润不仅与销售额有关，而且和季度因素有关。要求对下列二种情况分别估计利润模型：（1）如果认为季度影响使利润平均值发生变异，应如何引入虚拟变量 （2）如果认为季度影响使利润对销售额的变化率发生变异，如何引入虚拟变量 表1 Quarterly 65-70 Quick- Equation Estimation Y c x @seas(1) @seas(2) @seas(3) Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 18:38 Sample: 1965Q1 1970Q4 Included observations: 24 Variable Coefficie nt Std. Error t-Statistic Prob.?? C X @SEAS(1) @SEAS(2) @SEAS(3)
R-squared????Mean dependent var Adjusted R-squared????. dependent var . of regression????Akaike info criterion Sum squared resid????Schwarz criterion Log likelihood????F-statistic Durbin-Watson stat????Prob(F-statistic) T和P在5%情况下都不通过，第二季度相对还好一点 假设第二季度显着，结果的经济含义是什么 Y c x @seas(2) @seas(3) @seas(4) Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 18:47 Sample: 1965Q1 1970Q4 Included observations: 24 Variable Coefficie nt Std. Error t-Statistic Prob.?? C X @SEAS(2) @SEAS(3) @SEAS(4) R-squared????Mean dependent var Adjusted R-squared????. dependent var . of regression????Akaike info criterion Sum squared resid????Schwarz criterion Log likelihood????F-statistic Durbin-Watson stat????Prob(F-statistic) 第二季度依旧显着影响 四种都试一下（去掉一个季节），选一个最显着的 124 Dependent Variable: Y Method: Least Squares Date: 11/26/14 Time: 18:51 Sample: 1965Q1 1970Q4 Included observations: 24
《计量经济学》期末考试复习资料 第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章经典单方程计量经济学模型：一元线性回归模型参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？
1 .经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2. 解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的因”。1 分） 3. 被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4. 内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5. 外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6?滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后 内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7.前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前 已经确定或需要确定的变量。（2分） &控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条 件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9?计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模 型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10 .函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一
