《計(jì)量經(jīng)濟(jì)學(xué)》課程簡(jiǎn)介

《計(jì)量經(jīng)濟(jì)學(xué)》課程簡(jiǎn)介

1240313

課程編號(hào)課程名稱計(jì)量經(jīng)濟(jì)學(xué)

002

課程性質(zhì)必修學(xué)時(shí)48學(xué)分3

學(xué)時(shí)分配授課：40實(shí)驗(yàn)：上機(jī)：8實(shí)踐：實(shí)踐（周）：

考核方式閉卷考試，平時(shí)成績(jī)30%,期末成績(jī)70%

開課學(xué)院經(jīng)濟(jì)學(xué)院更新時(shí)間2020.9

適用專業(yè)財(cái)經(jīng)類專業(yè)

先修課程經(jīng)濟(jì)學(xué)、微積分、線性代數(shù)、概率論、統(tǒng)計(jì)學(xué)

一、教學(xué)內(nèi)容

第一章緒論

教學(xué)內(nèi)容：計(jì)量經(jīng)濟(jì)學(xué)定義，發(fā)展簡(jiǎn)史，研究目的、方法及建模過程，參考書籍、雜志

介紹，Eviews軟件簡(jiǎn)介。

教學(xué)難點(diǎn)：計(jì)量經(jīng)濟(jì)學(xué)研究方法

教學(xué)重點(diǎn)：計(jì)量經(jīng)濟(jì)學(xué)概念，研究目的、方法和建模過程。

第二章一元線性回歸模型

2.1模型的建立及假定條件

2.2一元線性回歸模型的參數(shù)估計(jì)

2.3最小二乘估計(jì)量的特性

2.4用樣本可決系數(shù)R?檢驗(yàn)回歸方程的擬合優(yōu)度

2.5被估參數(shù)的顯著性檢驗(yàn)與置信區(qū)間

2.6一元線性I可歸模型的預(yù)測(cè)

2.7案例分析及Eviews的操作。

教學(xué)難點(diǎn)：模型建立、樣本可決系數(shù)、顯著性檢驗(yàn)

教學(xué)重點(diǎn)：模型的假定條件、OLS估計(jì)、最小二乘估計(jì)量的性質(zhì)、樣本可決系數(shù)、t檢

驗(yàn)及檢驗(yàn)的經(jīng)濟(jì)意義，EViows輸出結(jié)果的分析與解釋。

第三章多元線性回歸模型

3.1模型的建立及假定條件

3.2多元線性【可歸模型的參數(shù)估計(jì)

3.3最小二乘估計(jì)量的特性

3.4可決系數(shù)

3.5顯著性檢驗(yàn)與置信區(qū)間

3.6多元線性回歸模型的預(yù)測(cè)

3.7案例分析及Eviews的使用

教學(xué)難點(diǎn)：模型顯著性檢驗(yàn)與參數(shù)顯著性檢驗(yàn)

教學(xué)重點(diǎn)：模型的假定條件、模型及參數(shù)估計(jì)量的矩陣表示形式、可決系數(shù)正、調(diào)整

的R\模型參數(shù)的經(jīng)濟(jì)意義，顯著性檢驗(yàn)（F檢驗(yàn)和t檢驗(yàn)），EViews輸出結(jié)果的分

析與解釋。

第四章非線性回歸模型的線性化

4.1變量間的非線性關(guān)系

4.2線性化方法

4.3案例分析

教學(xué)難點(diǎn)：柯布-道格拉斯生產(chǎn)函數(shù)

教學(xué)重點(diǎn)：指數(shù)函數(shù)模型、對(duì)數(shù)函數(shù)模型、幕函數(shù)模型、多項(xiàng)式模型、柯布一道格拉

斯生產(chǎn)函數(shù)及參數(shù)的含義，，Eviews分析與輸出結(jié)果的解釋。

第五章異方差

5.1異方差的概念

5.2異方差的來源與后果

5.3異方差的檢驗(yàn)

