计量经济学名词解释
1、计量经济学
计量经济学是一个分支学科，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，经济理论和数学这结合便构成了计量经济学。
2、计量经济学模型
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。
3、解释变量
影响被解释变量的因素或因子，是原因变量，记为“X”.
4、被解释变量
结果变量称为被解释变量，记为“Y”。
5、结构分析
结构分析是对经济现象中变量之间相互关系的研究。所采用的主要方法是弹性分析、乘数分析与比较静力分析。
6、时间序列数据
按照时间先后顺序排列的统计数据，又称为纵向数据。
7、截面数据
一批发生在同一时间截面上的调查数据，又称横向数据。
8、平行数据（面板数据）
时间序列数据与截面数据的合成体，又称面板数据。
9、回归分析
回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。
10、随机误差项
被解释变量数值与其条件期望之间的离差，是一个不可观测的随机变量，称为随机误差项，或随机干扰项。
11、最小二乘法
通过最小化误差的平方和寻找数据的最佳函数匹配。
12、最佳线性无偏估计量
拥有有限样本性质或小样本性质这类性质的估计量，称为最佳线性无偏估计量。
13、拟合优度
是SRF对样本观测值的拟合程度，即样本回归直线与观测散点之间的紧密程度。
14、方程显著性检验
对所有被解释变量与解释变量之间的线性关系在总体上是否显著成立做出推断的检验。
15、变量显著性检验
是对模型中某一个具体的解释变量X与被解释变量Y之间的线性关系在总体上是否显著成立做出判断，换言之，是考察所选择的X在总体上是否对Y有显著的线性影响。
16、最小样本容量
是指从最小二乘原理和最大似然原理出发，欲得到参数估计量，不管其质量如何，所要求的样本容量的下限。
17、满足基本要求的样本容量
当n≥30或者至少n≥3(k+1)时，才能说满足模型估计的基本要求。
18、需求函数的零阶齐次性
当所有商品价格和消费者货币支出总额按照同一比例变动时，需求量保持不变，这就是所谓的消费者无货币幻觉。
19、规模报酬不变
产量增加的比例等于各种生产要素增加的比例，称之为规模报酬不变。
20、计量经济学检验
检验是否存在一种或多种违背基本假定的情况，这种检验成为计量经济学检验。
21、异方差性
对于不同的样本点，随机误差项的方差不再是同一个常数，而互不相同，则认为出现了异方差性。
22、序列相关性
是对线性模型误差项不相关假定的违背，即不同样本点的误差项之间出现了线性相关性，
23、虚假序列相关
模型设定的偏误导致的序列相关性叫做虚假序列相关。
24、多重共线性
如果某两个或多个解释变量之间出现了相关性，则称为存在多重共线性。
25、方差膨胀因子
容忍度的倒数，值越大说明共线性越严重。
26、随机解释变量问题
如果存在一个或多个随机变量作为解释变量，则称原模型出现随机解释变量问题。
27、工具变量
在模型估计过程中被作为工具使用，以替代与随机干扰项相关的随机解释变量的变量。
28、模型设定偏误
是指所设定的模型“不正确”，主要表现在模型中丢失了重要的解释变量或模型函数形式有偏误。
29、虚拟变量
一种人为构造的、取值仅为“1”或“0”的变量。
30、虚拟变量陷阱
在一个包含截距的线性回归模型中，所引入的虚拟变量数不小于定性变量数，从而导致完全的多重共线性。
31、滞后变量
通常把过去时期的、表达滞后作用的变量称为滞后变量。
32、滞后变量模型
含有滞后变量的模型称为滞后变量模型。
33、短期乘数
又叫即期乘数，表示本期解释变量X变化一单位对被解释变量Y平均值的影响程度。
34、长期乘数
又叫动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。
35、格兰杰原因
一般地，如果X是Y的格兰杰原因，则X的变化应先于Y的变化，因此，在做Y对其它变量（包括自身过去值）的回归时，如果把X的过去或滞后值包括进来能显著改善对Y的预测，则可以认为X是Y的格兰杰原因。
36、离散选择模型
可供选择的方案可以用离散的数据表示，以这样的决策结果作为被解释变量建立的计量经济学模型，称为离散被解释变量计量经济学模型，或离散选择模型。
37、二元离散选择模型
被解释变量只能存在两种选择的离散选择模型，称为二元离散选择模型。
38、多元离散选择模型
被解释变量存在多种选择的离散选择模型，称为多元离散选择模型。
39、平稳序列（序列平稳性）
假定某个时间序列是由某一随机过程生成的，即假定时间序列{Xt}（t=1, 2, …）的每一个数值都是从一个概率分布中随机得到，如果满足下列条件：1）均值E(Xt)=μ是与时间t 无关的常数；
2）方差Var(Xt)=σ2是与时间t 无关的常数；
3）协方差Cov(XtXt+k)= k 是只与时期间隔k有关，与时间t 无关的常数；则称该随机时间序列是平稳的。
40、单整
一般地，如果一个时间序列经过d次差分后变成平稳序列，则称原序列是d阶单整序列。
41、协整
如果变量之间有着长期的稳定关系，即它们之间是协整的。
42、非均衡误差
是变量X与Y的一个线性组合。
计量经济学是一门经济学科：
①从计量经济学的定义看
②计量经济学在西方国家经济学科中的地位
③计量经济学与数理统计学是有严格区别的
④从建立与运用计量经济学模型的全过程看
理论模型的设计：
1、确定模型所包含的变量
2、确定模型的数学形式
3、拟定理论模型中待估参数的理论期望值
模型的检验：
1、经济意义检验
2、统计检验
3、计量经济学检验
4、模型预测检验
计量经济学成功的三要素：理论、方法和数据
