计量经济学速成(绝对受用)
当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。”
我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面：
本文的目标人群：
1、不懂计量的人；
2、想学计量却苦于缺乏时间的人；
3、想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看推导过程，也想发论文的人。
4、不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。
5、所有想速成的人。
但是目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EVIEWS的人给你讲解一下，那么你看不懂手册也无所谓。
本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，甚至是发经济研究和管理世界。
目标能否实现：取决于你能否掌握本黑客教程的内容，能否阅读软件手册。
申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。目录
一、计量论文的两大要点是什么？
二、如何判断计量论文的水平高低？
三、做计量的“大杀器”有哪些？
四、瞎倒腾计量的秘诀
五、大规模发CSSCI的建议
一、计量论文的两大要点是什么？
1、计量模型的建立（就是那个方程，表达什么经济含义要知道）；
2、模型中的系数如何估计出来（关键在于估计方法的选择）。
第1个要点涉及你论文主题。你一般要想用数据检验某种经济关系，根据这种经济关系来建立计量模型。如果你不知道要检验什么经济关
系，那我劝你就此打住。你发不了经济研究了。
第2个要点。千万种方法的出现，目的都是要把那个系数给估计出来。不同估计方法的估计效果好坏，就是根据各种统计量来判断。如果能选择一种最合适你数据的估计方法，那么这论文基本就成了。
二、如何判断计量论文的水平高低？
掌握了上面两个要点，只是说你能写出一篇计量论文，并不是说能写出一篇高水平的论文。水平的高低在于你处理这两个要点时水平的高低。下面仔细讲解。
如果只是为了写计量论文，只需要“知其然”即可。没有人会因为不会推导OLS估计量而对软件里面出来的结果不知所措。这条途径，最快捷的走法是找一个懂的人，把结果里面的各种东西所表示的意思给你讲一遍，每个东西要注意什么。基本就可以了。在一般的CSSCI 上发表论文没有什么问题。如果找不到人，就看STATA的手册，里面的例子会讲解每个指标参数统计量的含义。这样慢一点，但效果很好，而且也能成为STATA专家。STATA手册比高级计量教材看起来轻松多了，就是告诉你怎么操作软件，然后得到什么结果的。
计量论文中的估计问题，最关键的事情，不是能推导估计量，而是在STATA里面选择一个“合适”的方法估计出来。然后解释结果的经济意义。而计量水平的高低，不在于方法的复杂性，而在于方法的合适程度。因此高水平的计量论文，不必要求作者掌握高深的计量推导，而在于“选择”的技巧。每种计量方法，都有优劣。所谓用人之长，容人之短。水平高的人，能够选择以其之长，攻它之短。同时又能隐藏计
量方法内在的拙劣。
其实，计量论文的水平主要决定于论文的主题的重要性。这个话题大家都很关心，就很重要，发表就很容易。所以，你会发现国际顶级期刊上一些计量论文所用的方法很简单。这些论文能发表，主要是他讨论的问题很重要（这涉及第一个要点），采用的方法即使有缺陷，也无伤大雅。如果问题不是非常重要，只是有新意，但是估计方法比较合适，也能发一个中上等期刊。如果问题属于鸡毛蒜皮之类，那就只能诉诸于超级复杂的计量方法，祈求审稿人看论文时，方法还没看完就已经累得半死，再也没有心情来思考你的问题的重要性，然后也能通过了。
三、做计量的“大杀器”有哪些？
所谓的大杀器，不是指超级复杂的计量方法，而是指这种东西一旦用起来，一般不会有人来攻击。所谓的一招毙命，毙了审稿人的命。计量方法很多，可以说满天飞。但是，真正有价值的方法，被人公认为具有一定可信度的方法（就是所谓的“大杀器”），只有5种。并不是你所看到的所有的方法都有人信。这点大部分初学计量的人都不会意识到。看到书上介绍一个方法，就认为这是一个好方法。其实不是。书上很多方法的介绍，仅仅是出于理论推演的需要，并不是实际研究中都能用的。你如果查阅一下国际上关于经验研究类的论文，会发现大部分论文所用方法无非是：
1、简单回归；
2、工具变量回归；
3、面板固定效应回归；
4、差分再差分回归(difference in differnece)；
5、狂忒二回归(Quantile)。
大杀器就这几种，破绽最少，公认度最高，使用最广泛。真是所谓的老少皆宜、童叟无欺。其他的方法都不会更好，只会招致更多的破绽。你在STATA里面还可以看到无数的其他方法，例如GMM、多层次分析法等。这个GMM实在是一个没有用的忽悠，他还分为diffGMM和系统GMM。其关键思想是当你找不到工具变量时，用滞后项来做工具变量。结果你会发现令人崩溃的情况：不同滞后变量的阶数，严重影响你的结果，更令人崩溃的是，一些判断估计结果优劣的指标会失灵。这完全是胡搞！这GMM的唯一价值在于理论价值，而不在于实践价值。你如果要玩计量，你就可以在GMM的基础上进行修改（玩计量的方法后面讲）。
有人会问：简单回归会不会太简单？我只能说你真逗。STATA里面那么多选项，你加就是了。什么异方差、什么序列相关，一大堆尽管加。如果你实在无法确定是否有异方差和序列相关，那就把选项都加上。反正如果没有异方差，结果是一样的。有异方差，软件就自动给你纠正了。这不很爽嘛。如果样本太少，你还能加一个选项：bootstrap 来估计方差。你看爽不爽！bootstrap就是自己提靴子的方法。自己把脚抬起来扛在肩上走路，就这么牛。这个bootstrap就是用30个样本能做到30万样本那样的效果。有吸引力吧。你说这个简单回归简单还是不简单！很简单，就是加选项。可是，要理论推导，就不简单了。
我估计国内能推导的没几个人。经济研究上论文作者，最多只有5%的人能推导，而且大部分是海龟。所以，你不需要会推导，也能把计量做的天花乱坠。
工具变量(IV)回归，这不用说了，有内生性变量，就用这个吧。一旦有内生性变量，你的估计就有问题了。国际审稿人会拼了老命整死你。国内审稿人大部分不懂这东西（除了经济研究这类刊物的部分审稿人以外）。工具变量的选择只要掌握一个关键点就行：找一个和内生性变量有数据相关的，但是没有因果关系的东西，这就是你的IV了。例如贸易量如果是内生的，那么你找地理距离作为IV。北京到纽约的距离，那是自然形成的，没人认为是由贸易量导致的，这就是没有因果关系。但是你会发现两者在数据上具有相关性。这就很好。这种数据相关性越强，IV的效果就越好。就这么一段话，IV变量回归就讲完了。在STATA里面，你直接把原回归方程写出来，然后把IV填进去就可以了，回车就得到你的结果。关键是你不一定能找到这样的工具变量。你能找到，这个工具也不大能用。不过要注意，IV不灵不代表你不能发表。经济研究上还不是发了一大堆这样的论文。所以，你只要找到一个IV，效果不是差的太离谱，一般都能发。当然不能发国际一流了。国内是没问题。国内审稿人没人会重复你的结果看看是否有问题，因此你说这个IV效果已经是最好的了，世界上还找不到第二个比这个更好的了，审稿人也没的话说。就发表呗！如果审稿人说，另外一个IV效果可能要比你的好。那你就采纳他的建议用他的IV（尽管他的建议会更差），然后感谢他一下。第二次审稿，难道
