计量经济学名词解释和简答.docx

计量经济学名词解释和简答.docx

《计量经济学名词解释和简答.docx》由会员分享，可在线阅读，更多相关《计量经济学名词解释和简答.docx（22页珍藏版）》请在冰豆网上搜索。

计量经济学名词解释和简答

3、名词解释

经济计量学：

是经济学、统计学和数学合流而构成的一门交叉学科。

理论经济计量学：

是寻找适当的方法，去测度由经济计量模型设定的经济关系式。

应用经济化量学：

以经济理论和事实为出发点，应用计量方法，解决经济系统运行过程中的理论问题或实践问题。

内生变量：

具有一定概率分布的随机变量，由模型自身决定，其数值是求解模型的结果。

外生变量：

是非随机变量，在模型体系之外决定，即在模型求解之前已经得到了数值。

随机方程：

根据经济行为构造的函数关系式。

非随机方程：

根据经济学理论或政策、法规而构造的经济变量恒等式。

时序数据：

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。

截面数据：

指在同一时点或时期上，不同统计单位的相同统计指标组成的数据。

回归分析：

就是研究被解释变量对解释变量的依赖关系，其目的就是通过解释变量的已知或设定值，去估计或预测被解释变量的总体均值。

相关分析：

测度两个变量之间的线性关联度的分析方法。

总体回归函数：

E（Y/Xi）是Xi的一个线性函数，就是总体回归函数，简称总体回归。

它表明在给定Xi下Y的分布的总体均值与Xi有函数关系，就是说它给出了Y的均值是怎样随X值的变化而变化的。

随机误差项：

为随机或非系统性成份，代表所有可能影响Y，但又未能包括到回归模型中来的被忽略变量的代理变量。

有效估计量：

在所有线性无偏估计量中具有最小方差的无偏估计量叫做有效估计量。

判定系数：

，是对回归线拟合优度的度量。

R2测度了在Y的总变异中由回归模型解释的那个部分所占的比例或百分比。

异方差：

在回归模型中，随机误差项，，…，不具有相同的方差，即，当时，则称随机误差的方差为异方差。

异方差的补救方法：

已知时，用加权最小二乘法；未知时，用普通最小二乘法。

序列相关：

在进行回归分析时，我们总假定其随机误差项是不相关的，即

上式表示不同时点的误差项之间不相关。

如果一个回归模型不满足上式，即，则我们称随机误差项之间存在着序列相关现象，也称为自相关自相关的补救方法：

（一）差分法：

一阶差分法、广义差分法、随机误差项相关系数的估计（如迭代法和德宾两步法）

（二）广义最小二乘法。

加权最小二乘法：

为了克服方差非齐性，所采用的方法即加权最小二乘法。

基本思想是变换原来的模型，使经过变换的模型具有同方差的随机项，然后再应用普通最小二乘法进行估计。

戈德菲里特—匡特检验：

首先将样本按某个解释变量的大小顺序排列，并将样本从中间截成两段；然后各段分别用普通最小二乘法拟合回归模型。

令第一段为高方差段，第二段为低方差段，并记两段的样本容量分别为和，模型参数个数为，两段样本回归残差分别为和，则两段的残差平方和分别为和，从而可计算出各段模型的随机误差项的方差估计量分别为和，由此可构造出检验统计量为

该统计量服从自由度为和的Ｆ分布。

在给定的显著性水平之下，若此统计量Ｆ的值大于临界值，则可认为有异方差的存在。

DW检验：

DW检验是J.Durbin（杜宾）和G.S.Watson（沃特森）于1951年提出的一种适用于小样本的检验方法。

DW检验只能用于检验随机误差项具有一阶自回归形式的序列相关问题。

随机误差项的一阶自回归形式为，为了检验序列的相关性，构造的原假设是。

为了检验上述假设，构造DW统计量首先要求出回归估计式的残差，，根据样本容量和解释变量的数目（不包括常数项），查DW分布表，得临界值和，然后依下列准则考察计算得到的DW值，以决定模型的自相关状态。

