研究生《高级计量经济学》课程提纲_百度文库

1、研究生高级计量经济学课程提纲【说明】这是非经济学院、一个学期的研究生高级计量经济学课程的指导性纲要,包括 推荐的教材、教学内容、课时安排和教学要求。教材:第一本可作为指定教材备案;后两本教材更适合学生阅读。教师可根据需要补充其 它参考资料。1 William H. Greene, Econometric Analysis, 5th edition。 (有中译本 。2 Jeffrey Wooldridge著,费剑平译,计量经济学导论(第三版上下册,中国人民大学出 版社, 2007。 (英文原版:Introductory Econometrics: A Modern Approach , Sout

2、h-Western College Publishing, 2000 。3 Walter Enders (2004, Applied Econometric Time Series, 2nd edition, John Wiley & Sons, Inc. 中译本:应用计量经济学 -时间序列分析(第 2版 ,杜江和谢志超译,高等教育出版社, 2006。预备知识:经济学基础、微积分学、线性代数,概率论和数理统计。授课对象:非经济学院的、仅上一个学期“高级计量经济学”的硕士、博士。课时安排:每周 3课时 17(周 =51课时。考核方式 :包括作业、期中考试和期末考试。期中考试和期末考试均采

3、用闭卷形式。教学内容、课时安排和教学要求:课时安排说明:内容讲解约 43课时(预估课时都标注在各章名称后面的括号内 ,复 习约 6课时,期中考试 2课时,共计 51课时。助教职责 :计量软件辅导 (如 Eviews 、 Stata 等 , 问题答疑, 批改作业, 协助老师评判试卷。一、 课程概述及复习 (预估 6课时主要内容:(一 计量经济学课程简介,包括计量经济学的学科性质、实证分析的步骤、经济数据 的类型、因果关系概念介绍、本课程的学习内容、课程要求等。(二微积分、线性代数相关知识简要复习。(三概率统计相关知识简要复习。教学要求:了解计量经济学分析的目的和研究范围、 了解经济学实证分析的步

4、骤, 复习 与本课程有关的预备知识。二、 经典线性回归模型 (预估 12课时主要内容(一 经典多元线性回归模型的设定(五个假设及矩阵表示。(二 OLS 估计的思想、矩阵表示、几何解释,以及在五个经典假设下的有限样本性 质 (无偏性、 Gauss-Markov theorem、 MVUE 、 正态性, 等等 和大样本性质 (一 致性,渐近正太性,渐近有效性 。简要介绍矩估计和极大似然估计(MLE 方 法。(三 线性回归模型的拟合优度和推断 -关于单个回归系数的 t 检验、多个回归系数 和多个回归系数线性组合的 F 检验(包括回归方程的显著性检验 。(四 解释变量的选择,定性解释变量(虚拟变量的使

5、用,共线性问题,基于残差 分析的模型设定检验。(五 线性回归模型的应用,样本内和样本外预测(点预测、区间预测 ,预测误差。 教学要求:掌握相关概念、思想、假设条件、估计和检验方法、回归结果的解释。要求 必要的理论推导;学习用矩阵语言表示相关的概念、思想、假设、估计和检验。三、 经典线性回归模型的推广 (预估 12课时主要内容(六 简要介绍经典多元线性回归模型的推广 -放松五个经典假设:从 “正态性假设” 到“非正太性假设” ,从“同方差 /不相关”到“异方差 /相关” ,从“严外生”到 “弱外生” ,从“线性回归函数”到“非线性回归函数” 。(七 简要介绍在上述模型推广下,最小二乘估计的有限样

6、本性质可能不再成立,但 在相当弱的条件下大样本性质中的“一致性”和“渐近正太性”仍可成立。对 于“回归系数的线性限制条件”的检验问题,简要介绍三种大样本下的检验方 法:Wald 检验, LR 检验, LM 检验。(八 介绍广义线性回归模型:误差项“异方差、序列相关”产生原因及后果, GLS 估计的思想和矩阵表示,可行的 GLS 估计及计算, White 的协方差估计 (HCCME , Newey-West 的协方差矩阵(HAC 估计,异方差检验(White 检 验,等 ,序列相关检验(DW 检验, Box-Pierce 检验, Ljung-Box 检验,等 。 (九 内生性问题和它产生的原因(

7、遗漏相关变量,度量误差,联立方程组,等及 后果,工具变量(IV 估计和 GMM 估计,内生性检验(Durbin-Wu-Hausman 检验 。(十 模型选择及设定检验:一般线性模型(log 线性模型,多项式模型, “交互项” 作为解释变量,等 ,结构变化(Chow 检验, Hansen 检验, CUSUM 检验 。 教学要求:了解经典线性回归模型推广的意义、 所产生的问题和后果 (对原有的估计和 推断方法 、以及怎样解决这些问题。不要求理论推导。四、 离散选择和受限制数据模型 (预估 4课时主要内容:(一 二项选择模型:Logit 和 Probit 模型的设定和估计。简要介绍多项选择模型:有

8、顺序的多项选择模型(the ordered probit models ,无顺序的多项选择模型(the multinomial probit models 。(二 受限制数据模型:截断数据模型 (Truncated Regression Models , Tobit (Censored Regression Models模型,样本选择模型(Sample Selection Models 。(三 简要介绍处理效果 (Treatment Effects 及评估的基本概念和方法:ATE , A TET , DID 方法,等。教学要求:了解常用的离散选择和受限制数据模型的模型设定、 估计方法、 以及在

9、经济 中的应用。不要求掌握理论推导。五、 时间序列模型 (预估 12课时主要内容:(一 时间序列的相关概念(白噪声,协方差平稳, ACF ,等 。(二 ARMA 模型:平稳和可逆条件,识别方法(Box-Jenkins 方法, AIC 和 BIC 准 则 ,估计方法(条件 OLS , MLE ,模型检验和预测。(三 ARCH 模型:性质 (所能捕捉的数据特征 , 估计, 应用, 推广 (GARCH , EGARCH , ARCH-M ,等 。(四 介绍单位根过程,单位根检验(DF 和 ADF 检验 ,协整(co-integration 和误 差修正模型(ECM ,协整检验(Engle-Granger 方法, Johansen 方法 。(五 介绍 V AR 模型及误差修正表示,结构 V AR 建模和脉冲反应。教学要求:了解常用时间序列模型的相关概念, 识别、 估计和检验方法, 以及在经济和 金融中的应用。不要求掌握理论推导。六、 面板数据模型 (预估 3课时主要内容:(一 了解面板数据