计量经济学术语
A
校正R2（Adjusted R-Squared）：多元回归分析中拟合优度的量度，在估计误差的方差时对添加的解释变量用一个自由度来调整。
对立假设（Alternative Hypothesis）：检验虚拟假设时的相对假设。
AR（1）序列相关（AR(1) Serial Correlation）：时间序列回归模型中的误差遵循AR（1）模型。
渐近置信区间（Asymptotic Confidence Interval）：大样本容量下近似成立的置信区间。
渐近正态性（Asymptotic Normality）：适当正态化后样本分布收敛到标准正态分布的估计量。
渐近性质（Asymptotic Properties）：当样本容量无限增长时适用的估计量和检验统计量性质。
渐近标准误（Asymptotic Standard Error）：大样本下生效的标准误。
渐近t 统计量（Asymptotic t Statistic）：大样本下近似服从标准正态分布的t统计量。
渐近方差（Asymptotic Variance）：为了获得渐近标准正态分布，我们必须用以除估计量的平方值。
渐近有效（Asymptotically Efficient）：对于服从渐近正态分布的一致性估计量，有最小渐近方差的估计量。
渐近不相关（Asymptotically Uncorrelated）：时间序列过
程中，随着两个时点上的随机变量的时间间隔增加，它们之间的相关趋于零。
衰减偏误（Attenuation Bias）：总是朝向零的估计量偏误，因而有衰减偏误的估计量的期望值小于参数的绝对值。自回归条件异方差性（Autoregressive Conditional Heteroskedasticity, ARCH）：动态异方差性模型，即给定过去信息，误差项的方差线性依赖于过去的误差的平方。一阶自回归过程[AR（1）]（Autoregressive Process of Order One [AR(1)]）：一个时间序列模型，其当前值线性依赖于最近的值加上一个无法预测的扰动。
辅助回归（Auxiliary Regression）：用于计算检验统计量——例如异方差性和序列相关的检验统计量——或其他任何不估计主要感兴趣的模型的回归。
平均值（Average）：n个数之和除以n。
B
基组、基准组（Base Group）：在包含虚拟解释变量的多元回归模型中，由截距代表的组。
基期（Base Period）：对于指数数字，例如价格或生产指数，其他所有时期均用来作为衡量标准的时期。
基期值（Base Value）：指定的基期的值，用以构造指数数字；通常基本值为1或100。
最优线性无偏估计量（Best Linear Unbiased Estimator, BLUE）：在所有线性、无偏估计量中，有最小方差的估
计量。在高斯—马尔科夫假定下，OLS是以解释变量样本值为条件的BLUE 。
贝塔系数（Beta Coef?cients）：见标准化系数。
偏误（Bias）：估计量的期望参数值与总体参数值之差。偏误估计量（Biased Estimator）：期望或抽样平均与假设要估计的总体值有差异的估计量。
向零的偏误（Biased Towards Zero）：描述的是估计量的期望绝对值小于总体参数的绝对值。
二值响应模型（Binary Response Model）：二值因变量的模型。
二值变量（Binary Variable）：见虚拟变量。
两变量回归模型（Bivariate Regression Model）：见简单线性回归模型。
BLUE（BLUE）：见最优线性无偏估计量。
Breusch-Godfrey 检验（Breusch-Godfrey Test）：渐近正确的AR（p）序列相关检验，以AR（1）最为流行；该检验考虑到滞后因变量和其他不是严格外生的回归元。Breusch-Pagan 检验（Breusch-Pagan Test）：将OLS残差的平方对模型中的解释变量做回归的异方差性检验。C
因果效应（Causal Effect）：一个变量在其余条件不变情况下的变化对另一个变量产生的影响。
其余条件不变（Ceteris Paribus）：其他所有相关因素均
保持固定不变。
经典含误差变量（Classical Errors-in-Variables, CEV）：观测的量度等于实际变量加上一个独立的或至少不相关的测量误差的测量误差模型。
经典线性模型（Classical Linear Model）：全套经典线性模型假定下的复线性回归模型。
经典线性模型（CLM）假定（Classical Linear Model (CLM) Assumptions）：对多元回归分析的理想假定集，对横截面分析为假定MLR.1至MLR.6，对时间序列分析为假定TS.1至TS.6。假定包括对参数为线性、无完全共线性、零条件均值、同方差、无序列相关和误差正态性。
科克伦—奥克特（CO）估计（Cochrane-Orcutt (CO) Estimation）：估计含AR（1）误差和严格外生解释变量的多元线性回归模型的一种方法；与普莱斯—温斯登估计不同，科克伦—奥克特估计不使用第一期的方程。
置信区间（CI）（Con?dence Interval, CI）：用于构造随机区间的规则，以使所有数据集中的某一百分比（由置信水平决定）给出包含总体值的区间。
置信水平（Con?dence Level）：我们想要可能的样本置信区间包含总体值的百分比，95%是最常见的置信水平，90%和99%也用。
不变弹性模型（Constant Elasticity Model）：因变量关于
解释变量的弹性为常数的模型；在多元回归中，两者均以对数形式出现。
同期外生回归元（Contemporaneously Exogenous）：在时间序列或综列数据应用中，与同期误差项不相关但对其他时期则不一定的回归元。
控制组（Control Group）：在项目评估中，不参与该项目的组。
控制变量（Control Variable）：见解释变量。
协方差平稳（Covariance Stationary）：时间序列过程，其均值、方差为常数，且序列中任意两个随机变量之间的协方差仅与它们的间隔有关。
协变量（Covariate）：见解释变量。
临界值（Critical Value）：在假设检验中，用于与检验统计量比较来决定是否拒绝虚拟假设的值。
横截面数据集（Cross-Sectional Data Set）：在给定时点上从总体中收集的数据集
D
数据频率（Data Frequency）：收集时间序列数据的区间。年度、季度和月度是最常见的数据频率。
戴维森—麦金农检验（Davidson-MacKinnon Test）：用于检验相对于非嵌套对立假设的模型的检验：它可用相争持模型中得出的拟合值的t检验来实现。
自由度（df）（Degrees of Freedom, df）：在多元回归模型
分析中，观测值的个数减去待估参数的个数。
分母自由度（Denominator Degrees of Freedom）：F检验中无约束模型的自由度。
因变量（Dependent Variable）：在多元回归模型（和其他各种模型）中被解释的变量。
除趋势（Detrending）：从时间序列中除去趋势的做法。斜率级差（Difference in Slopes）：所描述的是模型中某些斜率参数，因组或时期的不同而不同。
向下偏误（Downward Bias）：估计量的期望值低于参数的总体值。
虚拟变量（Dummy Variable）：取值为0或1的变量。虚拟变量陷阱（Dummy Variable Regression）：自变量中包含了过多的虚拟变量造成的错误；当模型中既有整体截距又对每一组都设有一个虚拟变量时，该陷阱就产生了。
德宾—沃森（DW）统计量（Durbin-Watson (DW) Statistic）：在经典线性回归假设下，用于检验时间序列回归模型的误差项中的一阶序列相关的统计量。
