计量经济学学习指导doc.docx

1、计量经济学学习指导doc计量经济学学习指导1计量经济学模型1.1计量经济学1.1.1计量经济学计量经济学是以一定的经济理论和统计资料为基础， 运用数学、 统计学方法与计算技术， 以 建立计量经济模型为主要手段， 定量分析研究具有随机性特性的经济变量关系。 主要内容包 括理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、 改造和发展数理统计的方法， 使之成为随机经济关系测 定的特殊方法。应用计量经济学是在一定的经济理论的指导下， 以反映事实的统计数据为依据， 用经济计量 方法研究经济数学模型的实用化或探索实证经济规律。1.1.2计量经济学模型计量经济模型包括一个或一个以上的随机方程

2、式，它简洁有效地描述、概括了某个真实 经济系统的数量关系特征， 更深刻地揭示出该经济系统的数量变化规律。 是由方程或方程组 组成，其中方程由变量和系数组成。计量经济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。1.1.3计量经济学的内容体系广义计量经济学：经济理论 +统计学 + 数学 学科狭义计量经济学：数理统计层次：初、中、高级计量经济学内容侧重点理论计量经济学：数学 +数理统计 应用计量经济学：经济统计学 +经济理论理论与应用特征经典计量经济学现代计量经济学：微观、非参数、时序、动态微观计量经济学：个人、家庭宏观计量经济学：单位根检验、协整理论、动态1.2计量经济

3、建模1.2.1建模程序分类：被解释变量、解释变量选择模型中的变量经济理论与经济行为依据：数据可获得性变量特征与模型假设的符合性1）设计理论模型 经济理论与经济行为确定模型的数学形式 散点图 数据拟合拟定模型中待估计参数的取值范围横截面数据2 选择样本 收集数据分类：时间序列数据虚拟变量数据质量：完整性、准确性、可比性和一致性残差平方和最小：3模型的识别与估计经典：普通最小二乘法 OLS 异方差：加权最小二乘估计法 WLS 随机解释变量：二阶段最小二乘法 TSLS 异方差 序列相关：广义最小二乘法 GLS取样本值的似然函数值最大：极大似然估计 ML 选择矩条件最小距离估计量：广义矩估计法 GMM

4、经济意义经验：参数估计量的符号、大小、相互关系 拟合优度检验 统计检验：方程显著性检验 变量显著性检验序列相关检验4模型检验 计量经济学检验 异方差检验多重共线性检验模型预测检验 延长期限模型验证乘数分析 比较静态分析弹性分析变量结构分析5模型应用经济预测 政策评价 理论经验与发展1.2.2建模要素高效成功地建立计量经济学模型需要具有三个要素：理论、方法、数据。 从上述建立计量经济学模型的步骤中， 不难看出， 任何一项计量经济学研究、 任何一个 计量经济学模型赖以成功的要素应该有三个：理论、方法和数据。（1）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。（2）方法，主要

5、包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量 经济学不同于其他经济学分支学科的主要特征。（3）数据，反映研究对象的活动水平、相互间联系以及外部环境的数据，或更广义讲 是信息，是计量经济学研究的原料。这三方面缺一不可。一般情况下， 在计量经济学研究中， 方法的研究是人们关注的重点， 方法的水平往往成为衡量一项研究成果水平的主要依据。 这是正常的。 计量经济学理论方法的研究是计量经 济学研究工作者义不容辞的义务。 但是， 不能因此而忽视对经济学理论的探讨， 一个不懂得 经济学理论、 不了解经济行为的人， 是无法从事计量经济学研究工作的， 是不可能建立起一 个哪怕是极其简单的计量经济

6、学模型的。 所以， 计量经济学家首先应该是一个经济学家。 相 比之下， 人们对数据， 尤其是数据质量问题的重视更显不足， 在申请一项研究项目或评审一 项研究成果时， 对数据的可得性、可用性、可靠性缺乏认真的推敲；在研究过程中出现问题 时，较少从数据质量方面去找原因。 而目前的实际情况是， 数据已经成为制约计量经济学发 展的重要问题。2EViews 数据分析基础1.工作文件2.对象3.数据处理3数据统计分析3.1 描述统计3.2 假设检验4经典多元回归分析与修正 OLS确定性 函数关系变量关系不确定性统计相关关系统计依赖程度 相关分析统计依赖关系因果关系 回归分析作用大小、显著性模型单方程模型解