理论：即经济理论，所研究的经济现象的行为理论，是计量经济学研究的基础
方法：主要包括模型方法和计算方法，是计量经济学研究的工具和手段，是计量经济学不同于其他经济学分支学科的主要特征。
数据：就是信息，是计量经济学研究的原料。
政策评价：计量经济学模型用于政策评价，主要有三种方法：一是工具目标法，二是政策模拟，三是最优控制方法。
检验与发展理论：
一是按照某种经济理论去建立模型，然后用表现已经发生的经济活动的样本数据去拟合，如果拟合的好，这种经济理论就得到了检验，这就是检验理论，二是用表现已经发生的经济活动的样本数据去拟合各种模型，拟合最好的模型所表现出来的数量关系，就是经济活动所遵循的经济规律，即理论，这就是检验与发展理论。
回归分析：回归分析是研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论，其目的在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。前一个变量称为被解释变量或因变量，后一个变量称为解释变量或自变量。
经典计量经济学方法中所涉及的线性函数，指回归系数是线性的，即回归系数只以它的一次方出现，对解释变量则可以不是线性的。
在总体回归函数中引入随机干扰项，主要有以下几方面的原因：
①代表位置的影响因素
②代表残缺数据
③代表众多细小影响因素
④代表数据观测误差
⑤代表模型设定误差
⑥变量的内在随机性
一元线性回归模型是最简单的计量经济学模型，在模型中只有一个解释变量，其一般形式是：Y=β0+β1X+μ
其中Y是被解释变量，X为解释变量，β0与β1为待估参数，μ为随机干扰项。
对随机干扰项的假设：
①随机误差项μ具有给定X条件下的零均值，同方差以及不序列相关性
②随机误差项与解释变量之间不相关
③随机误差项服从零均值、同方差的正态分布
多元线性回归模型的基本假定：
①回归模型是正确设定的
②解释变量X1 ,X2，…….Xk是非随机或固定的，且各Xj之间不存在严格线性相关性（无完全多重共线性）。
③各解释变量Xj在所抽取的样本中具有变异性，而且随着样本容量的无限增加，各解释变量的样本方差趋于一个非零的有限常数。
④随机误差项具有条件零均值，同方差及不序列相关性。
⑤解释变量与随机项不相关。
⑥随机项满足正态分布。
赤池信息准则和施瓦茨准则，这两个准则均要求仅当所增加的解释变量能够减少AIC值或SC值时才在原模型中增加该解释变量。
基本假定违背:
①、随机干扰项序列存在异方差性
②、随机干扰项序列寻在序列相关性
③、解释变量之间存在多重共线性
④、解释变量是随机变量且与随机干扰项相关
计量经济学检验:检验是否存在一种或多种违背基本假定的情况，这种检验称为计量经济学检验。
对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。
异方差一般可归结为三种类型：
单调递增型：σi2随X的增大而增大
单调递减型：σi2随X的增大而减小
复杂型：σi2与X的变化呈复杂形式
一般验告诉我们，对于采用截面数据作样本的计量经济学问题，由于在不同样本点上解释变量以外的其他因素的差异较大，所以往往存在异方差性。
异方差性的后果
1、参数估计非有效
2、变量的显著性检验失去意义
3、模型的预测失效
检验异方差性，就是检验随机干扰项的方差与解释变量观测值之间的相关性。
用什么来表示随机干扰项的方差，一般的处理方法是首先采用普通最小二乘法估计模型，以求得随机干扰项的估计量（注意该估计量是不严格的），之为近似估计量。
实际经济问题中的序列相关性：
1、经济变量固有的惯性
2、模型设定的偏误
3、数据的“编造”
检验多重共线性是否存在，对于多个解释变量的模型，采用综合统计检验法。
克服多重共线性的方法：
方法一、排除引起共线性的变量
方法二、差分法
方法三、减小参数估计量的方法
如果存在一个或多个随机变量作为解释变量，则称原模型存在随机解释变量问题：
1、随机解释变量与随机干扰项独立
2、随机解释变量与随机干扰项同期无关但异期相关
3.随即解释变量与随机干扰项同期相关
工具变量必须具备的条件：
①、与所替代的解释变量高度相关
②、与随机干扰项不相关
③、与模型中其它解释变量不相关，以避免出现多重共线性
④、如果同时使用多个工具变量，则工具变量间不相关
回代效果检验：
一、朴素方法：即以0.50为临界值，适用于全部样本中选择1和选择0的样本数目相当的情况
二、先验方法：以全部样本中选择1的样本所占的比例为临界值，适用于以全部个体作为样本的情况
三、最优方法：以“犯第一类错误最小”为原则确定临界值的方法
虚假回归或伪回归：如果有两列时间序列数据表现出一致的变化趋势（非平稳的），即使它们之间没有任何经济关系，若进行回归也可表现出较高的可决系数。
白噪声：
随机游走：
计量经济学复习笔记要点(达莫达尔版)
1、什么是计量经济学？ 计量经济学（Econometrics） 意为“经济测量”，它是利用经济理论、数学、统计推断等工具，对经济现象进行分析的一门社会科学。 区别与联系经济理论 计量经济学vs {数理经济学 统计学 2、计量经济学的传统方法论 Step1 理论或假说的陈述经典步骤 →分析经济问题的八个经典步骤 Step5 计量模型的参数估计 Step6 检验模型设定是否正确 Step7 假设检验（检验来自模型的假说） Step8 预测或控制 ◆关于数据 1、数据分类 （1）时间序列数据（Time Series Data）： 对一个变量在不同时间取值的一组观测结果。如每年、每月、每季度等 （2）横截面数据（Cross Section Data）： 对一个变量在同一个时间点上搜集的数据。