計(jì)量經(jīng)濟(jì)學(xué) 學(xué)習(xí)指導(dǎo)

《計(jì)量經(jīng)濟(jì)學(xué) 學(xué)習(xí)指導(dǎo)》由會(huì)員分享，可在線閱讀，更多相關(guān)《計(jì)量經(jīng)濟(jì)學(xué) 學(xué)習(xí)指導(dǎo)（20頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、《計(jì)量經(jīng)濟(jì)學(xué)》學(xué)習(xí)指導(dǎo) 1 計(jì)量經(jīng)濟(jì)學(xué)模型 1.1 計(jì)量經(jīng)濟(jì)學(xué) 1.1.1 計(jì)量經(jīng)濟(jì)學(xué) 計(jì)量經(jīng)濟(jì)學(xué)是以一定的經(jīng)濟(jì)理論和統(tǒng)計(jì)資料為基礎(chǔ)，運(yùn)用數(shù)學(xué)、統(tǒng)計(jì)學(xué)方法與計(jì)算技術(shù)，以建立計(jì)量經(jīng)濟(jì)模型為主要手段，定量分析研究具有隨機(jī)性特性的經(jīng)濟(jì)變量關(guān)系。主要內(nèi)容包括理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用經(jīng)濟(jì)計(jì)量學(xué)。 理論經(jīng)濟(jì)計(jì)量學(xué)主要研究如何運(yùn)用、改造和發(fā)展數(shù)理統(tǒng)計(jì)的方法，使之成為隨機(jī)經(jīng)濟(jì)關(guān)系測(cè)定的特殊方法。 應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)是在一定的經(jīng)濟(jì)理論的指導(dǎo)下，以反映事實(shí)的統(tǒng)計(jì)數(shù)據(jù)為依據(jù)，用經(jīng)濟(jì)計(jì)量方法研究經(jīng)濟(jì)數(shù)學(xué)模型的實(shí)用化或探索實(shí)證經(jīng)濟(jì)規(guī)律。 1.1.2 計(jì)量經(jīng)濟(jì)學(xué)模型 計(jì)量經(jīng)濟(jì)模型包括一個(gè)或一個(gè)以上的隨機(jī)方程

2、式，它簡(jiǎn)潔有效地描述、概括了某個(gè)真實(shí)經(jīng)濟(jì)系統(tǒng)的數(shù)量關(guān)系特征，更深刻地揭示出該經(jīng)濟(jì)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(jì)量經(jīng)濟(jì)模型揭示經(jīng)濟(jì)活動(dòng)中各個(gè)因素之間的定量關(guān)系，用隨機(jī)性的數(shù)學(xué)方程加以描述。 1.1.3計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系 1.2 計(jì)量經(jīng)濟(jì)建模 1.2.1 建模程序 1.2.2 建模要素 高效成功地建立計(jì)量經(jīng)濟(jì)學(xué)模型需要具有三個(gè)要素：理論、方法、數(shù)據(jù)。 從上述建立計(jì)量經(jīng)濟(jì)學(xué)模型的步驟中，不難看出，任何一項(xiàng)計(jì)量經(jīng)濟(jì)學(xué)研究、任何一個(gè)計(jì)量經(jīng)濟(jì)學(xué)模型賴以成功的要素應(yīng)該有三個(gè)：理論、方法和數(shù)據(jù)。 （1）理論，即

3、經(jīng)濟(jì)理論，所研究的經(jīng)濟(jì)現(xiàn)象的行為理論，是計(jì)量經(jīng)濟(jì)學(xué)研究的基礎(chǔ)。 （2）方法，主要包括模型方法和計(jì)算方法，是計(jì)量經(jīng)濟(jì)學(xué)研究的工具與手段，是計(jì)量經(jīng)濟(jì)學(xué)不同于其他經(jīng)濟(jì)學(xué)分支學(xué)科的主要特征。 （3）數(shù)據(jù)，反映研究對(duì)象的活動(dòng)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(jì)量經(jīng)濟(jì)學(xué)研究的原料。這三方面缺一不可。 　一般情況下，在計(jì)量經(jīng)濟(jì)學(xué)研究中，方法的研究是人們關(guān)注的重點(diǎn)，方法的水平往往成為衡量一項(xiàng)研究成果水平的主要依據(jù)。這是正常的。計(jì)量經(jīng)濟(jì)學(xué)理論方法的研究是計(jì)量經(jīng)濟(jì)學(xué)研究工作者義不容辭的義務(wù)。但是，不能因此而忽視對(duì)經(jīng)濟(jì)學(xué)理論的探討，一個(gè)不懂得經(jīng)濟(jì)學(xué)理論、不了解經(jīng)濟(jì)行為的人，是無(wú)法從

