5.14
（1） Y 对X ，即
12?i i
Y b b X =+
Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 20:58 Sample: 1971 1987 Included observations: 17
Variable
Coefficient Std. Error t-Statistic Prob.
X 0.260878 0.016664 15.65490 0.0000 C
38.96907
3.856351
10.10517 0.0000
R-squared
0.942325 Mean dependent var 96.41176 Adjusted R-squared 0.938480 S.D. dependent var 19.72216 S.E. of regression 4.891751 Akaike info criterion 6.123109 Sum squared resid 358.9385 Schwarz criterion 6.221134 Log likelihood -50.04642 Hannan-Quinn criter. 6.132853 F-statistic 245.0760 Durbin-Watson stat 0.629301
Prob(F-statistic) 0.000000
9423
.0)
655.15)(105.10(2609.09690.382
==+=∧
r x t y t
（2）InY 对InX ，即 12?i i
InY b b InX =+
9642.0)
090.20)(954.8(ln 5890.04041.1ln 2
==+=∧
r x t y t
Dependent Variable: LNY Method: Least Squares Date: 11/13/17 Time: 21:40 Sample: 1971 1987 Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 1.404051 0.156813 8.953649 0.0000 LNX
0.588965
0.029317
20.08981 0.0000
R-squared
0.964166 Mean dependent var 4.547848 Adjusted R-squared 0.961777 S.D. dependent var 0.213165 S.E. of regression 0.041675 Akaike info criterion -3.407698 Sum squared resid 0.026052 Schwarz criterion -3.309673 Log likelihood 30.96543 Hannan-Quinn criter. -3.397954 F-statistic 403.6007 Durbin-Watson stat 0.734161
Prob(F-statistic)
0.000000
（3）
InY 对X ，即 12?i i
InY b b X =+
Dependent Variable: LNY Method: Least Squares Date: 11/13/17 Time: 21:42 Sample: 1971 1987 Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 3.931578 0.046430 84.67764 0.0000 X
0.002799
0.000201
13.94972 0.0000
R-squared
0.928433 Mean dependent var 4.547848 Adjusted R-squared 0.923662 S.D. dependent var 0.213165 S.E. of regression 0.058896 Akaike info criterion -2.715956 Sum squared resid 0.052031 Schwarz criterion -2.617930 Log likelihood 25.08562 Hannan-Quinn criter. -2.706212 F-statistic 194.5946 Durbin-Watson stat 0.529132
Prob(F-statistic) 0.000000
9284
.0)
950.13)(678.84(0028.09316.3ln 2
==+=∧
r X t y t
（4）Y 对InX ，即
12?i i
Y b b InX =+
Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 21:43 Sample: 1971 1987 Included observations: 17
Variable
Coefficient Std. Error t-Statistic Prob.
C -192.9661 16.38000 -11.78059 0.0000 LNX
54.21257
3.062278
17.70335 0.0000
R-squared
0.954325 Mean dependent var 96.41176 Adjusted R-squared 0.951280 S.D. dependent var 19.72216 S.E. of regression 4.353186 Akaike info criterion 5.889824 Sum squared resid 284.2535 Schwarz criterion 5.987849 Log likelihood -48.06350 Hannan-Quinn criter. 5.899568 F-statistic 313.4086 Durbin-Watson stat 0.610822
Prob(F-statistic) 0.000000
9542
.0)
703.17)(781.11(ln 2126.549661.1922
=-=+-=∧
r X t Y t
B 解释个回归结果
解：1.X
Y
??=1?β斜率说明X 每变动一个单位，Y 的绝对变动量； 2.E X
X Y
Y =??=//?1
β斜率便是弹性系数；
3.X
Y
Y ??=/?1β斜率表示X 每变动一个单位，Y 的均值的瞬时增长率； 4,.X
X Y
/?1
??=β斜率表示X 的相对变化对Y 的绝对量的影响。
C 对每一个模型求Y 对X 的变化率
解：1.2609.0?1
=??=X Y β； 2.X
Y X Y X Y 5890.0?1
=?=??β； 3.
Y Y X Y 0028.0?1=?=??β; 4.X X X
Y /2126.54/?1
==??β. D 对每一个模型求Y 对X 的弹性，对其中的一些模型，求Y 对X 的均值弹性。 解：1.Y
X Y X X X Y Y E 2609.0?//1
=?=??=
β; 均值弹性=5959.096.41176
220.19
2609.02609.0=?=?