动态完整模型（Dynamically Complete Model）：设更多的滞后因变量，或设更多的滞后解释变量都无助于解释因变量的均值的时间序列模型。
E
计量经济模型（Econometric Model）：将因变量与一组
解释变量和未观测到的扰动联系起来的方程，方程中未知的总体参数决定了各解释变量在其余条件不变下的效应。
经济模型（Economic Model）：从经济理论或不那么正规的经济原因中得出的关系。
经济显著性（Economic Signi?cance）：见实际显著性。弹性（Elasticity）：给定一个变量在其余条件不变下增加1%，另一个变量的百分比变化。
经验分析（Empirical Analysis）：用正规计量分析中的数据检验理论、估计关系式或确定政策效应的研究。
内生解释变量（Endogenous Explanatory Variable）：在多元回归模型中，由于遗漏变量、测量误差或联立性的原因而与误差项相关的解释变量。
内生样本选择（Endogenous Sample Selection）：非随机样本选择，其选择直接地或通过方程中的误差项与因变量相联系。
误差项（Error Term）：在简单或多元回归方程中，包含了未观测到的影响因变量的因素的变量。误差项也可能包含被观测的因变量或自变量中的测量误差。
误差方差（Error Variance）：多元回归模型中误差项的方差。
事件研究（Event Study）：事件（例如政府规制或经济政策的变化）对结果变量的效应的计量分析。
排除一个有关变量（Excluding a Relevant Variable）：在多元回归分析中，遗漏了一个对因变量有非零偏效应的变量。
排斥性约束（Exclusion Restrictions）：说明某些变量被排斥在模型之外（或具有零总体参数）的约束。
外生解释变量（Exogenous Explanatory Variable）：与误差项不相关的解释变量。
外生样本选择（Exogenous Sample Selection）：或者依赖外生解释变量，或者与所感兴趣的模型中的误差项不相关的样本选择。
实验数据（Experimental Data）：通过进行受控制的实验获得的数据。
试验组（Experimental Group）：见处理组。
解释平方和（SSE）（Explained Sum of Squares, SSE）：多元回归模型中拟合值的总样本变异。
被解释变量（Explained Variable）：见因变量。
解释变量（Explanatory Variable）：在回归分析中，用于解释因变量中的变异的变量。
指数趋势（Exponential Trend）：有固定增长率的趋势。F
F统计量（F Statistic）：在多元回归模型中，用于检验关于参数的多重假设的统计量。
可行的GLS（FGLS）估计量（Feasible GLS (FGLS)
Estimator）：方差或相关参数未知，因而必须先进行估计的GLS程序。（又见广义最小二乘估计量。）
有限分布滞后（FDL）模型（Finite Distributed Lag (FDL) Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。
一阶差分（First Difference）：对相邻时期做差分所构成的对时间序列的转换，即用后一时期减去前一时期。
一阶条件（First Order Conditions）：用于求解OLS估计值的一组线性方程。
拟合值（Fitted Values）：在各观测中将自变量的值插入OLS回归线时，所得到的因变量的估计值。
函数形式的错误设定（al Form Misspeci?cation）：当模型中有被遗漏的解释变量的函数（例如二次项），或者对一个因变量或某些自变量用了错误的函数时产生的问题。
G
高斯—马尔科夫假定（Gauss-Markov Assumptions）：一组假定（假定MLR.1至MLR.5或假定TS.1至TS.5），在这之下OLS是BLUE 。
高斯—马尔科夫定理（Gauss-Markov Theorem）：该定理表明，在五个高斯—马尔科夫假定下（对于横截面或时间序列模型），OLS估计量是BLUE （在解释变量样
本值的条件下）。
广义最小二乘（GLS）估计量（Generalized Least Squares (GLS) Estimator）：通过对原始模型的变换，说明了已知结构的误差的方差（异方差性）和误差中的序列相关形式或两者兼有的估计量。
拟合优度度量（Goodness-of-Fit Measure）：概括一组解释变量有多好地解释了因变量或响应变量的统计量。
增长率（Growth Rate）：时间序列中相对于前一时期的比例变化。可将它近似为对数差分或以百分比形式报导。H
异方差性（Heteroskedasticity）：给定解释变量，误差项的方差不为常数。
未知形式的异方差性（Heteroskedasticity of Unknown Form）：以一未知的任意形式依赖于解释变量的异方差性。
异方差—稳健 F 统计量（Heteroskedasticity-Robust F Statistic）：对未知形式的异方差性而言（渐近）稳健的F 统计量。
异方差—稳健LM 统计量（Heteroskedasticity-Robust LM Statistic）：对未知形式的异方差性而言（渐近）稳健的LM 统计量。
异方差—稳健标准误（Heteroskedasticity-Robust Standard Error）：对未知形式的异方差性而言（渐近）
稳健的标准误。
异方差—稳健t 统计量（Heteroskedasticity-Robust t Statistic）：对未知形式的异方差性而言（渐近）稳健的t 统计量。
高持续性过程（Highly Persistent Process）：时间序列过程，其中遥远的将来的结果与当前的结果高度相关。
同方差性（Homoskedasticity）：回归模型中的误差在解释变量条件下具有不变的方差。
I
即期弹性（Impact Elasticity）：在分布滞后模型中，给定自变量增加1%因变量的即时的百分比变化。
即期乘数（Impact Multiplier）：见即期倾向。
即期倾向（Impact Propensity）：在分布滞后模型中，自变量增加一个单位因变量的即时的变化。
包含一个无关变量（Inclusion of an Irrelevant Variable）：用OLS估计方程时，回归模型中包含了总体参数为零的解释变量。
指数（Index Number）：关于经济行为（例如生产或价格）总量信息的统计量。
影响重大的观测值（In?uential Observations）：见奇异值。INTRODUCTORY ECONOMETRICS
一阶自积［I（1）］（Integrated of Order One [I(1)]）：需要做一阶差分来得到I（0）过程的时间序列过程。
零阶自积［I（0）］（Integrated of Order Zero [I(0)]）：平稳、弱独立时间序列过程，当用于回归分析时，它满足大数定律和中心极限定理。
交互作用（Interaction Effect）：回归模型中为两个解释变量的乘积的自变量。
截距参数（Intercept Parameter）：复线性回归模型中，给出当所有自变量都为零时因变量的期望值的参数。
截距的变动（Intercept Shift）：回归模型中的截距，因组或时期的不同而不同。
J
联合假设检验（Joint Hypothesis Test）：一个模型中包含不止一个对参数的约束的检验。
联合统计显著性（Jointly Statistically Signi?cant）：两个或多个解释变量具有零总体系数的虚拟假设以一个选定的显著性水平被拒绝。
L
滞后分布（Lag Distribution）：在无限或有限分布滞后模型中，把滞后系数表示为滞后长度的函数。
滞后因变量（Lagged Dependent Variable）：等于以前时期的因变量的解释变量。
