《計量經(jīng)濟學(xué)》教學(xué)大綱

本文格式為Word版，下載可任意編輯——《計量經(jīng)濟學(xué)》教學(xué)大綱《計量經(jīng)濟學(xué)》教學(xué)大綱

一、課程基本信息

課程編號（從教務(wù)管理系統(tǒng)中查找使用）：課程類別：

中文名稱：計量經(jīng)濟學(xué)英文名稱：Econometrics授課對象：金融學(xué)專業(yè)本科生學(xué)分：2學(xué)時：48

先修課程：經(jīng)濟數(shù)學(xué)、統(tǒng)計學(xué)

建議教材：伍得里奇，計量經(jīng)濟學(xué)導(dǎo)論：現(xiàn)代觀點，北京：中國人民大學(xué)出版社，2023參考書目（內(nèi)容包括編著者、書名、出版社、出版日期）：

1．Brooks,C.,金融計量經(jīng)濟學(xué)導(dǎo)論[M].成都：西南財經(jīng)大學(xué)出版社,2023。

2.Franses,PhilipH.,商業(yè)和經(jīng)濟預(yù)計中時間序列模型[M].北京:中國人民大學(xué)出版社,2023。

3.Mills,TerenceC.,金融時間序列的經(jīng)濟計量學(xué)模型(第2版)[M].北京：經(jīng)濟科學(xué)出版社，2023。

4.Greene,WilliamH.,經(jīng)濟計量分析[M].北京：中國社會科學(xué)出版社，1998。

二、課程教學(xué)目標

計量經(jīng)濟學(xué)是財經(jīng)類本科生的專業(yè)基礎(chǔ)課，通過本課程的學(xué)習(xí)，學(xué)生應(yīng)把握計量分析的基本理論與方法，理解計量經(jīng)濟分析的思想，把計量經(jīng)濟學(xué)模型和經(jīng)濟學(xué)理論、經(jīng)濟現(xiàn)實聯(lián)系起來，具備一定經(jīng)驗研究的能力。

三、知識點

1．經(jīng)濟數(shù)據(jù)的結(jié)構(gòu)

2．簡單回歸模型3.普通最小二乘法4.多元回歸分析

5.高斯-馬爾科夫假定、定理6.單個總體參數(shù)的假設(shè)檢驗7.參數(shù)線性組合的假設(shè)檢驗8.對多個線性約束的檢驗9.測度單位對估計量的影響10.函數(shù)形式11.二值變量12.異方差性13.趨勢和季節(jié)性

14.平穩(wěn)性和弱相依時間序列15.高度持久序列16.序列相關(guān)17.穩(wěn)健統(tǒng)計量

四、教學(xué)內(nèi)容與要求

第一章導(dǎo)論課時：共2課時教學(xué)要求：

通過本章的學(xué)習(xí)，使學(xué)生對什么是計量經(jīng)濟學(xué)有所了解；把握數(shù)據(jù)結(jié)構(gòu)的類型；熟悉經(jīng)驗分析的步驟；理解因果關(guān)系和其他條件不變的概念教學(xué)內(nèi)容：

第一節(jié)什么是計量經(jīng)濟學(xué)其次節(jié)經(jīng)驗分析的步驟

第三節(jié)經(jīng)濟數(shù)據(jù)的結(jié)構(gòu)

一．橫截面數(shù)據(jù)二．時間序列數(shù)據(jù)三．混合橫截面數(shù)據(jù)四．綜列數(shù)據(jù)五．對數(shù)據(jù)結(jié)構(gòu)的評論

第四節(jié)計量經(jīng)濟分析中的因果關(guān)系和其他條件不變其次章簡單回歸模型課時：共7課時教學(xué)要求：

通過本章的學(xué)習(xí)，學(xué)生應(yīng)把握簡單回歸模型的假定，理解“線性〞，熟悉OLS的操作技巧和計量模型的經(jīng)濟解釋教學(xué)內(nèi)容：