Y X 2.5890.0?//1
==??=
βX
X Y Y E ; 3.X X X
X Y Y E 0028.0?//1=?=??=
β; 均值弹性=6165.0220.190028.00028.0=?=?X 4.Y Y X
X Y Y E /2126.54/?//1==??=
β. 均值弹性=5623.096.41176
12126.5412609.0=?=?
Y .
E 根据这些回归结果，你将选择那个模型？为什么？
解：无法判断，因为只有当模型的解释变量的类型相同时，才可比较拟合优度检验数2
R ，
对模型的选择还取决于模型的用途。
5.15
a.解释B的含义
1/Y = 0.013031987405 + 8.33170838469e-05*X
b.求Y对X的变化率
dy/dx=-B2/（B1+B2X1）
当X取均值X=38.9时，该导数为-0.3146
c.求Y对X的弹性
弹性=dy/dx*（X/Y） X=38.9 Y=63.9 均值弹性为-0.1915 d.用相同的数据，估计回归模型
Y = 55.487175294 + 112.179692919*1/X e.能否比较两个模型的r值？为什么？
不能，因为两个模型中的解释变量不同
f.如何判定哪一个模型更好？
除非知道X,Y分别代表什么，否则无法判断。
第二章简单线性回归模型 2.1 （1）①首先分析人均寿命与人均GDP的数量关系，用Eviews分析: Dependent Variable: Y Method: Least Squares Date: 12/23/15 Time: 14:37 Sam pie: 1 22 In eluded observatio ns: 22 Variable Coeffieie nt Std. Error t-Statistie P rob. C 56.64794 1.960820 28.88992 0.0000 X1 0.128360 0.027242 4.711834 0.0001 R-squared 0.526082 Mean dependent var 62.50000 Adjusted R-squared 0.502386 S.D.dependent var 10.08889 S.E. of regressi on 7.116881 Akaike info eriteri on 6.849324 Sum squared resid 1013.000 Sehwarz eriteri on 6.948510 Log likelihood -73.34257 Hannan-Quinn eriter. 6.872689 F-statistie 22.20138 Durbin-Wats on stat 0.629074 P rob(F-statistie) 0.000134 有上可知，关系式为y=56.64794+0.128360x i ②关于人均寿命与成人识字率的关系，用 Eviews分析如下: Dependent Variable: Y Method: Least Squares Date: 12/23/15 Time: 15:01 Sam pie: 1 22 In eluded observatio ns: 22 Variable Coeffieie nt Std. Error t-Statistie P rob. C 38.79424 3.532079 10.98340 0.0000 X2 0.331971 0.046656 7.115308 0.0000 R-squared 0.716825 Mean dependent var 62.50000 Adjusted R-squared 0.702666 S.D.dependentvar 10.08889 S.E. of regressi on 5.501306 Akaike info eriterio n 6.334356 Sum squared resid 605.2873 Sehwarz eriterio n 6.433542 Log likelihood -67.67792 Hannan-Quinn eriter. 6.357721 F-statistie 50.62761 Durbin-Wats on stat 1.846406 P rob(F-statistie) 0.000001 由上可知，关系式为y=38.79424+0.331971X2 ③关于人均寿命与一岁儿童疫苗接种率的关系，用Eviews分析如下:
