2023年計量經(jīng)濟學學習指導

《計量經(jīng)濟學》學習指導

1計量經(jīng)濟學模型

1A計量經(jīng)濟學

1.1.1計量經(jīng)濟學

計量經(jīng)濟學是以一定的經(jīng)濟理論和統(tǒng)計資料為基礎(chǔ)，運用數(shù)學、統(tǒng)計學方法與計算技術(shù)，以

建立計量經(jīng)濟模型為主要手段，定量分析研究具有隨機性特性的經(jīng)濟變量關(guān)系。主要內(nèi)容包

括理論計量經(jīng)濟學和應用經(jīng)濟計量學。

理論經(jīng)濟計量學主要研究如何運用、改造和發(fā)展數(shù)理統(tǒng)計的方法，使之成為隨機經(jīng)濟關(guān)系測

定的特殊方法。

應用計最經(jīng)濟學是在一定的經(jīng)濟理論的指導下，以反映事實的統(tǒng)計數(shù)據(jù)為依據(jù)，用經(jīng)濟計最

方法研究經(jīng)濟數(shù)學模型的實用化或探索實證經(jīng)濟規(guī)律。

1.1.2計量經(jīng)濟學模型

計量經(jīng)濟模型包括一個或一個以上的隨機方程式，它簡潔有效地描述、概括了某個真實

經(jīng)濟系統(tǒng)的數(shù)量關(guān)系特征，更深刻地揭示出該經(jīng)濟系統(tǒng)的數(shù)量變化規(guī)律。是由方程或方程組

組成，其中方程由變量和系數(shù)組成。

計量經(jīng)濟模型揭示經(jīng)濟活動中各個因素之間的定量關(guān)系，用隨機性的數(shù)學方程加以描述。

1.1.3計量經(jīng)濟學的內(nèi)容體系

廣義計量經(jīng)濟學：經(jīng)濟理論-統(tǒng)計學+數(shù)學

［狹義計量經(jīng)濟學：數(shù)理統(tǒng)計

層次：初、中、高級

出入/m再理論計量經(jīng)濟學：數(shù)學+數(shù)理統(tǒng)計

lA］/猿［則中1-14

八［應用計量經(jīng)濟學：經(jīng)濟統(tǒng)計學+經(jīng)濟理論

［經(jīng)典計量經(jīng)濟學

,［現(xiàn)代計量經(jīng)濟學：微觀、非參數(shù)、時序、動態(tài)

微觀計量經(jīng)濟學：個人、家庭

宏觀計量經(jīng)濟學：單位根檢驗、協(xié)整理論、動態(tài)

1.2計量經(jīng)濟建模

1.2.1建模程序

被解釋變量、解釋變量

’經(jīng)濟理論與經(jīng)濟行為

選擇模型中的變量J

依據(jù)J數(shù)據(jù)可獲得性

變量特征與模型假設(shè)的符合性

(1)設(shè)計理論模型(經(jīng)濟理論與經(jīng)濟行為

屈定模型的數(shù)學形式散點圖

數(shù)據(jù)■合

擬定模型中待估計參數(shù)的取值范圍

'［橫截面數(shù)據(jù)

J分類:時間序列數(shù)據(jù)

J［虛擬變量數(shù)據(jù)