他还会说自己上次是胡说八道？？？所以就发表了，哈哈哈哈！
有人又会问：面板不是还有个随机效应嘛？我只能说，你是看过书的人，所以才知道随机效应。其实随机效应压根就没什么用处。有人信誓旦旦说可以用hausman来检验。我只能告诉你，这检验压根就不可靠。可靠也是理论上可靠，实践上根本没人信。当然中国人都信，不信的都是美国欧洲这样的计量经济学家。你难道不知道hausman 还会出现负值！做过这个检验的人都很头疼这个负值，不知道该怎么做。你如果看看一些高手的建议，或者一些书籍，你就会发现，最权威的建议就是：当你无法判断该用固定效应还是随机效应的时候，选择固定效应更可靠。随机效应不是任何时候都可以做，但是固定效应是任何时候都可以做。所以你知道该怎么做了吧。
差分再差分，是固定效应的一个变种，在估计某个事件发生带来的效应时最有用的方法，特简单，看看STATA手册就明白了。狂忒二回归(Quantile)是一般均值回归的一个推广。看名字挺吓人，其实很简单。如果你知道OLS是一个均值回归，那类推就可以知道1/2分位数回归。你知道的，正态分布下，均值就是1/2分位数的地方。均值回归就是1/2分位数回归。知道了1/2回归，你自然知道1/4和3/4分位数回归了。如果还不懂，翻开伍德里奇的书，讲到简单OLS回归时，我记得有一个图，上面对不同位置的x位置画了不同的正态分布密度函数(第2版是figure 2.1，pp26，见下面)。如果是异方差问题，那么不同x位置的正太分布图的方差就有变化。这个图上注明了预测值是E(Y|X)，就是Y的条件期望，就是那根回归预测直线啦。在正态分布
下就是Y的密度函数的中心点的连线，就是1/2分位数点的连线。如果那条预测线画在密度函数的1/4和3/4分位数点上，那么预测结果就不是Y的均值（在非正态下可能是均值），而是1/4和3/4分位数点的预测值。这下明白狂忒二回归了吧。分位数回归就是看看那根预测直线在不同的分位数点上有什么结果,得到什么样的回归系数。通常的OLS预测直线，仅仅是一个特例而已。进一步推广，可以推广到任意分位数点回归的情况。道理一样。
伍德里奇《计量经济学导论——现代观点》的图2.1（解释Quantile 回归的意义）
不过要注意，大杀器要用对。有内生性变量，你就不要用简单回归了，你得用IV回归。这几种大杀器的精髓一领会，基本上其他东西就难不倒你了。就是STATA里面的选项多选几个或者少选几个的问题。你所要做的就是在STATA里面打钩、设置参数。对付一般的CSSCI 论文，已经是绰绰有余了。如果你提了一个大家很感兴趣的问题，就是一个重要问题，那么用用IV，或者固定面板，发个经济研究基本没问题。如果你的问题不是很重要，还想发经济研究，那你就要简单问题复杂化。上面大杀器能解决的问题，你就用更不可靠的方法但更复杂的方法去解决吧。大家用开源软件就会知道，一般开源软件会有一个稳定版本，功能比较少，效果很稳定，能满足你日常几乎所有的需求。还有一个开发版本，专门给那些吃饱了撑着没事干的人倒腾的版本，因为是开发版本，所以很不稳定，经常会出错、崩溃。不过能倒腾的人不怕崩溃，崩溃了能自己修。你要是想倒腾，接着往下看吧。
四、瞎倒腾计量的秘诀
瞎倒腾有两种水平，第一种是低水平，第二种，那你也猜到了，就是高水平瞎倒腾。
低水平瞎倒腾，就是大杀器不够过瘾，要用摄人魂魄、但容易走火入魔的计量方法达到发表经济研究的目的。例如，没事弄弄协整，搞一把单位根检验之类的。听起来头头是道，其实都是杞人忧天。你想想，要是有协整，时间序列你根本不用着急。要是没有协整，你着急也没用。那你还协整个啥！面板来说，你有协整，也没有一个较好的估计方法，期刊上不是还有很多人在用固定效应OLS，或者是加点滞后滞前项变成一个固定效应动态OLS来估计非平稳面板嘛。面板到现在为止也没有一个公认的可靠的协整向量估计方法，否则STATA这样的软件早就提供按钮了（STATA和EVIEW现在只有协整的检验方法，不是协整向量的估计）。既然没有公认可靠的方法，你急啥！
其实，协整这玩意，最大的价值也在于理论价值，实践价值几乎没有。当年格兰杰发表协整思想，说如果变量不平稳，在没有协整关系的情况下，前人回归都不可靠。这话把大家吓个半死。惊魂未定时格兰杰又说，在协整情况下没问题，大部分论文中的经济变量都有协整关系。大家一听，松了口气，原来没有问题。有问题的那些少数自然自讨没趣。从格兰杰当年这搞笑天分，你就知道期刊上那些协整玩意都是忽悠。当然，又是单位根检验，又是协整检验，然后各种估计方法，这就好几页篇幅过去了，经济研究编辑一看，至少进入匿名审稿了。兵法曰：唱空城计，以静制动。意思你知道的。
上面是低水平瞎倒腾。虽然摄人魂魄，但是一旦走火入魔，论文就被毙。风险和收益，你自己把握吧。下面简单谈谈高水平瞎倒腾。这不属于本文的目标范围，但是既然提到瞎倒腾，不提一下这个有点缺陷。能干这事的人，一般都要看过高级计量。不看是不会的。如果你没看过，下面可以直接跳过。
这高水平瞎倒腾，基本上是一招毙命，当然是毙审稿人和主编的命。要毙了自己的命，还不如不瞎倒腾呢。我只讲一下操作步骤。能如此瞎倒腾的人，基本一看就能心领神会。找一篇顶级期刊的名人写的经验研究论文。这类论文通常是问题很重要，方法很傻瓜。然后你去拓展方法。这里改改残差假设，那里修修变量平稳性强度，重新推导一下估计量（这就是为什么走这条路，你就得会推导），得到一个新的分布，然后按照这个新分布来做显著性检验，得到你想要的结果。看看有什么结果变化。啥变化也没有那几乎是不可能的。即使没大的变化，也会有系数程度大小的变化，或者显著性有所轻微变化。只要有变化，就大做文章，巴拉巴拉一大堆讨论，晕死他再说。这论文写出来，投经济研究自然没什么问题。说实话国内能这么玩的人毕竟少数。你玩把戏，审稿人都不一定看得出来。自然就通过了。如果投国际上一流刊物，那么多人在玩这个把戏，都是火眼金睛，就看你玩的转否。如同马戏团的杂技，有人玩得溜，有人会出破绽。
再补充一个中等水平的瞎倒腾方法。你也不需要会推导公式，但是你得会用一些傻×程序，例如GAUSS，MATLAB、R等。你平时紧紧盯着那些出新方法的期刊，我指的是国际期刊哦。一旦有一个新方法出
来，作者都会附一个程序，例如R程序。你就下载下来。看明白这篇对应论文的摘要、introduction和结论，基本搞清楚这方法是针对什么样的问题的，在什么情况下能用。这就行了。你拿过来把中国数据往里面灌，然后出来一篇论文。因为这方法很新，国内基本没人见过，即使见过也是极少数人。没人见过就好办事。你说自己的结果怎么样可靠，怎么样比别人的结果要好，那就是好。编辑肯定没见过这方法，审稿人只是小概率见过。所以这论文一投就中。
五、大规模发CSSCI的建议
以揭示经济变量之间关系为目的的人，掌握大杀器的用法就够了。发CSSCI没有问题。你把一个数据集用一个方法做一遍，每个方法都做一遍。然后挑最差的一个结果写一篇论文，然后发表。然后次佳的结果写第二篇，推进你第一篇的结论，说你用了新方法有了新发现。准能发。这年头的CSSCI，大部分都是没有什么新结果的，花钱就能发。你要弄出一些新结果来推进一下，那就是上层之作了。然后，你知道的，第三篇文章杀出来了，第四篇文章又杀出来了。别忘了，还有第五种狂忒二方法，CSSCI编辑基本不知道啥东西，你基本上是一招杀敌。这样至少5篇CSSCI。一般研究生博士生都能毕业了。碰到**的学校，你也**一点，再找一个数据集，再整5篇CSSCI。10篇总能让人毕业了吧！！！如果你的学校非要发经济研究管理世界中国社科，那你就再把我上面的五种方法看一遍，融会贯通，让自己能做到对症下药，发经济研究基本没问题。对症下药就是计量方法要选择合适的，那几种大杀器不要用错了地方。
结论