5.4異方差的修正方法一一加權(quán)最小二乘法

5.5案例分析

教學(xué)難點(diǎn)：異方差的修正

教學(xué)重點(diǎn)：異方差的概念、Goldfeld-Quandt檢驗(yàn)、Glejser檢驗(yàn)及加權(quán)最小二乘法，，

Eviews分析與輸出結(jié)果的解釋。

第六章自相關(guān)

6.1非自相關(guān)假定

6.2自相關(guān)的來源與后果

6.3自相關(guān)檢驗(yàn)

6.4自相關(guān)的解決方法

6.5克服自相關(guān)的矩陣描述

6.6自相關(guān)系數(shù)的估計(jì)

6.7案例分析

教學(xué)難點(diǎn)：自相關(guān)的修正方法

教學(xué)重點(diǎn)：自相關(guān)的檢驗(yàn)、自相關(guān)的檢驗(yàn)方法、廣義差分法、自相關(guān)系數(shù)的估計(jì)，，

Eviews分析與輸出結(jié)果的解彈。

第七章多重共線性

7.1多重共線性的概念

7.2多重共線性的來源與后果

7.3多重共線性的檢驗(yàn)

7.4多重共線性的修正方法

7.5案例分析

教學(xué)難點(diǎn)：多重共線性的檢驗(yàn)

教學(xué)重點(diǎn)：多重共線性的概念、檢驗(yàn)與逐步回歸法，Eviews分析與輸出結(jié)果的解釋。

第八章隨機(jī)解釋變量和虛擬變量

8.1隨機(jī)變量問題

8.2虛擬變量

8.3案例分析

教學(xué)難點(diǎn)：虛擬變量模型的建立與估計(jì)

教學(xué)重點(diǎn)：隨機(jī)變量的概念與分類，工具變量法，虛擬變量的引入、估計(jì)與檢驗(yàn)，Eviews

分析與輸出結(jié)果的解釋。

第九章聯(lián)立方程模型

9.1聯(lián)立方程模型的概念

9.2聯(lián)立方程模型的分類

9.3聯(lián)立方程模型的識(shí)別

9.4聯(lián)立方程模型的識(shí)別條件

9.5聯(lián)立方程模型的估計(jì)

9.6案例分析

教學(xué)難點(diǎn)：聯(lián)立方程模型的識(shí)別

教學(xué)重點(diǎn)：聯(lián)立方程模型的分類、識(shí)別條件（階條件和秩條件）、工具變量法、一段最

小二乘法

二、教學(xué)基本要求

第一章緒論

教學(xué)要求：通過對(duì)本章的學(xué)習(xí)使學(xué)生了解計(jì)量經(jīng)濟(jì)學(xué)的定義、發(fā)展簡(jiǎn)史，研究目的和

