计量经济学11

一、单项选择

1下列说法中那一项不属于应用计量学的研究目的的D

A经济系统结构分析B经济预测

C经济政策评价D计量经济学估计和检验方法研究

2构造行为方程式的最重要依据为C

A政策法规B经济恒等式C经济行为D变量间的技术

3总体回归线是指D

A样本观测值拟合的最好的曲线B使残差平方和最小的曲线

C解释变量X取给定值时，被解释变量Y的样本均值的轨迹

D解释变量X取定值时，被解释变量Y的条件均值或期望值的轨迹

4在一元线性回归模型Y=β1+β2x+μ中，若回归系数β2通过了t检验，则表达式B

A.β1≠0

B.β2≠0

C.β2=0

D.β1 =0

5在回归模型Y=β1+β2x2+β3X3+μ中，如果X2与X3高度线性相关，则与经典模型相比β2的方差A

A 不受影响B变小C变大D 不确定

6经济计量模型是指C

A投入产出模型B数学规划模型

C包含随机方程的经济数学模型D模糊的数学模型

7回归分析中定义的B

A解释变量和被解释变量都是随机变量

B解释变量为非随机变量，被解释变量为随机变量

C解释变量与被解释变量都是非随机变量

D解释变量为随机变量，被解释变量都为非随机变量

8若一元线性回归模型Y=β1+β2X+μ满足经典假定，那么参数β1、β2的普通最小二乘估计了β1、β2是所有线性估计量中B

A无偏且方差最大的B无偏且方差最小的

C有偏且方差最大的D有偏且方差最小的

9 D-W检验，即杜宾-瓦尔森检验，用于检验时间序列回归模型的误差项中的一阶序列相关的统计量，DW统计量以OLS残差为基础，如果DW值越接近于2 （C）

A则表明存在着正的自相关B则表明存在着负的自相关

C则表明无自相关D无法表明任何意义

10容易产生异方差的数据为C

A时序数据B修匀数据C横截面数据D年度数据

二、名词解释

1.时间序列数据：指某一经济变量在各个时期的数值按时间先后顺序排列所形成的数列。

2.样本回归函数：指由样本的得到的回归函数，其表现形式为Yt=β1+β2Xt+et 样本回归函数是用来估计总体回归函数的。

3.统计关系：指两个变量X与Y之间存在的一种不确定关系。也就是说，即使变量X是变量Y的原因，给定变量X的值也不能具体确定变量Y的值，而只能确定定变量Y的统计特征。

4.几何分布滞后模型：对于无线分布滞后模型Y=α+β0Xt+β1Xt-1+∧+μt,库伊

克提出了两个假设：①模型中所有参数符号都是相同的②模型中的参数是按几何数列衰减的，即βt =β0入j,j=0,1,2…式中0﹤入﹤1，入称为分布滞后的衰减率，入越小，衰减速度越快。X滞后的远期值对当期Y的影响就越小，带入后得到模型Yt=α+β0Xt+β0Xt-1+β0入Xt-1+β0入2Xt-2+∧+β0入jXt-j+∧+μt此模型称为几何分布滞后模型。

5.恰好识别：指在可识别的模型中，结构式参数具有唯一数值的方程。

6.计量经济学：以经济理论为基础，以数理统计方法和计算机技术为工具，根据实际观测的统计数据，对经济现象、关系、规律进行定量分析的一门学科。是融合数学、统计学及经济理论，结合研究经济行为和现象的理论和实务。。。

7.两阶段最小二乘法：两个阶段分别应用最小二乘法，故叫做两阶段最小二乘法。

8.外生变量：指不是由模型系统范围决定的量。

9.虚拟变量：又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的质变量，通常取值为0或1。引入哑变量可使线性回归模型变得更复杂，但对问题描述更简明，一个方程能达到两个方程的作用，而且更接近现实。例如：反映文化程度的虚拟变量可取为1本科学历、0非本科学历，一般地，在虚拟变量的设置中，基础类型、肯定类型取值为1，比较类型、否定类型取值为0。