第一節(jié)簡單回歸模型的定義其次節(jié)普通最小二乘法的推導(dǎo)關(guān)于術(shù)語的注解第三節(jié)OLS的操作技巧

一．擬合值和殘差二．OLS統(tǒng)計的代數(shù)性質(zhì)三．擬合優(yōu)度

第四節(jié)測量單位和函數(shù)形式

一．改變測量單位對OLS統(tǒng)計量的影響二．在簡單回歸中參與非線性因素三．“線性〞回歸的含義第五節(jié)OLS估計量的期望值和方差

一．OLS的無偏性二．OLS估計量的方差三．誤差方差的估計第三章多元回歸分析：估計課時：共7課時教學(xué)要求：

通過本章的學(xué)習(xí)，把握高斯-馬爾科夫假定，理解無偏性定理、斜率估計量抽樣方差的定理和高斯-馬爾科夫定理，熟悉多元回歸模型的經(jīng)濟解釋教學(xué)內(nèi)容：

第一節(jié)使用多元回歸分析的動因一．含有兩個自變量的模型二．含有K個自變量的模型

其次節(jié)OLS的操作和解釋

一．如何得到OLS估計值二．對OLS回歸方程的解釋三．OLS的擬合值和殘差四．擬合優(yōu)度

五．簡單回歸和多元回歸的估計值的影響第三節(jié)OLS估計量的期望值

一．在回歸模型中包含了無關(guān)變量二．遺漏變量的偏誤：簡單情形第四節(jié)OLS估計量的方差

一．OLS方差的成分：多重共線性二．估計?：OLS估計量的標準誤第五節(jié)OLS的有效性：高斯-馬爾科夫定理第四章多元回歸分析：推斷課時：共8課時教學(xué)要求：

2通過本章的學(xué)習(xí)，學(xué)生應(yīng)把握經(jīng)典線性模型假定、t檢驗和F檢驗，了解置信區(qū)間的構(gòu)建，理解一般線性約束的檢驗，熟悉如何報告回歸結(jié)果教學(xué)內(nèi)容：

第一節(jié)OLS估計量的抽樣分布

其次節(jié)檢驗對單個總體參數(shù)的假設(shè)：t檢驗一．對單側(cè)對立假設(shè)的檢驗二．雙側(cè)對立假設(shè)三．檢驗?j的其他假設(shè)四．計算t檢驗的P值第三節(jié)置信區(qū)間

第四節(jié)檢驗關(guān)于參數(shù)的一個線性組合的假設(shè)第五節(jié)對多個線性約束的檢驗：F檢驗

一．對排除性約束的檢驗二．F統(tǒng)計量的R^2型三．計算F檢驗的P值四．回歸整體顯著性的F統(tǒng)計量五．檢驗一般的線性約束第六節(jié)報告回歸結(jié)果第五章多元回歸分析：其他問題課時：共6課時教學(xué)要求：

通過本章的學(xué)習(xí)，學(xué)生應(yīng)把握調(diào)整的R平方、非嵌套模型、交互效應(yīng)和什么情形下應(yīng)當對變量進行對數(shù)變換，理解預(yù)計和殘差分析教學(xué)內(nèi)容：

第一節(jié)數(shù)據(jù)的測度單位對OLS統(tǒng)計量的影響其次節(jié)對函數(shù)形式的進一步探討

一．對使用對數(shù)函數(shù)形式的進一步探討二．含有二次式的模型三．含有交互作用的模型

第三節(jié)擬合優(yōu)度和回歸元選擇的進一步探討

一．調(diào)整R-平方

二．利用調(diào)整R-平方在兩個非嵌套模型中進行選擇

第四節(jié)預(yù)計和殘差分析一．預(yù)計的置信區(qū)間二．殘差分析

第六章含有定性信息的多元回歸分析課時：共4課時教學(xué)要求：

通過本章的學(xué)習(xí)，學(xué)生應(yīng)把握虛擬變量的內(nèi)涵及其經(jīng)濟解釋、熟悉虛擬變量的交互作用項的經(jīng)濟解釋教學(xué)內(nèi)容：

