《计量经济学》教学大纲

《计量经济学》教学大纲一、课程基本信息课程编号（从教务管理系统中查找使用）：课程类别：中文名称：计量经济学英文名称：Econometrics授课对象：金融学专业本科生学分：2学时：48先修课程：经济数学、统计学建议教材：伍得里奇，计量经济学导论：现代观点，北京：中国人民大学出版社，2006参考书目（内容包括编著者、书名、出版社、出版日期）：1．Brooks, C., 金融计量经济学导论[M]. 成都：西南财经大学出版社, 2005。

2. Franses, Philip H., 商业和经济预测中时间序列模型[M]. 北京: 中国人民大学出版社, 2002。

3. Mills, Terence C., 金融时间序列的经济计量学模型(第2版) [M]. 北京：经济科学出版社，2002。

4. Greene, William H., 经济计量分析[M]. 北京：中国社会科学出版社，1998。

二、课程教学目标计量经济学是财经类本科生的专业基础课，通过本课程的学习，学生应掌握计量分析的基本理论与方法，理解计量经济分析的思想，把计量经济学模型和经济学理论、经济现实联系起来，具备一定经验研究的能力。

三、知识点1．经济数据的结构2．简单回归模型3. 普通最小二乘法4. 多元回归分析5. 高斯-马尔科夫假定、定理6. 单个总体参数的假设检验7. 参数线性组合的假设检验8. 对多个线性约束的检验9. 测度单位对估计量的影响10. 函数形式11. 二值变量12. 异方差性13. 趋势和季节性14. 平稳性和弱相依时间序列15. 高度持久序列16. 序列相关17. 稳健统计量四、教学内容与要求第一章导论课时：共2课时教学要求：通过本章的学习，使学生对什么是计量经济学有所了解；掌握数据结构的类型；熟悉经验分析的步骤；理解因果关系和其他条件不变的概念教学内容：第一节什么是计量经济学第二节经验分析的步骤第三节经济数据的结构一．横截面数据二．时间序列数据三．混合横截面数据四．综列数据五．对数据结构的评论第四节计量经济分析中的因果关系和其他条件不变第二章简单回归模型课时：共7课时教学要求：通过本章的学习，学生应掌握简单回归模型的假定，理解“线性”，熟悉OLS的操作技巧和计量模型的经济解释教学内容：第一节简单回归模型的定义第二节普通最小二乘法的推导关于术语的注解第三节 OLS的操作技巧一．拟合值和残差二．OLS统计的代数性质三．拟合优度第四节测量单位和函数形式一．改变测量单位对OLS统计量的影响二．在简单回归中加入非线性因素三．“线性”回归的含义第五节 OLS估计量的期望值和方差一．OLS的无偏性二．OLS估计量的方差三．误差方差的估计第三章多元回归分析：估计课时：共7课时教学要求：通过本章的学习，掌握高斯-马尔科夫假定，理解无偏性定理、斜率估计量抽样方差的定理和高斯-马尔科夫定理，熟悉多元回归模型的经济解释教学内容：第一节使用多元回归分析的动因一．含有两个自变量的模型二．含有K个自变量的模型第二节 OLS的操作和解释一．如何得到OLS估计值二．对OLS回归方程的解释三．OLS的拟合值和残差四．拟合优度五．简单回归和多元回归的估计值的影响第三节 OLS估计量的期望值一．在回归模型中包含了无关变量二．遗漏变量的偏误：简单情形第四节 OLS估计量的方差一．OLS方差的成分：多重共线性：OLS估计量的标准误二．估计2第五节OLS的有效性：高斯-马尔科夫定理第四章多元回归分析：推断课时：共8课时教学要求：通过本章的学习，学生应掌握经典线性模型假定、t检验和F检验，了解置信区间的构建，理解一般线性约束的检验，熟悉如何报告回归结果教学内容：第一节 OLS估计量的抽样分布第二节检验对单个总体参数的假设：t检验一．对单侧对立假设的检验二．双侧对立假设的其他假设三．检验j四．计算t检验的P值第三节置信区间第四节检验关于参数的一个线性组合的假设第五节对多个线性约束的检验：F检验一．对排除性约束的检验二．F统计量的R^2型三．计算F检验的P值四．回归整体显著性的F统计量五．检验一般的线性约束第六节报告回归结果第五章多元回归分析：其他问题课时：共6课时教学要求：通过本章的学习，学生应掌握调整的R平方、非嵌套模型、交互效应和什么情形下应该对变量进行对数变换，理解预测和残差分析教学内容：第一节数据的测度单位对OLS统计量的影响第二节对函数形式的进一步讨论一．对使用对数函数形式的进一步讨论二．含有二次式的模型三．含有交互作用的模型第三节拟合优度和回归元选择的进一步探讨一．调整R-平方二．利用调整R-平方在两个非嵌套模型中进行选择第四节预测和残差分析一．预测的置信区间二．残差分析第六章含有定性信息的多元回归分析课时：共4课时教学要求：通过本章的学习，学生应掌握虚拟变量的内涵及其经济解释、熟悉虚拟变量的交互作用项的经济解释教学内容：第一节对定性信息的描述第二节只有一个虚拟变量第三节使用多个虚拟变量第四节涉及虚拟变量的交互作用一．虚拟变量之间的交互作用二．容许出现不同的斜率三．检验不同组之间回归函数上的差别第七章异方差性课时：共6课时教学要求：通过本章的学习，学生应理解异方差的后果，熟悉稳健性统计量和异方差检验，了解加权最小二乘估计教学内容：第一节异方差性对OLS所造成的影响第二节异方差-稳健性推断第三节对异方差的检验第四节加权最小二乘估计一．除一个常数倍数外异方差是已知的二．必须估计异方差函数：可行GLS第八章时间序列数据的回归分析课时：共8课时教学要求：通过本章的学习，学生应掌握时间序列数据的性质、时间序列数据的经典假定及如何处理趋势和季节性，理解平稳性、弱相依、高度持久、I(1)、I(0)、随机游走等概念，了解序列相关和异方差的校正及稳健性统计量。

