计量经济学纯概念总结_精品文档Word文件下载.docx

计量经济学纯概念总结_精品文档Word文件下载.docx

《计量经济学纯概念总结_精品文档Word文件下载.docx》由会员分享，可在线阅读，更多相关《计量经济学纯概念总结_精品文档Word文件下载.docx（4页珍藏版）》请在冰豆网上搜索。

自回归模型：

模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值

分布滞后模型：

模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值：

分布滞后模型的修正估计方法:

（1）经验加权法2阿尔蒙（Ａlmon）多项式法（3）科伊克（Koyck）方法

模型设定偏误主要有两大类:

（1）关于解释变量选取的偏误，主要包括漏选相关变量和多选无关变量，

（2）关于模型函数形式选取的偏误。

3错误的函数形式

三、模型设定偏误的检验

1、检验是否含有无关变量:

可用t检验与F检验完成。

检验是否有相关变量的遗漏或函数形式设定偏误:

（1）残差图示法:

（a）趋势变化：

模型设定时可能遗漏了一随着时间的推移而持续上升的变量（b）循环变化：

模型设定时可能遗漏了一随着时间的推移而呈现循环变化的变量

（2）一般性设定偏误检验:

拉姆齐提出的所谓RESET检验

虚拟变量

1．虚拟变量作为解释变量引入模型的基本方式：

加法方式、乘法方式

2．虚拟变量的设置原则：

每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。

3．虚拟变量陷阱：

如果有m个定性变量，应在模型中引入m-1个虚拟变量，否则会导致多重共线性

放宽基本假定的模型

基本假定违背：

不满足基本假定的情况。

主要包括：

（1）随机误差项序列存在异方差性；

（2）随机误差项序列存在序列相关性；

（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误差项相关此外：

（5）模型设定有偏误（6）解释变量的方差不随样本容量的增而收敛

异方差、序列相关、多重共线

1．异方差性：

即对于不同的样本点i，随机误差项的方差不再是常数

2．产生原因：

不同样本点上解释变量以外的其他因素差异较大

3．存在异方差仍用OLS估计的后果：

1参数估计量非有效2变量的显著性检验失去意义3模型的预测失效

4．异方差的检验方法：

1）OLS

2）图示检验法：

X-Y、X-e2散点图

3）戈里瑟检验与帕克检验

4）G-Q检验：

G-Q检验以F检验为基础，适用于样本容量较大、异方差递增或递减的情况。

先将样本一分为二，对子样本①和子样本②分别作回归，然后利用两个子样本的残差之比构造统计量进行异方差检验。

由于该统计量服从F分布，因此假如存在递增的异方差，则F远大于1；

反之就会等于1（同方差）、或小于1（递减方差）。

5．解决异方差——加权最小二乘法：

是对原模型加权，使之变成一个新的不存在异方差性的模型，然后采用普通最小二乘法估计其参数。

·

加权最小二乘法思想：

就是对加了权重的残差平方和实施OLS法：

对较小的残差平方ei2赋予较大的权数；

对较大的残差平方ei2赋予较小的权数。

6．加权最小二乘法具体步骤：

7．序列相关性：

即对于不同的样本点，随机误差项之间不再是不相关的，而是存在某种相关性

8．自相关表达形式：

ρ：

被称为自协方差系数或一阶自相关系数

9．存在序列相关仍用OLS估计的后果：

1参数估计量非有效（仍无偏）2变量的显著性检验失去意义3模型的预测功能失效

10．序列相关性的检验方法

1）普通最小二乘法

2）图示法（残差的变化图）

3）回归检验法

4）D-W检验法

若0<

D.W.<

dL则存在正自相关

dL<

dU不能确定

dU<

4-dU无自相关

4-dU<

4-dL不能确定

4-dL<

4存在负自相关

缺陷：

存在两个不能确定的DW值区域；

无法检验存在滞后被解释变量的模型

11．序列相关产生的原因：

1经济变量固有的惯性2模型设定误差：

模型中遗漏了显著的变量或者引用了不正确的函数形式3数据“编造”

