计量经济学名词解释

1、计量经济学计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。

2、数据质量数据满足明确或隐含需求程度的指标3、相关分析主要研究变量之间的相互关联程度，用相关系数表示。

包括简单相关和多重相关（复相关）。

4、回归分析（Regression Analysis）研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。

其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。

5.内生变量指由模型系统内决定的变量，取值在系统内决定6、面板数据时间序列数据和截面数据的混合7.异方差:总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。

如果这一假定不满足，则称线性回归模型存在异方差性。

8.自相关自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关9.多重共线性解释变量之间存在完全的线性关系或近似的线性关系。

解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全多重共线。

10.虚拟变量虚拟变量：在建立模型时，有一些影响经济变量的因素无法定量描述构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D11.平稳序列是指时间序列的统计规律不会随着时间的推移而发生变化。

12.伪回归所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。

13.协整所谓协整，是指多个非平稳变量的某种线性组合是平稳的14.前定变量所有的外生变量和滞后的内生变量。

前定变量=外生变量＋滞后内生变量＋滞后外生变量15.恰好识别恰好识别：能够唯一地估计出结构参数值。

16.结构式模型体现经济理论中经济变量之间的关系结构的联立方程模型，称为结构式模型17.过度识别过度识别：结构参数的估计值具有多个确定值18.自回归模型自回归模型：指模型中的解释变量仅是X 的当期值与被解释变量Y 的若干期滞后值，它由于被解释变量的滞后期值对被解释变量现期做了回归，故叫做自回归模型。

什么是计量经济学：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。

数理经济学：主要关心的是用数学公式或数学模型来描述经济理论，而不考虑对经济理论的度量和经验解释。

而经济计量学主要是对经济理论的经验确认。

计量经济学方法与一般经济数学方法有什么区别：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计量经济学的研究的对象和内容是什么：计量经济学的研究对象是经济现象，是研究经济现象中的具体数量规律（或者说，计量经济学是利用数学方法，根据统计测定的经济数据，对反映经济现象本质的经济数量关系进行研究）。

计量经济模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括某个真实经济系统的数量特征，更深刻地揭示出该经济系统的数量变化规律。

是由系统或方程组成，方程由变量和系数组成。

其中，系统也是由方程组成。

计量经济模型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。

广义地说，一切包括经济、数学、统计三者的模型；狭义地说，仅只用参数估计和假设检验的数理统计方法研究经验数据的模型。

简述建立计量经济学模型的步骤：第一步：设计理论模型，包括确定模型所包含的变量、确定模型的数学形式、拟定模型中的待估参数的符号和大小的理论期望值。

第二步：收集数据样本，要考虑数据的完整性、准确性、可比性和一致性；第三步：估计模型参数；第四步：模型检验，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。

几种常用的样本数据有哪些：(1) 时间序列数据；(2) 横截面数据；(3) 虚拟变量数据（1）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。

（2）横截面数据：横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。

1、计量经济学计量经济学是一个分支学科，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，统计学，经济理论和数学这结合便构成了计量经济学。

2、计量经济学模型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。

3、解释变量影响被解释变量的因素或因子，是原因变量，记为“X”.4、被解释变量结果变量称为被解释变量，记为“Y”。

5、结构分析结构分析是对经济现象中变量之间相互关系的研究。

所采用的主要方法是弹性分析、乘数分析与比较静力分析。

6、时间序列数据按照时间先后顺序排列的统计数据，又称为纵向数据。

7、截面数据一批发生在同一时间截面上的调查数据，又称横向数据。

8、平行数据（面板数据）时间序列数据与截面数据的合成体，又称面板数据。

9、回归分析回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。

10、随机误差项被解释变量数值与其条件期望之间的离差，是一个不可观测的随机变量，称为随机误差项，或随机干扰项。

11、最小二乘法通过最小化误差的平方和寻找数据的最佳函数匹配。

12、最佳线性无偏估计量拥有有限样本性质或小样本性质这类性质的估计量，称为最佳线性无偏估计量。

13、拟合优度是SRF对样本观测值的拟合程度，即样本回归直线与观测散点之间的紧密程度。

14、方程显著性检验对所有被解释变量与解释变量之间的线性关系在总体上是否显著成立做出推断的检验。

15、变量显著性检验是对模型中某一个具体的解释变量X与被解释变量Y之间的线性关系在总体上是否显著成立做出判断，换言之，是考察所选择的X在总体上是否对Y有显著的线性影响。

