本科经济学专业《计量经济学》教学设计（庞皓教材适用）

本科经济学专业《计量经济学》教学设计（庞皓教材适用）一、基本信息与教学目标（一）课程基本信息【学科】经济学【学段】大学本科（二年级或三年级）【课程性质】专业核心课（必修）【建议学时】64学时（含理论讲授与上机实验）【授课对象】经济学、金融学、国际贸易、统计学等专业本科生【先修课程】高等数学（或微积分）、线性代数、概率论与数理统计、微观经济学、宏观经济学【使用教材】庞皓主编，《计量经济学》（第四版或第五版），科学出版社【重要】（二）教学目标设计本课程严格遵循教育部高等学校经济学学科教学指导委员会的基本要求，坚持庞皓教材所倡导的“重思想、重方法、重应用”的编写原则【非常重要】。通过本课程的学习，旨在实现以下三维目标：1.知识与技能目标：【基础】学生能够系统理解计量经济学的学科性质与核心思想，掌握经典单方程线性回归模型（一元与多元）的基本理论；深刻领会模型违背经典假设（多重共线性、异方差性、自相关性）的成因、后果、检验方法与补救措施；了解虚拟变量、分布滞后模型以及时间序列平稳性等扩展内容的基本概念。学生能够熟练操作EViews软件，完成从数据的输入、模型的估计、检验到结果解读的全过程。2.过程与方法目标：【重要】培养学生运用计量经济分析方法解决实际经济问题的能力。学生能够遵循“模型设定—估计—检验—应用”的规范研究范式，针对具体的经济问题，独立或合作完成选题、收集数据、建立模型、进行实证分析并撰写规范的实证研究短文。使学生掌握一种从“经济直觉”走向“科学验证”的思维方式。3.情感态度与价值观目标：【热点】结合中国宏观经济与微观企业数据案例，引导学生运用计量方法科学认识国情，理解国家高质量发展的内在逻辑。培养学生的数据敏感性、逻辑严谨性和实事求是的科学精神，避免在学术研究中主观臆断，树立遵循客观规律、用数据说话的价值观。二、教材分析与学情把握（一）教材分析庞皓主编的《计量经济学》是“十二五”普通高等教育本科国家级规划教材，在国内财经类院校中具有极高的采用率【6】。该教材最大的特色在于“重思想、重方法、重应用”，巧妙地避开了繁杂的数学推导，将重点放在让学生理解计量经济学方法的基本思想和逻辑程序上。每一章都配有与EViews软件紧密结合的案例分析，强调如何解读输出结果并回答实际经济问题，非常适合经济学类本科生的入门学习【1】【5】。（二）学情把握授课对象为本科二、三年级学生。他们已经具备了必要的数学和经济学理论基础，但大多数学生是初次接触这门利用随机样本数据进行经济推断的学科，往往会产生两个极端的心理：一是畏惧其复杂的数理统计公式；二是轻视其逻辑，将其简单理解为“软件操作+回归”。因此，教学的关键在于“桥梁”作用——帮助学生打通经济学直觉与数理统计方法之间的通道，既要讲清楚方法“是什么”、“怎么用”，更要讲清楚“为什么能用”以及“为什么不能随便用”【难点】。三、教学理念与设计原则本教学设计秉持“以学生为中心，以问题为导向，以应用为驱动”的理念，具体遵循以下三大原则：1.思想性与方法论相结合：不仅讲授公式，更讲授公式背后的经济含义和统计学逻辑。例如，讲授最小二乘法时，重点阐释“残差最小化”这一思想的经济学隐喻——“使得模型对现实的拟合误差最小”。2.理论与软件实操相融合：实行“一课一练”，每次理论课后都配套相应的EViews上机内容，让学生在操作中直观感受参数估计和假设检验的全过程。3.案例牵引与思政浸润：所有理论知识点均嵌入具体的中国经济案例进行分析，在讲解技术的同时，自然融入社会主义核心价值观与国情教育，如利用居民消费数据讲解收入弹性，引导学生理解扩大内需战略的现实基础。四、教学准备与资源1.硬件环境：多媒体教室与配备EViews10.0及以上版本的计算机实验室。2.