計(jì)量經(jīng)濟(jì)學(xué)課程學(xué)習(xí)指導(dǎo)提要

計(jì)量經(jīng)濟(jì)學(xué)課程學(xué)習(xí)指導(dǎo)提要

任課教師：蘇州大學(xué)商學(xué)院李德光

編寫：李德光

2014年2月版

（請同學(xué)們在收到此文件后，先盡快瀏覽一遍，以便及時(shí)掌握有關(guān)的情況）

內(nèi)容目錄：

一、課程意義（P2）

二、知識(shí)準(zhǔn)備（P3）

三、教材選擇（P5）

四、出勤出力（P6）

五、軟件選擇（P8）

六、作業(yè)布置（P9）

七、成績構(gòu)成（P15）

八、考試題型（P15）

九、重要論述（P15）

十、基本符號(hào)、有關(guān)符號(hào)和英文說明（P18）

H-一、有關(guān)論述（P19）

十二、習(xí)題與案例示例（P21）

十三、選擇題示例（P42）

十四、計(jì)量經(jīng)濟(jì)學(xué)基本英文詞匯（P46）

十五、信仰、理想和友愛（P53）

十六、任課老師簡歷（P55）

一、課程意義

計(jì)量經(jīng)濟(jì)學(xué)課程在歐美發(fā)達(dá)國家的高校，被列為商學(xué)院商科各專業(yè)（我們東

吳商學(xué)院有7個(gè)教學(xué)系，共計(jì)9個(gè)商科本科專業(yè)）學(xué)生（學(xué)士、碩士和博士）的

少數(shù)幾門核心課程之一。對(duì)計(jì)量經(jīng)濟(jì)學(xué)理論和方法的掌握和應(yīng)用，已成為不同高

校商科各專業(yè)的教研人員學(xué)術(shù)水平和學(xué)生之間學(xué)術(shù)水平、專業(yè)能力和實(shí)踐能力的

重要評(píng)價(jià)標(biāo)準(zhǔn)之一。即使（假設(shè)）招聘單位的人事主管不懂計(jì)量經(jīng)濟(jì)學(xué)課程的本

身，但是，他們卻很懂或很清楚這門課程對(duì)于商科學(xué)生評(píng)價(jià)的重大意義。

通過本課程的學(xué)習(xí)，學(xué)生可以全面掌握計(jì)量經(jīng)濟(jì)學(xué)的思想、理論、方法和應(yīng)

用，以及模型思想和方法，還有軟件的應(yīng)用。本課程還能很有效地培養(yǎng)學(xué)生正確

地感覺和觀察現(xiàn)實(shí)世界事物的能力，培養(yǎng)學(xué)生最重要的建立常識(shí)性認(rèn)識(shí)和理解的

能力（常識(shí)性認(rèn)識(shí)和理解是順利地進(jìn)行分析的基礎(chǔ)），分析和解決實(shí)際問題的能

力.同時(shí)，在學(xué)習(xí)過程中，還可以全面提高學(xué)生對(duì)概率論和數(shù)理統(tǒng)計(jì)的理論和實(shí)

踐的素養(yǎng)，這一點(diǎn)，對(duì)于理論和實(shí)際工作的成功，都是非常重要的?？傊瑹o論

對(duì)繼續(xù)深造，還是職業(yè)競爭，本課程都有相當(dāng)?shù)闹妗?/p>

近20年來，中國國內(nèi)的與商科專業(yè)有關(guān)的學(xué)術(shù)期刊（尤其是高水平的權(quán)威

及核心期刊），都普遍要求投稿的稿件具有計(jì)量經(jīng)濟(jì)學(xué)模型的實(shí)證分析（國外的

學(xué)術(shù)刊物就更不用說了），否則，稿件（20年前的稿件大都僅僅是文字性的定性

的理論論述）將很難被錄用，這也從一個(gè)側(cè)面，有力地反映了計(jì)量經(jīng)濟(jì)學(xué)課程地

位的日益重要。

希望同學(xué)們對(duì)這門課程的學(xué)習(xí)給予一定的重視。

另外：在教材P2的開門見山的計(jì)量經(jīng)濟(jì)學(xué)的定義中，提到：計(jì)量經(jīng)濟(jì)學(xué)要

依據(jù)“經(jīng)濟(jì)理論”和“實(shí)際統(tǒng)計(jì)資料”（即：兩個(gè)依據(jù)）。

這里的“經(jīng)濟(jì)理論”有兩層含義：一是，計(jì)量經(jīng)濟(jì)學(xué)最早發(fā)端于對(duì)經(jīng)濟(jì)學(xué)問

題的研究，所以建立經(jīng)濟(jì)模型要依據(jù)已經(jīng)建立的經(jīng)濟(jì)理論；二是，在計(jì)量經(jīng)濟(jì)學(xué)

建立并得到了長足的發(fā)展后，計(jì)量經(jīng)濟(jì)學(xué)的理論和方法不但用于經(jīng)濟(jì)學(xué)的研究，

還全面應(yīng)用于商科（商學(xué)院各專業(yè)）的研究。在美國等西方國家，計(jì)量經(jīng)濟(jì)學(xué)的

理論和方法，甚至早就應(yīng)用到農(nóng)業(yè)、醫(yī)療和保健，甚至林業(yè)、社會(huì)學(xué)、政治學(xué)、

軍事、國防和國際政治學(xué)等廣泛的研究領(lǐng)域（applicationstootherdisciplines

arewidespread）o

所以，第一個(gè)“依據(jù)：經(jīng)濟(jì)理論”的第二層含義是：你學(xué)習(xí)或工作所在的、

所研究的特定的商科的學(xué)術(shù)或?qū)I(yè)領(lǐng)域中，已經(jīng)建立的這個(gè)領(lǐng)域的專業(yè)和學(xué)科的

有關(guān)理論。比如電商、貿(mào)易或會(huì)計(jì)等。

對(duì)此，同學(xué)們一定要建立起全面和深刻的理解：絕不是僅僅應(yīng)用于經(jīng)濟(jì)學(xué)這

一個(gè)商科專業(yè)，而是全部的商科專業(yè)，甚至應(yīng)用在商科以外的許多專業(yè)。

在以概率論為強(qiáng)大數(shù)理基礎(chǔ)的數(shù)理統(tǒng)計(jì)（學(xué)）中，最基本和應(yīng)用最廣的分析

方法是（傳統(tǒng)）回歸分析，其在所有涉及數(shù)量分析的所有學(xué)科和專業(yè)都具有很強(qiáng)

的通用性。而計(jì)量經(jīng)濟(jì)學(xué)正是對(duì)（傳統(tǒng)）回歸分析的進(jìn)一步研究和發(fā)展而應(yīng)用于

各個(gè)學(xué)科和專業(yè)，所以，計(jì)量經(jīng)濟(jì)學(xué)又被成為“現(xiàn)代回歸分析”。

為什么計(jì)量經(jīng)濟(jì)學(xué)能應(yīng)用于如此廣泛的丁作和研究領(lǐng)域，請同學(xué)們先知道這

件事。在課程的學(xué)習(xí)過程中，隨著（1）確定性變量、（2）隨機(jī)變量和（3）虛擬

變量的逐步引入，同學(xué)們就會(huì)體會(huì)到計(jì)量經(jīng)濟(jì)學(xué)在理論分析上和實(shí)際應(yīng)用中的相

當(dāng)強(qiáng)大。

對(duì)我們商學(xué)院的學(xué)生來說，通過學(xué)習(xí)此課程，就會(huì)知道：計(jì)量經(jīng)濟(jì)學(xué)的思想、

理論、方法和應(yīng)用技巧，適用于我們商學(xué)院商科各個(gè)專業(yè)的理論研究和實(shí)際分析,

且十分有效。熟練地掌握這門課程，是仝球商學(xué)院畢業(yè)生基本和必備的重要本領(lǐng)

之一。

二、知識(shí)準(zhǔn)備

相對(duì)來說，計(jì)量經(jīng)濟(jì)學(xué)是一門有一些難度的，綜合性較強(qiáng)的課程，因?yàn)檎n程

會(huì)涉及到經(jīng)濟(jì)學(xué)理論、微積分、概率論、數(shù)理統(tǒng)計(jì)、統(tǒng)計(jì)學(xué)、線性代數(shù)和矩陣，

以及沖算機(jī)的應(yīng)用等多門課程。

希望同學(xué)們結(jié)合本教材的內(nèi)容，及時(shí)回顧和復(fù)習(xí)有關(guān)的知識(shí)。

相關(guān)知識(shí)提要：

概率論是計(jì)量經(jīng)濟(jì)學(xué)的重要數(shù)學(xué)方法基礎(chǔ)之一。主要的概念有隨機(jī)試驗(yàn)、總

體、元素、樣本、樣本點(diǎn)、事件、隨機(jī)現(xiàn)象、“頻率穩(wěn)定性”、概率、隨機(jī)變量及

其分布等等。隨機(jī)變量，及其概率分布是概率論的最基本和最核心的概念。隨機(jī)