三、简答题

1.回归模型中包含随机误差项的主要原因有哪些？

答：回归模型中包含随机误差项μ，是因为其代表所有对Y有影响但未能包括在回归模型中的那些替代变量，因为受理论和实践条件的限制，而必须省略一些变量，由随机误差μ代替，其理由如下：①理论的欠缺。虽然有决定Y的行为理论，但常常是不能完全确定的，理论常常有一定的含糊性，我们可以肯定每月收入X影响每月消费支出Y,但不能确定是否有其它变量影响Y，只好用作为模型所忽略的全部变量；②数据的欠缺。即使能确定某些变量对Y的显著影响，由于不能得到这些变量的数据信息，而不能引入该变量(舍弃)；③人们把非核心变量的联合效用当作一个随机变量看待；④人类行为内在随机性，使我们成功地把所有有关变量引入到模型中，个别Y中仍不免有内在随机性，随机误差项很好反映这种随机性；⑤节省原则

2.简述对数模型的优点。

答：①对数线性模型中斜率系数度量了一个变量（Y）对另一个变量(X)的弹性；

②斜率系数与变量X，Y的测量单位无关，其结果值与X，Y的测量单位无关；

③当Y﹥0时，使用对数形式㏑Y比使用水平值作为被解释变量的模型更接近经典线性模型。大于零的变量，其条件分布常常是有异方差性或偏差性，取对数后，虽不能消除这两方面的问题，但能大大弱化这两方面问题；④取对数后，会缩小变量的取值范围，使得估计值对被解释变量或解释变量的异常值不会很敏感。3.如果回归模型中包含了无关解释变量，在进行最小二乘估计是有哪些主要的后果？

答：①无关解释变量模型的参数最小二乘估计量均无偏；②在含有无关解释变量的模型中，无关解释变量的引入将使合理解释变量的方差无必要地增大，降低估计的精度。

4.模型中存在多重共线性的直观判断方法有哪些？

答：①较高而显著t统计量较少时，可能存在多重共线性问题；②当增加或剔除一个解释变量，或者改变一个观测值时，回归系数的估计值发生较大变化，我

们就认为回归方程存在严重的多重共线性；③一些重要的解释变量在回归方程中没有通过显著性检验时，可初步判断存在着严重的多重共线性；④有些解释变量的回归系数所带符号与定性分析结果违背时，可能会出现多重共线性问题；⑤解释变量间的相关系数较大时，可能会出现多重共线性问题。

5.简述选择工具变量的基本原则。

答：如果内生解释变量Xt与Ut相关，我们就选择一个工具变量Zt来代替Xt。Zt要满足两个条件：一是Zt与Ut高度不相关，即Cov(Zt，Ut)=0；二是Zt与Xt高度相关，即Cov(Zt，Ut)≠0.在联立方程模型中，工具变量一般从外生变量中选取。

6.简单解释随机扰动项包括哪几个方面？

答：①模型中省略的变量；②一些随机因素；③测量误差；④确定数学模型形式的误差

7.运用计量经济学方法解决经济问题的步骤？

答：①建立模型；②参数估计；③验证理论；④使用模型

8.序列相关性存在的原因？

答：序列相关：Cov(Ui,Uj) ≠0，i=j.i,j=1,2,…n即随机项u和以前的其它项有关，则称为序列相关或自相关。

存在的原因：首先，在经济生活问题和时间上具有连续性，即时间上的重复性反复性，因此，解释变量具有相关性；其次，建立选用模型的错误，使得解释变量相关；最后，建立模型时，随机项带有自相关性，也使得序列带有自相关。

9.应用最小二乘法应满足的古典假设？

答：①随机项的均值为零；②随即项无序列相关和等方差性；③解释变量是非随机的，如果是随机的则与随机干扰项不相关；④解释变量之间不存在多重共线性

四、分析

1.某人试图建立我国煤炭行业生产方程，以煤炭产量为被解释变量，经过理论和经验分析，确定以固定资产原值、职工人数和电力消耗变量作为解释变量，变量的选择是正确的，于是建立了如下形式的理论模型：煤炭产量=股低昂资产原值+职工人数+电力消耗量tu