你那学校发经济研究也不能毕业？？？难道你在哈佛念书？那你看错帖子了。哈佛写经验类论文是不能毕业的！！！对于大部分国内学生来说，没人教授计量经济学，很痛苦。有人教授计量，更痛苦。计量经济学的教材、那些漫天飞舞的矩阵，有时间看看，没时间不看也行，不影响写论文。关键是看看软件的手册，有条件找个懂软件的人，一周就能成为计量写作的高手。我猜想看这帖子的大部分人都是属于写经验论文的吧，按照上面的方法，发个10篇CSSCI基本没问题。难道毕业还有问题？
特别申明：以上方法，只是用于应急、被迫发表才能毕业等情况。如果有时间，还需要认真阅读高级计量，不但做到知其然，还要做到知其所以然。
高级计量经济学绪论
第 1 章绪论 1.1 什么是计量经济学 “计量经济学”(Econometrics)是运用概率统计方法对经济变量之间的(因果)关系进行定量分析的科学。 计量经济学常不足以确定经济变量间的因果关系(由于实验数据的缺乏)； 多数实证分析正是要确定变量间的因果关系(X 是否导致Y)，而非仅仅是相关关系。
【例】看到街上人们带伞，可预测今天要下雨。这是相关关系；“人们带伞”并不造成“下雨”。 计量分析须建立在经济理论基础上。但即使有理论，因果关系依然不好分辨。 首先，可能存在“逆向因果”(reverse causality)。 【例】FDI 促进经济增长，但FDI 也可能被吸引到高增长地区。 其次，可能是被遗漏的第三个变量(Z)对这两个变量(X，Y)同时起作用。 2
图1.1 可能的因果关系 例：决定教育投资回报率(returns to schooling)的因素 =α+βS i+εi ln W i 其中，ln W (工资对数)为“被解释变量”(dependent variable)，S (教育年限)为“解释变量”(explanatory variable, regressor)，ε 为“随机扰动项”(stochastic disturbance)或“误差项”(error term)； 3
下标i 表示第i 个观测值(个体i)；α与β为待估参数。 用数据估计此一元回归会发现，工资与受教育年限显著正相关，而且教育投资回报率β还挺高。 但工资收入也与能力有关；能力无法观测，而能力高的人通常选择接受更多教育。教育的高回报率包含了对能力的回报。 影响工资收入的因素还可能包括工作经验、毕业学校、人种、性别、外貌等。 须尽可能多地引入“控制变量”(control variables)，即多元回归的方法，才能准确估计“感兴趣的参数”(parameters of interest)，即本例的教育投资回报率β。 4
计量经济学习题
《计量经济学》 习题 河北经贸大学应用经济学教研室 2004年7月
第一章绪论 ⒈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？ ⒉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地位是什么？它在经济研究中的作用是什么？ ⒊建立与应用计量经济学模型的主要步骤有哪些？ ⒋计量经济学模型有哪些主要应用领域？各自的原理是什么？ ⒌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？ ⑴St=112.0+0.12Rt 其中，St为第t年农村居民储蓄增加额（亿元），Rt为第t年城镇居民可支配收入总额（亿元）。 ⑵S t-1=4432.0+0.30R t 其中，S t-1为第（t-1）年底农村居民储蓄余额（亿元），Rt为第t年农村居民纯收入总额（亿元）。 ⒍指出下列假想模型中两个最明显的错误，并说明理由： RS t=8300.0-0.24RI t+1.12IV t 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（亿元）。 第二章一元线性回归模型
⒈ 对于设定的回归模型作回归分析，需对模型作哪些假定，这些假定为什么是必要的？ ⒉ 试说明利用样本决定系数R 2为什么能够判定回归直线与样本观测值的拟和优度。 ⒊ 说明利用) (0∧ βS 、)(1∧βS 衡量 ∧ β、∧ 1β对 β、1β估计稳定性的道理。 ⒋ 为什么对 ∧ β、∧ 1β进行显著性检验？试述检验方法及步骤。 ⒌ 对于求得的回归方程为什么进行显著性检验？试述检验方法及步骤。 ⒍ 阐述回归分析的步骤。 ⒎ 试述计量经济模型与一般的经济模型有什么不同？ ⒏ 一元线性回归模型有时采用如下形式： i i i X Y μβ+=1 模型中的截距为零，叫做通过原点的回归模型。试证明该模型中： （1） ∑∑=∧ 21i i i X Y X β （2） ∑ = ∧ 2 2 1)var(i X μ σ β ⒐ 下述结果是从一个样本中获得的，该样本包含某企业的销售额（Y ）及相应价格（X ）的11个观测值。 18 .519_ =X ； 82 .217_ =Y ； ∑=3134543 2 i X ； ∑=1296836 i i Y X ； ∑=539512 2i Y （1）估计销售额对价格的样本回归直线，并解释其结果。 （2）回归直线的判定系数是多少？ ⒑ 已知某地区26年的工农业总产值与货运周转量的数据见下表。试作一元线性回归分析，若下一年计划该地区工农业总产值为8亿元，预测货运周转量。
计量经济学应用软件eviews使用方法
计量经济学软件包Eviews 使用说明 一、启动软件包 假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews 的应用有一些感性认识，达到速成的目的。 1、Eviews 的启动步骤： 进入Windows /双击Eviews 快捷方式，进入EViews 窗口；或点击开始 /程序/Econometric Views/ Eviews ，进入EViews 窗口。 ２、EViews 窗口介绍 标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。 菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项： File ，Edit ，Objects ，View ，Procs ，Quick ，Options ，Window ，Help 。用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File ，Edit 的编辑功能与Word, Excel 中的相应功能相似）。 命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews （TSP 风格）命令。如果熟悉MacroTSP （DOS ）版的命令可以直接在此键入，如同DOS 版一样地使用EViews 。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。 命令窗口 信息栏 路径 主显示窗口 （图一）
