第一篇经典单方程计量经济模型.docx
《第一篇经典单方程计量经济模型.docx》由会员分享,可在线阅读,更多相关《第一篇经典单方程计量经济模型.docx(18页珍藏版)》请在冰豆网上搜索。
第一篇经典单方程计量经济模型
数量经济学专业核心课程
计量经济学
结构大纲
(含初级、中级、高级)
第1章、导论
1.1计量经济学概述
1.2与相关学科关系
1.3计量分析方法与步骤
1.4计量模型应用
1.5计量分析软件
第一篇、经典单方程计量经济模型
第2章、相关分析和回归分析
2.1相关分析
2.2线性回归基本假定
2.3总体回归与样本回归
2.4随机干扰项
第3章、一元线形回归模型
3.1参数估计
3.1.1最小二乘估计
3.1.2估计量性质:
最优、线性、无偏估计
3.1.3最大似然估计
3.2置信区间与显著性检验
3.2.1抽样分布
3.2.2参数的置信区间
3.2.3参数的显著性检验
3.3方差分析与拟合优度
3.3.1方差分解
3.3.2拟合优度检验
3.3.3F检验与方差分析表
3.4预测与应用实例
3.4.1均值预测
3.4.2个值预测
3.4.3应用实例
第4章、多元线形回归模型
4.1多元回归基本假设
4.2多元回归参数估计
4.2.1最小二乘估计
4.2.2最小二乘估计的统计特性和随机项的方差估计
4.2.3最大似然估计与Cramer-Rao定理
4.2.4估计量的分布特性
4.2.5样本容量问题
4.3多元回归统计检验
4.3.1系数的置信区间
4.3.2系数的假设检验(t检验)
4.4方差分析与拟合优度
4.4.1方差分解
4.4.2拟合优度检验
4.4.3F检验和方差分析表
4.5偏相关系数
4.5.1简单相关系数与偏相关系数
4.5.2偏回归系数
4.6解释变量的选取(模型选定)
4.6.1前进法
4.6.2后退法
4.6.3逐步回归法
4.6.4偏相关系数法
4.7参数线性约束与参数的稳定性
4.7.1参数的线性约束及检验
4.7.2参数稳定性:
邹(chow)稳定性检验和邹预测检验
4.7.3分段线性回归
4.7.4参数的非线性约束
4.7预测与应用实例
4.7.1均值预测
4.7.2个值预测
4.7.3多元回归应用实例
4.7.4解释变量选取(模型选定)实例
第二篇、放宽基本假设的单方程计量经济模型
第5章、异方差性
5.1异方差类型及产生原因(来源)
5.2异方差性的非有效性(后果)
5.3异方差性的检验方法
5.3.1图示法检验
5.3.2帕克(Park)检验和格莱泽(Glejser)检验
5.3.3歌德费尔德(Goldfeld)-匡特(Quandt)检验
5.3.4布劳殊(Breusch)-培干(Pagan)-戈弗雷(Godfrey)检验
5.3.5怀特(White)检验
5.4异方差性的修正(消除)方法
5.4.1加权最小二乘法(WLS)
5.4.2广义最小二乘法(GLS)
5.5案例分析
第6章、序列相关性
6.1序列相关性及来源
6.1.1序列相关性定义
6.1.2序列相关性产生原因
6.2序列相关性的影响(后果)
6.2.1参数估计的非有效
6.2.2估计后果
6.3序列相关性的检验
6.3.1图示法检验
6.3.2DW(Durbin-Waston)检验
6.3.3h检验(DW检验拓展)
6.3.4沃尔利斯(Wallis)四阶自回归检验
6.3.5布劳殊(Breusch)-戈弗雷(Godfrey)检验(GB检验/拉格朗日乘数检验)
6.4序列相关性的补救
6.4.1广义最小二乘法(GLS)
6.4.2广义差分法
6.4.3随机项系数估计(科克伦迭代法和杜宾两步法)
6.5虚假序列相关性
6.6案例分析
第7章、多重共线性
7.1多重共线性及来源
7.2多重共线性的影响(后果)
7.3多重共线性的检验
7.3.1检查是否存在
7.3.2判明存在范围
7.4克服多重共线性的方法
7.4.1先验信息与补充样本数据
7.4.2截面数据和时间数据并用
7.4.3剔除变量与设定误差
7.4.4减少参数估计方差(岭回归法)
7.4.5差分法
7.5案例分析
第8章、随机解释变量问题
8.1随机解释变量概述
8.2随机解释变量后果
8.3随机解释变量解决方法:
工具变量法
8.4案例分析
第9章、虚拟变量模型
9.1虚拟变量概述
9.2虚拟变量的引入方式
9.2.1加法方式(截距变动模型)
9.2.2乘法方式(结构变动模型)
9.3虚拟变量设定情形
9.3.1含一个两分定性变量情形
9.3.2含一个多分定性变量情形