拉格朗日乘数统计量（Lagrange Multiplier Statistic）：仅在大样本下为正确的检验统计量，它可用于在不同的模型设定问题中检验遗漏变量、异方差性和序列相关。
大样本性质（Large Sample Properties）：见渐近性质。
水平值—水平值模型（Level-Level Model）：因变量与自变量均为标准（或原始）形式的回归模型。
水平值—对数模型（Level-Log Model）：因变量为标准形式、自变量（至少是其中一部分）为对数形式的回归模型。
线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。
线性时间趋势（Linear Time Trend）：为时间的线性函数的趋势。
线性无偏估计量（Linear Unbiased Estimator）：在多元回归分析中，是因变量值的一个线性函数的那些无偏估计量。
对数—水平值模型（Log-Level Model）：因变量以对数形式出现，而自变量是水平（或原始）形式的一种回归模型。
对数—对数模型（Log-Log Model）：因变量和（至少一部分）解释变量都是以对数形式出现的回归模型。
长期弹性（Long-Run Elasticity）：因变量和自变量都是对数形式出现的分布滞后模型中的长期倾向。即，长期弹性是在给定解释变量增长了1%时，被解释变量最终变化的百分比。
长期乘数（Long-Run Multiplier）：参见长期倾向。
长期倾向（Long-Run Propensity）：在一个分布滞后模型
中，给定自变量的一个永久性的、一个单位的增长，因变量最终的变化量。
M
配对样本（Matched Pairs Sample）：每个观测值都与另一个观测值相匹配的一种样本，如由丈夫和妻子或一对兄妹组成的样本。
测量误差（Measurement Error）：观测到的变量与多元回归方程中的变量之间的差。
微数缺测性（Micronumerosity）：由Arthur Goldberger 首先提出的一个概念，用以描述容量样本较小时计量经济学估计量的性质。
最小方差无偏估计量（Minimum Variance Unbiased Estimator）：在所有的无偏估计量中方差最小的那个估计量。
数据缺失（Missing Data）：当我们没有观测到样本中某些观测（个人、城市、时期等）所对应的一些变量值时，发生的一类数据问题。
一阶移动平均过程[MA（1）]（Moving Average Process of Order One [MA(1)]）：是由某个随机过程的当期值与一期滞后的线性函数所产生的一种时间序列过程。这个随机过程是0均值、固定方差和不相关的。
多重共线性（Multicollinearity）：指多元回归模型中自变量之间的相关性。当某些相关性“很大”时，就会发生
多重共线性，但对实际的大小尺度并没有明确的规定。多重假设检验（Multicollinearity）：涉及到参数的多个约束条件的虚拟假设检验。
多元线性回归（MLR）模型（Multiple Linear Regression (MLR) Model）：对参数是线性的一类模型，其中的因变量是自变量的函数加上一个误差项。
多元回归分析（Multiple Regression Analysis）：在多元线性回归模型中进行估计和推断的一类分析。
多重约束（Multiple Restrictions）：计量经济学模型中对参数的多于一个的约束条件。
乘数测量误差（Multiplicative Measurement Error）：观测到的变量等于实际的观测不到的变量与一个正的测量误差的乘积时出现的一种测量误差。
N
n-R-平方统计量（n-R-Squared Statistic）：参见拉格朗日乘数统计量。
名义变量（Nominal Variable）：用名义或当前美元数表示的变量。
非实验数据（Nonexperimental Data）：不是通过人为控制下的实验得到的数据。
非嵌套模型（Nonnested Models）：没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。
非平稳过程（Nonstationary Process）：联合分布在不同的时期不是恒定不变的一种时间序列过程。
正态性假定（Normality Assumption）：经典线性模型假定之一。它是指以解释变量为条件的误差（或因变量）有正态分布。
虚拟假设（Null Hypothesis）：在经典假设检验中，我们把这个假设当作真的，要求数据能够提供足够的证据才能否定它。
分子自由度（Numerator Degrees of Freedom）：在F检验中，所检验的约束条件的个数。
O
可观测数据（Observational Data）：参见非实验数据。OLS（OLS）：参见普通最小二乘法。
OLS截距估计值（OLS Intercept Estimate）：OLS回归线的截距。
OLS回归线（OLS Regression Line）：表示了因变量的预报值与自变量的值之间关系的方程，它的参数是用OLS 估计出来的。
OLS斜率估计值（OLS Slope Estimate）：OLS回归线的斜率。
遗漏变量偏误（Omitted Variable Bias）：回归中遗漏了有关变量而产生的OLS估计量的偏误。
单侧对立假设（One-Sided Alternative）：被表述为参数
大于（或小于）虚拟条件下的假设值的一种对立假设。单尾检验（One-Tailed Test）：与单侧对立假设相对的假设检验。
序数变量（Ordinal Variable）：通过排列顺序传达信息的一种数据，它们的大小本身并不说明任何问题。
普通最小二乘法（OLS）（Ordinary Least Squares, OLS）：用来估计多元线性回归模型中的参数的一种方法。最小二乘估计值通过最小化残差的平方和得到。INTRODUCTORY ECONOMETRICS
异常数据（Outliers）：在数据集中，与大量其他数据有明显区别的观测值。这种现象可能是由于误差造成的，也可能是因为它们是由与多数其他数据不同的模型产生而造成的。
整体显著性（Overall Signi?cance of a Regression）：对多元回归方程中所有的解释变量所做的一种联合显著性检验。
模型的过度识别（Overspecifying a Model）：参见含有一个无关变量。
P
p值（p-value）：指能够拒绝虚拟假设的最低显著性水平。等价的，它也指虚拟假设不被拒绝的最大显著性水平。综列数据（Panel Data）：在不同时期，横截面的不断反
复得到的数据集。在平衡的综列中，同样的单位在每个时期都出现。在不平衡的综列中，有些单位往往由于衰减现象而不会在每个时期都出现。
偏效应（Partial Effect）：回归模型中的其他因素保持不变时，某个解释变量对因变量的影响。
完全共线性（Perfect Collinearity）：在多元回归中，一个自变量是一个或多个其他自变量的线性函数。
变量缺失问题的插入解（Plug-In Solution to the Omitted Variables Problem）：在OLS回归中，用一个代理变量代替观测不到的缺失变量。
政策分析（Policy Analysis）：用计量经济学模型来评估某项政策的效果的一种实证分析。
混合横截面（Pooled Cross Section）：通常在不同时点收集到的相互独立的横截面组合而成的一个单独的数据集。
总体（Population）：作为统计或计量经济分析对象的一个明确定义的组群（人、公司、城市等）。
总体模型（Population Model）：一种描述了总体特征的模型，特别是多元线性回归模型。
总体R平方（Population R-Squared）：总体中，由解释变量解释了的那部分因变量的变异。