7、释变量多少：一元，多元模型结构形式：线性，非线性联立方程组4.1经典多元线性回归分析4.1.1经典回归分析回归模型函数形式：线性，非线性被解释变量、待估参数、解释变量、随机干扰项随机项：零均值，同方差，不相关，零协方差，正态分布 解释变量：非随机变量，无多重共线性，方差趋于有界常数 解释变量与随机项：不相关模型设定正确普通最小二乘法原理：被解释变量的估计误差最小 有效性：最小方差的线性无偏估计量参数估计 线性性小样本性质 无偏性 最优线性无偏估计量 有效性 估计值的有效性评判标准：渐近无偏性大样本性质 一致性渐近有效性经典回归分析拟合优度检验可决系数 R2信息准则： AIC， SC统计检验 变

8、量显著性 t 检验方程显著性 F 检验模型，拟合图预测：预测值 + 预测区间绝对误差均方根误差 RMSE 平均绝对误差 MAE模型预测 预测评价指标平均绝对百分 比误差 MAPE 希尔不等系数 Theil IC偏差率BP：系统误差比例指标 方差率 VP协变率CP：非系统误差4.1.2回归模型检验拟合优度检验统计经验方程显著性F检验变量显著性t检验解释变量与残差项不相关检验：相关分析 解释变量之间不相关 多重共线性 逐步回归时序：差分法经典假设计量经验零均值正态性检验：J B 统计量+卡方检验一阶自相关： D.W .检验回归模型检验残差 不相关序列自相关检验 自相关系数 Q统计量LM检验自相关系

9、数Q统计量同方差 异方差检验 ARCH LM 检验White异方差检验有约束条件的检验：Wald检验模型设定 变量设定（多、少）检验系数检验F 检验LR检验F 检验因子分割点检验 LR检验Wald检验Chow分割点检验稳定性Chow预测检验Q A分割点检验4.1.3模型检验总结1、模型统计经验表模型统计经验检验名称作用原假设判断 （拒绝原假设）拒绝原假设的 经济意义估计方法/ 模型修正拟合优度检验拟合程度好 坏01，越大越 好F检验方程显著性 经验全部解释变 里参数同时 等于零P值小于某一 显著水平在某一显者水 平上方程是显 著的T检验变量显著性 检验解释变量参 数等于零P值小于某一 显著水平

10、在某一显者水 平上变量是显 著的2、残差正态性与解释变量多重共线性假设的检验表残差正态性与解释变量多重共线性假设的检验检验名称作用原假设判断 （拒绝原假设）拒绝原假设的 经济意义估计方法/模型修正J-B统计量残差正态性 经验服从某理论 分布P值小于某一 显著水平数据分布不服 从选择的理论 分布广义自回归 条件异方差GARCH模型中的随机项 分布假设Q-Q图服从某理论 分布理论分布与 数据分布的 分位数散点 图不在同一 条直线上数据分布不服 从选择的理论 分布经验分布检验服从某理论 分布P值小于某一 显著水平数据分布不服 从选择的理论 分布相关系数矩阵多重共线性 检验不存在多重 共线性相关系数绝

11、 对值接近于1这两个变量存 在多重共线性逐步回归剔 除法；（时序）差 分法逐步回归法多重共线性 检验不存在多重 共线性增减解释变 量时拟合优 度变化很大新引进变量与 其他变量存在 多重共线性3、残差序列相关假设的检验表残差序列相关假设的检验检验名称作用原假设判断 （拒绝原假设）拒绝原假设的 经济意义估计方法/模型修正DW统计量检 验残差一阶序列相关检验序列相关参数等于0P值小于某一 显著水平；DW工2, 一阶自相关；DW1.5,较强 的正一阶自相 关；DW2,正一阶 自相关；DW=2,不一阶 自相关；2DW4,负一阶自相关；广义最小二乘法GLS广义差分法GDM；单整自回归 移动平均模型 ARI

12、MA相关图+ACPAC相关系数残差序列相 关检验AC PAC=0序列不相关Q统计量检验残差序列相 关检验残差序列中 不存在p阶自相关P值小于某一 显著水平序列存在p阶 自相关LM检验F统计量残差序列相 关检验残差序列中 直到p阶滞P值小于某一 显著水平序列存在p阶 自相关TXR2残差序列相 关检验后都不存在 自相关P值小于某一 显著水平序列存在p阶 自相关4、残差异方差检验检验名称作用原假设判断（拒绝原假 设）拒绝原假设的 经济意义估计方法/ 模型修正ARCHLM检 验F统计量残差异方差 检验残差序列中 直到p阶滞 后都不存在ARC H效应P值小于某一 显著水平序列存在p阶 异方差加权最小二乘