9.3.2含两个定性变量情形
9.4临界指标的虚拟变量引入
9.5虚拟变量的设置原则
第三篇、模型类型、导向和结构非经典计量经济学问题
第10章、可线性化的非线性计量模型
10.1线性的含义
10.2模型类型与变换的方法
10.2.1倒数与多项式:
直接置换法
10.2.2幂函数与指数函数:
函数变换法
10.2.3复杂函数:
级数展开法
10.3典型线性变换模型与案例
10.3.1对数线性模型与弹性测度
10.3.2半对数模型与增长率分析
10.3.3倒数模型与菲利普斯曲线
第11章、变参数线性计量经济学模型
11.1确定性变参数模型
11.1.1参数规律性变化
11.1.2参数间断性变化:
分段估计模型
11.2随机变参数模型
11.2.1参数在常数附近随机变化]
11.2.2参数规律性变化
12.2.3自适应回归模型
第12章、非线性回归模型
12.1非线性模型估计的计算方法
12.1.1无约束优化
12.1.2约束优化
12.2非线性回归一般估计方法
12.2.1非线性最小二乘估计
12.2.2非线性加权最小二乘估计
12.2.3非线性最大似然估计
12.2.4非线性工具变量法
12.3非线性回归统计推断
12.3.1非线性强度曲率
12.3.2非线性回归模型的假设检验
12.3.3推断的近似方法
12.3.4非线性推断域的图示法
12.3.5QR分解
12.4非线性回归相关问题
12.4.1因变量的参数变换
12.4.2异方差性的非线性方法
12.4.3条件异方差性的非线性方法
12.4.4序列相关性的非线性方法
第13章、广义指数分布模型
13.1广义指数分布模型概述
13.2广义指数分布模型多峰识别
13.3广义指数分布非线性模型的估计与预测
13.4广义指数分布非线性模型的应用
第14章、增长曲线模型
14.1增长曲线模型概述
14.2逻辑增长曲线模型
14.2.1线性化估计
14.2.2三和法估计
14.2.3非线性估计
14.3龚柏兹增长曲线模型
第15章、滞后变量模型
15.1滞后变量模型和分布滞后问题
15.2多项式分布滞后模型
15.3几何分布滞后模型
15.4自回归分布滞后模型
15.5Granger因果关系检验
15.6从数据生成过程到自回归分布滞后模型
15.6.1数据生成过程
15.6.2外生性
15.6.3约化模型理论与准则
15.6.7数据生成过程与自回归分布滞后模型
15.7从自回归分布滞后模型到误差修正模型
15.7.1自回归分布滞后模型阶数的决定
15.7.2正交变换
15.7.3协整检验
15.7.4误差修正模型
第16章、模型设定偏误问题
16.1模型设定偏误的类型
16.1.1相关变量的遗漏
16.1.2无关变量的误选
16.1.3错误的函数形式
16.2模型设定偏误的后果
16.3模型设定偏误的检验
16.3.1残差图示法
16.3.2一般性设定偏误检验(RESET检验)
16.3.3线性与双对数线性模型选择
第17章、非参数回归模型
17.1密度函数的核估计
17.2一元非参数回归模型
17.2.1非参数回归模型概述
17.2.2一元非参数回归模型的核估计
17.2.2一元非参数回归模型的局部线性估计
17.2.2一元非参数回归模型的k-近邻估计
17.2.2一元非参数回归模型的正交序列估计
17.2.2一元非参数回归模型的多项式样条估计
17.2.2一元非参数回归模型的惩罚最小二乘法
17.3多元非参数回归模型
17.3.1多元非参数回归模型的核估计
17.3.2多元非参数回归模型的局部线性估计
17.3.3多元非参数回归模型的k-近邻估计
17.3.4多元非参数回归模型的正交序列估计
第18章、半参数回归模型
18.1半参数回归模型概述
18.2半参数线性回归模型
18.2.1最小二乘核估计
18.2.2最小二乘局部线性估计
18.2.3最小二乘k-近邻估计
18.2.4最小二乘正交序列估计
18.3半参数非线性回归模型
18.3.1最小二乘核估计
18.3.2最小二乘局部线性估计
18.4单方向投影追踪回归模型
18.4.1最小二乘核估计
18.4.2最小二乘局部线性估计
18.5半参数二元离散选择模型
第19章、模型检验
19.1模型检验的意义
19.2模型检验的方法
19.2.1假设检验
19.2.2信息准则
19.3模型检验理论方法
19.3.1Hausman检验
19.3.2White信息矩阵检验与动态信息矩阵检验
19.3.3LiandWang检验和Li检验