變量的引入，使我們能用各種數(shù)學(xué)方法來研究隨機(jī)現(xiàn)象，使概率論的內(nèi)容更加豐

富多彩，應(yīng)用更加廣泛。我們考察隨機(jī)變量的變化情況，并掌握隨機(jī)變量的變化

規(guī)律（概率分布）和數(shù)字特征（數(shù)學(xué)期望，方差等）。

大數(shù)定律和中心極限定理是概率論的重要理論，為數(shù)理統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)學(xué)的

許多問題的分析和研究提供理論支撐。

在實(shí)際研究過程中，我們實(shí)際擁有的只有樣本，但卻要藉此獲悉總體的信息,

并獲得對(duì)總體參數(shù)的判斷，于是，就有了參數(shù)估計(jì)和假設(shè)檢驗(yàn)（小概率事件原理

是假設(shè)檢驗(yàn)推斷準(zhǔn)則的邏輯基礎(chǔ)，對(duì)于科學(xué)研究和生活判斷都具有十分重要的意

義，對(duì)其的理解涉及三個(gè)方面）這兩大分支所構(gòu)成的數(shù)理統(tǒng)計(jì)的統(tǒng)計(jì)推斷技術(shù)。

統(tǒng)計(jì)量是樣本的隨機(jī)函數(shù)，是對(duì)樣本中信息的有效提煉和表征（在此基礎(chǔ)上,

才能有效地分析，并法一步把握事物的本質(zhì)），是一個(gè)隨機(jī)變量。這是數(shù)理統(tǒng)計(jì)

最基本和最重要的核心概念C在計(jì)量經(jīng)濟(jì)學(xué)中，我們要用到隨機(jī)統(tǒng)計(jì)估計(jì)量和隨

機(jī)統(tǒng)計(jì)檢驗(yàn)量。正態(tài)分布，彳2」,/分布是計(jì)量經(jīng)濟(jì)學(xué)的理論和實(shí)踐中常用的主

要分布，理論和實(shí)踐作用十分重要，是計(jì)量經(jīng)濟(jì)估計(jì)和檢驗(yàn)都要的重要的知識(shí)基

礎(chǔ)。其中的t分布在計(jì)量經(jīng)濟(jì)學(xué)中的應(yīng)用最為廣泛，使用頻率也最高。隨著自由

度的增加，力2/尸分布都將逐漸接近正態(tài)分布。

估計(jì)值是真值的估計(jì)，是用來替代真值的，而不是真值；真值是客觀和真實(shí)

存在的，但我們并不知道；如果我們知道，就不需要進(jìn)行估計(jì)和檢驗(yàn)了。因此，

尋找真值的估計(jì)，或真值的置信區(qū)間是我們的重要任務(wù)之一。

在各種以分布為基礎(chǔ)的假設(shè)檢驗(yàn)中，為了教學(xué)過程中比較的一致性，我們一

般取5%為顯著水平。這是我們在教學(xué)中-?般選取的統(tǒng)一的顯著水平，也是理論

和實(shí)際研究中較多（并非全部）選取的顯著水平。但，我們有時(shí)也選取1%或％10

（或兩者之間的數(shù)值）作為顯著水平。需要指出的是，顯著水平（值）的選取并

無定規(guī)，主要涉及主客觀兩方面。要根據(jù)研究者所處的環(huán)境，以及對(duì)實(shí)際情況了

解，風(fēng)險(xiǎn)程度的把握和分析者的態(tài)度和心理而定。只是一般來說，選取5%比較

常見，也較為穩(wěn)妥。

統(tǒng)計(jì)推斷是計(jì)量經(jīng)濟(jì)學(xué)的主要理論支柱之一。其內(nèi)容包括點(diǎn)估計(jì)和置信區(qū)間

估計(jì)，以及根據(jù)尸這3種檢驗(yàn)統(tǒng)計(jì)量（及其分布）進(jìn)行的統(tǒng)計(jì)檢驗(yàn)。

統(tǒng)計(jì)檢驗(yàn)的程序檢驗(yàn)法（或臨界值檢驗(yàn)法）的4個(gè)步驟:

（1）（零）假設(shè)名的提出（邏輯推理的第一步，針對(duì)問題提出）；

（2）構(gòu)造檢驗(yàn)統(tǒng)計(jì)量并計(jì)算其值；

（3）查一定顯著水平下的臨界值；

（4）比較計(jì)算值和臨界值，并以此決定拒絕或接受假設(shè)“。。

矩陣在計(jì)量經(jīng)濟(jì)學(xué)的研究中占有非常獨(dú)特的地位，應(yīng)用矩陣代數(shù)理論可以簡

潔、高效地表達(dá)、推導(dǎo)、分析和計(jì)算計(jì)量經(jīng)濟(jì)學(xué)的問題，尤其是對(duì)于多元線性模

型的分析和研究。所以，計(jì)量經(jīng)濟(jì)學(xué)對(duì)矩陣代數(shù)有很大的依賴性。矩陣在許多數(shù)

學(xué)分支，以及很多學(xué)科或領(lǐng)域都有廣泛的應(yīng)用。主要的內(nèi)容有：矩陣的定義和運(yùn)

算（加、減、乘、轉(zhuǎn)置和逆）以及相應(yīng)的性質(zhì)，矩陣的秩（秩的概念和作用十分

重要?。┑?。

三、教材選擇

教材選用的是由上海財(cái)經(jīng)大學(xué)出版社2010年出版的《計(jì)量經(jīng)濟(jì)學(xué)教程》的

第二版。這本教材涵蓋了教育部制定的，我國商學(xué)院各專業(yè)本科生計(jì)量經(jīng)濟(jì)學(xué)課

程教學(xué)的基本要求的全部內(nèi)容，課程體系較為完整。

教材在理論和實(shí)際操作的結(jié)合方面做得很好，第六章介紹了Eviews的主要

內(nèi)容和操作使用（其他教材沒有或較少），可以方便學(xué)生很快掌握Eviews。教材

的后面還有課程實(shí)驗(yàn)，可以方便地引導(dǎo)學(xué)生運(yùn)用Eviews做練習(xí)。

第二章“回歸模型”是全書以及計(jì)量經(jīng)濟(jì)學(xué)學(xué)習(xí)和研究的基礎(chǔ)，是掌握計(jì)量

經(jīng)濟(jì)學(xué)課程的基礎(chǔ)及核心內(nèi)容。在這一章中，要建立回歸分析所涉及的許多基本

概念及符號(hào)含義，重要的假定，重要的數(shù)量關(guān)系，以及基本的估計(jì)和檢驗(yàn)的理論

和方法等，并為后續(xù)各章的學(xué)習(xí)和研究，提供理論和方法基礎(chǔ)。

對(duì)這一章內(nèi)容的仔細(xì)理解和透徹掌握，將使后續(xù)各章的學(xué)習(xí)變得很順利。

第五章提供了較為豐富的（其他教材沒有或較少）應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)在幾個(gè)重

要和經(jīng)典領(lǐng)域的應(yīng)用介紹，可以使同學(xué)們具體了解和感受應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)的構(gòu)造

理論和具體方法，以及計(jì)量經(jīng)濟(jì)學(xué)模型的具體應(yīng)用的內(nèi)容和過程。應(yīng)該說第五和

第六章的內(nèi)容豐富、具體和實(shí)用，考慮了教學(xué)和學(xué)生的實(shí)際需要和方便。

教材中存在的一些小問題，在此更正如下：

（1）P6中，時(shí)間序列數(shù)據(jù)的定義改為：即按時(shí)間先后順序排列的一個(gè)單位

的數(shù)據(jù)。橫截面數(shù)據(jù)的定義改為：即某一時(shí)點(diǎn)上的不同單位的數(shù)據(jù)。

（2）P7倒數(shù)第3行“模型參數(shù)估計(jì)量的穩(wěn)定性”改為“模型參數(shù)估計(jì)值的

穩(wěn)定性”。

（3）Pl1中的Brometrics應(yīng)為Biometrics。

（4）P13中的第一行中的“這導(dǎo)致了對(duì)傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)的理論方法的質(zhì)疑”

應(yīng)改為“這導(dǎo)致了對(duì)傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)在少數(shù)應(yīng)用領(lǐng)域的一些問題上應(yīng)用效果的

質(zhì)疑工

（5）P19中第四行，“只有了解了總體的整個(gè)概率分布情況”改為“只有了

解了總體的所有數(shù)據(jù)和整個(gè)概率分布情況”c

（6）P23表2-3中最后一列的標(biāo)題符號(hào)K應(yīng)為X；。

（7）P27倒數(shù)第四行的“我國稅收將增加”改為“我國稅收將平均增加二

（8）P29中，“二、最小二乘估計(jì)的性質(zhì)”改為“二、最小二乘估計(jì)量的

性質(zhì)

