下载文档原格式
参考答案：第一章绪论一、名词解释1、横截面数据2、时间序列数据3、虚变量数据二、选择题1、C2、B3、A4、A5、B三、简答分析题1、建立与应用计量经济学模型的步骤如下：（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、可比性和一致性；（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。
2、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。
①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、大小、参数之间的关系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；②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，有拟合优度检验、变量显著检验、方程显著性检验等；③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；④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。
3、（1）不是。
因为农村居民储蓄增加额应与农村居民可支配收入总额有关，而与城镇居民可支配收入总额没有因果关系。
（2）不是。
第t年农村居民的纯收入对当年及以后年份的农村居民储蓄有影响，但并不对第t-1的储蓄产生影响。
4、一是居民收入总额RI t前参数符号有误，应是正号；二是全社会固定资产投资总额IV t 这一解释变量的选择有误，它对社会消费品零售总额应该没有直接的影响。
第二章经典单方程计量经济学模型：一元线性回归模型一、名词解释1、最大似然估计法（ML）: 又叫最大或然法，指用产生该样本概率最大的原则去确定样本回归函数的方法。
2、OLS估计法：指根据使估计的剩余平方和最小的原则来确定样本回归函数的方法。
计量经济学试验(完整版)——李子奈目录实验一一元线性回归.......................................................................................................................................一实验目的......................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................1.建立工作文件并录入数据.....................................2.数据的描述性统计和图形统计：...............................3.设定模型，用最小二乘法估计参数：...........................4.模型检验：.................................................5.应用：回归预测：........................................... 实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验......................一实验目的：....................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤...................................................... 实验三多元线性回归 .........................................................................................................................................一实验目的......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................6.1 建立工作文件并录入全部数据...............................6.2 建立二元线性回归模型.....................................6.3 结果的分析与检验.........................................6.4 参数的置信区间...........................................6.5 回归预测.................................................6.6 置信区间的预测........................................... 实验四异方差性 ..................................................................................................................................................一实验目的......................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................6.1 建立对象：...............................................6.2 用普通最小二乘法建立线性模型.............................6.3 检验模型的异方差性.......................................6.4 异方差性的修正........................................... 实验五自相关性 ..................................................................................................................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................6.1 建立Workfile和对象......................................6.2 参数估计、检验模型的自相关性.............................6.3 使用广义最小二乘法估计模型...............................6.4 采用差分形式作为新数据，估计模型并检验相关性............. 实验六多元线性回归和多重共线性..............................................................................................................