选择2000年全国60个大型国有煤炭企业的数据为样本观测值：固定资产原值用资产形成当年价计算的价值量，其他采用实物量单位，采用OLS方法估计参数。指出该计量经济学题中可能存在的主要错误并简单说明理由。

答：（1）模型关系错误。直接线性模型表示投入要素之间完全可以替代，与实际生产活动不符；（2）估计方法错误。该问题存在明显的序列相关性，不能采用OLS方法估计；（3）样本选择违反一致性。行业生产方程不能选择企业作为样本；（4）样本数据违反可比性。固定资产原值用资产形成年当年价计算的价值量，不具备可比性。

2.假定要用1978-2005年的有关数据估计以下中国城市居民的消费函数CI=α+βYt+μt，α>0,0<β<1.式中，C表示实际消费支出，Y表示实际可支配收入，μ是随机干扰项，t代表年份，试问（1）如果1978-1989年，1990-1995年和1996-2005年3个时段消费函数的截距不同，如何定个性消费函数？各时段的消费函数是怎样的？（2）如果1978-1989年，1990-1995年和1996-2005年3个时段消费函数的截距以及边际消费倾向都不同，如何定个性消费函数？各时段的消费函数是怎样的？

答：（1）如果不同时段消费函数的截距不同，则可以通过引入虚拟变量来修改消

费函数，建立新的消费函数。Ct=α+α1D1+α2D2+βYt+μt,其中.D1={1 1978-1989年；0 其他},D2={1 1990-1995年；0 其他}，此时，

1978-1989年的消费函数为Ct=α+α1D1+βYt+μt；

1990-1995年的消费函数为Ct=α+α2D2+βYt+μt；

1996-2005年的消费函数为Ct=α+βYt+μt。

（2）如果不同时段消费函数的截距以及边际消费倾向都不同，则可以通过引入虚拟变量来修改消费函数，建立新的消费函数。Ct=α+α1D1+α2D2+βYt+β1D1Yt+β2D2Yt+μt,其中.D1={1 1978-1989年；0 其他}，D2={1 1990-1995年；0 其他}，此时，

1978-1989年的消费函数为Ct=α+α1D1+βYt+β1D1Yt+μt；

1990-1995年的消费函数为Ct=α+α2D2+βYt+β2D2Yt+μt；

1996-2005年的消费函数为Ct=α+βYt+μt。

3.假设有n种商品，其中某种商品的需求函数为：CI=αo+α1Y+β1P1+β1P2+…+βnPn+βP+μ1式中，C1是该商品的需求量，Y是居民收入，P是该商品的价格，Pα,…Pn是其他商品的价格，是几件商品的平均价格，试分析:（1）该模型最有可能违背了经典线性回归模型的哪一个假设？为什么？（2）能否得到β1,β2…βn 以及其中各自的最小二乘估计。答：（1）该模型存在多重共线性问题，因为解释变量P是其他解释变量：P1,P2…Pn的线性组合；（2）由于模型存在多重共线性问题，使用最小乘法估计量的时候对参数进行估计时参数估计量为无偏估计，但方差很大。

4.简述异方差性的含义、来源、后果，并写出G-Q检验方法的检验步骤。

答：⑴含义：对于回归模型的随机扰动项为μi,若其他假定满足，第二个假定不成立，也就是说在不同的观测值中随机项μi的方差不等于一个常数，Var=(μi)= σi2≠常数（i=1,2...n）或者Var=(μi) ≠Var=(μj)(i≠j),这时我们就称为随机扰动项μi具有异方差性。