（9）P32中，“（一）OLS估計(jì)的概率分布”改為“（一）OLS估計(jì)量的概率

分布”。

（10）P32的與~（002）改為弓~yv（0,o-2）o

（11）P41中間的Z（）」y+e,）2改為，%-丁+6尸o

（12）P72的“（1）假定的含義及其違反的原因”改為“假定違反的含義及

其產(chǎn)生的原因”。

（13）P84倒數(shù)第9行的RESID中I與D之間的空格必須去掉。

四、出勤出力

本課程的思想、理論、方法和應(yīng)用的知識(shí)，分布在看教材、聽課、記筆記、

看“指導(dǎo)提要”、上機(jī)、做作業(yè)等多個(gè)相互聯(lián)系、滲透和促進(jìn)的各有機(jī)環(huán)節(jié)之中。

所以，進(jìn)行本課程學(xué)習(xí)的學(xué)生，應(yīng)全面和認(rèn)真地參與以上各環(huán)節(jié)的學(xué)習(xí)。

首先，要做到出勤，以保持學(xué)習(xí)的漸近性、連貫性和積累性，出勤為全面、

深入和高效地掌握課程的思想、理論、知識(shí)、方法和技巧提供了重要的基礎(chǔ)。教

材、筆記和“指導(dǎo)提要”，共三份文字材料，三者相互補(bǔ)充和交織，共同構(gòu)成了

一個(gè)完整的本科生計(jì)量經(jīng)濟(jì)學(xué)課程學(xué)習(xí)的教學(xué)和學(xué)習(xí)的材料體系。

其次，學(xué)習(xí)要出力，即要勤奮。努力學(xué)習(xí)，不斷進(jìn)步！

“一萬年太久，只爭朝夕！心。

另外，在學(xué)習(xí)和閱讀教材，筆記和“指導(dǎo)提要”時(shí)，要注意概念、符號(hào)、公

式、原理、理論和方法的內(nèi)涵、以及相互之間的聯(lián)系，以便加深理解，融會(huì)貫通,

以獲得全面的提高。

本課程的授課學(xué)時(shí)為54,每周3學(xué)時(shí)，3個(gè)學(xué)分。

由于本課程確實(shí)涉及較多的先導(dǎo)課程，又有一定的難度，和較強(qiáng)的綜合性和

復(fù)雜性，內(nèi)容也比較多，所以，本課程的學(xué)習(xí)，需要我們教學(xué)雙方的友好配合和

共同努力。謝謝大家的寶貴支持?。?/p>

歡迎同學(xué)們對(duì)老師教學(xué)的各個(gè)方面提出批評(píng)和改進(jìn)的意見，老師的郵箱：

szldg@263.net。

本課程的教學(xué)內(nèi)容和進(jìn)度的安排大致如下：

第一章教材上共有5節(jié)，教學(xué)時(shí)間約為6節(jié)課；

第一章增加第6節(jié)“知識(shí)準(zhǔn)備”，共分為3個(gè)小節(jié)：

第一小節(jié)概率論；

第二小節(jié)統(tǒng)計(jì)推斷；

第三小節(jié)矩陣代數(shù)；

教學(xué)時(shí)間約為9節(jié)課。

第二章教材上共有4節(jié)，教學(xué)時(shí)間約為18節(jié)課；

第三章教材上共有6節(jié)，教學(xué)時(shí)間約為18節(jié)課。

總教學(xué)時(shí)間為18周。

本學(xué)期（2015春季）老師有兩個(gè)教學(xué)班，

時(shí)間和地點(diǎn)如下：

本院學(xué)生（含數(shù)科院）周一晚6：00--8：50（9-11節(jié)），文成樓225教室;

另一個(gè)班不是本院的學(xué)生，兩個(gè)班的教學(xué)進(jìn)度是不一樣的。

五、軟件選擇

本課程使用的軟件，是目前國內(nèi)外流行和廣泛使用的Eviews,請同學(xué)從網(wǎng)

上下載，3.1及以上版本都可以使用。建議選用目前國內(nèi)較為普及的、經(jīng)典的3.1

版本，這個(gè)版本穩(wěn)定性較好，問題少，比較好用，完全可以滿足商學(xué)院商科各專

'業(yè)的本科生和研究生計(jì)量經(jīng)濟(jì)學(xué)課程教學(xué)和研究的需要。

由于是網(wǎng)上下載的免費(fèi)軟件，所以，所發(fā)布的版本較低，可用性和可靠性可

能會(huì)較高」而免費(fèi)的高版本，存在的問題可能反而會(huì)較多，容易出問題，不好用.

熟練地掌握軟件的使用方法，是本課程重要的教學(xué)目標(biāo)之一。請同學(xué)們在上

機(jī)操作的過程中，認(rèn)真閱讀教材的第六章（結(jié)合以前所學(xué)的計(jì)算機(jī)應(yīng)用的有關(guān)知

識(shí)），教材后面的課程實(shí)驗(yàn)，以及老師編的“指導(dǎo)提要”中的有關(guān)上機(jī)操作的內(nèi)

容，并在用軟件做習(xí)題的過程中，加深對(duì)課程內(nèi)容的理解。

課后的作業(yè)大都要使用Evicws完成。在使用Evicws軟件時(shí)，要注意以下

幾點(diǎn)經(jīng)常遇到的細(xì)節(jié)問題：

（1）在輸入一條命令后，一定要執(zhí)行（回車）后；再輸入下一條命令，再

執(zhí)行。否則，將會(huì)出現(xiàn)錯(cuò)誤，或無法運(yùn)行，或沒有出現(xiàn)合理的計(jì)算結(jié)果。因?yàn)榍?/p>

一條命令執(zhí)行后的結(jié)果，要為下一條命令的執(zhí)行提供邏輯基礎(chǔ)和運(yùn)算數(shù)據(jù)。

即：要逐條執(zhí)行命令。切記！！

（2）在用DATA命令輸入完數(shù)據(jù)后，要把光標(biāo)從最后一個(gè)數(shù)據(jù)的尾部處移

開，否則，可能會(huì)出現(xiàn)運(yùn)算結(jié)果的錯(cuò)誤。

（3）在一條命令中，不能有多余的空格，否則將會(huì)出現(xiàn)錯(cuò)誤。

例如，輸入一條命令中的REDID時(shí)，I和D之間多出一個(gè)空格，會(huì)導(dǎo)致軟

件運(yùn)行的問題或錯(cuò)誤的結(jié)果。

（4）在懷特檢驗(yàn)中，有交叉項(xiàng)（crossterm）和非交叉項(xiàng)（nocrossterm）

的選擇。一般情況下，為保證自由度不致減少，可選擇非交叉項(xiàng)。

（5）在需要用到殘差數(shù)據(jù)的上機(jī)練習(xí)中，一定要建立原始模型！！

因?yàn)橹挥性谟肔S命令對(duì)樣本數(shù)據(jù)進(jìn)行回歸，并建立原始模型之后，計(jì)算機(jī)

里才能儲(chǔ)存有根據(jù)所建立的原始模型所計(jì)算出來的殘差數(shù)據(jù)（想一想：殘差是由

哪兩項(xiàng)相減？?。。?。只有具有了這些殘差數(shù)據(jù)，你才能使用這些數(shù)據(jù)，并進(jìn)行后

續(xù)的各種分析和計(jì)算。切記??！

（6）由于現(xiàn)在的計(jì)算機(jī)的軟硬件都很好，所以，練習(xí)的運(yùn)算過程可以由軟

件的運(yùn)行而很快地完成。因此，上機(jī)的主要工作是輸入數(shù)據(jù)（心要細(xì)，以免輸錯(cuò)

數(shù)據(jù)），以及對(duì)整個(gè)方法體系運(yùn)算過程的通盤構(gòu)架，和實(shí)施過程的實(shí)現(xiàn)（腦子要

清楚，以免思路混亂）。所以，同學(xué)們要保持思路的清晰，以便駕馭分析和運(yùn)算

的全過程。此外，在運(yùn)算開始前，一定要保證輸入數(shù)據(jù)的正確，輸入數(shù)據(jù)后，最

好再檢查一遍。

除了以上的介紹和教材中有關(guān)軟件使用的內(nèi)容，希望進(jìn)一步加強(qiáng)和鉆研

Eviews軟件的同學(xué)，可參考張曉端著的“Eviews使用指南與案例（2011年12

月第一版）”，此書在Eviews軟件介紹方面較為全面和權(quán)威，由“機(jī)械工業(yè)出版

社”出版。

六、作業(yè)布置

第一次（第一章）作業(yè)：1.1.22.1.33.1.44.1.5。

第一次作業(yè)滿分為20分。

第二次（第二章）作業(yè)：1.2.13

（1）提示：可在作業(yè)本上列出“輸出表”中的有關(guān)欄目和數(shù)據(jù)，然后，把

樣本回歸方程直接寫在作業(yè)本上即可。

所謂的“斜率系數(shù)經(jīng)濟(jì)意義（含義）的解釋”，就是：解釋變量變動(dòng)一個(gè)單

位，被解釋變量平均增加或減少的數(shù)量（就是斜率系數(shù)的數(shù)值。斜率系數(shù)為正號(hào)

