计量经济学要点

第一章 导论
1、什么是计量经济学模型？它有哪些要素？要素的内容是什么？
计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般形式为： 模型由经济变量（x,y ），随机误差项（u ），参数（β）和方程的形式 f (▪)等四个要素构成。

经济变量（x,y ）——用于描述经济活动水平的各种量，是经济计量建模的基础
随机误差项（u ）——表示模型中尚未包含的影响
因素对因变量的影响，一般假定其满足一定条件。

参数（β）——是模型中表示变量之间 数量关系的系数，
具体说明解释变量对解释变量的影响程度。

方程的形式 f (▪) ——是将计量经济模型的三个要素联系
在一起的数学表达式，分为线性模型和非线性模型。

2、经典计量经济学模型的建模步骤及主要内容是什么？
经典计量建模可分为四个连续的阶段：模型设定，参数估计，模型检验，模型应用。

模型设定阶段需研究有关经济理论并确定变量以及函数形式，进行样本数据的收集与整理；模型的参数估计阶段要用到统计推断、回归分析方法，经常需要借助于统计软件的帮助得到参数的估计结果，参数一经确定，模型中各变量之间的关系就确定了，模型也就随之确定了。

参数估计的主要方法有最小平方法（OLS ）及其拓展形式（GLS 、WLS 、2StageLS 等）、最大似然估计法、数值计算法等；模型检验包括经济意义检验、统计检验、计量经济检验；模型可应用于验证与发展经济理论、结构分析、经济预测、政策评价等方面。

3、数据及数据类型
变量的具体取值称为数据(Data)。

数据是经济计量分析的原材料，根据形式不同，数据分为时间序列数据、横截面数据和合并数据。

1.时间序列数据（Time series data ）是按时间顺序排列而成的数据。

2.截面数据（Cross sectional data ）又称横断面数据，是指在同一时间，不同统计单位的相同统计指标组成的数据列。

3.合并数据（Pooled data ）是指既有时间序列数据又有横截面数据。

4、试题举例
1、在同一时间不同统计单位的相同统计指标组成的数据列，是（ ）。

A 、 原始数据
B 、 合并数据
C 、 时间序列数据
D 、 横截面数据
2、既有时间序列数据又有横截面数据的数据是( )。

A 、 原始数据
B 、时间序列数据
C 、合并数据
D 、 截面数据
第二章 一元线性回归
一、主要内容：
1为什么计量经济学模型的理论方程中必须包含随机干扰项？（或：随机误差项包含哪些内容？）
在总体回归函数中引进随机扰动项，主要有以下几方面的原因：
(,,)
y f x u β=
1. 作为未知影响因素的代表。

由于对所研究的经济现象的变动规律的认识并不完备，除了一些已知的主要因素以外，还有一些未被认识或尚不能肯定的因素影响着被解释变量，因此只得用随机扰动项作为被模型省略掉的未知因素的代表。

2. 作为无法取得数据的已知因素的代表。

有一些因素已经知道对被解释变量有相当的影响，但可能无法获得这些变量的定量数据。

3. 作为众多细小影响因素的综合代表。

某些影响因素已经被认识到，其数据也可能获得，但是这些因素或许对被解释变量家庭消费支出的影响比较小，或许其影响不很规则、有的可能不易数量化，从经济计量的成本考虑，通常不把它们列入模型，而将它们的联合影响处理为随机扰动项。

4. 模型的设定误差。

在设定经济计量模型时，总是力图使模型更为简单明了，当用较少的解释变量就能说明被解释变量的实质变化时，就不应把更多的解释变量列入模型；当用较简洁的函数形式就能说明变量之间的本质联系时，就尽量不采用更为复杂的函数形式。

