《計量經(jīng)濟學(xué)》教學(xué)大綱

《計量經(jīng)濟學(xué)》教學(xué)大綱

本教學(xué)大綱是針對經(jīng)濟學(xué)各專業(yè)本科生的培養(yǎng)計劃制定的，教學(xué)與上機實習(xí)

的課時為64學(xué)時。教學(xué)方法：授課、研討與上機相結(jié)合。通過教學(xué)，使學(xué)生掌

握計量經(jīng)濟學(xué)的基本原理、方法，了解現(xiàn)代計量經(jīng)濟學(xué)的主要方法和發(fā)展方向，

善于運用計量經(jīng)濟學(xué)方法建立數(shù)量模型，解決實際問題。

本教學(xué)大納的基本內(nèi)容如下：

第一章引論

教學(xué)學(xué)時：本章教學(xué)學(xué)時為2學(xué)時。

教學(xué)目的：通過本篇學(xué)習(xí)，使學(xué)生了解計量經(jīng)濟學(xué)的定義與應(yīng)用，熟悉計量

經(jīng)濟學(xué)的學(xué)科地位，掌握計量經(jīng)濟學(xué)中的主要概念與含義，以及對如何學(xué)習(xí)計量

經(jīng)濟學(xué)形成初步的認(rèn)識。

教學(xué)內(nèi)容：

§1.1計量經(jīng)濟學(xué)的定義與應(yīng)用

（1）計量經(jīng)濟學(xué)的定義與學(xué)科特性

（2）計量經(jīng)濟學(xué)的作用與功能

§1.2計量經(jīng)濟學(xué)的學(xué)科地位

（1）計量經(jīng)濟學(xué)在經(jīng)濟學(xué)科中居于最重要的地位

（2）計量經(jīng)濟學(xué)是經(jīng)濟學(xué)的一個分支學(xué)科

（3）計量經(jīng)濟學(xué)的分類

§1.3計量經(jīng)濟學(xué)中的主要概念與含義

（1）計量經(jīng)濟學(xué)與計量經(jīng)濟模型

（2）被解釋變量與解釋變量

（3）模型的估計和檢驗

（4）數(shù)據(jù)

§1.4如何學(xué)習(xí)計量經(jīng)濟學(xué)

本章小結(jié)

討論與思考題

練習(xí)題

第二章回歸分析

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：我們在第一章已經(jīng)初步說明回歸分析的含義，即：使用自變量X

的變化，解釋因變量Y的總體的平均變化。本章，我們將通過例子，具體闡述

回歸分析的概念、回歸分析的內(nèi)容。

教學(xué)內(nèi)容：

§2.1總體與總體回歸模型

（1）總體與總體回歸模型的含義

（2）總體回歸模型中的蜥所包含的內(nèi)容

§2.2樣本與樣本回歸模型

（1）樣本與樣本回歸模型的含義

（2）樣本回歸模型的估計一一最小二乘法的基本原理

§2_3總體回歸模型和樣本回歸模型一一基于蒙特卡羅實驗的再認(rèn)識

本章小結(jié)

討論與思考題

練習(xí)題

第三章一元線性回歸模型

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：在第二章，我們以人為設(shè)計的收入與消費數(shù)據(jù)，討論了總體回

歸模型與樣本回歸模型。本章分析一元線性回歸模型的經(jīng)典假定，以及經(jīng)典假

設(shè)下的最小二乘估計方法和估計量的統(tǒng)計性質(zhì)、區(qū)間估計、假設(shè)檢驗，并運用

蒙特卡洛模擬直觀認(rèn)識和驗證最小二乘估計量的統(tǒng)計性質(zhì)。

教學(xué)內(nèi)容：

§3.1一元線性回歸模型參數(shù)的估計

（1）基本假定

（2）普通最小二乘法（OLS）

（3）最小二乘估計量的統(tǒng)計性質(zhì)

§3.2擬合優(yōu)度

（1）總離差平方和的分解

（2）擬合優(yōu)度

§3.3回歸參數(shù)的區(qū)間估計和假設(shè)檢驗

（1）回歸參數(shù)估計量的概率分布

（2）回歸參數(shù)的區(qū)間估計

（3）變量的顯著性檢驗：f檢驗

（4）檢驗統(tǒng)計量的p值

§3.4例子：中國消費函數(shù)