表示增加，負(fù)號(hào)表示減少）。

（2）只要將X=78107.8代入所建立的樣本回歸方程，就可以計(jì)算出1998

年財(cái)政收入的預(yù)測值。（注意，此題的練習(xí)，不需要進(jìn)行區(qū)間預(yù)測）。

2.2.14的（1）和（2）o

提示：在本題的（2）中，有幾個(gè)重要的問題要注意：

（1）要進(jìn)行判定系數(shù)2的檢驗(yàn)；

（2）重新估計(jì)模型（一元）后，還需要進(jìn)行檢驗(yàn)。要記?。汗烙?jì)和檢驗(yàn)，

是計(jì)量經(jīng)濟(jì)學(xué)研究中非常自然、和非常連貫兩個(gè)步驟（第二和第三步）。

（3）同時(shí)，還要注意：在剔除了多余的解釋變量后，模型中解釋變量的個(gè)

數(shù)k已經(jīng)發(fā)生變化（減少）；相應(yīng)地，自由度也會(huì)發(fā)生變化，并導(dǎo)致檢驗(yàn)過程的

一些變化。

（4）F和t檢驗(yàn)需要進(jìn)行兩種：臨界值檢驗(yàn)法（程序檢驗(yàn)法）和p值檢驗(yàn)

法。

3.2.15

注意：要進(jìn)行判定系數(shù)的檢驗(yàn)；F和t檢驗(yàn)需要進(jìn)行兩種：臨界值檢驗(yàn)法（程

序檢驗(yàn)法）和p值檢驗(yàn)法。

第二次作業(yè)滿分為30分。

第三次（第三章）作業(yè)：

1.3.8要求：（1）根據(jù)Y,X的相關(guān)圖分析是否存在異方差；如果存在,

則要判斷異方差的可能類型（遞增型，遞減型，或復(fù)雜型）。

提示：輸入數(shù)據(jù)后，可用SCATXY命令產(chǎn)生圖形，并對(duì)圖形中點(diǎn)的分布情

況進(jìn)行分析?、判斷和說明。

（2）利用懷特檢驗(yàn)，帕克檢驗(yàn)和戈里瑟檢驗(yàn)進(jìn)行異方差性的檢驗(yàn)；

提示：h的值一般取6個(gè)（介=±1,±2,±1/2）,所以戈里瑟檢驗(yàn)一般（一定要！）

要進(jìn)行6次。

（3）利用WLS方法估計(jì)利潤函數(shù)。

提示：a.一共要構(gòu)造4個(gè)權(quán)數(shù)：

b.從帕克檢驗(yàn)的模型中產(chǎn)生一個(gè)，用帕克檢驗(yàn)的模型中右端變量X的表達(dá)式

的倒數(shù)作為一個(gè)WLS的權(quán)數(shù)。例如，若變量表達(dá)的形式是儲(chǔ)％則選權(quán)數(shù)為

（為什么是倒數(shù)？請同學(xué)們想一想其中的道理！參見教材P83的“趨勢的反向變

動(dòng)”）；

權(quán)數(shù)的產(chǎn)生命令為GENR:GENRW1=1/XA1.6（vv,=l/xL6）

c.從戈里瑟檢驗(yàn)的模型中產(chǎn)生一個(gè)，戈里瑟檢驗(yàn)要進(jìn)行6次，并從中選出p

值最小的一個(gè)方程（也是F值最大的一個(gè)方程，為什么？！請同學(xué)們想一想其中

包含的道理?。?，用這個(gè)p值最小的方程中右端變量X的表達(dá)式的倒數(shù)作為一個(gè)

WLS的權(quán)數(shù)。例如，若變量表達(dá)的形式是X,則選權(quán)數(shù)為1/X（為4么是倒數(shù)？

請同學(xué)們也想一想其中的道理！參見教材P83的“趨勢的反向變動(dòng)"）；

權(quán)數(shù)的產(chǎn)生命令為GENR:GENRW1=1/X（vv2=l/x）

d.另外兩個(gè)權(quán)數(shù)是嗎=1/忖和叫=1//,這兩個(gè)權(quán)數(shù)是直接選取的（為什

么直接選取這兩個(gè)數(shù)學(xué)形式的權(quán)數(shù)？請同學(xué)們想一想其中的道理！參見教材P83

的“趨勢的反向變動(dòng)"）.

權(quán)數(shù)的產(chǎn)生命令為GENR:

GENRW3=1/ABS（RESID）（%=1/忖）；

A2

GENRW4=1/RESID2（vv4=l/e）;

建立模型的命令方式：LS（W=權(quán)數(shù)變量）YCX

或LS（W=Wi）YCX或在方程窗口中點(diǎn)擊Estimate\Options按鈕,

并在權(quán)數(shù)變量欄依次輸入4個(gè)權(quán)數(shù)。

e.要從用WLS方法建立的4個(gè)模型中，挑選出一個(gè)最好的作為最終的模型。

選擇的準(zhǔn)則是：

首先，進(jìn)行第一步：要用懷特檢驗(yàn)對(duì)用WLS所建立的4個(gè)模型進(jìn)行檢驗(yàn)，

挑出那些不存在異方差（即已經(jīng)消除異方差）的模型。注意：這個(gè)分析過程要用

懷特檢驗(yàn)來完成（參見教材的P84--85）；

然后，進(jìn)行第二步：從第一步過程中已經(jīng)挑出來的這些模型中，再找出一個(gè)

R2值最大的模型，即為最終的最佳（理想或健康的）模型。

（4）比較和分析原始模型的估計(jì)與WLS估計(jì)的模型之間結(jié)果的變化情況。

提示：此處的分析，是指用WLS估計(jì)的模型的系數(shù)，參數(shù)估計(jì)量標(biāo)準(zhǔn)差，

與原始模型（OLS估計(jì)）的系數(shù)和參數(shù)估計(jì)量標(biāo)準(zhǔn)差的等情況進(jìn)行比較后，談

談你的分析和看法（參見教材的P85的內(nèi)容）。原始的模型其實(shí)是不能用的（因

為不滿足基本假定，所以，OLS估計(jì)的過程是存在異方差的，其估計(jì)量不是

BLUE）,或可形象地稱模型是“病態(tài)的（或不健康的）"；而用WLS估計(jì)的最終

模型，因?yàn)楣烙?jì)的過程消除了異方差，所以，WLS得到的估計(jì)量是BLUE,或

可形象地稱模型是“健康的工

本題的解題過程說明：第三章練習(xí)的工作量大大增加，這是因?yàn)椋诮鉀Q比

較復(fù)雜的（實(shí)際）問題時(shí)，大量的工作（甚至是繁瑣和艱難的）、反復(fù)和周折都

是免不了的，是很正常的，這也是人類實(shí)踐的重要現(xiàn)實(shí)特征之一。所以，在做練

習(xí)和今后走向社會(huì)的實(shí)際工作中，同學(xué)們對(duì)此要有很充分的認(rèn)識(shí)和思想準(zhǔn)備，并

逐步培養(yǎng)出敢于面對(duì)復(fù)雜、困難和繁瑣問題的氣概，以及細(xì)致、耐心，尤其是堅(jiān)

韌（persistenceandperseverance）的心理素質(zhì)和意志品質(zhì)。

2.3.11（1）（2）（3）

用練習(xí)2.13我國1978-1997財(cái)政收入Y與國民生產(chǎn)總值（GNP）X的統(tǒng)計(jì)

數(shù)據(jù)，要求：先建立財(cái)政收入的一元線性模型的樣本回歸方程；

（1）利用DW統(tǒng)計(jì)量，偏相關(guān)系數(shù)PAC和BG檢驗(yàn)，來檢驗(yàn)?zāi)Ｐ托蛄邢?/p>

關(guān)性。

首先，要進(jìn)行DW的檢驗(yàn)。然后：

提示：a.PAC檢驗(yàn)的滯后期長度p取10；

具體的操作：在方程窗口中點(diǎn)擊View\Residual

Test\Correlogram-Q-statistics,并輸入滯后期為W后，輸出圖中有PAC（Partial

Correlation）的直方塊圖或數(shù)值，當(dāng)其絕對(duì)值大于0.5時(shí)，即認(rèn)為存在某階自相

關(guān)性；也可以看黑色的直方塊，例如，當(dāng)?shù)谝粋€(gè)和第二個(gè)直方塊超出左方或右方

虛線位置（虛線位置表示正負(fù)0.5的位置）時(shí)，即認(rèn)為存在某階自相關(guān)性。

注意：如果直方塊圖沒有超過虛線（可能不是正版軟件的原因所造成的問題,

因?yàn)檐浖敲赓M(fèi)的），而PAC的數(shù)值超過正負(fù)0.5時(shí)，則必須以PAC的數(shù)值為

準(zhǔn)，則認(rèn)為直方圖已經(jīng)超過了虛線，即認(rèn)為存在某階自相關(guān)性。

b.BG檢驗(yàn)中的滯后期長度p取2;