⑵来源：①模型中略去的经济变量；②测量误差。

⑶后果：①参数估计量仍然是线性无偏的，但不是有效的；②建立在t分布和F 分布之上的检验失效；③估计量的方差增大，预测精度下降。

⑷检验：戈德菲尔德—夸张检验简称G-Q检验。这种检验方法适用于大样本的情况，通常要求容量n应为大于等于30或者观测值的数目是所要估计参数的2倍以上，（即样本容量n要比模型中包含的解释变量的个数大两倍以上）。用该种方法对异方差性检验还要符合以下几个条件:①随机扰动项μi服从正态分布，且μi的方差随某一解释变量的增加而增加②随机扰动项μi无序列相关，即E（μiμj）=0,（i≠j）。

检验方法主要是F检验。

检验原假设H0：μi是等方差的，备选假设H1和μi是异方差的，G-Q检验的具体步骤如下：①将解释变量Xi的观测值按绝对值由小到大的顺序进行排列，被解释变量Yi保持与Xi的对应关系；②将上述Xi排列在正中间的C个值删去，将剩下的n-c个观测值划分为容量相等的两个子样本，分别为n-c/2,其中的一个子样本是响应观测值的较大部分，这里应当注意的是：C值的确定不是随意的。

（例对于样本容量n大于等于30时，删去的观测值数目C为整个样本数目的1/4。

如样本容量为48时，c=1/4，n=12，删去的观测值为12个，这时两个子样本的容量分别为n-c/ 2=48-12/ 2=18个）。③对这两个子样本分别用最小二乘法求出回归方程，然后分别计算出相应的残差平方和。设RSS1= ∑(e1i)2为样本值较小

的子样本的残差平方和，RSS2=∑(e2i)2为样本值较大的子样本的残差平方和，他们的自由度为n-c/ k，其中的k为计量模型中的解释变量的个数。④建立统计量。F= RSS2/( n-c/ 2 -k )/RSS1/( n-c/ 2 -k )= RSS2/ RSS1，可以证明F= RSS2/RSS1~F（n-c/2 -k，n-c/2 -k），即它服从自由度分别为n-c/2 -k 的F分布，显然，如果两个子样本方差相等，F的值就接近于1，表明μi具有等方差性；如果方差不相等，根据预先条件RSS2大于RSS1，F值就应该大于1，这时Ui就具有异方差性，所以我们可以利用F检验来验证μi是否具有异方差性。即对于给定的显著性水平a，查F分布表得出相应的临界值Fa，若F>Fa，拒绝H0，接受H1，即μi具有异方差性，若F

计量经济学(庞浩)第二版第十一章练习题与参考解答

计量经济学(庞浩)第二版第十一章练习题及参考解答 11.1 考虑以下凯恩斯收入决定模型： βββββ-=++=+++=++1011120212212t t t t t t t t t t t C Y u I Y Y u Y C I G 其中，C ＝消费支出，I ＝投资指出，Y ＝收入，G ＝政府支出；t G 和1t Y -是前定变量。 （1）导出模型的简化型方程并判定上述方程中哪些是可识别的（恰好或过度）。 （2）你将用什么方法估计过度可识别方程和恰好可识别方程中的参数。 练习题11.1参考解答： 1011120212212112122112102012221112111211121112110111121(1)1 1111t t t t t t t t t t t t t t t t t t t t t t t Y C I G Y u Y Y u G Y Y Y G u u u u Y Y G Y G v βββββββββββββββββββπππ----=++=+++++++=++++++++=+++ --------=+++ 102012221011111121112111211121 1011211110201122 111211121 111211111211121101021112011 ()1111(1)()11()111t t t t t t t t t t t u u C Y G u Y u u G u βββββββββββββββββββββββββββββββββββββ--++=+++++----------++= ++ ----++++-----+=-11212111122111121112111211121 20211222111t t t t t t t t u u u Y G Y G v ββββββββββββπππ--+-+++-------=+++ 10201222202111121112111211121 2212201121211020212221 1112111211121 211222********* 1 () 1111(1)()111()11t t t t t t t t t t t t u u I Y G Y u Y G u u Y βββββββββββββββββββββββββββββββββββ----++=++++--------++--++= +++ ------++++----220201120211021202122211112111211121 211211222 1112111213031132311111t t t t t t t t t t u Y G u u u Y Y G v ββββββββββββββββββββββββπππ-----++=+++ ------+-++----=+++