主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。 状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。 Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合)] ；（4）程序（采用EViews命令编制程序）运行方式。用户可以选择自己喜欢的方式进行操作。 二、创建工作文件 工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允许将工作文件保存到磁盘上。如果不对工作文件进行保存，工作文件中的任何东西，关闭机器时将被丢失。 进入EViews后的第一件工作应从创建新的或调入原有的工作文件开始。只有新建或调入原有工作文件， EViews才允许用户输入开始进行数据处理。 建立工作文件的方法：点击File/New/Workfile。选择数据类型和起止日期，并在出现的对话框中提供必要的信息：适当的时间频率（年、季度、月度、周、日）；确定起止日期或最大处理个数（开始日期是项目中计划的最早的日期；结束日期是项目计划的最晚日期，非时间序列提供最大观察个数，以后还可以对这些设置进行更改）。 下面我们通过研究我国城镇居民消费与可支配收入的关系来学习Eviews的应用。数据如下： 表一 下面的图片说明了具体操作过程。 1、打开新建对象类型对话框，选择工作文件Workfile，见图二。
(word完整版)计量经济学期末考试及答案,推荐文档
《计量经济学》课程期末考试题（二） 一、单项选择题（每小题1分，共20分） 1、计量经济研究中的数据主要有两类：一类是时间序列数据，另一类是【 】 A 、总量数据 B 、 横截面数据 C 、平均数据 D 、 相对数据 2、计量经济学分析的基本步骤是【 】 A 、 设定理论模型→收集样本资料→估计模型参数→检验模型 B 、设定模型→估计参数→检验模型→应用模型 C 、个体设计→总体设计→估计模型→应用模型 D 、确定模型导向→确定变量及方程式→估计模型→应用模型 3、在模型的经济意义检验中，不包括检验下面的哪一项【 】 A 、 参数估计量的符号 B 、参数估计量的大小 C 、 参数估计量的相互关系 D 、参数估计量的显著性 4、计量经济学模型用于政策评价时，不包括下面的那种方法【 】 A 、工具变量法 B 、 工具—目标法C 、政策模拟 D 、 最优控制方法 5、在总体回归直线E x y 10)?(ββ+=中，1β表示【 】 A 、 当x 增加一个单位时，y 增加1β个单位 B 、当x 增加一个单位时，y 平均增加1β个单位 C 、当y 增加一个单位时，x 增加1β个单位 D 、当y 增加一个单位时，x 平均增加1β个单位 6、用普通最小二乘法估计经典线性模型t t t u x y ++=10ββ，则样本回归线通过点【 】 A 、 (x ，y ) B 、 (x ，y ?) C 、(x ，y ?) D 、 (x ，y) 7、对于i ki k i i i e x x x y +++++=ββββ????22110Λ，统计量∑∑----)1/()?(/)?(2 2k n y y k y y i i i 服
计量经济学期末考试重点
第一章绪论 1、什么是计量经济学？由哪三组组成？ 答：计量经济学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。 统计学、经济理论和数学三者结合起来便构成了计量经济学。 2、计量经济学的内容体系，重点是理论计量和应用计量和经典计量经济学理论方法方面的特 征 答：1）广义计量经济学和狭义计量经济学 2）初、中、高级计量经济学3）理论计量经济学和应用计量经济 理论计量经济学是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。 应用计量经济学则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。 4）、经典计量经济学和非经典计量经济学 经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。 经典计量经济学在理论方法方面特征是： ⑴模型类型—随机模型； ⑵模型导向—理论导向； ⑶模型结构—线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明
确的形式和参数； ⑷数据类型—以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； ⑸估计方法—仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。 经典计量经济学在应用方面的特征是： ⑴应用模型方法论基础—实证分析、经验分析、归纳； ⑵应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展； ⑶应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。 5）、微观计量经济学和宏观计量经济学 3、为什么说计量经济学是经济学的一个分支？（4点和综述） 答：（1）、从计量经济学的定义看 （2）、从计量经济学在西方国家经济学科中的地位看 （3）、从计量经济学与数理统计学的区别看 （4）、从建立与应用计量经济学模型的全过程看 综上所述，计量经济学是一门经济学科，而不是应用数学或其他。 4、理论模型的设计主要包含三部分工作，即选择变量，确定变量之间的数学关系，拟定模型 中待估计参数的数值范围。 5、常用的样本数据：时间序列，截面，面板（虚变量数据是错的，改为面板数据。主要要求时间数据序列数据和截面数据） 答：1、时间序列是一批按照时间先后排列的统计数据。 要注意问题：
计量经济学期末考试试卷B
读书破万卷下笔如有神 山东轻工业学院08/09学年第二学期《计量经济学》期末考试试卷 （B卷）（本试卷共7 页） 适用班级：经管学院07级所有学生 20 分）共（本题共一、单项选择题10 小题，每小题2 分， 得分请将其代码填写在每小题列出的四个备选项中只有一个 1. 在多元回归中，调整后的判定系数与判定系数的关系有（） A． < B． > C． D．关系不能确定 2R＝1时有（）根据判定系数2. 与F统计量的关系可知，当 A．F＝－1 B．F＝0 C．F＝1 D． F＝∞ 3.DW检验法适用于检验（） A．异方差性 B．序列相关 C．多重共线性 D．设定误差 2=0.98，X1的t值＝如果一个二元回归模型的 4. OLS结果为R0.00001,X2的t 值＝0.0000008，则可能存在（）问题。 A. 异方差 B. 自相关 C. 多重共线 D. 随机解释变量 读书破万卷下笔如有神
5. 在多元线性回归模型中，若某个解释变量对其余解释变量的判定系数接近1，则表明模型中存在（） A．异方差性 B．序列相关 C．多重共线性 D．拟合优度低 6.容易产生自相关的数据是（） A．横截面数据 B．时间序列数据 C．年度数据 D．混合数据 ????中，模型：检验7. 线性回归??????x?ux?x?y i20ik1i12kii?时，所用的统计量为：（）),2,(,?0?k?,1H:0? i ?i0????????ii1k?1?t?nt??ttn?k．． B A ?????? ??VV ????ii1??n?tFnk?1,?k?1ktF?．． D C?????? ii22???? ??VV ii2????，8. 对于线性回归模型：检验随机误差项是否u?xxy????????x tkt221ttt0k1存在自相关的统计 量是：（） ???2ee?d61?tti2t?1t??d B． A．??1r nn2? ??n1nn???2e t1?t??2n?r i?t．． D C?t?? ?V2r1?i9. 若回归模型中的随机误差项存在一阶自回归形式的序列相关，则估计模型参数应采用（） A．普通最小二乘法 B．加权最小二乘法 C．广义差分法 D．工具变量法 d和d,在给定显著水平下，若DW统计量的下和上临界值分别为则当10. ul d DW d 时，可认为随机误差项（）ul