第一節(jié)對定性信息的描述其次節(jié)只有一個虛擬變量第三節(jié)使用多個虛擬變量第四節(jié)涉及虛擬變量的交互作用一．虛擬變量之間的交互作用二．容許出現(xiàn)不同的斜率

三．檢驗不同組之間回歸函數(shù)上的區(qū)別第七章異方差性課時：共6課時教學(xué)要求：

通過本章的學(xué)習(xí)，學(xué)生應(yīng)理解異方差的后果，熟悉穩(wěn)健性統(tǒng)計量和異方差檢驗，了解加權(quán)最小二乘估計教學(xué)內(nèi)容：

第一節(jié)異方差性對OLS所造成的影響其次節(jié)異方差-穩(wěn)健性推斷第三節(jié)對異方差的檢驗第四節(jié)加權(quán)最小二乘估計

一．除一個常數(shù)倍數(shù)外異方差是已知的二．必需估計異方差函數(shù)：可行GLS第八章時間序列數(shù)據(jù)的回歸分析

課時：共8課時教學(xué)要求：

通過本章的學(xué)習(xí)，學(xué)生應(yīng)把握時間序列數(shù)據(jù)的性質(zhì)、時間序列數(shù)據(jù)的經(jīng)典假定及如何處理趨勢和季節(jié)性，理解平穩(wěn)性、弱相依、高度持久、I(1)、I(0)、隨機游走等概念，了解序列相關(guān)和異方差的校正及穩(wěn)健性統(tǒng)計量。教學(xué)內(nèi)容：

第一節(jié)時間序列數(shù)據(jù)的性質(zhì)其次節(jié)靜態(tài)模型與有限分布滯后模型一．靜態(tài)模型二．有限分布滯后模型

第三節(jié)經(jīng)典假設(shè)下OLS的有限樣本性質(zhì)

一．OLS的無偏性

二．OLS估計量的方差和高斯-馬爾科夫假定三．經(jīng)典線性模型假定下的推斷第四節(jié)趨勢和季節(jié)性

一．描述有趨勢的時間序列二．在回歸分析中使用趨勢變量三．對有時間趨勢的回歸作除趨勢變換四．季節(jié)性

第五節(jié)平穩(wěn)性和弱相依時間序列

一．平穩(wěn)和非平穩(wěn)時間序列二．弱相依時間序列第六節(jié)OLS漸進性質(zhì)

第七節(jié)使用高度持久時間序列作回歸分析

一．高度持久時間序列二．高度持久時間序列的變換三．判斷時間序列是否是I(1)

第八節(jié)時間序列回歸中的序列相關(guān)和異方差

一．有序列相關(guān)誤差的OLS性質(zhì)二．序列相關(guān)的檢驗和校正三．差分和序列相關(guān)四．序列相關(guān)-穩(wěn)健推斷五．異方差-穩(wěn)健統(tǒng)計量六．異方差的檢驗七．自回歸條件異方差

五、思考題（或練習(xí)題）

1．生育率對教育年數(shù)的簡單回歸kids??0??1educ?u（i）u中包含什么樣的因素？它們可能與教育水平相關(guān)嗎？

（ii）簡單回歸分析能透露教育對生育率在其他條件不變下的影響嗎？

????inc???2．下式為線性消費函數(shù)cons01估計的收入的邊際消費傾向(MPC)就是beta1-cap，平均消費傾向(APC)

?/inc??0/inc??1。利用對100個家庭年收入和消費的觀測，得到cons為

?????124.84?0.853incconsn?100,R?0.6922(i)解釋式中的截距，并評價它的符號和大小。(ii)當家庭收入為30000時，預(yù)計消費為多少？(iii)以inc為x軸，畫出估計的MPC和APC的圖

3.在一項調(diào)查大學(xué)GPA于在各種活動中所花費的時間之關(guān)系的研究中，你對一些學(xué)生分發(fā)了調(diào)查問卷。學(xué)生被問到他們每周在學(xué)習(xí)、睡覺、工作和閑暇這四種活動中各花多少小時。任何活動都被列為這四種活動之一，所以對學(xué)生而言，這四種活動的小時數(shù)之和為168。