(1)模型估計與結(jié)果說明

(2)模型應(yīng)用

§3.5對最小二乘估計量統(tǒng)計性質(zhì)的直觀認(rèn)識一一蒙特卡羅模擬

本章小結(jié)

討論與思考題

練習(xí)題

第四章多元線性回歸分析

教學(xué)學(xué)時：本章教學(xué)學(xué)時為6學(xué)時，包含1學(xué)時的實驗課。

教學(xué)目的：從經(jīng)濟學(xué)理論可知，某些變量總體的平均變化，通常是由多個變

量的變化所解釋的。例如，家用汽車的需求量，通常受到汽車價格、居民收入、

燃油價格等多種因素的影響。研究這樣的問題，一元回歸模型顯然是不夠的。所

以，一般的計量經(jīng)濟學(xué)模型通常都包含多個解釋變量，也就是所謂的多元回歸模

型。本章我們將討論多元線性回歸模型的估計、參數(shù)檢驗以及相關(guān)的一些擴展性

問題。

教學(xué)內(nèi)容：

§4.1多元線性回歸模型

(1)兩個例子

(2)多元線性回歸模型的一般形式

(3)偏效應(yīng)

§4.2多元線性回歸模型的OLS估計

(1)回歸系數(shù)的估計

(2)隨機誤差項方差的估計

（3）判定系數(shù)的調(diào)整

§4.3多元線性回歸模型的假設(shè)檢驗

（1）假設(shè)檢驗的基本思想

（2）單參數(shù)的顯著性檢驗

（3）多參數(shù)的線性約束檢驗

§4.4極大似然估計和似然比檢驗

（1）極大似然估計

（2）參數(shù)約束的似然比檢驗

§4.5線性回歸模型的擴展

（1）含有對數(shù)化變量的模型

（2）多項式模型

（3）變量的時間趨勢

§4.6多元回歸分析實例：貨幣需求分析

（1）回歸結(jié)果的經(jīng)濟解釋

（2）殘差及正態(tài)性檢驗

（3）參數(shù)線性約束的檢驗

§4.7分布滯后模型與解釋變量的選擇

本章小結(jié)

討論與思考題

練習(xí)題

第五章模型設(shè)定

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時，包含1學(xué)時的實驗課。

教學(xué)目的：根據(jù)高斯一一馬爾可夫定理，我們知道，要想保證OLS估計量是

無偏的和最優(yōu)的，首要條件就是模型必須是正確設(shè)定的。那么，對于一個現(xiàn)實的

經(jīng)濟問題，什么樣的模型才是所謂正確設(shè)定的模型呢？對于所謂設(shè)定不正確的模

型，其設(shè)定偏誤乂有什么樣的具體表現(xiàn)呢？我們該如何去識別模型的設(shè)定是否存

在某種偏誤呢？如果一個模型確實存在某種設(shè)定偏誤，它對我們的分析結(jié)論又會

產(chǎn)生什么樣的影響呢？這些都是本章需要具體分析和討論的問題。

教學(xué)內(nèi)容：

§5.1計量經(jīng)濟學(xué)模型的設(shè)定偏誤

(1)模型設(shè)定偏誤

(2)模型設(shè)定偏誤的類型

§5.2模型設(shè)定偏誤的后果

(1)模型擬合不足

(2)模型過度擬合

(3)不正確的函數(shù)形式

§5.3模型設(shè)誤的檢驗

(1)過度擬合的檢驗

(2)擬合不足的檢驗

(3)拉姆齊的RESERT檢驗

(4)非嵌套模型的檢驗

§5.4樣本數(shù)據(jù)導(dǎo)致的模型設(shè)定問題

（1）隨機測量誤差

（2）奇異樣本數(shù)據(jù)問題

§5.5關(guān)于模型設(shè)定偏誤問題的蒙特卡洛仿真實驗

（1）模型擬合不足的仿真實驗

（2）模型過度擬合的仿真實驗

本章小結(jié)

討論與思考題

練習(xí)題

第六章多元線性回歸的向量表述

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：在多元線性回歸分析中，由于回歸模型包含多個解釋變量，因此