19.3.4Hong独立均匀分布检验、广义谱检验和小波检验
第四篇、数据类型的非经典计量经济学问题
第20章、数据测度、数据诊断和数据挖掘
20.1数据的测度对估计的影响
20.2标准化系数
20.3经济数据、数据质量与数据诊断
20.4宏观经济统计数据诊断
20.4.1基于经济变量相关性的诊断方法
20.4.2基于模型的统计诊断方法
20.4.3基于时间序列的诊断方法
20.5传统建模与数据挖掘
第21章、离散被解释变量数据计量模型:
分类选择模型(定性应变量模型)
21.1二元选择模型
21.1.1线性概率模型(LPM)
21.1.2对数单位模型(Logit模型)
21.1.3概率单位模型(Probit模型)
21.2多元选择模型
21.2.1线性概率模型(LPM)
21.2.2对数单位模型(Logit模型)
21.2.3有序概率单位模型(Probit模型)
21.3Censored回归模型
第22章、受限被解释数据计量模型
22.1受限被解释变量问题
22.2截断被解释变量数据计量模型
22.3归并被解释变量数据计量模型
第23章、持续时间数据被解释变量模型
23.1持续时间分析问题
23.2Hazard比率模型
23.2.1Hazard比率
23.2.2Hazard比率模型(不考虑外生变量)
23.2.3Hazard比率模型(考虑两类样本数据)
23.2.4Hazard比率模型(考虑外生变量)
第24章、面板数据计量模型(一般模型)
24.1面板数据模型概述
24.2模型识别
24.3混合估计模型
24.4固定效应变截距模型
24.4.1个体固定效应模型
24.4.2时刻固定效应模型
24.4.3时刻个体固定效应模型
24.5随机效应变截距模型
24.6变系数模型
24.6.1固定效应变系数模型
24.6.2随机效应变系数模型
第25章、面板数据计量模型(扩展模型)
25.1动态(含滞后变量)面板数据模型
25.1.1固定效应动态模型
25.2.2随机效应动态模型
25.2空间面板数据模型
第五篇、估计方法的非经典计量经济学问题
第26章、计量模型的极大似然估计
26.1经典单方程的极大似然估计
26.2联立计量模型有限信息极大似然估计
26.3联立计量模型完全信息极大似然估计
第27章、工具变量法
27.1工具变量(IV)估计量
27.2两阶段最小二乘法(TLS)
27.3在自回归模型中应用
第28章、最小二乘估计的扩展
28.1非线性最小二乘法
28.2广义最小二乘估计
28.3分部回归估计
28.4偏回归估计
28.5交叉估计
第29章、贝叶斯估计
29.1贝叶斯估计概述
29.2单方程贝叶斯估计过程
29.3正态线性贝叶斯估计
第30章、局部多项式回归估计
30.1一元局部多项式回归估计
30.2多元局部多项式回归估计
30.3局部多项式回归估计应用与实例
第31章、广义矩估计
31.1广义矩估计概述
31.2广义矩估计方法
31.3OLS和ML是广义矩估计的特例
31.4广义矩估计假设检验
第32章、非参数估计方法
32.1核估计
32.2局部线性估计
32.3k-近邻估计
32.4正交序列估计
32.5多项式样条估计
32.6惩罚最小二乘法
第六篇、时间序列模型专题
第33章、确定性时间序列模型(传统时间序列分析)
33.1时间序列的分解
33.2时间序列平滑法
33.2.1移动平均法
33.2.2指数平滑法
33.2.3Holster—Winter无季节模型
33.3趋势外推(拟合趋势)法
33.3.1线性模型:
平滑法、回归法和三点法
33.3.2非线性模型
33.4季节变动预测法
33.4.1平均法
33.4.2趋势剔除法
33.4.3季节加法模型
33.4.4Holster—WinterMultiplicative(季节乘法模型)
第34章、平稳线性时间序列模型
34.1随机过程与平稳性
34.1.1随机过程定义与分布
34.1.2随机过程数字特征:
均值函数、自协方差函数、自相关函数
34.1.3平稳性与遍历性
34.2随机差分过程与滞后算子
34.3白噪声过程
34.4MA(Q)过程(模型)
34.5AR(P)过程(模型)
34.6ARMA(P,Q)过程(模型)
34.6.1ARMA定义与性质
34.6.2ARMA传递形式和可逆形式
34.6.3偏自相关函数
34.6.4ARMA的建模思路
34.6.5模型的定阶与识别
34.6.6模型参数的估计
34.6.7模型的检验
34.6.8预测:
