98计量经济学课程学习指导提要

1计量经济学课程学习指导提要任课教师：苏州大学商学院李德光一、课程意义计量经济学在欧美发达国家高校被列为经济管理财经财会金融类专业学生（学士，硕士和博士）的几门核心课程之一。对计量经济学理论和方法的掌握和应用，已成为不同高校经济管理金融财会财经类等专业的教研人员和学生之间专业学术能力评价的最重要的指标之一。通过学习，学生可以提高对概率论和数理统计的理论和实践的素养，掌握计量经济学的理论和方法，综合运用多门知识，培养解决实际问题的能力，掌握模型方法和软件。近10多年来，中国国内的经济管理财经金融财会类专业方面的学术期刊（尤其是高水平的权威及核心期刊）也普遍要求投稿的稿件具有计量经济学模型的实证分析，否则，稿件（以往的稿件大都仅仅是文字性的定性的理论论述）将很难被录用，这从一个方面反映了计量经济学地位的日益重要。希望同学们对这门课程的学习给予一定的重视。二、知识准备相对来说，计量经济学是一门有一定难度的课程，涉及到经济学理论，微积分，统计学，概率论，数理统计，线性代数和矩阵以及计算机应用等多门课程。希望同学们结合本教材的内容，及时回顾和复习有关的知识。相关知识提要：概率论是计量经济学的重要数学方法基础之一。随机试验，，总体，元素，样本，样本点，事件，随机现象，“频率稳定性”，概率，随机变量及其分布等等。随机变量及其概率分布是概率论的最基本和最核心的概念。随机变量的引入，使我们能用数学的方法来研究随机试验，使概率论的内容更加丰富多彩，应用更加广泛。我们考察随机变量的变化情况，并掌握随机变量的变化规律（概率分布）和数字特征（数学期望，方差等）。大数定律和中心极限定理是概率论的重要定律。在实际研究过程中，我们实际拥有的只是样本，但却要藉此获悉总体的信息并获2得对总体参数的判断，于是就有了参数估计和假设检验这两大分支所构成的数理统计的统计推断技术。统计量是样本的随机函数，是对样本中信息的有效提炼和提取，是一个随机变量。这是数理统计最基本和最重要的核心概念。在计量经济学中，我们用到随机统计估计量和随机统计检验量。正态分布，Ft,,2分布是计量经济学理论和实践中用到的主要的分布。其中的t分布在计量经济学中的应用最为广泛，使用频率最高。而随着自由度的增加，Ft,,2分布都将逐渐接近正态分布。估计值是真值的估计，或真值的替代，而不是真值；真值是客观和真实存在的，但我们并不知道；如果我们知道，就不需要进行估计和检验了。在各种以分布为基础的检验中，我们一般取5％为显著水平，这是我们在教学中一般选取的显著水平，也是理论和实际研究中较多选取的显著水平。但，我们有时也选取1%或%10作为显著水平。需要指出的是，显著水平的选取并无定规，要根据研究者对实际情况和风险程度的把握而定。但一般来说，选取5%是比较常见，稳妥和恰当的。统计推断是计量经济学的主要理论支柱之一。其内容可以概括为点估计和置信区间估计，以及根据Ft,,2这3种检验统计量（及其分布）进行的统计检验。矩阵在计量经济学的研究中占有非常独特的地位，应用矩阵代数理论可以简明而有效地表达计量经济学的问题，并进行分析和推导，尤其是多元线性模型的分析和研究对矩阵代数有很大的依赖性。矩阵及其运算：定义，运算（加，减，乘，转置，逆）即相应的性质和计算，矩阵的秩等三、教材选择教材选用的是由上海财经大学出版社2010年出版的《计量经济学教程》的第二版。本教材涵盖了教育部制定的经济管理财经金融财会类各专业本科生计量经济学课程的基本要求的全部内容，课程体系完整，第六章介绍了Eviews的主要内容和操作使用，教材的后面有课程实验，方便学生运用Eviews做练习。第二章“回归模型”是全书以及计量经济学教学和研究的基础，在这一章中，要建立回归分析所涉及的许多基本概念及符号含义，重要的假定，重要的数量关系，3以及基本的理论和方法等，并为后续各章提供分析的理论和方法基础。对这一章内容的仔细理解和透彻掌握，将使后续各章的学习变得比较顺利。