高级计量经济学知识点总结
1. 计量经济分析的步骤 2）建立计量经济模型。 ①确定模型包含的变量；②确定模型的数学形式；③拟定模型中待估计参数的理论期望值区间 3）收集数据。数据质量: 完整性、准确性、可比性、一致性 4）估计参数。参数估计为经济理论提供了实际经验的内容，并验证经济理论。 5）假设检验。①经济意义检验：根据拟定的符号、大小、关系②统计检验③计量经济学检验 ④模型预测检验 6）预测和政策分析。①结构分析②经济预测③政策评价④实证分析（理论检验与发展 经典线性回归模型 2.统计假设 ②E(ui uj)=0,③E(ut 2)=σ2④Xjt 是非随机量，⑤（K+1）< n; ⑥各解释变量之间不存在严格的线性关系。 2）A1. E(u)=0 A2. A3. X 是一个非随机元素矩阵 A4. Rank(X) = (K+1) < n 3.β的统计值及其分布 ~ 4.拟合优度（决定系数、修正决定系数） 使用修正决定系数原因：决定系数是一个与解释变量的个数有关的量，解释变量个数增加，RSS 减小，从而使R 2 增大。人们总是可以通过增加模型中解释变量的方法来增大 R2 的值。 5.假设检验 1）单个系数显著性检验 2）若干个系数的显著性检验（联合假设检验） ～t(n-k-1) ～F(g,n-k-1) 3）全部斜率系数为0的检验 4）检验其他形式的系数约束条件（同联合检验） ～F(g,n-k-1) 6. 回归结果的提供和分析： DW 检验值说明是否存在扰动项的自相关。 7. 斜率和截距都变动（分别检验β2和β4的显著性即可） n I u u E 2)(σ='?''-1β=(X X)X Y )6(??)5()()())((?2222X Y x y x X X n Y X Y X n X X Y Y X X t t t t t t t t t t t t βαβ-==--=---=∑∑∑∑∑∑∑∑∑β?),(22∑t x N σβ2?~(,)j j jj N c ββσ()TSS RSS TSS ESS R Y Y e R -==--==∑∑112222或总变差解释变差()∑∑-----=22)1()1(1Y Y K n e n ())1()1(1222-----=∑∑n Y Y K n e R 1)1)(1(12-----=K n R n /2?(1)j t n k αβ±--σ)?(?)?(?j j j j ββββVar Se t ==())1(---=K n S g S S F R )1()1(22---=K n R K R u DX X D Y u X D D Y ++++=++++=)()()(43214321ββββββββ即：
计量经济学例题
一、单项选择题 4．横截面数据是指（A）。 A．同一时点上不同统计单位相同统计指标组成的数据 B．同一时点上相同统计单位相同统计指标组成的数据 C．同一时点上相同统计单位不同统计指标组成的数据 D．同一时点上不同统计单位不同统计指标组成的数据 5．同一统计指标，同一统计单位按时间顺序记录形成的数据列是（C）。 A．时期数据B．混合数据C．时间序列数据D．横截面数据9．下面属于横截面数据的是（ D ）。 A．1991－2003年各年某地区20个乡镇企业的平均工业产值 B．1991－2003年各年某地区20个乡镇企业各镇的工业产值 C．某年某地区20个乡镇工业产值的合计数 D．某年某地区20个乡镇各镇的工业产值 10．经济计量分析工作的基本步骤是（ A ）。 A．设定理论模型→收集样本资料→估计模型参数→检验模型 B．设定模型→估计参数→检验模型→应用模型 C．个体设计→总体估计→估计模型→应用模型 D．确定模型导向→确定变量及方程式→估计模型→应用模型 13．同一统计指标按时间顺序记录的数据列称为（ B ）。 A．横截面数据B．时间序列数据C．修匀数据D．原始数据14．计量经济模型的基本应用领域有（ A ）。 A．结构分析、经济预测、政策评价B．弹性分析、乘数分析、政策模拟 C．消费需求分析、生产技术分析、D．季度分析、年度分析、中长期分析
18．表示x 和y 之间真实线性关系的是（ C ）。 A ．01???t t Y X ββ=+ B ．01()t t E Y X ββ=+ C ．01t t t Y X u ββ=++ D ．01t t Y X ββ=+ 19．参数β的估计量?β具备有效性是指（ B ）。 A ．?var ()=0β B ．?var ()β为最小 C ．?()0ββ－＝ D ．?()ββ－为最小 25．对回归模型i 01i i Y X u ββ+＝＋进行检验时，通常假定i u 服从（ C ）。 A ．2i N 0) σ（， B ． t(n-2) C ．2N 0)σ（， D ．t(n) 26．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i ?Y Y 0∑（－）＝ C ．i i ?Y Y ∑（－）＝最小 D ．2i i ?Y Y ∑（－）＝最小 27．设Y 表示实际观测值，?Y 表示OLS 估计回归值，则下列哪项成立（ D ）。 A ．?Y Y ＝ B ．?Y Y ＝ C ．?Y Y ＝ D ．?Y Y ＝ 28．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点___D______。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 29．以Y 表示实际观测值，?Y 表示OLS 估计回归值，则用OLS 得到的样本回归直线i 01i ???Y X ββ+＝满足（ A ）。 A ．i i ?Y Y 0∑（－）＝ B ．2i i Y Y 0∑（－）＝ C ． 2i i ?Y Y 0∑（－）＝ D ．2i i ?Y Y 0∑（－）＝ 30．用一组有30个观测值的样本估计模型i 01i i Y X u ββ+＝＋，在0.05的显著性水平下对1β的显著性作t 检验，则1β显著地不等于零的条件是其统计量t 大于（ D ）。 A ．t 0.05(30) B ．t 0.025(30) C ．t 0.05(28) D ．t 0.025(28) 31．已知某一直线回归方程的决定系数为0.64，则解释变量与被解释变量间的线性相关系数为（ B ）。 A ．0.64 B ．0.8 C ．0.4 D ．0.32
计量经济学期末考试题库(完整版)及答案
计量经济学题库 、单项选择题(每小题1分) 1?计量经济学是下列哪门学科的分支学科(C)O A.统计学 B.数学 C.经济学 D.数理统计学 2?计量经济学成为一门独立学科的标志是(B)。 A. 1930年世界计量经济学会成立 B. 1933年《计量经济学》会刊出版 C. 1969年诺贝尔经济学奖设立 D. 1926年计量经济学(EConOIniCS) —词构造出来 3.外生变量和滞后变量统称为(D)O A.控制变量B?解释变量 C.被解释变量 D.前定变量 4.横截面数据是指(A)O A.同一时点上不同统计单位相同统计指标组成的数据 B.同一时点上相同统计单位相同统计指标组成的数据 C.同一时点上相同统计单位不同统计指标组成的数据 D.同一时点上不同统计单位不同统计指标组成的数据 5.同一统计指标，同一统计单位按时间顺序记录形成的数据列是(C)O A.时期数据 B.混合数据 C.时间序列数据 D.横截面数据 6.在计量经济模型中，由模型系统部因素决定，表现为具有一定的概率分布的随机变量，其数值受模型中其他变量影响的变量是(B )o A.生变量 B.外生变量 C.滞后变量 D.前定变量 7.