《经济计量学精要》笔记和课后习题详解 第一章经济计量学的特征及研究范围 1.1复习笔记 一、什么是经济计量学 经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析一门社会科学。 经济计量学运用数理统计学分析经济数据，对构建于数理经济学基础之上的模型进行实证分析，得出数值结果。 二、为什么要学习经济计量学 经济计量学涉及经济理论、数理经济学、经济统计学（即经济数据）以及数理统计学。然而，它又是一门有独立研究方向的学科，原因如下： 1．经济理论所提出的命题和假说，多以定性描述为主。但是，经济理论本身却无法定量测度这两个变量之间的强度关系，经济计量学家的任务就是提供这样的数值估计。经济计量学依据观测或试验，对大多数经济理论给出经验解释。 2．数理经济学主要是用数学形式或方程（或模型）描述经济理论，而不考虑对经济理论的测度和经验验证。而经济计量学主要关注的却是对经济理论的经验验证。经济计量学家通常采用数理经济学家提出的数学模型，只不过是把这些模型转换成可以用于经验验证的形式。 3．经济统计学主要涉及经济数据的收集、处理、绘图、制表。经济统计学家的工作是收集GDP、失业、就业、价格等数据，而不是利用这些数据来验证经济理论。但这些数据恰恰是经济计量分析的原始数据。 虽然数理统计学提供了许多分析工具，但由于经济数据独特的性质（大多数经济数据的生成并非可控试验的结果），因此，经济计量学经常需要使用特殊方法。 三、经济计量学方法论 1．建立一个理论假说 首先要了解经济理论对这一问题是怎样阐述的，然后是对这个理论进行验证。 2．收集数据 一般来说，有三类数据可用于实证分析： （1）时间序列数据：时间序列数据是按时间跨度收集得到的。比如GDP、失业、就业、货币供给、政府赤字等，这些数据是按照规则的时间间隔收集得到的。这些数据可能是定量的，也可能是定性的。 （2）截面数据：截面数据是指一个或多个变量在某一时点上的数据集合。例如美国人口调查局每十年进行的人口普查。 （3）合并数据（时间序列数据与截面数据的组合）：合并数据既包括时间序列数据又包括截面数据。例如，20年间10个国家的失业率数据，那么这个数据集就是一个合并数据——每个国家20年间的失业率构成时间序列数据，而10个不同国家每年的失业率又组成截面数据。 （4）面板数据：面板数据是一种特殊类型的合并数据，也称纵向数据或微观面板数据。即同一个横截面单位（比如某个家庭或某个公司）的跨期调查数据。 与自然科学不同，许多收集的经济数据（比如GDP、货币供给、道琼斯指数、汽车销售量等）是非试验性的，也就是说，数据收集机构（比如政府）并不直接监控这些数据。 3．设定劳动力参与率的数学模型 根据变量之间的散点图确定变量之间的数学模型。 4．设定统计或经济计量模型 经济变量之间的关系往往不是数学模型中那么精确的函数关系，还受到其他未知因素的影响，因此需要设定计量模型，将一些未知因素包含在模型中。 5．估计经济计量模型参数 利用所获得的经济数据，通过一定的统计方法估计出模型中未知参数。 6．核查模型的适用性：模型设定检验
计量经济学题库 一、单项选择题（每小题1分） 1．计量经济学是下列哪门学科的分支学科（C）。 A．统计学 B．数学 C．经济学 D．数理统计学 2．计量经济学成为一门独立学科的标志是（B）。 A．1930年世界计量经济学会成立B．1933年《计量经济学》会刊出版 C．1969年诺贝尔经济学奖设立 D．1926年计量经济学（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 A．控制变量 B．解释变量 C．被解释变量 D．前定变量4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据 B．混合数据 C．时间序列数据 D．横截面数据6．在计量经济模型中，由模型系统内部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是（ A ）。 A．内生变量 B．外生变量 C．滞后变量 D．前定变量7．描述微观主体经济活动中的变量关系的计量经济模型是（ A ）。 A．微观计量经济模型 B．宏观计量经济模型 C．理论计量经济模型 D．应用计量经济模型 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型B．设定模型→估计参数→检验模型→应用
思考题答案 第一章 绪论 思考题 1.1怎样理解产生于西方国家的计量经济学能够在中国的经济理论研究和现代化建设中发挥重要作用？ 答：计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要作用。 1.2理论计量经济学和应用计量经济学的区别和联系是什么？ 答：计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，分为理论计量经济学和应用计量经济学两个方面。 理论计量经济学是以计量经济学理论与方法技术为研究内容，目的在于为应用计量经济学提供方法论。所谓计量经济学理论与方法技术的研究，实质上是指研究如何运用、改造和发展数理统计方法，使之成为适合测定随机经济关系的特殊方法。 应用计量经济学是在一定的经济理论的指导下，以反映经济事实的统计数据为依据，用计量经济方法技术研究计量经济模型的实用化或探索实证经济规律、分析经济现象和预测经济行为以及对经济政策作定量评价。 1.3怎样理解计量经济学与理论经济学、经济统计学的关系？ 答：1、计量经济学与经济学的关系。联系：计量经济学研究的主体—经济现象和经济关系的数量规律；计量经济学必须以经济学提供的理论原则和经济运行规律为依据；经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善。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。 