计量经济学教学大纲.docx
《计量经济学教学大纲.docx》由会员分享,可在线阅读,更多相关《计量经济学教学大纲.docx(18页珍藏版)》请在冰豆网上搜索。
计量经济学教学大纲
《计量经济学》教学大纲
一、使用说明
(一)课程性质
经济计量学是以揭示经济活动中客观存在的数量关系为内容的经济学的分支学科,是教育部高等学校经济学科教学指导委员会确定的经济学各专业的核心课程之一。
计量经济学已成为经济预测和决策,现代经济管理不可缺少的重要工具。
(二)教学目的
计量经济学是由经济学、统计学、数学结合而成的交叉学科,以微积分、线性代数、概率论与数理统计、微观经济学、宏观经济学和经济统计学为先修课程。
按照课程内容深度一般分为初级、中级和高级三个层次,经济学类非统计专业本科生的教学定位于初级与中级之间的水平上,以计量经济学的数理统计学基础知识和经典的线性单方程及经典的线性联立方程模型理论、方法及其应用为主要内容。
通过本课程教学,使学生达到:
(1)了解现代经济学的特征,了解计量经济学课程在现代经济学和经济课程体系中的地位作用,了解经济数量分析在经济学科的发展和实际经济工作中的作用;
(2)掌握基本的经典计量经济学理论与方法,并对计量经济学理论与方法的扩展和新发展有概念性了解;(3)能够建立并应用简单的计量经济学模型,对现实经济现象中的数量关系进行实际分析,并能以统计和计量分析软件为工具建立计量模型;(4)具有进一步学习与应用计量经济学理论、方法与模型的基础和能力。
(三)教学时数
内容
总课时
第一章导论
5
第二章经典单方程计量经济学模型:
一元线性回归模型
12
第三章经典单方程计量经济学模型:
多元线性回归模型
9
第四章异方差性
6
第五章自相关性
6
第六章多重共线性
5
第七章单方程回归模型的几个专题
4
第八章联立方程模型
4
总课时
51
(四)教学方法
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(五)面向专业
经济学类(非统计学及数量经济)各专业本科生。
二、教学内容
注:
文中*内容为选讲内容。
第一章导论
(一)教学目的与要求
通过本章的学习,要求学生了解计量经济学的起源与发展;掌握计量经济学的学科性质、基本概念与内容体系;掌握建立与应用计量经济学模型的主要步骤。
(二)教学内容
本章教学重点难点为:
计量经济学的学科性质、基本概念与内容体系;建立与应用计量经济学模型的主要步骤。
本章共分三节:
第一节计量经济学概述
一、计量经济学的产生与发展
1、计量经济学的产生
2、计量经济学的发展
二、计量经济学的学科性质
1、计量经济学的含义
2、计量经济学与其他相关学科的关系
三、计量经济学的内容体系
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学
4、经典计量经济学和非经典计量经济学
5、微观计量经济学和宏观计量经济学
第二节计量经济学的基本概念
一、计量经济模型中的变量
1、解释变量和被解释变量
2、内生变量和外生变量
3、滞后变量与前定变量
4、控制变量
二、计量经济分析中的数据
1、时间序列数据(timeseriesdata)
2、横截面数据(cross-sectionaldata)
3、混合数据(paneldata)
三、参数估计的方法
四、计量经济模型
1、计量经济模型的形式及其构成要素
2、计量经济模型的特点
第三节建立与应用计量经济学模型的主要步骤
一、根据经济理论建立计量经济模型
二、样本数据的收集
三、估计参数
四、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、预测检验
五、模型的应用
1、结构分析
2、经济预测
3、政策评价
4、经济理论的检验与发展
(三)教学方法与形式
授课方式为课堂教学;教学方法为多媒体课件教学。
(四)教学时数
5课时。
第二章经典单方程计量经济学模型