广义差分法：

广义差分法可以克服所有类型的序列相关带来的问题。

如果　　　　　　　

为经典误差项，则可以将模型变换为

此模型即为广义差分模型，该模型不存在序列相关问题。

采用普通最小二乘法估计该模型得到的参数估计量，即为原模型参数的无偏、有效的估计量。

多元线性回归模型：

在模型中将包含二个以上的解释变量的多元线性回归模型。

调整的判定系数：

，所谓调整，就是指的计算式中的和都用它们的自由度（n－k）和（n－1）去除。

对数线性模型：

，该模型中LnYi对,是线性关系，LnYi对LnXi也是线性关系。

该模型可称为对数—对数线性模型，简称为对数线性模型。

多重共线性：

在多元线性回归模型中，解释变量之间存在完全或近似的线性关系，称解释变量之间存在完全或近似多重共性线，也称为复共线性。

方差扩大因子：

度量了由于与其它解释变量之间的线性关联程度对估计量的方差的影响。

称其为方差扩大因子，定义为。

分布滞后模型：

分布滞后模型一般定义为,如果一个回归模型不仅包含解释变量的现期值，而且还包含解释变量的滞后值，则这个回归模型就是分布滞后模型。

它的一般形式为：

=+X+X+…+X+

或=+X+X+…+

短期影响乘数：

在分布滞后模型：

=+X+X+…+X+中，称为短期影响乘数，它表示解释变量X变化一个单位对同期被解释变量Y产生的影响。

延期影响乘数：

在分布滞后模型=+X+X+…+X+中，，，…称为延期过渡性影响乘数，它们度量解释变量X的各个前期值变动一个单位对被解释变量Y的滞后影响。

长期影响乘数：

在分布滞后模型=+X+X+…+X+中，所有乘数的和称为长期影响乘数。

几何分布滞后模型：

对于无限分布滞后模型

库伊克（koyck）提出了两个假设：

①模型中所有参数的符号都是相同的。

②模型中的参数按几何数列衰减的，即j=0，1，2，…

式中，０＜λ＜１，λ称为分布滞后的衰减率，λ越小，衰减速度就越快，X滞后的远期值对当期Y值的影响就越小。

就称为几何分布滞后模型。

工具变量法：

用合适的预定变量作为工具变量代替结构方程中的内生变量，从而降低解释变量与随机误差项之间的相关程度，再利用最小二乘法进行参数估计。

虚拟变量：

在经济计量分析中，经常会碰到所建模型的被解释变量受到诸如战争、自然灾害、国际环境、季节变动以及政府经济政策变动等质量变量的影响。

给定某一质量变量某属性的出现为1，未出现为0，称这样的变量为虚拟变量。

虚拟变量陷阱：

指如果虚拟变量设定不当，会使最小二乘法失效的情况。

截距变动模型：

在模型中,D表示虚拟变量，D=0和D=1表示两种不同的模型，他们的截距不同，则称其为截距变动模型。

截距斜率同时变动模型：

例如消费函数不但在斜率上有差异，在截距上也是有可能不一致，将两个问题同时考虑进来，我们可以得到回归方程

若0，0，则为截距和斜率同时变动模型

分段线性回归：

当解释变量X的值达到某水平之前，与被解释变量Y之间存在某种线性关系；当解释变量X的值达到或超过以后，与被解释变量的关系就会发生变化。

如果已知X的转折点，可以用虚拟变量分别估计每一段的斜率。

这就是分段线性回归。

联立方程模型：

联立方程模型是根据经济理论和某些假设条件，区分各种不同的经济变量，建立一组方程式来描述经济变量间的联立关系。

联立方程偏倚：

在联立方程模型中，一些变量可能在某一方程中作为解释变量，而在另一方程中又作为被解释变量。

这就会导致解释变量与随机干扰项之间存在相关关系，从而违背了最小二乘估计理论的一个重要假定。

如果直接使用最小二乘法，就会产生所估计的参数是有偏的、非一致的等问题，称为联立性偏误。

前定变量：

外生变量和滞后内生变量合称为前定变量。

前定变量影响现期模型中的其它变量，但不受它们的影响，因此只能在现期的方程中作解释变量，且与其中的随机干扰项互不相关。

行为方程：

解释居民、企业和政府的经济行为，描述它们对外部影响是怎样做出反应的方程称为行为方程。

结构式模型：

每一个方程都把内生变量表示为其他内生变量、前定变量和随机干扰项的函数，描述经济变量关系结构的联立方程组称为结构式模型。

