高级计量经济学复习精要

计量经济学期末复习提纲（红色部分要注意）绝密!!计量经济学复习提纲第一章绪论一、计量经济学的含义二、计量经济学与其他学科的联系与区别三、计量经济学的内容体系四、计量经济学的研究步骤五、计量经济学的发展概况需要掌握的主要内容1.如何理解计量经济学？（研究对象、理论基础、与经济学的区别、所研究变量的特点）计量经济学是经济学的一个分支，（起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics” “Econometrics”标志：1930年成立计量经济学会 1933年创刊《Econometrica》说明：“计量经济学” “经济计量学”）“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。

”2.狭义计量经济学研究的是具有因果关系的经济现象，用的是回归的分析方法。

3.计量经济学的建模步骤？一、理论模型的设计: 确定模型包含的变量;确定模型的数学形式;拟定模型中待估计参数的理论期望值区间二、样本数据的收集三、模型参数的估计四、模型的检验计量经济学模型成功的三要素 :理论,数据,方法,三者缺一不可.4.选择解释变量时需要注意的问题：（1）根据经济规律确定变量的数目（2）考虑数据的可得性（3）考虑所有入选变量的关系，要求各变量独立。

---否则会引起多重共线性5.如何确定模型的数学形式？（1）根据经济理论（2）画散点图（3）试模拟6.什么是时间序列数据？在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的变化状态或程度。

如我国国内生产总值从1949到2009的变化就是时间序列数据。

第一章高级计量经济学4 1.数据类型：42.经验经济分析的步骤：4 第二章简单回归模型41.回归分析(regression analysis)：42.回归分析的主要内容包括：43.变量间的关系：44.变量关系的描述：45.相关关系的类型：46.线性相关的程度：57.回归分析的意义：58.总体回归线（population regression line ）/总体回归曲线（population regression curve ）：在给定解释变量Xi 条件下被解释变量Yi 的期望轨迹。

59.总体回归函数(PRF)：E （y ∣x ）=β0+β1x,510.随机干扰项（stochastic disturbance ）或随机误差项（stochastic error ）：511.样本回归方程（SRF ）：01ˆˆˆi i y x =β+β 512.拟合值：当x=i 时，y 通过样本回归方程算出来的值。

即01ˆˆˆi i y x =β+β 5 13.样本回归模型（sample regression model ）：01ˆˆˆi i i iY Y u X e =+=β+β+ 5 14.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 。

6 第三章：简单回归方程分析61.简单回归方程：62.线性的含义：63.OLS 斜率估计，β0和β1的普通最小二乘估计值的推算：64.OLS 法是要找到一条直线，使残差平方和最小。

75.残差：是对误差项的估计，因此，它是拟合直线（样本回归函数）和样本点之间的距离。

76.OLS 统计量的代数性质：77.SST=SSE+SSR ：88.拟合优度：来衡量样本回归线是否很好地拟合了样本数据的指标。

89.判定系数：解释变异与总变异之比。

即y 的样本变异中被x 解释的部分。

8 10.测量单位：811.在简单回归中加入非线性因素（因变量为对数）：8 12.OLS 的基本假设：913.定理2.1： OLS 的无偏性：914.定理2.2 OLS 估计量的抽样方差：9 15.定理2.3：σ²的无偏估计1016.回归标准误差：ˆσ17.1ˆβ的标准误：11221ˆˆ()(())ni i se x x =σβ==-∑10第四章多元回归分析101.多元回归分析的优点：102.多元线性回归模型：103.多元线性回归的OLS估计值：104.SRF样本回归函数：115.拟合值和残差11ˆβ的计算116.偏效应以及17.比较简单回归和多元回归估计值：128.拟合优度（SST、SSR、SSE、R2）：139.过原点的回归：1310.多元回归模型的假定及定理3.1、定理3.2：1411.多重共线性：两个或多个自变量之间高度（但不完全）相关。

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。

计量经济学复习要点164590(总20页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--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 ）tt t e x y ++=10ˆˆββ--代表了样本显示的变量关系。

4. 样本回归模型（Sample Regression Model ，SRM ）tt x y 10ˆˆˆββ+=---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”。