地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11 .相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们 惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12 .最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小 二乘法。（3分） 13 .高斯-马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯—马尔可夫定理。（3分） 14 ?总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方 和。（3分） 15 ?回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16 ?剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17 ?估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18 .样本决定系数：回归平方和在总变差中所占的比重。（3分） 19 ?点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值,以此 作为因变量实际值和其均值的估计值。（3分） 20 ?拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21 ?残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22 ?显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分） 23 ?回归变差：简称ESS表示由回归直线（即解释变量）所解释的部分（2分），表示x 对y的线
计量经济学重点知识整理 1一般性定义 计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，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。 研究的主体（出发点、归宿、核心）： 经济现象及数量变化规律 研究的工具（手段）： 模型数学和统计方法 必须明确： 方法手段要服从研究对象的本质特征（与数学不同）,方法是为经济问题服务 2注意：计量经济研究的三个方面 理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础 数据：对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据 方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段 三者缺一不可 3计量经济学的学科类型 ●理论计量经济学 研究经济计量的理论和方法 ●应用计量经济学：应用计量经济方法研究某些领域的具体经济问题 4区别： ●经济理论重在定性分析,并不对经济关系提供数量上的具体度量 ●计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容 5计量经济学与经济统计学的关系 联系： ●经济统计侧重于对社会经济现象的描述性计量 ●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据 ●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据 6计量经济学与数理统计学的关系 联系： ●数理统计学是计量经济学的方法论基础 区别： ●数理统计学是在标准假定条件下抽象地研究一 般的随机变量的统计规律性； ●计量经济学是从经济模型出发，研究模型参数 的估计和推断，参数有特定的经济意义，标准 假定条件经常不能满足，需要建立一些专门的 经济计量方法 3、计量经济学的特点：
计量经济学课件整理 第一章导论 一、计量经济学的发展历史 1926 年，计量经济学一词“ Econometrics ”最早由挪威经济学家弗里希( R.Frish ) 仿效生物计量学 (Biometrics )提出，但人们一般认为1930 年世界计量经济学会的成立及创办的刊物《Econometrics 》于1933 年的出版，标志着计量经济学的正式诞生。 计量经济学自诞生之日起，就显示出强大的生命力，经过40、50 年代的大发展和60年代的扩张，已在经济学中占有极其重要的地位，是当今西方国家经济类专业三门核心课程(宏观、微观、计量)之一。 计量经济学的重要地位还可以从诺贝尔经济学奖获得者的数量中反映出来，自1969 年设立诺贝尔经济学奖，首届获得者就是计量经济学的创始人弗里希和荷兰经济学家丁伯根，表彰他们开辟了用计量经济方法研究经济问题这一领域，之后，直接因为