描述微观主体经济活动中的变量关系的计量经济模型是(A )o A.微观计量经济模型 B.宏观计量经济模型 C.理论计量经济模型 D.应用计量 经济模型 &经济计量模型的被解释变量一定是(C )o A.控制变量 B.政策变量 C.生变量 D.外生变量 9.下面属于横截面数据的是(D )o A.1991-2003年各年某地区20个乡镇企业的平均工业产值 B.1991-2003年各年某地区20个乡镇企业各镇的工业产值 C.某年某地区20个乡镇工业产值的合计数 D.某年某地区20个乡镇各镇的工业产值 10.经济计量分析工作的基本步骤是( A )0 A.设定理论模型一收集样本资料一估计模型参数一检验模型 B.设定模型一估计参数一检验模型一应用模型 C：个体设计f总体估计f估计模型f应用模型D.确定模型导向一确定变量及方程式一估计模型一应用模型 11.将生变量的前期值作解释变量，这样的变量称为( A.虚拟变量 B.控制变量 12.( B )是具有一定概率分布的随机变量， A.外生变量 B.生变量 13.同一统计指标按时间顺序记录的数据列称为( A.横截面数据 B.时间序列数据据 14?计量经济模型的基本应用领域有( A.结构分析、经济预测、政策评价 C.消费需求分析、生产技术分析、 15.变量之间的关系可以分为两大类， A.函数关系与相关关系 C.正相关关系和负相关关系 D )0 C.政策变量 它的数值由模型本身决定。 C.前定变量 B )0 C.修匀数据 A )0 B.弹性分析、D.季度分析、它们是(A 乘数分析、政策模拟年度分析、中长期分析 )o B.线性相关关系和非线性相关关系D.简单相关关系和复杂相关关系 D ?滞后变量D.滞后变量D.原始数
计量经济学中相关证明
课本中相关章节的证明过程 第2章有关的证明过程 2.1 一元线性回归模型 有一元线性回归模型为：y t = β0 + β1 x t + u t 上式表示变量y t 和x t之间的真实关系。其中y t 称被解释变量（因变量），x t称解释变量（自变量），u t称随机误差项，β0称常数项，β1称回归系数（通常未知）。上模型可以分为两部分。（1）回归函数部分，E(y t) = β0 + β1 x t, （2）随机部分，u t。 图2.8 真实的回归直线 这种模型可以赋予各种实际意义，收入与支出的关系；如脉搏与血压的关系；商品价格与供给量的关系；文件容量与保存时间的关系；林区木材采伐量与木材剩余物的关系；身高与体重的关系等。 以收入与支出的关系为例。 假设固定对一个家庭进行观察，随着收入水平的不同，与支出呈线性函数关系。但实际上数据来自各个家庭，来自各个不同收入水平，使其他条件不变成为不可能，所以由数据得到的散点图不在一条直线上（不呈函数关系），而是散在直线周围，服从统计关系。随机误差项u t中可能包括家庭人口数不同，消费习惯不同，不同地域的消费指数不同，不同家庭的外来收入不同等因素。所以，在经济问题上“控制其他因素不变”实际是不可能的。 回归模型的随机误差项中一般包括如下几项内容，（1）非重要解释变量的省略，（2）人的随机行为，（3）数学模型形式欠妥，（4）归并误差（粮食的归并）（5）测量误差等。 回归模型存在两个特点。（1）建立在某些假定条件不变前提下抽象出来的回归函数不能百分之百地再现所研究的经济过程。（2）也正是由于这些假定与抽象，才使我们能够透过复杂的经济现象，深刻认识到该经济过程的本质。
如何快速写出计量经济学的论文
当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。” 我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面： 本文的目标人群： 1、不懂计量的人； 2、想学计量却苦于缺乏时间的人； 3、想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看
推导过程，也想发论文的人。 4、不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。 5、所有想速成的人。 但是目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EVIEWS的人给你讲解一下，那么你看不懂手册也无所谓。 本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，甚至是发经济研究和管理世界。 目标能否实现：取决于你能否掌握本黑客教程的内容，能否阅读软件手册。 申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。目录 一、计量论文的两大要点是什么？ 二、如何判断计量论文的水平高低？ 三、做计量的“大杀器”有哪些？ 四、瞎倒腾计量的秘诀 五、大规模发CSSCI的建议 一、计量论文的两大要点是什么？
计量经济学期末考试及答案3
计量经济学期末考试及答案3
《计量经济学》课程期末考试试卷（三） 一、 单项选择题（每小题1分，共20分） 1、计量经济学的理论模型设计工作，不包括下面【 】方面。 A 、选择变量 B 、确定变量之间的数学表达式 C 、收集数据 D 、确定待估计参数理论预期值 2、计量经济学模型成功的三要素不包括【 】。 A 、理论 B 、应用 C 、数据 D 、方法 3、相关关系是指变量间的【 】关系。 A 、逻辑依存 B 、因果 C 、函数依存 D 、随机数学 4、截面数据是指同一时间条件下【 】组成的数据。 A 、不同统计单位相同统计指标 B 、相同统计单位相同统计指标 C 、相同统计单位不同统计指标 D 、不同统计单位不同统计指标 5、参数β的估计量β?被称为“最有效估计”是指ββ=)?(E 且【 】。 A 、0)?(=β Var B 、=)?(βVar 最小 C 、0)?(2=-ββ D 、ββ-?最小 6、可决系数2R 的取值范围是【 】。 A 、2R ≤－1 B 、2R ≥1 C 、0≤2R ≤1 D 、－1≤2R ≤1 7、下列关于模型参数估计的说法中正确的是【 】。 A 、一致性是指：样本量趋于无穷时，估计量收敛到参数真值。 B 、方差最小的估计量一定最好。 C 、对于无偏估计而言，均方误差最小与方差最小等价。 D 、对任意线性回归模型而言，最小二乘估计与最大似然估计等价。 8、下列模型不可化为线性回归模型的是【 】。 A 、i i i AX Y μα += B 、i i i LnX Y μββ++=10 C 、i i i X LnY μββ++=10 D 、i i i LnX LnY μββ++=`0
计量经济学(硕士)《高级计量经济学(I)》课程试卷(B卷)
