弟一早丁建立計量經(jīng)濟學(xué)模型的步驟：（1）理論模型的設(shè)計；（主要包含三部分工作：即選擇變量、確定變量之間的數(shù)學(xué)關(guān)系、擬定模型中待估計參數(shù)的數(shù)值范圍）（2）樣本數(shù)據(jù)的收集；（樣本數(shù)據(jù)的質(zhì)量問題大體上可以概括為完整性、準(zhǔn)確性、可比性和一致性；常用樣本數(shù)據(jù)：時間序列數(shù)據(jù)、截面數(shù)據(jù)、虛變量數(shù)據(jù)）（3）模型參數(shù)的估計；（模型參數(shù)的估計方法，是計量經(jīng)濟學(xué)的核心內(nèi)容）（4）模型的檢驗。（①經(jīng)濟意義檢驗：主要檢測模型參數(shù)估計量在經(jīng)濟意義上的合理性。其主要方法是將模型參數(shù)的估計量與預(yù)先擬定的理論期望值進行比較，包括參數(shù)估計量的符號、大小、相互之間的關(guān)系，以判斷其合理性。②統(tǒng)計檢驗：是有統(tǒng)計理論決定的，目的在于檢驗?zāi)Ｐ偷慕y(tǒng)計學(xué)性質(zhì)。應(yīng)用最廣泛的統(tǒng)計檢驗準(zhǔn)則有擬合優(yōu)度檢驗、變量和方程的顯著性檢驗等。③計量經(jīng)濟學(xué)檢驗：目的在于檢驗?zāi)Ｐ偷挠嬃拷?jīng)濟學(xué)性質(zhì)，最主要的檢驗準(zhǔn)則有隨機干擾項的序列相關(guān)性檢驗和異方差性檢驗，解釋變量的多重共線性檢驗等。④模型預(yù)測檢驗：主要檢驗?zāi)Ｐ蛥?shù)估計量的穩(wěn)定性以及相對樣本容量變化時的靈敏度，確定所建立的模型是否可以用于樣本觀測值以外的范圍，即所謂的模型超樣本性。）（5）其他注意事項（理論、方法和數(shù)據(jù)）第二章一元線性回歸模型的基本假設(shè)：假設(shè)1:回歸模型是正確設(shè)定的。假設(shè)2:解釋變量X是確定性變量，不是隨機變量，在重復(fù)抽樣中取固定值。假設(shè)3:解釋變量X在所抽取的樣本中具有變異性，而且隨著樣本容量的無限增加，解釋變量X的樣本方差趨于一個非零的有限常數(shù)。假設(shè)4:隨機誤差項具有給定X條件下的零均值、同方差以及不序列相關(guān)性.假設(shè)5:隨機誤差項與解釋變量之間不相關(guān).假設(shè)6:隨機誤差項服從零均值、同方差的正態(tài)分布.以上為線性回歸模型的經(jīng)典假設(shè)，前4個假設(shè)為高斯-馬兒可夫假設(shè)。一元縮小置信區(qū)間：（1）增大樣本容量n;（2）提高模型的擬合優(yōu)度（3）（多元）提高樣本觀測值的分散度17?隨機誤差項包括了哪些因素的影響？（1）在解釋變量中被忽略的因素的影響；（2）變量觀測值的觀測誤差的影響；（3）模型關(guān)系的設(shè)定誤差的影響；（設(shè)定誤差：指設(shè)定方程偏離了真實方程，如遺漏了某些重要的解釋變量，或引入了不相干的解釋變量，或者模型形式設(shè)定有問題。）（4）其它隨機因素的影響。產(chǎn)生并設(shè)計隨機誤差項的主要原因：理論的含糊性；數(shù)據(jù)的欠缺；節(jié)省原則。/t/t-弟三章多元中,b稱為偏回歸系數(shù)，經(jīng)濟意義為：表示在其他解釋變量保持不變的情況下X每變化一個單位時，丫的均值E（丫的變化，或者說b給出X的單位變化對Y均值的”直接”或”凈”（不含其他變量）影響7.在多元線性回歸分析中,t檢驗與F檢驗有何不同？在一元線性回歸分析中，二者是否有等價作用在多元線性回歸分析中,t檢驗常被用作檢驗回歸方程中各個參數(shù)的顯著性，而F檢驗則被用作檢驗整個回歸關(guān)系的顯著性?各解釋變量聯(lián)合起來對被解釋變量有顯著的線性關(guān)系，并不意味著每一解釋變量分別對被解釋變量有顯著的線性關(guān)系?？偅涸谝辉€性回歸分析中，二者具有等價作用?因為二者都是對共同的