13、法WLS;自回归条件 异方差ARC H模型；广义自回归 条件异方差GARCH模型TXR2残差异方差 检验P值小于某一 显著水平序列存在p阶 异方差残差平方相关 图残差异方差 检验AC PAC=0 序列不存在ARCH效应序列存在p阶 后异方差残差平方Q统 计量检验残差异方差 检验P值小于某一 显著水平序列存在ARCH效应White检验残差异方差 检验不存在异方 差辅助回归方 程的F统计 量、LM统计 量、卡方检验 P值小于某一 显著水平序列存在ARCH效应5、模型设定与稳定性检验表 模型设定的系数与稳定性检验作用检验名称原假设判断 （拒绝原假设）拒绝原假设 的经济意义估计方法/模型 修正模型设定

14、 误差检验，只适用于OLS估计Ramsey RESET检验模型不存 在设定误 差F统计量、LR统 计量P值小于 某一显著水平模型是合适 的补充缺失变量； 修正方程形式； 替代随机解释变量；参数约束条件经验Wald检验参数约束 条件方程 成立P值小于某一 显著水平不附加参数 约束条件受约束回归遗漏变量、 多余变量 经验F检验添加/多余 的变量参 数等于0P值小于某一 显著水平添加的变量 没有显著解 释贝献；多余变量具 有显著解释I- P 、贝献遗漏的变量加进 模型；多余的变量从模 型中剔除似然比（LR） 检验添加/多余 的变量参 数等于0P值小于某一 显著水平模型稳定 性检验邹氏（Chow）分割

15、点检验模型无显 著结构变化F统计量、LR统 计量P值小于 某一显著水平模型发生显 著的结构变化邹氏（Chow）预测检验模型无显 著结构变化F统计量、LR统 计量P值小于 某一显著水平模型发生显 著的结构变化4.2经典假设的不满足及模型修正4.2.1经典假设对于经典多元线性回归模型yi a0 aiX1i a2x2i 川 akxki i经典假设：1.解释变量是非随机的或固定的，且相互之间互不相关，即无多重共线性;cov Xi，Xj 0, i j, i,j 1,2,川，n2.随机项具有零均值，同方差及不序列相关性，即：E i 0, i 1,2,|,nVarE i2 0i ii 1,2，川,ncovi

16、 , j E i j 0,i j, i，j 1,2，川,n3.随机项满足正态分布，即i N N 0, 24.解释变量与随机项不相关，即Cov Xj, i 0,i 1,2, |, n, j 1,2,|,k5.样本容量趋于无穷时，各解释变量的方差趋于有界常数；6.回归模型的设定是正确的。4.2.2经典假设的不满足与模型修正异方差序列相关多重共线性随机解释变量经典假设i2常数f Xicov i, j E i j =0cov x. , xj =0确定性解释变量定义2 f x.i 八icov i , j E i j 0cov Xi, Xj 0三种：与随机项独立； 同期无关但异期 相关；同期相关产生原因横

17、截面数据作为样本经济变量固有的惯性； 模型设定的偏误； 数据的编造； 时间序列数据经济变量相关的共 同趋势；滞后变量的引入； 样本资料的限制滞后被解释变量 作为模型的解释 变量后果参数估计量不有效； 变量的显著性检验失 去意义；模型的预测失效；参数估计量不有效；变量的显著性检验失去意义； 模型的预测失效；完全共线性下参数 估计量不存在；参数估计量的方差 变动；参数估计量经济含 义不合理；显著性检验、模型预 测失去意义；OLS估计值失效检验图示检验法；white异方差检验图示检验法；D.W统计量检验； 相关图与Q统计量检验LM检验是否存在： 相关系数判断； 综合统计检验法 存在范围： 判断系数检

18、验法； 逐步回归法修正、 补救、 克服加权最小二乘法 WLS广义最小二乘法；广义差分法：ARIMA模型；剔除引起共线性的 变量； 差分法；广义矩估计法GMM ；工具变量法5经典回归模型的拓展5.1非线性模型的回归分析线性回归模型回归模型 可线性化模型 线性变换 线性回归模型 OLS非线性回归模型不可线性化模型 非线性最小二乘估计 NLS表多元非线性回归模型的线性化变换与估计方法总结线性化分类模型特征线性化变换方式示例线性化变换后 选用的估计方 法可转换为线性 回归模型倒数模型变量直接置换 法：引入替代变量1 tx普通最小二乘法OLS多项式模型变量直接置换 法：引入替代变量tn Xn普通最小二乘