2、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。区别：经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量；计量经济学主要利用数理统计方法对经济变量间的关系进行计量。 1.4在计量经济模型中被解释变量和解释变量的作用有什么不同？ 答：在计量经济模型中，解释变量是变动的原因，被解释变量是变动的结果。被解释变量是模型要分析研究的对象。解释变量是说明被解释变量变动主要原因的变量。 1.5一个完整的计量经济模型应包括哪些基本要素？你能举一个例子吗？ 答：一个完整的计量经济模型应包括三个基本要素：经济变量、参数和随机误差项。 例如研究消费函数的计量经济模型：u βX αY ++= 其中，Y 为居民消费支出，X 为居民家庭收入，二者是经济变量；α和β为参数；u 是随机误差项。 1.6假如你是中央银行货币政策的研究者，需要你对增加货币供应量促进经济增长提出建议，
高级计量经济学复习精要 一、简答题（10分x 2）: （一）多重共线性问题：（主要看修正方法） 1、多重共线性是指线性回归模型中的解释变量之间由于存在精确相关关系或高度相关关系 而使模型估计失真或难以估计准确。完全共线性的情况并不多见，一般岀现的是在一定程度上的 共线性，即近似共线性。 2、产生原因主要有3各方面：（1）经济变量相关的共同趋势；（2）滞后变量的引入；（3）样本资料的限制。 3、造成的后果：（1）完全共线性下参数估计量不存在；（ 2）近似共线性下 OLS估计量非有效；（3）参数估计量经济含义不合理；（ 4）变量的显着性检验失去意义；（ 5）模型的预测功能失效。 4、识别方法：（1）经验识别：对模型估计后，R1 2 3极高，多个变量不显着，出现与理论预期 相悖的情况，有理由怀疑存在多重共线性。（2）相关系数法：计算变量间两两相关系数。只要 其中一个大等于 0.6或0.7，则表明可能存在严重的共线性。（3）膨胀因子法：计算每个解释 变量的VIF，若某一个 VIF > 10,则表明存在严重的共线性。 5、修正方法［（※※※［根据潘老师讲课内容进行整理 共线性的修正方法有很多，按照优劣程度排序，主要有五种方法： 方法1:扩充样本以减弱共线性。主要通过增加自由度来提高精度，如将时序数据或截面数 据变为面板数据，从而将一维数据变为二维。 评价：这种方法最理想，但存在的缺点是：①效果不定；②不可行。 方法2：工具变量法（IV）。主要通过工具变量，运用两阶段最小二乘完成。 评价：这种方法目前最受欢迎，高质量的期刊论文通常都采用该方法。缺点是：①由于相关 关系具有传导性，工具变量S很难找；②用S替代X,有时经济正当性不足。 方法3:变量变换法。可以通过对数变换、绝对转相对和方程变换进行变量变换。 评价：这种方法最简单易行，但存在的缺点是：①简单相关系数描述的是线性关系，而对数 是非线性化过程；②功效不足；③不是所有变量都能用来做变换，必须有明确的经济学指代。 方法4:逐步回归法。主要是通过降维减少变量来减弱共线性。 评价：这种方法要慎用，最大的缺点是：虽然能很好地解决共线性问题，但是却引发了更严 重的内生性问题。 方法5:主成份分析法或因子分析法。具有降维的作用，主要用于多指标评价。 评价：该方法很好地消除了共线性。但这种方法要慎用，最大的缺点是：经济含义伤害过大。 （二）内生性问题 2内生性是指：模型中的解释变量与扰动项相关。通常我们做古典假设①；i为白噪声， _ 2 叮叮 E（；）=0，var （） =；- ，cov（j）=0 :②X是非随机变量（微观可以通过固定抽样得到 解决，宏观则不可），贝U cov （X, ）=0成立。但是当cov （X,'、丰0时上述假设便不再成立，我们称之为内生性，进而导致OLS失效，是非一致性的。 3 内生性产生的原因：①X与丫存在双向因果，即 X影响丫的同时，丫也影响X;如金融发展与经济增长；外商直接投资FDI与经济增长；犯罪率与警备投入。②模型遗漏重要解释变量。无论是缺失重要解释变量导致，还是无法获取数据导致，被遗漏的重要变量进入了残差项， 如果与其他解释变量相关，就会岀现 cov（U t,X t）工0,也就是内生性问题。③度量误差：由于关键变量的度量上存在误差，使其与真实值之间存在偏差，这种偏差可能会成为回归误差的一部分，
第五章经典单方程计量经济学模型：专门问题 一、内容提要 本章主要讨论了经典单方程回归模型的几个专门题。 第一个专题是虚拟解释变量问题。虚拟变量将经济现象中的一些定性因素引入到可以进行定量分析的回归模型，拓展了回归模型的功能。本专题的重点是如何引入不同类型的虚拟变量来解决相关的定性因素影响的分析问题，主要介绍了引入虚拟变量的加法方式、乘法方式以及二者的组合方式。在引入虚拟变量时有两点需要注意，一是明确虚拟变量的对比基准，二是避免出现“虚拟变量陷阱”。 第二个专题是滞后变量问题。滞后变量包括滞后解释变量与滞后被解释变量，根据模型中所包含滞后变量的类别又可将模型划分为自回归分布滞后模型与分布滞后模型、自回归模型等三类。本专题重点阐述了产生滞后效应的原因、分布滞后模型估计时遇到的主要困难、分布滞后模型的修正估计方法以及自回归模型的估计方法。如对分布滞后模型可采用经验加权法、Ａlmon多项式法、Koyck方法来减少滞项的数目以使估计变得更为可行。