計(jì)量經(jīng)濟(jì)學(xué)的概念

1、1、計(jì)量經(jīng)濟(jì)學(xué)的概念。計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)科學(xué)領(lǐng)域內(nèi)的一門應(yīng)用 科學(xué)，以一定的經(jīng)濟(jì)理論和實(shí)際統(tǒng)計(jì)資料 為基礎(chǔ)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)方法與計(jì)算機(jī)技 術(shù)，以建立經(jīng)濟(jì)計(jì)量模型為主要手段，定 量分析研究具有隨機(jī)特性的經(jīng)濟(jì)變量關(guān) 系。2、數(shù)理經(jīng)濟(jì)模型與計(jì)量經(jīng)濟(jì)模型的區(qū)別。數(shù)理：揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的理 論關(guān)系，用確定性的數(shù)學(xué)方程加以描述。 計(jì)量：揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定 量關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述。 3、經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型的一般形式。4、計(jì)量經(jīng)濟(jì)學(xué)的數(shù)據(jù)類型。時(shí)間序列數(shù)據(jù)：按時(shí)間先后排列的統(tǒng)計(jì)數(shù) 據(jù)。截面數(shù)據(jù)：一個(gè)或多個(gè)變量在某一時(shí)點(diǎn)上 的數(shù)據(jù)集合。合并數(shù)據(jù)（平行數(shù)據(jù)）：既包含時(shí)間序列數(shù) 據(jù)又

2、有截面數(shù)據(jù)。5、建立計(jì)量經(jīng)濟(jì)學(xué)模型的步驟。1）理論模型的設(shè)計(jì)：確定模型所包含的 變量。確定模型的數(shù)學(xué)形式。擬定模 型中待估計(jì)參數(shù)的理論期望值。2）樣本數(shù)據(jù)的收集：時(shí)間序列數(shù)據(jù)易引 起模型隨機(jī)誤差項(xiàng)產(chǎn)生序列相關(guān)。截面 數(shù)據(jù)易引起模型隨機(jī)誤差項(xiàng)產(chǎn)生異方差。樣本數(shù)據(jù)的質(zhì)量：完整性、準(zhǔn)確性、可比性、一致性。3）模型參數(shù)的估計(jì)。4）模型的檢驗(yàn)：經(jīng)濟(jì)意義檢驗(yàn)。統(tǒng)計(jì)檢驗(yàn)：擬合優(yōu)度檢驗(yàn)、變量的顯著性檢驗(yàn)、方程的顯著性檢驗(yàn)。計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)：序列相關(guān)、異方差法（隨機(jī)誤差項(xiàng)）、多重 共線性（解釋變量）模型預(yù)測(cè)檢驗(yàn)。6、計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用。1）結(jié)構(gòu)分析；2）經(jīng)濟(jì)預(yù)測(cè)；3）政策評(píng)價(jià)；4）檢驗(yàn)與發(fā)展經(jīng)濟(jì)理論。7、如何正

3、確選擇解釋變量。作為“變量”的原因：1）據(jù)經(jīng)濟(jì)理論和經(jīng)濟(jì)行為分析；2）考慮數(shù)據(jù)白可得性；3） 考慮入選變量之間的關(guān)系。8、回歸分析的目的。1）根據(jù)自變量的取值，估計(jì)應(yīng)變量的均值；2）檢驗(yàn)建立在經(jīng)濟(jì)理論基礎(chǔ)上的假設(shè)；3）根據(jù)樣本外自變量的取值，預(yù)測(cè)應(yīng)變量的 均值。9、總體回歸函數(shù) （PRF）和樣本回歸函數(shù)（SRF）各變量系數(shù)名稱及函數(shù)方程。10、隨機(jī)誤差項(xiàng)（Ui）的性質(zhì)或主要內(nèi)容。確設(shè)定的Y在統(tǒng)計(jì)上獨(dú)立，則r=0 ,反之，則不一定1）代表模型中省略的次要變量； 2）奧卡 姆剃刀原則；3）樣本點(diǎn)的測(cè)量誤差；4） 一些隨機(jī)因素。11、最小二乘法（OLS）的判斷標(biāo)準(zhǔn)。 n2殘差平方和e2Y Y?|最小

4、。i 112、參數(shù)b）b的計(jì)算公式。13、普通最小二乘估計(jì)量的性質(zhì)。1）樣本回歸線通過 Y和X的樣本均值，即 Y b1 b2X; 2）估計(jì)的Y均值等于實(shí)測(cè)的 Y均值，即訴Y ; 3）殘差ei的均值為零， 即 e/n 0； 4）殘差e和預(yù)測(cè)的Y不相 關(guān)，即eY? 0 ; 5）殘差ei和X不相關(guān)，即 e Xi 0 014、經(jīng)典（古典）線性回歸模型的基本假 定。假定1:回歸模型是參數(shù)線性的，但不一 定是變量線性的。假定2:解釋變量（X）與 擾動(dòng)誤差項(xiàng)（U）不相關(guān)。假定3:給定X, 擾動(dòng)項(xiàng)的期望或均值為零，即E U / Xi o。 假定4: U的方差為常數(shù)或同方差，即 var（Ui）2 o假定5:無自