研究方法及應(yīng)用領(lǐng)域等。

第二章一元線性回歸模型

教學(xué)要求：通過本章的學(xué)習(xí)，使學(xué)生初步掌握經(jīng)典回歸模型的假定條件的含義和必要

性，并掌握最小二乘估計(jì)的原理和方法以及最小二乘估計(jì)量的特性。要求學(xué)生能夠?qū)σ呀?/p>

的?元線性回歸模型的優(yōu)良性進(jìn)行判斷，即能夠?qū)烙?jì)參數(shù)和回歸模型的擬合程度進(jìn)行檢驗(yàn),

進(jìn)而可以利用回歸方程進(jìn)行預(yù)測(cè)。同時(shí)，要掌握Evicws軟件相關(guān)內(nèi)容的使用、分析和輸出

結(jié)果的解釋。

第三章多元線性回歸模型

教學(xué)要求：逋過本章的學(xué)習(xí)，使學(xué)生掌握多元線性回歸的假定條件、估計(jì)方法和和原

理，以及相關(guān)的檢驗(yàn)及經(jīng)濟(jì)含義。具備獨(dú)立建立簡(jiǎn)單模型的能力；要求熟悉模型及假定條件

的矩陣表示形式,并能據(jù)此推導(dǎo)出待估參數(shù)的矩陣表示式，同時(shí)還要了解估計(jì)量的統(tǒng)計(jì)性質(zhì)。

對(duì)于回歸方程的顯著性檢驗(yàn)和待估參數(shù)的檢驗(yàn)也必須掌握。另外，能夠較熟練的應(yīng)用Eviews

的基本操作來建立模型，并能根據(jù)Evicws的輸出結(jié)果對(duì)所建模型進(jìn)行分析。

第四章非線性回歸模型的線性化

教學(xué)要求：通過學(xué)習(xí)，使學(xué)生掌握非線性模型線性化的方法，要求能夠在對(duì)非線性化的

模型進(jìn)行線性化后，利用最小二乘估計(jì)進(jìn)行參數(shù)估計(jì)，并能夠?qū)?shù)的含義進(jìn)行解釋。同時(shí)，

要掌握Eviews軟件相關(guān)內(nèi)容的使用、分析和輸出結(jié)果的解釋。

第五章異方差

教學(xué)要求:通過對(duì)本章的學(xué)習(xí)，使學(xué)生掌握當(dāng)模型在不能完全滿足經(jīng)典模型假定條件（不

滿足同方差性的假設(shè)）的情況下，如何對(duì)模型進(jìn)行檢驗(yàn)、和修正。要求學(xué)生掌握異方差的定

義、來源及后果、以及異方差的檢驗(yàn)方法和修正方法。同時(shí)，要掌握Evicws軟件相關(guān)內(nèi)容

的使用、分析和輸出結(jié)果為解釋。

第六章自相關(guān)

教學(xué)要求：通過學(xué)習(xí)，使學(xué)生掌握當(dāng)隨機(jī)誤差項(xiàng)存在序列相關(guān)時(shí)，如何對(duì)不滿足假定條

件的模型進(jìn)行檢驗(yàn)和修正，要求學(xué)生能夠利用Eview軟件，通過輸出結(jié)果對(duì)模型進(jìn)行自相關(guān)

的檢驗(yàn)，并能夠進(jìn)行克服，

第七章多重共線性

教學(xué)要求：通過學(xué)習(xí)、使學(xué)生認(rèn)識(shí)到多重共線性存在的普遍性，了解其來源與后果，掌

握檢驗(yàn)方法和克服方法。要求學(xué)生能夠獨(dú)立對(duì)多元|口|歸模型的共線性情況進(jìn)行檢驗(yàn)，并能夠

利用逐步回歸的方法消除多重共線性。

第八章隨機(jī)解釋變量和虛擬變量

教學(xué)要求：通過學(xué)習(xí)，使學(xué)生明白什么是隨機(jī)解釋變量，什么時(shí)候會(huì)出現(xiàn)隨機(jī)解釋變量

問題，隨機(jī)解釋變量問題對(duì)OLS估計(jì)有什么影響，如何克服；另外，引入虛擬變量的原因以

及如何引入虛擬變量。要求學(xué)生能夠在對(duì)實(shí)際的經(jīng)濟(jì)問題分析時(shí)，合理使用虛擬變量。同時(shí)

掌握相關(guān)Eviews軟件的使用和分析。

第九章聯(lián)立方程模型

教學(xué)要求：通過對(duì)本苣的學(xué)習(xí)，使學(xué)生明白什么使聯(lián)立方程模型、為什么要建立聯(lián)立方

程模型，以及聯(lián)立方程模型的分類、識(shí)別和估計(jì)方法。要求學(xué)生在學(xué)完本章后，能夠?qū)β?lián)立

方程模型進(jìn)行識(shí)別、并對(duì)不同的模型能夠明確其所應(yīng)使用的估?計(jì)方法。

二、章節(jié)學(xué)時(shí)分配

章次總課時(shí)課堂講授實(shí)驗(yàn)上機(jī)實(shí)踐備注

13

282

38

442

54

63

742

86

962

總復(fù)習(xí)2

總計(jì)488

四、教材與主要參考資料

1、張曉炯，《計(jì)