如同一年的分国别、分省、分厂家数据 （3）混合数据（Pooled Data）： 时序和横截面的混合数据，既有分时，每一时点的观察对象又有不同(多个横截面单元) 广泛运用的一类特殊的混合数据——面板数据/综列数据/合成数据（Panel Data）： 在时间轴上对相同的横截面单元跟踪调查得到的数据。如每年对各省GDP的报告。 2、研究结果永远不可能比数据的质量更好 观测误差、近似进位计量、高度加总、选择性偏误 3、数据来源： 网站、统计年鉴、商业数据库等 （1）统计局、央行、证券交易所、世行、IMF等官方网站 （2）图书馆（纸质、电子版年鉴） （3）商业数据库 ◆两个例子 例1：凯恩斯消费理论 ①人们倾向于随他们收入的增加而增加消费，但消费的增加不如收入的增加那么多。 ②C=a+bI →确定性关系 ③Y=β1+β2X+μ→μ为扰动项，非确定性关系 ④搜集80～91年美国消费及收入数据 ⑤估计参数： 解释：平均而言，收入↑1美元，消费↑72美分 ⑥检验模型设定的正确性：是否应当加入别的可能影响消费额的变量，如就业等。
计量经济学读书笔记
计量经济学读书笔记 第一章：统计基础 (2) 第二章：计量经济学总论 (7) 第三章：双变量回归分析 (9) 第3.1回归方法 (9) 第3.2结果检验 (10) 第3.3回归参数的分布 (11) 第四章：多变量回归分析 (13) 第五章：OLS的基本假设 (14) 第六章：多重共线性 (16) 第七章：异方差性 (17) 第八章：自相关 (18) 第九章：时间序列分析 (20) 第十章：面板数据分析 (30) 第十一章：其他重要的分析方法 (49) ******加权最小二乘法 (50) ******二阶段最小二乘法TSLS (51) ******非线性最小二乘法 (51) ******多项分布滞后（PDLS） (51) ******广义矩估计 (52) ******logit和probit模型 (52) ******因子分析 (54) ******Granger因果分析 (55) ****** 广义线性回归（Generalized least squares） (55) ******格兰格因果检验 (57) ******误差修正模型（ECM） (57) 第十二章：EVIEWS (58) 第12.1节EVIEWS基本操作 (58) 第12.3节EVIEWS时间序列分析 (60) 第十三章：SPSS (61) 第13.1SPSS基本操作 (61) 第十四章：数据分析实战经验 (70)
第一章：统计基础 0 常用英文词汇的统计意义 panel data=longitudinal data 是对各个个体进行连续观察的截面数据。回归时的扰动项u=unobserved是影响因变量的其他变量之和,Univariate 单个变量的,如Univariate descriptives 意思是单个变量的统计指标 1 基本概念 统计总体是我们所关心的一些个体组成,如由多个企业构成的集合,统计意义上的总体通常不是一群人或一些物品的集合,而是一组对个体某种特征的观测数据。 参数总体的数值特征描述，如均值、标准差等。 统计量是用样本数据计算出来总体参数的估计值，从一个给定的总体中抽取容量为N的所有可能的样本,对于每一个样本我们可计算出某个统计量的值,不同的样本得到的该统计量的值是不一样的,该统计量的不同的值是不同抽样的结果（根据这些不同抽样计算出的对同一参数进行估计的统计量，可以计算出由各个统计量构成的集体的方差，该方差就是在统计软件中参数后面扩号内的方差），这符合随机变量的定义，因此该统计量也是随机变量，这个统计量的分布称之为抽样分布，它是从同一总体所抽出，同样大小的所有可能样本，其统计量的值的分布，一般情况下是一个正态分布，因为所有的估计值都是对总体参数的近似估计，因而服从以真实值为中心的正态分布，如果总体的分布是已知的则可以根据公式计算统计量 抽样分布的分布参数（均值为总体的均值，标准差为总体的标准差与N的比值）。 4在一个样本之中 包含若干个样本点，各个样本点所对应的个体的某种特征是一个变量，不同个体的该变量的取值相互独立，并且服从某种分布，因此根据样本计算的统计量可以看成是若干个独立变量的函数形式，其分布参数如均值、标准差可用数学公式推导。 时间序列是指同一现象在不同时间的相继观察值排列而成的序列,平稳序列,它的各种统计指标不随着时间而变化，在时间序列的散点图中表现为各点分布在一个以均值为中心的条状带中，同一时间序列的因素分析是指区分时间序列中各种不同因素的影响,确定长期趋势（找一条长期的趋势线）、季节变动（确定季节比率）、循环变动和不规则变动。时间序列分析时一项重要的内容就是根据过去已有的数据来预测未来的结果，利用时间序列数据进行预测时，通常假定过去的变化趋势会延续到未来，这样就可以根据过去已有的形态或模式进行预测。 统计决策是指根据样本的信息对总体的情况做出判断。 点估计是根据样本用与计算总体参数相同的法则（如求平均数）+估计总体参数的具体值,因而叫点估计如用样本的平均身高作为总体的平均身高。 区间估计就是点估计值 边际误差，边际误差是根据显著性水平及统计量的标准差，如大样本时在0.05的水平下边际误差为1.96*标准差。95%置信区间是用样本数据计算出来的对总体参数一个区间估计,保证根据所有样本计算的置信区间中,有95%会把真正的总体参数包含在区间之中，根据不同样本数据对同一总体参数进行估计的相同概率的置信区间不同，根据一个样本计算的对参数进行估计的置信区间是对总体参数的一个区间估计，是总体参数的若干置信区间中的一个，如果继续不断的抽样下去。每个样本会产生一个新的对总体参数的置信区间，如果我们如此不停的抽样下去，所有区间中有95%会包含真正的参数值。区间的概念提醒我们，因为我们只有样本数据，所以我们对于总体的所有叙述都不是确定的。 变量是说明个体的某种特征的概念，如“受教育程度”、“身高”等，说明事物类别的名称叫做分类变量(categorical variable)，如性别就有两个分类变量男、女；说明事物有序类别的一个名称，称为顺序变量(rank variable)，如一等品、二等品、小学、初中、大学等；说明事物数字特征并且有米、或者公