5、相關(guān)假定，即兩個(gè)誤差項(xiàng)之間不相關(guān)，即 cov（Ui,Uj） 0, j i。假定6:回歸模型是正15、普通最小二乘估計(jì)量（或高斯-馬爾 可夫定理）的性質(zhì)。（BLUE最優(yōu)線性無偏 估計(jì)量）線性性、無偏性、有效性、最小方差性。1） b1和b2是線性估計(jì)量；2） b1和b2是無偏估 計(jì)量，即 E（b1）=B1,E（b2）=B2； 3） E（勺 2, 即誤差方差的OLS古計(jì)量是無偏的；4） b1 和b2是有效估計(jì)量。16、普通最小二乘估計(jì)量的方差和標(biāo)準(zhǔn)差 的計(jì)算公式。17、給定顯著性水平，如何求置信區(qū)間。b 2 t 臨界值 se（b 2） , b2 t 臨界 值. se（b 2）18、總平方和（TSS）

6、、解釋平方和（ESS）、 殘差平方和（RSS）三者的關(guān)系及計(jì)算公式。19、擬合優(yōu)度中判定系數(shù)r2的性質(zhì)及計(jì)算 公式。性質(zhì)：非負(fù)性；0&r20 1, r2愈接近1, 擬合度越高，愈接近0,擬合度越低，2=0, Y與X無關(guān)。20、樣本相關(guān)系數(shù)r的性質(zhì)及計(jì)算公式。性質(zhì)：可正可負(fù)；-1 <r <1, r接近1, 正相關(guān)好，接近-1 ,負(fù)相關(guān)好；若 X與 成立。21、變量顯著性檢驗(yàn)(t檢驗(yàn))的方法及 過程。1)雙邊檢驗(yàn)：設(shè) H:B2 = 0, H1B2才0； 2) 單邊檢驗(yàn)：設(shè) HL：B2<0, Hl：B2>0o |t| >t臨界，拒絕零假設(shè).22、bi,b2與隨機(jī)

7、擾動(dòng)項(xiàng)(Ui)的分布。23、多元線性回歸模型的假定。假定1:回歸模型是參數(shù)線性的，并且是 正確設(shè)定的。假定2:又、X與擾動(dòng)項(xiàng)U不 相關(guān)，即cov(x ) 0 o假定3:誤差項(xiàng)均值 為0,即E(Ui) 0。假定4:同方差假定， 即U的方差為一常量，var(Ui)2。假定5:誤差項(xiàng) U和 U無自相關(guān)，即 cov(Ui,Uj) 0, j i o 假定 6:解釋變量 X2 和X3之間不存在完全共線性，即兩個(gè)解釋 變量之間無嚴(yán)格的線性關(guān)系。假定 7: U 服從均值為0,方差為2的正態(tài)分布，即2 UiN(0, 2) 024、多元線性回歸模型的標(biāo)準(zhǔn)誤差62如何計(jì)算。25、多元判定系數(shù)R2的計(jì)算公式。26、多

8、元回歸的總體顯著性檢驗(yàn)的原假設(shè) 和備擇假設(shè)。HO:B2=B3=0, H:B2、B3不全為 0。27、F 值和 R2 的關(guān)系，TSS,RSS,ESS用 R2表示的公式。2F R 2(k "( n為觀察值個(gè)數(shù)k(1 R2) (n k)為包括截距在內(nèi)的解釋變量的個(gè)數(shù))關(guān)系：R2=0時(shí)，F(xiàn)=0; R2越大，F(xiàn)越大；R2=1時(shí)，F(xiàn)fx28、校正的判定系數(shù)R2的公式及性質(zhì)。性質(zhì)：若k>1,則R2&R2;R2總為正數(shù)，R2可能為負(fù)數(shù)。29、F值與fl!勺關(guān)系。F與R2同向變化：當(dāng)R2=0時(shí)，F(xiàn)=0;當(dāng)R2=1時(shí)，F(xiàn)無窮大；R2越大，F(xiàn)越大。30、雙對(duì)數(shù)模型的形式及性質(zhì)。雙對(duì)數(shù)：lnY