相應(yīng)的分析和計算過程就顯得繁瑣。為了表述和分析簡便，本章將通過矩陣或向

量來表述多元線性回歸模型，這將大大簡化有關(guān)的計算和推導(dǎo)。另外，多元線性

回歸模型的假設(shè)檢驗中，我們已經(jīng)詳細(xì)講解了t檢驗和F檢驗，并通過例子介紹

了似然比（LR）檢驗的基本思想。在回歸系數(shù)線性約束的檢驗中，尤其是對非線

性約束進行檢驗時，我們通常還會用到瓦爾德（Wald）檢驗和拉格朗日乘子（LM）

檢驗，本章將綜合介紹LR檢驗、Wald檢驗和LM檢驗三種檢驗的基本思想，并

指出三個檢驗統(tǒng)計量之間的相互關(guān)系。

教學(xué)內(nèi)容：

§6.1多元線性回歸模型的向量形式

§6.2OLS估計量的向量表述

§6.3OLS估計量的性質(zhì)

（1）OLS估計量的有限樣本性質(zhì)

（2）OLS估計量的漸近性質(zhì)

§6.4LR、Wald和LM檢驗

§6.5案例分析

（1）例子：基于向量形式的OLS估計

（2）例子：LR、Wald、LM三種檢驗統(tǒng)計量的應(yīng)用

本章小結(jié)

討論與思考題

練習(xí)題

第七章多元線性回歸的向量表述

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時“

教學(xué)目的：在多元線性回歸分析中，有一個經(jīng)典假設(shè)：解釋變量之間不存在

完全的多重共線性，即任何一個解釋變量不能表示為其他解釋變量的線性組合。

如果某一個解釋變量能夠被其他解釋變量的線性組合表示，就意味著解釋變量之

間具有完全多重共線性。實際應(yīng)用中，多元線性回歸模型中的解釋變量之間往往

存在不同程度的線性相關(guān)關(guān)系，這就是所謂的不完全多重共線性。本章將對多重

共線性的概念和有關(guān)問題進行講解和詮釋，具體內(nèi)容包括：多重共線性的概念、

產(chǎn)生多重共線性的原因以及多重共線性的后果、多重共線性的偵察和補救措施

等。

教學(xué)內(nèi)容：

§7.1多重共線性的概念

（1）完全多重共線性

（2）不完全多重共線性

§7.2多重共線性產(chǎn)生的原因

（1）經(jīng)濟變量之間具有共同變化趨勢

（2）滯后變量的引入

（3）多項式項的引入

（4）樣本數(shù)據(jù)自身的限制

§7.3多重共線性對OLS估計量的影響

（1）完全多重共線性對OLS估計的影響

（2）不完全多重共線性下OLS的后果

§7.4多重共線性現(xiàn)象的偵察

（1）相關(guān)系數(shù)檢驗法

（2）輔助回歸模型檢驗法

（3）回歸結(jié)果判斷法

（4）方差膨脹因子（VIF）檢驗法

§7.5多重共線性問題的補救

（1）剔除變量法

（2）增大樣本容量

（3）變換模型形式

（4）逐步回歸法

（5）無為而治一一什么也不做

本章小結(jié)

討論與思考題

練習(xí)題

第八章異方差

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時，包含1學(xué)時的實驗課。

教學(xué)目的：在第3章中我們假定隨機擾動項的條件方差為常數(shù)（即同方差假

定）,但對于實際的樣本數(shù)據(jù)，隨機擾動項的方差很可能因觀測值的不同而不同

（稱之為異方差）。本章首先分析異方差的本質(zhì)及其對OLS估計量性質(zhì)的影響，

進而闡述如何識別異方差，并分析異方差的修正方法。本章最后以我國消費函數(shù)

模型為例，全面地對本章內(nèi)容進行實證闡述，以助讀者理解本章的主要內(nèi)容。

教學(xué)內(nèi)容：

§8.1異方差的本質(zhì)及來源

（1）直觀認(rèn)設(shè)異方差

（2）異方差的來源

§8.2異方差對最小二乘估計量的影響

§8.3異方差的檢驗

（1）圖示法

（2）異方差的拉格朗日乘數(shù)（LM）檢驗法

(3)White檢驗

§8.4異方差的補救方法

（1）加權(quán)最小二乘法

（2）兩階段估計法

（3）方差和協(xié)方差的White穩(wěn)健性估計

（4）改變模型的設(shè)定形式

（5）異方差修正的相關(guān)討論

§8.5例子：中國消費函數(shù)的分析

本章小結(jié)