总体回归函数（Population Regression ）：参见条件期望。实际显著性（Practical Signi?cance）：相对于统计显著性
而言的、某个估计值的实际的或经济的重要性，用它的符号和大小来衡量。
普莱斯—温斯登（PW）估计（Prais-Winsten (PW) Estimation）：一种用来估计有AR（1）误差和严格外生解释变量的多元线性回归模型的方法；不同于科克伦-奥克特方法，它在估计中要用到第一个时期的方程。
前定变量（Predetermined Variable）：在联立方程模型中的滞后的内生变量或滞后的外生变量。
被预测变量（Predicted Variable）：参见因变量。
预报（Prediction）：把特定的解释变量的值代入所估计的模型，通常是多元回归模型中，以得到结果的一个估计值。
预测误差（Prediction Error）：实际结果与所预报的结果之间的差。
预测区间（Prediction Interval）：多元回归模型中，某个因变量的未知结果的一个置信区间。
预测变量（Predictor Variable）：参见解释变量。
项目评估（Program Evaluation）：用计量经济学方法求出某个私人或公共项目的不确定影响的一种评估方法。代理变量（Proxy Variable）：多元回归分析中，一个与观测不到的解释变量有关系但又不相同的可观测变量。Q
二次函数（Quadratic s）：包含一个或多个解释变量的平
计量经济学学习心得报告 通过这个学期学习的计量经济学这门课程，王新华老师在我们学习计量经济学给了我们很多细 心的讲解和耐心的指导，我们针对学习内容主要学到的主要有两点：一：对EVIES软件的熟练操作与应用，学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它；二：对于计量经济 学各种案例分析的认识我是很深刻的，在这一次对一个案例进行回归分析讲述中，我不但巩固 了老师课堂所讲的知识，也提高了胆识，增长了见识，也学会了团队与协作的力量。 以下我将着重从两个方面阐述我对计量经济学知识的一些认识以及个人从中学到的经验与心得。一：计量经济学教我了我很多。 在学习计量经济学的过程中，我可以旁征博引，同时老师也给了我很多有意思的启发，因为即 将面临考研的抉择，这门课也是我考研过程中必备的一门课程，因此，它作为一门核心必修课，我们都会很用心得听讲，并对一些重要的知识做了记录，从而为自己的考研奠定一定的基础。 二：计量经济学的系统知识 计量经济学的定义为：用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能 和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经 济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学 的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系 来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计 量经济学。 计量经济学关心统计工具在经济问题与实证资料分析上的发展和应用，经济学理论提供对于经 济现象逻辑一致的可能解释。因为人类行为和决策是复杂的过程，所以一个经济议题可能存在 多种不同的解释理论。当研究者无法进行实验室的实验时，一个理论必须透过其预测与事实的 比较来检验,计量经济学即为检验不同的理论和经济模型的估计提供统计工具。 在计量经济学一元线性回归模型，我认识到：变量间的关系及回归分析的基本概念，主要包括：其次有一元线形回归模型的参数估计及其统计检验与应用，包括： 我也学会了参数的最大似然估计法语最小二乘法。对于最小二乘法，当从模型总体随机抽取n 组样本观测值后，最合理的参数估计量应该使得模型能最好的拟合样本数据，而对于最大似然 估计法，当从模型总体随机抽取n组样本观测值后，最合理的参数估计量应该使得从模型中抽 取该n组样本观测值的概率最大。显然，这是从不同原理出发的两种参数估计方法。即：
计算分析题（共3小题，每题15分，共计45分） 1、下表给出了一含有3个实解释变量的模型的回归结果： 方差来源 平方和（SS ） 自由度（d.f.） 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 （1）求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 （2）求可决系数)37.0(-和调整的可决系数2 R （3）在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 （已知0.05(3,40) 2.84F =） （4）根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献？为什么？ 1、 （1）样本容量n=43+1=44 （1分） RSS=TSS-ESS=66056-65965=91 （1分） ESS 的自由度为: 3 （1分） RSS 的自由度为: d.f.=44-3-1=40 （1分） （2）R 2=ESS/TSS=65965/66056=0.9986 （1分） 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 （2分） （3）H 0：1230βββ=== （1分） F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- （2分） F >0.05(3,40) 2.84F = 拒绝原假设 （2分） 所以，1X 、2X 和3X 总体上对Y 的影响显著 （1分） （4）不能。 （1分） 因为仅通过上述信息，可初步判断X 1，X 2，X 3联合起来 对Y 有线性影响，三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1，X 2，X 3前参数的具体估计值，因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下： i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= （-0.56）(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中，Y 为总就业量；X 1为总收入；X 2为平均月工资率；X 3为地方政府的
计量经济学课后习题总结 第一章绪论 1、什么事计量经济学？ 计量经济学就是把经济理论、经济统计数据和数理统计学与其他数学方法相结合，通过建立经济计量模型来研究经济变量之间相互关系及其演变的规律的一门学科。 2、计量经济学的研究方法有那几个步骤？ （1）建立模型：包括模型中变量的选取及模型函数形式的确定。 （2）模型参数的估计：通过搜集相关是数据，采用不同的参数估计方法，进行模型参数估计。 （3）模型参数的检验：包括经济检验、以及统计学方面的检验。 （4）经济计量模型的应用：经济预测、经济结构分析、经济政策评价。 3、经济计量模型有哪些特点？ 经济计量模型是一个代数的、随即的数学模型，它可以是线性或非线性（对参数而言）形式。 4、经济计量模型中的数据有哪几种类型 （1）定量数据：时间序列数据、截面数据、面板数据 （2）定型数据：虚拟变量数据 第二章一元线性回归模型 1、什么是相关关系？它有那几种类型？（书上没有确切的答案） （1）相关关系：当一个或几个相互联系的变量取一定的数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化。变量 间的这种相互关系，称为具有不确定性的相关关系 （2）相关关系的种类 1.按相关程度分类： （1）完全相关：一种现象的数量变化完全由另一种现象的数量变化所确定。在这种情况下，相关关系便称为函数关系，因此也可以说函数关 系是相关关系的一个特例。 （2）不完全相关：两个现象之间的关系介于完全相关和不相关之间 （3）不相关：两个现象彼此互不影响，其数量变化各自独立 2.按相关的方向分类： （1）正相关：两个现象的变化方向相同 （2）负相关：两个现象的变化方向相反 3.按相关的形式分类 （1）线性相关：两种相关现象之间的关系大致呈现为线性关系 （2）非线性相关：两种相关现象之间的关系并不表现为直线关系，而是 近似于某种曲线方程的关系