19、法OLS幕函数模型、指数函数模型函数变换法：取 对数+替换普通最小二乘法OLS复杂函数泰勒级数展开法普通最小二乘法OLS无法线性化模 型非线性最小二乘法NLS5.2特殊解释变量模型一一虚拟解释变量5.3特殊被解释变量模型一一离散及受限被解释变量Probit模型离散因变量二元选择模型Logit模型极值模型特殊因变量模型排序选择模型计数模型受限因变量模型审查回归模型截断回归模型6单方程模型的其他估计方法6.1单方程模型的其他估计方法及适用场合经典：普通最小二乘法OLS模型参数估计残差平方和最小异方差：加权最小二乘估计法WLS异方差序列相关：广义最小二乘法GLS异方差：加权TSLS 异方差随机解释变

20、量：二阶段最小二乘法 TSLS异方差 宀丄亠川:自相关修正TSLS序列相关参数非线性模型：非线性最小二乘法取样本值的似然函数值最大：极大似然估计选择矩条件最小距离估计量：广义矩估计法NLSMLGMM6.2单方程模型其他估计方法的选择逻辑口A存在序列自相关不存在序列自相关，但存 在异方差回归估计仔旦i存在序列自相关，也存在Newey-West 致协方差HAC方法随机误差项white异方差检验异方差形式未知随机误差项序列自相关检验异方差形式已知加权最小二乘估计法WLSwhite异方差一致协方差估计方法4、残差异方差检验检验名称作用原假设判断 （拒绝原假设）拒绝原假设的 经济意义估计方法/模型修正A

21、RCHLM检验F统计量残差异方差 检验残差序列中 直到p阶滞 后都不存在ARC H效应P值小于某一 显著水平序列存在p阶 异方差加权最小二 乘法WLS; 自回归条件异方差ARC H模型；广义自回归 条件异方差GARCH模型TXR2残差异方差 检验P值小于某一 显著水平序列存在p阶 异方差残差平方相关 图残差异方差 检验AC PAC=Q 序列不存在ARCH效应序列存在p阶 后异方差残差平方Q统 计量检验残差异方差 检验P值小于某一 显著水平序列存在ARCH效应White检验残差异方差 检验不存在异方 差辅助回归方程的F统计 量、LM统计 量、卡方检验 P值小于某一显著水平序列存在ARCH效应5、

22、残差序列相关假设的检验表残差序列相关假设的检验检验名称作用原假设判断 （拒绝原假设）拒绝原假设的 经济意义估计方法/模型修正DW统计量检 验残差一阶序列相关检验序列相关参数等于0P值小于某一 显著水平；DW工2, 一阶自相关；DW1.5,较强 的正一阶自相 关；DW2,正一阶 自相关；DW=2,不一阶 自相关；2DW4,负一阶自相关；广义最小二乘法GLS广义差分法GDM；单整自回归 移动平均模型 ARIMA相关图+ACPAC相关系数残差序列相 关检验AC PAC=0序列不相关Q统计量检验残差序列相 关检验残差序列中 不存在p阶自相关P值小于某一 显著水平序列存在p阶 自相关LM检验F统计量残差

23、序列相 关检验残差序列中 直到p阶滞P值小于某一 显著水平序列存在p阶 自相关TXR2残差序列相 关检验后都不存在 自相关P值小于某一 显著水平序列存在p阶 自相关时间序列模型:时间序列回归估计序列不相关一阶序列相关：DW .统计量检验宀口士口辛士人 相关图：AC+PAC序关检验高阶序列相关Q统计量检验LM检验序列相关平稳性/单位根检验不平稳平稳平稳时间序列建模d次差分非平稳时间序列建模ARMA p, qARIMA( p,d, q)DF, ADF, DFGLS, PPKPSS, ERS, NP模型识别AC衰减托尾，自相关系数判断 AC是q阶截尾,AC是q阶截尾,信息准则判断：信息准则 AIC，

24、PAC是p阶截尾PAC衰减托尾PAC是p阶截尾SBIC数值最小AR pMA qARMA p, q参数估计模型验证变量参数显著性t检验平稳性：特征根的倒数均小于 1残差序列是白噪音序列预测误差预测效果判断均万差MSE平均绝对误差MAE 平均相对误差MPE 均方根方差RMSE偏倚比例预测误差因素分析 方差比例19协方差比例自回归条件异方差模型：ARCH检验ARCH LM 检验残差平方相关图ARCH p 方程多元回归方程 均值方程 A RIMA（p, q）GARCH MN 0,1 残差分布假设 t vGED对称： GARCH p，qGARCH p，qTARCH p，q结构 不对称： EARCH p，qPARCH p，q条件方差方程参数约束：:差目:方法q 常数：成分 ARCH p， q