计量经济学 名词解释xcw.docx

《计量经济学 名词解释xcw.docx》由会员分享，可在线阅读，更多相关《计量经济学 名词解释xcw.docx（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、什么是计量经济济学：计量经经济学是经济济学的一个分分支学科，是是以揭示经济济活动中客观观存在的数量量关系为内容容的分支学科科，是由经济济学、统计学学和数学三者者结合而成的的交叉学科。数理经济学：主主要关心的是是用数学公式式或数学模型型来描述经济济理论，而不不考虑对经济济理论的度量量和经验解释释。而经济计计量学主要是是对经济理论论的经验确认认。计量经济学方法法与一般经济济数学方法有有什么区别：计量经济学学方法揭示经经济活动中各各个因素之间间的定量关系系，用随机性性的数学方程程加以描述；一般经济数数学方法揭示示经济活动中中各个因素之之间的理论关关系，用确定定性的数学方方程加以描述述计量经济学的研研

2、究的对象和和内容是什么么：计量经济济学的研究对对象是经济现现象，是研究究经济现象中中的具体数量量规律（或者者说，计量经经济学是利用用数学方法，根根据统计测定定的经济数据据，对反映经经济现象本质质的经济数量量关系进行研研究）。计量经济模型包包括一个或一一个以上的随随机方程式，它它简洁有效地地描述、概括括某个真实经经济系统的数数量特征，更更深刻地揭示示出该经济系系统的数量变变化规律。是是由系统或方方程组成，方方程由变量和和系数组成。其其中，系统也也是由方程组组成。 计量经济模型揭揭示经济活动动中各个因素素之间的定量量关系，用随随机性的数学学方程加以描描述。 广义地说，一切切包括经济、数数学、统计三

3、三者的模型； 狭义地说，仅只只用参数估计计和假设检验验的数理统计计方法研究经经验数据的模模型。简述建立计量经经济学模型的的步骤：第一一步：设计理理论模型，包包括确定模型型所包含的变变量、确定模模型的数学形形式、拟定模模型中的待估估参数的符号号和大小的理理论期望值。第第二步：收集集数据样本，要要考虑数据的的完整性、准准确性、可比比性和一致性性； 第三步：估估计模型参数数；第四步：模型检验，包包括经济意义义检验、统计计检验、计量量经济学检验验和模型预测测检验。几种常用的样本本数据有哪些些：(1) 时间序列数数据；(2) 横截面数数据；(3) 虚拟变量量数据（1）时时间序列数据据：在不同时时间点上收

4、集集到的数据，这这类数据反映映了某一事物物、现象等随随时间的变化化状态或程度度。（2）横截面面数据：横截截面数据是在在同一时间，不不同统计单位位相同统计指指标组成的数数据列。（33）面板数据据：是截面数数据与时间序序列数据综合合起来的一种种数据类型。一般计量经济学学模型应当通通过哪几种检检验模型检验验：主要包括括经济意义检检验、统计检检验、计量经经济学检验和和模型预测检检验四个方面面。在经济意意义检验中，需需要检验模型型是否符合经经济意义，检检验求得的参参数估计值的的符号和大小小是否与根据据人们的经验验的经济分析析拟定的期望望值相符合；在统计检验验中，需要检检验模型参数数值的可靠性性，即检验模

5、模型的统计学学性质；在计计量经济学检检验中，需要要检验模型的的计量经济学学性质，包括括随机干扰性性的序列相关关性检验、异异方差检验，解解释变量的多多重共线性检检验，模型设设定的偏差性性检验等；模模型的预测检检验主要检验验模型参数估估计量稳定性性及样本容量量发生变化时时的灵敏度，以以确定所建立立的模型时都都可用于样本本观测值以外外的范围。为什么模型中要要引入随机扰扰动项：随机机扰动项是模模型中表示其其它多种因素素的综合影响响。引入随机机扰动项的原原因有：第一一，当经济变变量之间的关关系大多为非非确定性因果果关系时，在在上式中引入入随机扰动项项，就表示了了的非确定性性；第二，在在经济定量分分析过程