而对自回归模型，则根据作为解释变量的滞后被解释变量与模型随机扰动项的相关性的不同，采用工具变量法或OLS法进行估计。由于滞后变量的引入，回归模型可将静态分析动态化，因此，可通过模型参数来分析解释变量对被解释变量影响的短期乘数和长期乘数。 第三个专题是模型设定偏误问题。主要讨论当放宽“模型的设定是正确的”这一基本假定后所产生的问题及如何解决这些问题。模型设定偏误的类型包括解释变量选取偏误与模型函数形式选取取偏误两种类型，前者又可分为漏选相关变量与多选无关变量两种情况。在漏选相关变量的情况下，OLS估计量在小样本下有偏，在大样本下非一致；当多选了无关变量时，OLS估计量是无偏且一致的，但却是无效的；而当函数形式选取有问题时，OLS估计量的偏误是全方位的，不仅有偏、非一致、无效率，而且参数的经济含义也发生了改变。在模型设定的检验方面，检验是否含有无关变量，可用传统的t检验与F检验进行；检验是否遗漏了相关变量或函数模型选取有错误，则通常用一般性设定偏误检验（RESET检验）进行。本专题最后介绍了一个关于选取线性模型还是双对数线性模型的一个实用方法。 第四个专题是关于建模一般方法论的问题。重点讨论了传统建模理论的缺陷以及为避免这种缺陷而由Hendry提出的“从一般到简单”的建模理论。传统建模方法对变量选取的
计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【A 】 A 同一时点上不同统计单位相同统计指标组成的数据 B 同一时点上相同统计单位相同统计指标组成的数据 C 同一时点上相同统计单位不同统计指标组成的数据 D 同一时点上不同统计单位不同统计指标组成的数据 ⒊下面属于截面数据的是【D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003年各年某地区20个乡镇的各镇工业产值 C 某年某地区20个乡镇工业产值的合计数 D 某年某地区20个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【B 】 A 横截面数据 B 时间序列数据 C 修匀数据D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列分 析三大支柱。
⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系和恒 等关系。 三、简答题 ⒈什么是计量经济学？它与统计学的关系是怎样的？ 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从经济理论和经济模型出发进行计量经济分析的过程，也是对经济理论证实或证伪的过程。这些是以处理数
计量经济学课程实验教学大纲 课程编号：0102069 课程名称：计量经济学 课程英文名称：Econometrics 总学时：56 理论学时：48 实验学时：8 课外学时：0 学分：3.5 先修课程要求：高等数学、概率论与数理统计、线性代数、微观经济学宏观经济学 课程属性：非独立设课 实验学时：8 课外学时：0 实验项目数：4 适用专业：金融学应用统计学 参考教材：李子奈，潘文卿：《计量经济学》（第三版），高等教育出版社，2010。 教学参考书： [1] 郭存芝，杜延军，李春吉：《计量经济学——理论、方法、Eviews应用》，科学出版社，2009 [2] 李子奈：《计量经济学》，高等教育出版社，2000 [3] 张晓峒：《计量经济学基础》（第2版），南开大学出版社，2005 [4] （美）Ramu Ramanathan 著，薛菁睿译：《应用经济计量学》（原书第5版），机械工业出版社，2003 [5] （美）古扎拉蒂著，张涛译：《经济计量学精要》（原书第3版），机械工业出版社，2006 一、课程简介和基本要求 课程介绍：本课程是面向金融学、应用统计学专业的一门专业平台课。 内容涉及经典单方程计量经济学模型、联立方程模型、扩展的单方程计量经济学模型、时间序列模型及计量经济学应用模型。 基本要求：通过讲授经济计量学的基础知识及经济计量模型的建立、估计、检验等基本方法，培养学生掌握将经济学、统计学、数学三者结合起来建立模型的方法，以及运用计算机技术，对一般的经济模型进行数量分析的基本技能，并为学生学习金融、财政、产业经济、贸易经济等专业课程的定性与定量分析打下良好的基础。 二、课程实验目的与要求 实验目的：使学生将前修课的知识有机地联系起来，通过实践培养学生综合运用知识的初步能力。 实验要求： 1. 学生应独立完成规定的上机习题；
