中级计量经济学讲义_第一章引言
《中级计量经济学》
蒋岳祥
第一章引言
1.1什么是计量经济学？
计量经济学是由挪威经济学家R.Fisher在三十年代首先创立的一门学科，是关于运用统计方法测量经济关系的艺术与科学，已经成为现代经济学的重要组成部分之一。
如果要给计量经济学（Econometrics）下一个较为确切的定义，我们可以这样界定：计量经济学是这样一门学科，它根据以往历史的经济资料与数据，从经济理论出发，运用数理统计的分析方法对经济关系建立经济计量模型，并依据所建立的模型对经济系统进行结构分析，经济预测和政策评价。所以计量经济学涉及数学学科中的统计学领域和经济学领域，统计学与经济理论是计量经济学的两块基石。
经济现象包罗万象，影响经济的因素有很多，如果我们企图将所有的因素作为研究的对象，我们可能什么结论也得不到，研究经济问题的一般方法是：我们总是选用最重要的因素变量而屏弃一些非本质的因素（变量），还需要了解哪些经济现象是有待解释的，哪些重要因素是有助于解释这些经济现象的，如何度量量化那些因素，并努力寻求它们之间存在的数量关系，并用统计推断来检验这些关系，故一般建立计量经济模型的过程与方法是：
计量经济模型建立，求解，解释过程图
2
1.2 计量经济模型(Econometric Modeling)实例
学过经济学中凯恩斯经济理论的人都知道，理论上说消费和收入存在着密切的联系，如果C 表示消费，Y 表示收入。则C 与Y 的关系，可用消费函数表示：
C=f （Y ） （1） 这样的函数满足： 1）边际消费倾向（MPC ）dY dC 位于0和1之间，即 0＜
dY
dC ＜1；
2）平均消费倾向（APC ）
Y
C 是随着收入的增加而减少。
我们不妨将第二个条件作些化解，这个条件用数学语言表示是：dY
Y C d ??? ??＜0，
而
C Y
Y
dY
dC dY
Y C d dY
Y C
d
2
111-
?
=
?
?? ??
?=
)(1)(
1APC MPC Y
Y
C dY
dC Y
-=-?=
＜0
即MPC ＜APC 。
在现实经济社会中，消费与收入之间的关系很难确切地用方程（1）表示收入，我们所能采集到的数据往往受到这样那样的影响，我们可用随机扰动ε来表示这些影响，所以，我们要对方程（1）要作适当调整，于是消费和收入之间的关系可以写成如下形式：
),(εY f C = （2）
其中ε是随机扰动。
满足凯恩斯条件的)(ε?Y f 很多，无法枚举穷尽，但我们可以大致将它们分为线性模型与非线性模型两类。
[例1]线性模型(Linear Model)
方程（2）的一个最简单的情况，是C 与Y 的线性关系，即
C=α+βY+ε （3） 其中0＜β＜1，α＞0
如果我们现在从历史记录中或观察到N 个样本，即（Y t ，C t ），t=1.2，……N ，于是我们有如下一组方程：
C 1=α+βY 1+ε1 C 2=α+βY 2+ε
2
………………… C N =α+βY N +ε
N
这便是典型的一元线性回归模型。 [例2]非线性模型(Nonlinear Model)
一般情况下，方程（2）都是非线性的情况。例如： C=α+βY ν+ε, 其中0＜β＜1，α＞0 显然，当ν=1
时，它就是例1的情况。1
-==
νβνY
dY
dC MPC 而
1
-+=
=
νβα
Y
Y
Y C APC ，1
1
)1()(---+=
-+=
-νννβα
βνβα
Y Y
Y
Y
MPC APC ，现在
我们假设0＜ν＜1则，MPC ＞0即该模型满足凯恩斯的两个条件，这就是一个典型非线性模型。
其他实例
1、社会保障水平与国内生产总值
直观上看，社会保障水平的相关因素中，最主要的因素是人均国内生产总值。只有人均国内生产总值的增长，才会有资金支撑社会保障的各项支出，我们可以建立相应的线性回归模型：ε++=bx a y
利用有关国家的数据，算出常数项a 和系数b ，如下： 社会保障水平与人均GDP 增长之间的相关函数和回归方程：
资料来源：①世界银行，世界发展报告（1982—1998）北京：中国财政经济出版社
②联合同，人类发展报告，（1982—1999）伦墩：天津大学出版社
从统计分析结果证明了2点。
1、社会保障水平与人均GDP 队长之间存在着高度相关。（相关系数在0.94至0.98之间）
2、回归方程中的自变量系数b 值，福利型国家明显都高于自保公助型国家，上述关系表明，人均GDP 每增长一亿本币，社会保障支出相应增长，福利型国家为0.003%～0.006%，自保公助型国家为0.0003%～0.0008%，二者相差一个小数点，从而说明，在相同人均国内生产总值增长速度下，福利型国家社会保障水平的上升速度快于自保公助型国家。
2、失业、国内生产总值GDP 与奥肯定理（Okun ’s Law ）
失业与实际GDP 之间的负相关关系，首先被奥肯发现，称之为奥肯定理。 利用美国1951年至1997年的经济数据，发现：
实际GDP 变动的百分比=3%—2 x 失业率的变动。
如果失业率保持不变，实际的GDP 增长3%左右，这种正常的增长是由于人口增长、资本积累和技术进步引起的。此外，失业率每上升一个百分点，实际GDP 一般减少两个百分点。因此，如果失业率从6%上升到8%，那么，实际GDP 的增长将是：
实际GDP 变动的百分比=3%—2（8%—6%）=—1%。奥肯定理说明了，在这种情况下，GDP 将在原有的基础上下降1%，表明经济处于衰退中。
3、带技术进步μ的Solow 模型
假定生产函数为希克斯（Hicks ）中性技术进步条件下的产出增长型函数，其一般形式Solow 模型为：
),()(K L f t A Y = （1）
对A （t ）作进一步假定，令t
e A t A μ0)(=，这里A 0为基本的技术水平，μ表示由于技
术进步而使产出增长的部分，称为技术进步增长率。于是（1）式变为：
),(0K L f e
A Y t
μ= （2）
对（2）式两边取对数并求导得到：
dt
dK K K Y Y K dt
dL L L Y Y L dt
dY Y 111??+
??+
=μ （3）
由于Y 、L 、K 的实际数据都是离散的，故对（3）进行离散化，并令1=?t 年，于是有：
K
K L L Y
Y ??
+??