这样，变量和函数形式的设定可能会引起设定误差，这种设定误差也要由随机扰动项来表示。

5. 变量的观测误差。

对社会经济现象观测所得到的统计数据，由于主客观的原因，可能地会有一定的观测误差，这种观测误差只有归入随机扰动项。

6. 经济现象的内在随机性。

即使把所有相关的影响因素全部纳入模型，即使不存在观测误差，但是人所从事的一些经济行为还是可能具有不可重复性和随机性。

这种内在的随机性也可能影响人们的经济行为。

这类变量内在的随机性的影响只能归入随机扰动项。

2.一元线性回归模型的基本假设有哪些？（或：古典假设有哪些？为保证最小二乘估计的无偏性或有效性需要哪些假设？）
假定SLR.1:线性回归模型假定。

假定SLR.2: 随机抽样假定（独立同分布假定）。

假定SLR.3: 随机项零条件均值假定（解释变量外生性假定）：1,2(|,,)(|)i i i ki i E u x x x E u L X =0。

假定SLR.4：同方差假定
假定SLR.5：随机项正态分布假定
二、常见公式；
1、1201()()ˆ()ˆˆi i i x x y y x x y x βββ⎧--⎪⎪=⎪⎨-⎪⎪=-⎪⎩
∑∑ 2、TSS=2221()()i i i y y y y n
-=-∑∑∑ ESS=2
2
(()())()i i i x x y y x x ---∑∑
RSS TSS ESS =-
3、22
ˆ22i u
e RSS n n σ==--∑ 4、21ESS RSS R TSS TSS
==- 5
、1ˆ()u se β= 三、常见知识点问题举例
1、EViews 回归模型输出结果中的指标“S.E of Regression”指的是（ ）。

A. ˆσ
B. e
C. RSS
D. ˆ()j
se β 2、在一元线性回归中，若参数的估计值为6.5，参数标准差为0.65，则t 检验值为 。

A 、9
B 、10
C 、8
D 、7
3、关于总离差平方和TSS 、可解释平方和ESS 以及残差平方和RSS ，下列哪个关系正确 。

A 、ESS=TSS+RSS
B 、RSS=TSS+ESS
C 、TSS=ESS+RSS
D 、TSS=ESS －TSS
4、通常所说的最小二乘估计量具有的BLUE 特性是指 。

A 、多重共线性、异方差性
B 、内生性、平稳性
C 、线性、无偏性、有效性
D 、显著性、约束性、最优性
5．回归分析中，最小二乘法的准则是指 。

A 、使∑=-n
i i i y
y 1)ˆ(达到最小值 B 、使i i y y ˆmin -达到最小值
C 、使i i y
y ˆmax -达到最小值 D 、使∑=-n i i i y y 1
2)ˆ(达到最小值 6、利用Eviews 软件求一元线性回归模型u x y ++=10ββ的参数最小二乘估计，应该用的命令为( )。

A 、 ls y c x
B 、 genr t=abs(resid)
C 、 ls log(y) log(x)
D 、 scat x y
四、本章作业：
10.若我们搜集8各企业两个变量对应资料如下：
（1）用最小二乘法求出回归方程；
（2）求TSS ，ESS 及R ＳＳ
（３）求回归标准误差ˆu σ
； （４）计算x 与y 的决定系数2R ；
（５）对回归方程解释变量的系数进行显著性检验。

（６）如果某企业广告费投入为10，求期望预测。

17.某经济问题的计算机处理如下表：
Dependent Variable: Y Method: Least Squares
Sample: １ ４０ Included observations: 40
Variable Coefficient Std. Error t-Statistic
Prob. C Ａ 70.98662 19.27932
0.0000 X -65.45947 12.41862 Ｂ
0.0000 R-squared 0.422354 Mean dependent var
1009.741 Adjusted R-squared 0.407153 S.D. dependent var
165.2618 S.E. of regression 127.2460 Akaike info criterion
12.57883 Sum squared resid Ｃ Schwarz criterion
12.66327 Log likelihood -249.5766 F-statistic
27.78422 Durbin-Watson stat 0.055671 Prob(F-statistic)
0.000006 试解决以下问题：
（１） 把所缺数据填上；
（２） 用标准记法写出回归方程；
对变量系数进行显著性检验。

（３）。