名词解释 1、 因果效应：在理想化随机对照实验中得到的，某一给定的行为或处理对结果的影响 2、 实验数据：来源于为评价某种处理（某项政策）抑或某种因果效应而设计的实验 3、 观测数据：通过观察实验之外的实际行为而获得的数据 4、 截面数据：对不同个体如工人、消费者、公司或政府机关等在某一特定时间段内收集到的数据 5、 时间序列数据：对同一个体（个人、公司、国家等）在多个时期内收集到的数据 6、 面板数据：即纵向数据，是多个个体分别在两个或多个时期内观测到的数据 7、 离散型随机变量：一些随机变量是离散的 连续型随机变量：一些随机变量是连续的 8、 期望值：随机变量经过多次重复实验出现的长期平均值，记作E （Y ） 9、 期望：Y 的长期平均值，记作μY 10、方差：是Y 距离其均值的偏差平方的期望值，记作var （Y ） 11、标准差：方差的平方根来表示偏差程度，记作σY 12、独立性：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息 13、标准正态分布：指那些均值102==σμ、方差的正态分布，记作N （0，1） 14、简单随机抽样：n 个对象从总体中抽取，且总体中的每一个个体都有相等的可能性被选入样本 15、独立分布：两个随机变量X 和Y 中的一个变量无法提供另一个变量的相关信息，那么这两个变量X 和Y 独立分布 16、偏差：设Y Y E Y Y μμμμ-??）（为的一个估计量，则偏差是； 一致性：当样本容量增大时，Y μ ?落入真实值Y μ的微小领域区间内的概率接近于1，即Y Y μμ与?是一致的 有效性：如果Y μ ?的方差比Y μ~更小，那么可以说Y Y μμ~?比更有效 17、最小二乘估计量：21)(m i n i -Y ∑ =最小化误差m -i Y 平方和的估计量m 18、P 值：即显著性概率，指原假设为真的情况下，抽取到的统计量与原假设之间的差异程度至少等于样本计算值与 原假设之间差异程度的概率 19、第一类错误：拒绝了实际上为真的原假设 20、一元线性回归模型：i i 10i μββ+X +=Y ；1β代表1X 变化一个单位所导致Y 的变化量 21、普通最小二乘（OLS ）估：选择使得估计的回归线与观测数据尽可能接近的回归系数，其中近似程度用给定X 时预 测Y 的误差的平方和来度量 22、回归2R ：可以由i X 解释（或预测）的i Y 样本方差的比例，即TSS SSR TSS ESS R -==12 23、最小二乘假设：①给定i X 时误差项i μ的条件均值为零：0)(i i =X μE ； ②从联合总体中抽取的， ，，，），，（n ...21i i i =Y X 满足独立同分布； ③大异常值不存在：即i i Y X 和具有非零有限的四阶距 24、1β置信区间：以95%的概率包含1β真值的区间，即在所有可能随机抽取的样本中有95%包含了1β的真值 25、同方差：若对于任意i=1，2，...，n ，给定） （条件分布的方差时χμμ=X X i i i i var 为常数且不依赖于χ，则 称误差项i μ是同方差
大连外国语学院日语专业始建于1964年，是大连外国语学院的起家专业，也是辽宁省的品牌专业、本科示范专业。日本语学院设有四年制和五年制本科专业：日语、金融学（日语）、经济学（日语）、市场营销（日语）等专业，日语专业设有语言文化、高级翻译、日韩复语、国际贸易、商务、旅游等倾向。现有本科生3300余名、硕士研究生170余名，均居国内各高校日语专业之首，是世界最大的日语教育和培训基地。 日本语学院拥有一支结构合理、治学态度严谨、学术水平较高、教学经验丰富的师资队伍，任课教师均有在日本留学、进修或任教的经历。此外，每年还聘请十余位日本专家任教。经过几代人的努力，日本语学院以学科建设为中心，逐步形成了一套科学的专业结构体系、规范的课程体系、结构合理的教师梯队以及不断完善的科学研究体系。学院设有日本诗歌研究中心、中日比较语言文化研究所、日本文化研究中心、日本语教育研究所、日本语应用语言研究所5个研究机构，《日语知识》（月刊）杂志发行到二十几个国家和地区，深受国内外读者欢迎。 日本语学院十分重视国际交流，不断拓宽国际化办学渠道，迄今已与日本早稻田大学、立命馆大学、东京外国语大学、御茶水女子大学等30多所大学建立了校际交流关系，并且已与日本立命馆大学、樱美林大学、国士馆大学等学校建立了“3+0.5+2”、“2+2”等多种形式的联合办学模式，每年均有近300名本科生赴日留学，研修、访问，每年有三分之二以上的研究生赴日留学一年。 为了激励学生的学习热情，日本语学院设立了形式多样、数额较大的各种奖学金。学生除了可以获得国家、学校的各种奖学金之外，还可以获得由日本友好团体、地方政府以及个人提供的多种奖学金。如：“笹川奖学金”、“关原奖学金”、“富山县?辽宁省友好纪念奖学金”、“小金桥奖学金”、“索尼奖学金”、“住友银行奖学金”、“住友化学奖学金”、“花旗银行奖学金”等。 “较强的语言运用能力”是日本语学院创建以来一直保持的“强项”，学生在国际、国家、省市级各类的日语演讲比赛中屡拔头筹。各类毕业生均以“口语能力强，综合素质高”而受到社会的普遍好评。毕业生的就业率始终保持在99%以上。就业途径也呈现出多样化趋势：部分学生报考研究生或到日本留学继续学习深造；部分学生则报考公务员，到外交部等国家机关工作；大部分学生毕业后在外资、合资或国有企业工作。尤其是近年来，学生适应社会需要的能力进一步增强，毕业生正在为我国的经济发展及中日间经济文化交流做出贡献。 本科阶段： 日本语学院现设有四年制和五年制本科专业，是辽宁省示范性专业，基础日语和翻译为省级精品课程，学生的应用和实践能力较强是日本语学院的专业特色，“听说领先、口语过硬”是日语专业保持40余年的教学优势，学生在各种国际测试、各级各类比赛中屡屡夺魁。
宏观经济学课程研究报告 ——凯恩斯主义与中国经济1、凯恩斯理论 凯恩斯主义又称为凯恩斯主义经济学，是根据凯恩斯的著作《就业、信息和货币通论》的思想基础上的经济理论，主张国家采用扩张性的经济政策，通过增加需求促进经济增长。凯恩斯主义的理论体系是以解决就业问题为中心，其基本理论观点是：社会的就业量却绝育有效需求。由消费需求和投资需求构成的有效需求，其大小主要取决于消费倾向、资本边际效率、流动性偏好三大基本心理因素以及货币数量，货币政策观。 凯恩斯首次提出了货币市场，打破了将实际领域与货币领域分开的两分法，这是对古典货币理论的最大突破，货币供求决定利率是凯恩斯货币理论的核心内容。 2、凯恩斯理论在中国经济上的应用 货币供给被假定为中央银行给定，所以只需要考虑货币需求与利率之间的相互关系。凯恩斯认为货币需求来源有三种动机：交易动机、谨慎动机和投机动机，前两者可以视为收入的函数，而第三种动机则可以视为利率的函数，即货币需求取决于实际收入和利率已知，当收入上升时，货币总需求增加；当利率上升时，货币总需求下降。利率在货币供求中起到了调节与杠杆作用。 我国近年来通过实施积极有效的财政政策、稳健的金融货币政策，特别是低利率政策和税收政策，有力的加强了政府对经济的宏观调控力度。就是运用了凯恩斯有关货币的理论。 3、我国经济现状 自金融危机的爆发以来，经济的迅速衰退席卷全球。而中国，这个已改革开放30年，全方位与世界接轨的国家，也不可避免的受到了严重的经济冲击。我认为我国目前经济现状的产生是由以下因素共同导致的。 (1)外部环境：欧洲主权债务危机不断加深，部分国家经济崩溃致使整个欧盟经济圈越陷越深，并使问题不断扩大。美国，作为当今世界的经济资本中心，大量加印钞票意图转嫁金融危机的做法使得全球经济受到影响。而中国作为其最大外汇储蓄国，美元的贬值造成人民币价值波动，引发国内经济因素的不稳定。国际资本异动等等情况使得中国面临外需回落、资本外逃、摩擦加剧和悲观预期的四重外部压力。 (2)内部环境：我国应对经济冲击主要通过中央政府的大力扶持，而想要经济快速增长就需要依靠投资、消费的拉动。在大规模投资中，银行信贷的超常增长又发挥了决定性的支撑作用。然而，无论是过高的投资比率还是过快的信贷增长，且不论其所蕴含的风险，其本身就注定是不可持续的。中国经济不可能再单单依靠投资的拉动来支撑增长目标的实现。因此，消费需求方面能否有切实的改善和提升，就成为中国保增长的决定性因素。但中国多年以来保守的消费观念也使得