——多元线性回归模型
(一)教学目的与要求
通过本章的学习,要求学生熟悉一元线性回归模型的经典假定;掌握普通最小二乘法的基本原理;能应用普通最小二乘法估计经典线性回归模型的参数并进行检验;能应用简单线性回归模型进行经济预测;初步认识EViews软件,并能应用它进行一元线性回归分析的操作。
(二)教学内容
本章教学重点难点为:
一元线性回归模型的经典假定;普通最小二乘法;一元线性回归模型的估计、检验和预测;通过一元线性回归模型的建立和应用,理解回归分析的思想。
本章共分为六节:
第一节回归分析概述
一、变量间的关系及回归分析的基本概念
1、变量间的关系
2、相关与回归分析
3、回归分析的基本概念
4、线性回归分析中“线性”的含义
二、总体回归函数(PRF)
1、含义
2、表达形式
三、随机扰动项
1、概念
2、随机误差项主要包括下列因素
3、产生并设计随机误差项的主要原因
四、样本回归函数(SRF)
1、含义
2、表达形式
第二节一元线性回归模型的基本假定
一、假设1:
解释变量X是确定性变量,不是随机变量。
二、假设2:
随机误差项具有零均值、同方差和无自相关假定(不序列相关性)。
三、假设3:
随机误差项与解释变量X之间不相关。
四、假设4:
正态性假定服从零均值、同方差、零协方差的正态分布。
第三节一元线性回归模型的参数估计
一、参数的普通最小二乘估计(OLS)
二、最小二乘估计量的性质
1、线性性
2、无偏性
3、有效性
三、回归参数的区间估计
1、参数估计量和的概率分布
2、随机误差项的方差的估计
3、回归参数的区间估计
第四节一元线性回归模型的统计检验
一、一元线性回归模型的假设检验
1、经济意义检验
2、统计检验
3、计量经济学检验
4、预测检验
二、拟合优度检验
1、总离差平方和的分解
2、可决系数R2统计量
3、决定系数与相关系数的关系
三、回归参数的显著性检验
四、正态性检验
第五节一元线性回归模型的预测
一、Ŷ0是条件均值E(Y|X=X0)或个值Y0的一个无偏估计
二、总体条件均值与个值预测值的置信区间
1、总体均值预测值的置信区间
2、总体个值预测值的预测区间
3、影响预测区间大小的因素
第六节EViews使用及案例分析
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
12课时。
第三章经典单方程计量经济学模型
——多元线性回归模型
(一)教学目的与要求
通过本章的学习,要求学生熟悉多元线性回归模型的经典假定;掌握多元回归模型的最小二乘估计及模型的统计检验和预测;能熟练操作EViews软件,并运用该软件解决多元线性回归分析的实际问题。
(二)教学内容
本章教学重点难点为:
多元线性回归模型的经典假定;普通最小二乘法;多元线性回归模型的估计、检验和预测;通过多元线性回归模型的建立和应用理解回归分析的思想。
本章共分六节:
第一节多元线性回归模型
一、多元线性回归模型及其矩阵表达
二、多元线性回归模型的基本假定
1、解释变量是非随机的,且各解释变量间不存在线性相关关系(无多重共线性)。
2、随机误差项具有零均值、同方差及不序列相关性。
3、解释变量与随机项不相关
4、随机项满足正态分布
第二节多元线性回归模型的参数估计
一、普通最小二乘估计
二、参数估计量的性质
1、线性性
2、无偏性
3、有效性
三、随机误差项方差的估计
第三节多元线性回归模型的统计检验
一、拟合优度检验
1、可决系数与调整的可决系数
*2、赤池信息准则和施瓦茨准则
二、方程的显著性检验(F检验)
1、方程显著性的F检验
2、关于拟合优度检验与方程显著性检验关系的讨论
三、变量的显著性检验(t检验)
1、t统计量
2、t检验
四、参数的置信区间
*五、模型结构稳定性检验:
Chow检验
第四节多元线性回归模型的预测
一、点预测
二、区间预测
1、E(Yf)的置信区间
2、Yf的置信区间
第五节非线性回归模型
一、可线性化模型