1.（15%）对矩阵形式的多元线性回归模型 21111122222211,,,1k k n n kn k n X X Y X X Y X X βεβεβε=+???????? ? ? ? ? ? ? ?==== ? ? ? ? ? ? ? ????????? Y X βε Y X βε （1）简述该模型满足的经典假设，并利用OLS 法求出该模型回归参数的估计量?β （用矩阵形式表示）； （2）证明在经典假设下，OLS 估计量是无偏的，即?()E =β β； （3）在经典假设下，证明21??cov(,)()σ-'=β βX X 。 2.（15%）根据某省1995年18个纺织企业的产值y （千元）、职工人数l （人）和资产数额k （千元）的资料，欲建立柯布—道格拉斯生产函数：i i i i y Al k e ε αβ=。将此生产函数的两边取对数，可将其化为线性模型ln ln ln ln i i i i y A l k αβε=+++，记 1112221818 18ln 1ln ln ln ln 1ln ln ,,ln 1ln ln y l k A y l k y l k αβ????????????????===??????????????????Y X b ， 而且ln 194,ln 141,ln 195i i i y l k ===∑∑∑，2111'=Y Y ， 181411951411104152919515292122????'=??????X X ，19415262114????'=?????? X Y ，()138.478.31 2.458.31 1.360.212.450.210.07---????'=-????--??X X （1）用OLS 法对其参数向量b 进行估计。 （2）估计随机干扰项i ε的方差2σ，即求2 ?σ。 （3）计算?()Var α 、?()Var β的估计值。 （4）计算线性模型的判定系数2R 、调整后的判定系数2R 和F 统计量。 （5）在显著性水平0.05下， 对α、β进行显著性t 检验（已知0.025(15) 2.13t =）。
定量研究案例
一篇转帖的文章，作者真的很强大！ 本文的缘起： 当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。但毕业论文老板要求用数据说话，发愁。我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STATA的操作和出来的各项结果意义。第一天，我讲了OLS。画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。后面9分钟讲解了STATA的操作和OLS的各种变种。结果只一个星期，讲完五种方法（下面会介绍），她信心大增。后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。毕业论文也顺利通过。她说我的方法是当今世界上最快的计量速成法。她说，以后有时间要好好看看计量书，打打基础。我推荐她读伍德里奇的那本现代观点。但她论文发表了好多篇，至今还没看那本书。问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。那些推导看不看都不影响我用软件。现在没空看，先发论文再说。” 我笑其太浮躁。但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。因此有了本文。你是不是属于这样的人群？请看下面： 本文的目标人群： 1、不懂计量的人； 2、想学计量却苦于缺乏时间的人； 3、想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看推导过程，也想发论文的人。 4、不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。 5、所有想速成的人。 但是目标人群一定要能看懂STATA软件操作手册的人（或者其他软件操作手册）。如果你不认得手册上的字，不要来告诉我。我也不认得。如果你能找到一个懂STATA、EVIEWS的人给你讲解一下，那么你看不懂手册也无所谓。 本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，甚至是发经济研究和管理世界。 目标能否实现：取决于你能否掌握本黑客教程的内容，能否阅读软件手册。 申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。
计量经济学期末试卷
?第一题判断题10×2=20分（从以下题目中任选10题，判断对错；如果2 ? P66 1，OLS法是使残差平方和最小化的估计方法。 对 2，计算OLS估计值无需古典线性回归模型的基本假定。 对 3，若线性回归模型满足假设条件（1）——（4），但扰动项不服从正态分布，则尽管OLS估计量不再是BLUE，但仍为无偏估计量。 错只要满足（1）——（4），OLS估计量就是BLUE 4，最小二乘斜率系数的假设检验所依据的是t分布，要求??的抽样分布是正态分布。 对 5,R =TSS/ESS 错R =ESS/TSS 6，若回归模型中无截距项，则Σet=0未必成立。 对 7，若原假设未被拒绝，则它为真。 错只能说不能拒绝原假设 8，在双变量回归模型中，б 的值越大，斜率系数的方差越大。 错Var(??)=б /Σxt 只有当Σxt 恒定，上述说法才正确。 P149
1，尽管存在严重多重共线性，普通最小二乘法估计量仍然是最佳线性 无偏估计量。 对 2，如果分析的目的仅仅是为了预测，则多重共线性并无妨碍。 对 3，如果解释变量两两之间的相关系数都低，则一定不存在多重共线性。 错即使解释变量两两之间的相关系数都低，也不能排除存在多重共线性 的可能性 4，如果存在异方差性，通常用的t检验和F检验是无效的。 对 5，当存在自相关时，OLS估计量既不是无偏的，也不是有效的。 注意： 本书中无偏性不成立仅两种情况： 1，模型中忽略了有关的解释变量。 2，随机解释变量与扰动项同期无关。 错在扰动项自相关的情况下OLS估计量仍为无偏估计量，但不再具有最 小方差的性质，即不是BLUE 6，消除一阶自相关的一阶差分变换法假定自相关系数必须等于1。 对 7，模型中包含无关的解释变量，参数估计会有偏，并且会增大估计量的 方差，即增大误差。 错模型中包含无关的解释变量，参数估计仍无偏，但会增大估计量的方 差，即增大误差 8，多元回归中，如果全部“斜率”系数各自t检验都不显著，则R 值也高 不了。
2005级硕士生《计量经济学I》B
要求：1－4题必做；5－10题选做五道题完成。 1．（10%）利用1988~1996的年度数据和OLS估计方法得到如下回归方程： t t t t X X X Y 3 2 1 408 .0 18 .4 125 .0 64 .2 ?+ - + = (3.4) (0.005) (2.64) (0.15) 括号里的数字是标准差，回归平方和是131.52，残差平方和是17.84。 1）检验各解释变量的显著性； 2）计算F统计量，并检验3个解释变量的总体显著性。（上述每一检验均要求写出零假设和相应的备择假设，5% α=， 0.025 (5) 2.571 t=， 0.05 (3,5) 5.41 F=） 2．（10%）对矩阵形式的多元线性回归模型 =+ Y Xβε 其中 21311 111 22322 222 23 1 1 1 k k n n kn n k n X X X Y X X X Y X X X Y βε βε βε ?? ?????? ? ? ? ? ? ? ? ? ==== ? ? ? ? ? ? ? ? ? ?????? ?? Y Xβε 1）叙述模型满足的经典假设。 2）在模型满足经典假设的情形下，证明它的OLS估计量的方差为：21 ?()() Varσ- ' = βX X，这里2 ()1,2,, i Var i n εσ == 。 3．（12%）假定有以下宏观经济模型： 其中， t C是消费， t Y是国内生产总值， t I是投资， t G是政府购买支出。 1) 指出模型中的内生变量，外生变量和前定变量； 2）将结构方程化为简化式方程； 3) 考察各方程的识别问题（要求给出详细的识别步骤）。 21 231222 1 t t t t t t t t t t t C Y u I Y Y u Y C I G α ββαβ - =+ ? ? =+++≠ ? ?=++ ?