计量经济学复习范围 一、回归模型的比较 1.根据模型估计结果观察分析 (1)回归系数的符号与值的大小就是否符合经济理论要求 (2)改变模型形式之后就是否使判定系数的值明显提高 (3)各个解释变量t 检验的显著性 2.根据残差分布观察分析 在方程窗口点击View \ Actual,Fitted,Residual\Tabe(或Graph) (1)残差分布表中,各期残差就是否大都落在σ ?±的虚线框内。 (2)残差分布就是否具有某种规律性,即就是否存在着系统误差。 (3)近期残差的分布情况 二、 判断新的解释变量引入模型就是否合适(遗漏变量检验) 1、基本原理 如果模型逐次增加一个变量, 由于增加一个新的变量,ESS 相对于RSS 的增加,称为这个变量的“增量贡献”或“边际贡献”。 不引入:0H (即引入的变量不显著) ())'','(~)''/(/' k k F k n RSS k ESS ESS F new old new --= 或 )'','(~/)1(/)(''2' 22k k F k n R k R R F NEW OLD NEW ---= 其中,'k 为新引进解释变量的个数,''k 为引进解释变量后的模型中参数个数。 判别增量贡献的准则:如果增加一个变量使2R 变大,即使RSS 不显著地减少,这个变量从边际贡献来瞧,就是值得增加的。 若F>F 或者对应的P 值充分小,拒绝 则认为引入新的解释变量合适;否则,接受则认为引入新的解释变量不合适。 三、伪回归的消除 如果解释变量与被解释变量均虽随时间而呈同趋势变动,如果不包含时间趋势变量而仅仅就是将Y 对X 回归,则结果可能仅仅反映这两个变量的同趋势特征而没有反映它们之间的真实关系,这种回归也称为伪回归。
计量经济学分析计算题（每小题10分） 1．下表为日本的汇率与汽车出口数量数据， X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。 （2）计算X 与Y 的相关系数。其中X 129.3＝ ，Y 554.2＝，2 X X 4432.1∑ （－）＝，2 Y Y 68113.6∑（－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （45.2） （1.53） n=30 R 2=0.31 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义 是什么。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 （13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元） 已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。
问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2 Y Y 68113.6∑ （－）＝， 求判定系数和相关系数。 5．有如下表数据 日本物价上涨率与失业率的关系 （1）设横轴是U ，纵轴是P ，画出散点图。根据图形判断，物价上涨率与失业率之间是什么样的关系？拟合什么样的模型比较合适？ （2）根据以上数据，分别拟合了以下两个模型： 模型一：1 6.3219.14 P U =-+ 模型二：8.64 2.87P U =- 分别求两个模型的样本决定系数。 7．根据容量n=30的样本观测值数据计算得到下列数据：XY 146.5＝ ，X 12.6＝，Y 11.3＝，2X 164.2＝，2Y ＝134.6，试估计Y 对X 的回归直线。 8．下表中的数据是从某个行业5个不同的工厂收集的，请回答以下问题：
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
北京师范大学西方经济学专业杨澄宇宏观经济学 考博真题-参考书-状元经验 一、专业的设置 北京师范大学经济与工商管理学院每年招收博士生21人，下设政治经济学、西方经济学、世界经济、金融学、劳动经济学、教育经济与管理、人力资源管理，共7个专业。 西方经济学专业下设杨晓维的宏、微观理论与中国经济问题；杨澄宇的宏观经济学；李锐的微型金融和应用计量经济学；尹恒的公共财政和产业组织。 二、考试的科目 西方经济学的考试科目为：①1101英语②2241微观与宏观经济学③3013计量经济学 三、导师介绍 杨澄宇：博士，北京师范大学经济与工商管理学院副院长 四、参考书目 专业课信息应当包括一下几方面的内容： 第一，关于参考书和资料的使用。这一点考生可以咨询往届的博士学长，也可以和育明考博联系。参考书是理论知识建立所需的载体，如何从参考书抓取核心书目，从核心书目中遴选出重点章节常考的考点，如何高效的研读参考书、建立参考书框架，如何灵活运用参考书中的知识内容来答题，是考生复习的第一阶段最需完成的任务。另外，考博资料获取、复习经验可咨询叩叩：肆九叁叁，柒壹六，贰六，专业知识的来源也不能局限于对参考书的研读，整个的备考当中考生还需要阅读大量的paper，读哪一些、怎么去读、读完之后应该怎么做，这些也会直接影响到考生的分数。 第二，专题信息汇总整理。每一位考生在复习专业课的最后阶段都应当进行专题总结，专题的来源一方面是度历年真题考点的针对性遴选，另一方面是导师
研究课题。最后一方面是专业前沿问题。每一个专题都应当建立详尽的知识体系，做到专题知识点全覆盖。 第三，专业真题及解析。专业课的试题都是论述题，答案的开放性比较强。一般每门专业课都有有三道大题，考试时间各3小时，一般会有十几页答题纸。考生在专业课复习中仅仅有真题是不够的，还需要配合对真题最权威最正统的解析，两相印证才能够把握导师出题的重点、范围以及更加偏重哪一类的答案。 第四，导师的信息。导师的著作、研究方向、研究课题、近期发表的论文及研究成果，另外就是为研究生们上课所用的课件笔记和讨论的话题。这些都有可能成为初复试出题的考察重点。同时这些信息也是我们选择导师的时候的参照依据，当然选择导师是一个综合性的问题，还应当考虑到导师的研究水平、课题能力、对待学生的态度和福利等等。 第五，时事热点话题分析。博士生导师在选择博士的时候会一般都会偏重考查考生运用基础理论知识来解决现实热点问题的能力，这一点在初试和复试中都有体现。近几年的真题中都会有联系实际的热点分析。所以考生在复习备考时就应单多阅读一些本专业本学科的最新研究方向研究成果，权威的期刊上面“大牛们”都在关心、探讨什么话题，以及一些时事热点问题能不能运用本专业的知识来加以解释解决。 五、北师考博英语 北师的考博英语满分100分，题型有阅读、翻译和写作等。北师考博英语的整体难度介于六级和老托福之间，对词汇量有很高的要求，特别注重对形近字、意近词和固定搭配以及语法的考察。做阅读理解一定要遵守“实事求是”的原则，翻译这一个题型很容易丢分，考博资料获取、复习经验可咨询叩叩：肆九叁叁，柒壹六，贰六，要想得高分，每一天都要遵循“八步法”练习三个句子。作文对于考生的英语综合能力要求很高，要做到“厚重、灵动和美观”，复习资料建议使用育明教育考博分校编写的北师考博英语一本通。每年有大批的同学英语单科受限，对于英语基础比较差的考生，建议大家早做准备。