计量经济学（第四版） 习题参考答案 第一章 绪论 1.1 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 我们在计量经济模型中列出了影响因变量的解释变量，但它（它们）仅是影响因变量的主要因素，还有很多对因变量有影响的因素，它们相对而言不那么重要，因而未被包括在模型中。为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 1.3时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 1.4 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计 量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则根据这个样本的数据运用 均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 2.1 略，参考教材。 2.2 N S S x = = 4 5 =1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。 2.3 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量
计量经济学精要重点 什么是OLS估计？原理ols估计是指样本回归函数尽可能好的拟合这组织，即样本回归线上的点与真实观测点的总体误差尽可能小的估计方法。 一、什么是计量经济学？ 答：计量经济学以经济理论为指导，以事实为依据，以数学和统计学为方法，以电脑技术为工具，从事经济关系与及经济活动数量规律的研究，并以建立和应用随机性的经济计量模型为核心的一门经济学科。 计量经济学模型揭示经济活动中各种因素之间的定量关系，用随机性的数量方程加以描述。 二、建立计量经济学模型的步骤和要点 1.理论模型的设计（确定模型所包含的变量，确定模型的数量形式，拟定理论模型中的待估参数的理论期望值） 2.样本数据的收集（常用的样本数据：时间序列数据，截面数据，虚变量数据） 3.模型参数的估计（选择模型参数估计方法，应用软件的使用） 4.模型的检验 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。 经济意义检验——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； 统计检验——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； 计量经济学检验——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。 5.模型成功的三要素：理论、方法、数据 三、计量经济学模型的应用方面（功能） 答：结构分析，经济预测，政策评价，检验与发展经济理论 四、引入随机干扰项的原因，内容？ 原因：1.代表未知的影响因素2.代表数据观测误差3.代表残缺数据4.代表模型设定误差5.代表众多细小影响因素6.变量的内在随机性 内容：1.被遗漏的影响因素（由于研究者对客观经济现象了解不充分，或是由于经济理论上的不完善，以至于使研究者在建立模型时遗漏了一些对被解释变量有重要影响的变量）；2.变量的测量误差（在观察和测量变量时，种种原因使观测值并不等于他的真实值而造成的误差）；3.随机误差（在影响被解释变量的诸因素中，还有一些不能控制的因素）；4.模型的设定误差（在建立模型时，由于把非线性关系线性化，或者略去模型） 五、什么是随机误差项和残差，他们之间的区别是什么 随机误差项u=Y-E(Y/X)，而总体回归函数Y=Y^+e，其中e就是残差,利用Y^估计Y时带来的误差e=Y-Y^是对随机变量u的估计 六、一元线性回归模型的基本假设主要有哪些？违背基本假设是否就不能进行估计 1.回归模型是正确设定的； 2.解释变量X是确定性变量不是随机变量；在重复抽样中取固定值。 3.解释变量在x所抽取的样本中具有变异性，而且随着样本容量的无限增加，解释变量X的样本方差趋于一个非零的有限常数。 4.随机误差项u具有给定X条件下的零均值，同方差以及不序列相关性，即E(ui/Xi)=0； Var (ui/Xi)=sm2；Cov(ui，uj/ Xi，Xj)=0 5. 随机误差项与解释变量之间不相关：Cov(Xi, Ui)=0
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 略，参考教材。
请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?480/16 X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
计量经济学课后习题答 案汇总 标准化工作室编码[XX968T-XX89628-XJ668-XT689N]
计量经济学练习题 第一章导论 一、单项选择题 ⒈计量经济研究中常用的数据主要有两类：一类是时间序列数据，另一类是【 B 】 A 总量数据 B 横截面数据 C平均数据 D 相对数据 ⒉横截面数据是指【 A 】 A 同一时点上不同统计单位相同统计指标组成的数据 B 同一时点上相同统计单位相同统计指标组成的数据 C 同一时点上相同统计单位不同统计指标组成的数据 D 同一时点上不同统计单位不同统计指标组成的数据 ⒊下面属于截面数据的是【 D 】 A 1991-2003年各年某地区20个乡镇的平均工业产值 B 1991-2003年各年某地区20个乡镇的各镇工业产值 C 某年某地区20个乡镇工业产值的合计数 D 某年某地区20个乡镇各镇工业产值 ⒋同一统计指标按时间顺序记录的数据列称为【 B 】 A 横截面数据 B 时间序列数据 C 修匀数据 D原始数据 ⒌回归分析中定义【 B 】 A 解释变量和被解释变量都是随机变量 B 解释变量为非随机变量，被解释变量为随机变量 C 解释变量和被解释变量都是非随机变量 D 解释变量为随机变量，被解释变量为非随机变量 二、填空题 ⒈计量经济学是经济学的一个分支学科，是对经济问题进行定量实证研究的技术、方法和相关理论，可以理解为数学、统计学和_经济学_三者的结合。 ⒉现代计量经济学已经形成了包括单方程回归分析，联立方程组模型，时间序列 分析三大支柱。