对计量经济学的发展作出贡献而获奖者达9 人，因为在研究中应用计量经济方法而获奖者占获奖总数的三分之二。2000 年度，诺贝尔经济学奖获得者是詹姆斯.赫克曼和丹尼尔.麦克法登，原因是他们在微观计量经济学领域的贡献。200 3年诺贝尔经济学奖授予美国计量经济学家罗伯特?恩格尔和英国计量经济学家克莱夫?格兰杰，以表彰他们
分别用“随着时间变化的异方差性”和“协整理论”两 种新方法分析经济时间序列，从而给经济学研究和经济 发展带来巨大影响。 二、计量经济学的性质 计量经济学是以经济理论和经济数据的事实为依据， 运用数学和统计学的方法，通过建立数学模型（计量经 济模型）来研究经济数量关系和规律的一门经济学学 科。计量经济学（或经济计量学）是一门经济 学、统计学、数学的交叉学科，但归根到底是一门经济 学。 四、计量经济学的作用四、计量经济学的作用 1、结构分析：分析变量之间的数量比例关系分析变量 之间的数量比例关系。例如：边际分析、弹性分析、乘 计量经济学与其它学科的关系 数理 / 数理 ! \统计学/ 经济学 I,： J. / i | n 「u *. \ - , ： / t P M O 於邁「1 — 2 Z >1；1- .rflh C M ■亠石 T
计量经济学重点简答题 1.简述计量经济学与经济学、统计学、数理统计学学科间得关系。 答：计量经济学就是经济理论、统计学与数学得综合.经济学着重经济现象得定性研究,计量经济学着重于定量方面得研究。统计学就是关于如何收集、整理与分析数据得科学，而计量经济学则利用经济统计所提供得数据来估计经济变量之间得数量关系并加以验证。数理统计学作为一门数学学科,可以应用于经济领域，也可以应用于其她领域；计量经济学则仅限于经济领域。计量经济模型建立得过程，就是综合应用理论、统计与数学方法得过程,计量经济学就是经济理论、统计学与数学三者得统一。 ２、计量经济模型有哪些应用？ 答：①结构分析②经济预测③政策评价④检验与发展经济理论 3、简述建立与应用计量经济模型得主要步骤。 答:模型设定估计参数模型检验模型应用 或1)经济理论或假说得陈述２) 收集数据3）建立数理经济学模型4)建立经济计量模型5）模型系数估计与假设检验６）模型得选择7)理论假说得选择８)经济学应用 4、对计量经济模型得检验应从几个方面入手？ 答：①经济意义检验②统计推断检验③计量经济学检验④模型预测检验 5、计量经济学应用得数据就是怎样进行分类得？ 答:时间序列数据截面数据面板数据虚拟变量数据 6、解释变量与被解释变量，内生变量与外生变量 被解释变量就是模型要研究得对象，被称为“因变量”，就是变动得结果。 解释变量就是说明被解释变量变动得原因,被称为“自变量”，就是变动得原因. 内生变量就是其数值由模型所决定得变量，就是模型求解得结果。 外生变量就是其数值由模型以外决定得变量。 7、计量经济学得含义 计量经济学就是以经济理论与经济数据得事实为依据,运用数学、统计学得方法，通过建立数学模型来研究经济数量关系与规律得一门经济学科。 8、在计量经济模型中,为什么会存在随机误差项？ 答:随机误差项就是计量经济模型中不可缺少得一部分. 产生随机误差项得原因有以下几个方面:①模型中被忽略掉得影响因素造成得误差;②模型关系认定不准确造成得误差;③变量得测量误差；④随机因素. 9．对于多元线性回归模型,为什么在进行了总体显著性Ｆ检验之后，还要对每个回归系数进行就是否为0得ｔ检验? 答：多元线性回归模型得总体显著性F检验就是检验模型中全部解释变量对被解释变量得共同影响就是否显著。通过了此F检验，就可以说模型中得全部解释变量对被解释变量得共同影响就是显著得,但却不能就此判定模型中得每一个解释变量对被解释变量得影响都就是显著得。因此还需要就每个解释变量对被解释变量得影响就是否显著进行检验,即进行t 检验. 10、古典线性回归模型具有哪些基本假定。 答：1 随机误差项与解释变量不相关。２随机误差项得期望或均值为零。３随机误差项具有同方差,即每个随机误差项得方差为一个相等得常数。4 两个随机误差项之间不相关,即随机误差项无自相关。 1１、在多元线性回归分析中，为什么用修正得决定系数衡量估计模型对样本观测值得拟合优度？ 答:因为人们发现随着模型中解释变量得增多,多重决定系数得值往往会变大,从而增加了模
1.普通最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值 {}n i Y X i i ,2,1:),(?=，普通最小二乘法要求样本回归函数尽可以好地拟合这组 值，即样本回归线上的点∧ i Y 与真实观测点Yt 的“总体误差”尽可能地小。普通 最小二乘法给出的判断标准是：被解释变量的估计值与实际观测值之差的平方和 最小。 2.广义最小二乘法GLS ：加权最小二乘法具有比普通最小二乘法更普遍的意义， 或者说普通最小二乘法只是加权最小二乘法中权恒取1时的一种特殊情况。从此 意义看，加权最小二乘法也称为广义最小二乘法。 3.加权最小二乘法WLS ：加权最小二乘法是对原模型加权，使之变成一个新的不 存在异方差性的模型，然后采用普通最小二乘法估计其参数。 