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=。

计量经济学第三版部分答案(第六章之后的)

第六章 1、答：给定显著水平α，依据样本容量n和解释变量个数k’，查D.W.表得d统计量的上界 du和下界dL，当0

《计量经济学》考试复习资料-11页

《计量经济学》期末考试复习资料 第一章绪论 参考重点： 计量经济学的一般建模过程 第一章课后题（1.4.5） 1.什么是计量经济学？计量经济学方法与一般经济数学方法有什么区别？ 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，是由经济学、统计学和数学三者结合而成的交叉学科。 计量经济学方法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；一般经济数学方法揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 4.建立与应用计量经济学模型的主要步骤有哪些？ 答：建立与应用计量经济学模型的主要步骤如下：(1)设定理论模型，包括选择模型所包含的变量，确定变量之间的数学关系和拟定模型中待估参数的数值范围；(2)收集样本数据，要考虑样本数据的完整性、准确性、可比性和—致性；(3)估计模型参数；(4)检验模型，包括经济意义检验、统计检验、计量经济学检验和模型预测检验。 5.模型的检验包括几个方面？其具体含义是什么？ 答：模型的检验主要包括：经济意义检验、统计检验、计量经济学检验、模型的预测检验。在经济意义检验中，需要检验模型是否符合经济意义，检验求得的参数估计值的符号与大小是否与根据人们的经验和经济理论所拟订的期望值相符合；在统计检验中，需要检验模型参数估计值的可靠性，即检验模型的统计学性质；在计量经济学检验中，需要检验模型的计量经济学性质，包括随机扰动项的序列相关检验、异方差性检验、解释变量的多重共线性

检验等；模型的预测检验主要检验模型参数估计量的稳定性以及对样本容量变化时的灵敏度，以确定所建立的模型是否可以用于样本观测值以外的范围。 第二章 经典单方程计量经济学模型：一元线性回归模型 参考重点： 1.相关分析与回归分析的概念、联系以及区别？ 2.总体随机项与样本随机项的区别与联系？ 3.为什么需要进行拟合优度检验？ 4．如何缩小置信区间？（P46） 由上式可以看出（1）.增大样本容量。样本容量变大，可使样本参数估计量的标准差减小；同时，在同样置信水平下，n 越大，t 分布表中的临界值越小。（2）提高模型的拟合优度。因为样本参数估计量的标准差和残差平方和呈正比，模型的拟合优度越高，残差平方和 αβββββαα-=?+<

伍德里奇《计量经济学导论》(第5版)笔记和课后习题详解-第11章 OLS用于时间序列数据的其他问题【

第11章 OLS 用于时间序列数据的其他问题11.1复习笔记 一、平稳和弱相关时间序列 1．平稳和非平稳时间序列 平稳时间序列过程，就是概率分布在如下意义上跨时期稳定的时间序列过程：如果从这个序列中任取一个随机变量集，并把这个序列向前移动h 个时期，那么其联合概率分布仍然保持不变。 （1）平稳随机过程 对于随机过程{ 1 2 }t x t =：，，…，如果对于每一个时间指标集121m t t t ≤<