6、中，计计量经济学模模型不可能包包含所有的变变量，次要变变量不可避免免的被省略；第三，在确确定模型数学学形式时，没没有确定的方方法，经济变变量间关系十十分复杂，所所以，确定模模型数学形式式会造成误差差；第四，建建立模型时，使使用的样本数数据也会有测测量误差；第第五，一些客客观存在的随随机因素，如如天气、季节节、战争等影影响无法列入入模型。极大似然估计法法的基本思想想：在极大似似然估计中，假假定样本是固固定的，n个个观测值都是是独立观测的的，这个样本本可以有各种种不同的总体体生成，而每每个总体都有有自己的参数数。那么在可可供选择的总总体中，哪个个总体最可能能生成所观测测到的n个样样本值？为此此，需

7、要估计计每个可能总总体取得这nn个观测值联联合概率，选选择其参数能能使观测样本本值的联合概概率最大的那那个总体。多元线性回归模模型的基本假假设是什么？试说明在证证明最小二乘乘估计量的无无偏性和有效效性的过程中中，哪些基本本假设起了作作用？1.多多元线性回归归模型的基本本假设仍然是是针对随机干干扰项与针对对解释变量两两大类的假设设。针对随机机干扰项的假假设有：零均均值，同方差差，无序列相相关且服从正正态分布。针针对解释变量量的假设有：解释变量应应具有非随机机性，如果是是随机的，则则不能与随机机干扰项相关关，各解释变变量之间不存存在（完全）线线性相关关系系。2.在证证明最小二乘乘估计量的无无偏性中

8、，利利用了解释变变量非随机或或与随机干扰扰项不相关的的假定；在有有效性的证明明中，利用了了随机干扰项项同方差且无无序列相关的的假定。研究某些经济问问题时，在建建立回归模型型时为什么要要引入虚拟变变量？在建立立回归模型过过程中，被解解释变量不仅仅受到定性解解释变量的影影响，有时还还受到一些非非定量解释变变量（如职业业、性别、地地区、季节等等）的影响，他他们不能用数数值计量，称称为虚拟变量量，习惯上，其其取值通常为为0或1。虚虚拟变量是一一种离散结构构的量，是用用来描述所研研究变量的发发展或变异而而建立的一类类特殊变量。产生异方差的后后果是什么？（1）参数数估计量仍然然是线性无偏偏的，但不是是有效

9、的。（22）建立在分分布和F分布布之上的检验验失效。（33）估计量的的方差增大，预预测精度下降降。异方差性性：是为了保证证回归参数估估计量具有良良好的统计性性质，经典线线性回归模型型的一个重要要假定是：总总体回归函数数中的随机误误差项满足同同方差性，即即它们都有相相同的方差。如如果这一假定定不满足，则则称线性回归归模型存在异异方差性。对于线性回归模模型，随机扰扰动项产生序序列相关的原原因有哪些？（1）在构构造模型时，一一些不太重要要的解释变量量被略去，这这些被略去的的解释变量的的影响全部包包含在了随机机项中，而往往往是这些被被排除的解释释变量有些存存在着序列相相关，因而随随机项自相关关。（2）

10、在在构造模型时时，可能会错错误的确定模模型的形式。（33）随机项本本身序列相关关。（4）内内插统计值。DW检验的局限限性主要有哪哪些? 该方法仅仅适用于解释释变量为非随随机变量，随随机扰动项的的产生机制是是一阶自相关关，回归含有有截距项，回回归模型不把把滞后被解释释变量当作解解释变量，没没有缺失数据据。检验序列相关性性的方法思路路是什么? 各种检验验序列相关方方法的思路大大致相同，即即先采用OLLS方法估计计远模型，得得到随机干扰扰项的“近似估计值值”，然后通过过分析这些“近似估计值值”之间的相关关性已达到判判断随机扰动动项是否具有有 序列相关性性的目的。多重共线性产生生的原因是什什么？（1）