質(zhì)量：完整性、準確性、可比性和一致性

,經(jīng)典：普通最小二乘法OLS

異方差：加權(quán)最小二乘估計法WLS

殘差平方和最?。?/p>

隨機解釋變量：二階段最小二乘法7sLs

（3）模型的識別與估計］異方差+序列相關(guān)：廣義最小二乘法GLS

取樣本值的似然函數(shù)值最大：極大似然估計ML

選擇矩條件最小距離估計量：廣義矩估計法GMM

經(jīng)濟意義經(jīng)驗：參數(shù)估計量的符號、大小、相互關(guān)系

‘擬合優(yōu)度檢驗

統(tǒng)計檢驗J方程顯著性檢驗

變量顯著性檢驗

序列相關(guān)檢驗

（4）模型檢驗計量經(jīng)濟學檢驗異方差檢驗

多重共線性檢驗

擴展樣本

模型預測檢驗＜

延長期限

模型驗證

彈性分析

變量結(jié)構(gòu)分析乘數(shù)分析

比較靜態(tài)分析

（5）模型應用＜

經(jīng)濟預測

政策評價

理論經(jīng)驗與發(fā)展

1.2.2建模要素

高效成功地建立計量經(jīng)濟學模型需要具有三個要素：理論、方法、數(shù)據(jù)。

從上述建立計量經(jīng)濟學模型的步驟中，不難看出，任何一項計量經(jīng)濟學研究、任何一個

計量經(jīng)濟學模型賴以成功的要素應該有三個：理論、方法和數(shù)據(jù)。

（1）理論，即經(jīng)濟理論，所研究的經(jīng)濟現(xiàn)象的行為理論，是計量經(jīng)濟學研究的基礎(chǔ)。

（2）方法，主要包括模型方法和計算方法，是計量經(jīng)濟學研究的工具與手段，是計量

經(jīng)濟學不同于其他經(jīng)濟學分支學科的主要特征。

（3）數(shù)據(jù)，反映研究對象的活動水平、相互間聯(lián)系以及外部環(huán)境的數(shù)據(jù)，或更廣義講

是信息，是計量經(jīng)濟學研究的原料。這三方面缺一不可。

一般情況下，在計量經(jīng)濟學研究中，方法的研亢是人們關(guān)注的重點，方法的水平往往

成為衡量一項研究成果水平的主要依據(jù)。這是正常的。計量經(jīng)濟學理論方法的研究是計量經(jīng)

濟學研究工作者義不容辭的義務。但是，不能因此而忽視對經(jīng)濟學理論的探討，一個不懂得

經(jīng)濟學理論、不了解經(jīng)濟行為的人，是無法從事計量經(jīng)濟學研究工作的，是不可能建立起一

個哪怕是極其簡單的計量經(jīng)濟學模型的。所以，計量經(jīng)濟學家首先應該是一個經(jīng)濟學家。相

比之下，人們對數(shù)據(jù)，尤其是數(shù)據(jù)質(zhì)量問題的重視更顯不足，在申請一項研究項目或評審一

項研究成果時，對數(shù)據(jù)的可得性、可用性、可靠性缺乏認真的推敲；在研究過程中出現(xiàn)問題

時，較少從數(shù)據(jù)質(zhì)量方面去找原因。而目前的實際情況是，數(shù)據(jù)已經(jīng)成為制約計量經(jīng)濟學發(fā)

展的重要問題。

2EViews數(shù)據(jù)分析基礎(chǔ)

1.工作文件

2.對象

3.數(shù)據(jù)處理

3數(shù)據(jù)統(tǒng)計分析

3.1描述統(tǒng)計

3.2假設(shè)檢驗

4經(jīng)典多元回歸分析與修正一一OLS

確定性=>函數(shù)關(guān)系

統(tǒng)計依賴程度n相關(guān)分析

變量關(guān)系統(tǒng)計依賴關(guān)系

不確定性n統(tǒng)計相關(guān)關(guān)系

因果關(guān)系?n回歸分析

作用大小、顯著性

解釋變量多少：一元，多元

單方程模型

模型模型結(jié)構(gòu)形式：線性，非線性

聯(lián)立方程組

4.1經(jīng)典多元線性回歸分析

4.1.1經(jīng)典回歸分析

'函數(shù)形式:線性，非線性

回歸模型

被解釋變量、待估參數(shù)、解釋變量、隨機干擾項

隨機項：零均值，同方差，不相關(guān)，零協(xié)方差，正態(tài)分布

解釋變量：非隨機變量，無多重共線性，方差趨于有界常數(shù)

經(jīng)典假設(shè)

解釋變量與隨機項：不相關(guān)

模型設(shè)定正確

原理：被解釋變量的估計誤差最小

普通最小二乘法

有效性：最小方差的線性無偏估計量

參數(shù)估計線性性,

小樣本性質(zhì)，無偏性n最優(yōu)線性無偏估計量

有效性

估計值的有效性評判標準「

漸近無偏性'

大樣本性質(zhì)，一致性

漸近有效性

可決系數(shù)R?