⒊经典计量经济学的最基本方法是回归分析。 计量经济分析的基本步骤是：理论（或假说）陈述、建立计量经济模型、收集数据、计量经济模型参数的估计、检验和模型修正、预测和政策分析。 ⒋常用的三类样本数据是截面数据、时间序列数据和面板数据。 ⒌经济变量间的关系有不相关关系、相关关系、因果关系、相互影响关系 和恒等关系。 三、简答题 ⒈什么是计量经济学它与统计学的关系是怎样的 计量经济学就是对经济规律进行数量实证研究，包括预测、检验等多方面的工作。计量经济学是一种定量分析，是以解释经济活动中客观存在的数量关系为内容的一门经济学学科。 计量经济学与统计学密切联系，如数据收集和处理、参数估计、计量分析方法设计，以及参数估计值、模型和预测结果可靠性和可信程度分析判断等。可以说，统计学的知识和方法不仅贯穿计量经济分析过程，而且现代统计学本身也与计量经济学有不少相似之处。例如，统计学也通过对经济数据的处理分析，得出经济问题的数字化特征和结论，也有对经济参数的估计和分析，也进行经济趋势的预测，并利用各种统计量对分析预测的结论进行判断和检验等，统计学的这些内容与计量经济学的内容都很相似。反过来，计量经济学也经常使用各种统计分析方法，筛选数据、选择变量和检验相关结论，统计分析是计量经济分析的重要内容和主要基础之一。 计量经济学与统计学的根本区别在于，计量经济学是问题导向和以经济模型为核心的，而统计学则是以经济数据为核心，且常常是数据导向的。典型的计量经济学分析从具体经济问题出发，先建立经济模型，参数估计、判断、调整和预测分析等都是以模型为基础和出发点；典型的统计学研究则并不一定需要从具体明确的问题出发，虽然也有一些目标，但可以是模糊不明确的。虽然统计学并不排斥经济理论和模型，有时也会利用它们，但统计学通常不一定需要特定的经济理论或模型作为基础和出发点，常常是通过对经济数据的统计处理直接得出结论，统计学侧重的工作是经济数据的采集、筛选和处理。 此外，计量经济学不仅是通过数据处理和分析获得经济问题的一些数字特征，而且是借助于经济思想和数学工具对经济问题作深刻剖析。经过计量经济分析实证检验的经济理论和模型，能够对分析、研究和预测更广泛的经济问题起重要作用。计量经济学从
??经济计量学精要(第4版)/(美)古扎拉蒂 大佬点个赞支持一下呗ヽ(′▽｀)ノヽ(′▽｀)ノヽ(′▽｀)ノ 经济计量学精要(第4版)/(美)古扎拉蒂 ? 综述 1.1 什么是经济计量学 1.2 为什么要学习经济计量学 1.3 经济计量学方法论 经济计量分析步骤： (1)建立一个理论假说 (2)收集数据 (3)设定数学模型 线性回归模型为例 线性回归模型中，等式左边的变量称为应变量，等式右边的变量称为自变量或解释变量。线性回归分析的主要目标就是解释一个变量(应变量)与其他一个或多个变量(解释变量)之间的行为关系。 简单数学模型 ? (4)设立统计或经济计量模型 误差项u
? u代表随机误差项，简称误差项。u包括了X以外其他所有影响Y，但并未在模型中具体体现的因素以及纯随机影响。 (5)估计经济计量模型参数 线性回归模型常用最小二乘法估计模型中的参数 ^读做"帽"，表示某的估计值 (6)核查模型的适用性：模型设定检验 (7)检验源自模型的假设：假设检验 (8)利用模型进行预测 数据类型 时间序列数据：按时间跨度收集得到的 截面数据：一个或多个变量在某一时间点上的数据集合 合并数据：既包括时间序列数据又包括截面数据 面板数据：也称纵向数据、围观面板数据，即同一个横截面单位的跨期调查数据 模型因果关系 统计关系无论有多强，有多紧密，也决不能建立起因果关系，如果两变量存在因果关系，则一定建立在某个统计学之外的经济理论基础之上。 第一部分线性回归模型 2.1回归的含义 回归分析的主要目的：根据样本回归函数SRF估计总体回归函数PRF 2.2总体回归函数(PRF)：假想一例 总体回归线给出了对应于自变量的每个取值相应的应变量的均值。（总体回归线表明了Y的均值与每个X的变动关系）PRL ? E(Y|xi)表示与给定x值相对应的Y的均值。下标i代表第i个子总体。 B1、B2称为参数，也称为回归系数。B1称为截距，B2称为斜率。斜率系数度量了X每变动一单位，Y( 条件)均值的变化率。 2.3总体回归函数的统计或随机设定 随机或统计回归总体函数PRF ? ui随机误差项，其值无法先验确定，通常用概率分布描述随机变量。 2.4 随机误差项的性质 误差项代表了未纳入模型变量的影响； 即使模型中包括了决定数学分数的所有变量，其内在随机性也不可避免；人类行为并不是完全可预测的或完全理性的。 因而，u反映了人类行为的这种内在随机性。 u还代表了度量误差，如数据的四舍五入； “奥卡姆剃刀原则”：描述应当尽量简单，只要不遗漏重要的信息。即使知道其他变量可能会对Y有影响，但这些变量的综合影响是有限的、非确定性的，可以把这些次要因素归人随机项u。 2.5 样本回归函数 样本回归函数SRF
