2021-2022年收藏的精品资料计量经济学 学习指导.doc

计量经济学学习指导1 计量经济学模型1.1 计量经济学1.1.1 计量经济学计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与计算技术，以建立计量经济模型为主要手段，定量分析研究具有随机性特性的经济变量关系。主要内容包括理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。应用计量经济学是在一定的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。1.1.2 计量经济学模型 计量经济模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括了某个真实经济系统的数量关系特征，更深刻地揭示出该经济系统的数量变化规律。是由方程或方程组组成，其中方程由变量和系数组成。计量经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。1.1.3计量经济学的内容体系1.2 计量经济建模1.2.1 建模程序1.2.2 建模要素高效成功地建立计量经济学模型需要具有三个要素：理论、方法、数据。从上述建立计量经济学模型的步骤中，不难看出，任何一项计量经济学研究、任何一个计量经济学模型赖以成功的要素应该有三个：理论、方法和数据。 （1）理论，即经济理论，所研究的经济现象的行为理论，是计量经济学研究的基础。 （2）方法，主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其他经济学分支学科的主要特征。 （3）数据，反映研究对象的活动水平、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。这三方面缺一不可。 一般情况下，在计量经济学研究中，方法的研究是人们关注的重点，方法的水平往往成为衡量一项研究成果水平的主要依据。这是正常的。计量经济学理论方法的研究是计量经济学研究工作者义不容辞的义务。但是，不能因此而忽视对经济学理论的探讨，一个不懂得经济学理论、不了解经济行为的人，是无法从事计量经济学研究工作的，是不可能建立起一个哪怕是极其简单的计量经济学模型的。所以，计量经济学家首先应该是一个经济学家。相比之下，人们对数据，尤其是数据质量问题的重视更显不足，在申请一项研究项目或评审一项研究成果时，对数据的可得性、可用性、可靠性缺乏认真的推敲；在研究过程中出现问题时，较少从数据质量方面去找原因。而目前的实际情况是，数据已经成为制约计量经济学发展的重要问题。2 EViews数据分析基础1. 工作文件2. 对象3. 数据处理3数据统计分析3.1 描述统计3.2 假设检验4 经典多元回归分析与修正OLS4.1经典多元线性回归分析4.1.1 经典回归分析4.1.2 回归模型检验4.1.3 模型检验总结1、模型统计经验表 模型统计经验检验名称作 用原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正拟合优度检验拟合程度好坏01，越大越好F检验方程显著性经验全部解释变量参数同时等于零P值小于某一显著水平在某一显著水平上方程是显著的T检验变量显著性检验解释变量参数等于零P值小于某一显著水平在某一显著水平上变量是显著的2、残差正态性与解释变量多重共线性假设的检验表 残差正态性与解释变量多重共线性假设的检验检验名称作 用原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正J-B统计量残差正态性经验服从某理论分布P值小于某一显著水平数据分布不服从选择的理论分布广义自回归条件异方差GARCH模型中的随机项分布假设Q-Q图服从某理论分布理论分布与数据分布的分位数散点图不在同一条直线上数据分布不服从选择的理论分布经验分布检验服从某理论分布P值小于某一显著水平数据分布不服从选择的理论分布相关系数矩阵多重共线性检验不存在多重共线性相关系数绝对值接近于1这两个变量存在多重共线性逐步回归剔除法；（时序）差分法逐步回归法多重共线性检验不存在多重共线性增减解释变量时拟合优度变化很大新引进变量与其他变量存在多重共线性3、残差序列相关假设的检验表 残差序列相关假设的检验检验名称作 用原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正DW统计量检验残差一阶序列相关检验序列相关参数等于0P值小于某一显著水平；DW2,一阶自相关；DW<1.5,较强的正一阶自相关；DW<2,正一阶自相关；DW=2,不一阶自相关；2<DW<4,负一阶自相关；广义最小二乘法GLS；广义差分法GDM；单整自回归移动平均模型ARIMA相关图+AC、PAC相关系数残差序列相关检验AC、PAC=0，序列不相关Q统计量检验残差序列相关检验残差序列中不存在p阶自相关P值小于某一显著水平序列存在p阶自相关LM检验F统计量残差序列相关检验残差序列中直到p阶滞后都不存在自相关P值小于某一显著水平序列存在p阶自相关T×R2残差序列相关检验P值小于某一显著水平序列存在p阶自相关4、残差异方差检验检验名称作 用原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正ARCH LM检验F统计量残差异方差检验残差序列中直到p阶滞后都不存在ARCH效应P值小于某一显著水平序列存在p阶异方差加权最小二乘法WLS；自回归条件异方差ARCH模型；广义自回归条件异方差GARCH模型T×R2残差异方差检验P值小于某一显著水平序列存在p阶异方差残差平方相关图残差异方差检验AC、PAC=0，序列不存在ARCH效应序列存在p阶后异方差残差平方Q统计量检验残差异方差检验P值小于某一显著水平序列存在ARCH效应White检验残差异方差检验不存在异方差辅助回归方程的F统计量、LM统计量、卡方检验P值小于某一显著水平序列存在ARCH效应5、模型设定与稳定性检验表 