4、事計(jì)量經(jīng)濟(jì)學(xué)研究工作的，是不可能建立起一個(gè)哪怕是極其簡(jiǎn)單的計(jì)量經(jīng)濟(jì)學(xué)模型的。所以，計(jì)量經(jīng)濟(jì)學(xué)家首先應(yīng)該是一個(gè)經(jīng)濟(jì)學(xué)家。相比之下，人們對(duì)數(shù)據(jù)，尤其是數(shù)據(jù)質(zhì)量問(wèn)題的重視更顯不足，在申請(qǐng)一項(xiàng)研究項(xiàng)目或評(píng)審一項(xiàng)研究成果時(shí)，對(duì)數(shù)據(jù)的可得性、可用性、可靠性缺乏認(rèn)真的推敲；在研究過(guò)程中出現(xiàn)問(wèn)題時(shí)，較少?gòu)臄?shù)據(jù)質(zhì)量方面去找原因。而目前的實(shí)際情況是，數(shù)據(jù)已經(jīng)成為制約計(jì)量經(jīng)濟(jì)學(xué)發(fā)展的重要問(wèn)題。 2 EViews數(shù)據(jù)分析基礎(chǔ) 1. 工作文件 2. 對(duì)象 3. 數(shù)據(jù)處理 3數(shù)據(jù)統(tǒng)計(jì)分析 3.1 描述統(tǒng)計(jì) 3.2 假設(shè)檢驗(yàn) 4 經(jīng)典多元回歸分析與修正——OLS 4.1經(jīng)典多元線性回歸分析

5、 4.1.1 經(jīng)典回歸分析 4.1.2 回歸模型檢驗(yàn) 4.1.3 模型檢驗(yàn)總結(jié) 1、模型統(tǒng)計(jì)經(jīng)驗(yàn) 表 模型統(tǒng)計(jì)經(jīng)驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 （拒絕原假設(shè)） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 擬合優(yōu)度檢驗(yàn) 擬合程度好壞 0~1，越大越好 F檢驗(yàn) 方程顯著性經(jīng)驗(yàn) 全部解釋變量參數(shù)同時(shí)等于零 P值小于某一顯著水平 在某一顯著水平上方程是顯著的 T檢驗(yàn) 變量顯著性檢驗(yàn) 解釋變量參數(shù)等于零 P值小于某一顯著水平 在某一顯著水平上變量是顯著的 2、殘差正態(tài)性與解釋變量多重共線性假設(shè)的檢

6、驗(yàn) 表 殘差正態(tài)性與解釋變量多重共線性假設(shè)的檢驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 （拒絕原假設(shè)） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 J-B統(tǒng)計(jì)量 殘差正態(tài)性經(jīng)驗(yàn) 服從某理論分布 P值小于某一顯著水平 數(shù)據(jù)分布不服從選擇的理論分布 廣義自回歸條件異方差GARCH模型中的隨機(jī)項(xiàng)分布假設(shè) Q-Q圖 服從某理論分布 理論分布與數(shù)據(jù)分布的分位數(shù)散點(diǎn)圖不在同一條直線上 數(shù)據(jù)分布不服從選擇的理論分布 經(jīng)驗(yàn)分布檢驗(yàn) 服從某理論分布 P值小于某一顯著水平 數(shù)據(jù)分布不服從選擇的理論分布 相關(guān)系數(shù)矩陣 多重共線性檢驗(yàn) 不存在多重共線性 相關(guān)系數(shù)絕