11、样样本的原因，比比如样本中的的解释变量个个数大于观测测次数。（22）经济变量量变化的相同同趋向。（33）模型中引引入滞后变量量。（4）经经济变量的本本质特征。检验多重共线性性的方法思路路是什么?有哪些克服服方法? 检验多重重共线性的方方法思路：用用统计上求相相关系数的原原理，如果变变量之间的相相关系数较大大则认为它们们之间存在多多重共线性。克克服多重共线线性的方法主主要有：排除除引起共线性性的变量，差差分法，减少少参数估计量量的方差，利利用先验信息息改变参数的的约束形式，增增加样本容量量，岭回归法法等。随机解释变量问问题的后果是是什么？随机机解释变量带带来什么后果果取决于它与与随机误差项项是否

12、相关。（11）随机解释释变量与随机机误差项不相相关，这时采采用普通最小小二乘法估计计模型参数，得得到的参数估估计量仍然是是无偏估计量量。（2）随随机解释变量量与随机误差差项在小样本本下相关，在在大样本下渐渐近无关。（33）随机解释释变量与随机机误差项高度度相关。（44）滞后被解解释变量被作作为解释变量量，并与随机机误差项相关关。什么是滞后变量量模型？所谓谓滞后变量模模型是指在某某一回归模型型中，如果把把滞后变量作作为解释变量量，则称此模模型为滞后变变量模型。列举常用到的内内生滞后变量量模型？考依依克模型、适适应性期望模模型、局部调调整模型什么么是联立方程程？联立方程程是由是由多多个方程组成成的

13、方程系统统，其中的变变量具有相互互影响关系什么是内生变量量和外生变量量？内生变量量是指联合相相关的变量，即即由系统内部部因素决定的的变量，而外外生变量是取取值独立决定定的变量，即即由系统以外外的因素决定定的变量。（11）内生变量量：是指该模型型所要决定的的变量。（22）外生变量量：指由模型型以外的因素素所决定的已已知变量，它它是模型据以以建立的外部部条件。拟合优度：是指指回归直线对对观测值的拟拟合程度。T检验：亦称sstudennt t检验验，主要用于于样本含量较较小（例如nn30），总体标准差未知的正太分布资料。F检验又叫方差差齐性检验。在在两样本T检检验中要用到到F检验。序列相关性：在在计

14、量经济学学中指对于不不同的样本值值，随机干扰扰之间不再是是完全相互独独立的，而是是存在某种相相关性。又称称自相关，是是指总体回归归模型的随机机误差项之间间存在相关关关系。所谓多重共线性性：是指线性回回归模型中的的解释变量之间由于于存在精确相相关关系或高高度相关关系系而使模型估估计失真或难难以估计准确确。一般来说说，由于经济济数据的限制制使得模型设设计不当，导导致设计矩阵阵中解释变量量间存在普遍遍的相关关系系。什么是宏观计量量经济模型：宏观经济模模型是在宏观观总量水平上上把握和反映映经济运动的的全面特征，研研究宏观经济济主要指标间间的相互依存存关系，描述述国民经济和和社会再生产产过程各环节节之间

15、的联系系。宏观计量经济模模型的目的与与作用：结构构分析、经济济预测、政策策评价检验异方差性的的主要方法：图示检验法法，帕克检验验，巴特利特特检验，格莱莱泽检验，斯斯皮尔曼等级级相关检验。格格德菲尔特匡特检验。计量经济学模型型的应用：计计量经济学研研究的是经济济领域的问题题和经济行为为，但是他比比其他方法更更具有实用性性，能够直观观的反映和定定量的研究宏宏观经济政策策运行的效果果。置信区间又称估估计区间，是是用来估计参参数的取值范范围的。常见见的52%-64%，或或8-12，就就是置信区间间（估计区间间）。1、对对于具有特定定的发生概率率的随机变量量，其特定的的价值区间：一个确定的的数值范围（“