16、最小样本容量是指从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。

17、满足基本要求的样本容量当n≥30或者至少n≥3(k+1)时，才能说满足模型估计的基本要求。

18、需求函数的零阶齐次性当所有商品价格和消费者货币支出总额按照同一比例变动时，需求量保持不变，这就是所谓的消费者无货币幻觉。

1.总体回归函数是指在给定X i下Y分布的总体均值与X i所形成的函数关系。

样本回归函数指从总体中抽搐的关于Y，X的若干组形成的样本所建立的回归函数。

随机的总体回归函数指相对条件期望而言含有随机干扰项的总体回归函数。

线性回归模型指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以它们的1次方出现。

随机干扰项也称随机误差项，是一个随机变量，是针对总体回归函数而言的。

残差项是一随机变量，是针对样本回归函数而言的。

2.回归系数的估计量指用β0，β1等表示的用已知样本提供的信息所估计出来的总体未知参数的结果。

回归系数或回归参数之回归模型中β0，β1最小二乘法是指根据是估计的剩余平方和最小的原则确定样本回归函数的方法。

条件期望又称条件均值，指X取特定值X i时Y的期望值。

估计量的标准差是度量一个变量变化大小的测量度。

最大似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。

3.总离差平方和TTS表示，用以度量被解释变量的总变动。

回归平方和用ESS表示，用以度量由解释变量变化引起的被解释变量的变化部分。

残差平方和用RSS表示，用以度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。

协方差用Cov（X，Y）表示，是用来度量X，Y两个变量关联程度的统计量。

拟合优度检验指检验模型对样本观测值的拟合程度，用R 表示，该制约接近1，模型对样本观测值拟合得越好。

4.t检验是针对每个解释变量进行的显著性检验，即构造一个t统计量，如果该统计量的值落在置信区间外，就拒绝原假设。

异方差性指对于不同的样本值，随机干扰项的方差不再是常数，而是互不相同的。

序列相关性指对于不同样本值，随机干扰项之间不再是完全相互独立，而是存在某种相关性。

多重线性指两个或多个解释变量之间存在某种线性相关关系。

D.W.检验：全称杜宾-瓦森检验，适合用于一阶自相关的检验，该法构造一个统计量。

5.完全多重共线性指在有多个解释变量模型中，解释变量之间的线性关系是准确的。

——名词解释将因变量与一组解释变量和未观测到的扰动联系起来的方程，方程中未知的总体参数决定了各解释变量在其他条件不变下的效应。

与经济分析不同，在进行计量经济分析之前，要明确变量之间的函数形式。

经验分析（Empirical Analysis）：在规范的计量分析中，用数据检验理论、估计关系式或评价政策有效性的研究。

确定遗漏变量、测量误差、联立性或其他某种模型误设所导致的可能偏误的过程线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。

没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。

有限分布滞后（FDL）模型（Finite Distributed Lag (FDL) Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。

布罗施-戈弗雷检验（Breusch-Godfrey Test）：渐近正确的AR（p）序列相关检验，以AR（1）最为流行；该检验考虑到滞后因变量和其他不是严格外生的回归元。

布罗施-帕甘检验（Breusch-Pagan Test）/（BP Test）：将OLS 残差的平方对模型中的解释变量做回归的异方差性检验。

若一个模型正确，则另一个非嵌套模型得到的拟合值在该模型是不显著的。

因此，这是相对于非嵌套对立假设而对一个模型的检验。

在模型中包含对立模型的拟合值，并使用对拟合值的t 检验来实现。

回归误差设定检验（RESET）（Regression Specification Error Test, RESET）：在多元回归模型中，检验函数形式的一般性方法。