计量经济学题库及答案
计量经济学题库 一、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）。 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（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 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）。 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6．在计量经济模型中，由模型系统内部因素决定，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（ A ）。 A．内生变量 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 ）。 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 8．经济计量模型的被解释变量一定是（ C ）。 A．控制变量 B．政策变量 C．内生变量 D．外生变量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
(完整word版)计量经济学复习笔记
计量经济学复习笔记 CH1导论 1、计量经济学： 以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。研究主体是经济现象及其发展变化的规律。 2、运用计量分析研究步骤： 模型设定——确定变量和数学关系式 估计参数——分析变量间具体的数量关系 模型检验——检验所得结论的可靠性 模型应用——做经济分析和经济预测 3、模型 变量:解释变量:表示被解释变量变动原因的变量，也称自变量，回归元。 被解释变量:表示分析研究的对象，变动结果的变量，也成应变量。 内生变量:其数值由模型所决定的变量，是模型求解的结果。 外生变量:其数值由模型意外决定的变量。 外生变量数值的变化能够影响内生变量的变化，而内生变量却不能反过来影响外生变量。 前定内生变量：过去时期的、滞后的或更大范围的内生变量，不受本模型研究范围的内生变量的影响，但能够影响我们所研究的本期的内生变量。 前定变量：前定内生变量和外生变量的总称。 数据:时间序列数据：按照时间先后排列的统计数据。 截面数据：发生在同一时间截面上的调查数据。 面板数据： 虚拟变量数据：表征政策，条件等，一般取0或1. 4、估计 评价统计性质的标准 无偏：E（＾β）=β 随机变量，变量的函数？ 有效：最小方差性 一致：N趋近无穷时，β估计越来越接近真实值 5、检验 经济意义检验：所估计的模型与经济理论是否相等 统计推断检验：检验参数估计值是否抽样的偶然结果，是否显著 计量经济检验：是否符合计量经济方法的基本假定 预测检验：将模型预测的结果与经济运行的实际对比 CH2 CH3 线性回归模型 模型（假设）——估计参数——检验——拟合优度——预测 1、模型（线性） （1）关于参数的线性模型就变量而言是线性的；模型就参数而言是线性的。 Y i=β1+β2lnX i+u i 线性影响随机影响 Y i=E（Y i|X i）+u i E（Y i|X i）=f(X i)=β1+β2lnX i 引入随机扰动项， （3）古典假设 A零均值假定 E（u i|X i）=0 B同方差假定 Var(u i|X i)=E(u i2)=σ2 C无自相关假定 Cov(u i,u j)=0
计量经济学读书笔记.doc
学习好资料欢迎下载 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 经济统计学经济学数理经济学 计量经 济学 统计学数学 数理统计学 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论）
三、几个重要的“变量” 1.解释变量与被解释变量 2.内生变量与外生变量 3.滞后变量与前定变量 4.控制变量 四、回归中的四个重要概念 1. 总体回归模型（ Population Regression Model ，PRM) y t b b 1 x t u t--代表了总体变量间的真实关系。 2. 总体回归函数（ Population Regression Function ，PRF ）E( y t ) b0 b1 x t--代表了总体变量间的依存规律。 3. 样本回归函数（ Sample Regression Function ，SRF ） y t ? ? e t--代表了样本显示的变量关系。b0 b1x t 4. 样本回归模型（ Sample Regression Model ，SRM ） ? ? ? b0 b1 x t---代表了样本显示的变量依存规律。 y t 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与 x 的相互关系，而样本回归模型描述所关的样本中变量y 与 x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归 模型是依据样本观测资料建立的。③模型性质不同。总体回归模 型不是随机模型，而样本回归模型是一个随机模型，它随样本的 改变而改变。
计量经济学题库(超完整版)及答案.详解
