(超全)计量经济学框架图

第九章结构型时间序列模型时间序列回归模型分类：1.不含外生变量的非结构型模型，包括单方程模型（如ARMA模型）和多方程模型（如向量自回归模型，V AR）2.传统的结构模型，包括含有外生变量的单方程回归模型（如确定性趋势或季节模型、静态模型、分布滞后模型、自回归分布滞后模型等）和联立方程模型3.协整和误差修正模型等现代时间序列模型第二、三类模型反统称为结构型时间序列模型。

本章将对最基本的几种结构型时间序列模型进行简要介绍。

第一节确定性趋势与季节模型确定性趋势与季节模型将经济变量看作是时间的某种函数，用于描述时间序列观测值的长期趋势特征和周期性变动特征。

其中的自变量是确定性的时间变量t或反映季节的虚拟变量。

由于自变量是非随机变量，自然是严格外生的，所以不涉及诸如非平稳性、高度持久等问题，一般可以如同横截面数据一样，直接使用经典线性模型的回归分析方法。

一、确定性趋势模型（一）种类按照因变量y与时间t的关系不同，常用的确定性趋势模型主要有以下三类：1.线性趋势模型01t t y t u ββ=++ （9.1）当时间序列的逐期增长量（即一阶一次差分1t t t y y y -∆=-）大体相同时，可以考虑拟合直线趋势方程。

2. 曲线趋势模型2012k t k t y t t t u ββββ=+++⋅⋅⋅++ （9.2）若逐期增长量的逐期增长量（二阶一次差分21t t t y y y -∆=∆-∆）大致相同，可拟合二次曲线2012t t y t t u βββ=+++。

类似地，如果事物发展趋势有两个拐点，可以拟合三次曲线230123t t y t t t u ββββ=++++。

其他更高次的曲线趋势比较少用。

3. 指数曲线模型01t u t t y e ββ= （9.3）或01ln()ln (ln )t t y t u ββ=++指数曲线的特点是各期的环比增长速度大体相同（即自然对数的一阶一次差分11/ln ln t t t t y y y y --∆≈-基本为常数），时间序列的逐期观测值大致按一定的百分比递增或衰减。

EViews/Stata计量经济学入门：导论与第一、二章EViews/Stata操作知识点：介绍计量经济学的简史，为什么研究计量经济学，计量经济学的数据类型及因果关系；EViews与Stata操作入门。

学习指导：本部分的重点知识是：计量经济学的四种数据结构——横截面数据、时间序列数据、面板数据和混合数据；因果关系；对于四种数据结构的区别要清晰，本课程重点讲解横截面数据和面板数据的处理方法；而混合数据的处理方法与横截面数据相同，而对于考虑相关性的时间序列数据，可以在另开设一门课程来介绍。

因果关系是所有学科分析重要的内容。

但由于经济社会中各变量之间关系十分复杂，所以通常需要控制其他变量后再具体分析所关心自变量对于因变量的影响，而这正是计量经济学研究的重要的内容之一。

关于EViews与Stata的详细操作不是本课程的重点，可以不单独介绍，本课程将会在后续章节的应用例题中介绍与计量经济学密切相关的软件操作步骤。

第三章一元线性回归模型知识点：一元线性回归模型的假设、最小二乘估计及其估计量的性质、系数显著性检验和预测区间。

学习指导：本部分的重点知识是：模型的假设是确保模型可以估计和估计方法好坏的基础，所以要了解假设估计间的关系；最小二乘估计是计量经济学的最基本估计方法之一，所以要熟练掌握其求解过程和其估计量的统计性质；系数显著性检验是经济分析中的重要一环，要了解检验的步骤和意义；本章难点一是如何证明在本章假设下最小二乘估计量是最优的，对于要求较高的院校，可以介绍这里所使用的添项减项技巧，并指出证明的关键是使用线性无偏条件来证明交叉相乘项为0。

本章难点二是如何证明S2是方差的无偏估计量，这里证明的关键是注意到不同误差项之间的无关性对计算过程化简的重要性。

对于要求较低的院校也可以对证明做忽略处理，仅仅指出结论也是入门计量经济学的一种常见处理方法。

第四章多元线性回归模型知识点：多元线性回归模型的假设、最小二乘估计及其估计量的性质、决定系数与修正的决定系数、单系数与线性约束的检验、多重共线性的相关问题。

[经验分享]计量经济学思维导图及...
文/日新少年
来源：经管之家论坛，感谢作者授权转载
在经管之家论坛上，作者整理出来的[经验分享] 计量经济学思维导图及经典时间序列分析方法介绍（ARMA、ARIMA、ARCH、GARCH族）一文，深受广大朋友们的喜爱。

中心小编经过联系授权，今日与大家一起学习。

参照的书籍比较杂、包括一部分笔记，这里就不一一陈述了。

另外[学科前沿] 《金融时间序列分析》分章思维导图与简评一文，给作者了很多启发。

最终做成这份思维导图，现分享给大家：
可以放大查看原图
经典时间序列分析方法
经典时间序列分析方法操作步骤简介
AR、MA、ARMA的模型及阶数判定：。