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。

计量经济学复习知识要点计量经济学定义。

P1统计学、经济理论和数学的结合建立及应用计量经济学模型的主要步骤。

P9-P18理论模型的设计、样本数据的收集、模型参数的估计、模型的检验、模型的应用理论模型的设计包含的三局部工作。

P9选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围在确定了被解释变量之后，怎样才能正确地选择解释变量。

P9-P101)需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律2)选择变量要考虑数据的可得性3)选择变量时要考虑所有入选变量之间的关系，使得每个解释变量都是独立的如何恰当地确定模型的数学形式。

P111）依据经济行为理论2）根据变量数据的散点图判断解释变量及被解释变量之间的数学关系3）试模拟常用的样本数据类型。

样本数据质量。

P12,P13时间序列数据、截面数据、虚变量数据完整性、准确性、可比性、一致性虚变量。

带常数项的计量模型引入虚拟变量个数原那么。

P13,p145虚变量数据也称为二进制数据，一般取0或1M-1 〔M为水平数量〕计量经济学模型必须通过四级检验。

P14经济意义检验、统计学检验、计量经济学检验、模型预测检验计量经济模型成功的三要素。

P16理论、方法、数据计量经济学模型几方面应用领域。

P18-P20构造分析、经济预测、政策评价、检验及开展经济理论相关分析及回归分析的区别及关系。

P23-P24联系：二者都是分析具有非确定性关系的变量区别：1.相关分析仅从数据上测度变量间的相关程度，所分析的变量地位是对称的，都是随机变量2.回归分析是分析变量的因果关系，所分析的变量地位是不对称的，解释变量被设为非随机变量随机误差项包含哪些因素影响。

P271）代表未知的影响因素2）代表残缺数据3）代表众多细小影响因素4）代表数据观测误差5）代表模型设定误差6）变量的内在随机性线性回归模型的根本假设。

违背根本假设的计量经济模型是否可以估计。

P30,P56-P571）回归模型是正确设定的2）解释变量X是确定型变量，并且互不相关3）解释变量及随机扰动项不想改4）随机扰动项服从零均值、同方差的正态分布5）随机扰动项具有零均值、同方差6）不同样本点对应的随机扰动项不相关最小二乘法和最大似然法的根本原理。

计量经济学复习要点第一篇：计量经济学复习要点计量经济学复习要点第一章、概率论基础1.随机事件的概念P22.古典概行例题P5例1.1P2例1.2利用第一章的知识说明抽签的合理性如何利用第一章的知识估计一个池塘有多少鱼还有一个关于晚上紧急集合穿错鞋的题目，记不太清楚了3.期望与方差的概念，切比雪夫不等式，看例题1.4-例题1.8，不要求求出数4.变异系数的概念P175.大数定律和中心极限定律（具有独立同分布的随机变量序列的有限和近似地服从正态分布）的概念P24、P25第二章、矩阵代数1.矩阵的定义，加（page29）、减（page29）、乘（page30）、转置（page30）、逆（page31）知道怎么回事2.最小二乘法P39-P41（定义最小二乘解）3.第三节没有听，求听课学霸补充第三章、数据的分析方法和参数的统计推断1.数据的分析方法（算数平均、加权算数平均、几何平均、移动平均）（1）几种分析方法的定义（2）几中分析方法的不同（3）每种分析方法的具体作用（4）移动平均法中k的选择（5）指数平滑法的意义，α的选择，P552.t分布的概率密度函数3.矩估计法定义4.几大似然估计法P65，例题3.7例题3.85.贝叶斯估计和极大极小估计（应该是只看一下概念就可以了）6.假设检验（1）基本思想P75（2）双边假设检验（3）单边假设检验（4）参数检验P807.方差分析的思想、作用和模型第四章、一元线性回归（计算题）回归方程的求法，显著性检验，经济解释（各参数的解释），不显著的解释第六章、虚拟变量的回归模型1.虚拟变量的作用及模型2.应用虚拟变量改变回归直线的截距、斜率3.对稳定性的检验第二篇：2007计量经济学复习要点2007年计量经济学课程要点归纳1.十大经典假设的证明（关于两变量模型的性质检验）2.BLUE估计量的证明3.自相关检验方法（检验方法一定要记住）4.异方差检验方法（至少三种）5.孙老师讲过的附录要留意6.异方差与自相关的补救措施7.违反十大经典假设情况下的问题怎么解决（如多重共线性，异方差，自相关问题，虚拟变量的估计）注：以上重点均是提供参考，不做考试说明计量考察的重点是对计量模型的建立与估算，结果评价与补救思路的考察，没有大量的数学计算，请同学们放心！建议大家根据参考要点确定进度，并根据孙老师上课的重点决定自己的复习范围！希望同学们认真复习，考出好成绩！王琳第三篇：计量经济学复习笔记计量经济学复习笔记CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、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。