+=?βαμ （4）
α表示产出的劳动力弹性，β表示产出的资本弹性。于是（4）式实际上就是我们的科技进
步贡献率的测算模型，注意到：
Y
Y K K Y
Y L L Y
Y /////1??+??+?=
β
α
μ
这里
Y
Y /?μ
表示科技进步对产出增长的贡献率，Y
Y L L //??α
表示劳动力增长对产出增长的贡
献率，Y
Y K
K //??β
表示资本增长对产出增长的贡献率。从而有：
Y
Y K K Y
Y L L Y
Y ////1/??-??-=?β
α
μ
（5）
（5）式就给出了技术进步贡献率的测算公式。
通过假定一定规模报酬不变，即1=+βα这一条件，比较合理有效地预防或克服了变量间可能出现的共线性。由（4）式，根据αβ-=1，有：
))(
1(L L K
K L L Y Y
?-?-+=?-?αμ
设L
L K K D L
L Y
Y D ?-?=
?-
?=
21,，则有：
21D D ?+=βμ （6）
一般来讲，只要D 1序列不存在异方差性，（6）式就是测算科技进步增长率μ所用的最终模型。
1．3 计量经济模型的类别
一般的模型是广义回归模型，即假设
Ω
='=+=2
][,
0][,
),(σεεεεβE E X F y （0）
其中Ω是一般的正定矩阵，Ω2σ是样本的协方差矩阵。
假设Cov(i ε,j
ε)=ij
ρ , 样本的协方差矩阵∑（the covariance matrix ）
是:
???????
??=--∑
21
,1
,122
2111221n
n n n n n n σ
ρρρσ
ρρρσ
Ω2
σ中应该有1+2+…+n =
)1(2
1+n n 未知的参数，
再加上未知参数β的个数，是一个只有n 个样本点难以完成任务的，即使完成，效率和准确性是不高的。即不简化模型我们将一事无成。
模型 1. ∑=I
E 2
)'(σεε=.
模型2. 异方差（Heteroscedasticity ）
??????
?
?
?=∑
222
2
10
00000
n σσ
σ
即使这样，也有超过n 个未知的参数要估计，所以，进一步假设组间异方差（group-wise ）
???????????????
? ?
?=∑
2222
22
2
1
21g
g
σ
σ
σ
σ
σσ
模型3. 自相关（Autocorrelation ）
???????
? ??=---∑
2
12
22
2
12
2σ
ρ
ρ
ρσ
ρρρ
ρ
σρρρρσ
n n n We need to estimate 2 parameters (2σ,ρ) in it.
模型 4. ARCH (条件异方差) or GARCH （广义条件异方差）
??????
?
?
?=∑
222
210
00000
n σσ
σ
All
2i
σ
’s are different from observations to observations, but there exist
some relationships between them: ARCH: (e.g. 21
2-+=k k
b a σ
σ) 在条件Cov(i ε,j
ε)=0下。
GARCH: (e.g.
2k
σ
=a+b 21
-k σ+c 22
-k σ
+…)
1．4 回归的本质
设随机变量),...,(,,1m
X
X X
Y X =τ
是m 维随机向量，它是可以预先测量的，希望通
过X 预测Y ，也就是说要寻找一个函数),...,(1m x x M y =当X 的观察值为x 时，就把)(x M 作为对Y 的预测值。当然一般总希望一个好的预测，其均方预测误差应达到最小,即 [][]
2
2
)(min )(X L Y E X M Y E L
-=-
(1)
某中min 是对一切x 的(可测)函数L(x)取极小,对此有 定理1当)(X M 取作为条件数学期望
[]X Y E X M /)(= (2)
时,使得(1)式成立,即
[][][]2
22
,)(min /X L Y E X
Y E Y E L
X Y -=-?σ (3)
且)(X M 与Y 具有最大相关,即
))(,(max ))(,(X L Y X M Y L
ρρ= (4)
[证明](仅对连续型情形给出)
设),(Y X 的分布密度是X y x f ),,(的边际分布密度是Y x f ),(1关于X 的条件分布密度是 ??
???=≠=0)(00)(,)()
,()/(111x f x f x f y x f x y f ， 则Y 关于X 的条件期望是 [][][][][][]?????????????-+
--+-=
-=
-=?dxdy
y x f x L x M dxdy y x f x L x M x M y dxdy y x f x M y dxdy
y x f x L y X L Y E dy
x y yf x Y E x M ),()()(...),()()()(...2),()(...),()(...)()/()/()(2
2
2
2
由于
(5)
因而
[][][]2
2
2
)()()()(X L X M E X M Y E X L Y E -+-=- (6)
(6)右边第一项与)(X L 无关,第二项大于等于零,它等于零的充要条件是
.)
()(s a X L X M =
它表示当)(..)(X M s a X L =
时,2
)]([X L Y E -达到最小值[]2
)(X M Y E -。
在统计学上，我们称Y=[]X Y E X M /)(= 为Y 关于X 的回归曲线。 问题：),(εY f C =与C=f （Y ）+ ε 两者间的区别？
[][][][][][]0
)()/()
()()(...)()/()()()(...),()()()( (1)
1
=--=
--=--?????????dx
x M dy x y yf x f
x L x M dydx
x f x y f x L x M x M y dxdy
y x f x L x M x M y
如果a ＜x ＜b 其它
计量经济学数学基础知识
1、本科所学专业： 属 1）理科 2）文科 。
2、请在你学过的课程中打“√”：
1）高等数学 2）概率论 3）数理统计 4）数学分析 5）线性回归分析 6）中级计量经济学 7）随机过程 8）常微分方程
3、若将二次型2
33322223121211
1323104x x x x x x x x x Y +++++=转化成AX X Y '=，则?????????
??????
?
????
=A 。 4、若矩阵?????
??
?
??=1352731
521A 求A -1。 5、若矩阵?????
??
?
?
?=56
3684
342A ，求A 的秩、特征根及特征向量。 6、假设连续随机变量Z ，它的概率密度函数为
?
?
?
??-=01)(a b x f ， ，求E （Z ）
，和V ar （Z ）。 7、设Z ，Y 的联合概率密度函数为
其它 ??