9、i =B+B2lnXi+U，性質(zhì)：B2 測(cè)度為Y對(duì)X的彈性。31、半對(duì)數(shù)模型的形式及性質(zhì)。半對(duì)數(shù)：lnYi=B1+BX+U，性質(zhì)：巳表示X增加一個(gè)單位，Y的平均增長率，即因變量的相對(duì)增量。32、線性模型與半對(duì)數(shù)模型中 昆的含義。線性：巳表示X增加一個(gè)單位，Y的絕對(duì)量的平均增量，即 Y增加R個(gè)單位。半對(duì)數(shù)：B表示X增加一個(gè)單位，Y的相對(duì)量的平均增量，即 Y增加100*B2O33、線性-對(duì)數(shù)模型的形式及性質(zhì)應(yīng)變量相同時(shí)，可以比較 R2Y =B+B2lnXi+U，性質(zhì)：巳表示 X的相對(duì) 變化引起的Y的絕對(duì)量變化量，即自變量 的一個(gè)單位相對(duì)增量引起因變量平均的絕 對(duì)增長。34、因變量取對(duì)數(shù)的半對(duì)數(shù)模型

10、I與自變 量取對(duì)數(shù)的半對(duì)數(shù)模型n的區(qū)別。I反映自變量的絕對(duì)量變化 1個(gè)單位時(shí)， 因變量變化的百分比，lnYi =B+Bt+Ui ; n反映自變量變化一個(gè)百分比時(shí)，因變量 的絕對(duì)變化量， Y =B+B2lnX+Ui 35、倒數(shù)模型的形式。Y =B+8 1 +UXi36、對(duì)于線性、雙對(duì)數(shù)、對(duì)數(shù) -線性、線 37、模型中引入虛擬變量的作用。1）分離異常因素的影響；2）檢驗(yàn)不同屬 性類型對(duì)因變量的作用；3）提高模型的精 度。38、虛擬變量的性質(zhì)。1）若一個(gè)定性變量有 m個(gè)類別，則引入 m-1個(gè)虛擬變量；2）虛擬變量的取值是隨 意的；3）被賦予零值的類別稱為基底；4） 虛擬變量的系數(shù)稱為級(jí)差截距系數(shù)，表

11、示 取值的類別的截距值與基底截距差別。39、交互作用效應(yīng)如何體現(xiàn)。形式斜率=" dX庭dX Y1)簡(jiǎn)約性;”膜的性2）可識(shí)專質(zhì)解釋變肝生;量3）才以合優(yōu)度;線性Y=B+B2XB2物善論一至Y工性線世）：雙對(duì)數(shù)lnY=B1+B2lnXY網(wǎng)Y) X42、B2g型設(shè)定偏微勺類型。對(duì)數(shù)對(duì)數(shù)-線性lnY =B+BXR(Y)1 R（X）F解落變量，多!變量遺取白 士無關(guān)變量J偏讖性Q；2）關(guān)于）漏選相關(guān)模型函數(shù)線性-對(duì)數(shù)Y=B+BlnXB2(工)X序式擔(dān)取的，Y43、模型設(shè)扁檄性序偏誤的后對(duì)數(shù)倒數(shù)Y=Bi+B2(工) XB2(X 21&（溫先）中XY之變線性參婁攵解撰WO1；2)性-對(duì)數(shù)

12、、倒數(shù)五種系數(shù)的總結(jié)。40、虛擬變量是定性的。多選無關(guān)變量：估計(jì)量無偏、一致但不具Y=B+BD2i+BD3i+B3（D2id）+B4X+U , DI、d 為交互作用虛擬變量。有最小方差性；3）錯(cuò)誤函數(shù)形成：全方位偏誤。44、模型設(shè)定偏誤的檢驗(yàn)方法。簡(jiǎn)化：Yt Bo1 It 1 Ut1 Bi 1 Bi1 B148、聯(lián)立方程模型的識(shí)別狀態(tài)。1）可識(shí)別：恰度識(shí)別（唯一地估計(jì)參數(shù)）1）無關(guān)變量：1個(gè)變量t檢驗(yàn)；n過度識(shí)別（一個(gè)或幾個(gè)參數(shù)有若干估計(jì)個(gè)變量F檢驗(yàn)，F(xiàn)閥尸m(1 R2r) (n k)結(jié)構(gòu)：C=B+RY+U通過檢驗(yàn)。2）存在范圍：判定系數(shù)檢驗(yàn)2）漏選變量和不正確函數(shù)形式一一參數(shù)（R2, R2;