计量经济学题库 计算与分析题（每小题10分） 1 X:年均汇率（日元/美元） Y:汽车出口数量（万辆） 问题：（1）画出X 与Y 关系的散点图。 （2）计算X 与Y 的相关系数。其中X 129.3＝，Y 554.2＝，2X X 4432.1∑（－）＝，2Y Y 68113.6∑ （－）＝，()()X X Y Y ∑－－＝16195.4 （3）采用直线回归方程拟和出的模型为 ?81.72 3.65Y X =+ t 值 1.2427 7.2797 R 2=0.8688 F=52.99 解释参数的经济意义。 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （45.2） （1.53） n=30 R 2=0.31 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。 3．估计消费函数模型i i i C =Y u αβ++得 i i ?C =150.81Y + t 值 （13.1）（18.7） n=19 R 2=0.81 其中，C ：消费（元） Y ：收入（元） 已知0.025(19) 2.0930t =，0.05(19) 1.729t =，0.025(17) 2.1098t =，0.05(17) 1.7396t =。 问：（1）利用t 值检验参数β的显著性（α＝0.05）；（2）确定参数β的标准差；（3）判断一下该模型的拟合情况。 4．已知估计回归模型得 i i ?Y =81.7230 3.6541X + 且2X X 4432.1∑ （－）＝，2Y Y 68113.6∑（－）＝， 求判定系数和相关系数。 5．有如下表数据
计量经济学 案例分析
第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y
二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31
一分钟看完计量经济学
建模是计量的灵魂，所以就从建模开始。 建模步骤：A，理论模型的设计：a ,选择变量b ,确定变量关系c,拟定参数范围 B,样本数据的收集：a，数据的类型b，数据的质量 C，样本参数的估计：a，模型的识别b，估价方法选择 D，模型的检验 a , 经济意义的检验1 正相关 2反相关等等 b,统计检验：1 检验样本回归函数和样本的拟合优度, R 的平方即其修正检验 2 样本回归函数和总体回归函数的接近程度：单个解释变量显著性即t 检验,函数显著性即F 检验,接近程度的区间检验 c,模型预测检验1 解释变量条件条件均值与个值的预测 2 预测置信空间变化 d,参数的线性约束检验：1 参数线性约束的检验 2 模型增加或减少变量的检验 3参数的稳定性检验：邹氏参数稳定性检验,邹氏预测检验------------ 主要方法是以F 检验受约束前后模型的差异 e,参数的非线性约束检验：1 最大似然比检验 2沃尔德检验 3拉格朗日乘数检验------ 主要方法使用X 平方分布检验统计量分布特征 f , 计量经济学检验 1, 异方差性问题：特征：无偏,一致但标准差偏误。检测方法：图示法, Park 与Gleiser 检验法, Goldfeld-Quandt 检验法, White 检验法----- 用WLS 修正异方差 2, 序列相关性问题：特征：无偏,一致,但检验不可靠,预测无效。检测方法：图示法, 回归检验法, Durbin-Waston 检验法, Lagrange 乘子检验法------ 用GLS 或广义差分法修正序列相关性 3 ，多重共线性问题：特征：无偏，一致但标准差过大，t 减小，正负号混乱。检测方法：先检验多重共线性是否存在，再检验多重共线性的范围 ------------------- 用逐步回归法，差分法或
计量经济学题库超完整版及答案
四、简答题（每小题5分） 令狐采学 1．简述计量经济学与经济学、统计学、数理统计学学科间的关系。 2．计量经济模型有哪些应用？ 3．简述建立与应用计量经济模型的主要步调。4．对计量经济模型的检验应从几个方面入手？ 5．计量经济学应用的数据是怎样进行分类的？6．在计量经济模型中，为什么会存在随机误差项？ 7．古典线性回归模型的基本假定是什么？8．总体回归模型与样本回归模型的区别与联系。 9．试述回归阐发与相关阐发的联系和区别。 10．在满足古典假定条件下，一元线性回归模型的普通最小二乘估计量有哪些统计性质？11．简述BLUE 的含义。 12．对多元线性回归模型，为什么在进行了总体显著性F 检验之后，还要对每个回归系数进行是否为0的t 检验？ 13.给定二元回归模型：01122t t t t y b b x b x u =+++，请叙述模型的古典假定。 14.在多元线性回归阐发中，为什么用修正的决定系数衡量估计模型对样本观测值的拟合优度？ 15.修正的决定系数2R 及其作用。16.罕见的非线性回归模型有几种情况？ 17.观察下列方程并判断其变量是否呈线性，系数是否呈线性，或
都是或都不是。 ①t t t u x b b y ++=310②t t t u x b b y ++=log 10 ③t t t u x b b y ++=log log 10④t t t u x b b y +=)/(10 18. 观察下列方程并判断其变量是否呈线性，系数是否呈线性，或都是或都不是。 ①t t t u x b b y ++=log 10②t t t u x b b b y ++=)(210 ③t t t u x b b y +=)/(10④t b t t u x b y +-+=)1(11 0 19.什么是异方差性？试举例说明经济现象中的异方差性。 20.产生异方差性的原因及异方差性对模型的OLS 估计有何影响。21.检验异方差性的办法有哪些？ 22.异方差性的解决办法有哪些？23.什么是加权最小二乘法？它的基本思想是什么？ 24.样天职段法（即戈德菲尔特——匡特检验）检验异方差性的基来源根基理及其使用条件。 25．简述DW 检验的局限性。26．序列相关性的后果。27．简述序列相关性的几种检验办法。 28．广义最小二乘法（GLS ）的基本思想是什么？29．解决序列相关性的问题主要有哪几种办法？ 30．差分法的基本思想是什么？31．差分法和广义差分法主要区别是什么？ 32．请简述什么是虚假序列相关。33．序列相关和自相关的概念和规模是否是一个意思？ 34．DW 值与一阶自相关系数的关系是什么？35．什么是多重共线