?+=0)
(),(y x y x f 证明Z 与Y 的相关系数11
1-
=ZY P 。
8、如果n Z Z Z 21,是相互独立的标准正态分布，那么22221n Z Z Z Y ++= 服从何分币？
Y
n Z ?11又服从何分币？
9、x e x x f Y βα+==)(，请写出)(x f 在点0=x 处泰勒展开式。 10、设N Z Z Z 21,是一个随机样本，其总体分布为
θ
θx x f )1()(+=，0＜x ＜1
（1）利用矩方法求参数θ的估计量； （2）求参数θ的极大似然ML 估计量。
11、对教师如何上好《中级级计量经济学》的建议。
0＜x ＜1，0＜y ＜1
计量经济学讲义共十讲
计量经济学讲义共十讲文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]
第一讲 普通最小二乘法的代数 一、 问题 假定y 与x 具有近似的线性关系：01y x ββε=++，其中ε是随机误差项。我们对01ββ、这两个参数的值一无所知。我们的任务是利用样本数据去猜测01ββ、的取值。现在，我们手中就有一个样本容量为N 的样本，其观测值是：1122(,),(,),...,(,)N N y x y x y x 。问题是，如何利用该样本来猜测01ββ、的取值 为了回答上述问题，我们可以首先画出这些观察值的散点图（横轴x ，纵轴y ）。既然y 与x 具有近似的线性关 系，那么我们就在图中拟合一条直线：01 ???y x ββ=+。该直线是对y 与x 的真实关系的近似，而0 1 ??,β β分别是对01 ,ββ的猜测（估计）。问题是，如何确定0?β与1 ?β，以使我们的猜测看起来是合理的呢 笔记： 1、为什么要假定y 与x 的关系是0 1y x ββε=++呢一种合理的解释 是，某一经济学理论认为x 与y 具有线性的因果关系。该理论在讨论x 与y 的关系时认为影响y 的其他因素是不重要的，这些因素对y 的影响即为模型中的误差项。 2、0 1y x ββε=++被称为总体回归模型。由该模型有： 01E()E()y x x x ββε=++。既然ε代表其他不重要因素对y 的影 响，因此标准假定是：E()0x ε=。故进而有：
01E()y x x ββ=+，这被称为总体回归方程（函数），而 01 ???y x ββ=+相应地被称为样本回归方程。由样本回归方程确定的?y 与y 是有差异的，?y y -被称为残差?ε。进而有：0 1 ???y x ββε=++，这被称为样本回归模型。 二、 两种思考方法 法一： 12(,,...,)N y y y '与12???(,,...,)N y y y '是N 维空间的两点，0 ?β与1 ?β的选择应该是这两点的距离最短。这可以归结为求解一个数学问题： 由于?i i y y -是残差?i ε的定义，因此上述获得0?β与1 ?β的方法即是0 ?β 与1 ?β的值应该使残差平方和最小。 法二： 给定i x ，看起来i y 与?i y 越近越好（最近距离是0）。然而，当你选择拟合直线使得i y 与?i y 是相当近的时候，j y 与?j y 的距离也许变远了，因此存在一个权衡。一种简单的权衡方式是，给定12,,..,N x x x ，拟合直线的选择应该使1y 与 2?y 、2y 与2?y 、...、N y 与?N y 的距离的平均值是最小的。距离是一个绝对值，数学处理较为麻烦，因此，我们把第二种思考方法转化求解数学问题： 由于N 为常数，因此法一与法二对于求解0?β与1 ?β的值是无差异的。 三、 求解
计量经济学习题及答案
第一章绪论 一、填空题： 1．计量经济学是以揭示经济活动中客观存在的__________为内容的分支学科，挪威经济学家弗里希，将计量经济学定义为__________、__________、__________三者的结合。 2．数理经济模型揭示经济活动中各个因素之间的__________关系，用__________性的数学方程加以描述，计量经济模型揭示经济活动中各因素之间__________的关系，用__________性的数学方程加以描述。 3．经济数学模型是用__________描述经济活动。 4．计量经济学根据研究对象和内容侧重面不同，可以分为__________计量经济学和__________计量经济学。 5．计量经济学模型包括__________和__________两大类。 6．建模过程中理论模型的设计主要包括三部分工作，即__________、____________________、____________________。 7．确定理论模型中所包含的变量，主要指确定__________。 8．可以作为解释变量的几类变量有__________变量、__________变量、__________变量和__________变量。 9．选择模型数学形式的主要依据是__________。 10．研究经济问题时，一般要处理三种类型的数据：__________数据、__________数据和__________数据。 11．样本数据的质量包括四个方面__________、__________、__________、__________。 12．模型参数的估计包括__________、__________和软件的应用等内容。 13．计量经济学模型用于预测前必须通过的检验分别是__________检验、__________检验、__________检验和__________检验。 14．计量经济模型的计量经济检验通常包括随机误差项的__________检验、__________检验、解释变量的__________检验。 15．计量经济学模型的应用可以概括为四个方面，即__________、__________、__________、__________。 16．结构分析所采用的主要方法是__________、__________和__________。 二、单选题： 1．计量经济学是一门（）学科。 A.数学 B.经济 C.统计 D.测量
第一章 计量经济学
经济计量学 必修课，周4学时 任课教师：李绍荣老师, 131********；任课教师李绍荣老师131********助教熊磊李雅菁 助教：熊磊、李雅菁 班级：国法院双学位
教材与参考书 ? 伍德里奇《经济计量学导论（现代观点）》人民大学出版社，2003年版。（第二版） ?格林著《经济计量分析》中国社会科学出版1998年版。 ?李长风著《经济计量学》上海财经大学出版设1996年版。 ?贾奇等《经济计量学理论与实践引论》中国统计出版社1993年版。 ?Intriligator、Bodkin and Cheng 《Econometric Models、Techniques、and Applications》1998
教材与参考书（续） ?平狄克，R·S和鲁宾费尔德，D·L著《经济计量模平狄克和鲁宾费尔德著经济计量模型和经济预测》机械工业出版社1999年版。 ?《经济计量学精要》机械工业出版社1999年版。《Eviews User s Guide》QMS Irvine，California。?User’s ?詹姆斯·汉密尔顿著《时间序列分析》中国社会科学出版社。 学出版社 ?毕吉跃著《中国宏观经济计量模型》北京大学出 版社1993年版。 年版