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：计量经济学的一个重要特点是：它自身并没有固定的经济理论，而是根据其它经济理论，应用计量经济方法将这些理论数量化。

4、计量经济学为什么是一门单独的学科计量经济学是经济理论、数理经济、经济统计与数理统计的混合物。

1、经济理论所作的陈述或假说大多数是定性性质的，计量经济学对大多数经济理论赋予经验内容。

2012级博士高级计量经济学复习面板数据模型与非面板数据模型在多处具有相似性。

在面板数据模型的模型设定中，需要考虑以下的主要问题:1.模型设定问题（1）平稳性问题（包括LLC、IPS检验法的基本原理，检验结果的读解）；（2）“斜率”系数问题（变斜率系数与不变斜率系数的检验方法以及基本原理，检验结果的读解）；（3）“维数”问题（两维截距、一维截距的检验方法以及基本原理，检验结果的读解）；（4）“截距”系数问题（包括FEFE、RERE、FERE、REFE、FE0、0FE、RE0、0RE、pool等的检验方法以及基本原理，检验结果的读解）；（5）检验的策略2.估计问题（只涉及平稳数据的估计问题）（1）一维情形下的估计问题（包括FE和RE的估计方法以及基本原理，估计结果的读解）；（2）两维情形下的估计问题（包括FEFE、RERE、FERE和REFE的估计方法以及基本原理，估计结果的读解）3. 检验问题（1）F检验的应用前提条件（2）异方差性的检验（组内、组间以及总体方差的异方差性的检验方法以及基本原理，检验结果的读解）；（3）自相关性的检验（组内、组间以及总体的自相关性的检验方法以及基本原理，检验结果的读解）；（4）检验的策略与基本步骤微观部分二元选择模型（1）概率基础 （2）模型设定 （3）模型结果读解 有序选择模型 （1）模型设定 （2）模型结果读解例题（微观部分） 1. 设有()()()1|~1Prob y X e eΦ⎧⎪==⎨Λ⎪+⎩X βX βX βX β （1）（4分）试推导Logit 模型关于X 的边际效应；（2）（4分）有人得到以下实证分析结果，请对结果给出自己的解释； （3）（4分）计算实证分析中解释变量GPA 和TUCE 的边际效应； （4）（4分）试对如下结果中LR statistic (3 df)= 15.54585的含义进行解释。

Dependent Variable: GRADE Method: ML - Binary Probit (Quadratic hill climbing) Date: 08/12/09 Time: 23:15 Sample: 1 32 Included observations: 32 Convergence achieved after 5 iterations C -7.452320 2.542472 -2.931132 0.0034 GPA 1.625810 0.693882 2.343063 0.0191 TUCE 0.051729 0.083890 0.616626 0.5375 PSI 1.426332 0.595038 2.397045 0.0165Mean dependent var 0.343750 S.D. dependent var 0.482559 S.E. of regression 0.386128 Akaike info criterion 1.051175 Sum squared resid 4.174660 Schwarz criterion 1.234392 Log likelihood -12.81880 Hannan-Quinn criter. 1.111906 Restr. log likelihood -20.59173 Avg. log likelihood -0.400588 LR statistic (3 df) 15.54585 McFadden R-squared 0.377478Probability(LR stat) 0.001405Obs with Dep=0 21 Total obs 32 Obs with Dep=1 11()0.328f X β= 答案The logit model or logistic regression model specifies()()1TT TTe p F e==Λ=+xβx βx βx β (1)where ()Λ⋅is the logistic cdf, with ()111e e e-Λ==++z z zz . Logit 模型的边际效应()()()()()Pr 1||Ti i T iF y E y f ∂∂=∂===∂∂∂βx x x βx βx x x()()()()()()()22111TT T T T TT T T TT e d e dF d e e d d d e e⎛⎫⎪ ⎪Λ+⎝⎭===-++βxβx βx βx βx βx βx βx βx βx βx ()()()1111TTT T T T e e ee ⎛⎫=-=Λ-Λ ⎪ ⎪++⎝⎭βx βxβxβx βx βx ()()()()()()()|1T TT TT F dF E y d ⎛⎫∂∂ ⎪===Λ-Λ ⎪∂∂⎝⎭βx βx x ββx βx βx xβx Probit 模型的边际效应()()()()|T Ti T i iF E y φ∂∂Φ∂===∂∂∂βx βx x βx βx x x 故有：GPA1.625810 0.5333 TUCE 0.051729 0.01697 PSI1.426332 0.4678LR statistic (3 df)= 15.54585的含义是对Probit/Logit 模型中所有的斜率系数均等于0的假设进行检验。

