计量经济学复习.pdfVIP

计量经济学 ：是统计学、经济学、数学相结合的一门综合性学科，是一门从数量上研究物质资料生产、交 换、分配、消费等经济关系和经济活动规律及应用的科学。其中经济学提供理论基础，统计学提供资料依 据，数学提供研究方法。计量经济学的 核心内容 是模型参数的估计方法。 被解释变量 :作为研究对象的变量，也就是因果关系中的 “果 ”。在单一方程模型中，处于左端。 解释变量： 作为 “原因 ”的变量，在单一方程模型中，处于右端。 计量经济学的目的： 1、结构分析 2、预测未来 3 、政策评价 4、经济理论的检验与发展。 计量经济学研究问题的方法： 1、建立模型 2 、参数估计 3、检验模型 4 、经济预测。 常用的样本数据 有三类：时间序列数据、截面数据和虚拟变量数据。 时间序列数据 ，是一批按照时间先后顺序排列的统计数据。 截面数据 ，是一批发生在同一时间截面上的调 查数据。 虚拟变量数据 ，也称为二进制数据，一般取 0 或 1。虚拟变量经常被用在计量经济学模型中，以 表征政策、条件等因素。 样本数据的质量 可概括为：完整性、准确性、可比性、一致性。 随机扰动项产生的原因 ：⒈客观现象的随机性——引入随机扰动项的根本原因；⒉社会环境和自然环境的 随机性；⒊模型省略了变量。被省略的变量包含在随机扰动项中；⒋测量与归并误差。测量误差致使观察 值不等于实际值，汇总也存在误差；⒌数学模型形式设定造成的误差。由于认识不足或简化，将非线性设 定成线性模型。经济计量模型的随机性，正是为什么要采用数理统计方法的原因。 最小二乘法 ：为了研究总体回归模型中变量 X 与 Y 之间的线性关系，需要求一条拟合直线。一条好的拟合 直线应该是使平方和达到最小，以此为准则，确定 X 与 Y 之间的线性关系。 最小二乘估计量的统计性质 ：线性性、无偏性、最小方差性。 针对最小二乘法， 线性回归模型的基本假设： ⒈解释变量是确定型变量，且解释变量之间 不相关 ；⒉随机 误差项服从 0 均值且同方差 ；⒊随机误差项在不同样本之间 独立，不存在序列相关 ；⒋随机误差项与解释 变量之间 不相关 ; ⒌随机误差项服从 0 均值且同方差的正态分布 序列相关性 ：模型的随机误差违背了相互独立的基本假设的情况。 最小样本容量 ：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。 异方差 ：随机误差项的方差受到解释变量的影响，随解释变量取值的变化而变化，称随机误差项存在异方 差。变量为 截面数据 的模型更常出现异方差。 异方差的检验： 图示法、 Goldfeld-Quandt 检验、 Spearman 等级相关系数检验、 Glejser （戈里瑟）检验、 Reset 检验、 White 检验。 序列自相关 ：在经典线性回归模型基本假定 3 中，我们假设 随机扰动项序列的各项之间不相关 ，如果这一 假定不满足，则称之为自相关。即用符号表示为 Cov u u E u u i j ( i , j ) ( i j ) 0 自相关的原因： 惯性，经济周期性；设定偏误：应含而未含变量的情形；蛛网现象；滞后效应；数据的 “编 造 ”，在经验分析中，许多数据是经过加工而成的；自相关也可能出现在横截面数据中，但 更一般出现在 时间序列数据中。 自相关的后果： OLS 估计得到的虽然仍为线性、无偏估计，参数估计量非有效性；即使在大样本下仍不具 有渐进有效性；变量的显著性检验失效；模型预测失败。 序列相关性的检验： 图解法、 DW 检验 (Durbin-Watson) 序列自相关的修正： 差分法（ ρ已知），Durbin 两步法（ ρ未知），迭代法（ ρ未知） 多重共线性 ：对于模型 Yi = 0+ 1X1i +