第一章 第章经济计量学的 性质与经济数据?什么是经济计量学？ ?经济计量学的作用 ?经验分析（实证分析）的步骤?数据的类型 ?经济学中的因果关系 ?经济计量学与相关学科间的关系?经济计量学软件包简介
什么是经济计量学 ?英文“Econometrics”一词最早是由挪威经济 学家R.Frich于1926年仿照“Biometrics”（“生物计量学”）提出来的。中文译名有 ）提出来的中文译名有 两种：经济计量学与计量经济学。前者试图从名称上强调它是一门经济学科；后者试图通过名称上强调它是一门经济学科后者试图通过名称强调它是一门经济计量活动方法论的学科。?经济计量学是对现实经济中的经济关系进行经验估计和分析的学问。它是以经济理论和经济事实为体，统计理论或经济计量技术为用的体系。
(新)计量经济学讲义第一讲(共十讲)
第一讲 普通最小二乘法的代数 一、 问题 假定y 与x 具有近似的线性关系：01y x ββε=++，其中ε是随机误差项。我们对01ββ、这两个参数的值一无所知。我们的任务是利用样本数据去猜测01ββ、的取值。现在，我们手中就有一个样本容量为N 的样本，其观测值是：1122(,),(,),...,(,)N N y x y x y x 。问题是，如何利用该样本来猜测01ββ、的取值？ 为了回答上述问题，我们可以首先画出这些观察值的散点图（横轴x ，纵轴y ）。既然y 与x 具有近似的线性关系，那么我们就在图中拟合一条直线： 1 ???y x ββ=+。该直线是对y 与x 的真实关系的近似，而01??,ββ分别是对01 ,ββ的猜测（估计）。问题是，如何确定0 ?β 与1 ?β，以使我们的猜测看起来是合理的呢？ 笔记： 1、为什么要假定y 与x 的关系是0 1y x ββε=++呢？一种合 理的解释是，某一经济学理论认为x 与y 具有线性的因果关系。该理论在讨论x 与y 的关系时认为影响y 的其他因素是不重要的，这些因素对y 的影响即为模型中的误差项。 2、 01y x ββε=++被称为总体回归模型。由该模型有： 01E()E()y x x x ββε=++。既然ε代表其他不重要因素对y
的影响，因此标准假定是：E()0x ε=。故进而有： 01E()y x x ββ=+，这被称为总体回归方程（函数），而01 ???y x ββ=+相应地被称为样本回归方程。由样本回归方程确定的 ?y 与y 是有差异的，?y y -被称为残差?ε。进而有：01 ???y x ββε=++，这被称为样本回归模型。 二、 两种思考方法 法一： 12(,,...,)N y y y '与12???(,,...,)N y y y '是N 维空间的两点，0 ?β 与1 ?β的选择应该是这两点的距离最短。这可以归结为求解一个数学问题： 01012201????,,11 ???()()N N i i i i i i Min y y Min y x ββββββ==-=--∑∑ 由于?i i y y -是残差?i ε的定义，因此上述获得0 ?β与1?β的方法即是0 ?β 与1 ?β的值应该使残差平方和最小。 法二： 给定i x ，看起来i y 与?i y 越近越好（最近距离是0）。然而，当你选择拟合直线使得i y 与?i y 是相当近的时候，j y 与?j y 的距离也许变远了，因此存在一个权衡。一种简单的权衡方式是，给定12,,..,N x x x ，拟合直线的选择 应该使1y 与2?y 、2y 与2?y 、...、N y 与?N y 的距离的平均值是最小的。距离是一个绝对值，数学处理较为麻烦，
计量经济学讲义第六讲(共十讲)
第六讲 多重共线 一、 FWL 定理及其应用 考虑模型： 112233i i i i i y a b x b x b x ε=++++ （1） 假如我们只关注 1 ?b ，则通过如下步骤可以获得之。 第1步：把 1x 对其他解释变量进行回归（请注意，截距所对应的解释变量为1） ，即有： 101223????i i i i x x x v βββ=+++ （2） 第2步：把 y 也对（2）中的解释变量进行回归，即有： 01223????i i i i y x x w ???=+++ （3） 第3步：把 ?w 对?v 进行回归（不含截距，当然你可以包含截距，但你会发现，截距 的估计结果是零，这是因为?w 与?v 其均值都为零） ，即有模型： ??i i i v e w η=+ （4） 则有：2????i i i w v v η=∑∑，可以验证，1??b η=，且残差?i e 等于初始的残差?i ε。此即著名的FWL 定理（Frisch-Waugh-Lovell theorem ）。关于FWL 定理的一个简单证明见附录1。思考题： 利用关于“偏导数”的直觉，你能够理解 1 ??b η=吗？ 考察2????i i i w v v η=∑∑，把01223????i i i i y x x w ? ??=---代入，现在分子是： 2012230123????()?????????i i i i i i i i i i i v x i i y x x y v x v v v w v ??????------∑∑∑==∑∑∑
应该注意到，在进行第一步回归时，OLS 法保证了 203???i i i i i v x x v v ===∑∑∑ 因此，22??????i i i i i i w v y v v v η== ∑∑∑∑ 显然，如果把 y 对?v 直接进行无截距回归： *?i i i y v η? =+ （5） 我们也可以得到： *122???????i i i i i i y v w v b v v η η====∑∑∑∑。 因此，如果只关注如何获得1 ?b ，我们可以把FWL 定理中第二步与第三步合并为把y 对 ? v 直接进行无截距回归。 思考题： ?i ?与?i e 相等吗？提示： ???????i i i e v i i i w y v η ?η--== 注意到， 2?i v ∑是（2）中的残差平方和，对（2），有： 22211 11 ()()??i i i x x x x v TSS ESS RSS -=-+↓↓↓∑∑∑
计量经济学讲义
计量经济学讲义 第四讲 趋势和DF 检验（修订版） 此翻译稿制作学习之用，如有错误之处，文责自负。 趋势平稳序列（TS ）（图1和2） 一个趋势平稳序列绕着一个确定的趋势（序列的均值），其波动幅度不显示增大或者减小的趋势。 线性确定性趋势： t t t y εβα++= ),0(~2 σεiid t t=1,2,… 平方确定性趋势： t t t t y εγβα+++=2 ),0(~2 σεiid t t=1,2,… 通常： t t t f y ε+=)( ),0(~2 σεiid t t=1,2,… 均值是是随时间变化的（川），但是方差是常数。t ε可以为任意平稳序列，也就是说，不一定要是白噪声过程。 通过拟合一个确定的多项式时间趋势，趋势可以来消除：拟合趋势后残差将给出一个去趋势的序列。 一个带线性确定性趋势AR （1）过程可以写作： t 1-t 1t )1)-t (y (t y εβαφβα+--=-- ),0(~2 σεiid t t=1,2,… 此处确定性趋势被t y 减去。然而在实践中，α、β是未知的而且必须估计出来。