具體的操作：在方程窗口中點(diǎn)擊Views\ResidualTest\SerialCorrelation

LMTest,并選擇滯后期為2,即可有輸出結(jié)果表。表中的Obs*R-squared即為

〃叱，可以查臨界值進(jìn)行檢驗(yàn)，或根據(jù)其后的臨界概率值作值檢驗(yàn)）進(jìn)行判斷。

表中的RESIDI（-l）和RESID（-2）（代表一階殘差和二階殘差），也是解釋變

量，可以根據(jù)解釋變量的顯著性檢驗(yàn)（即t檢驗(yàn)，也可用p值檢驗(yàn)）來判斷是否

存在一階和二階序列相關(guān)性。

（2）通過在LS命令中直接加入AR⑴和AR（2）兩項(xiàng)，來檢測模型的自相關(guān)

性，并與第（1）步中的檢驗(yàn)結(jié)果進(jìn)行比較；

提示：

a.在LS命令的后面加上AR（1）和AR（2）兩項(xiàng)，就自動(dòng)地可以使用迭代估計(jì)

法估計(jì)模型。

b.在結(jié)果輸出表中，AR（1）和AR（2）右側(cè)的兩個(gè)數(shù)據(jù)就是n和0的估計(jì)值,

可將其視作解釋變量，就可以進(jìn)行變量的顯著性檢驗(yàn)（t檢驗(yàn)，也可用p值檢驗(yàn)）,

若顯著，則表明確實(shí)存在一階和二階序列相關(guān)性。

c.對(duì)調(diào)整后建立的模型，須再次用DW,PAC和BG方法進(jìn)行一輪檢驗(yàn)，

看模型是否還（仍然）存在自相關(guān)性。

（3）分析調(diào)整自相關(guān)性之后，原始模型的估計(jì)與調(diào)整后的模型之間結(jié)果的

變化情況。

提示：a.此處的分析，是指用調(diào)整后的模型的系數(shù)，參數(shù)估計(jì)量標(biāo)準(zhǔn)差，

與原來的（沒有調(diào)整前）的原始模型的系數(shù)和參數(shù)估計(jì)量標(biāo)準(zhǔn)差的情況進(jìn)行比較

后，談?wù)勀愕姆治龊涂捶ǎ▍⒁娊滩牡腜98的最下端）；

b.在寫出最后建立的調(diào)整后的模型時(shí)，不需要加AR（l）和AR（2）這兩項(xiàng)。

3.3.17

提示：a.“可能類型”是指根據(jù)相關(guān)系數(shù)的值的大小，來判斷解釋變量之間

的多重共線性是高度的或中度的。如果數(shù)值大（越接近1.0）,即表明是高度相關(guān)

的。

b.相關(guān)系數(shù)的檢驗(yàn)表明，發(fā)電量X2與與鋼鐵產(chǎn)量的相關(guān)性最強(qiáng)，所以，就

選X2作為最基本的模型。

c.最終確定的鋼鐵產(chǎn)量的模型函數(shù)中的解釋變量是X2和XIo

4.3.19

提示：設(shè)：%Q25=2.12,則，各個(gè)變量的系數(shù)的t檢驗(yàn)都是顯著的。

第三次作業(yè)滿分為50分。

每一次（指每一章）的作業(yè)完成后（注意：是每一章的作業(yè)全部完成后?。?/p>

請同學(xué)們在與老師約定的、交作業(yè)本的上課時(shí)間結(jié)束時(shí)，把作業(yè)本直接交給老師;

或請學(xué)習(xí)委員或班長及時(shí)收集，并交給老師批改后返還。

請各位同學(xué)在你們的作業(yè)本上（封面或第一頁上），寫上：（1）“計(jì)量經(jīng)濟(jì)學(xué)

課程作業(yè)或練習(xí)”（把別的課程的作業(yè)，交來我這里批改的事件偶有發(fā)生?。?；（2）

年級(jí)專業(yè)（例如：12會(huì)計(jì)）；（3）姓名和（4）學(xué)號(hào)，尤其是學(xué)號(hào)不要漏掉！以

便老師能根據(jù)年級(jí)、專業(yè)和學(xué)號(hào)（因?yàn)楝F(xiàn)在大都是各年級(jí)、各專業(yè)的學(xué)生混班上

課），找出學(xué)生在名單上的具體位置，登記學(xué)生作業(yè)的成績。

以上要求要加以注意。小事不注意，大事莫想成。

另外，關(guān)于作業(yè)本，尺寸大小皆可；一般請用正常大小的練習(xí)簿；請不要用

信紙，或散片紙。還有，嚴(yán)禁將作業(yè)做在筆記本（甚至是兩門課的筆記）中交上

來！！

請注意：因?yàn)槭腔彀嗌险n，所以各班級(jí)同學(xué)之間可能不太熟悉。因此，在分

發(fā)作業(yè)本（批改后的）時(shí)，一定要保證把每本作業(yè)本，都分發(fā)到每一個(gè)不同班級(jí)

的每一個(gè)同學(xué)們的手中。同學(xué)們要體現(xiàn)出不同班級(jí)同學(xué)們之間的友愛；不要因?yàn)?/p>

不太熟悉，就把作業(yè)本壓在自己手里，或扔在桌子上不管不問（有可能弄丟）”

實(shí)在（或一時(shí)）分發(fā)不出的作業(yè)本，應(yīng)該分發(fā)給此同學(xué)所在班的同學(xué)代為轉(zhuǎn)交，

或返還到老師處，都正以。

另外，老師一般每個(gè)學(xué)期，都有多個(gè)進(jìn)度相同的計(jì)量經(jīng)濟(jì)學(xué)的學(xué)習(xí)班級(jí)（即

本院班級(jí)）同時(shí)開課，一些多次或臨時(shí)“跨班”（及不在自己的注冊班）聽課的

學(xué)生，只要（可以）在自己聽課的班級(jí)“交”和“取回”作業(yè)本即可，而作業(yè)成

績，老師將（會(huì)）登記在你所注冊的班級(jí)的成績單上而不受影響。

重要提醒:請同學(xué)們不要到講臺(tái)上翻看老師的教學(xué)資料（資料多，以免弄亂）。

尤其不能翻看“蘇州大學(xué)（學(xué)生）課堂考核及成績記載表”，因?yàn)槌煽儯ㄆ綍r(shí)

和期中）都屬于學(xué)生的私人資料，任何其他同學(xué)都無權(quán)查看其他同學(xué)的分?jǐn)?shù)。同

學(xué)要查自己的成績，應(yīng)該來問老師，由老師查看后告知（或給老師發(fā)郵件，由老

師回復(fù)郵件告知）。對(duì)違反以上提醒的同學(xué)，老師將在班級(jí)上提出批評(píng)。

七、成績構(gòu)成

三次作業(yè)的累積總分，滿分為100分，并作為平時(shí)的成績。

平時(shí)、期中和期末考試成績的計(jì)算方法：

鑒于計(jì)量經(jīng)濟(jì)學(xué)是全球商學(xué)院無可爭議的重要課程，所以，蘇大商學(xué)院的所

有的9個(gè)本科專業(yè)的計(jì)量經(jīng)濟(jì)學(xué)課程都是必修課。課程的平時(shí)成績按10%計(jì)入

學(xué)期總成績；期中考試，卷面總分為100分，按20%計(jì)入學(xué)期總成績。期末考

試卷面總分為1。。分，按7。％計(jì)入學(xué)期總成績。

八、考試題型（及注意事項(xiàng)）

考試題型有：（一）概念闡述題（即名詞解釋）、（二）填空題、（三）選攔題、

（四）簡述或簡答題、（五）分析和說明、計(jì)算、數(shù)學(xué)證明和推導(dǎo)題等。

注意：學(xué)生在考試（期中和期末）開始答卷前，必須在考卷第一頁最上部

的有關(guān)欄目中，填寫自己姓名、年級(jí)、專業(yè)、學(xué)號(hào)和（考試的）日期，尤其是學(xué)