討論與思考題

練習(xí)題

第九章自相關(guān)

教學(xué)學(xué)時：本章教學(xué)學(xué)時為8學(xué)時，包含1學(xué)時的實驗課。

教學(xué)目的：這一章我們繼續(xù)探討違背經(jīng)典假定的模型?；叵胍幌?，在第三

章所介紹的經(jīng)典假定6要求隨機誤差沒有自相關(guān)。在實際問題研究中，如果

數(shù)據(jù)觀測值的順序有一定含義，就有可能存在自相關(guān)。因而在時間序列數(shù)據(jù)

中，自相關(guān)問題經(jīng)常發(fā)生。由于時間序列數(shù)據(jù)在計量經(jīng)濟學(xué)中的大量運用，

因而理解自相關(guān)，理解在自列相關(guān)情況下OLS估計的后果，以及校正自相關(guān)

是相當(dāng)重要的。

教學(xué)內(nèi)容：

§9.1自相關(guān)的含義及其表達(dá)形式

（1）自相關(guān)的含義

（2）自相關(guān)的表現(xiàn)形式

§9.2自相關(guān)的來源

(1)慣性

(2)模型的函數(shù)形式設(shè)定不正確

(3)數(shù)據(jù)處理引起的自相關(guān)

(4)某些模型中的隨機誤差項的特性帶來的自相關(guān)

§9.3忽視自相關(guān)的后果

(1)回歸系數(shù)的最小二乘估計量仍具有無偏性

(2)估計的回歸系數(shù)不再具有最小方差性

(3)有可能低估誤差項的方差

§9.4自相關(guān)的檢驗

(1)圖示法

(2)德賓-沃森的DW自相關(guān)檢驗

(3)布羅施-戈弗雷檢驗

(4)博克斯一皮爾斯的Q檢驗

§9.5誤差項一階自相關(guān)的校正方法

(1)廣義最小二乘法(GLS)與可行的GLS

(2)一階自相關(guān)系數(shù)的估計

§9.6誤差項高階自相關(guān)的校正方法

§9.7修正標(biāo)準(zhǔn)誤的尼威一韋斯特方法

§9.8ARCH模型

§9.9例子：我國貨幣需求函數(shù)的估計

§9.10廣義最小二乘法校正自相關(guān)一蒙特卡洛實驗結(jié)果

本章小結(jié)

討論與思考題

練習(xí)題

第十章離散選擇模型

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：本章首先討論某些解釋變量為虛擬變量的回歸模型，隨后將討論

被解釋變量為虛擬變量時模型的估計方法及應(yīng)用。

教學(xué)內(nèi)容：

§10.1虛擬解釋變量

（1）測量截距是否變動

（2）測量斜率的變動

（3）使用虛斗變量檢驗?zāi)Ｐ偷姆€(wěn)定性

（4）虛擬變量之間的交互作用

§10.2線性概率模型

（1）什么是線性概率模型

（2）有關(guān)線性概率模型的問題

§10.3Logit模型

(I)Logit模型的含義

(2)Logit模型的估計

§10.4Probit模型

§10.5線性概率模型、Logit模型與Probit模型的比較

§10.6例子：房地產(chǎn)類上市公司財務(wù)困境的預(yù)測

本章小結(jié)

討論與思考題

練習(xí)題

第十一章聯(lián)立方程模型

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：書前面各章所介紹的內(nèi)容都是以單方程模型為研究對象的。在這

些模型中，我們通常稱X為自變量或者是外生變量，Y稱為因變量，回歸分析是

使用X的變化解釋Y的平均變化。但是，單方程回歸模型并不能研究所有的經(jīng)濟

問題，如產(chǎn)品的價格通常會影響需求，價格上升會使得需求下降，但是產(chǎn)品需求

同樣也會影響該產(chǎn)品的價格，如需求增加會使得價格上升。也就是說，需求和價

格這兩個變量是相互影響、共同決定的，這就是計量經(jīng)濟學(xué)所說的變量之間的聯(lián)