于是模型可以被重述为： t 1-t 1111t y t )1()1(y εφβφβφαφ++-++-= 其中包含一个截距和一个趋势，也就是 t 1-t 1* *t y t y εφβα+++= 此处 βφαφα11*)1(+-= 且 βφβ)1(1* -= 若1||1<φ，那么此AR 过程就是围绕一个确定性趋势的平稳过程. 差分平稳序列（DF ）（也叫单整序列）和随机性趋势 如果一个非平稳序列可以由一个平稳序列通过d 次差分得到，那么我们说这个序列就是d 阶单整的，写做I （d ）.这一过程也因此叫做差分平稳过程（DSP ）. 因此，平稳序列就是零阶单整的，I （0）。白噪声序列是I （0）。 所以如果序列t d t y w ?=是平稳的，那么t y 就是I （d ）。?是差分算子，即 等等2-t 1-t t 2-t 1-t 1-t t 1-t t t t 21-t t t y 2y y )y y ()y y ()y y (y y ,y y y +-=---=-?=??=?-=? 如果序列 1-t t t t y y y w -=?= 是平稳的话，t y 是I （1）； 如果序列2-t 1-t t t 2 t y 2y y y w +-=?= 是平稳的，t y 是I （2），
计量经济学复习10
1 根据1961年到1985年期间美国个人消费支出和个人可支配收入数据，得到如下的回归模型： ()() () 8755 .0.9979 .06933.22936.702392.20925.088544.04664.49?232==-=++-=W D R t X X Y t t t 其中：=Y 个人消费支出（1982年10亿美元），=2X 个人可支配收入（PDI ）（1982年10亿美元），=3X 道.琼斯工业平均指数。0.946, 1.543L U d d == （1）在回归方程的残差中存在一阶自相关吗？你是如何知道的。 （2）利用杜宾两阶段回归，将上述回归模型进行转换，重新进行回归，结果如下： ()() 28 .2.981 .066.272.3009.089.097.17?2*3*2*===++-=W D R t X X Y t t t 自相关问题解决了吗？你是如何知道的？ （3）比较初始回归和变换后的回归，PDI 的t 值急剧下降，这一变化说明了什么？ （4）初始方程的2 0.9979R =大于变换后的方程2 0.981R =，因此，初始方程的解释能力比变换后的方程的解释能力强，这种说法是否正确，为什么？ 1）存在。因为0.946, 1.543L U d d ==，0.87550.946<，所以存在正相关。 2）自相关问题已经解决。因为0.946, 1.543L U d d ==，1.543 2.284 1.543<<-， 所以不存在自相关。 3）这一变化说明，初始回归方程中，由于存在自相关，使得PDI 的方差被高估了。 4）这种说法不正确。因为被解释变量不同。 2.下面是一个回归模型的检验结果。 White Heteroskedasticity Test: F-statistic 19.41659 Probability 0.000022 Obs*R-squared 16.01986 Probability 0.006788 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/31/06 Time: 10:54 Sample: 1 18 Included observations: 18 Variable Coefficient Std. Error t-Statistic Prob.
计量经济学课件(第1讲绪论)
绪论 一、计量经济学概述 1、什么是计量经济学 Ｒ.Frish(挪威）1926年提出：Ｅcnometrics 定义：经济学、数学及统计学的三者结合 三园图： 依据经济理论、数据资料为基础，运用数学、统计学和计算机技术，以建立经济计量模型为主要手段，定量分析带有随机性特征的经济变量之间关系的规律，验证或发展经济理论、评价经济政策及预测经济活动的一门应用经济学科。 例：前提假设条件：消费主要取决于收入、并随着收入增长呈线性增长、边际消费递减等，则可设定消费C及Y具有下述理论计量经济模型：
u Y C ++=βα 其中：100<<<βα、，u 为随机扰动项（表示：除收入外其它因素对消费的影响） 利用数据资料n i Y C i i ,...,2,1),,(= 并进一步作计量经济学假设：假设模型满足经典（古典）条件， 则可采用普通最小二乘法估计模型参数建立样本数据经验模型，比如 Y C 67.038.2+= 检验模型：t 检验、F 检验、拟合优度检验，经济理论检验、计量经济检验 应用： 2、计量经济学的特点 （1）计量性： （2）模型性: （3）随机性： （4）实证性: 3、计量经济学内容范畴 （1）经典计量经济分析模型和方法 单方程计量经济分析模型和方法（一元、多元线性回归模型和方法） 估计： OLS （普通最小二乘法）、ML （极大似然法）、
GMM（广义矩法）、 BAYES法 检验：t检验、F检验、拟合优度检验 预测：点预测、区间预测 联立方程计量经济分析模型和方法 识别：结构式法、简化式法 估计： IlS（间接）、2SLS（二阶段）、3SLS（三阶段）、LIML（有限 信息极大似然）、FLML（完全信息ML）、最小方差比等 预测：简化式的多重多元线性回归 （2）非经典计量经济分析模型和方法 异方差性线性回归模型（估计：ＧＬＳ、ＷＬＳ、数学变换法；检验） 自相关性线性回归模型(估计：ＧＬＳ、广义差分变换；检验） 多重共线性线性回归模型 随机解释变量线性回归模型 非正态扰动线性回归模型 非线性回归模型 虚变量线性回归模型 误差变量线性回归模型
计量经济学(第四版)习题及参考答案详细版
计量经济学（第四版）习题参考答案 潘省初
第一章 绪论 1.1 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 1.2 计量经济模型中为何要包括扰动项? 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 1.3什么是时间序列和横截面数据? 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 1.4估计量和估计值有何区别？ 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 2.1 略，参考教材。
2.2请用例2.2中的数据求北京男生平均身高的99％置信区间 N S S x = =45 =1.25 用α=0.05，N-1=15个自由度查表得005.0t =2.947，故99%置信限为 x S t X 005.0± =174±2.947×1.25=174±3.684 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在170.316至177.684厘米之间。 2.3 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体？ 原假设 120:0=μH 备择假设 120:1≠μH 检验统计量 () 10/25X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 2.4 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化？ 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH ()100/1200.83?X X t μσ-= === 查表得 131.2)116(025.0=-t 因为t = 0.83 < 131.2=c t , 故接受原假 设,即从上次调查以来，平均月销售额没有发生变化。