协方差平稳只考虑随机过程的前两阶矩：这个过程的均值和方差不随着时间而变化，而且，x t 和x t＋h 的协方差只取决于这两项之间的距离h，与起始时期t 的位置无关。由此立即可知x t 与x t＋h 之间的相关性也只取决于h。 如果一个平稳过程具有有限二阶矩，那么它一定是协方差平稳的，但反过来未必正确。由于严平稳的条件比较苛刻，在实际中从概率分布的角度去验证是无法实现的，所以在实际运用中所指的平稳都是指宽平稳，即协方差平稳。一个时间序列是严平稳的不一定是宽平稳，只有当它的二阶矩存在时，才是宽平稳。 2．弱相关时间序列 （1）弱相关 对于一个平稳时间序列过程{ 1 2 }t x t =：，，…，若随着h 无限增大，x t 和x t＋h “近乎独立”，则称之为弱相关的。 对于协方差平稳序列，可以用相关系数来刻画弱相关：如果随着h →∞，x t 和x t＋h 之间的相关系数“足够快”地趋于0，这个协方差平稳的时间序列就是弱相关的。换言之，随着变量在时间上的距离变大，它们之间的相关系数变得越来越小。随着h →∞，()Corr 0t t h x x →＋，的协方差平稳序列被称为渐近无关的。 （2）弱相关对回归分析重要的原因 本质上，它取代了能使大数定律（LLN）和中心极限定理（CLT）成立的随机抽样假定。对于时间序列数据，中心极限定理要求平稳性和某种形式的弱相关，因此，在多元回归分析中使用平稳而又弱相关的时间序列最为理想。 （3）弱相关时间序列的例子 ①独立同分布序列：一个独立序列无疑是弱相关序列。

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(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。

计量经济学第十章

一：绘制时间序列图 根据1970-1991年的美国制造业固定厂房设备投资Y和销售量X的数据在Eviews中录入数据得到固定厂房设备投资Y时间序列图如下 由上图我们可以看出该时间序列可能存在趋势和截距项所以我们选择ADF检验的模型对其检验是否为平稳序列。 二：ADF检验结果

从检验的结果可以看出，在1%、5%、10%三个显着水平下，单位根检验的Mackinnon的临界值分别为、、，t检验统计量为远远大于相应的临界值，从而不能拒绝原假设，即可以说明固定厂房设备投资Y存在单位根，是非平稳数列。 三：根据1970-1991年的美国制造业固定厂房设备投资Y和销售量X的数据在Eviews 中录入数得到销售量X的时间序列图如下 由上图我们可以看出该时间序列可能存在趋势和截距项所以我们选择ADF检验的模型对其检验是否为平稳序列。 四ADF检验结果

从检验的结果可以看出，在1%、5%、10%三个显着水平下，单位根检验的Mackinnon的临界值分别为、、，t检验统计量为远大于相应的临界值，从而不能拒绝原假设，即可以说明销售量X存在单位根，是非平稳数列。 五：单整阶数检验

从检验的结果可以看出，在1%、5%、10%三个显着水平下，单位根检验的Mackinnon的临界值分别为、、，t检验统计量为，小于于相应的临界值，从而能拒绝原假设，即可以说明销售量X已经不存在单位根，是平稳数列。即是二阶单整。

从 检 验 的 结 果 可 以 看 出， 在 1%、 5%、 10% 三 个 显 着 水 平 下， 单 位 根 检 验 的 Mac kin non 的 临 界 值分别为、、，t检验统计量质为.小于相应的临界值，从而能拒绝原假设，即可以说明固定厂房设备投资Y已经存在单位根，是平稳数列。即是二阶单整。