16、一一个区间”）。 2、在一定定置信水平时时，以测量结结果为中心，包包括总体均值在内内的可信范围围。 3、该该区间包含了了参数真值值的可信程度度。 4、参参数的置信区区间可以通过过点估计量构构造，也可以以通过假设检检验构造。显著性检验就是是事先对总体体（随机变量量）的参数或或总体分布形形式做出一个个假设，然后后利用样本信信息来判断这这个假设（原原假设）是否否合理，即判判断总体的真真实情况与原原假设是否显显著地有差异异。最小二乘法原理理（又称最小小平方法）是是一种数学优优化技术。它它通过最小化化误差的平方方和寻找数据据的最佳函数数匹配。利用用最小二乘法法可以简便地地求得未知的的数据，并使使得这些求

17、得得的数据与实实际数据之间间误差的平方方和为最小。最最小二乘法还还可用于曲线线拟合。其他一一些优化问题题也可通过最最小化能量或或最大化熵用用最小二乘法法来表达。异方差性是为了了保证回归参参数估计量具具有良好的统统计性质，经经典线性回归归模型的一个个重要假定是是：总体回归归函数中的随随机误差项满满足同方差性性，即它们都都有相同的方方差。如果这这一假定不满满足，则称线线性回归模型型存在异方差差性。加权最小二乘法法：是对原模模型加权，使使之变成一个个新的不存在在异方差性的的模型，然后后采用普通最最小二乘法估估计其参数。序列相关性：在在计量经济学学中指对于不不同的样本值值，随机干扰扰之间不再是是完全相

18、互独独立的，而是是存在某种相相关性。又称称自相关，是是指总体回归归模型的随机机误差项之间间存在相关关关系。工具变量法：某某一个变量与模型中随随机解释变量量高度相关，但但却不与随机机误差项相关关，那么就可可以用此变量量与模型中相相应回归系数数的一个一致致估计量，这这个变量就称称为工具变量量，这种估计计方法就叫工工具变量法。工具变量法与二二阶段最小二二乘法的区别别：在恰好识识别模型中，可可以用工具变变量估计，也也可以用两阶阶段最小二乘乘法，两者的的结果是一样样的。在过度度识别模型中中，不能直接接用工具变量量估计，只能能用两阶段最最小二乘估计计经济变量：经济济变量是用来来描述经济因因素数量水平平的指

19、标。解释变量：是用用来解释作为为研究对象的的变量（即因因变量）为什什么变动、如如何变动的变变量。对因变变量的变动做做出解释，表表现为方程所所描述的因果果关系中的“因”。被解释变量：是是作为研究对对象的变量。它它的变动是由由解释变量做做出解释的，表表现为方程所所描述的因果果关系的果。内生变量：是由由模型系统内内部因素所决决定的变量，表表现为具有一一定概率分布布的随机变量量，是模型求求解的结果。外生变量：是由由模型系统之之外的因素决决定的变量，表表现为非随机机变量。它影影响模型中的的内生变量，其其数值在模型型求解之前就就已经确定。滞后变量：是滞滞后内生变量量和滞后外生生变量的合称称，前期的内内生变

20、量称为为滞后内生变变量； 前期期的外生变量量称为滞后外外生变量。前定变量：通常常将外生变量量和滞后变量量合称为前定定变量，即是是在模型求解解以前已经确确定或需要确确定的变量。 控制变量：在计计量经济模型型中人为设置置的反映政策策要求、决策策者意愿、经经济系统运行行条件和状态态等方面的变变量， 它一一般属于外生生变量。 计量经济模型：为了研究分分析某个系统统中经济变量量之间的数量量关系而采用用的随机代数数模型， 是是以数学形式式对客观经济济现象所作的的描述和概括括。 函数关系：如果果一个变量yy的取值可以以通过另一个个变量或另一一组变量以某某种形式惟一一地、精确地地确定，则yy与这个变量量或这组