立性。本章著重介紹聯(lián)立方程模型(simultaneousequationsmodels)的性質(zhì)、

聯(lián)立性偏誤與檢驗以及聯(lián)立方程模型的識別與估計等問題。

教學(xué)內(nèi)容：

§11.1聯(lián)立方程模型

(1)聯(lián)立方程模型概念

(2)例子：簡單的凱恩斯宏觀經(jīng)濟模型

(3)聯(lián)立方程模型與經(jīng)典假設(shè)

§11.2OLS估計的聯(lián)立性偏誤

(1)理解聯(lián)立性偏誤

(2)聯(lián)立性檢驗

(3)一個應(yīng)用實例

§11.3參數(shù)浜別

(1)識別含義

(2)識別條件

§11.42sLs估計

(1)2SLS估計思想

(2)說明性例子

本章小結(jié)

討論與思考題

練習(xí)題

第十二章平穩(wěn)時間序列模型

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：在前面的章節(jié)中，模型的被解釋變量都假定只受各個解釋變量當(dāng)

期值的影響。但我們知道，在現(xiàn)實中很多被解釋變量除了受解釋變量當(dāng)期值的影

響外，還不可避免地受到解釋變量滯后值的影響，這就是所謂分布滯后模型，或

者前若干期的值決定了當(dāng)期值，即自回歸模型。這一類模型要求數(shù)據(jù)具有平穩(wěn)性,

本章將討論平穩(wěn)時間序列模型。

教學(xué)內(nèi)容：

§12.1分布滯后模型

(1)分布滯后模型

(2)滯后效應(yīng)產(chǎn)生的原因

(3)分布滯后模型的估計方法

§12.2自回歸分布滯后模型

(1)適應(yīng)性預(yù)期模型

(2)部分調(diào)整模型

(3)自回歸分布滯后模型的估計

§12.3ARMA模型

(1)時間序列分析的幾個基本概念

(2)ARMA模型

(3)ARMA模型的識別

(4)ARMA模型的估計

(5)ARMA模型運用的一個實例

§12.4向量自回歸模型(VAR)

(1)VAR模型的含義及特點

(2)VAR模型滯后期的選擇

(3)VAR模型的估計

(4)VAR模典的脈沖響應(yīng)函數(shù)

(5)VAR模型的方差分解

(6)基于VAR模型的格蘭杰因果關(guān)系檢驗

(7)VAR模型運用的一個實例

本章小結(jié)

討論與思考題

練習(xí)題

第十三章非平穩(wěn)時間序列模型

教學(xué)學(xué)時：本章教學(xué)學(xué)時為4學(xué)時。

教學(xué)目的：對于時間序列數(shù)據(jù)模型，本書前述章節(jié)所闡述的內(nèi)容都是假定數(shù)

據(jù)是平穩(wěn)的，那么，實際經(jīng)濟中的數(shù)據(jù)有沒有可能是非平穩(wěn)的？進而如何檢驗時

間序列數(shù)據(jù)的非平穩(wěn)？特別是，如果我們面對的是非平穩(wěn)的數(shù)據(jù)，原有的基于平

穩(wěn)數(shù)據(jù)而建立的分析方法是否仍然適用？如果不適用，我們就應(yīng)該針對非平穩(wěn)數(shù)

據(jù)的特征，提出新的分析方法。本章中，我們將系統(tǒng)闡述非平穩(wěn)性的概念、估計

與檢驗方法。

教學(xué)內(nèi)容：

§13.1實際經(jīng)濟中的數(shù)據(jù)特征

§13.2亦平整時間序列與單位根過程

§13.3趨勢平穩(wěn)和差分平穩(wěn)過程

(1)趨勢平穩(wěn)和差分平穩(wěn)的數(shù)據(jù)生成過程

(2)趨勢平穩(wěn)的檢驗方法

§13.4單位根檢驗

（1）迪基一一富勒（DF）檢驗

（2）擴展的辿基一一富勒（ADF）檢驗

（3）ADF檢驗的實例

§13.5ARIMA模型

§13.6謬誤回歸

§13.7