經(jīng)典回歸分析擬合優(yōu)度檢驗

信息準則：A/C,SC

統(tǒng)計檢驗-變量顯著性，檢驗

方程顯著性F檢驗

模型，擬合圖

預測：預測值+預測區(qū)間

絕對誤差1均方根誤差RMSE

平均絕對誤差

相對誤差］平均絕對百分比誤差MAPE

模型預測預測評價指標，

希爾不等系數(shù)77超〃/C

偏差率4P：系統(tǒng)誤差

比例指標V方差率VP

協(xié)變率CP：非系統(tǒng)誤差

4.1.2回歸模型檢驗

擬合優(yōu)度檢驗

統(tǒng)計經(jīng)驗J方程顯著性尸檢驗

變量顯著性f檢驗

解釋變量與殘差項不相關(guān)

檢驗：相關(guān)分析

解釋變量之間不相關(guān)-多重共線性逐步回歸

時序：差分法

零均值

經(jīng)典假設(shè)

正態(tài)性檢驗：統(tǒng)計量+卡方檢驗

計量經(jīng)驗

一階自相關(guān)：DW檢驗

不相關(guān)->序列自相關(guān)檢驗?自相關(guān)系數(shù)+0統(tǒng)計量

殘差

LM檢驗

回歸模型檢驗

‘自相關(guān)系數(shù)十。統(tǒng)計量

同方差一異方差檢驗<ARC"檢驗

W/〃.加異方差檢驗

有約束條件的檢驗：Wa/d檢驗

變量設(shè)定（多、少）檢驗［"鬟人

模型設(shè)定

［加僉驗

系數(shù)檢驗

（F檢驗

因子分割點檢驗LR檢驗

皿0檢驗

C7z5份割點檢驗

穩(wěn)定性，測檢驗

Q-A分割點檢驗

4.1.3模型檢驗總結(jié)

1、模型統(tǒng)計經(jīng)驗

表模型統(tǒng)計經(jīng)驗

判斷

拒絕原假設(shè)的估計方法/

檢驗名稱作用原假設(shè)（拒絕原假

經(jīng)濟怠義模型修正

設(shè)）

擬合程度好0-1,越大越

擬合優(yōu)度檢驗

壞好

全部解釋變在某一顯著水

方程顯著性P值小于某一

F檢驗量參數(shù)同時平上方程是顯

經(jīng)驗顯著水平

等于零著的

在某一顯著水

變量顯著性解釋變量參P值小于某一

T檢驗平上變量是顯

檢驗數(shù)等于零顯著水平

著的

2、殘差正態(tài)性與解釋變量多重共線性假設(shè)的檢驗

表殘差正態(tài)性與解釋變量多重共線性假設(shè)的檢驗

判斷

拒絕原假設(shè)的估計方法/

檢驗名稱作用原假設(shè)（拒絕原假

經(jīng)濟意義模型修正

設(shè)）

數(shù)據(jù)分布不服

服從某理論P值小于某一

J-B統(tǒng)計量從選擇的理論

分布顯著水平

分布

理論分布與廣義自回歸

數(shù)據(jù)分布的數(shù)據(jù)分布不服條件異方差

殘差正態(tài)性服從某理論

Q-Q圖分位數(shù)散點從選擇的理論GARCH模

經(jīng)驗分布

圖不在同一分布型中的隨機

條直線上項分布假設(shè)