21、变量量之间的关系系就是函数关关系。 相关关系：如果果一个变量yy的取值受另另一个变量或或另一组变量量的影响，但但并不由它们们惟一确定，则则y与这个变变量或这组变变量之间的关关系就是相关关关系。 最小二乘法：用用使估计的剩剩余平方和最最小的原则确确定样本回归归函数的方法法，称为最小小二乘法。 高斯马尔可夫夫定理：在古古典假定条件件下，OLSS估计量是模模型参数的最最佳线性无偏偏估计量，这这一结论即是是高斯马尔尔可夫定理。 总变差（总离差差平方和）：在回归模型型中，被解释释变量的观测测值与其均值值的离差平方方和。 回归变差（回归归平方和）：在回归模型型中，因变量量的估计值与与其均值的离离差平方和，

22、 也就是由解解释变量解释释的变差。 剩余变差（残差差平方和）：在回归模型型中，因变量量的观测值与与估计值之差差的平方和， 是不能由解解释变量所解解释的部分变变差。 估计标准误差：在回归模型型中，随机误误差项方差的的估计量的平平方根。 样本决定系数：回归平方和和在总变差中中所占的比重重。 点预测：给定自自变量的某一一个值时，利利用样本回归归方程求出相相应的样本拟拟合值，以此此作为因变量量实际值和其其均值的估计计值。 拟合优度：样本本回归直线与与样本观测数数据之间的拟拟合程度。 残差：样本回归归方程的拟合合值与观测值值的误差称为为回归残差。 显著性检验：利利用样本结果果，来证实一一个虚拟假设设的真

23、伪的一一种检验程序序。 回归变差：表示示由回归直线线（即解释变变量）所解释释的部分 ，表表示x对y的的线性影响 。剩余变差：简称称RSS，是是未被回归直直线解释的部部分 ，是由由解释变量以以外的因素造造成的影响 。多重决定系数：在多元线性性回归模型中中，回归平方方和与总离差差平方和的比比值 ，也就就是在被解释释变量的总变变差中能由解解释变量所解解释的那部分分变差的比重重，我们称之之为多重决定定系数，仍用用R2表示 。调整后的决定系系数：又称修修正后的决定定系数，记为为，是为了克克服多重决定定系数会随着着解释变量的的增加而增大大的缺陷提出出来的， 其公式为： 。偏相关系数:在在Y、X1、X2三个

24、变量中中，当X1 既定时（即即不受X1的影响），表表示Y与X22之间相关关关系的指标，称称为偏相关系系数，记做。 异方差性：在线线性回归模型型中，如果随随机误差项的的方差不是常常数，即对不不同的解释变变量观测值彼彼此不同，则则称随机项具具有异方差性性。 戈德菲尔特-匡匡特检验:该方法由戈戈德菲尔特和和匡特于19965年提出出，用对样本本进行分段比比较的方法来来判断异方差差性。 怀特检验:该检检验由怀特在在1980年提提出，通过建建立辅助回归归模型的方式式来判断异方方差性。 戈里瑟检验和帕帕克检验:该检验法由由戈里瑟和帕帕克于19669年提出，其其基本原理都都是通过建立立残差序列对对解释变量的的

25、（辅助）回回归模型，判判断随机误差差项的方差与与解释变量之之间是否存在在着较强的相相关关系，进进而判断是否否存在异方差差性。 序列相关性：对对于模型 随机误误差项互相独独立的基本假假设表现为 如果出现 即对于不同同的样本点，随随机误差项之之间不再是完完全互相独立立，而是存在在某种相关性性，则认为出出现了序列相相关性。 虚假序列相关：是指模型的的序列相关性性是由于省略略了显著的解解释变量而导导致的。差分法：差分法法是一类克服服序列相关性性的有效方法法，被广泛的的采用。差分分法是将原模模型变换为差差分模型，分分为一阶差分分法和广义差差分法。广义差分法：广广义差分法可可以克服所有有类型的序列列相关带

