计量经济学期末复习1.doc

Econometrics计量经济学：根据经济理论和统计观测数据，运用随机数学方程模型的方法研究经济定量问题的科学。Econometrics model：计量经济学模型：在一定假条件下，描述经济变量之间数量关系的一个或一组随机的数学方程。Explaining variable：解释变量，影响研究对象结果的因素变量。Explained variable：被解释变量，作为研究对象的变量。Regression analysis：狭义回归分析，用确定性的数学函数近似的描写不确定性的相关关系。Correlation analyse：相关分析，测定变量之间联系的密切程度。Economic variable：经济变量，不同时间，不同地点，取值不同的，可以观测到的经济指标，是模型的研究对象和影响因素。Parameter of model ：模型参数，表示经济变量相互依存程度不能直接观测的常数。Ols 最小平方法：用使估计的剩余平方和最小的原则确定样本回归函数。Spurious regression伪回归：时间数列模型由于变量不平稳，使拟合优度R2和T统计量虚高。Simulataneous equations model：联立方程模型，描写个经济系统复杂关系的多个随机数学方程。一、 计量经济学步骤。1 模型设定。确定变量和数学关系式。所谓经济模型是指经济现象或过程的一种数学模型，要有合理的科学理论依据，实际的经济活动以及真实性实用性。模型要选择合适的数学形式以及方程中的变量要具有客观性，即存在解释变量被解释变量和U。2 数据收集。要求数据完整性准确性可比性一致性。数据分为截面数据时间序列数据以及面板数据。3 参数估计。分析变量之间具体的数量关系。参数决定着变量之间的数量关系，未知、待定、不可直接观测不能精确计算，只能用变量的样本观测值估计，参数一旦确定整个经济系统也基本确定了。4 假设检验，检验所得结论是否符合经济意义。经济学检验是最简单最重要，参数是否符合大小，是否符合经济意义。统计学检验。计量经济学检验，是否违背模型的经典假设假设类型。模拟预测检验，历史数据检验参数估计的稳定性和灵敏性。5 模型的应用，做经济分析和经济预测。结构性分析（用已经估计出参数的模型，对所研究的经济关系进行定量的考察以说明经济变量之间的比例关系。）（边际、弹性、乘数分析）、政策分析（由已知的或预测的解释变量去预测被解释变量所观测的样本数据以外的数据。点、区间预测。）、经济预测分析（对各种可供选择的政策方案实施后果模拟测算从而做出评价。目标、政策变量）、理论实证（验证既有寂静理论或提出新理论）-倒U理论。在一定假设条件下，描述经济变量间一个或一组随机的数学方程。经估计参数和模型检验被认为是可靠的模型才可以被认为是实际的经济系统的真实缩影。一、经典假设：零均值假设，在给定解释变量X的条件下，U的条件期望为零。同方差，对给定的X，U的条件方差等于常数。无自相关，对所有的ij,U协方差为零。U和x不相关，即两两不相关。正态性假设，假定U服从期望为O，方差为的正太分布。无多重，解释变量间线性无关。二、 自相关autocorrrelation是指总体回归模型中的随机误差项U之间存在相关关系。原因：经济系统的惯性、经济活动的时候效应、数据处理造成的相关、蛛网现象、模型设定的误差。后果：一阶自相关回归，协方差均不为零、参数估计的方差被进一步低化、参数ols值是无效FR2检验不可靠、加大方差参数的不确定使预测置性区间不可靠、降低预测精度。检验：图示检验法，DW检验。处理：广义差分法、科克伦-奥科特迭代法、一阶差分法、德宾两步法。三、 异方差heteroscedasticity对于给定条件的每个X，其U的条件方差不等于常数。原因：模型设定误差、测量误差的变化、截面数据中总体个单位的差异。后果：参数ols估计仍具有无偏性，估计方差不再最小、模型假设检验会可能导致错误结论、导致预测不准确。检验：图示、GQ、white、arch、glejser。处理：对模型变换，加权最小二乘法ols，模型的对数变换。四、 多重共线性muti-collinearity解释变量存在线性或近似线性的关系。原因：经济变量之间具有共同变化趋势、模型中包含滞后变量、利用截面数据建立模型也可能出现、样本数据自身的原因。后果：参数估计的方差增大、对参数区间估计时，置性区间区域变大、严重时假设检验易做出错误的判断、 可能会导致R2较高经F检验的参数联合显著性也很高T检验可能不显著甚至可能使估计的回归系数符号相反。