高级计量经济学复习精要Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT高级计量经济学复习精要一、简答题（10分×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，一般出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，R2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或，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。

计量经济学复习笔记CH1导论1、计量经济学：以经济理论和经济数据的事实为依据，运用数学、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。

研究主体是经济现象及其发展变化的规律。

2、运用计量分析研究步骤：模型设定——确定变量和数学关系式估计参数——分析变量间具体的数量关系模型检验——检验所得结论的可靠性模型应用——做经济分析和经济预测3、模型变量:解释变量:表示被解释变量变动原因的变量，也称自变量，回归元。

被解释变量:表示分析研究的对象，变动结果的变量，也成应变量。

内生变量:其数值由模型所决定的变量，是模型求解的结果。

外生变量:其数值由模型意外决定的变量。

外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。

前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响，但能够影响我们所研究的本期的内生变量。

前定变量：前定内生变量和外生变量的总称。

数据:时间序列数据：按照时间先后排列的统计数据。

截面数据：发生在同一时间截面上的调查数据。

面板数据：虚拟变量数据：表征政策，条件等，一般取0或1.4、估计评价统计性质的标准无偏：E（＾β）=β 随机变量，变量的函数？有效：最小方差性一致：N趋近无穷时，β估计越来越接近真实值5、检验经济意义检验：所估计的模型与经济理论是否相等统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著计量经济检验：是否符合计量经济方法的基本假定预测检验：将模型预测的结果与经济运行的实际对比CH2 CH3 线性回归模型模型（假设）——估计参数——检验——拟合优度——预测1、模型（线性）（1）关于参数的线性 模型就变量而言是线性的；模型就参数而言是线性的。

Y i =β1+β2lnX i +u i线性影响 随机影响Y i =E （Y i |X i ）+u i E （Y i |X i ）=f(X i )=β1+β2lnX i引入随机扰动项，（3）古典假设A 零均值假定 E （u i |X i ）=0B 同方差假定 Var(u i |X i )=E(u i 2)=σ2C 无自相关假定 Cov(u i ,u j )=0D 随机扰动项与解释变量不相关假定 Cov(u i ,X i )=0E 正态性假定u i ~N(0,σ2)F 无多重共线性假定Rank(X)=k2、估计在古典假设下，经典框架，可以使用OLS方法：OLS 寻找min ∑e i2 ＾β1ols = (Y 均值)-＾β2(X 均值)＾β2ols = ∑x i y i /∑x i 23、性质OLS 回归线性质（数值性质）（1）回归线通过样本均值 （X 均值,Y 均值）（2）估计值＾Y i 的均值等于实际值Y i 的均值（3）剩余项e i 的均值为0（4）被解释变量估计值＾Y i 与剩余项e i 不相关 Cov(＾Y i ,e i )=0（5）解释变量X i 与剩余项e i 不相关 Cov(e i ,X i )=0在古典假设下，OLS 的统计性质是BLUE 统计 最佳线性无偏估计4、检验(1)Z 检验Ho:β2=0 原假设 验证β2是否显著不为0标准化： Z=（＾β2-β2）/SE （＾β2）~N （0,1） 在方差已知，样本充分大用Z 检验拒绝域在两侧，跟临界值判断，是否β2显著不为0(2)t 检验——回归系数的假设性检验方差未知，用方差估计量代替 ＾σ2=∑e i 2/(n-k) 重点记忆t =（＾β2-β2）/＾SE （＾β2）~t （n-2）拒绝域：|t|>=t 2/a (n-2)拒绝，认为对应解释变量对被解释变量有显著影响。