它是对原OLS 估计拟合值的平方、三次方以及可能更高次幂的联合显著性的F 检验。

怀特检验（White Test）：异方差的一种检验方法，涉及到做OLS 残差的平方对OLS 拟合值和拟合值的平方的回归。

这种检验方法的最一般的形式是，将OLS 残差的平方对解释变量、解释变量的平方和解释变量之间所有非多余的交互项进行回归。

计量经济学：是一门利用经济学、数学、统计学从数量上研究宏观和微观经济行为关系的综合性经济学学科计经学研究过程：1理论模型设定2样本数据的取得3参数估计4模型检验5模型应用时间序列数据：一个变量在不同时间取值的一组观测结果虚拟变量：根据属性类型，构造只取“0”或“1”非此即彼的人工变量，通常记为D样本数据的数据质量要求：完整性、准确性、可比性、一致性模型检验的内容：1经济意义检验2统计检验3计量经济学检验4模型预测检验移动平均：对时间序列数据的前后数据求平均，将不必要的变动平滑，也即剔除这些变动，从而发现长期变化方向的一种方法变动系数（变异系数）=标准差/算术平均数标准化变量=（X-算术平均数）/标准差回归现象：当自变量既定，因变量在依概率在一定范围内向期望值靠拢现象随机扰动项产生的原因：1客观现象的随机性质2模型中省略的变量3测量与归并误差4数学模型形式设定造成的误差经典线性回归模型的基本假定：1线性回归模型，即回归模型就参数而言是线性的2在每次重复抽样中，解释变量X的取值具有确定性3 X的值具有变异性 4对于给定的任一个Xi，相应的的随机扰动项ui的均值等于零5对于所有的观测对象，ui的方差都是相等的6随机扰动项之间不存在自相关7 ui 和uj的协方差为零8解释变量之间不存在完全的线性关系9观察次数n必须大于估计参数的个数10正确设定了回归模型最小二乘法：是一种参数估计方法，确定估计参数的准则是使全部观察值的残差平方和最小，即∑ei2 →min, 由此得出选择回归参数b0 , b1 的最小二乘估计式。

最小二乘估计量的统计性质：1线性性2无偏性3有效性4一致性多元线性回归模型：因变量Y依赖于两个或更多解释变量的线性回归模型多重共线性产生的原因：1经济变量之间的相互依存关系2时间趋势影响（时间序列样本建立线性模型时，往往存在多重共线。

）3样本资料方面的原因4滞后变量的引入5虚拟变量设置不合理6变量设置过多。

——名词解释将因变量与一组解释变量和未观测到的扰动联系起来的方程，方程中未知的总体参数决定了各解释变量在其他条件不变下的效应。

与经济分析不同，在进行计量经济分析之前，要明确变量之间的函数形式。

经验分析（Empirical Analysis）：在规范的计量分析中，用数据检验理论、估计关系式或评价政策有效性的研究。

确定遗漏变量、测量误差、联立性或其他某种模型误设所导致的可能偏误的过程线性概率模型（LPM）（Linear Probability Model, LPM）：响应概率对参数为线性的二值响应模型。

没有一个模型可以通过对参数施加限制条件而被表示成另一个模型的特例的两个（或更多）模型。

有限分布滞后（FDL）模型（Finite Distributed Lag (FDL) Model）：允许一个或多个解释变量对因变量有滞后效应的动态模型。

布罗施-戈弗雷检验（Breusch-Godfrey Test）：渐近正确的AR（p）序列相关检验，以AR（1）最为流行；该检验考虑到滞后因变量和其他不是严格外生的回归元。

布罗施-帕甘检验（Breusch-Pagan Test）/（BP Test）：将OLS 残差的平方对模型中的解释变量做回归的异方差性检验。

若一个模型正确，则另一个非嵌套模型得到的拟合值在该模型是不显著的。

因此，这是相对于非嵌套对立假设而对一个模型的检验。

在模型中包含对立模型的拟合值，并使用对拟合值的t 检验来实现。

回归误差设定检验（RESET）（Regression Specification Error Test, RESET）：在多元回归模型中，检验函数形式的一般性方法。