一实验目的......................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................6.1 建立工作文件并录入数据...................................6.2 用OLS估计模型...........................................6.3 多重共线性模型的识别.....................................6.4 多重共线性模型的修正..................................... 实验七分布滞后模型与自回归模型及格兰杰因果关系检验................................................................一实验目的......................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................6.1 建立工作文件并录入数据...................................6.2 使用4期滞后2次多项式估计模型...........................6.3 格兰杰因果关系检验....................................... 实验八联立方程计量经济学模型 ..................................................................................................................一实验目的......................................................二实验要求......................................................三实验原理......................................................四预备知识......................................................五实验内容......................................................六实验步骤......................................................6.1 分析联立方程模型。
计量经济学试验——李子奈目录实验一一元线性回归 (5)一实验目的 (5)二实验要求 (5)三实验原理 (5)四预备知识 (5)五实验内容 (5)六实验步骤 (5)1.建立工作文件并录入数据 (5)2.数据的描述性统计和图形统计： (7)3.设定模型，用最小二乘法估计参数： (8)4.模型检验： (8)5.应用：回归预测： (9)实验二可化为线性的非线性回归模型估计、受约束回归检验及参数稳定性检验 (12)一实验目的： (12)二实验要求 (12)三实验原理 (12)四预备知识 (12)五实验内容 (12)六实验步骤 (13)实验三多元线性回归 (15)一实验目的 (15)三实验原理 (15)四预备知识 (15)五实验内容 (15)六实验步骤 (15)6.1 建立工作文件并录入全部数据 (15)6.2 建立二元线性回归模型 (16)6.3 结果的分析与检验 (16)6.4 参数的置信区间 (17)6.5 回归预测 (17)6.6 置信区间的预测 (19)实验四异方差性 (21)一实验目的 (21)二实验要求 (21)三实验原理 (21)四预备知识 (21)五实验内容 (21)六实验步骤 (21)6.1 建立对象： (21)6.2 用普通最小二乘法建立线性模型 (22)6.3 检验模型的异方差性 (22)6.4 异方差性的修正 (25)实验五自相关性 (29)一实验目地 (29)二实验要求 (29)三实验原理 (29)四预备知识 (29)五实验内容 (29)六实验步骤 (29)6.1 建立Workfile和对象 (30)6.2 参数估计、检验模型的自相关性 (30)6.3 使用广义最小二乘法估计模型 (34)6.4 采用差分形式作为新数据，估计模型并检验相关性 (36)实验六多元线性回归和多重共线性 (38)一实验目的 (38)二实验要求 (38)三实验原理 (38)四预备知识 (38)五实验内容 (38)六实验步骤 (38)6.1 建立工作文件并录入数据 (38)6.2 用OLS估计模型 (38)6.3 多重共线性模型的识别 (39)6.4 多重共线性模型的修正 (40)实验七分布滞后模型与自回归模型及格兰杰因果关系检验 (43)一实验目的 (43)二实验要求 (43)三实验原理 (43)四预备知识 (43)五实验内容 (43)六实验步骤 (43)6.1 建立工作文件并录入数据 (43)6.2 使用4期滞后2次多项式估计模型 (44)6.3 格兰杰因果关系检验 (46)实验八联立方程计量经济学模型 (50)一实验目的 (50)二实验要求 (50)三实验原理 (50)四预备知识 (50)五实验内容 (50)六实验步骤 (51)6.1 分析联立方程模型。
第1章绪论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：（1）计量经济学，又称为经济计量学，由挪威经济学家弗里希最早提出。
萨缪尔森将计量经济学定义为：根据理论和预测的事实，运用合理的推理方法，对实际经济现象进行的数量分析。
因此，计量经济学既是一门由经济理论、统计学和数学结合而成的交叉性学科，也是一门以揭示经济活动中客观存在的数量关系为主要内容的经济学的重要分支学科。
（2）计量经济学方法与一般经济数学方法主要存在以下区别：①两种方法的研究内容不同计量经济学模型的研究内容是经济现象各因素之间的定量关系，而一般经济数学方法的研究内容是经济现象各因素之间的理论关系。
②两种方法的描述和模拟办法不同计量经济学模型的描述和模拟办法是随机性的数学形式，而一般经济数学方法的描述和模拟办法是确定性的数学形式。
③两种方法的位置和作用不同计量经济学模型可用于对研究对象的深入研究，而一般经济数学方法可用于对研究对象的初步研究。
总的来说，计量经济学方法主要通过建立随机的数学方程来描述经济活动，并通过估计模型中的参数来揭示经济活动中各个因素之间的定量关系，是对经济理论赋予经验内容；而一般经济数学方法则是以确定性的数学形式来描述经济活动，其揭示的是经济活动中各个因素之间的理论关系。
2．计量经济学的研究对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？答：（1）计量经济学的研究对象是具体经济现象中的数量规律，即基于一定的经济理论和统计数据，利用数学、统计学知识以及电脑软件技术，以构造经济计量模型为主要手段，定量分析研究经济变量的数量规律。
（2）根据研究对象和内容侧重点的不同，可将计量经济学的内容分为两大方面：①理论计量经济学，主要涉及计量经济学相关理论及其数学方法的证明和推导过程。
②应用计量经济学，强调通过建立数学模型来处理实际问题。