预测值的计算、均方误差、置信区间、评价
34.7具有趋势性的ARIMA模型
34.8季节时间序模型
34.8.1平稳季节模型
34.8.2非平稳季节模型
第35章、波动率模型与GARCH模型
35.1波动率模型概述
35.2自回归条件异方差模型(ARCH模型)
35.2.1ARCH模型的概念和性质
35.2.2建立ARCH模型步骤
35.3广义自回归条件异方差模型(GARCH模型)
35.3.1GARCH模型的定义
35.3.2GARCH模型的性质
35.3.3GARCH(1,1)模型
35.3.4I-GARCH模型
35.3.5GARCH模型与VAR方法
35.4非对称条件异方差模型(EGARCH模型)
35.4.1模型的定义
35.4.2EGARCH模型的性质
35.4.3EGARCH模型预测、检验、信息影响函数(NIC)
35.5ARCH-M模型
35.6其他GARCH类模型
35.6.1AGARCH模型
35.6.2QGARCH模型
35.6.3APGARCH模型
35.6.4FI模型
35.7随机波动率模型
第36章、多维平稳时间序列模型
36.1多维平稳时间序列概述
36.2向量自回归模型(VAR模型)
36.2.1VAR模型的定义与性质
36.2.2VAR模型的建立:
定阶、估计、检验、预测
36.3Granger因果检验
36.3.1概念
36.3.2检验方法
36.4脉冲响应函数
36.4.1脉冲响应函数
36.4.2方差分解
第37章、非平稳时间序列模型
37.1确定性趋势过程
37.2单位根过程(单整)
37.2.1随机游动
37.2.2单位根过程
37.2.3单位根过程与带趋势的平稳过程比较
37.2.4分数差分
37.3单位根检验
37.3.1DF检验
37.3.2方差比检验
37.3.3ADF检验
37.3.4Phillips-Perron检验
37.3.5KPSS检验
37.3.6结构单位根检验
37.4协整(协同积分)
37.4.1伪回归与协整
37.4.2向量单位根过程
37.4.3协整的表示方法
37.4.4分数过程协整问题
37.4.5协整过程的结构分析
37.5协整检验
37.5.1基于残差的检验
37.5.2最大似然检验法
第38章、非线性时间序列模型
38.1非线性时间序列概述
38.2常见的非线性时间序列模型
38.2.1双线性模型
38.2.2门限自回归模型(TAR模型)
38.2.3马尔可夫开关自回归模型
38.3时间序列的非参数估计方法
38.4非线性时间序列检验
38.4.1残差Q检验
38.4.2RESET检验
第七篇、联立方程模型
第39章、线性联立方程模型
39.1联立方程概述
39.1.1联立方程问题
39.1.2内生变量、外生变量、先决变量
39.1.3结构式模型与简化式模型
39.1.4参数关系体系
39.2联立方程计量模型的识别
39.2.1识别的概念
39.2.2结构式识别条件
39.2.3简化式识别条件
39.3联立方程计量模型的估计
39.3.1狭义的工具变量法(IV)
39.3.2间接最小二乘法(ILS)
39.3.3二阶段最小二乘法(2SLS)、
39.3.4主分量方法
39.3.5k阶估计式
39.4联立方程计量模型的检验
39.5应用与案例分析
第40章、非线性联立方程模型
40.1非线性方程组
40.1.1GLS估计
40.1.2ML估计
40.1.3GMM估计
40.2非线性联立方程模型
40.2.1非线性二阶段最小二乘法
40.2.2非线性三阶段最小二乘法
40.2.3充分信息极大似然法(FIML)
第41章、非均衡计量经济模型
41.1非均衡计量基本模型
41.2非均衡计量总量模型
41.3市场聚合的非均衡计量模型
41.4多市场非均衡计量模型
第42章、非参数联立方程模型
42.1非参数联立方程模型局部线性工具变量估计
42.2非参数联立方程模型局部线性二阶段最小二乘估计
42.3非参数联立方程模型局部线性广义矩估计
42.4模拟模型
第八篇、计量经济学应用问题
第43章、单方程计量经济应用综述
43.1计量模型应用综述
43.1.1结构分析
43.1.2经济预测
43.1.3政策评价
43.1.4检验与发展经济理论
43.2生产函数模型
43.3需求与供给函数模型
43.4消费函数模型
43.5宏观计量经济模型
第44章、计量经济学软件应用
44.1Excel软件
44.2Eviews
44.3SPSS
44.4SAS
44.5MATLAB