联立方程计量经济学模型的单方程估计方法

计量经济学简答题四第一章绪论（一）基本知识类题型1-1．什么是计量经济学？1—2．简述当代计量经济学发展的动向.1-3．计量经济学方法与一般经济数学方法有什么区别?1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。

1—5．为什么说计量经济学是一门经济学科?它在经济学科体系中的作用和地位是什么？1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征?1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。

1-8．建立计量经济学模型的基本思想是什么？1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么?1—10．试分别举出五个时间序列数据和横截面数据并说明时间序列数据和横截面数据有和异同?1-11．试解释单方程模型和联立方程模型的概念并举例说明两者之间的联系与区别。

1-12．模型的检验包括几个方面?其具体含义是什么？1—13．常用的样本数据有哪些?1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。

1—15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？1—16．经济数据在计量经济分析中的作用是什么？1—20．模型参数对模型有什么意义？习题参考第一章绪论1-1．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。

1-2．答：计量经济学自20年代末、30年代初形成以来无论在技术方法还是在应用方面发展都十分迅速尤其是经过50年代的发展阶段和60年代的扩张阶段使其在经济学科占据重要的地位主要表现在：①在西方大多数大学和学院中计量经济学的讲授已成为经济学课程表中有权威的一部分；②从1969～2003年诺贝尔经济学奖的XX位获奖者中有XX位是与研究和应用计量经济学有关；著名经济学家、诺贝尔经济学奖获得者萨缪尔森甚至说：“第二次世界大战后的经济学是计量经济学的时代”.③计量经济学方法与其他经济数学方法结合应用得到发展；④计量经济学方法从主要用于经济预测转向经济理论假设和政策假设的检验;⑤计量经济学模型的应用从传统的领域转向新的领域如货币、工资、就业、福利、国际贸易等；⑥计量经济学模型的规模不再是水平高低的衡量标准人们更喜欢建立一些简单的模型从总量上、趋势上说明经济现象.1—3．答: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。

封面作者：Pan Hongliang仅供个人学习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？3.为什么需要进行拟合优度检验？4．如何缩小置信区间？（P46）由上式可以看出（1）.增大样本容量。

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。

名词解释：异方差性；在线性回归模型中，经典假设要求随机误差项具有0均值和同方差。

所谓异方差性是指这些随机误差项服从不同方差的正态分布序列相关性；是指总体回归模型的随机误差项之间存在相关关系。

虚假序列相关；是指由于忽略了重要解释变量而导致模型出现的序列相关性。

多重共线性；在经典回归模型中总是假设解释变量之间是相互独立的。

如果某两个或多个解释变量之间出现了相关性，则称为多重共线性随机解释变量；如果存在一个或多个随机变量作为解释变量，则称原模型存在随机解释变量问题。

工具变量：是在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量的变量。

工具变量法；选择一个变量，作为模型中某随机解释变量的工具变量，与模型中的其他变量一起构造出相应参数的一个一致估计量，这种估计方法称为工具变量法。

虚拟变量；根据因素属性的类型，构造只取0或1的人工变量，叫做虚拟变量结构式模型；根据经济理论和行为规律建立的描述经济变量之间直接关系结构的计量经济学方程统称结构式模型简化式模型；用所有先决变量作为每一个内生变量的解释变量，所形成的模型称为简化式模型。

完备的结构模型；伪回归；又称虚假回归，即如果有两列数据表现出一致的变化趋势，即使它们之间没有任何经济关系，如果进行回归也可以表现出较高的可绝系数。

内生变量；是具有某种概率分布的随机变量。

它的参数是联立方程系统估计的元素，内生变量是有系统模型决定的，同时也对模型系统产生影响，内生变量一般都是经济变量。

外生变量；外生变量一般是确定性变量，或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；是外生变量和内生变量的滞后变量单整；如果一个时间序列经过D次差分后变成平稳序列，则称原序列是D阶单整协整：简答题：序列相关性产生的原因三方面；1经济变量固有的惯性。

2 模型设定的偏误。

1.一般最小二乘法(Ordinary Least Squares,OLS)：已知一组样本观测值{}n i Y X i i ,2,1:),(⋯=，一般最小二乘法要求样本回来函数尽可以好地拟合这组值，即样本回来线上的点∧i Y 及真实观测点Yt 的“总体误差”尽可能地小。

一般最小二乘法给出的推断标准是：被说明变量的估计值及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一般最小二乘法更普遍的意义，或者说一般最小二乘法只是加权最小二乘法中权恒取1时的一种特别状况。

从今意义看，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，然后采纳一般最小二乘法估计其参数。

4.工具变量法IV ：工具变量法是克服说明变量及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说明变量的简化式方程采纳一般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 ：多元线性回来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。

假如模型的随机干扰项违反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 ，其基本假设之一是说明变量X 1,X 2,…,Xk 是相互独立的。

计量经济模型的参数估计方法-计量经济学论文-经济学论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——摘要：计量经济模型的参数估计是实证经济分析的关键，其在建模技术中处于核心的地位。

估计模型参数属于统计学中的参数估计内容。

常用的估计方法主要包括最小二剩法、极大似然估计法、矩估计法和贝叶斯估计法等。

而这些方法的应用，取决于计算机及其软件的编程。

利用R 软件可以很容易的实现对模型参数的估计，不论是线性模型，还是非线性模型，主要使用lm、glm 和nls等几个命令函数来实现。

关键词：经济建模；参数估计；经济参数；R的使用。

一位朋友获得到了一笔意想不到的奖金，于是计划着买一件观注已久的名贵消费品。

而同事同样也得到了一笔工资之外的收入，他却将这笔钱用于了投资。

用经济学的术语就是前者的消费倾向很高，而后者的消费倾向较低。

然而一个地区的消费倾向，应该是该地所有居住者的平均消费倾向。

它往往反映着该地区的生活水平和经济发达的程度，是人们比较关心的话题。

这类信息又不可能直接调查获得，因为哪些收入是新增的，以及个人之间的倾向差异较大，抽样的代表性很难保证。

所以此类信息的获得主要是通过模型测算的，即以观测得到的消费为被解释变量，收入为解释变量来构建回归方程，其回归系数就是收入的边际消费倾向。

在经济模型的各构成要件中，参数是用来表述具体经济关系的重要因素，如消费倾向就是收入决定消费模型中最重要的经济参数。

在现实的经济观察中，人们较易观测到收入和消费支出的数据，却很难直接观测到消费倾向的数据，因此我们通过建模来推算。

而这种对模型参数进行推算的过程，常被称为模型的估算。

一、经济参数估计及主要方法。

经济模型是用来描绘经济关系方程式或方程组，在经济模型中的各种变量是我们看得到的经济现实，模型中的每一个方程都表述着各变量之间的经济关联。

而变量之间精确关系的规律性反映，主要是由模型中伴随着变量存在的参数来承担的。

既然是规律性的东西，就是固定不变的。

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。