教材中存在的一些小问题更正如下：（1）P11中的Brometrics应为Biometrics。（2）P72的“（1）假定的含义及其违反的原因”应为“假定违反的含义及其产生的原因”。（3）P84倒数第9行的RESID中I与D之间的空格要去掉。四、出勤出力课程的学习涉及听课，记笔记，上机，做作业等多个相互促进的有机环节。所以，学生应全面认真地参与各环节的学习，做到出勤，以保持学习的渐近性、连贯性和积累性，全面掌握所学的知识。因为课程的理论，方法和应用的知识是渗透在各个学习环节中的，要靠平时的认真学习，理解和积累。学习要出力。阅读教材时要注意概念，公式，理论和方法，以及相互间的关系。本课程的授课学时为57，每周3学时，3个学分。由于涉及较多的前导课程，课程又有一些难度，所以，本课程的学习，需要教学双方的相互配合和共同努力。欢迎同学们对老师的教学提出批评和改进的意见：老师的邮箱（[e-mail]）。五、软件选择使用的软件是目前流行和广泛使用的Eviews，请同学从网上下载，3.0及以上版本都可以使用。建议选用3.0版本，这个版本的问题少，比较好用。掌握软件使用方法是本课程重要的教学目标之一。请同学们在上机操作过程中认真阅读教材的第六章和后面的课程实验，并结合上课的内容和上机练习的过程进行学习。课后的作业大都要使用Eviews完成。使用Eviews软件时，要注意以下几点经常出现的细节问题：（1）在输入一条命令后，一定要执行（回车）后，再输入下一条命令。否则，将出现错误，或无法运行，或没有出现所希望的计算结果。因为前一条命令执行后的结果，要为下一条命令的执行提供逻辑基础和运算数据。（2）在用DATA命令输入完数据后，要把光标从最后一个数据的尾部处移开，否则，可能会出现运算结果的错误。4（3）在一条命令中，不能有多余的空格，否则将出现错误。例如，输入REDID时，I和D之间多出一个空格，会导致软件运行的问题或错误的结果。（4）在怀特检验中，有交叉项（crossterm）和非交叉项（nocrossterm）的选择。一般情况下，为保证自由度不致减少，可选择非交叉项。（5）在需要用到残差数据的练习中，一定要建立原始模型，因为只有在用LS命令对样本数据进行回归并建立模型之后，才能有计算出来的残差数据，并用于后续的分析和计算，切记！（6）运算过程可以由软件很快完成，因此，上机的主要工作是对整个运算过程的通盘构架和实施过程的实现，所以，要保持思路的清晰；此外，在运算开始前，要保证输入数据的正确，输入数据后，最好再检查一遍。六、作业布置（请每位同学认真完成）第一次作业：1．1.22．1.33．1.44．1.5。第一次作业满分为20分第二次作业：1．2.132．2.14的（1）和（2）在（2）中，重新估计模型后，要进行检验。3．2.15第二次作业满分为30分。第三次作业：1．3.8要求：（1）根据Y,X的相关图分析是否存在异方差，以及异方差的可能类型（递增型，递减型，或复杂型）；提示：输入数据后，可用SCATXY命令产生图形，并对图形进行分析。（2）利用怀特检验，帕克检验和戈里瑟检验进行异方差性的检验；提示：戈里瑟检验一般要进行6次。（3）利用WLS方法估计利润函数。提示：a.一共要构造4个权数：b.从帕克检验的模型中产生一个，用帕克检验的模型中右端变量X的表达式的倒数作为一个WLS的权数。例如，若变量表达的形式是6.1x，则选权数为6.1/1x（为什么是倒数？请想一想其中的道理）；权数的产生命令为GENR:GENRW1=1/X^1.6(6.11/1xw)c.从戈里瑟检验的模型中产生一个，戈里瑟检验要进行6次，并从中选出p值最小的一个方程（也是F值最大的一个方程），用这个p值最小的方程中右端变5量X的表达式的倒数作为一个WLS的权数。例如，若变量表达的形式是X，则选权数为1/X（为什么是倒数？请想一想其中的道理）；权数的产生命令为GENR:GENRW1=1/X(xw/12)d.