(i)在模型GPA=b0+b1study+b2sleep+b3work+b4leisure+u中，保持sleep、work和leisure不變而改變study是否有意義？

(ii)解釋為什么這個模型違背了假定MLR.4？

(iii)如何將這個模型重新表述，使得參數(shù)具有有用的解釋，而又不違背假定MLR.4。4.剛從法學(xué)院畢業(yè)的學(xué)生的起薪中位數(shù)由下式?jīng)Q定：

Log(salary)=b0+b1LSAT+b2GPA+b3log(libvol)+b4log(cost)+b5rank+u，LSAT為LSAT成績的中位數(shù)；GPA為該年級大學(xué)GPA的中位數(shù)；libvol為法學(xué)院圖書館的藏書量；cost為進入法學(xué)院每年的費用；rank為法學(xué)院的排名(rank=1的法學(xué)院是最好的)

(i)解釋為什么預(yù)期b5小于等于0？

(ii)你預(yù)計其他斜率參數(shù)的符號如何？理由是什么？(iii)估計方程如下：

log(salary-hat)=8.34+0.0047LSAT+0.248GPA+0.095log(libvol)+0.038log(cost)-0.0033rank,n=136,R2=0.842。在其他條件不變的狀況下，預(yù)計GPA中位數(shù)相差1分會導(dǎo)致薪水有多大的區(qū)別

(iv)解釋變量log(libvol)的系數(shù)

(v)是否應(yīng)當進入一個排名更靠前的法學(xué)院？從預(yù)計起薪來看，排名相差20位的價值有多大？

5.下面哪種因素可能導(dǎo)致尋常的OLS的t統(tǒng)計量無效（即在原假設(shè)下不聽從t分布）？（i）異方差性

（ii）模型中兩個變量之間的樣本相關(guān)系數(shù)達到0.95（iii）遺漏一個重要的解釋變量

6.利用密歇根州制造業(yè)的數(shù)據(jù)來估計產(chǎn)品廢棄率與企業(yè)特征之間的關(guān)系。總體模型為log(scrap)=b0+b1hrsemp+b2log(sales)+b3log(employ)+u，scrap為產(chǎn)品廢棄率，hrsemp為平均每個雇員每年受到培訓(xùn)的小時數(shù)，sales為企業(yè)年銷售額，employ為企業(yè)雇員人數(shù)

(i)證明這個總體模型也可以寫成

log(scrap)=b0+b1hrsemp+b2log(sales/employ)+q3log(employ)+u，式中q3=b2+b3。(ii)估計(i)中模型，得到

?)?11.74?0.042hrsemp?0.951log(sales/employ)log(scrap(4.57)(0.019)?0.041log(employ)(0.205)n?43,R2?0.310(0.370)檢驗假設(shè)：sales/employ提高1%將伴隨以廢棄率下降1%

7.有關(guān)睡眠時間與其影響因素的回歸模型估計如下

（i）對于雙側(cè)對立假設(shè)，在5%的顯著性水平上，educ、age是統(tǒng)計上顯著的嗎？（ii）從方程中去掉educ和age，則

在5%的顯著性水平上，educ和age是聯(lián)合統(tǒng)計顯著的嗎？

8.能否用殘差分析來判斷某個電影演員得到相對票房而言過高的收入？9.如下模型使得受教育的回報還取決于父母雙方受教育程度的總和pareduc：

??3638.25?0.148totwork?11.13educ?2.20agesleep(112.28)(0.017)(5.88)(1.45)n?706,R2?0.113??3586.38?0.151totworksleep(38.91)(0.017)n?706,R2?0.103log(wage)??0??1educ??2educ?pareduc??3exper??4tenure?u(i)（以小數(shù)形式）證明此模型中多受一年教育的回報為

?log(wage)/?educ??1??2pareduc你的預(yù)期b2的符號是什么？為什么？(ii)所估計的方程是

log(wage)?5.65?0.047educ?0.00078educ?pareduc(0.13)(0.010)(0.004)n?722(0.00021)(