计量经济学案例分析汇总
计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入
杨小凯
杨小凯（1948年10月6日－2004年7月7日），原名杨曦光，澳大利亚经济学家，华人。杨小凯原籍中国湖南省湘潭县，出生于吉林省，在湖南长沙长大。他最突出的贡献是提出新兴古典经济学与超边际分析方法和理论。他已出版的中英文专著包括：《专业化与经济组织》、《经济学：新兴古典与新古典框架》、《发展经济学：超边际与边际分析》，使他获得了世界级的成就和同行的推崇。他曾两次被提名诺贝尔经济学奖（2002年和2003年）2004年于澳洲墨尔本的家中去世，享年55岁。 主要成就：提出新兴古典经济学方法和理论提出超边际分析方法和理论 代表作品：《专业化与经济组织》；《经济学：新兴古典与新古典框架》等重要事件：被两次提名诺贝尔经济学奖 杨小凯，1988年获普林斯顿大学经济学博士学位，曾任哈佛大学国际发展中心(CID)研究员、澳洲莫纳什大学经济学讲座教授、澳洲社会科学院院士。 他的论文见于“美国经济评论”，“政治经济期刊”、“发展经济学期刊”、“经济学期刊”、“城市经济学期刊”等匿名审稿杂志。他和黄有光合著的《专业化和经济组织》一书被权威杂志书评称为“盖世杰作”。财务理论奇才布莱克称此书为“天才著作”。 他的《经济学：新兴古典与新古典框架》被匿名书评人称为“对经济学根基 进行重新梳理，为经济学教学提供了崭新的方法。”该书评人认为“杨正在建立起一个全新的领域。是的，我敢预见，人们对新兴古典经济学的兴趣将迅速兴起，我认为它很可能成为未来的潮流。” 诺贝尔奖得主布坎南认为杨的工作比卢卡斯(Lucas)、罗默(Romer)、克鲁格曼(Krugman)的要好得多。另一位诺贝尔奖得主阿罗称赞杨的研究使亚当·斯密的劳动分工论与科斯的交易费用理论浑为一体。 由于其在经济学上的巨大成就，杨小凯被誉为“离诺贝尔奖最近的华人”。 研究领域：
计量经济学题库超完整版)及答案-计量经济学题库
计量经济学题库一、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）。 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（Economics）一词构造出来 3．外生变量和滞后变量统称为（D）。 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）。 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6．在计量经济模型中，由模型系统内部因素决定，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（）。 A．内生变量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．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 8．经济计量模型的被解释变量一定是（）。 A．控制变量B．政策变量C．内生变量D．外生变量9．下面属于横截面数据的是（）。
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．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 11．将内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C．政策变量D．滞后变量 12．（）是具有一定概率分布的随机变量，它的数值由模型本身决定。 A．外生变量B．内生变量C．前定变量D．滞后变量 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．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 15．变量之间的关系可以分为两大类，它们是（）。 A．函数关系与相关关系B．线性相关关系和非线性相关关系 C．正相关关系和负相关关系D．简单相关关系和复杂相关关系 16．相关关系是指（）。 A．变量间的非独立关系B．变量间的因果关系C．变量间的函数关系D．变量间不确定性
计量经济学-案例分析-第六章
第六章 案例分析 一、研究目的 2003年中国农村人口占59.47％，而消费总量却只占41.4%，农村居民的收入和消费是一个值得研究的问题。消费模型是研究居民消费行为的常用工具。通过中国农村居民消费模型的分析可判断农村居民的边际消费倾向，这是宏观经济分析的重要参数。同时，农村居民消费模型也能用于农村居民消费水平的预测。 二、模型设定 正如第二章所讲述的，影响居民消费的因素很多，但由于受各种条件的限制，通常只引入居民收入一个变量做解释变量，即消费模型设定为 t t t u X Y ++=21ββ （6.43） 式中，Y t 为农村居民人均消费支出，X t 为农村人均居民纯收入，u t 为随机误差项。表6.3是从《中国统计年鉴》收集的中国农村居民1985-2003年的收入与消费数据。 表6.3 1985-2003年农村居民人均收入和消费 单位： 元