中南大学网络教育课程考试 《宏观经济学》答卷 自20世纪80年代以来，预算赤字一直是美国经济的一个长期问题。当里根总统在1981年入主白宫时，他承诺要缩小政府开支并减税。但他发现减少政府支出在政治上比减税困难，结果就开始了大量预算赤字的时期，预算赤字不仅在里根时期持续，而且还持续到乔治.布什和克林顿时期。下表反映了80年代以来美国各种储蓄衡量指标的变化。80年代开始时，美国政府开始有巨额预算赤字，公共储蓄占GDP 的百分比下降了2.4%。同时私人储蓄略有下降，国民储蓄下降了约2.9%。 注：以上数据异根据通货膨胀做了调整； 资料来源：美国商务部。 问题： 1） 扩张性财政政策对一国的国民储蓄、私人储蓄及公共储蓄有何影响？ 2） 扩张性财政政策对消费和投资有何影响？进一步分析对贸易余额，实际汇率会有怎样的 影响？大国和小国有怎样的区别？ 3） 当期的扩张性财政政策会对子孙后代有怎样的影响？为什么当期的政策决策者更关心 当期的利益？（50分） 2、试述“唯GDP 论”在理论和实践上的危害。（50分） 答： 1） 扩张性财政政策主要手段是降低利率、降低税率、银行准备金率、增发国债。 这些措施都能刺激个人及企业、政府的投资、消费，并且刺激经济增长、失业率下降。 所以扩张性财政政策对国民、私人、公共的储蓄有引导消费和投资的作用，从而这些储蓄就降低啦。 2） 由于是扩张性财政政策，所以利率、 税率、银行准备金率都会不同程度的降低。 1. 利率降低能都刺激储蓄量流向投资和消费，贷款量增加、而贷款多用于投资、消费、医疗、教育等。从而个人和企业消费投资增加。储蓄减少。 2. 税率减少，对中产阶级一下和企业刺激最为明显，主要表现在有更多的钱同来投资扩大生产经营和消费。 3. 降低存款准备金率，能增加货币的供应量，能给本来贷不到钱的企业和个人提供到资金，用于投资和消费。 所有的投资和消费并且能进一步刺激转投资和消费，自己经济增长速度。 但长期会带来通货膨胀。 对贸易余额的影响：由于资金来源的优势（税率、利率等优势），降低了资金成本，通
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
计量经济学：部分计算题解法汇总 1、求判别系数——R^2 已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝， 2、置信区间 有10户家庭的收入（X ，元）和消费（Y ，百元）数据如下表： 10户家庭的收入（X ）与消费（Y ）的资料 X 20 30 33 40 15 13 26 38 35 43 Y 7 9 8 11 5 4 8 10 9 10 若建立的消费Y 对收入X 的回归直线的Eviews 输出结果如下： Dependent Variable: Y Adjusted R-squared F-statistic Durbin-Watson （1（2）在95%的置信度下检验参数的显著性。（0.025(10) 2.2281t =，0.05(10) 1.8125t =，0.025(8) 2.3060t =，0.05(8) 1.8595t =） （3）在90%的置信度下，预测当X ＝45（百元）时，消费（Y ）的置信区间。（其中29.3x =，2()992.1x x - =∑） 答：（1）回归模型的R 2 ＝，表明在消费Y 的总变差中，由回归直线解释的部分占到90％以上，回归直线的代表性及解释能力较好。（2分） 家庭收入对消费有显著影响。（2分）对于截距项，
检验。（2分） （3）Y f =+×45＝（2分） 90%置信区间为（，+），即（，）。（2分） 注意：a 水平下的t 统计量的的重要性水平，由于是双边检验，应当减半 3、求SSE 、SST 、R^2等 已知相关系数r ＝，估计标准误差?8σ＝，样本容量n=62。 求：（1）剩余变差；（2）决定系数；（3）总变差。 （2）2220.60.36R r ===（2分） 4、联系相关系数与方差（标准差），注意是n-1 在相关和回归分析中，已知下列资料： 222X Y i 1610n=20r=0.9(Y -Y)=2000σσ∑＝，＝，，，。 （1）计算Y 对X 的回归直线的斜率系数。（2）计算回归变差和剩余变差。（3） （2）R 2=r 2==， 总变差：TSS ＝RSS/(1-R 2)=2000/=（2分）
计量经济学小结 经过一个学期对计量经济学的学习，我收获了很多，也懂得了很多。通过以计量经济学为核心，以统计学，数学，经济学等学科为指导，辅助以一些软件的应用，从这些之中我都学到了很多知识。同时对这门课程有了新的认识，计量经济学对我们的生活很重要，它对我国经济的发展有重要的影响。 计量经济学对我们研究经济问题是很好的方法和理论。学习计量经济学给我印象和帮助最大的主要对EVIES软件的熟练操作与应用，记得以前学运筹学的时候，我学会了Lindo软件，而现在我又学会了Eviews软件，我感觉自己真的是很幸运，因为毕竟有些软件是属于那种有价无市的，如果没有老师的传授我不可能从市场上或是从思想上认识到它; 初步投身于计量经济学，通过利用Eviews软件将所学到的计量知识进行实践，让我加深了对理论的理解和掌握，直观而充分地体会到老师课堂讲授内容的精华之所在。在实验过程中我们提高了手动操作软件、数量化分析与解决问题的能力，还可以培养我在处理实验经济问题的严谨的科学的态度，并且避免了课堂知识与实际应用的脱节。虽然在实验过程中出现了很多错误，但这些经验却锤炼了我们发现问题的眼光，丰富了我们分析问题的思路。通过这次实验让我受益匪浅。 计量经济学是一门比较难的课程，其中涉及大量的公式，不容易理解且需要大量的运算，其中需要很好的数学基础、统计基础和自己
的分析思考能力，以及良好的计量软件应用能力，所以在学习的过程中我遇到了很多困难。但通过这次的实验，我对课上所学的最小二乘法有了进一步的理解，在掌握理论知识的同时，将其与实际的经济问题联系起来。在目前的学术现状下，要求研究者必须掌握计量的研究方法，这是实证研究最好的工具。用计量的工具，我们才能够把经济现象肢解开来，找到其中的脉络，进而分析得更加清晰。 对于计量经济学这一学科，虽然只是一门选修课，但是对我们很有用，特别是对EVIES软件的运用。我自认为自己对这一软件还没有完全掌握，在后期的学习中，希望能继续学习，熟练掌握这一软件的运用。
1、某农产品试验产量Y （公斤/亩）和施肥量X （公斤/亩）7块地的数据资料汇总如下： ∑=255i X ∑=3050i Y ∑=71.12172i x ∑=429.83712i y ∑=857.3122i i y x 后来发现遗漏的第八块地的数据：208=X ，4008=Y 。 要求汇总全部8块地数据后进行以下各项计算，并对计算结果的经济意义和统计意义做简要的解释。 （1）该农产品试验产量对施肥量X （公斤/亩）回归模型Y a bX u =++进行估计； （2）对回归系数（斜率）进行统计假设检验，信度为； （3）估计可决系数并进行统计假设检验，信度为。 解：首先汇总全部8块地数据： 871 81 X X X i i i i +=∑∑== =255+20 =275 n X X i i ∑==8 1 )8(375.348 275 == 2) 7(7 127 127X x X i i i i +=∑∑== =+7?2 7255?? ? ??=10507 287 1 28 1 2X X X i i i i +=∑∑== =10507+202 = 10907 2) 8(8 1 28 1 28X X x i i i i +=∑∑== = 10907-8?2 8275?? ? ??= 87 1 81 Y Y Y i i i i +=∑∑===3050+400=3450 25.4318 3450 8 1 )8(== =∑=n Y Y i i 2) 7(7 1 2 712 7Y y Y i i i i +=∑∑== =+7?2 73050??? ??=1337300 287 1 2 81 2Y Y Y i i i i +=∑∑== =1337300+4002 = 1497300 2)8(8 1 28128Y Y y i i i i +=∑∑== =1497300 -8?( 8 3450)2 == ) 7()7(7 1 7 17Y X y x Y X i i i i i i +=∑∑== ==+7??? ??7255??? ? ??73050 =114230 887 1 81 Y X Y X Y X i i i i i i +=∑∑== =114230+20?400 =122230