它是对原OLS 估计拟合值的平方、三次方以及可能更高次幂的联合显著性的F 检验。

怀特检验（White Test）：异方差的一种检验方法，涉及到做OLS 残差的平方对OLS 拟合值和拟合值的平方的回归。

这种检验方法的最一般的形式是，将OLS 残差的平方对解释变量、解释变量的平方和解释变量之间所有非多余的交互项进行回归。

名词解释1．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。

是经济理论、统计学和数学三者的结合。

2．相关关系是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量3．因果关系是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。

因果关系有单向因果关系和互为因果关系之分。

4.正规方程组根据最小二乘原理得到的关于参数估计值的线性代数方程组。

5.最小样本容量从最小二乘原理和最大或然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。

样本容量必须不少于模型中解释变量的数目（包括常数项），即n ≥k+1。

6.最小二乘法使全部观测值的残差平方和为最小的方法就是最小二乘法。

7内生变量由模型系统内决定的变量，也就是它取值是由系统范围内决定的。

8.随机误差项9、线性回归模型36．判定系数:是用来反映样本回归直线与样本观测值之间的拟合程度,也就是指拟合优度.37．外生参数:一般是指依据经济法规人为确定的参数,或者凭经验估计而得到的参数31.函数关系:如果给定解释变量X 的值,被解释变量Y 的值就唯一地确定了，Y 与X 的关系就是函数关系。

32.序列相关：对于时间序列资料，由于经济发展的惯性等原因，经济变量的前期水平往往会影响其后期水平，从而造成其前后期随机误差项的序列相关，即有cov （ui ，uj ）≠0，i ≠j ，则称序列相关或自相关。

^43．设样本回归方程为ki ki 1i 10i X ˆ...ˆˆY ˆβββ+++=X 则被解释变量的实际值Y 与回归值Yˆ离差为e=Y-Y ˆ最小二乘法就是寻找0ˆβ，1ˆβ…ki ˆβ的一组值，使得残差平方和 e 2= Y −Y 2的值达到最小36. 反映样本观测值拟合的优劣。

R 2越接近1 拟合优度越高，R 2=0时表示变量之间不存在线性关系。

广义计量经济学：利用经济理论、统计学和数学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。

狭义计量经济学：以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。

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的客观存在的数量关系为内容的分支学科。

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，用随机性的数学方程加以描述。

截面数据：截面数据是许多不同的观察对象在同一时间点上的取值的统计数据集合，可理解为对一个随机变量重复抽样获得的数据。

时间序列数据：把反映某一总体特征的同一指标的数据，按照一定的时间顺序和时间间隔排列起来，这样的统计数据称为时间序列数据面板数据：指时间序列数据和截面数据相结合的数据。

总体回归函数：指在给定Xi下Y分布的总体均值与Xi所形成的函数关系〔或者说总体被解释变量的条件期望表示为解释变量的某种函数〕。

样本回归函数：指从总体中抽出的关于Y，X的假设干组值形成的样本所建立的回归函数。

随机的总体回归函数：含有随机干扰项的总体回归函数〔是相对于条件期望形式而言的〕。

线性回归模型：既指对变量是线性的，也指对参数β为线性的，即解释变量与参数β只以他们的1次方出现。

最小二乘法：又称最小平方法，指根据使估计的剩余平方和最小的原则确定样本回归函数的方法。

最大似然法：又称最大或然法，指用生产该样本概率最大的原则去确定样本回归函数的方法。

总离差平方和：用TSS表示，用以度量被解释变量的总变动。

回归平方和：用ESS表示：度量由解释变量变化引起的被解释变量的变化部分。

残差平方和：用RSS表示：度量实际值与拟合值之间的差异，是由除解释变量以外的其他因素引起的被解释变量变化的部分。

协方差：用Cov〔X，Y〕表示，度量X,Y两个变量关联程度的统计量。

R表示，该值越接近1，模型拟合优度检验：检验模型对样本观测值的拟合程度，用2对样本观测值拟合得越好。