Chap.3 小样本OLS1.小样本OLS的假定、推导、拟合优度、性质2.t检验、F检验Chap.5 大样本OLS1.为何需要大样本理论2.随机收敛的三种情况、关系3.大数定律、中心极限定理4.统计量大样本性质：均方误差、一致性5.随机过程：严格平稳、弱平稳（白噪声）、鞅、鞅差分序列6.渐近独立定理、鞅差分序列的中心极限定理7.大样本OLS的假定、性质、检验Chap.6 最大似然估计法1.MLE基本思想，得分函数2.线性模型的MLE：假定、与OLS估计量的对比3.高斯-牛顿法4.信息矩阵、克莱默-劳下限5.MLE的大样本性质6.三类等价的统计检验7.准最大似然估计什么情况下是一致的8.正态分布假设的检验：JB检验Chap.7 异方差1.异方差及其后果2.异方差的检验3.异方差的处理4.GLS，WLS，FGLSChap.8 自相关1.自相关及其后果2.自相关的检验3.自相关的处理Chap.9 模型设定与数据问题1.遗漏变量（两种情况）、处理方法（其中理想代理变量的条件）2.无关变量（与遗漏变量相比谁危害更大）3.解释变量个数的选择标准4.函数形式的检验5.多重共线性（严格/近似），VIF，处理6.极端数据：lev7.虚拟变量，虚拟变量陷阱8.经济结构变动的检验Chap.10 工具变量法1.内生解释变量与工具变量法2.有效工具变量的两个条件3.工具变量法作为一种矩估计：秩条件，阶条件4.2SLS的思想、步骤5.工具变量的检验：对解释变量内生性的检验（豪斯曼检验）、不可识别检验、弱工具变量检验（相关性）、过度识别检验（外生性）6.广义矩估计GMM的假定、推导、大样本性质7.MLE、OLS与GMM的关系Chap.11 二值选择模型1.线性概率模型及其优缺点2.非线性：Probit，Logit模型（几率、几率比），拟合优度的衡量Chap.15 短面板1.面板数据的特点、优点2.面板数据的估计策略：混合回归、个体效应模型（个体固定效应模型、双向固定效应模型、随机效应模型）3.FE or RE：豪斯曼检验Chap.16 长面板与动态面板1.长面板：扰动项非iid的情况、处理2.短动态面板：差分/水平/系统GMM3.长动态面板：偏差校正LSDV法Chap.18 随机实验、自然实验与双重差分法1.理想的随机实验、因果效应、差分估计量、自然实验2.双重差分法及其优缺点3.一般的DD模型：假定，不符合假定的处理方法Chap.19 蒙特卡罗法和自助法1.蒙特卡罗法的思想和用途2.蒙特卡罗法的缺点（与自助法对比）3.自助法的思想、用途、类型4.用自助法估计标准误的步骤Chap.26 分位数回归1.为什么需要分位数回归（与OLS对比）2.条件分位数函数（推导、形式：线性）3.样本分位数估计总体分位数的方法4.分位数回归的估计方法（假定、推导、性质）Chap.27 非参数与半参数估计1.为什么需要非参数估计（对比参数估计）2.对密度函数的非参数估计（核密度估计）3.核密度估计的性质（偏差，方差，一致性，渐进正态）4.最优带宽的选择5.非参数核回归的原理6.K近邻回归的原理7.局部线性回归的原理Chap.28-01 倾向得分匹配1.处理效应（ATE，ATT，ATU）2.选择难题（含义、处理、与样本选择问题的区别）3.依可测变量选择4.可忽略性假设5.匹配估计量的思想、倾向得分匹配（倾向得分、倾向得分匹配的含义、步骤、局限）、双重差分倾向得分匹配（适用情况、均值可忽略假定、估计量、步骤）6.重叠假定7.最近邻匹配法：K近邻匹配、卡尺匹配、卡尺内最近邻匹配8.整体匹配法：核匹配9.回归vs.匹配Chap.28-02 断点回归1.依可测变量选择的特殊情形（断点），为什么不能使用倾向得分匹配2.局部随机实验，局部平均处理效应（LATE），模型假设，两个跳跃及其因果关系3.断点回归的模型、优缺点4.案例：5.模糊断点回归：问题、需引入的假定、推导、估计量、IVPS. 合成控制法与回归控制法1.评估政策因果效应的困难、SCM基本思想、案例2.SCM理论、因子模型、SCM基本性质、注意事项3.回归控制法的含义、基本思想、模型、案例。