4.工具变量法IV ：工具变量法是克服解释变量与随机干扰项相关影响的一种 参数估计方法。 5.两阶段最小二乘法2SLS, Two Stage Least Squares ：两阶段最小二乘法是一种既适 用于恰好识别的结构方程，以适用于过度识别的结构方程的单方程估计方法。 6.间接最小二乘法ILS ：间接最小二乘法是先对关于内生解释变量的简化式方程 采用普通小最二乘法估计简化式参数，得到简化式参数估计量，然后过通参数关 系体系，计算得到结构式参数的估计量的一种方法。 7.异方差性Heteroskedasticity ：对于不同的样本点，随机干扰项的方差不再是常数， 而是互不相同，则认为出现了异方差性。 8.序列相关性Serial Correlation ：多元线性回归模型的基本假设之一是模型的随机 干扰项相互独立或不相关。如果模型的随机干扰项违背了相互独立的基本假设， 称为存在序列相关性。 9.多重共线性Multicollinearity ：对于模型i k i i X X X Y μββββ++?+++=i k 22110i ， 其基本假设之一是解释变量X 1,X 2,…,Xk 是相互独立的。如果某两个或多个解释
绪论 计量经济学：根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。 计量经济学（定量分析）是经济学（定性分析）、统计学和数学（定量分析）的结合。 目的：把实际经验的内容纳入经济理论，确定变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，为制定经济策略提供依据。 类型：理论计量经济学和应用计量经济学 计量经济学的研究步骤： （一）模型设定：要有科学的理论依据选择适当的数学形式方程中的变量要具有可观测性 （二）估计参数：参数不能直接观测而且是未知的 （三）模型检验：经济意义的检验、统计推断检验、计量经济学检验、模型预测检验 （四）模型应用：经济分析、经济预测、政策评价和检验、发展经济理论计量经济模型：计量经济模型是为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。 计量经济研究中应用的数据包括：①时间序列②数据截面③数据面板④数据虚拟变量数据 第二章 简单线性回归模型：只有一个解释变量的线性回归模型 相关系数：两个变量之间线性相关程度可以用简单线性相关系数去度量 总体相关系数：对于研究的总体，两个相互关联的变量得到相关系数。 总体相关系数Var方差Cov协议方差
总体回归函数：将总体被解释函数Y的条件期望表现为解释变量X的函数 总体 个体随机扰动项 引入随机扰动项的原因？ ①作为未知影响因素的代表②作为无法取得数据的已知因素的代表③作为众多细小因素的综合代表④模型的设定误差⑤变量的观测误差⑥经济现象的内在随机性。 简单线性回归的基本假定？ （1）零均值假定时，即在给定解释变量Xi得到条件下，随机扰动项Ui的条件期望或条件均值为零。 （2）同方差假定，即对于给定的每一个Xi，随机扰动项Ui的条件方差等于某一常数。 （3）无相关假定，即随机扰动项Ui的逐次值互不相干，或者说对于所有的i和j（I不等于j），ui和uj的协方差为零。 （4）随机扰动项ui与解释变量Xi不想管 （5）正态性假定，即假定随机扰动项ui服从期望为零、方差为的正态分布。 最小二乘准则：用使估计的剩余平方和最小的原则确定杨讷回归函数 最小二乘估计量评价标准：无偏性、有效性、一致性。 统计特性：线性特性、无偏性、有效性。 E（）= P28
第3章 多元线性回归模型 3.4.3 简答题、分析与计算题 1．给定二元回归模型：t t t t u x b x b b y +++=22110 （t=1，2，…n） (1) 叙述模型的古典假定；(2)写出总体回归方程、样本回归方程与样本回归模型；(3)写出回归模型的矩阵表示；(4)写出回归系数及随机误差项方差的最小二乘估计量，并叙述参数估计量的性质；(5)试述总离差平方和、回归平方和、残差平方和之间的关系及其自由度之间的关系。 2．在多元线性回归分析中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 3．决定系数2 R 与总体线性关系显著性F 检验之间的关系；在多元线性回归分析中，F 检验与t 检验有何不同？在一元线性回归分析中二者是否有等价的作用？ 4．为什么说对模型施加约束条件后，其回归的残差平方和一定不比未施加约束的残差平方和小？在什么样的条件下，受约束回归与无约束回归的结果相同？ 5．观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 (1) t t t u x b b y ++=310(2) t t t u x b b y ++=log 10(3)t t t u x b b y ++=log log 10 (4) t t t u x b b b y +?+=)(210(5) t t t u x b b y +=)/(10(6) t b t t u x b y +?+=)1(110(7)t t t t u x b x b b y +++=10/22110 6．常见的非线性回归模型有几种情况？ 7．指出下列模型中所要求的待估参数的经济意义： (1)食品类需求函数：u P P I Y ++++=231210ln ln ln ln αααα中的321,,ααα（其中Y