计量经济学软件包Ev
计量经济学软件包Ev
计量经济学软件包Eviews使用说明 一、启动软件包 假定用户有Windows95/98的操作经验，我们通过一个实际问题的处理过程，使用户对EViews的应用有一些感性认识，达到速成的目的。1、Eviews的启动步骤： 进入Windows /双击Eviews快捷方式，进入EViews窗口；或点击开始/程序/Econometric Views/ Eviews，进入EViews窗口。 ２、EViews窗口介绍 （图一） 标题栏：窗口的顶部是标题栏，标题栏的右端有三个按钮：最小化、最大化（或复原）和关闭，点击这三个按钮可以控制窗口的大小或关闭窗口。
菜单栏：标题栏下是主菜单栏。主菜单栏上共有7个选项： File，Edit，Objects，View，Procs，Quick，Options，Window，Help。用鼠标点击可打开下拉式菜单（或再下一级菜单，如果有的话），点击某个选项电脑就执行对应的操作响应（File，Edit的编辑功能与Word, Excel中的相应功能相似）。 命令窗口：主菜单栏下是命令窗口，窗口最左端一竖线是提示符，允许用户在提示符后通过键盘输入EViews（TSP风格）命令。如果熟悉MacroTSP（DOS）版的命令可以直接在此键入，如同DOS版一样地使用EViews。按F1键（或移动箭头），键入的历史命令将重新显示出来，供用户选用。 主显示窗口：命令窗口之下是Eviews的主显示窗口，以后操作产生的窗口（称为子窗口）均在此范围之内，不能移出主窗口之外。 状态栏：主窗口之下是状态栏，左端显示信息，中部显示当前路径，右下端显示当前状态，例如有无工作文件等。 Eviews有四种工作方式：（1）鼠标图形导向方式；（2）简单命令方式；（3）命令参数方式[(1)与（2）相结合)] ；（4）程序（采用EViews 命令编制程序）运行方式。用户可以选择自己喜欢的方式进行操作。二、创建工作文件 工作文件是用户与EViews对话期间保存在RAM之中的信息，包括对话期间输入和建立的全部命名对象，所以必须首先建立或打开一个工作文件用户才能与Eviews对话。工作文件好比你工作时的桌面一样，放置了许多进行处理的东西（对象），像结束工作时需要清理桌面一样，允
计量经济学期末试卷(满分70分)
计量经济学期末试卷（2004年6月，满分70分） 一（24分）将中国城镇居民按照人均年收入分成组，以2003年的组平均数为样本观测值，建立中国城镇居民消费函数模型，以人均年消费额为被解释变量，经过理论分析和经验检验，选择人均年收入和人均储蓄余额作为解释变量，解释变量和被解释变量之间的关系为直接线性关系。模型形式为： ⑴分别写出该问题的总体回归函数、总体回归模型、样本回归函数和样本回归模型； ⑵分别写出随机误差项具有同方差且无序列相关、具有异方差但无序列相关、具有异方差且具有一阶序列相关时的方差—协方差矩阵； ⑶当模型满足基本假设时，写出关于普通最小二乘法参数估计量的正规方程组； ⑷直观判断该模型是否具有异方差性？为什么？ ⑸如果该模型存在异方差性，写出加权最小二乘法参数估计量的矩阵表达式，并指出在实际估计时权矩阵是如何选择的； ⑹指出“偏回归系数” 的实际含义，并指出解释变量满足什么条件时可以用一元回归模型得到相同的的估计结果？ ⑺如果仅以入均收入200元及以上的收入组为样本，用OLS和ML分别估计模型，参数估计量是否等价？为什么？ ⑻如果模型中未包括显著的解释变量，可能导致模型违背哪些基本假设？ 二（8分）简要回答下列问题： ⑴C-D生产函数模型和CES生产函数模型关于要素替代弹性和技术进步的假设分别是什么？ ⑵建立城镇居民食品类需求函数模型如下： 其中V为人均购买食品支出额、Y为人均收入、为食品类价格、为其它商品类价格。指出各个参数估计量的经济意义和数值范围。 三（8分）某联立方程计量经济学模型有3个方程、3个内生变量、3个外生变量和样本观测值始终为1的虚变量C，样本容量为n。其中第二个方程为 ⑴能否采用OLS方法估计该结构方程？为什么？ ⑵如果采用工具变量方法估计该方程，如何选择的工具变量？（指出两种选择） 四（16分）中国的银行系统正遭受着坏帐的困扰，有估计认为全部坏帐足以让整个银行系统崩溃。毫无疑问坏帐是资源配置被扭曲的一个例子，换句话说如果没有坏帐，中国的GDP增长率也许会更高。为检验这一理论，假设你已经收集了中国银行系统坏帐累计总额的时序数据，以及其它一些总量数据如GDP，人口和总投资。 ⑴写出一个能够描述该问题的计量经济学模型，并解释。 ⑵写出检验下述命题的原假设：“坏帐对当期GDP增长率无影响”。 ⑶为1中你的模型提供合适的计量经济学估计方法，详细说明。 ⑷要让3中你的估计量满足一致性，必须满足什么条件？ 五（14分）假设你想研究国企和外企生产率的差别，为此你建立了如下的模型：