《金融英语》课程教学大纲 一、课程性质与任务： 1、课程的性质 课程的性质是通过本课程的学习，可以使学生掌握国际金融的基础知识，了解国际贸易结算工具和期限因素对实际结算的影响，汇率、利率变动对国民经济和国际贸易的影响与作用。它的任务是使学生通过对课本的阅读和教师的讲授以及案例分析，可以掌握中英文金融专业术语、专用词汇，能够阅读一般性的国内外金融市场评论文章。知晓国内当前的金融热点问题：人民币升值、美元疲软、中国股票牛市、人民币利率调整、美国次级放贷危机等，理解国际金融的发展趋势，更好的结合商务专业的其他课程来丰富和牢固国际商务的知识。 2、课程培养学生的基本知识 使学生通过对课本的阅读和教师的讲授以及案例分析，可以掌握中英文金融专业术语、专用词汇，能够阅读一般性的国内外金融市场评论文章。知晓国内当前的金融热点问题：人民币升值、美元疲软、中国股票牛市、人民币利率调整、美国次级放贷危机等，理解国际金融的发展趋势，更好的结合商务专业的其他课程来丰富和牢固国际商务的知识。 3、课程培养学生的基本技能 （一）基础知识要求 了解汇率、利率变动基本原理，认识货币调控工具以及各种资本货币市场工具的作用和交易。 （二）素质要求 掌握中英文金融专业术语、专用词汇，并能够阅读并理解国内外金融方面的时事文章并能够初步翻译国际金融英文信息。 （三）实践操作要求 国际金融相关知识的计算 二、教材及参考书 1、《商务英语》，狄芮鹏主编，清华大学出版社，2003年 2、《商务专业英语基础》，孙玉主编，上海外语教育出版社，2000年。 3、《商务英语基础教程》，李德荣主编，华中理工大学出版社，2005年
第一章导论 1．计量经济学是一门什么样的学科？ 答：“经济计量学”不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。 2．计量经济学与经济理论、数学、统计学的联系和区别是什么？ 答：计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。 6．计量经济学模型的检验包括哪几个方面？为什么要进行模型的检验？ 答：对模型的检验通常包括经济意义经验、统计推断检验、计量经济检验、模型预测检验四个方面。 8．计量经济学模型中的被解释变量和解释变量、内生变量和外生变量是如何划分的？ 答：在联立方程计量经济学模型中，按是否由模型系统决定，将变量分为内生变量（endogenous variables）和外生变量（exogenous variables）两大类。内生变量是由模型系统决定同时可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量，外生变量是不由模型系统决定但对模型系统产生影响的变量，是确定性的变量。 9．计量经济学模型中包含的变量之间的关系主要有哪些？ 答：计量经济学模型中变量之间的关系主要是解释变量与被解释变量之间的因果关系，包括单向因果关系、相互影响关系、恒等关系。 12．计量经济学中常用的数据类型有哪些？ 答：根据生成过程和结构方面的差异，计量经济学中应用的数据可分为时间序列数据（time series data）、截面数据（cross sectional data）、面板数据（panal data）和虚拟变量数据（dummy variables data）。 13．什么是数据的完整性、准确性、可比性、一致性？ 答：1）完整性，指模型中所有变量在每个样本点上都必须有观察数据，所有变量的样本观察数据都一样多。 2）准确性，指样本数据必须准确反映经济变量的状态或水平。数据的准确性与样本数据的采集直接相关，通常是研究者所不能控制的。 3）可比性，指数据的统计口径必须相同，不同样本点上的数据要有可比性。 4）一致性，指母体与样本即变量与数据必须一致。
计量经济学计算题例题 0626 一元线性回归模型相关例题 1.假定在家计调查中得出一个关于 家庭年收入X 和每年生活必须品综合支出 Y 的横截面样 根据表中数据: (1) 用普通最小二乘法估计线性模型 Y t 0 1 X t u t (2) 用G — Q 检验法进行异方差性检验 (3) 用加权最小二乘法对模型加以改进 答案：（1）丫=+（ 2）存在异方差（3）丫=+ 2 ?已知某公司的广告费用 X 与销售额（Y ）的统计数据如下表所示: （1） 估计销售额关于广告费用的一元线性回归模型 （2） 说明参数的经济意义 （3） 在 0.05的显著水平下对参数的显著性进行 t 检验 答案： （1） 一元线性回归模型 Y t 319.086 4 185X i （2） 参数经济意义：当广告费用每增加 1万元，销售额平均增加万元
（3）t=> t o.025（10），广告费对销售额有显著影响
3. : 根据表中数据: (1) 求Y 对X 的线性回归方程； (2) 用t 检验法对回归系数进行显著性检验（a =) ； (3) 求样本相关系数r; 答案：Y =+ 用t 检验法对回归系数进行显著性检验（a =）； 答案：显著 2 2 假设y 对x 的回归模型为％ b o biX u ,，且Var （uJ x ,，试用适当的 方法估计此回归模型。 2 2 解：原模型： y b 0 b 1x 1 U i , Var （u ,） 为模型存在异方差性 为消除异方差性，模型两边同除以 X ,, 得: bo — a u._ (2分) X , X x , * y , * 1 u , 令: y ,x , ■,v , x x X , 得: * y , * b box ' （2分）
海大考博辅导班：2019海大经济学院考博难度解析及经验分享 中国海洋大学是一所以海洋和水产学科为特色，包括理学、工学、农学、医（药）学、经济学、管理学、文学、法学、教育学、历史学、艺术学等学科门类较为齐全的教育部直属重点综合性大学，是国家“985工程”和“211工程”重点建设高校之一，2017年9月入选国家“世界一流大学建设高校”（A类）,是国务院学位委员会首批批准的具有博士、硕士、学士学位授予权的单位。 下面是启道考博辅导班整理的关于中国海洋大学经济学院考博相关内容。 一、院系简介 中国海洋大学是教育部直属“211工程”、“985工程”重点建设高校之一，1984年成为国家首批博士学位授权单位，2010年获得应用经济学一级学科博士学位授权，2014年获得批准设立应用经济学博士后流动站。中国海洋大学应用经济学一级学科博士授权点依托经济学院（拥有区域经济学和金融学两个省级重点学科），基于已有学科特点和研究优势，满足国家与沿海地区对应用经济学高级人才的战略需求，在应用经济学一级学科下整合二级学科，设立具有专业交叉与融合特色的三个招生及培养方向，包括：资源开发与国民经济可持续发展、区域创新与国际经济合作、货币金融体系与风险管理。本学科点坚持以应用经济学基础研究为支撑，以海洋经济应用研究为特色，以国民经济学、区域经济学、金融学（含保险学）、产业经济学、国际贸易学、数量经济学等二级学科为重点，围绕应用经济学一级学科下三个研究方向形成了优势突出、结构合理的师资队伍。经济学院现有专任教师59人，其中13位博士生指导教师，90%导师具有博士学位。教育部人文社科重点研究基地海洋发展研究院下属的海洋经济研究所以我院为主体建设。学校图书馆颇具规模并被教育部认定为全国15个查新中心，统计资料齐全，有中英文数据库46种。学院拥有应用经济学模拟实验室和文献资料室。学院每年为国家培养出大批的包括研究生、本科生和各种非学历教育生的优秀人才，为我国经济建设和社会发展做出了卓越贡献。 二、招生信息