12．如何补救序列相关：

1）广义最小二乘法

2）广义差分法：

可以克服所有类型的序列相关带来的问题

3）随机误差相关系数ρ的估计——科克伦·

奥科特迭代法/杜宾两步法

4）应用软件中的广义差分法

13．基本假定违背：

不满足基本假定的情况

1）随机干扰项序列存在异方差性

2）随机干扰项序列存在序列相关性

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

14．计量经济学检验：

在进行计量经济学模型的回归分析时，必须对所研究对象是否满足普通最小二乘法的基本假定进行检验，及检验是否存在一种或多种违背基本假定的情况。

15．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，则称为多重共线性。

分为完全共线性、近似共线性、交互相关。

16．出线多重共线性的原因：

1）经济变量相关的共同趋势

2）滞后变量的引入

3）样本资料的限制

17．存在多重共线性仍用OLS估计的后果

1）完全共线性下的参数估计量不存在

2）近似共线性下OLS估计量非有效]

3）参数估计量的经济含义不合理

4）变量的显著性检验和模型的预测功能失去意义

18．多重共线性的检验：

检验多重共线性是否存在

1）对两个解释变量的模型采用简单相关系数法，r接近1存在较强的多重共线性

2）对多个解释变量的模型，采用综合统计检验法

判明存在多重共线性的范围

（1）判定系数检验法:

如果某一种回归的判定系数较大，说明Xj与其他X间存在共线性。

（2）逐步回归法:

以Y为被解释变量，逐个引入解释变量，构成回归模型，进行模型估计。

根据拟合优度的变化决定新引入的变量是否独立。

如果拟合优度变化显著，则说明新引入的变量是一个独立解释变量；

如果拟合优度变化很不显著，则说明新引入的变量与其它变量之间存在共线性关系。

19．克服多重共线性的方法：

1）排除引起共线性的变量（逐步回归法）

2）差分法

3）第三类方法：

减小参数估计量的方差

20．随机解释变量：

存在一个或多个随机变量作为解释变量的模型

21．不同情况的随机解释变量：

1）随机解释变量与随机干扰项独立：

无偏一致

2）随机解释变量与随机干扰项同期无关但异期相关：

有偏一致

3）随机解释变量与随机干扰项同期相关：

有偏非一致

22．工具变量法：

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，是克服解释变量与随机干扰项相关影响的一种参数估计方法。

23．工具变量法须满足的条件：

1）与所替代的随机解释变量高度相关

2）与随机干扰项不相关

3）与模型中其他解释变量不相关，以避免出现多重共线性

联立方程计量经济模型理论方法（变量,结构式模型,简化式模型,参数关系体系）

⒈内生变量:

对联立方程模型系统而言，已经不能用被解释变量与解释变量来划分变量，而将变量分为内生变量和外生变量两大类。

⒉外生变量:

一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是模型系统研究的元素。

⒊先决变量:

外生变量与滞后内生变量统称为先决变量或是前定变量。

联立方程模型的单方程估计方法:

一、间接最小二乘法（ILS）

二、二阶段最小二乘法（2SLS）

非平稳经济变量分析

•一、时间序列的平稳性:

如果一个时间序列是非平稳的，它常常可通过取差分的方法而形成平稳序列。

•二、单整序列:

如果一个时间序列经过一次差分变成平稳的，就称原序列是一阶单整序列，记为I

（1）。

三、单位根检验:

1、DF检验2ADF检验

•四、趋势平稳与差分平稳随机过程:

随机性趋势可通过差分的方法消除，该时间序列Xt称为差分平稳过程

•确定性趋势无法通过差分的方法消除，只能通过除去趋势项消除，该时间序列Xt称为趋势平稳过程

时间序列的协整检验与误差修正模型:

长期均衡关系与协整:

某些经济变量间确实存在着长期均衡关系，这种均衡关系意味着经济系统不存在破坏均衡的内在机制，如果变量在某时期受到干扰后偏离其长期均衡点，则均衡机制将会在下一期进行调整以使其重新回到均衡状态。

如果变量之间有着长期的稳定关系，即它们之间是协整的

非稳定的时间序列，它们的线性组合也可能成为平稳的。

称变量X与Y是协整的

二、协整的E-G检验

•三、关于均衡与协整关系的讨论:

不能由协整导出均衡，只能用协整检验均衡。

四、误差修正模型

时间序列分析

随机过程、时间序列:

时间序列分析方法它适用于各种领域的时间序列分析。

⑴随机过程：

由随机变量组成的一个有序序列称为随机过程，

⑵随机过程一般分为两类。

一类是离散型的，一类是连续型的

⑶时间序列：

随机过程的一次实现称为时间序列，也用{xt}或xt表示。

时间序列模型的分类:

1自回归过程2.移动平均过程3.自回归移动平均过程

自相关函数

偏自相关函数

时间序列模型的建立与预测:

建立时间序列模型通常包括三个步骤:

（1）模型的识别;

（2）模型参数的估计;

（3）诊断与检验。