（3）计量经济学模型研究的经济关系有以下两个基本特征：①随机关系，即自变量的值给定时，因变量的取值服从一个分布。
现代计量经济学模型体系解析_李子奈·学术探讨·现代计量经济学模型体系解析＊李子奈刘亚清内容提要:本文对现代计量经济学模型体系进行了系统的解析,指出了现代计量经济学的各个分支是以问题为导向,在经典计量经济学模型理论的基础上,发展成为相对独立的模型理论体系,包括基于研究对象和数据特征而发展的微观计量经济学、基于充分利用数据信息而发展的面板数据计量经济学、基于计量经济学模型的数学基础而发展的现代时间序列计量经济学、基于非设定的模型结构而发展的非参数计量经济学,并对每个分支进行了扼要的描述。
最后在“交叉与综合”的方向上提出了现代计量经济学模型理论的研究前沿领域。
关键词:经典计量经济学时间序列计量经济学微观计量经济学一、引言计量经济学自20世纪20年代末30年代初诞生以来,已经形成了十分丰富的内容体系。
一般认为,可以以20世纪70年代为界将计量经济学分为经典计量经济学(Classical Econometrics)和现代计量经济学(Mo dern Eco no metrics),而现代计量经济学又可以分为四个分支:时间序列计量经济学(Time Series Econo metrics)、微观计量经济学(Mi-cro-econometrics)、非参数计量经济学(Nonpara-m etric Econometrics)以及面板数据计量经济学(Panel Data Eco nom etrics)。
这些分支作为独立的课程已经被列入经济学研究生的课程表,独立的教科书也已陆续出版,应用研究已十分广泛,标志着它们作为计量经济学的分支学科已经成熟。
据此提出三个问题:一是经典计量经济学的地位问题。
既然现代计量经济学模型体系已经成熟,而且它们都是在经典模型理论的基础上发展的,那么经典模型还有应用价值吗?是不是凡是采用经典模型的研究都是低水平和落后的?二是现代计量经济学的各个分支的发展导向问题。
即它们是如何发展起来的?三是现代计量经济学进一步创新和发展的基点在哪里?回答这些问题,对于正确理解计量经济学的学科体系,对于计量经济学的课程设计和教学内容安排,对于正确评价计量经济学理论和应用研究的水平,对于进一步推动中国的计量经济学理论研究,都是十分有益的。
第五章经典单方程计量经济学模型：专门问题§5.1 虚拟变量§5.2 滞后变量§5.3 设定误差§5.4 建模理论1§5.1 虚拟变量模型一、虚拟变量的基本含义二、虚拟变量的引入三、虚拟变量的设置原则2一、虚拟变量的基本含义•许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等•但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。
•为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”，35概念：同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型或者方差分析（analysis-of variance: ANOVA ）模型。
一个以性别为虚拟变量考察企业职工薪金的模型：ii i i D X Y µβββ+++=210其中：Y i 为企业职工的薪金，X i 为工龄， D i =1，若是男性，D i =0，若是女性。
6二、虚拟变量的引入• 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。
ii i i X D X Y E 10)0,|(ββ+== 企业男职工的平均薪金为：ii i i X D X Y E 120)()1,|(βββ++== 上述企业职工薪金模型中性别虚拟变量的引入采取了加法方式。
在该模型中，如果仍假定E(µi )=0，则 企业女职工的平均薪金为：1、加法方式8 又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。
教育水平考虑三个层次：高中以下，高中，大学及其以上模型可设定如下：ii i D D X Y µββββ++++=231210 这时需要引入两个虚拟变量：10• 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。
如在上述职工薪金的例中，再引入代表学历的虚拟变量D 2：ii i D D X Y µββββ++++=231210⎩⎨⎧=012D 本科及以上学历本科以下学历职工薪金的回归模型可设计为：11•女职工本科以下学历的平均薪金：ii i X D D X Y E 13021)()1,0,|(βββ++===•女职工本科以上学历的平均薪金：ii i X D D X Y E 132021)()1,1,|(ββββ+++===ii i X D D X Y E 1021)0,0,|(ββ+===ii i X D D X Y E 12021)()0,1,|(βββ++===于是，不同性别、不同学历职工的平均薪金分别为：•男职工本科以下学历的平均薪金：•男职工本科以上学历的平均薪金：2、乘法方式•加法方式引入虚拟变量，考察：截距的不同，•许多情况下：往往是斜率就有变化，或斜率、截距同时发生变化。
1、广义计量经济学和狭义计量经济学广义…是利用经济理论、数学以及统计学定量研究经济现象的方法统称。
（回归分析、投入产出分析、时间序列分析等）狭义…以揭示经济变量间的关系为目的，主要应用回归分析方法。
单方程模型和联立方程模型对股票市场的研究VS对金融市场的研究a. 横截面数据集（cross-sectional data set):即给定时点对个人、家庭、企业、城市、国家或一系列其他单位采集的样本所构成的数据集（应该忽略细小的时间差别）b.时间序列数据集（time series data set)：是由一个或几个变量在不同时间的观测值所构成的。
c.混合横截面数据（pooled cross section):有些数据既有横截面数据的特点又有时间序列的特点，但每一时点的样本不同，通常是分析政府政策效果的有力数据d.综列数据（panel data):由横截面数据集中每个数据的一个时间序列组成。
（定点长期调查）回归分析是关于研究一个应变量对另一个或多个自变量的依赖关系，通过后者的已知或给定值，去估计和预测前者的（总体）均值随机干扰项的意义：1。
理论的含糊性（其他因素）2。
数据的欠缺（如财富）3。
核心变量与周边变量（或上或下的随机影响）4。
人类行为的内在随机性5。
糟糕的替代变量（永久消费和永久收入）6。
节省原则（多重共线性的影响）7。
错误的函数形式线性回归模型的假定1。
函数形式：2。
干扰项的零均值：干扰项的零均值的意思是凡是模型不显著含有的并因而归属u的因素，对y的均值都没有系统的影响；正的u值抵销了负的u值，以至于他们对y的平均值的影响为零3。
同方差性：u的同方差性同时也意味着y的同方差性，即随着x的变动，y的取值的分布是一定的，是分布不变的。
4。
无自相关：干扰项之间的无自相关意味着y的决定与其他期的u值无关，即不存在u(t-1)决定u(t)从而决定y的情况5。
回归量与干扰项的非相关：干扰项与自变量之间的非相关，干扰项本身是独立于自变量之外的，且如果干扰项与自变量存在相关，则不能独自说明其作用6。