中级计量经济学讲义_第一章引言
《中级计量经济学》 蒋岳祥 第一章引言 1.1什么是计量经济学？ 计量经济学是由挪威经济学家R.Fisher在三十年代首先创立的一门学科，是关于运用统计方法测量经济关系的艺术与科学，已经成为现代经济学的重要组成部分之一。 如果要给计量经济学（Econometrics）下一个较为确切的定义，我们可以这样界定：计量经济学是这样一门学科，它根据以往历史的经济资料与数据，从经济理论出发，运用数理统计的分析方法对经济关系建立经济计量模型，并依据所建立的模型对经济系统进行结构分析，经济预测和政策评价。所以计量经济学涉及数学学科中的统计学领域和经济学领域，统计学与经济理论是计量经济学的两块基石。 经济现象包罗万象，影响经济的因素有很多，如果我们企图将所有的因素作为研究的对象，我们可能什么结论也得不到，研究经济问题的一般方法是：我们总是选用最重要的因素变量而屏弃一些非本质的因素（变量），还需要了解哪些经济现象是有待解释的，哪些重要因素是有助于解释这些经济现象的，如何度量量化那些因素，并努力寻求它们之间存在的数量关系，并用统计推断来检验这些关系，故一般建立计量经济模型的过程与方法是：
计量经济模型建立，求解，解释过程图 2
1.2 计量经济模型(Econometric Modeling)实例 学过经济学中凯恩斯经济理论的人都知道，理论上说消费和收入存在着密切的联系，如果C 表示消费，Y 表示收入。则C 与Y 的关系，可用消费函数表示： C=f （Y ） （1） 这样的函数满足： 1）边际消费倾向（MPC ）dY dC 位于0和1之间，即 0＜ dY dC ＜1； 2）平均消费倾向（APC ） Y C 是随着收入的增加而减少。 我们不妨将第二个条件作些化解，这个条件用数学语言表示是：dY Y C d ??? ??＜0， 而 C Y Y dY dC dY Y C d dY Y C d 2 111- ? = ? ?? ?? ?= )(1)( 1APC MPC Y Y C dY dC Y -=-?= ＜0 即MPC ＜APC 。 在现实经济社会中，消费与收入之间的关系很难确切地用方程（1）表示收入，我们所能采集到的数据往往受到这样那样的影响，我们可用随机扰动ε来表示这些影响，所以，我们要对方程（1）要作适当调整，于是消费和收入之间的关系可以写成如下形式： ),(εY f C = （2） 其中ε是随机扰动。 满足凯恩斯条件的)(ε?Y f 很多，无法枚举穷尽，但我们可以大致将它们分为线性模型与非线性模型两类。 [例1]线性模型(Linear Model) 方程（2）的一个最简单的情况，是C 与Y 的线性关系，即 C=α+βY+ε （3） 其中0＜β＜1，α＞0 如果我们现在从历史记录中或观察到N 个样本，即（Y t ，C t ），t=1.2，……N ，于是我们有如下一组方程：
计量经济学第八讲v
第八讲 平稳时间序列 在严格意义上，随机过程{}t X 的平稳性是指这个 过程的联合和条件概率分布随着时间t 的改变而保持不变。在实践中，我们更关注弱意义上的平稳或者所谓的协方差平稳： 2();();(,)t t t t j j E X Var X Cov X X μδδ+=== 显然20δδ=。 在本讲义中，平稳皆指协方差平稳。当上述条件中的任意一个被违背时，则称{}t X 是非平稳的。 （一）平稳随机过程的例子 1、白噪声过程{}t ε： 20()0;();(,)0,t t t t j j E Var Cov εεδεε+≠=== 笔记： 假定t ε还服从正态分布，则{}t ε被称为高斯白噪声。在正态分布下，独立与不相关是两个等价的概念，从而高斯白噪声{}t ε也属于严格白噪声。对于严格白噪声过程，有： , (12) ()()t t t t E E εεεε--=,。因此，就预测t ε来说，,1t i i ε-≥没有任何信息价值。当一个变量的当期及其过去值对预测变量未来值没有任何帮助时，我们常常称该变量是不可预测的。
2、AR(1)过程： 011,11t t t y a a y a ε<-=++，{}t ε是白噪声过程 为了验证上述过程满足平稳性条件，我们首先通过迭代得到：1 1 1 1 00 1 0t t i i t i i i t t y a a a y a ε---===++∑∑。接下来注意到， 1 1 1)0(t i i t t E y a a a y -==+∑，进一步假设数据生成过程发生了 很久，即t 趋于无穷大，则0 1 )1(t a E y a μ-==；其次也有 1 1 ()() t i t i i t Var y Var a ε--==∑，当t 趋于无穷大时， 2 12 2 1()11()i t Var a a Var y εδ-= - = ；最后，当t 趋于无穷大时，有： 1211111111222 (12411112) 1......(...) [()()] [()()]s s t t s t s t t s t s t s t t s s s s s a a a a a E y y E a a a a a μμδδεεεεεεε+-----------++- -+++++++++++= == 关于AR(p)过程的平稳性，见附录。下图是对一个 平稳AR(1)过程的模拟。 1,(0,1) 10.8t N ID t t t y y εε-+=+ 笔记：
计量经济学第三版课后习题答案 第一章 绪论
第一章 绪论 （一）基本知识类题型 1-1． 什么是计量经济学？ 1-2． 简述当代计量经济学发展的动向。 1-3． 计量经济学方法与一般经济数学方法有什么区别？ 1-4．为什么说计量经济学是经济理论、数学和经济统计学的结合？试述三者之关系。 1-5．为什么说计量经济学是一门经济学科？它在经济学科体系中的作用和地位是什么？ 1-6．计量经济学的研究的对象和内容是什么？计量经济学模型研究的经济关系有哪两个基本特征？ 1-7．试结合一个具体经济问题说明建立与应用计量经济学模型的主要步骤。 1-8．建立计量经济学模型的基本思想是什么？ 1-9．计量经济学模型主要有哪些应用领域？各自的原理是什么？ 1-10．试分别举出五个时间序列数据和横截面数据，并说明时间序列数据和横截面数据有和异同？ 1-11．试解释单方程模型和联立方程模型的概念，并举例说明两者之间的联系与区别。 1-12．模型的检验包括几个方面？其具体含义是什么？ 1-13．常用的样本数据有哪些？ 1-14．计量经济模型中为何要包括随机误差项？简述随机误差项形成的原因。 1-15．估计量和估计值有何区别？哪些类型的关系式不存在估计问题？ 1-16．经济数据在计量经济分析中的作用是什么？ 1-17．下列假想模型是否属于揭示因果关系的计量经济学模型？为什么？ ⑴ S R t t =+1120012.. 其中S t 为第t 年农村居民储蓄增加额（亿元）、R t 为第t 年城镇 居民可支配收入总额（亿元）。 ⑵ S R t t -=+144320030.. 其中S t -1为第（1-t ）年底农村居民储蓄余额（亿元）、R t 为第t 年农村居民纯收入总额（亿元）。 1-18．指出下列假想模型中的错误，并说明理由： （1）RS RI IV t t t =-+83000024112... 其中，RS t 为第t 年社会消费品零售总额（亿元），RI t 为第t 年居民收入总额（亿元）（城镇 居民可支配收入总额与农村居民纯收入总额之和），IV t 为第t 年全社会固定资产投资总额