简化式模型：

把模型中每个内生变量表示为前定变量和随机干扰项的函数，得到的模型称为简化式模型。

结构式参数：

结构式模型中的参数称为结构式参数，它表示每个解释变量对被解释变量的直接影响，其正负号表示影响的方向，绝对值表示影响的程度。

恰好识别：

在可识别的模型中，结构式参数具有唯一数值的方程称为恰好识别。

过度识别：

在可识别的模型中，结构式参数具有多个数值的方程称为过度识别。

4、简答题

1.简述经济计量分析的研究步骤。

用经济计量方法研究社会经济问题是以经济计量模型的建立和应用为基础的，其过程可分为四个连续的步骤：

建立模型、估计参数、验证模型和使用模型。

建立模型是根据经济理论和某些假设条件，区分各种不同的经济变量，建立单一方程式或方程体系，来表明经济变量之间的相互依存关系。

模型建立后，必须对模型的参数进行估计；就是获得模型参数的具体数值。

模型估计之后，必须验证模型参数估计值在经济上是否有意义，在统计上是否令人满意。

对经济现象的计量研究是为了使用经济计量模型。

经济计量模型的使用主要是用于进行经济结构分析、预测未来和制定或评价经济政策。

2.简述经济计量模型检验的三大原则。

第一，经济理论准则；第二，统计准则；第三，经济计量准则。

（１）经济理论准则

经济理论准则即根据经济理论所阐明的基本原理，以此对模型参数的符号和取值范围进行检验；就是据经济理论对经济计量模型中参数的符号和取值范围施加约束。

（２）统计准则

统计准则是由统计理论决定的，统计准则的目的在于考察所求参数估计值的统计可靠性。

由于所求参数的估计值是根据经济计量模型中所含经济变量的样本观测值求得的，便可以根据数理统计学的抽样理论中的几种检验，来确定参数估计值的精确度。

（３）经济计量准则

经济计量准则是由理论经济计量学决定的，其目的在于研究任何特定情况下，所采用的经济计量方法是否违背了经济计量模型的假定。

经济计量准则作为二级检验，可视为统计准则的再检验。

3.简述经济计量模型的用途。

　对经济现象的计量研究是为了使用经济计量模型。

经济计量模型的使用主要是用于进行经济结构分析、预测未来和制定或评价经济政策。

（1）结构分析。

就是利用已估计出参数值的模型，对所研究的经济系统变量之间的相互关系进行分析，目的在于了解和解释有关经济变量的结构构成和结构变动的原因。

（2）预测未来。

就是根据已估计出参数值的经济计量模型来推测内生变量在未来时期的数值，这是经济计量分析的主要目的之一。

（3）规划政策。

这是经济计量模型的最重要用途，也是它的最终目的。

规划政策是由决策者从一系列可供选择的政策方案中，挑选出一个最优政策方案予以执行。

一般的操作步骤是先据模型运算一个基本方案，然后改变外生变量（政策变量）的取值，得到其它方案，对不同的政策方案的可能后果进行评价对比，从而做出选择，因此又称政策评价或政策模拟。

4.试述最小二乘估计原理。

答：

样本回归模型为：

，残差ei是实际值Yi与其估计值之差。

对于给定的Y和X的n对观测值，我们希望样本回归模型的估计值尽可能地靠近观测值Yi。

为了达到此目的，我们就必须使用最小二乘准则，使：

尽可能地小。

残差平方和是估计量的函数，对任意给定的一组数据（样本），最小二乘估计就是选择和值，使最小。

如此求得的和就是回归模型中回归系数的最小二乘估计，这种方法就称为最小二乘法。

5.试述经典线性回归模型的经典假定。

答：

对于总体线性回归模型，其经典假定如下。

假定1：

误差项ui的均值为零。

假定2：

同方差性或ui的方差相等。

对所有给定的Xi，ui的方差都是相同的。

假定3：

各个误差项之间无自相关，ui和uj（i≠j）之间的相关为零。

假定4：

ui和Xi的协方差为零或E（uiXi）=0

该假定表示误差项u和解释变量X是不相关的。

假定5：

正确地设定了回归模型，即在经验分析中所用的模型没有设定偏误。

假定6：

对于多元线性回归模型，没有完全的多重共线性。

就是说解释变量之间没有完全的线性关系。

6.简述高斯一马尔可夫定理及其意义。

答：

在多元线性回归模型的经典假定下，普通最小二