2000 2001 2002 2003 2253.40 2366.40 2475.60 2622.24 1670.00 1741.00 1834.00 1943.30 314.0 316.5 315.2 320.2 717.64 747.68 785.41 818.86 531.85 550.08 581.85 606.81 为了消除价格变动因素对农村居民收入和消费支出的影响，不宜直接采用现价人均纯收入和现价人均消费支出的数据，而需要用经消费价格指数进行调整后的1985年可比价格计的人均纯收入和人均消费支出的数据作回归分析。 根据表6.3中调整后的1985年可比价格计的人均纯收入和人均消费支出的数据，使用普通最小二乘法估计消费模型得 t t X Y 0.59987528.106?+= （6.44） Se = (12.2238) (0.0214) t = (8.7332) (28.3067) R 2 = 0.9788，F = 786.0548，d f = 17，DW = 0.7706 该回归方程可决系数较高，回归系数均显著。对样本量为19、一个解释变量的模型、5%显著水平，查DW 统计表可知，d L =1.18，d U = 1.40，模型中DW 计量经济学 三、课程大致安排 1、内容框架 2、参考书目： 初、中级教程： 计量经济学 王维国 东北财经大学出版社 计量经济学/Basic Econometrics （印度）古扎拉蒂 中国人民大学 计量经济学 赵国庆 中国人民大学出版社 计量经济学 李子奈 潘文卿 高等教育出版社 高级教程： 计量经济模型与经济预测 平耿克 钱小军译 机械工业出版社 《经济计量分析》( Econometric Analysis ) 3、安装eview ，数据（演算一下）OLS 法（缺少数据） 4、安装pdf 第二部分 数学预备知识 概率论 第一章随机变量及其分布 一、随机变量的定义 设随机试验Ed样本空间为{} π=，如果对两个？？？，都有唯一 w 的实数() x w与之对应，并且对任意实数X，？？是随机事件，则称事件，则称定义在π上的实单值函数() x w为随机变量。 通俗的说，在实验结果能取得不同数值的量，称为随机变量它的数值是随机试验结果而它由于试验的结果是随机的，所以它的值也是随机的。 二、分类（连续型和离散型） 例子：在一个箱子里放着t个数字球，-2，1，1，3，3，3，3从中取一个球，取到球上面的数字是随着试验结果不同而变化。 又如：考四、六级，考过记为1，不过记为0。 再如：抛硬币，正面记为1，反面记为0。 引入话题：举一些现实中的例子，如考试，在公交场等车 随机变量-事件-概率-频率-分布率-分布函数-连续随机变量 上面我们讲的是一种事件有很多种不同的结果，但在现实中这些出现的结果的可能性并不是相同的。 例子：考六级出现的结果不同，大多数分数集中在50-60和60-70之间，也就是说出现2和3的可能性更大。 =0（0-50），1（50-60），2（60-70），3（70-80），4（80-100） 问题：用什么衡量可能性呢？（概率） 我们用的概率都是古典概型，即用事件发生概率来表示概率。 频率的定义：一随机事件的n个结果互斥且两个结果等可能发生，并且事件A会有m个基本结果，则事件A发生的概率即是() p A，就是 () p A= m n =事件发生的总数/结果总数 两点需要注意：1、试验结果互斥；2、等可能性相当。 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 （1）经济意义检验（包括参数符号、参数大小等） （2）统计意义检验（拟合优度检验、模型显著性检验、参数显 著性检验） （3）计量经济学检验（异方差检验、自相关检验、多重共线性 检验） （4）模型预测性检验（超样本特性检验） 5.模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论） 三、 几个重要的“变量” 1. 解释变量与被解释变量 2. 内生变量与外生变量 3. 滞后变量与前定变量 4. 控制变量 四、 回归中的四个重要概念 1. 总体回归模型（Population Regression Model ，PRM) t t t u x b b y ++=10--代表了总体变量间的真实关系。 2. 总体回归函数（Population Regression Function ，PRF ） t t x b b y E 10)(+=--代表了总体变量间的依存规律。 3. 样本回归函数（Sample Regression Function ，SRF ） t t t e x b b y ++=10??--代表了样本显示的变量关系。 4. 样本回归模型（Sample Regression Model ，SRM ） t t x b b y 10???+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系，而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 总体回归模型与样本回归模型的联系是：样本回归模型是总体回 2．已知一模型的最小二乘的回归结果如下： i i ?Y =101.4-4.78X 标准差 （） （） n=30 R 2 = 其中，Y ：政府债券价格（百美元），X ：利率（%）。 回答以下问题：（1）系数的符号是否正确，并说明理由；（2）为什么左边是i ?Y 而不是i Y ； （3）在此模型中是否漏了误差项i u ；（4）该模型参数的经济意义是什么。 