计量经济学重点（简答题） 一、什么是计量经济学计量经济学，又称经济计量学，它是以一定的经济理论和实际统计资料为 依据，运用数学、统计学和计算机技术，通过建立计量经济学模型，定量分析经济变量之间的随机因果关系.。 二、计量经济学的研究的步骤是什么 1)理论模型的设计 A.理论或假说的陈述； B.理论的数学模型的设定； C.理论的计量经济模型的设定。 i.把模型中不重要的变量放进随机误差项中； ii.拟定待估参数的理论期望值。 2)获取数据 数据来源：网络、统计年鉴、报纸、杂志 数据类别：时间序列数据、截面数据、混合数据、虚变量数据。 数据要求：完整性、准确性、可比性、一致性 i.完整性：模型中包含的所有变量都必须得到相同容量的样本观察值。 ii.准确性：统计数据或调查数据本身是准确的。 iii.可比性：数据口径问题。 iv.一致性：指母体与样本的一致性。 3)模型的参数估计：普通最小二乘法。 4)模型的检验：经济学检验；统计学检验；计量经济学检验；模型的预测检验。 5)模型的应用：结构分析；经济预测；政策评价；经济理论的检验与发展。 三、简述统计数据的类别 时间序列数据、截面数据、混合数据、虚变量数据。 1)时间序列数据：按时间先后排列收集的数据。 采纳时间序列数据的注意事项：
A.所选择的样本区间的经济行为一致性问题。 B.样本数据在不同样本点之间的可比性问题。 C.样本数据过于集中的问题。不能反映经济变量间的结构关系，应增大观察区间。 D.模型的随机误差项序列相关问题。 2)截面数据：又称横向数据，是一批发生在同一时间截面上的调查数据。研究某时点上的变 化情况。 采纳截面数据的注意事项： A.样本与母体的一致性问题。 B.随机误差项的异方差问题。 3)混合数据：也称面板数据，既有时间序列数据，又有截面数据。 4)虚变量数据：又称二进制数据，只能取0和1两个值，表示的是某个对象的质量特征。 四、模型的检验包括哪几个方面具体含义是什么 1)经济学检验：参数的符合和大致取值。 2)统计学检验：拟合优度检验；模型的显着性检验；参数的显着性检验。 3)计量经济学检验：序列相关性；异方差检验；多重共线性检验。 4)模型的预测检验：a，扩大样本容量或变换样本重新估价模型；b，利用模型对样本期以外的 某一期进行预测。
《计量经济学》教学大纲 第一章绪论 教学目的和要求：掌握计量经济学的学科性质和研究内容，了解计量经济学发展简史；掌握计量经济学与其他学科之间的关系；掌握计量经济研究的运用步骤；了解计量经济学内容体系。 第一节计量经济学的涵义和发展 一、定义 计量经济学（Econometrics）是应用经济学的一个分支学科。它以一定的经济理论和实际统计资料为依据，运用数学、统计学方法和计算机技术，通过建立计量经济模型，定量分析经济变量之间的随机因果关系。 二、研究内容 定量分析经济变量之间的随机因果关系。 三、研究方法 建立并运用计量经济模型。 四、学科基础 经济学、统计学、数学和计算机技术。 五、计量经济学发展简史（略） 第二节计量经济学与其它学科的关系 一. 一.计量经济学与经济学 经济理论与数理经济学是计量经济学的理论基础，计量经济学利用各种具体数量关系以统计方式描述经济规律，可以验证和充实经济理论。 二. 二.计量经济学与统计学 经济统计学是对经济统计资料的收集、加工和整理，并列表图示，以描述整个观察期间的发展模式，或推测各种经济变量之间的关系。统计资料仅仅是计量经济研究的“素材”。 计量经济学要以经济统计学提供的经济统计指标及数据研究经济现象的定量关系。所以，计量经济研究也是对统计资料一种深层次“挖掘”和“开发利用”。 三. 三.计量经济学与数学 由于计量经济学研究的主要是随机关系，所以需要引入数理统计方法以及集合与矩阵等理论和方法，并在此基础上发展了计量经济方法，成为计量经济研究
的建模工具。数理统计学是计量经济学的数学理论基础。
第三节计量经济研究的步骤 一．模型设定 模型设定一般包括总体设计和个体设计。总体设计的目标是能正确反映经济系统的运行机制。个体设计的目标是能正确反映经济变量之间的因果关系。 ㈠研究经济理论 根据一定经济理论揭示影响研究对象的因素及其影响方向和作用大小。对同一经济问题，所依据的经济理论不同，所分析的影响因素和构造的计量模型就可能不同。 ㈡确定变量 选择变量必须正确把握所研究经济活动的经济学内容。 确定纳入模型中的变量的性质，即哪个是被解释变量，哪个或哪些是解释变量。 一般将将影响研究对象最主要的、定量的、经常发生作用的、有统计数据支持的因素纳入模型之中。 慎重使用虚拟变量。 ㈢确定模型的数学形式 一般有两种方式：一是根据经济行为理论，利用数理经济学推导出的模型形式；一是根据实际统计资料绘制被解释变量与解释变量的相关图。 ㈣设定模型中待估参数的符号和大小的理论期望值。 二、模型估计 ㈠样本数据 样本数据类型：时间序列数据，应用此类数据建模时要注意数据的口径和易使模型产生序列相关；截面数据，此类数据易使模型产生异方差性；虚变量数据；平行数据（混合数据）。 选择样本数据的出发点：模型的研究目的；模型的应用期限。 样本数据的质量：完整性，准确性，可比性。 ㈡模型识别 仅对联立经济计量模型而言，判断能否方程组估计出模型参数。 ㈢估计方法选择 根据模型特点和估计方法的应用条件进行选择。 ㈣软件使用