模型设定的系数与稳定性检验作 用检验名称原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正模型设定误差检验，只适用于OLS估计Ramsey RESET检验模型不存在设定误差F统计量、LR统计量P值小于某一显著水平模型是合适的补充缺失变量；修正方程形式；替代随机解释变量；参数约束条件经验Wald检验参数约束条件方程成立P值小于某一显著水平不附加参数约束条件受约束回归遗漏变量、多余变量经验F检验添加/多余的变量参数等于0P值小于某一显著水平添加的变量没有显著解释贡献；多余变量具有显著解释贡献遗漏的变量加进模型；多余的变量从模型中剔除似然比（LR）检验添加/多余的变量参数等于0P值小于某一显著水平模型稳定性检验邹氏（Chow）分割点检验模型无显著结构变化F统计量、LR统计量P值小于某一显著水平模型发生显著的结构变化邹氏（Chow）预测检验模型无显著结构变化F统计量、LR统计量P值小于某一显著水平模型发生显著的结构变化4.2 经典假设的不满足及模型修正4.2.1 经典假设对于经典多元线性回归模型经典假设：1. 解释变量是非随机的或固定的，且相互之间互不相关，即无多重共线性； 2. 随机项具有零均值，同方差及不序列相关性，即：3. 随机项满足正态分布，即4. 解释变量与随机项不相关，即5. 样本容量趋于无穷时，各解释变量的方差趋于有界常数；6. 回归模型的设定是正确的。4.2.2 经典假设的不满足与模型修正异方差序列相关多重共线性随机解释变量经典假设确定性解释变量定义三种：与随机项独立；同期无关但异期相关；同期相关产生原因横截面数据作为样本经济变量固有的惯性；模型设定的偏误；数据的编造；时间序列数据经济变量相关的共同趋势；滞后变量的引入；样本资料的限制滞后被解释变量作为模型的解释变量后果参数估计量不有效；变量的显著性检验失去意义；模型的预测失效；参数估计量不有效；变量的显著性检验失去意义；模型的预测失效；完全共线性下参数估计量不存在；参数估计量的方差变动；参数估计量经济含义不合理；显著性检验、模型预测失去意义；OLS估计值失效检验图示检验法；white异方差检验图示检验法；D.W统计量检验；相关图与Q统计量检验LM检验是否存在：相关系数判断；综合统计检验法存在范围：判断系数检验法；逐步回归法修正、补救、克服加权最小二乘法WLS广义最小二乘法；广义差分法:ARIMA模型；剔除引起共线性的变量；差分法；广义矩估计法GMM；工具变量法5 经典回归模型的拓展5.1非线性模型的回归分析表 多元非线性回归模型的线性化变换与估计方法总结线性化分类模型特征线性化变换方式示例线性化变换后选用的估计方法可转换为线性回归模型倒数模型变量直接置换法：引入替代变量普通最小二乘法OLS多项式模型变量直接置换法：引入替代变量普通最小二乘法OLS幂函数模型、指数函数模型函数变换法：取对数+替换普通最小二乘法OLS复杂函数泰勒级数展开法普通最小二乘法OLS无法线性化模型非线性最小二乘法NLS5.2 特殊解释变量模型虚拟解释变量5.3 特殊被解释变量模型离散及受限被解释变量6 单方程模型的其他估计方法6.1 单方程模型的其他估计方法及适用场合6.2 单方程模型其他估计方法的选择逻辑随机误差项white异方差检验存在异方差问题随机误差项序列自相关检验存在序列自相关Newey-West一致协方差HAC方法异方差形式已知异方差形式未知加权最小二乘估计法WLSwhite异方差一致协方差估计方法回 归 估 计不存在序列自相关，但存在异方差存在序列自相关，也存在异方差4、残差异方差检验检验名称作 用原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正ARCH LM检验F统计量残差异方差检验残差序列中直到p阶滞后都不存在ARCH效应P值小于某一显著水平序列存在p阶异方差加权最小二乘法WLS；自回归条件异方差ARCH模型；广义自回归条件异方差GARCH模型T×R2残差异方差检验P值小于某一显著水平序列存在p阶异方差残差平方相关图残差异方差检验AC、PAC=0，序列不存在ARCH效应序列存在p阶后异方差残差平方Q统计量检验残差异方差检验P值小于某一显著水平序列存在ARCH效应White检验残差异方差检验不存在异方差辅助回归方程的F统计量、LM统计量、卡方检验P值小于某一显著水平序列存在ARCH效应5、残差序列相关假设的检验表 残差序列相关假设的检验检验名称作 用原假设判 断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正DW统计量检验残差一阶序列相关检验序列相关参数等于0P值小于某一显著水平；DW2,一阶自相关；DW<1.5,较强的正一阶自相关；DW<2,正一阶自相关；DW=2,不一阶自相关；2<DW<4,负一阶自相关；广义最小二乘法GLS；广义差分法GDM；单整自回归移动平均模型ARIMA相关图+AC、PAC相关系数残差序列相关检验AC、PAC=0，序列不相关Q统计量检验残差序列相关检验残差序列中不存在p阶自相关P值小于某一显著水平序列存在p阶自相关LM检验F统计量残差序列相关检验残差序列中直到p阶滞后都不存在自相关P值小于某一显著水平序列存在p阶自相关T×R2残差序列相关检验P值小于某一显著水平序列存在p阶自相关时间序列模型：d次差分序列不相关时间序列回归估计预 测预测效果判断平稳时间序列建模非平稳时间序列建模模型识别参数估计模型验证序列相关平稳不平稳 自回归条件异方差模型： 20 / 20