假設(shè)---解釋變量的參數(shù)等于零進行檢驗第四章8—異方差：對于模型Var（J（i=1,2,,,n），同方差性假設(shè)為+B假設(shè)---解釋變量的參數(shù)等于零進行檢驗第四章8—異方差：對于模型Var（J（i=1,2,,,n），同方差性假設(shè)為+BX+..?+PX+422ikki2P(i=1,2,,,n)，如果出現(xiàn)VarCJ\（i=1,2,.,n）,即對于不同的樣本點i隨機誤差項的方差不再是常數(shù)，則認(rèn)為出現(xiàn)了異方差性。2實際經(jīng)濟問題中的異方差性：①以截面數(shù)據(jù)為樣本研究劇名家庭的儲蓄行為；②以絕對收入假設(shè)為理論假設(shè)，以截面數(shù)據(jù)為樣本建立具名消費函數(shù)；③以某一行業(yè)的企業(yè)為樣本建立企業(yè)生產(chǎn)函數(shù)模型。一般經(jīng)驗，對于采用截面數(shù)據(jù)作樣本的計量經(jīng)濟學(xué)問題，由于在不同樣本點上解釋變量以外的其他因素的差異較大，所以往往存在異方差性。三種類型：（1）單調(diào)遞增型：i2隨Xi的增大而增大；（2）單調(diào)遞減型：i2隨Xi的增大而減??；（3）復(fù)雜型：i2與Xi的變化呈復(fù)雜形式。9.異方差性的后果：（1）參數(shù)估計量非有效；（2）變量的顯著性檢驗失去意義；（3）模型的預(yù)測失效。10.檢驗方法：（1）圖示檢驗法eiA2:水平直線同方差，增直線遞增異方差，減直線遞減異方差，蕉曲線復(fù)雜異方差。（2）解析法：G-Q檢驗（大樣本）、戈里瑟檢驗與帕克檢驗、懷特檢驗11?解決異方差性的辦法一加權(quán)最小二乘法（WLS）/異方差穩(wěn)健標(biāo)準(zhǔn)誤法Y=P+Ax+BX++0X12-序列相關(guān)：對于模型i°11Cov隨機誤差項互相獨立的基本假設(shè)表現(xiàn)為：Cov（卜pi,j=1,2,,,n,如果出現(xiàn)mj樣本點，隨機誤差項之間不再是不相關(guān)的相關(guān)。+Pkkii,4pHj(i=1,2,,,n),°i工j,Ej,i,j=1,2,,,n,即對于不同的

而是存在某種相關(guān)性，則認(rèn)為存在序列13.序列相關(guān)產(chǎn)生的原因：（1）慣性；（2）設(shè)定誤差：模型中遺漏了顯著的變量;（3）設(shè)定誤差：不正確的函數(shù)形式；（4）蛛網(wǎng)現(xiàn)象；（5）數(shù)據(jù)的“編造”。對于采用時間序列數(shù)據(jù)作樣本的計量經(jīng)濟學(xué)問題，由于在不同樣本點上解釋變量以外的其他因素在時間上的連續(xù)性，帶來它們對于解釋變量的影響的連續(xù)性，所以存在序列相關(guān)性.14?序列相關(guān)性的后果：（1）參數(shù)估計量非有效；（2）變量的顯著性檢驗失去意義；（3）模型的預(yù)測失效。15序列相關(guān)性的檢驗：（1）圖示法ei；（2）解析法：：回歸檢驗法、D.W檢驗法、拉格朗日乘數(shù)（LM）檢驗D.W統(tǒng)計量：若OvD.W.vdL則存在正自相關(guān)）/dL<D.W.<dU不能確定）/dU<D.W.<4-dU無自相關(guān)）/4-dU<D.W.<4-dL不能確定）/4-dL<D.W.<4存在負(fù)自相關(guān)）。當(dāng)D.W值在2左右時，模型不存在一階自相關(guān)。序列相關(guān)的補救：廣義最小二乘法.廣義差分法.隨機干擾項相關(guān)系數(shù)的估計?序列相關(guān)穩(wěn)健估計法虛假序列相關(guān)：隨機干擾項的序列相關(guān)是由于模型設(shè)定中遺漏了重要的解釋變量或?qū)δＰ偷暮瘮?shù)形式設(shè)定有誤時出現(xiàn)19?多重共線性：如果某兩個或多個解釋變量之間出現(xiàn)了相關(guān)性，則稱為多重共線性。