號(hào)不要漏填?。ㄊ裁炊疾惶顚懙氖录加邪l(fā)生！老師在改卷子的時(shí)候，根本就不

知道是哪個(gè)學(xué)生做的卷子）。即：除成績以外的空白處都要填寫。

說明：本提要的內(nèi)容主要為教學(xué)服務(wù)，同時(shí)也為學(xué)生全面掌握計(jì)量經(jīng)濟(jì)學(xué),

提供了的較為廣泛的和深入的材料，意為加深同學(xué)們的理解，拓寬視野。至于考

試的內(nèi)容，以上課講到的內(nèi)容為準(zhǔn)，涉及筆記；以及課本（教材）和提要與

講課講到的或涉及的內(nèi)容，請同學(xué)們要仔細(xì)理解本段文字的意思。

九、重要論述（注意在課程的學(xué)習(xí)過程中，逐漸加深理解）

1.估計(jì)方法、估計(jì)量和估計(jì)值

這是一組非?；A(chǔ)、非常重要、又相互關(guān)聯(lián)的關(guān)鍵概念，同學(xué)們要在本課程

的學(xué)習(xí)過程中，逐步并不斷地加深理解，真正搞懂。這對(duì)深刻理解和掌握數(shù)理統(tǒng)

計(jì)和計(jì)量經(jīng)濟(jì)方法的本質(zhì)，具有十分重要的作用。

（1）估計(jì)量：為了估計(jì)真值夕的估計(jì)值，從總體中抽取若干個(gè)容量為n的

隨機(jī)樣本，所導(dǎo)出的樣本值隨機(jī)函數(shù)：/?=/（XrX2,......,X",方稱為夕的估

計(jì)量。力是樣本數(shù)據(jù)的隨機(jī)函數(shù)，在多次抽樣得到多個(gè)樣本的情況下（多次抽樣

肯定是做得到的！），用這個(gè)隨機(jī)函數(shù)，可以計(jì)算出多個(gè)估計(jì)值的數(shù)值，這些估計(jì)

值所組成的一系列數(shù)值，形成的就是一個(gè)隨機(jī)變量（參數(shù)估計(jì)量）。

重復(fù)一遍：在多次抽樣（多個(gè)樣本）的情況下，夕是一個(gè)隨機(jī)變量?。?。

（2）在代入一個(gè)樣本（注意：是一個(gè)樣本）的具體數(shù)據(jù)（一次抽樣獲得的

數(shù)據(jù)）后，估計(jì)量（公式）為我們提供了（計(jì)算出了）參數(shù)真值夕的一個(gè)估計(jì)值。

十分清楚的是：有了估計(jì)量（的這個(gè)公式），才會(huì)有（計(jì)算出）一個(gè)估計(jì)值。即：

估計(jì)值是某一個(gè)樣本的數(shù)據(jù)代入估計(jì)量隨機(jī)函數(shù)后，從估計(jì)量公式中所得到（計(jì)

算出）的一個(gè)具體值，被稱為真值夕的一個(gè)估計(jì)值。

好的估計(jì)值取決于好的估計(jì)量；而好的估計(jì)量取;夬于好的估計(jì)方法。

（3）在數(shù)學(xué)描述上，》這個(gè)符號(hào)有兩個(gè)含義：參數(shù)估計(jì)量和參數(shù)估計(jì)值。

在估計(jì)公式（估計(jì)量的表達(dá)式）中，代入一個(gè)樣本的具體數(shù)據(jù)后，就可以得到一

個(gè)估計(jì)值。

在表示的符號(hào)上，我們對(duì)估計(jì)量和估計(jì)值并不加以區(qū)別，但，兩者在含義上

是有顯著區(qū)別的（一個(gè)是隨機(jī)變量，另一個(gè)是一個(gè)具體的值），要特別加以注意,

學(xué)生的心里對(duì)此應(yīng)該十分清楚，有沒有高水平，這是一個(gè)極重要的方面。

估計(jì)量告訴了我們?nèi)绾斡?jì)算真值的估計(jì)值的一種理論的規(guī)則或一個(gè)具體的

公式，而估計(jì)值則僅僅是用此公式計(jì)算出來的一個(gè)數(shù)值而已。

（4）參數(shù)估計(jì)量的評(píng)價(jià)標(biāo)準(zhǔn)：無偏性、有效性和一致性（教材的P29；。

本教材采用的OLS方法（在滿足基本假定的情況下）是一個(gè)好的估計(jì)方法

（上課時(shí)，會(huì)給出證明），得出的估計(jì)量是好的估計(jì)量（線性性、無偏性和有效

性），因此，用這種OLS估計(jì)量得出（計(jì)算出）的估計(jì)值是一個(gè)好的（好就是比

較準(zhǔn)確的，內(nèi)涵就是接近或比較接近真值的）估計(jì)值。

以上，就是三個(gè)概念的各自內(nèi)涵和特征，以及三者之間的相互關(guān)系。

（5）參數(shù)的估計(jì)和假設(shè)的（統(tǒng)計(jì)）檢驗(yàn)，都是圍繞隨機(jī)統(tǒng)計(jì)估計(jì)量和隨機(jī)

統(tǒng)計(jì)檢驗(yàn)量的分析而展開的。簡而言之，就是圍繞統(tǒng)計(jì)量而展開的。換言之，沒

有統(tǒng)計(jì)量，分析根本無法展開。因此，對(duì)這兩個(gè)統(tǒng)計(jì)量，要予以特別的關(guān)注和深

入的理解。

圍繞統(tǒng)計(jì)量展開分析和研究（估計(jì)和檢驗(yàn)）是數(shù)理統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的顯

著特征，是涉及數(shù)量分析的許多學(xué)科研究的根本和通用方法。其實(shí)，在大學(xué)教育

中（除了大學(xué)的純文科專業(yè)，現(xiàn)在即使大學(xué)的純文科如英語和中文的許多先進(jìn)和

時(shí)髦的分析，都采用了統(tǒng)計(jì)學(xué)軟件，純文科專業(yè)也被統(tǒng)計(jì)量較廣泛和較深入地滲

透），對(duì)統(tǒng)計(jì)量的深刻理解和熟練運(yùn)用，在隨機(jī)性的數(shù)量分析的過程中，居于首

要和最核心的地位。

2.多重共線性包括完全的（嚴(yán)格的）多重共線性，和不完全（接近的或較強(qiáng)

的）的多重共線性兩種，兩者在理論含義上有很大的區(qū)別。

對(duì)于不完全的多重共線性，OLS方法在理論上仍然成立，OLS估計(jì)量仍為

BLUEo在實(shí)際的分析和應(yīng)用過程中，我們所說的，和要處理的多重共線性，實(shí)

際上就是指這種不完全的多重共線性。

關(guān)于完全的多重共線性的理論狀況，將在上課時(shí)進(jìn)行講解。

3.計(jì)量經(jīng)濟(jì)學(xué)注重定量分析（主要采用模型方法），但，并不忽視定性因素

的影響。定性因素實(shí)際存在于現(xiàn)實(shí)世界，潛藏在人的內(nèi)心，是不能被忽略的。

為了表達(dá)和研究定性因素的作用，計(jì)量經(jīng)濟(jì)學(xué)在模型中引入了虛擬變量Do

D的引入，使計(jì)量經(jīng)濟(jì)模型的形式、內(nèi)容和應(yīng)用都得到了相當(dāng)程度的豐富，進(jìn)一

步增強(qiáng)了計(jì)量經(jīng)濟(jì)模型的實(shí)用性和準(zhǔn)確性。近20年來，含有D的計(jì)量經(jīng)濟(jì)學(xué)模

型是如此地常見，即所謂的屢見不鮮。

4.古典的回歸分析，僅僅能解決滿足基本假定的一些實(shí)際問題，而沖量經(jīng)濟(jì)

學(xué)不但可以解決滿足基本假定的實(shí)際問題，還能解決不滿足基本假定的實(shí)際問

題。再加上，計(jì)量經(jīng)濟(jì)學(xué)在計(jì)量經(jīng)濟(jì)模型中，引入了極為重要和貼近現(xiàn)實(shí)的隨機(jī)

誤差項(xiàng)易，以及極富表現(xiàn)力的虛擬變量D,這就使得計(jì)量經(jīng)濟(jì)學(xué)模型的分析和預(yù)

測很準(zhǔn)確，方法價(jià)值很高，應(yīng)用很廣，被稱為現(xiàn)代回歸分析；并被西方國家的商

學(xué)院商科各專業(yè)界稱為商科理論和實(shí)踐研究、以及模型分析方法的“主流學(xué)科”。

5.P35和P37的系數(shù)的置信區(qū)間，是指各個(gè)解釋變量的系數(shù)的真值將以95%

的概率出現(xiàn)在這個(gè)估計(jì)的置信區(qū)間內(nèi)，區(qū)間的大小衡量的是系數(shù)的估計(jì)值與系數(shù)

的真值的遠(yuǎn)近，也就是衡量系數(shù)估計(jì)值的估計(jì)的準(zhǔn)確性。置信區(qū)間和估計(jì)值是兩

種不同形式的估計(jì)方法，是為了估計(jì)無法得到的客觀存在的參數(shù)的真值。

而：在第二章第三節(jié)的“六、預(yù)測”中的區(qū)間預(yù)測（在筆記里），是指被解

釋變量的可能的（！）準(zhǔn)確預(yù)測值（未來將出現(xiàn)或發(fā)生）將以95%的概率出現(xiàn)在

這個(gè)預(yù)測的置信區(qū)間內(nèi)。

兩種區(qū)間很容易混淆，但兩者的含義是截然不同的，要加以特別的注意！。

同學(xué)們只要在聽課時(shí)要注意聽講，并要通過相應(yīng)的例題（只要多看幾遍），

就可以加以區(qū)別，并加深理解。

6.多元線性模型樣本回歸方程的數(shù)量性質(zhì)（有5個(gè)基本的重要的數(shù)量關(guān)系）。

（1）樣本回歸直線經(jīng)過樣本均值點(diǎn)，即：點(diǎn)（,耳,；...,）在

AAAAAAAAA

y.=Z>o+^ixu+/?2x2i+...+/?*也即：y=bo+b\xx-\-btx2+...+bkxk

（2）被解釋變量估計(jì)值的均值等于其實(shí)際值的均值：>=?