數(shù)據(jù)分布不服

服從某理論P值小于某一

經(jīng)驗分布檢驗從選擇的理論

分布顯著水平

分布

多重共線性不存在多重相關(guān)系數(shù)絕這兩個變量存逐步回歸剔

相關(guān)系數(shù)矩陣

檢驗共線性對值接近于1在多重共線性除法；

增減解釋變新引進變量與（時序）差

多重共線性不存在多重

逐步回歸法量時擬合優(yōu)其他變量存在分法

檢驗共線性

度變化很大多重共線性

3、殘差序列相關(guān)假設(shè)的檢驗

表殘差序列相關(guān)假設(shè)的檢驗

判斷

拒絕原假設(shè)的估計方法/

檢驗名稱作用原假設(shè)（拒絕原假

經(jīng)濟意義模型修正

設(shè)）

DW<1.5,較強

的正一階自相

關(guān)；

P值小于某一

DWV2,正一階

DW統(tǒng)計量檢殘差一階序序列相關(guān)參顯著水平；

自相關(guān)；

驗列相關(guān)檢驗數(shù)等于0DWW2,一階

DW=2,不一階

自相關(guān)；廣義最小二

自相關(guān)：

乘法GLS；

2<DW<4,負一

廣義差分法

階自相關(guān)；

GDM；

相關(guān)圖+AC、殘差序列相AC、PAC=O,

單整自回歸

PAC相關(guān)系數(shù)關(guān)檢驗序列不相關(guān)

移動平均模

殘差序列中

殘差序歹J相P值小于某一序列存在p階型ARIMA

Q統(tǒng)計量檢驗不存在p階

關(guān)檢驗顯著水平自相關(guān)

自相關(guān)

F統(tǒng)殘差序刻相殘差序列中P值小于某一序列存在p階

LM檢計量關(guān)檢驗直到p階滯顯著水平自相關(guān)

驗TX殘差序歹J相后都不存在P值小于某一序列存在p階

R2關(guān)檢驗自相美顯著水平自相關(guān)

4、殘差異方差檢驗

判斷

拒絕原假設(shè)的估計方法/

檢驗名稱作用原假設(shè)（拒絕原假

經(jīng)濟意義模型修正

設(shè)）

ARCHF統(tǒng)殘差異方差P值小于某一序列存在p階

LM檢計量檢驗顯著水平異方差

驗TX殘差異方差P值小于某一序列存在p階

殘差序列中加權(quán)最小二

R2檢驗顯著水平異方差

直到p階滯乘法WLS；

AC、PAOO,

殘差平方相關(guān)殘差異方差后都不存在序列存在p階自回歸條件

序列不存在

圖檢驗ARCH效應后異方差異方差

ARCH效應

ARCH模

殘差平方Q統(tǒng)殘差異方差P值小于某一序列存在

型；

計量檢驗檢驗顯著水平ARCH效應

廣義自回歸

輔助回歸方

條件異方差

程的F統(tǒng)計

GARCH模

殘差異方差不存在異方量、LM統(tǒng)計序列存在

White檢驗型

檢驗差量、卡方檢驗ARCH效應

P值小于某一

顯著水平

5、模型設(shè)定與穩(wěn)定性檢驗

表模型設(shè)定的系數(shù)與稔定性檢驗

作用判斷拒絕原假設(shè)估計方法/模型

檢驗名稱原假設(shè)

(拒絕原假設(shè))的經(jīng)濟意義修正

模型設(shè)定F統(tǒng)計量、LR補充缺失變量：

模型不存

誤差檢驗，Ramsey統(tǒng)計量P值小模型是合適修正方程形式；

在設(shè)定誤

只適用于RESET檢驗于某一顯著水的替代隨機解釋變

差

OLS估計平量；

參數(shù)約束參數(shù)約束受約束回歸

P值小于某一不附加參數(shù)