如果存在c1X1i+c2X2i++ckXki=O,i=1,2,,,n其中：ci不全為0,即某一個解釋變量可以用其它解釋變量的線性組合表示，則稱為解釋變量間存在完全共線性。如果存在c1X1i+c2X2i++ckXki+vi=0i=1,2”,n其中ci不全為0,vi為隨機誤差項，則稱為一般共線性（近似共線性）或交互相關(guān)。20?產(chǎn)生多重共線性的主要原因：（1）經(jīng)濟變量相關(guān)的共同趨勢（2）滯后變量的引入（3）樣本資料的限制.一般經(jīng)驗，對于采用時間序列數(shù)據(jù)作樣本，以簡單線性行為建立的計量經(jīng)濟學(xué)模型，存在多重共線性；以截面數(shù)據(jù)為樣本，問題也同樣存在。多重共線性的后果：（1）完全共線性下參數(shù)估計量不存在；（2）近似共線性下OLS法參數(shù)估計量非有效；（3）參數(shù)估計量的經(jīng)濟含義不合理；（4）變量的顯著性檢驗失去意義；（5）模型的預(yù)測功能失效。多重共線性的檢驗（1）檢驗多重共線性是否存在a對于兩個解釋變量的模型，采用簡單相關(guān)系數(shù)法；b.對多個解釋變量的模型，采用綜合統(tǒng)計檢驗法（2）判明存在多重共線性的范圍：判定系數(shù)檢驗法、逐步回歸檢驗法等。多重共線性檢驗的任務(wù)是：（1）檢驗多重共線性是否存在；（2）估計多重共線性的范圍，即判斷哪些變量之間存在共線性。24?克服多重共線性的方法：（1）第一類方法：排除引起共線性的變量；（2）第二類方法：差分法；（3）第三類方法：減少參數(shù)估計量的方差。第五章35?^擬變量概念：設(shè)模型，yt=0+1xt+2D+ut其中yt，xt為定量變量；D為虛擬變量。D=0或1。注意：若定性變量含有m個類別，當(dāng)模型含有常數(shù)項時，最多只能引入m-1個虛擬變量（否則導(dǎo)致多重共線性）。在式子中像D這種只取“0”或“1”的人工變量，通常稱為虛擬變量。同時含有一般解釋變量與虛擬變量的模型稱為虛擬變量模型。虛擬變量的引入（1）加法方式（截距）（2）乘法方式（斜率）虛擬變量的設(shè)置原則：若定性變量含有m個類別，當(dāng)模型含有常數(shù)項時，最多只能引入m-1個虛擬變量（否則導(dǎo)致多重共線性）。滯后效應(yīng)：（一）概念：被解釋變量收到自身或另一解釋變量的前幾期值影響的現(xiàn)象。（二）原因：心理原因；技術(shù)原因；制度原因。滯后變量模型以滯后變量作為解釋變量，就得到滯后變量模型。它的一般形式為：Y叫+叫打乞i十氣百FX"Xt一十…乜sXtJ%q,S：滯后時間間隔，自回歸分布滯后模型就是既含有丫對自身滯后變量的回歸，還包括著X分布在不同時期的滯后變量滯后變量模型：模型既含有Y對自身滯后變量的回歸，還包括這解釋變量X分布在不同時期的滯后變量，因此一般稱為自回歸分布滯后模型。（一）分布滯后模型：如果滯后變量模型中沒有滯后被解釋變量，僅有解釋變量X的當(dāng)期值機器若干期的滯后值，稱為分布滯后模型。其采用普通最小二乘法回歸也會遇到如下問題，（1）沒有先驗準(zhǔn)則確定滯后期長度；（2）如果滯后期較長，將缺乏足夠的自由度進行統(tǒng)計檢驗；（3）同名變量滯后期之間可能存在高度線性相關(guān)，即模型存在高度的多重共線性。解決這個問題的方法有經(jīng)驗加權(quán)法，阿爾蒙多項式法，科伊克方法等。（二）自回歸模型：如果滯后變量模型中的解釋變量僅包括X的當(dāng)期值和被解釋變量丫的一個或多個滯后值，則稱為自回歸模型。39-格蘭杰因果關(guān)系檢驗（一）概念：是指變量之間的依賴性，作為結(jié)果的變量是由作為原因的變量所決定的，原因變量的變化引起結(jié)果變量的變化。人們一般把這種從預(yù)測的角度定義的因果關(guān)系稱為Granger因果關(guān)系。（二）計算方法：對兩變量X與丫，格蘭杰因果關(guān)系要求估計。