7、對(duì)值接近于1 這兩個(gè)變量存在多重共線性 逐步回歸剔除法； （時(shí)序）差分法 逐步回歸法 多重共線性檢驗(yàn) 不存在多重共線性 增減解釋變量時(shí)擬合優(yōu)度變化很大 新引進(jìn)變量與其他變量存在多重共線性 3、殘差序列相關(guān)假設(shè)的檢驗(yàn) 表 殘差序列相關(guān)假設(shè)的檢驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 （拒絕原假設(shè)） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 DW統(tǒng)計(jì)量檢驗(yàn) 殘差一階序列相關(guān)檢驗(yàn) 序列相關(guān)參數(shù)等于0 P值小于某一顯著水平； DW≠2,一階自相關(guān)； DW<1.5,較強(qiáng)的正一階自相關(guān)； DW<2,正一階自相關(guān)；DW=2,不一階自相關(guān)；2

8、負(fù)一階自相關(guān)； 廣義最小二乘法GLS； 廣義差分法GDM； 單整自回歸移動(dòng)平均模型ARIMA 相關(guān)圖+AC、PAC相關(guān)系數(shù) 殘差序列相關(guān)檢驗(yàn) AC、PAC=0，序列不相關(guān) Q統(tǒng)計(jì)量檢驗(yàn) 殘差序列相關(guān)檢驗(yàn) 殘差序列中不存在p階自相關(guān) P值小于某一顯著水平 序列存在p階自相關(guān) LM檢驗(yàn) F統(tǒng)計(jì)量 殘差序列相關(guān)檢驗(yàn) 殘差序列中直到p階滯后都不存在自相關(guān) P值小于某一顯著水平 序列存在p階自相關(guān) T×R2 殘差序列相關(guān)檢驗(yàn) P值小于某一顯著水平 序列存在p階自相關(guān)  4、殘差異方差檢驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 （拒絕原假設(shè)

9、） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 ARCH LM檢驗(yàn) F統(tǒng)計(jì)量 殘差異方差檢驗(yàn) 殘差序列中直到p階滯后都不存在ARCH效應(yīng) P值小于某一顯著水平 序列存在p階異方差 加權(quán)最小二乘法WLS； 自回歸條件異方差A(yù)RCH模型； 廣義自回歸條件異方差GARCH模型 T×R2 殘差異方差檢驗(yàn) P值小于某一顯著水平 序列存在p階異方差 殘差平方相關(guān)圖 殘差異方差檢驗(yàn) AC、PAC=0，序列不存在ARCH效應(yīng) 序列存在p階后異方差 殘差平方Q統(tǒng)計(jì)量檢驗(yàn) 殘差異方差檢驗(yàn) P值小于某一顯著水平 序列存在ARCH效應(yīng) White檢驗(yàn) 殘差異方差檢驗(yàn)

10、 不存在異方差 輔助回歸方程的F統(tǒng)計(jì)量、LM統(tǒng)計(jì)量、卡方檢驗(yàn)P值小于某一顯著水平 序列存在ARCH效應(yīng) 5、模型設(shè)定與穩(wěn)定性檢驗(yàn) 表 模型設(shè)定的系數(shù)與穩(wěn)定性檢驗(yàn) 作 用 檢驗(yàn)名稱 原假設(shè) 判 斷 （拒絕原假設(shè)） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 模型設(shè)定誤差檢驗(yàn)， 只適用于OLS估計(jì) Ramsey RESET檢驗(yàn) 模型不存在設(shè)定誤差 F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量P值小于某一顯著水平 模型是合適的 補(bǔ)充缺失變量； 修正方程形式； 替代隨機(jī)解釋變量； 參數(shù)約束條件經(jīng)驗(yàn) Wald檢驗(yàn) 參數(shù)約束條件方程成立 P值小于某一顯著水平 不附加