1、已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X （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。 答：（1）系数的符号是正确的，政府债券的价格与利率是负相关关系，利率的上升会引起政府债券价格的下降。 （2）i Y 代表的是样本值，而i ?Y 代表的是给定i X 的条件下i Y 的期望值，即?(/)i i i Y E Y X 。此模型是根据样本数据得出的回归结果，左边应当是i Y 的期望值，因此是i ?Y 而不是i Y 。 （3）没有遗漏，因为这是根据样本做出的回归结果，并不是理论模型。 （4）截距项101.4表示在X 取0时Y 的水平，本例中它没有实际意义；斜率项-4.78表明利率X 每上升一个百分点，引起政府债券价格Y 降低478美元。 2、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
Variable Coefficient Std. Error X 0.202298 0.023273 C 2.172664 0.720217 R-squared 0.904259 S.D. dependent var 2.233582 Adjusted R-squared 0.892292 F-statistic 75.55898 Durbin-Watson stat 2.077648 Prob(F-statistic) 0.000024 （1）说明回归直线的代表性及解释能力。 （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95%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＝0.9042，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）对于斜率项，11 ? 0.20238.6824?0.0233 ()b t s b ===>0.05(8) 1.8595t =，即表明斜率项 显著不为0，家庭收入对消费有显著影响。对于截距项， 00? 2.1727 3.0167?0.7202 ()b t s b ===>0.05(8) 1.8595t =， 即表明截距项也显著不为0，通过了显著性检验。 （3）Y f =2.17+0.2023×45＝11.2735 0.025(8) 1.8595 2.2336 4.823t ?=?= 95%置信区间为（11.2735-4.823，11.2735+4.823），即（6.4505，16.0965）。
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？
第三章 一元线性回归模型 P56. 3.3 从某公司分布在11个地区的销售点的销售量()Y 和销售价格()X 观测值得出以下结果： 519.8X = 217.82Y = 23134543i X =∑ 1296836i i X Y =∑ 2539512i Y =∑ （1）、估计截距0β和斜率系数1β及其标准误，并进行t 检验； （2）、销售的总离差平方和中，样本回归直线未解释的比例是多少？ （3）、对0β和1β分别建立95%的置信区间。 解：（1）、设01i i Y X ββ=+，根据OLS 估计量有： μ()() () 1 1 1 11 1 2 2 2 22211 112 =129683611519.8217.820.32313454311519.8 N N N N N i i i i i i i i i i i i i N N N N i i i i i i i i N Y X Y X N Y X N X NY Y X N X Y N X N X X N X N X X β=========---= = ??--- ? ?? -??==-?∑∑∑∑∑∑∑∑∑ μμ01 217.820.32519.851.48Y X ββ=-=-?= 残差平方和： $ ( )μ( ) μμμ() μμμμ() μμμμ2 2 2 1 12 2 222 201111111 22222222010101011111111=225395121N N i i i i i N N N N N N i i i i i i i i i i i i N N N N N i i i i i i i i i i i u RSS TSS ESS Y Y Y Y Y Y Y Y Y X N N Y X X Y N X X ββββββββββ===============-=---????--+=-+ ? ???????=-++=-++ ??? =-∑∑∑∑∑∑∑∑∑∑∑∑∑∑()22151.480.32313454320.3251.4811519.8997.20224 ?+?+????=另解：对$( )μ( )2 2 2 11 N N i i i i i u RSS TSS ESS Y Y Y Y ====-=---∑∑∑，根据OLS 估计μμ01Y X ββ=-知μμ01 +Y X ββ=，因此有