存在的四種檢驗結(jié)果：（1）X對丫有單項影響：X各滯后項前的參數(shù)整體不為零，而式丫各滯后項前的參數(shù)整體為零；（2）Y對X有單項影響：丫各滯后項前的參數(shù)整體不為零，而式X各滯后項前的參數(shù)整體為零（3）丫與X存在雙向影響：丫與X各滯后項前的參數(shù)整體不為零；（4）丫與X之間不存在影響，丫與X各滯后項前的參數(shù)整體為零。再計算F統(tǒng)計量，如果F值大于給定顯著性水平下F分布的相應(yīng)的臨界值，則拒絕原假設(shè)，認(rèn)為X是丫的格蘭杰原因第八章_甌可間序列數(shù)據(jù)平穩(wěn)性假定某個時間序列是由某一隨機過程生成的，即假定時間序列（Xt｝（t=1,2,,）的每一個數(shù)值都是從一個概率分布中隨機得到，如果滿足下列條件：均值E（Xt）=t無關(guān)的常數(shù)；方差Var（Xt）=2是與時間t無關(guān)的常數(shù)；協(xié)方差Cov（Xt,Xt+k）=k是只與時期間隔k有關(guān)，與時間t無關(guān)的常數(shù)；則稱該隨機時間序列是平穩(wěn)的），而該隨機過程是一平穩(wěn)隨機過程白噪聲（平穩(wěn)的）：隨機時間序列Xt式一個具有零均值同方差的獨立分布序列Xt=it，」t~N（0,;「2）隨機游走過程是非平穩(wěn)的:Xt=Xt-1+it，Jt~N（0c2）,Var（Xt）=t2隨機游走的一階差分是平穩(wěn)的:AXt=Xt-Xt-1=t,?it~N（0,；「2）時間序列數(shù)據(jù)平穩(wěn)性的檢驗方法（1）圖示判斷法（2）單位根檢驗:DF檢驗/ADF檢驗ADF檢驗三個模型：3-2-1m也Xt二叭_1+EgXt—+J[im

XX，*:Xt-1it—itinXtG+Pt+XtG+Pt+6XtJ+EtXt_i(三)DF到ADF的原因：在使用DF檢驗時，實際上假定了時間序列是由具有白噪聲隨機誤差項的一階自回歸過程(AR(1》生成的。但在實際檢驗中，時間序列可能是由更高階的自回歸過程生成的，或者隨機誤差項并非是白噪聲，這樣用OLS法進行估計均會表現(xiàn)出隨機誤差項出現(xiàn)自相關(guān)，導(dǎo)致DF檢驗無效。另外，如果時間序列包含有明顯的隨時間變化的某種趨勢(如上升或下降)，則DF檢驗必須保證能夠除去這些趨勢，否則時間趨勢成分會進入隨機干擾項。這兩種情況都偏離了隨機干擾項為白噪聲的情形，統(tǒng)計量的漸進分布隨之改變。為了保證DF檢驗中隨機誤差項的白噪聲特性，Dicky和Fuller對DF檢驗進行了擴充，形成了ADF檢驗。虛假回歸的定義以及原因：即如果有兩列時間序列數(shù)據(jù)表現(xiàn)出一致的變化趨勢(非平穩(wěn)的)，即使他們之間沒有任何經(jīng)濟關(guān)系，若進行回歸也可表現(xiàn)出較高的可決系數(shù)。原因：在現(xiàn)實經(jīng)濟生活中，實際的時間序列數(shù)據(jù)往往是非平穩(wěn)的，而且主要的經(jīng)濟變量，如消費、收入往往表現(xiàn)為一致地上升或下降，通過因果關(guān)系模型進行分析，一般不會得到有意義的結(jié)果。單整如果一個時間序列經(jīng)過一次差分變成平穩(wěn)的，就稱原序列是一階單整序列，記為1(1)。一般地，如果一個時間序列經(jīng)過d次差分后變成平穩(wěn)序列，則稱原序列是d階單整序列，記為1(d)33協(xié)整：(一)概念：非穩(wěn)定的時間序列，它們的線性組合也可能成為平穩(wěn)的，稱變量X與丫是協(xié)整的。如果兩個變量都是單整變量，只有當(dāng)它們的單整階相同時，才可能協(xié)整；如果它們的單整階不相同，就不可能協(xié)整。如果序列｛X1t,X2t,…,X都是d階單整，存在向量：=(",：2,…：，),使得Zt=:XT~I(d-b)其中，b>0,X=(X1t,X2t,…,XKt)則認(rèn)為序列｛X1t,X2t,…,Xk(d,b)階協(xié)整，記為Xt~CI(d,b),：為協(xié)整向量。原因：是這兩個時間序列具有