11、參數(shù)約束條件 受約束回歸 遺漏變量、多余變量經(jīng)驗(yàn) F檢驗(yàn) 添加/多余的變量參數(shù)等于0 P值小于某一顯著水平 添加的變量沒(méi)有顯著解釋貢獻(xiàn)； 多余變量具有顯著解釋貢獻(xiàn) 遺漏的變量加進(jìn)模型； 多余的變量從模型中剔除 似然比（LR）檢驗(yàn) 添加/多余的變量參數(shù)等于0 P值小于某一顯著水平 模型穩(wěn)定性檢驗(yàn) 鄒氏（Chow）分割點(diǎn)檢驗(yàn) 模型無(wú)顯著結(jié)構(gòu)變化 F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量P值小于某一顯著水平 模型發(fā)生顯著的結(jié)構(gòu)變化 鄒氏（Chow）預(yù)測(cè)檢驗(yàn) 模型無(wú)顯著結(jié)構(gòu)變化 F統(tǒng)計(jì)量、LR統(tǒng)計(jì)量P值小于某一顯著水平 模型發(fā)生顯著的結(jié)構(gòu)變化 4.2 經(jīng)典假設(shè)的不滿足

12、及模型修正 4.2.1 經(jīng)典假設(shè) 對(duì)于經(jīng)典多元線性回歸模型 經(jīng)典假設(shè)： 1. 解釋變量是非隨機(jī)的或固定的，且相互之間互不相關(guān)，即無(wú)多重共線性； 2. 隨機(jī)項(xiàng)具有零均值，同方差及不序列相關(guān)性，即： 3. 隨機(jī)項(xiàng)滿足正態(tài)分布，即 4. 解釋變量與隨機(jī)項(xiàng)不相關(guān)，即 5. 樣本容量趨于無(wú)窮時(shí)，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(jī)解釋變量 經(jīng)典假設(shè) 確定性解釋變量 定義 三種： 與隨機(jī)項(xiàng)獨(dú)

13、立； 同期無(wú)關(guān)但異期相關(guān)； 同期相關(guān) 產(chǎn)生原因 橫截面數(shù)據(jù)作為樣本 經(jīng)濟(jì)變量固有的慣性； 模型設(shè)定的偏誤； 數(shù)據(jù)的編造； 時(shí)間序列數(shù)據(jù) 經(jīng)濟(jì)變量相關(guān)的共同趨勢(shì)； 滯后變量的引入； 樣本資料的限制 滯后被解釋變量作為模型的解釋變量 后果 參數(shù)估計(jì)量不有效； 變量的顯著性檢驗(yàn)失去意義； 模型的預(yù)測(cè)失效； 參數(shù)估計(jì)量不有效； 變量的顯著性檢驗(yàn)失去意義； 模型的預(yù)測(cè)失效； 完全共線性下參數(shù)估計(jì)量不存在； 參數(shù)估計(jì)量的方差變動(dòng)； 參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理； 顯著性檢驗(yàn)、模型預(yù)測(cè)失去意義； OLS估計(jì)值失效 檢驗(yàn) 圖示檢驗(yàn)法； white異方差檢驗(yàn)

14、圖示檢驗(yàn)法； D.W統(tǒng)計(jì)量檢驗(yàn)； 相關(guān)圖與Q統(tǒng)計(jì)量檢驗(yàn) LM檢驗(yàn) 是否存在： 相關(guān)系數(shù)判斷； 綜合統(tǒng)計(jì)檢驗(yàn)法 存在范圍： 判斷系數(shù)檢驗(yàn)法； 逐步回歸法 修正、補(bǔ)救、克服 加權(quán)最小二乘法WLS 廣義最小二乘法； 廣義差分法:ARIMA模型； 剔除引起共線性的變量； 差分法； 廣義矩估計(jì)法GMM； 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 表 多元非線性回歸模型的線性化變換與估計(jì)方法總結(jié) 線性化分類 模型特征 線性化變換方式 示例 線性化變換后選用的估計(jì)方法 可轉(zhuǎn)換為線性回歸模型 倒數(shù)模型 變量直接