13、t值；估計(jì)函數(shù)的符號(hào)）A、殘差圖示法；B、RESET僉驗(yàn)（a、如果事先知道遺漏了哪個(gè)變量，只需將此變量 引入模型，估計(jì)并檢驗(yàn)其參數(shù)是否顯著不為0即可；b、不知道哪個(gè)變量遺漏， 找個(gè) 替代變量Z,進(jìn)行上述檢驗(yàn)）；C、MWD-P176 45、計(jì)量經(jīng)濟(jì)學(xué)方法中的聯(lián)立方程問題主 要表現(xiàn)在哪些方面。1）隨機(jī)解釋變量問題；2）損失變量信息 問題；3）損失方程之間的相關(guān)性信息問題。46、變量的分類。內(nèi)生變量（由系統(tǒng)內(nèi)產(chǎn)生，并影響系統(tǒng)） 和外生變量（影響系統(tǒng)，本身不受系統(tǒng)影 響）、外生變量與滯后內(nèi)牛變量稱為先決變 殳（只能作解釋變量）。47、結(jié)構(gòu)式模型與簡(jiǎn)化式模型的形式。值）。2）不可識(shí)別：不能估計(jì)參數(shù)。49

14、、識(shí)別規(guī)則。k=m-1,恰度識(shí)別；k>m-1,過度識(shí)別；k vm-1,不可識(shí)別。m方程個(gè)數(shù)；k：不包 括在該方程中所有變量的個(gè)數(shù)。50、各方程識(shí)別的方法。1）恰度識(shí)別：間接最小二乘法（ILS） ; 2） 過度識(shí)別：兩階最小二乘法（2SLS） 51、多重共線性形式：1）統(tǒng)計(jì)學(xué)形式：X、X 相關(guān)；即兩個(gè)或多個(gè)解釋變量出現(xiàn)相關(guān)性。 2） 數(shù)據(jù)類型：時(shí)間序列數(shù)據(jù)。3）實(shí)際經(jīng)濟(jì)現(xiàn) 象：滯后變量的引入。后果：1）參數(shù)估計(jì)量：無偏、有效（經(jīng)濟(jì) 含義不合理）。2）變量的顯著性檢驗(yàn)：t 檢驗(yàn)失效（失去意義）。3）模型的預(yù)測(cè)功 能：失效。檢驗(yàn)：1）是否存在：簡(jiǎn)單相關(guān)系數(shù)法：|t|接近1,存在較強(qiáng)多重共線性；

15、綜 合統(tǒng)計(jì)檢驗(yàn)法：R2很大，t值不顯著，未法；逐步回歸法；逐步剔除法；逐 個(gè)引入法；方差膨脹因子：VIF 二丁。1 R2祖町第?。?1）排除引起共線性的變量：逐 步回歸法；2）差分法；3）減少參數(shù)估計(jì) 量的方差：改變樣本，增加樣本容量。評(píng)價(jià)：1）為了利用模型預(yù)測(cè)應(yīng)變量的未來 均值（壞事）；2）除預(yù)測(cè)，還估計(jì)參數(shù)（好 事）°52、異方差芨式:1） var（Ui）2; 2）即隨機(jī)誤差項(xiàng)的的方差不是常數(shù)；3）截面數(shù)據(jù)；4）單 調(diào)型遞增、單調(diào)型遞減、復(fù)雜型。后果：1）無偏、無效；2） t檢驗(yàn)失效（失 去意義）；3）失效。檢驗(yàn).（以2表示隨機(jī)誤差項(xiàng)的方差）：1） 圖示檢驗(yàn)法：散點(diǎn)擴(kuò)大、縮小或復(fù)

16、雜趨勢(shì)；2）戈星瑟或帕克檢驗(yàn)：i2 f（x）,則存在 異方差；3） White檢驗(yàn)：先用OLS估計(jì) 方程得殘差e ；做02對(duì)所有原始變量等的回歸；求輔助回歸方程中的R2 （n R2 Xk 1 ）；得到的X值超過臨界值，則有異方差，或 P很低，拒絕無 異方差。補(bǔ)救二1）加權(quán)最小二乘法（WLS：對(duì)原 模型加權(quán)，再采用 OLS估計(jì)參數(shù)；對(duì)較 小的e2賦予較大的權(quán)數(shù)；對(duì)較大的 ei2賦 予較小的權(quán)數(shù)。2）重新設(shè)定模型：改變PRF53、自相關(guān)形式：1） cov（Ui,Uj） 0; 2）即隨機(jī)誤差 項(xiàng)之間存在某種相關(guān)性；3）時(shí)間序列數(shù)據(jù)； 4） UtUt 1 t （-1 v v 1）,為自協(xié)方差系數(shù)或一階相關(guān)系數(shù)。原因：1）慣性；2）設(shè)定誤差：模型中遺 漏了顯著的變量；3）設(shè)定誤差：不正確的 函數(shù)形式；4）蛛網(wǎng)現(xiàn)象；5）數(shù)據(jù)的“偏 造”。后果；1）無偏無效；2