13．假设某国的货币供给量Y 与国民收入X 的历史如系下表。 某国的货币供给量X 与国民收入Y 的历史数据 根据以上数据估计货币供给量Y 对国民收入X 的回归方程，利用Eivews 软件输出结果为： Dependent Variable: Y Variable Coefficient Std. Error t-Statistic Prob. X C R-squared Mean dependent var Adjusted R-squared . dependent var . of regression F-statistic Sum squared resid Prob(F-statistic) 问：（1）写出回归模型的方程形式，并说明回归系数的显著性（） 。 （2）解释回归系数的含义。 （2）如果希望1997年国民收入达到15，那么应该把货币供给量定在什么水平 14．假定有如下的回归结果 t t X Y 4795.06911.2?-= 其中，Y 表示美国的咖啡消费量（每天每人消费的杯数），X 表示咖啡的零售价格（单位：美元/杯），t 表示时间。问： （1）这是一个时间序列回归还是横截面回归做出回归线。 （2）如何解释截距的意义它有经济含义吗如何解释斜率（3）能否救出真实的总体回归函数 （4）根据需求的价格弹性定义： Y X ?弹性＝斜率，依据上述回归结果，你能救出对咖啡需求的价格弹性吗如果不能，计算此弹性还需要其他什么信息 15．下面数据是依据10组X 和Y 的观察值得到的： 1110=∑i Y ，1680 =∑i X ，204200=∑i i Y X ，315400 2=∑ i X ，133300 2 =∑i Y 假定满足所有经典线性回归模型的假设，求0β，1β的估计值； 16.根据某地1961—1999年共39年的总产出Y 、劳动投入L 和资本投入K 的年度数据，运用普通最小二乘法估计得出了下列回归方程： ，DW= 式下括号中的数字为相应估计量的标准误。 (1)解释回归系数的经济含义； (2)系数的符号符合你的预期吗为什么 17.某计量经济学家曾用1921~1941年与1945~1950年（1942~1944年战争期间略去）美国国内消费Ｃ和工资收入Ｗ、非工资－非农业收入 第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城 乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF* 文献读后感——基于动态计量经济学模型的房地产 周期研究 丁毅1 （南京财经大学国民经济学MG11001049） 摘要：本文作者参见清华大学学报2007年第47卷第12期《基于动态计量经济学模型的房地产周期研究》一问，研究了动态计量经济学模型在现实的应用方法。参考文献对所涉及的内容包括自回归分布滞后的ARMAX模型，使用了ADF检验和多重协整JJ检验，求出了误差修正序列（ECM）。 关键词：动态经济学模型ECMARMAX模型JJ检验 0 文献内容 本文是研究张红教授等《基于动态计量经济学模型的房地产周期研究》一文后的读后笔记。原文是以北京市1989年至2004年的时间序列数据为基础，建立了用于分析和判别房地产周期的动态计量经济学模型。原文作者使用的动态计量经济学模型，是有别于传统计量经济学模型的理论先导方法。张红教授认为如果后者先验理论的不准确，将导致传统计量经济学模型参数的错误。这与《中级计量经济学》中所认为的伪拟合问题含义相同。原文采用了误差修正模型和协整理论基础上的动态经济学模型，建立了北京房地产市场模型。经过系列分析后，得出结论：2006年北京房地产市场继续稳步上升。这与事实现今基本相同，因此本文作者认为该模型拟合过程正确。同时，张红教授指出，模型后期修正可以构建房地产周期识别指标和复杂性指标体系，时期合理体现市场的真实情况，而且可以考虑应用广义脉冲函数等分析某单独因素对房地产市场的周期的冲击性影响。[1] 1 原文解读 1.1选择动态经济学模型原因 中国房地产各种非理性因素对房地产有着深刻的影响能力，同时房地产行业的统计数据质量和时间序列长度无法满足分析需要，因此传统计量经济学模型效果差，应当考虑动态计量经济学模型。使用一个代表数据生成过程的自回归分布整合模型，然后推出包含变量间长期稳定关系的简单模型。这种模型使用了经济理论和统计数据，充分利用数据所包含的全部信息，适合于房地产市场周期分析。1.2建模思路 1.确定房地产周期变量相关的时间序列，建 立指标体系； 2.建立ARMAX模型； 3.确定模型参数，及ARMAX的滞后阶数； 4.对参数进行检验，ADF和多重协整JJ检验； 5.求出ECM，以此表明周期实际表征数据； 6.建立包含修正项的ARMAX模型； 7.模型的预测和分析； 1.3ARMAX模型 Eq1表示ARMAX模型。其中，RD表示销售率，INVT表示年度完成投资额，PRIE表示年度商品房平均销售价格，EARN表示家庭年均可支配收入；因为原文中，指标体系是通过经验判断和行业规范建立的，因此本文作者在此不进行叙述。 1.4JJ检验[2] Johansen和Juselius的似然比检验方法，简称JJ检验，主要用来分析诸多变量组成的V AR系统，借助典型相关理论在V AR模型基础上使用似然比检验进行协整检验的同时确定协整关系。其中，要注意的问题有 1.根据时间序列的数据生成过程正确选择确定成 分，正确处理好截距项和趋势项； 2.在实证分析阶段的结果上选择临界值； 3.协整关系非唯一性问题，当检验结果出现多个计量经济学笔记(总)
计量经济学读书笔记
计量经济学题库及答案
计量经济学-案例分析-第八章
计量经济学论文读后感