计量经济学讲义-3--第一章 线性回归基础
4 最小二乘原理 计量经济学最关心的理论模型是类似于y x αβ=+ 表示变量之间的关系。 1. 散点图 为了弄清楚变量之间的关系，我们从画出他们的散点图开始比较好。从画的图中我们可以大体上判断以下变量之间是呈直线关系，还是二次曲线关系。这对准确建立模型很有帮助。 模型y x αβ=+代表只要我们知道x ，我们就可以完全知道y 。但是现实中不是这样。这时除了系统因素x 之外，还有其他别的因素影响y 。此时我们用确率模型 ,1,2,,t t t Y X u t n αβ=++= 来表示。其中，y 是被说明变量，或从属变量；x 是说明变量，或独立变量；u 是误差项，也可以叫做搅乱项。 2. 函数的设定与参数的意义 不同的模型定义，它所定义的参数的意义不同。为简单起见，在本节中，我们先省去误差项。我们讨论一下参数的意义。 在y x αβ=+中，dy dx β= ，β意味着x 发生一单位的变化时，y 相应地变化几个单 位，也就是我们所熟悉的限界消费性向。 但是对于y x βα=来说，我们先两边取自然对数，log log log y x αβ=+，这时， log log d y d x β=，其中，log ,log dy dx d y d x y x ==，结果log log d y x dy d x y dx β==。β代 表x 变化1%时，y 变化β%单位。也就是弹力性。 3. 最小二乘法 3-1． 基本符号 样本平均 1 111,n n t t t t X X Y Y n n === = ∑ ∑ 偏离样本平均的平方和 () 2 2222 1 1 1 n n n x t t t t t t S x X X X nX ==== = -= -∑∑∑ ； () 2 2222 1 11n n n y t t t t t t S y Y Y Y nY ==== = -= -∑ ∑∑ ()()1 1 1 n n n xy t t t t t t t t t S x y X X Y Y X Y nX Y ==== = --=-∑∑∑ 其中，,t t t t x X X y Y Y =-=-，小写代表偏离样本平均的程度，即偏差。 偏差有以下重要性质： ()1 1 0n n t t t t x X X === -=∑∑； ()1 1 0n n t t t t y Y Y === -=∑ ∑
计量经济学讲义
计量经济学讲义
计量经济学讲义 第四讲 趋势和DF 检验（修订版） 此翻译稿制作学习之用，如有错误之处，文责自负。 趋势平稳序列（TS ）（图1和2） 一个趋势平稳序列绕着一个确定的趋势（序列的均值），其波动幅度不显示增大或者减小的趋势。 线性确定性趋势： t t t y εβα++= ) ,0(~2σεiid t t=1,2,… 平方确定性趋势： t t t t y εγβα+++=2 ) ,0(~2σεiid t t=1,2,… 通常： t t t f y ε+=)( ) ,0(~2σεiid t t=1,2,… 均值是是随时间变化的（川），但是方差是常数。t ε可以为任意平稳序列，也就是说，不一 定要是白噪声过程。 通过拟合一个确定的多项式时间趋势，趋势可以来消除：拟合趋势后残差将给出一个去趋势的序列。 一个带线性确定性趋势AR （1）过程可以写作： t 1-t 1t )1)-t (y (t y εβαφβα+--=-- ) ,0(~2σεiid t 版权所
t=1,2,… 此处确定性趋势被t y 减去。然而在实践中，α、 β 是未知的而且必须估计出来。于是模型可以被 重述为： t 1-t 1111t y t )1()1(y εφβφβφαφ++-++-= 其中包含一个截距和一个趋势，也就是 t 1 -t 1 * * t y t y εφβα+++= 此处 β φαφα11* )1(+-= 且 β φβ)1(1*-= 若1 ||1 <φ ，那么此AR 过程就是围绕一个确定性 趋势的平稳过程. 差分平稳序列（DF ）（也叫单整序列）和随机性趋势 如果一个非平稳序列可以由一个平稳序列通过d 次差分得到，那么我们说这个序列就是d 阶单整的，写做I （d ）.这一过程也因此叫做差分平稳过程（DSP ）. 因此，平稳序列就是零阶单整的，I （0）。白噪声序列是I （0）。 所以如果序列t d t y w ?=是平稳的，那么t y 就是I （d ）。? 是差分算子，即 等等 2-t 1-t t 2-t 1-t 1-t t 1-t t t t 21-t t t y 2y y )y y ()y y ()y y (y y ,y y y +-=---=-?=??=?-=?
计量经济学讲义第二讲(共十讲)
第二讲 普通最小二乘估计量 一、基本概念：估计量与估计值 对总体参数的一种估计法则就是估计量。例如，为了估计总体均值为u ，我们可以抽取一个容量为N 的样本，令Y i 为第i 次观测值，则u 的一个很自然的 估计量就是?i Y u Y N ==∑。A 、B 两同学都利用了这种 估计方法，但手中所掌握的样本分别是12(,,...,)A A A N y y y 与12(,,...,)B B B N y y y 。A 、B 两同学分别计算出估计值 ?A i A y u N =∑ 与?B i B y u N =∑ 。因此，在上例中，估计量?u 是随机的，而??,A B u u 是该随机变量可能的取值。估计量 所服从的分布称为抽样分布。 如果真实模型是：01y x ββε=++，其中01,ββ是待估计的参数，而相应的OLS 估计量就是： 1 01 2 ()???;() i i i x x y y x x x βββ-==--∑∑ 我们现在的任务就是，基于一些重要的假定，来考察上述OLS 估计量所具有的一些性质。 二、高斯-马尔科夫假定
●假定一：真实模型是：01y x ββε=++。有三种 情况属于对该假定的违背：（1）遗漏了相关的解释变量或者增加了无关的解释变量；（2）y 与x 间的关系是非线性的；（3）01,ββ并不是常数。 ●假定二：在重复抽样中，12(,,...,)N x x x 被预先固定 下来，即12(,,...,)N x x x 是非随机的（进一步的阐释见附录），显然，如果解释变量含有随机的测量误差，那么该假定被违背。还存其他的违背该假定的情况。 笔记： 12(,,...,)N x x x 是随机的情况更一般化，此时，高斯-马尔科夫假定二被更改为：对任意,i j ,i x 与j ε不相关，此即所谓的解释变量具有严格外生性。显然，当12(,,...,)N x x x 非随机时，i x 与j ε必定不相关，这是因为j ε是随机的。 ●假定三：误差项期望值为0，即 ()0,1,2i E i N ε==。 笔记： 1、当12(,,...,)N x x x 随机时，标准假定是： 12(,,...,)0,1,2,...,i N E x x x i N ε== 根据迭代期望定律有：12[(,,...,)]()i N i E E x x x E εε=,因 此，如果12(,,...,)0i N E x x x ε=成立，必定有：()0i E ε=。