中级计量经济学 一、课程编码： 课内学时：48学分：3 二、适用专业：应用经济学，企业管理，管理科学与工程等 三、先修课程：微积分，线性代数，概率论与数理统计，微观经济学，宏观经济学 四、教学目标 1.了解现代经济学的特征，了解经济数量分析课程在经济学课程体系中的地位，了解 经济数量分析在经济学科的发展和实际经济工作中的作用； 2.进一步掌握经济计量经济学的中级理论与方法，了解计量经济学理论与方法和拓展 新发展； 3.能够建立并应用计量经济模型，对现实经济现象中的数量关系进行深入分析； 4.形成在经济学领域熟练应用高等计量经济学工具进行方法研究、数学建模和科学研 究的能力，并为进一步学习高级计量课程打下基础。 五、教学方式： 课堂讲授，材料自学与课堂讨论，穿插案例分析，软件建模学习，撰写计量经济学应用论文。 六、主要内容及学时分配 1.中级计量经济学概述与经典线性计量经济学模型理论方法回顾4学时 1.1计量经济学的基本概述 1.2计量经济学的内容体系 1.3建立与应用计量经济模型的主要步骤 1.4经典线性计量经济学模型理论方法回顾 2.多元回归模型4学时 2.1多元回归模型的估计、检验、预测 2.2多元回归模型的计算过程与案例分析 2.3异方差性专题 2.4自相关性专题 2.5多重共线性专题 2.6非线性回归模型专题 3.EVIEWS软件专题4 学时 3.1计量经济学应用软件概述 3.2EVIEWS操作解析 3.3EVIEWS编程与模型技巧 3.4基于案例的EVIEWS应用概述 4.单方程回归真模型的几个专题3学时 4.1模型中的特殊解释变量概述 4.2随机解释变量 4.3滞后变量
计量经济学知识点总结标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
绪论 计量经济学：根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。 计量经济学（定量分析）是经济学（定性分析）、统计学和数学（定量分析）的结合。目的：把实际经验的内容纳入经济理论，确定变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，为制定经济策略提供依据。 类型：理论计量经济学和应用计量经济学 计量经济学的研究步骤： （一）模型设定：要有科学的理论依据选择适当的数学形式方程中的变量要具有可观测性 （二）估计参数：参数不能直接观测而且是未知的 （三）模型检验：经济意义的检验、统计推断检验、计量经济学检验、模型预测检验 （四）模型应用：经济分析、经济预测、政策评价和检验、发展经济理论计量经济模型：计量经济模型是为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，是以数学形式对客观经济现象所作的描述和概括。 计量经济研究中应用的数据包括：①时间序列②数据截面③数据面板④数据虚拟变量数据 第二章 简单线性回归模型：只有一个解释变量的线性回归模型 相关系数：两个变量之间线性相关程度可以用简单线性相关系数去度量 总体相关系数：对于研究的总体，两个相互关联的变量得到相关系数。 总体相关系数 Var方差 Cov协议方差 ∑（r?r???）(r?r???) r rr= √∑（r ?r???）2∑（r r?r???）2 r 总体回归函数：将总体被解释函数Y的条件期望表现为解释变量X的函数 总体r(r|r r)=r1+r2r r 个体r r=r1+r2r r+r r随机扰动项μ 引入随机扰动项的原因 ①作为未知影响因素的代表②作为无法取得数据的已知因素的代表③作为众多细小因素的综合代表④模型的设定误差⑤变量的观测误差⑥经济现象的内在随机性。