1、指数函数模型与对数变换法——对数模型和半对数模型
2、倒数模型、多项式模型与变量的直接置换法
二、非线性化模型的处理方法
三、回归模型的比较
1、图形观察分析
2、模型估计结果观察分析
3、残差分布观察分析
第六节案例分析与EViews操作
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
9课时。
第四章异方差性
(一)教学目的与要求
通过本章的学习,要求学生掌握异方差的含义,理解经济现象中异方差产生的原因;掌握异方差性对模型产生的影响;掌握异方差的检验方法;学会处理和消除异方差的方法。
(二)教学内容
本章教学重点难点为:
异方差的含义;异方差性产生的后果;异方差的检验及消除异方差的方法。
本章共分五节:
第一节异方差的概念与产生的原因
一、异方差性的概念
二、异方差的类型
1、单调递增型
2、单调递减型
3、复杂型
三、产生异方差的原因
第二节异方差性的后果
一、参数估计量的非有效性
1、参数估计量的线性性、无偏性仍然成立
2、参数估计量不是一个有效的估计量
二、(变量)参数显著性检验失效
三、模型的预测失效
第三节异方差性的检验
一、图形法
1、相关图形分析
2、残差图形分析
二、Goldfeld-Quanadt检验
1、Goldfeld-Quanadt检验的前提条件
2、Goldfeld-Quanadt检验的思想
3、Goldfeld-Quanadt检验的步骤
4、Goldfeld-Quanadt检验的特点
三、White检验
1、White检验的基本思想
2、White检验的特点
3、White检验的步骤
四、ARCH检验
1、ARCH过程
2、ARCH检验的基本思想
3、ARCH检验的基本步骤
4、ARCH检验的基本特点
五、Glejser检验和Park检验
1、检验的基本思想
2、检验的基本步骤
3、检验的基本特点
第四节异方差的修正
一、模型变换法
二、加权最小二乘法
三、模型的对数变换
第五节案例分析与EViews操作
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
6课时。
第五章自相关性
(一)教学目的与要求
通过本章的学习,要求学生掌握自相关性的基本含义,理解经济现象中自相关性产生的原因;掌握自相关性对模型产生的影响;掌握自相关性的检验方法;学会处理和消除自相关性的方法。
(二)教学内容
本章教学重点难点为:
自相关性产生的后果;自相关性的检验;消除自相关性的方法。
本章共分五节:
第一节自相关性及其产生的原因
一、自相关性的概念
二、产生自相关性的原因
三、自相关性的表现形式
第二节自相关性的后果
一、参数估计量非有效
二、变量的显著性检验失去意义
三、模型预测失效
第三节自相关性的检验
一、图示检验法
1、残差趋势图
2、残差相关图
二、DW检验法
三、回归检验法
四、高阶自相关检验法
1、偏相关系数检验
2、拉格朗日乘数(Lagrangemultiplier)检验
第四节自相关问题的解决方法
一、广义差分法
二、自相关系数ρ的估计
1、利用DW统计量估计ρ
2、德宾两步估计法(Durbin)
3、科克伦-奥克特迭代估计法(Cochrane-Orcutt)
三、应用软件EViews中的广义差分法
第五节案例分析与EViews操作
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
6课时。
第六章多重共线性
(一)教学目的与要求
通过本章的学习,要求学生掌握多重共线性的基本含义,包括完全多重共线性和近似(不完全)多重共线性;理解经济现象中多重共线性的表现;掌握变量出现多重共线性的后果;掌握多重共线性的诊断方法;学会解决多重共线性的方法。
(二)教学内容
本章教学重点难点为:
多重共线性的表现;解释变量存在多重共线性的后果;多重共线性的诊断方法;解决多重共线性的解决方法。
本章共分五节:
第一节多重共线性及产生原因