條件經(jīng)驗Wald檢驗條件方程

顯著水平約束條件

成立

遺漏變量、添加/多余添加的變量遺漏的變量加進

P值小于某一

多余變量F檢驗的變量參沒有顯著解模型；

顯著水平

經(jīng)驗數(shù)等于0釋貢獻；多余的變量從模

添加/多余多余變量具型中剔除

似然比(LR)P值小于某一

的變量參有顯著解釋

檢驗顯著水平■TT2.士卜

數(shù)等于0貝獻

F統(tǒng)計量、LR

模型無顯模型發(fā)生顯

鄒氏(Chow)統(tǒng)計量P值小

著結(jié)構(gòu)變著的結(jié)構(gòu)變

分割點檢驗于某一顯著水

化化

模型穩(wěn)定平

性檢驗F統(tǒng)計量、LR

模型無顯模型發(fā)生顯

鄒氏(Chow)統(tǒng)計量P值小

著結(jié)構(gòu)變著的結(jié)構(gòu)變

預測檢驗于某一顯著水

化化

平

4.2經(jīng)典假設(shè)的不滿足及模型修正

4.2.1經(jīng)典假設(shè)

對于經(jīng)典多元線性I可歸模型

經(jīng)典假設(shè)：

1.解釋變晟是非隨機的或固定的，且相互之間互不相關(guān)，即無多重共線性;

cov（x,.,xy）=0,iwj,Z,J=1,2,..,n

2.隨機項具有零均值，同方差及不序列相關(guān)性，即:

E（〃）=0,i=l,2,…/

%〃3）=召（“2）=0,

cov(4，勺)=E(〃〃j=O,i工j,i，7=L2,??,n

3.隨機項滿足正態(tài)分布，即

AN（0,〃）

4.解釋變量與隨機項不相關(guān)，即

Cov(x..,//,)=(),i=l,2,）=1,2,…,2

5.樣本容量趨于無窮時，各解釋變量的方差趨于有界常數(shù);

6.回歸模型的設(shè)定是正確的。

4.2.2經(jīng)典假設(shè)的不滿足與模型修正

異方差序列相關(guān)多重共線性隨機解釋變量

經(jīng)典假COV（Xj,Xj）=（）確定性解釋變量

?=常數(shù)=/口)COV（M，〃/）=E（〃W/）=。

設(shè)

定義三種：

cov（4,"）=￡（〃冏）工0COV（Xj,Xj）wO

與隨機項獨立；

同期無關(guān)但異期

相關(guān)；

同期相關(guān)

產(chǎn)生原橫截面數(shù)據(jù)作為樣本經(jīng)濟變量固有的慣性；經(jīng)濟變量相關(guān)的共滯后被解釋變量

因模型設(shè)定的偏誤；同趨勢；作為模型的解釋

數(shù)據(jù)的編造；滯后變量的引入：變量

時間序列數(shù)據(jù)樣本資料的限制

后果參數(shù)估計量不有效；參數(shù)估計量不有效；完全共線性下參數(shù)OLS估計值失效

變量的顯著性檢驗失變量的顯著性檢驗失去意義；估計量不存在；

去意義；模型的預測失效：參數(shù)估計量的方差

模型的預測失效；變動；

參數(shù)估計量經(jīng)濟含

義不合理；

顯著性檢驗、模型預

測失去意義；

檢驗圖示檢驗法；圖示檢驗法；是否存在：

white異方差檢驗D.W統(tǒng)計量檢驗；相關(guān)系數(shù)判斷；

相關(guān)圖與Q統(tǒng)計量檢驗綜合統(tǒng)計檢驗法

LM檢驗存在范圍：

判斷系數(shù)檢驗法；

逐步回歸法

修正、加權(quán)最小二乘法WLS廣義最小二乘法；剔除引起共線性的廣義矩估計法

補救、廣義差分法:ARIMA模型；變量；GMM；

克服差分法；工具變量法

5經(jīng)典回歸模型的拓展

5.1非線性模型的回歸分析

線性回歸模型

回歸模型可線性化模型f線性變換t線性回歸模型fOLS

非線性回歸模型

不可線性化模型n非線性最小二乘估計NLS

表多元非線性回歸模型的線性化變換與估計方法總結(jié)