=即：y的真實(shí)樣本值與估計(jì)值具有同樣的平均值。

（3）殘差和為零：即=0。

（4）各解釋變量與殘差乘積之和為零，即：￡為?=0（/=1,2,.4）。

<=1

（5）被解釋變量的估計(jì)與殘差乘積之和為零，即：\>，工=°。

證明過程與“一元線性模型樣本回歸方程的數(shù)量性質(zhì)”的證明過程類似。

十、基本符號(hào)、有關(guān)符號(hào)和英文說明

1.m表示隨機(jī)試驗(yàn)中結(jié)果的個(gè)數(shù)，也就是事件的數(shù)目。

2.N表示總體中的元素（單位）的個(gè)數(shù)，即總體元素（單位）數(shù)目。

同時(shí)，N還表示正態(tài)分布（normaldistribution）。

3.E（）表示期望或均值，D（）表示方差，Cov（）表示協(xié)方差。

4.n表示樣本點(diǎn)（數(shù)據(jù)組）的個(gè)數(shù)，即樣本容量（samplesize）oobservations,

觀察次數(shù)，即樣本點(diǎn)的個(gè)數(shù)，也即：英文縮寫obs也表示樣本容量n。

5.（XUiX2ir……X燈,匕）表示樣本數(shù)據(jù)，共有n組（n個(gè)樣本點(diǎn),i=1,2,.….―）。

注意：一般在數(shù)理統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)學(xué)研究中，n人樣本點(diǎn)是n組數(shù)據(jù)，而不是n

個(gè)數(shù)據(jù)。特殊情況下是n個(gè)數(shù)據(jù)?，嚴(yán)格講，也是n組數(shù)據(jù)，只不過是只有n個(gè)

數(shù)據(jù)，一組只有一個(gè)數(shù)據(jù)。表述不太好懂，是吧？懂了，就清楚了。

6.k表示模型中解釋變量的個(gè)數(shù)。

7.隨機(jī)誤差項(xiàng)一般用明.來表示；（有的教材和書籍）也有（當(dāng)然可以）用人

來表示隨機(jī)誤差項(xiàng)。表示的都是同一個(gè)事物。

8.GENR是生成新的數(shù)據(jù)序列的命令，是Generate（發(fā)生、生成的意思）,

請參見教材P296。

9.在EViews的命令中，LOG實(shí)際上是指自然對(duì)數(shù)In,參見教材P297。

ABS指的是絕對(duì)值函數(shù)，參見教材P297。

10.P98例4中的iteration,是“迭代”，“循環(huán)”的意思、。

11.R-squarcd:即判定系數(shù)序；AdjustedR-squared：即調(diào)整的判定系數(shù)

Fo

12.Sumsquaredresid:指殘差平方和，即RSS或ge：。

13.Durbin-Watsonstat：即德賓一沃森統(tǒng)計(jì)量計(jì)算值。

14.Meandependentvar：即被解釋變量的樣本均值；S.D.dependent

var：即被解釋變量的樣本標(biāo)準(zhǔn)差。

15.S.E.ofregression：即回歸模型的標(biāo)準(zhǔn)差的估計(jì)值。；也就是隨機(jī)誤差

項(xiàng)務(wù)的標(biāo)準(zhǔn)差的估計(jì)值。。

16.Std.Error:即標(biāo)準(zhǔn)誤差，也可簡稱為標(biāo)準(zhǔn)差。

17.S.D.（StandardDeviation）:即標(biāo)準(zhǔn)差（要注意：Std.Error與Standard

Deviation在含義上的區(qū)別?。∫v解的）。

~\、有關(guān)論述

1.經(jīng)濟(jì)學(xué)的經(jīng)濟(jì)理論側(cè)重于提出命題和假說，多以定性描述為主，而沒有

數(shù)量的或數(shù)學(xué)的，特別是沒有隨機(jī)性的數(shù)量描述和研究。這是許多經(jīng)濟(jì)理論被質(zhì)

疑，導(dǎo)致經(jīng)濟(jì)學(xué)的可信度大大下降，并無法很好地應(yīng)用于實(shí)踐的主要原因之一,

尤其在隨機(jī)性日益普遍和加大的當(dāng)今時(shí)代。

而考慮隨機(jī)因素影響的計(jì)量經(jīng)濟(jì)學(xué)，則有效的解決了這一突出問題。計(jì)量經(jīng)

濟(jì)學(xué)的出現(xiàn)，大大增加了經(jīng)濟(jì)學(xué)的可信度，并為商科各專業(yè)的理論和實(shí)踐研究提

供了強(qiáng)有力的分析框架和具體的模型分析方法，鞏固并提高了商科的理論和實(shí)踐

在現(xiàn)代經(jīng)濟(jì)社會(huì)的重要地位。

2.偉大的科學(xué)家馮?諾伊曼（VonNeumann）說：“科學(xué)的目的不只是解

釋現(xiàn)象，科學(xué)的主要任務(wù)是建立模型”。由此可見模型的重要性！

模型不但是科學(xué)研究的主要方法，也是知識(shí)表述和傳遞的主要方式，更是新

知識(shí)“生產(chǎn)和制造”的主要方法。模型思想是大學(xué)教育（除了大學(xué)的純文科專業(yè)）

的最重要的思想行在當(dāng)今復(fù)雜和多變的世界里，如果不借助模型，將很難認(rèn)識(shí)所

面臨的復(fù)雜的科學(xué)和社會(huì)現(xiàn)象，以及存在于其中的規(guī)律，也就很難獲得科學(xué)和社

會(huì)的進(jìn)步和發(fā)展。

計(jì)量經(jīng)濟(jì)模型概括并表達(dá)了與所研究系統(tǒng)的相關(guān)（各個(gè)商科專業(yè)的）理論，

是理論用于實(shí)證研究的最有力和最方便的方式。

計(jì)量經(jīng)濟(jì)方法通過建立和運(yùn)用各種模型，來揭示和闡明經(jīng)濟(jì)和管理現(xiàn)象狗本

質(zhì)和規(guī)律，從而極大地提高商科實(shí)踐活動(dòng)的前瞻性和成功可能。

3.1969年，首屆諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)授予計(jì)量經(jīng)濟(jì)學(xué)家費(fèi)里希和丁伯根，高度

評(píng)價(jià)他們“開發(fā)了經(jīng)濟(jì)分析過程的動(dòng)態(tài)模型，并使之實(shí)用化二

4.隨機(jī)關(guān)系的重要現(xiàn)實(shí)意義及其在計(jì)量經(jīng)濟(jì)學(xué)中的重要地位。

除了影響經(jīng)濟(jì)和管理過程的各種隨機(jī)因素外，對(duì)模型的合理的必然簡化也會(huì)

帶來隨機(jī)性。

對(duì)丁某一種經(jīng)濟(jì)管理等商科現(xiàn)象或問題而言，其往往受到很多因素的影響，

而人們在認(rèn)識(shí)事物的過程中，由于種種原因，常常只能選擇一種或若干種主要

因素進(jìn)行研究。這樣，就會(huì)有一些因素未被選上，這些未被選上的因素實(shí)際上

也會(huì)（必定）影響所研究的問題。因此，由被選因素所構(gòu)成的數(shù)學(xué)模型，與由全

部因素所構(gòu)成的數(shù)學(xué)模型（很難做出這樣的模型，假設(shè)有），同時(shí)去描述同一經(jīng)

濟(jì)現(xiàn)象，兩者之間必然會(huì)有一些（有時(shí)是明顯的）出入。

因此，為了使模型更加真實(shí)和確切地說明客觀現(xiàn)象，就有必要引入隨機(jī)誤差

項(xiàng)來反映那些未被選上的因素，以及各種隨機(jī)性因素的影響。

凡?的內(nèi)容十分豐富，是計(jì)量經(jīng)濟(jì)學(xué)的本質(zhì)特征和重點(diǎn)研究內(nèi)容。％的引入，

使計(jì)量經(jīng)濟(jì)模型的準(zhǔn)確性大大增加，使計(jì)量經(jīng)濟(jì)學(xué)得到愈加廣泛的應(yīng)用。

近60年，隨著全球范圍內(nèi)經(jīng)濟(jì)活動(dòng)頻度的迅速加快，以及地域間經(jīng)濟(jì)互動(dòng)