检验：R2,t检验，经济理论与T检验，R2的参考值。措施：剔除变量法增大样本容量、变换模型形式、横截面数据与实践序列数据并用、变换变量、逐步回归法、岭回归法。联立方程组模型1.定义：描写某个经济变量系统复杂因果关系的多个随机数学方程。2.在联立方程组中，解释变量常常需要被解释变量，被解释变量常常需要被解释变量，因此将变量分为内生、前定变量。（概念）3.分类：含U和待定参数的随机方程和不含的恒等方程。4.具有偏倚、不一致性。要同时求解几个内生变量，故称同时方程。任何一个随机变量的变化都影响所有内生变量，作为解释变量的内生变量都与U相关，经典回归假设5（U,X两两独立）被破坏，ols估计遇到了困难。联系方程模型ols估计量失去了无偏性和一致性。5类型：结构式模型Structured model：根据经济理论和行为规律建立的描述经济变量之间直接关系的计量经济学方程系统。简化式模型Simplified type model：将联立方程计量经济学模型的每个内生变量表示成所有先决变量和随机干扰性的函数所形成的模型。递归式模型6识别时间序列数据Time series data ：是一批按照时间先后顺序排列的统计数据。截面数据：Section data是一批发生在同一时间截面上的数据。相关分析：Correlation analysis研究经济变量之间联系的紧密程度。回归分析Regression analysis：研究一个变量关于另一个变量的依赖关系的计算方法和理论。序列相关性Sequence correlation：如果模型的随机干扰项违背了相互独立的基本假设，则为是。虚拟变量Virtual variable：根据一些无法量度的影响经济变量的因素的属性类型构造只取0或1的人工变量，则为是。内生变量An endogenous variable：即影响模型系统，又受模型系统影响的随机经济变量。外生变量Exogenous variables：能影响模型系统但不受模型系统影响的变量。结构式模型Structured model：根据经济理论和行为规律建立的描述经济变量之间直接关系的计量经济学方程系统。简化式模型Simplified type model：将联立方程计量经济学模型的每个内生变量表示成所有先决变量和随机干扰性的函数所形成的模型，则为是。结构分析Structure analysis：是指对经济现象中变量之间关系的研究。随机误差项Random error term观察值围绕它的期望值的离差。工具变量Instrumental variables：是在模型估计过程中被作为工具使用，以替代模型中与随机误差项相关的随机解释变量的变量无偏性Unbiased sex：是指参数估计量的均值（期望）等于模型的参数值。残差项Residual item是指对每个样本点，样本观测值与模型估计值之间的差值。解释变量：影响研究对象结果的因素变量。回归分析和相关分析的联系与区别？答：联系：1皆为研究非确定性变量间的统计依赖关系，并能度量线性依赖程度大小。区别：1 相关分析仅从统计数据上度量变量间的相关程度，而无需考察两者间是否有因果关系，且变量地位是对称的都是随机变量；只关注变量间的联系程度，而不关注具体的依赖关系。2 回归分析则更关注变量间的因果关系。变量地位是不对称的，有解释与被解释之分，而且解释变量通常为非随机变量；更加关注变量间的具体依赖关系。影响随机误差项的主要因素：未知的影响因素；残缺因素；众多细小影响因素；数据观测误差；模型设定误差；内在随机性；序列相关产生的原因？经济变量固有的惯性；模型设定偏误；数据的编造；即采用时间序列数据作为样本的计量经济学问题，由于不同样本点上解释变量以外的其他因素在时间上的连续性，带来它们对被解释变量的影响的连续性，故此。随机解释变量产生的后果？1 若相互独立，则参数估计量仍然无偏一致。2 若同期相关，异期不相关，得到的参数估计有偏，但却是一致的3 若同期相关，则估计量有偏且非一致。工具变量需要满足的条件？1 与所替代的随机解释变量高度相关2 与随机干扰项不相关3 与模型中的其他解释变量不相关，以避免出现多重共线性。计量经济学方法？就是定量分析经济现象中各因素之间的因果关系。因此，首先根据经济理论分析所研究的经济现象，找出经济现象间因果关系及相互间的联系。把问题作为被解释变量，影响问题的主要因素作为解释变量，非主要因素归入随机项。其次