复习提纲一、基本概念与基本原理1.简述当代计量经济学发展的动向。

2.建立计量经济学模型的基本思想（基本步骤）是什么？3.总体回归函数和样本回归函数之间有哪些区别和联系？4.简述加权最小二乘估计方法的基本原理（基本思想）。

5.有了样本可决系数，为什么还要引入调整的样本可决系数？6.比较OLS 与广义OLS 的异同。

加权最小二乘估计的基本原理是什么？7.什么是序列相关性？举例说明经济现象中序列相关性的存在。

检验序列相关性的方法思路是什么？熟悉D.W.统计量的计算方法和查表判断。

8.什么是横截面数据、时间序列数据和面板数据？简述面板数据模型的基本类型和基本形式？在建立面板数据模型之前为什么要进行模型设定的检验？9.简述非线性最小二乘估计的基本思想（基本原理）。

10.滞后变量模型有哪几种类型？分布滞后模型使用OLS 方法存在哪些问题？可使用哪些方法进行估计？11.产生模型设定偏误的主要原因是什么？模型设定偏误的后果以及检验方法有哪些？12.什么是滞后现象？产生滞后现象的原因主要有哪些？为什么要建立滞后变量模型？13.在学习面板数据模型之前，我们也经常将多个时间的截面数据综合为一组样本估计模型，现在看来，它是否肯定是错误的？为什么？二、计算分析题1．已知回归模型μβα++=N E ，式中E 为某类公司一名新员工的起始薪金（元），N 为所受教育水平（年）。

随机扰动项μ的分布未知，其他所有假设都满足。

（1）从直观及经济角度解释α和β。

（2）OLS 估计量αˆ和βˆ满足线性性、无偏性及有效性吗？简单陈述理由。

（3）对参数的假设检验还能进行吗？简单陈述理由。

（4）如果被解释变量新员工起始薪金的计量单位由元改为100元，估计的截距项与斜率项有无变化？如果解释变量所受教育水平的度量单位由年改为月，估计的截距项与斜率项有无变化？2．假设模型为t t t X Y μβα++=。

给定n 个观察值),(11Y X ，),(22Y X ，…，),(n n Y X ，按如下步骤建立β的一个估计量：在散点图上把第1个点和第2个点连接起来并计算该直线的斜率；同理继续，最终将第1个点和最后一个点连接起来并计算该条线的斜率；最后对这些斜率取平均值，称之为βˆ，即β的估计值。

计量经济学知识点第一章导论1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。

2、计量经济学是统计学、经济学和数学的结合。

3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12月国际计量经济学会的成立。

4、计量经济学是经济学的一个分支学科。

第二章简单线性回归模型1、在总体回归函数中引进随机扰动项的原因：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作为众多细小影响因素的综合代表；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。

2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；③随机扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。

3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。

4、参数估计量的评价标准：无偏性、有效性、一致性。

5、OLS估计量的统计特征：线性特性、无偏性、有效性。

6、可决系数R²的特点：①可决系数是非负的统计量；②可决系数的取值范围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。

第三章多元线性回归模型1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；⑤正态性假定。

2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩估计、广义矩估计。

3、参数最小二乘估计的性质：线性性质、无偏性、有效性。

4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，这时规定为0。

5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。

6、当R²=0时，F=0；当R²越大时，F值也越大；当R²=1时，F→∞。

高级计量经济学复习精要一、简答题（10分×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，一般出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）变量的显著性检验失去意义；（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，R 2极高，多个变量不显著，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。