15、置換法：引入替代變量 普通最小二乘法OLS 多項(xiàng)式模型 變量直接置換法：引入替代變量 普通最小二乘法OLS 冪函數(shù)模型、指數(shù)函數(shù)模型 函數(shù)變換法：取對(duì)數(shù)+替換 普通最小二乘法OLS 復(fù)雜函數(shù) 泰勒級(jí)數(shù)展開(kāi)法 普通最小二乘法OLS 無(wú)法線性化模型 —— —— —— 非線性最小二乘法NLS 5.2 特殊解釋變量模型——虛擬解釋變量 5.3 特殊被解釋變量模型——離散及受限被解釋變量 6 單方程模型的其他估計(jì)方法 6.1 單方程模型的其他估計(jì)方法及適用場(chǎng)合 6.2 單方程模型其他估計(jì)方法的選擇邏輯 隨

16、機(jī)誤差項(xiàng) white異方差檢驗(yàn) 存在 異方差問(wèn)題 隨機(jī)誤差項(xiàng) 序列自相關(guān)檢驗(yàn) 存在 序列自相關(guān) Newey-West一致 協(xié)方差HAC方法 異方差形式已知 異方差形式未知 加權(quán)最小二乘估計(jì)法WLS white異方差一致 協(xié)方差估計(jì)方法 回 歸 估 計(jì) 不存在序列自相關(guān)，但存在異方差 存在序列自相關(guān)，也存在異方差 4、殘差異方差檢驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 （拒絕原假設(shè)） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 ARCH LM檢驗(yàn) F統(tǒng)計(jì)量 殘差異方差檢驗(yàn) 殘差序列中直到p階滯后都不存在ARCH效

17、應(yīng) P值小于某一顯著水平 序列存在p階異方差 加權(quán)最小二乘法WLS； 自回歸條件異方差A(yù)RCH模型； 廣義自回歸條件異方差GARCH模型 T×R2 殘差異方差檢驗(yàn) P值小于某一顯著水平 序列存在p階異方差 殘差平方相關(guān)圖 殘差異方差檢驗(yàn) AC、PAC=0，序列不存在ARCH效應(yīng) 序列存在p階后異方差 殘差平方Q統(tǒng)計(jì)量檢驗(yàn) 殘差異方差檢驗(yàn) P值小于某一顯著水平 序列存在ARCH效應(yīng) White檢驗(yàn) 殘差異方差檢驗(yàn) 不存在異方差 輔助回歸方程的F統(tǒng)計(jì)量、LM統(tǒng)計(jì)量、卡方檢驗(yàn)P值小于某一顯著水平 序列存在ARCH效應(yīng) 5、殘差序列相關(guān)假設(shè)的檢驗(yàn)

18、表 殘差序列相關(guān)假設(shè)的檢驗(yàn) 檢驗(yàn)名稱 作 用 原假設(shè) 判 斷 （拒絕原假設(shè)） 拒絕原假設(shè)的經(jīng)濟(jì)意義 估計(jì)方法/模型修正 DW統(tǒng)計(jì)量檢驗(yàn) 殘差一階序列相關(guān)檢驗(yàn) 序列相關(guān)參數(shù)等于0 P值小于某一顯著水平； DW≠2,一階自相關(guān)； DW<1.5,較強(qiáng)的正一階自相關(guān)； DW<2,正一階自相關(guān)；DW=2,不一階自相關(guān)；2

19、中不存在p階自相關(guān) P值小于某一顯著水平 序列存在p階自相關(guān) LM檢驗(yàn) F統(tǒng)計(jì)量 殘差序列相關(guān)檢驗(yàn) 殘差序列中直到p階滯后都不存在自相關(guān) P值小于某一顯著水平 序列存在p階自相關(guān) T×R2 殘差序列相關(guān)檢驗(yàn) P值小于某一顯著水平 序列存在p階自相關(guān) 時(shí)間序列模型： d次差分 序列不相關(guān) 時(shí)間序列 回歸估計(jì) 預(yù) 測(cè) 預(yù)測(cè)效果判斷 平穩(wěn)時(shí)間序列建模 非平穩(wěn)時(shí)間序列建模 模型識(shí)別 參數(shù)估計(jì) 模型驗(yàn)證 序列相關(guān) 平穩(wěn) 不平穩(wěn) 自回歸條件異方差模型： 20 / 20