1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分）3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分） 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。（3分） 13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。（3分） 14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。（3分） 15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18．样本决定系数：回归平方和在总变差中所占的比重。（3分） 19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。（3分） 20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分）23．回归变差：简称ESS,表示由回归直线（即解释变量）所解释的部分（2分），表示x对y的线性影响（1分）。 24．剩余变差：简称RSS，是未被回归直线解释的部分（2分），是由解释变量以外的因素造成的影响（1分）。 25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（1分），
计量经济学复习要点 Company number【1089WT-1898YT-1W8CB-9UUT-92108】
计量经济学复习要点 第1章 绪论 数据类型：截面、时间序列、面板 用数据度量因果效应，其他条件不变的概念 习题：C1、C2 第2章 简单线性回归 回归分析的基本概念，常用术语 现代意义的回归是一个被解释变量对若干个解释变量依存关系的研究，回归的实质是由固定的解释变量去估计被解释变量的平均值。 简单线性回归模型是只有一个解释变量的线性回归模型。 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x y ++=10ββ--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x y E 10)(ββ+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x y ++=10??ββ--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x y 10???ββ+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量
y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 线性回归的含义 线性：被解释变量是关于参数的线性函数（可以不是解释变量的线性函数） 线性回归模型的基本假设 简单线性回归的基本假定：对模型和变量的假定、对随机扰动项u 的假定（零均值假定、同方差假定、无自相关假定、随机扰动与解释变量不相关假定、正态性假定） 普通最小二乘法（原理、推导） 最小二乘法估计参数的原则是以“残差平方和最小”。 Min 21?()n i i i Y Y =-∑ 01 ??(,)ββ： 1 1 21 ()() ?()n i i i n i i X X Y Y X X ==--β=-∑∑ ， 0 1??Y X β=-β OLS 的代数性质 拟合优度R 2 离差平方和的分解：TSS=ESS+RSS
绪论 一、计量经济学概述 1、什么是计量经济学 Ｒ.Frish(挪威）1926年提出：Ｅcnometrics 定义：经济学、数学及统计学的三者结合 三园图： 依据经济理论、数据资料为基础，运用数学、统计学和计算机技术，以建立经济计量模型为主要手段，定量分析带有随机性特征的经济变量之间关系的规律，验证或发展经济理论、评价经济政策及预测经济活动的一门应用经济学科。 例：前提假设条件：消费主要取决于收入、并随着收入增长呈线性增长、边际消费递减等，则可设定消费C及Y具有下述理论计量经济模型：
u Y C ++=βα 其中：100<<<βα、，u 为随机扰动项（表示：除收入外其它因素对消费的影响） 利用数据资料n i Y C i i ,...,2,1),,(= 并进一步作计量经济学假设：假设模型满足经典（古典）条件， 则可采用普通最小二乘法估计模型参数建立样本数据经验模型，比如 Y C 67.038.2+= 检验模型：t 检验、F 检验、拟合优度检验，经济理论检验、计量经济检验 应用： 2、计量经济学的特点 （1）计量性： （2）模型性: （3）随机性： （4）实证性: 3、计量经济学内容范畴 （1）经典计量经济分析模型和方法 单方程计量经济分析模型和方法（一元、多元线性回归模型和方法） 估计： OLS （普通最小二乘法）、ML （极大似然法）、
GMM（广义矩法）、 BAYES法 检验：t检验、F检验、拟合优度检验 预测：点预测、区间预测 联立方程计量经济分析模型和方法 识别：结构式法、简化式法 估计： IlS（间接）、2SLS（二阶段）、3SLS（三阶段）、LIML（有限 信息极大似然）、FLML（完全信息ML）、最小方差比等 预测：简化式的多重多元线性回归 （2）非经典计量经济分析模型和方法 异方差性线性回归模型（估计：ＧＬＳ、ＷＬＳ、数学变换法；检验） 自相关性线性回归模型(估计：ＧＬＳ、广义差分变换；检验） 多重共线性线性回归模型 随机解释变量线性回归模型 非正态扰动线性回归模型 非线性回归模型 虚变量线性回归模型 误差变量线性回归模型