一、多重共线性的含义
1、完全多重共线性
2、不完全多重共线性
二、产生多重共线性的原因
第二节多重共线性产生的后果
一、对最小二乘估计量的影响
1、完全共线性下参数估计量不存在
2、不完全共线性下OLS估计量的性质
二、最小二乘估计量的方差变大
三、参数估计量经济含义不合理
四、变量的显著性检验失去意义
五、模型的预测功能失效
第三节多重共线性的检验
一、简单相关系数检验法
二、方差扩大(膨胀)因子法
三、直观判断法
四、逐步回归检测法
第四节多重共线性的补救措施
一、修正多重共线性的经验方法
1、剔除变量法
2、增大样本容量
3、变换模型形式
4、利用非样本先验信息
5、横截面数据与时序数据并用
6、变量变换
二、逐步回归法
第五节案例分析与EViews操作
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
5课时。
第七章单方程回归模型的几个专题
(一)教学目的与要求
通过本章的学习,要求学生掌握虚拟变量的概念、设置方法及其应用;了解滞后效应与产生滞后效应的原因;掌握分布滞后模型及自回归模型的估计;掌握格兰杰因果检验的统计思路及应用。
(二)教学内容
本章教学重点难点为:
虚拟变量的设置方法及其应用;分布滞后模型及自回归模型的估计;格兰杰因果检验的统计思路及应用。
本章共分三节:
第一节虚拟变量模型
一、虚拟变量的概念及作用
1、虚拟变量的含义
2、引入虚拟变量的作用
二、虚拟变量的设置
1、设置规则
2、引入方式
三、虚拟变量模型的特殊应用
1、调整季节波动
2、检验模型结构的稳定性
3、分段回归
4、混合回归
第二节滞后变量模型
一、滞后变量模型
1、滞后效应与产生滞后效应的原因
2、滞后变量模型
二、分布滞后模型的参数估计
三、自回归模型的参数估计
1、自回归模型的构造
2、自回归模型的参数估计
四、格兰杰因果关系检验
*第三节随机解释变量
一、随机解释变量的概念
二、实际经济问题中的随机解释变量问题
三、随机解释变量的后果
1、自回归模型的构造
2、自回归模型的参数估计
四、随机解释变量的修正方法:
工具变量法
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
4课时。
第八章联立方程模型
(一)教学目的与要求
通过本章的学习,要求学生掌握联立方程模型及其特点、联立方程模型变量的类型,模型识别的内涵与识别准则;了解间接最小二乘法、二阶段最小二乘法。
(二)教学内容
本章教学重点难点为:
联立方程模型识别的内涵与识别准则。
本章共分四节:
第一节联立方程模型的基本概念
一、联立方程模型及其特点
1、联立方程模型
2、联立方程模型的特点
二、联立方程模型的变量类型
1、内生变量
2、外生变量
3、前定变量
三、联立方程模型的类型
1、结构式模型
2、简化式模型
3、递归模型
第二节联立方程模型的识别
一、识别的概念
二、识别的类型
1、不可识别
2、恰好识别
3、过度识别
三、识别条件
第三节联立方程模型的估计
一、联立方程偏误
二、递归模型的估计
三、恰好识别模型的估计:
间接最小二乘法
四、过度识别模型的估计:
二阶段最小二乘法
第四节案例分析
(三)教学方法与形式
授课方式为课堂教学与上机实验;教学方法为多媒体课件教学。
(四)教学时数
4课时。
三、考核方式
考核成绩由平时成绩、期中成绩和期末成绩三部分构成。
平时成绩主要通过上课提问、上机实验操作及作业等多种方式综合评定;期中可根据实际灵活掌握考核方式(提交论文、做习题或试卷考试方式);期末通过闭卷考试方式进行评定。
四、教材选用
1、孙敬水:
《计量经济学》,清华大学出版社,2004年9月第一版。
2、李子奈:
《计量经济学》,高等教育出版社,2005年4月第二版。
3、庞皓:
《计量经济学》,科学出版社,2006年1月第一版。
4、汪同三、张涛:
《经济计量学精要》,机械工业出版社,2000年7月第一版。