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

计量经济学第十章习题最新版本

第10章模型设定与实践 问题 10.1 模型设定误差有哪些类型？如何诊断？ 答：模型设定误差主要有以下四种类型： 1.漏掉一个相关变量； 2.包含一个无关的变量； 3.错误的函数形式； 4.对误差项的错误假定。 诊断的方法有：1.侦察是否含有无关变量；2.残差分析，拉姆齐（Ramsey）的RESET检验法，DM（Davidsion-MacKinnon：戴维森麦-克金龙）检验；3.拟合优度、校正拟合优度、系数显著性、系数符合的合理性。 10.2 模型遗漏相关变量的后果是什么？ 答：模型遗漏相关变量的后果是：所有回归系数的估计量是有偏的，除非这个被去除的变量与每一个放入的变量都不相关。常数估计量通常也是有偏的，从而预测值是有偏的。由于放入变量的回归系数估计量是有偏的，所以假设检验是无效的。系数估计量的方差估计量是有偏的。 10.3 模型包含不相关变量的后果是什么？ 答：模型包含不相关变量的后果是：系数估计量的方差变大，从而估计量的精度下降。10.4 什么是嵌套模型？什么是非嵌套模型？ 答：如果两个模型不能被互相包容，即任何一个都不是另一个的特殊情形，便称这两个模型是非嵌套的。如果两个模型能互相包容，即其中一个是另一个的特殊情形，便称这两个模型是嵌套的。 10.5 非嵌套模型之间的比较有哪些方法？ 答：非嵌套模型之间的比较方法有：拟合优度或校正拟合优度、AIC（Akaike’s information criterion）准则、SIC（Schwarz’s information criterion）准则和HQ（Hannnan-Qinn criterion）准则。拉姆齐（Ramsey）的RESET检验法，DM（Davidsion-MacKinnon：戴维森麦-克金龙）检验。 习题 10.6 对数线性模型在人力资源文献中有比较广泛的应用，其理论建议把工资或收入的对数

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 第十章 联立方程组模型

第十章 联立方程组模型 第一节 联立方程组模型概述 一、问题的提出 1、单一方程模型存在的条件是单向因果关系。 2、对于变量之间存在的双向因果关系，则需要建立联立方程组模型。 3、经济现象的表现多以系统或体系的形式进行，仅用单一方程来反映存在局限性。 二、联立方程组的概念 1、联立方程组模型的定义。 由一个以上的相互联系的单一方程组成的系统（模型），每一个单一方程中包含了一个过多个相互联系（相互依存）的内生变量。联立方程组表现的是多个变量间互为因果的联立关系。 联立方程组与单一方程的区别是估计联立方程组模型的参数必须考虑联立方程组所能提供的信息（包括联立方程组里方程之间的关联信息），而单一方程模型的参数估计仅考虑被估计方程自身所能提供的信息。 2、联立方程组模型的例子。 （1）一个均衡条件下市场供给与需求的关系。 ) 3()2(0 )1(012101110s i d i i i s i i i d i Q Q u P Q u P Q =>++=<++=βββααα 称（1）式为需求方程，（2）式为供给方程，（3）式为供需均衡式；d i Q 表示需求量，s i Q 表示供给量，i P 表示价格，i i u u 21,分别为（1）式和（2）式的随机误差项。按照经济学基本原理，商品的供给与商品的需求共同作用于价格，反过来，价格也要分别决定商品的供给与需求。这就是方程（1）与方程（2）的作用机制，如果考虑了均衡条件，这又是方程（3）的作用。因此，通过这一联

立方程组将上述商品的供需与价格的相互作用过程得到了反映。 （2）一个凯恩斯宏观经济模型。 011012(4)(5)(6) t t t t t t t t t t C Y u I Y u T C I G ββαα=++=++=++ 式中，C 表示消费，Y 表示国民总收入（又GDP ，实际上它们是有区别的），I 表示私人投资，G 表示政府支出，u1、u2分别为消费函数和投资函数中的随机误差项。 三、联立方程组模型的基本问题（即联立方程组模型的偏倚性） 1、内生解释变量与随机误差项的相关性。 2、直接对联立方程组模型运用OLS 法，所得的参数估计值是有偏的，并且是不一致的。 例如，设凯恩斯收入决定模型为 [][]01) (11)1() 0)(())(())())(((),cov(1)(11) 1(11)(111)1(1 01 2 21 11 1 1011101 1100110110≠-=-=-==-=--=-= -∴-+-=-+-+-=-+ -+-= ∴++=-+++=∴+=<<++=βσβββββββββββββββββββββU E U U E U E U Y E Y E U E U Y E Y E U Y U Y E Y I U E I Y E U I Y U I Y I U Y Y I C Y U Y C t t t t t t t t t t t t t t t t t t t t t t t t t 表明内生变量Y 在作解释变量时与随机误差U 相关。 对凯恩斯模型中的消费函数求参数的估计，有（用离差形式表示）

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

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。