另外两个权数是ew/13和24/1ew，这两个权数是直接选取的（为什么直接选取这两个数学形式的权数？请想一想其中的道理）。权数的产生命令为GENR:GENRW3=1/ABS(RESID)(ew/13);GENRW4=1/RESID^2(24/1ew);建立模型的命令方式：LS（W=权数变量）YCX或LS(W=Wi)YCX或在方程窗口中点击Estimate\Options按钮，并在权数变量栏依次输入4个权数。e.要从用WLS方法建立的4个模型中，挑选出一个最好的作为最终的模型。选择的准则是：首先，第一步，要用怀特检验对用WLS所建立的4个模型进行检验，挑出那些不存在异方差的模型。这个过程要用怀特检验来完成；然后，第二步，从第一步中挑出来的这些模型中，再找出一个2R值最大的模型，即为最终的最佳的模型。2.3.11（1）（2）（3）用练习2.13我国1978—1997财政收入Y与国民生产总值（GNP）X的统计数据。要求：先建立财政收入的一元线性回归模型；（1）利用DW统计量，偏相关系数PAC和BG检验，来检验模型序列相关性；提示：a.PAC检验的滞后期长度p取10；具体的操作：在方程窗口中点击View\ResidualTest\Correlogram-Q-statistics,并输入滞后期为10后，输出图中有PAC（PartialCorrelation）的直方图和数值，当其绝对值大于0.5时，即认为存在某阶序列相关性；例如，当第一个和第二个直方图超出虚线位置（虚线表示正负0.5的位置）；如果直方图没有超过虚线（可能因为不是正版软件的原因所造成的问题），而PAC的数值超过正负0.5时，以数值为准，即认为直方图已经超过了虚线。b.BG检验中的滞后期长度p取2;6具体的操作：在方程窗口中点击Views\ResidualTest\SerialCorrelationLMTest，并选择滞后期为2，即可有输出结果表。表中的Obs*R-squared即为2nR，可以查临界值，或根据其后的临界概率值进行判断。表中的RESIDI(-1)和RESID(-2)（代表一阶残差和二阶残差）也是解释变量，可以根据其变量的显著性检验（即t检验）来判断是否存在一阶和二阶序列相关性。（2）通过在LS命令中直接加入AR(1)和AR(2)两项，来检测模型的序列相关性，并与第（2）步中检验结果进行比较；提示：a.在LS命令的后面加上AR(1)和AR(2)两项，就可以使用迭代估计法估计模型。b.在结果输出表中，AR(1)和AR(2)右侧的两个数据就是1和2的估计值，将其视作解释变量，就可以进行变量的显著性检验（t检验），若显著，则表明确实存在一阶和二阶序列相关性。c.对调整后建立的模型，再用DW，PAC和BG进行检验，看模型是否还存在序列相关性。（3）分析调整序列相关性之后，模型估计的结果的变化情况。提示：a.此处的分析，是指用调整后的模型的系数和方差（标准差）与原来的（没有调整前）模型的情况进行比较后，谈谈你的看法；b.在写出最后建立的调整后的模型时，不需要加AR(1)和AR(2)这两项。3.3.17提示：a.“可能类型”是指根据相关系数的值的大小来判断解释变量之间的多重共线性是高度的或中度的。b.相关系数的检验表明，发电量X2与与钢铁产量的相关性最强，所以，就选X2作为最基本的模型。c.最终确定的钢铁产量的模型函数中的解释变量是X2和X1。4.3.19提示：设12.2025.0t，则各个变量的系数的t检验都是显著的。第三次作业满分为50分。作业完成后，请学习委员或班长及时收集，并交给老师批改。请各位同学在你们的作业本上写上班级，姓名和学号，尤其是学号不要漏掉，以便老师登记作业成绩！7七、成绩构成三次作业的累积总分为100分，并作为平时的成绩。根据学校的有关规定：必修课平时成绩按10％计入学期总成绩；选修课平时成绩也按10％计入学期总成绩。必修课有期中考试，卷面总分为100分，按20％计入学期总成绩。期末考试，卷面总分为100分，必修课按70％计入学