计量经济学复习重点第一章1. 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2. 计量经济学与相关学科的联系与区别联系：●计量经济学研究的主体—经济现象和经济系的数量规律●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3. 学习计量经济学的必要性4. 计量经济学研究的基本思路和步骤模型设定（选择变量和数学关系式）、估计参数（确定变量间的数量关系）、模型检验（检验所得结论的可靠性）、模型应用（作经济分析和经济预测）5。

模型的设定、参数估计、模型检验的要求模型设定要求●要有科学的理论依据●选择适当的数学形式（单一方程、联立方程线性形式、非线性形式）●模型要兼顾真实性和实用性●包含随机误差项●方程中的变量要具有可观测性参数估计要求参数的估计值：所估计参数的具体数值参数的估计式:估计参数数值的公式6. 模型中的变量及其类型从变量的因果关系区分：被解释变量（应变量）—-要分析研究的变量解释变量（自变量)—说明应变量变动主要原因的变量（非主要原因归入随机误差项）从变量的性质区分内生变量—其数值由模型所决定的变量，是模型求解的结果外生变量—其数值由模型以外决定的变量(相关概念：前定内生变量、前定变量) 注意：外生变量数值的变化能够影响内生变量的变化，内生变量却不能反过来影响外生变量7. 计量经济研究中数据的类型时间数列数据（同一空间、不同时间）、截面数据(同一时间、不同空间）、混合数据（面板数据 Panel Data)、虚拟变量数据8。

1. 计量经济分析的步骤2）建立计量经济模型。

①确定模型包含的变量；②确定模型的数学形式；③拟定模型中待估计参数的理论期望值区间3）收集数据。

数据质量: 完整性、准确性、可比性、一致性4）估计参数。

参数估计为经济理论提供了实际经验的内容，并验证经济理论。

5）假设检验。

①经济意义检验：根据拟定的符号、大小、关系②统计检验③计量经济学检验 ④模型预测检验6）预测和政策分析。

①结构分析②经济预测③政策评价④实证分析（理论检验与发展经典线性回归模型 2.统计假设②E(ui uj)=0,③E(ut 2)=σ2④Xjt 是非随机量，⑤（K+1）< n;⑥各解释变量之间不存在严格的线性关系。

2）A1. E(u)=0 A2.A3. X 是一个非随机元素矩阵 A4. Rank(X) = (K+1) < n 3.β的统计值及其分布~ 4.拟合优度（决定系数、修正决定系数） 使用修正决定系数原因：决定系数是一个与解释变量的个数有关的量，解释变量个数增加，RSS 减小，从而使R 2 增大。

人们总是可以通过增加模型中解释变量的方法来增大 R2 的值。

5.假设检验 1）单个系数显著性检验2）若干个系数的显著性检验（联合假设检验） ～t(n-k-1) ～F(g,n-k-1)3）全部斜率系数为0的检验 4）检验其他形式的系数约束条件（同联合检验）～F(g,n-k-1)6. 回归结果的提供和分析：DW 检验值说明是否存在扰动项的自相关。

7. 斜率和截距都变动（分别检验β2和β4的显著性即可）n I u u E 2)(σ='ˆ''-1β=(X X)X Y )6(ˆˆ)5()()())((ˆ2222X Y x y x X X n Y X Y X n X X Y Y X X t t t t t t t t t t t t βαβ-==--=---=∑∑∑∑∑∑∑∑∑βˆ),(22∑t x N σβ2ˆ~(,)j j jjN c ββσ()TSSRSS TSS ESS R Y Y e R -==--==∑∑112222或总变差解释变差()∑∑-----=22)1()1(1Y Y K n e n ())1()1(1222-----=∑∑n Y Y K n e R 1)1)(1(12-----=K n R n /2ˆ(1)j t n k αβ±--σ)ˆ(ˆ)ˆ(ˆj j j j ββββVar Se t ==())1(---=K n S g S S F R )1()1(22---=K n R K R uDX X D Y u X D D Y ++++=++++=)()()(43214321ββββββββ即：经典假设条件不满足时的问题及对策8. 多重共线性（某些解释变量高度相关，即样本数据相关）1）原因：①经济变量在时间上有共同变化的趋势②解释变量与其滞后变量同作解释变量③数据收集的基础不够宽，某些解释变量可能会一起变动。