计量经济学习题及参考答案详细版
、 计量经济学（第四版） 习题参考答案 潘省初 <
第一章 绪论 试列出计量经济分析的主要步骤。 一般说来，计量经济分析按照以下步骤进行： （1）陈述理论（或假说） （2）建立计量经济模型 （3）收集数据 （4）估计参数 （5）假设检验 （6）预测和政策分析 计量经济模型中为何要包括扰动项 — 为了使模型更现实，我们有必要在模型中引进扰动项u 来代表所有影响因变量的其它因素，这些因素包括相对而言不重要因而未被引入模型的变量，以及纯粹的随机因素。 什么是时间序列和横截面数据 试举例说明二者的区别。 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据、世界各国2000年国民生产总值、全班学生计量经济学成绩等都是横截面数据的例子。 估计量和估计值有何区别 估计量是指一个公式或方法，它告诉人们怎样用手中样本所提供的信息去估计总体参数。在一项应用中，依据估计量算出的一个具体的数值，称为估计值。如Y 就是一个估计量，1 n i i Y Y n == ∑。现有一样本，共4个数，100，104，96，130，则 根据这个样本的数据运用均值估计量得出的均值估计值为 5.1074 130 96104100=+++。 第二章 计量经济分析的统计学基础 —
略，参考教材。 请用例中的数据求北京男生平均身高的99％置信区间 N S S x = = 4 5= 用 =，N-1=15个自由度查表得005.0t =，故99%置信限为 x S t X 005.0± =174±×=174± 也就是说，根据样本，我们有99%的把握说，北京男高中生的平均身高在至厘米之间。 25个雇员的随机样本的平均周薪为130元，试问此样本是否取自一个均值为120元、标准差为10元的正态总体 原假设 120:0=μH | 备择假设 120:1≠μH 检验统计量 () 10/2510/25 X X μσ-Z == == 查表96.1025.0=Z 因为Z= 5 >96.1025.0=Z ,故拒绝原假设, 即 此样本不是取自一个均值为120元、标准差为10元的正态总体。 某月对零售商店的调查结果表明，市郊食品店的月平均销售额为2500元，在下一个月份中，取出16个这种食品店的一个样本，其月平均销售额为2600元，销售额的标准差为480元。试问能否得出结论，从上次调查以来，平均月销售额已经发生了变化 原假设 : 2500:0=μH 备择假设 : 2500:1≠μH * ()100/1200.83?480/16 X X t μσ-= ===
《计量经济学讲义》新
第一章绪论 §计量经济学 一、计量经济学的产生与发展 计量经济学是经济学的一个分支，是以揭示经济活动中的客观存在的数量关系为内容的分支学科。其创立者R.弗里希将其定义为经济理论、统计学、数学三者的结合，但它又完全不同于这三个学科的每一个分支。 计量经济学（Econometrics）1926年由挪威经济学家弗里希（R.Frish）仿造生物计量学（Biometrics）一词提出的。1930年12月弗里希、丁百根和费歇耳等经济学家在美国克利夫兰市成立经济计量学会。1933年出版《计量经济学杂志》在发刊词中弗里希将计量经济学定义为：经济理论、数学、统计学的结合。 计量经济学的学术渊源和社会历史根源： 17世纪英国经济学家威廉.配弟在《政治算术》一书中应用“数字、重量或尺度”来阐述经济现象 19世纪法国经济学家古尔诺《财富理论的数学原理研究》中认为：某些经济范畴、需求、价格、供给可以视为互为函数关系，从而有可能用一系列的函数方程表述市场中的关系，并且可以用数学语言系统地阐述某些经济规律（数理学派的奠基者） 其后瑞士经济学家瓦尔拉斯创立了一般均衡理论，利用联立方程研究一般均衡的决定条件（洛桑学派的先驱） 意大利经济学家帕累托发展了一般均衡理论。用立体几何研究经济变量之间的关系。 1890年（剑桥学派的创始人）马歇尔的《经济学原理》的问世，使数学成为经济学研究不可缺少的描述与分析推理的工具为计量经济学奠定了基础 计量经济学从二十世纪三十年代诞生起就显示了极强的生命力。一方面出于对经济的干预政策的需要，许多国家都广泛采用经济计量理论和方法，进行经济预测，加强市场研究，探讨经济政策的效果。另一方面随着科学技术的发展与进步，各门科学相互协作、相互渗透，计算机科学、数学、系统论、信息论、控制论等相继进入了经济研究领域。特别是计算机技术的高速发展为计量经济学广泛应用铺平了道路。
计量经济学讲义第九讲(共十讲)
第九讲 协整与误差修正模型 一、协整的定义 假设时间序列12,,...,t t kt x x x 都属于d 阶单整序列I(d)，即各时间序列在差分d 次后 将变为平稳序列。如果一非零的常数向量12)(,,...,k a a a '使得： 1212(),0...t t kt k x x x I d b b d a a a -<≤+++ 则称12,,...,t t kt x x x 之间存在阶数为（d,b ）的协整关系，i a 是协整参数。经济变量的单 整阶数往往不会超过2。在实践中经常出现的情况是，12,,...,t t kt x x x 都是一阶单整的， 因此，如果12,,...,t t kt x x x 协整，则： 1212(0)...t t kt k x x x I a a a +++ 二、关于协整的经济学含义 当很多变量都含有单位根时，除非有一种机制把这些变量联系在一起，否则这些变量会不受约束的各自漫游。问题是存在这种机制吗？经济学理论经常表明变量间存在某种长期均衡关系。如果情况确实如此，那么各变量对这种长期均衡关系的偏离不会持久。因此，经济学理论所表明的长期均衡关系往往暗示了一种把各变量联系在一起的内在机制。这种机制就是变量间的协整关系。 例一：期货价格是对未来现货价格的预期。在理性预期假设下，期货价格不会系统性地偏离未来现货价格，因此，期货价格与未来现货价格是协整的。 例二：购买力平价理论认为，本国物价p 与外国物价p *之比决定了名义汇率的均衡值。名义汇率不应该长期偏离其均衡值，因此，e 与p/p *是协整的。 例三：按照定义，名义利率=实际利率+预期通胀率。在长期均衡中，按照理性预期假设，预期通胀率将等于通胀率；按照费雪假设（Fisher hypothesis ），实际利率等于自然利率。假定自然利率为一常数，则名义利率与通胀率的长期均衡关系是名义利率=常数+通胀率。因此，名义利率与通胀率是协整的。 三、协整检验 （一）协整参数已知 例如，如果(1),(1)t t x I y I ，现在假设两变量协整，且协整参数为θ。为了检验上述假设，可以对 t t y x θ-进行单位根检验。如果拒绝t t y x θ-具有单位根的原假设， 则不拒绝y t 与x t 具有协整关系的原假设。 （二）协整参数未知：EG 两步法 经常的情况是协整参数未知，例如在上例中θ未知。按照Engle & Granger(1987)提出的EG 两步法，我们首先利用OLS 法估计模型 t t t y x αβε=++并得到残差?t ε ；接下来