教学内容：第一节时间序列数据的性质第二节静态模型与有限分布滞后模型一．静态模型二．有限分布滞后模型第三节经典假设下OLS的有限样本性质一．OLS的无偏性二．OLS估计量的方差和高斯-马尔科夫假定三．经典线性模型假定下的推断第四节趋势和季节性一．描述有趋势的时间序列二．在回归分析中使用趋势变量三．对有时间趋势的回归作除趋势变换四．季节性第五节平稳性和弱相依时间序列一．平稳和非平稳时间序列二．弱相依时间序列第六节OLS渐进性质第七节使用高度持久时间序列作回归分析一．高度持久时间序列二．高度持久时间序列的变换三．判断时间序列是否是I(1)第八节时间序列回归中的序列相关和异方差一．有序列相关误差的OLS 性质 二．序列相关的检验和校正 三．差分和序列相关 四．序列相关-稳健推断 五．异方差-稳健统计量 六．异方差的检验 七．自回归条件异方差五、思考题（或练习题）1．生育率对教育年数的简单回归 （i ）u 中包含什么样的因素？它们可能与教育水平相关吗？（ii ）简单回归分析能揭示教育对生育率在其他条件不变下的影响吗？2．下式为线性消费函数 估计的收入的边际消费倾向(MPC)就是beta1-cap ，平均消费倾向(APC)为 。

利用对100个家庭年收入和消费的观测，得到(i) 解释式中的截距，并评价它的符号和大小。

(ii) 当家庭收入为30000时，预测消费为多少？ (iii) 以inc 为x 轴，画出估计的MPC 和APC 的图3. 在一项调查大学GPA 于在各种活动中所耗费的时间之关系的研究中，你对一些学生分发了调查问卷。

学生被问到他们每周在学习、睡觉、工作和闲暇这四种活动中各花多少小时。

任何活动都被列为这四种活动之一，所以对学生而言，这四种活动的小时数之和为168。

(i) 在模型GPA=b0+b1study+b2sleep+b3work+b4 leisure +u 中，保持sleep 、work 和leisure 不变而改变study 是否有意义？(ii) 解释为什么这个模型违背了假定MLR.4？(iii) 如何将这个模型重新表述，使得参数具有有用的解释，而又不违背假定MLR.4。

4. 刚从法学院毕业的学生的起薪中位数由下式决定：01kids educ u ββ=++01ˆˆˆcons inc ββ=+01ˆˆˆ//cons inc inc ββ=+2ˆ124.840.853100,0.692consinc n R =-+==Log(salary)=b0+b1LSAT+b2GPA+b3log(libvol)+b4 log(cost)+b5 rank+u ，LSAT 为LSAT 成绩的中位数；GPA 为该年级大学GPA 的中位数；libvol 为法学院图书馆的藏书量；cost 为进入法学院每年的费用；rank 为法学院的排名(rank=1的法学院是最好的)(i) 解释为什么预期b5 小于等于0？(ii) 你预计其他斜率参数的符号如何？理由是什么？ (iii) 估计方程如下：log (salary-hat)=8.34+0.0047LSAT+ 0.248GPA+0.095log(libvol)+0.038log(cost) -0.0033rank, n=136, R2 =0.842。

在其他条件不变的情况下，预计GPA 中位数相差1分会导致薪水有多大的差别(iv) 解释变量log(libvol)的系数(v) 是否应该进入一个排名更靠前的法学院？从预计起薪来看，排名相差20位的价值有多大？5. 下面哪种因素可能导致通常的OLS 的t 统计量无效（即在原假设下不服从t 分布）？ （i ）异方差性（ii ）模型中两个变量之间的样本相关系数达到0.95 （iii ）遗漏一个重要的解释变量6. 利用密歇根州制造业的数据来估计产品废弃率与企业特征之间的关系。

总体模型为log(scrap)=b0+b1hrsemp+b2log(sales) +b3log(employ)+u ，scrap 为产品废弃率，hrsemp 为平均每个雇员每年受到培训的小时数，sales 为企业年销售额，employ 为企业雇员人数(i) 证明这个总体模型也可以写成log(scrap)=b0+b1hrsemp+b2log(sales/employ) +q3log(employ)+u ，式中q3=b2+b3。

(ii) 估计(i)中模型，得到检验假设：sales/employ 提高1%将伴随以废弃率下降1%2ˆlog()11.740.0420.951log(/)(4.57)(0.019)(0.370)0.041log()(0.205)43,0.310scraphrsemp sales employ employ n R =--+==7. 有关睡眠时间与其影响因素的回归模型估计如下（i ）对于双侧对立假设，在5%的显著性水平上，educ 、age 是统计上显著的吗？ （ii ）从方程中去掉educ 和age ，则在5%的显著性水平上，educ 和age 是联合统计显著的吗？8. 能否用残差分析来判断某个电影演员得到相对票房而言过高的收入？ 9. 如下模型使得受教育的回报还取决于父母双方受教育程度的总和pareduc ：(i)（以小数形式）证明此模型中多受一年教育的回报为你的预期b2的符号是什么？为什么？ (ii)所估计的方程是解释交互项的系数。