的日益密切（市場經(jīng)濟(jì)和國際貿(mào)易），再加上通訊技術(shù)，尤其是互聯(lián)網(wǎng)技術(shù)的快

速發(fā)展，信息傳遞和交換速度大大加快，這導(dǎo)致了管理、經(jīng)濟(jì)、和商業(yè)活動(dòng)節(jié)奏

的明顯加快的相互干擾的日益加大，從而使經(jīng)濟(jì)、管理等商科活動(dòng)在21世紀(jì)初

以來，呈現(xiàn)出更加明顯和更加普遍的隨機(jī)性狀況，很自然并顯然，這也就使得計(jì)

量經(jīng)濟(jì)學(xué)在21世紀(jì)的理論的正確性和應(yīng)用廣泛性更加突出，地位愈加重要。

總之，經(jīng)濟(jì)活動(dòng)本身固有的隨機(jī)性、以及自然災(zāi)害、公共事件、信息技術(shù)的

發(fā)展、不同文明間的沖突、人類本性和行為固有的隨機(jī)性等等，都會(huì)對(duì)經(jīng)濟(jì)活動(dòng)

和管理過程產(chǎn)生很大的隨機(jī)性干擾和影響，這幾乎就是當(dāng)今時(shí)代和商業(yè)環(huán)境的主

要特征。對(duì)此，我們應(yīng)該有十分充分的認(rèn)識(shí)。

以下是一些計(jì)量經(jīng)濟(jì)學(xué)的“習(xí)題與案例示例”，此外，同學(xué)們也可以閱讀教

材P158的第三章的第六節(jié)介紹的三個(gè)實(shí)例，具體感受估計(jì)和檢驗(yàn)，以及分析和

解決計(jì)量經(jīng)濟(jì)學(xué)問題的全過程的方方面面，以及計(jì)量經(jīng)濟(jì)模型的具體應(yīng)用。

十二、習(xí)題與案例示例

1.假定有如下的回歸結(jié)果：￡=2.69-0.48%其中，Y表示美國的咖啡的消

費(fèi)量（某天的個(gè)人消費(fèi)的咖啡杯數(shù)），X表示咖啡的零售價(jià)格（美元/杯）?；卮?

（1）這是一個(gè)時(shí)間序列數(shù)據(jù)回歸，還是橫截面數(shù)據(jù)回歸？

（2）如何解釋截距的意義，它有經(jīng)濟(jì)含義嗎？

（3）如何解釋斜率的經(jīng)濟(jì)意義？一0.48是真值嗎？

（4）能否求出真實(shí)的總體回歸方程？為什么？

解答：（1）根據(jù)數(shù)據(jù)類型的定義，這是一個(gè)橫截面數(shù)據(jù)回歸。因?yàn)槭悄骋惶?/p>

的各人的樣本數(shù)據(jù);

（2）截距2.69表示咖啡零售價(jià)在/時(shí)刻為每杯。美元時(shí)，美國平均消費(fèi)量

為每天每人2.69杯，其實(shí)，這個(gè)數(shù)字沒有什么實(shí)際的經(jīng)濟(jì)意義。計(jì)量經(jīng)濟(jì)學(xué)中

的常數(shù)項(xiàng)（或截距項(xiàng)）是在建模的過程中，所形成的一種數(shù)學(xué)狀態(tài)（數(shù)據(jù)的調(diào)試

或適應(yīng)狀態(tài)），有時(shí)會(huì)有一定的經(jīng)濟(jì)意義，但，可能在許多情況下，可能并沒有

什么具體的經(jīng)濟(jì)意義的，如果其不可解釋，或你不作解釋，也沒有什么關(guān)系；

（3）斜率（估計(jì)值）一0.48表示消費(fèi)量與咖啡零售價(jià)之間的負(fù)相關(guān)關(guān)系，

價(jià)格每上升1美元/杯，則每天每人消費(fèi)量平均減少0.48杯，此即一元模型中斜

率（系數(shù)）經(jīng)濟(jì)意義的解釋；

而在多元線性回歸模型中，某個(gè)解釋變量的系數(shù)的經(jīng)濟(jì)意義是指，當(dāng)其他的

解釋變量不發(fā)生變化時(shí)，這個(gè)解釋變量變化一個(gè)單位，所引起的Y的上升或下

降的平均變動(dòng)幅度；

一0.48僅僅是參數(shù)估計(jì)量分布上的一個(gè)具體的估計(jì)值（一個(gè)點(diǎn)），不是參數(shù)

的真值，所以一0.48是估計(jì)值，而不是真值。估計(jì)值恰巧（正好）等于真值的概

率幾乎就等于零，或嚴(yán)格地說，就是零，因?yàn)閺睦碚撋现v，根據(jù)連續(xù)隨機(jī)變量一

個(gè)值的寬度為零；但是，在實(shí)際世界和生活中，我們還真的不能說一定就是零。

（4）不能；因?yàn)槲覀儷@得的是樣本數(shù)據(jù)，我們可能無法（也沒有必要）獲

得美國所有消費(fèi)者咖啡消費(fèi)量及價(jià)格的全部數(shù)據(jù)，以及概率分布情況。所以，不

能（也根本沒有必要）求出總體回歸方程。

2.已知回歸模型￡=。+網(wǎng)+0，式中E為某類公司一名新員工的起始薪

金（元），N為所受教育水平（年）。隨機(jī)擾動(dòng)項(xiàng)名的分布未知，其他所有的基本

假定都滿足。問：

（1）從直觀及經(jīng)濟(jì)角度解釋a和萬。

（2）OLS估計(jì)量日和成滿足線性性、無偏性及有效性嗎？簡單陳述理由。

解答：（1）a+為接受過N年教育的員工的總體平均起始薪金。當(dāng)N為

零時(shí)，平均薪金為。，因此，此處的。表示沒有接受過教育員工的平均起始薪金,

具有實(shí)際的意義。夕是N每個(gè)單位變化（一年）所引起的E的變化，即表示每

多接受一年學(xué)校教育，所對(duì)應(yīng)的薪金增加值。從經(jīng)濟(jì)和實(shí)際情況兩方面來看，兩

個(gè)參數(shù)都應(yīng)該是正值。

（2）OLS估計(jì)量&和仍6滿足線性性、無偏性和有效性，因?yàn)檫@些BLUE

性質(zhì)的成立只需滿足基本假定，而無需隨機(jī)擾動(dòng)次j服從正態(tài)分布的假定。

3.對(duì)沒有截距項(xiàng)的一元回歸模型，Y產(chǎn)仇X盧內(nèi),稱之為過原點(diǎn)回歸，試

證明：（1）如果通過相應(yīng)的樣本回歸模型可得到通常的的正規(guī)方程：

2卒產(chǎn)0,可得X的估計(jì)值:自=（Zx/）/（Zx：）；

（2）在基本假設(shè)E（4）=0下，自為無偏估計(jì)量；

（3）只有自是4的OLS估計(jì)量。

解答：（1）由正規(guī)方程Zx,（x—自XJ=0得

求解得B'=（2x］）/（Zx：）

（2）對(duì)于6=（Zx/）/（Zx；）,求期望：E（機(jī)）=E0X”￡X；）

=（舌r）ZE（Xj）=（吉y）Z仇X’gXj+4）］

=Z（X：）+（^T）EX"）二A

（3）OLS方法要求殘差平方和最?。篗inRSS=￡e；=工8一成出了

關(guān)于自求偏導(dǎo)得：受盟=2^（匕-BX,）（—X,）=O,即WX（Z_6XJ=O

明

&=（￡X2）/（ZX,2）可見只有A是OT.S估計(jì)量c

4.表1是以進(jìn)出車站的乘客為主要服務(wù)對(duì)象的10家便利店的數(shù)據(jù)。），是日

均銷售額，用是店鋪面積，占是作為選址條件的店鋪距車站的距離。

表1日均銷售額、店鋪而積和店鋪距車站的距離的數(shù)據(jù)

店鋪日均銷售額（萬元）店鋪面積（平方米）X]店鋪距車站的距離（100米）々

y

A40603

B451005

C80852

D60501

E50753

F20554

G15706

H90951

I30453

J70652

Eviwes運(yùn)行結(jié)果見下表:

DependentVariable:Y

Method:LeastSquares

Date:04/22/06Time:15:28

Sample:19011910

Includedobservations:10

VariableCoefficientStd.Errort-StatisticProb.

C36.412148.1719384.4557530.0030

X10.7545850.1058877.1263260.0002

X2-13.07769