26、来的的问题，一阶阶差分法是它它的一种特例例。自回归模型：广义最小二乘法法：是最有普普遍意义的最最小二乘法，普普通最小二乘乘法和加权最最小二乘法是是它的特例。DW检验：德宾宾和瓦特森与与1951年年提出的一种种适于小样本本的检验方法法。DW检验验法有五个前前提条件。科克伦-奥克特特迭代法：是是通过逐次跌跌代去寻求更更为满意的的的估计值，然然后再采用广广义差分法。具具体来说，该该方法是利用用残差去估计计未知的。Durbin两两步法：当自自相关系数未未知，可采用用Durbiin提出的两两步法去消除除自相关。第第一步对一多多元回归模型型，使用OLLS法估计其其参数，第二二步再利用广广义差分。相关系数：

27、度量量变量之间相相关程度的一一个系数，一一般用表示。 ， ，越接近近于1，相关程度度越强，越接接近于0，相关程度度越弱。多重共线性：是是指解释变量量之间存在完完全或不完全全的线性关系系。方差膨胀因子：是指解释变变量之间存在在多重共线性性时的方差与与不存在多重重共线性时的的方差之比。虚拟变量：把质质的因素量化化而构造的取取值为0和11的人工变量量。模型设定误差：在设定模时时如果模型中中解释变量的的构成模型型函数的形式式以及有关随随机误差项的的若干假定等等内容的设定定与客观实际际不一致，利利用计量经济济学模型来描描述经济现象象而产生的误误差。工具变量：是指指与模型中的的随机解释变变量高度相关关，与

28、随机误误差项不相关关的变量。工具变量法：用用工具变量替替代模型中与与随机误差项项相关的随机机解释变量的的方法。变参数模型：由由于引进虚拟拟变量，回归归模型的截距距或斜率随样样本观测值的的改变而系统统地改变。分段线性回归模模型：这是虚拟变变量的一个应应用，当解释释变量低于某某个已知的临临界水平时，我我们取虚拟变变量设置而成成的模型称之之为分段线性性回归模型。分布滞后模型：如果滞后变变量模型中没没有滞后因变变量，因变量量受解释变量量的影响分布布在解释变量量不同时期的的滞后值上，则则称这种模型型为分布滞后后模型。有限分布滞后模模型：滞后期期长度有限的的分布滞后模模型称为有限限分布滞后模模型。无限分布

29、滞后模模型：滞后期期长度无限的的分布滞后模模型称为无限限分布滞后模模型。几何分布滞后模模型：对于无无限分布滞后后模型，如果果其滞后变量量的系数bii是按几何级级数列衰减的的，则称这种种模型为几何何分布滞后模模型。联立方程模型：是指由两个个或更多相互互联系的方程程构建的模型型。结构式模型：是是根据经济理理论建立的反反映经济变量量间直接关系系结构的计量量方程系统。简化式模型：是是指联立方程程中每个内生生变量只是前前定变量与随随机误差项的的函数。结构式参数：结结构模型中的的参数叫结构构式参数简化式参数：简简化式模型中中的参数叫简简化式参数。识别：就是指是是否能从简化化式模型参数数估计值中推推导出结构式式模型的参数数估计值。不可识别：是指指无法从简化化式模型参数数估计值中推推导出结构式式模型的参数数估计值。识别的阶条件：如果一个方方程能被识别别，那么这个个方程不包含含的变量的总总数应大于或或等于模型系系统中方程个个数减1。识别的秩条件：一个方程可可识别的充分分必要条件是是：所有不包包含在这个方方程中的参数数矩阵的秩为为m-1。间接最小二乘法法：先利用最最小二乘法估估计简化式方方程，再通过过参数关系体体系，由简化化式参数的估估计值求解得得结构式参数数的估计值。