線性化變換后

線性化分類模型特征線性化變換方式示例選用的估計方

法

變量直接置換

1普通最小二乘

倒數(shù)模型法:引入替代變t=-

X法OLS

量

變量直接置換

普通最小二乘

可轉(zhuǎn)換為線性多項式模型法：引入替代變t=xn

n法OLS

回歸模型量

基函數(shù)模型、指函數(shù)變換法：取普通最小二乘

數(shù)函數(shù)模型對數(shù)+替換法OLS

普通最小二乘

復雜函數(shù)泰勒級數(shù)展開法

法OLS

無法線性化模非線性最小二

———

型乘法NLS

5.2特殊解釋變量模型一一虛擬解釋變量

5.3特殊被解釋變量模型一一離散及受限被解釋變量

Probit模型

二元選擇模型?Logit模型

、極值模型

高散因變量＜

排序選擇模型

特殊因變量模型《

計數(shù)模型

審查回歸模型

受限因變量模型

截斷回歸模型

6單方程模型的其他估計方法

6.1單方程模型的其他估計方法及適用場合

經(jīng)典：普通最小二乘法OLS

異方差：加權(quán)最小二乘估計法WLS

殘差異方差-序列相關(guān)：廣義最小二乘法G￡S

平方和，異方差：加權(quán)75LS

模型

最小異方差

參數(shù)?隨機解釋變量：二階段最小二乘法TSLS

+：自相關(guān)修正TSLS

估計

序列相關(guān)

參數(shù)非線性模型：非線性最小二乘法NLS

取樣本值的似然函數(shù)值最大：極大似然估計ML

選擇矩條件最小距離估計量：廣義矩估計法GMM

6.2單方程模型其他估計方法的選擇邏輯

4、殘差異方差檢驗

判斷

拒絕原假設(shè)的估計方法/

檢驗名稱作用原假設(shè)（拒絕原假

經(jīng)濟意義模型修正

設(shè)）

ARCHF統(tǒng)殘差異方差P值小于某一序列存在p階

LM椅計量檢驗顯著水平異方差

驗TX殘差異方差P值小于某一序列存在p階

殘差序列中加權(quán)最小二

R2檢驗顯著水平異方差

直到p階滯乘法WLS：

AC、PAC=O,

殘差平方相關(guān)殘差異方差后都不存在序列存在p階自回歸條件

序列不存在

圖檢驗ARCH效應后異方差異方差

ARCH效應

ARCH模

殘差平方Q統(tǒng)殘差異方差P值小于某i序列存在

型；

計量檢驗檢驗顯著水平ARCH效應

廣義自回歸

輔助回歸方

條件異方差

程的F統(tǒng)計

GARCH模

殘差異方差不存在異方量、LM統(tǒng)計序列存在

White檢驗型

檢驗差量、卡方檢驗ARCH效應

P值小于某一

顯著水平

5、殘差序列相關(guān)假設(shè)的檢驗

表殘差序列相關(guān)假設(shè)的檢驗

判斷

拒絕原假設(shè)的估計方法/

檢驗名稱作用原假設(shè)（拒絕原假

經(jīng)濟意義模型修正

設(shè)）

DW<1.5,較強

的正一階自相

關(guān)；

P值小于某一

DWV2,正一階

DW統(tǒng)計量檢殘差一階序序列相關(guān)參顯著水平；

自相關(guān)；

驗列相關(guān)檢驗數(shù)等于0DWW2,一階

DW=2,不一階廣義最小二

自相關(guān)；

自相關(guān)：乘法GLS；

2<DW<4,負一廣義差分法

階自相關(guān)；GDM；

相關(guān)圖+AC、殘差序列相AC、PAC=O,