教学资源：主讲教师精心制作的PPT课件、案例数据库（如《中国统计年鉴》截面数据、时间序列数据）、往届学生优秀实证论文范本。3.课前任务：通过线上学习平台发布预习任务，要求学生回顾一元线性代数知识和正态分布、t检验、F检验等统计学概念【基础】。五、教学实施过程（核心环节详解）本部分按照教材的经典逻辑体系，分为八个模块详细展开，其中第一至第四模块为课程核心，占教学比重的绝大部分。第一模块：导论——计量经济学是什么？（建议4学时）（一）教学内容与要点罗列1.【基础】计量经济学的定义：融合经济学理论、统计学和数学，利用观测数据揭示经济变量间定量关系的社会科学。2.【重要】计量经济学与经济学、统计学、数学的关系（学科定位）。3.计量经济学研究的步骤：模型设定（依据经济理论）→数据收集（截面、时间、面板）→参数估计→模型检验（统计检验、计量检验、经济意义检验）→模型应用（结构分析、预测、政策评价）【核心流程，高频考点】。4.数据类型简介：时间序列数据、截面数据、面板数据、虚拟变量数据。（二）教学实施细节1.导入环节（15分钟）：提出经典问题——“经济学理论告诉我们，需求量与价格负相关，国民收入增加会拉动消费增加。那么，这种关系到底有多强？价格每上涨1%，需求量究竟会下降多少？”通过这个问题，激发学生对“定量”分析的求知欲。2.思想建立环节（60分钟）：结合PPT图示，详细拆解计量经济学研究的“五步法”。重点强调第一步“模型设定”的重要性，指出必须依据经济理论，而不是盲目搜索变量（DataMining）。引用庞皓教材中的例子，说明什么是“伪回归”或“无意义回归”【难点】。3.案例分析引导（15分钟）：展示一个简单的消费函数案例（如：消费支出=α+β×收入），初步介绍EViews界面和基本操作，让学生对最终的输出结果有一个感性的整体认知，消除陌生感。4.课堂小结与作业（10分钟）：布置课后思考题——寻找一篇经济学实证论文，尝试归纳出作者遵循的计量研究步骤。第二模块：一元线性回归模型——基础与核心（建议12学时）（一）教学内容与要点罗列1.【基础】回归分析的基本概念：被解释变量（因变量）与解释变量（自变量）。2.【基础】总体回归函数（PRF）与样本回归函数（SRF）【非常重要，高频考点】。解释为何只能用SRF去估计PRF。3.【核心】普通最小二乘法（OrdinaryLeastSquares,OLS）：基本思想（使残差平方和最小）、正规方程的推导、参数估计量（β̂₁和β̂₂）的计算公式。4.【基础】拟合优度（GoodnessofFit）：R²（可决系数）的计算与含义——衡量模型对样本数据的拟合程度。5.【重要】OLS估计量的统计性质：高斯马尔可夫定理（GaussMarkovTheorem）——在线性、无偏、最优（BLUE）的语境下讲解，强调在经典假定下，OLS估计量是最佳线性无偏估计量。6.【热点】参数估计量的抽样分布与方差。7.【高频考点】变量的显著性检验（t检验）：提出假设（H₀:β=0）→构造t统计量→给定显著性水平→判断是否拒绝原假设。8.【难点】区间估计与预测（点预测与区间预测的区别）。（二）教学实施细节1.问题导入（10分钟）：沿用上一讲的消费函数案例，提出疑问——“我们手头只有几百个家庭的抽样数据（样本），怎么敢说全国家庭（总体）的消费习惯就是这样？”2.核心思想讲授（50分钟）：通过图示法，直观展示“散点图”和“拟合直线”。重点讲解“残差”概念——观测点到直线的垂直距离。解释OLS为什么选择让这些距离的平方和最小（避免正负相抵，且对较大误差给予更大惩罚）。【思想性】引导学生理解，这种“最小化”是人类在面对不确定性时的一种“最优”决策逻辑。3.公式推导与性质解读（90分钟，含习题课）：o在黑板上逐步推导OLS估计量的表达式，重点是让学生看懂推导的逻辑，而不是死记硬背。o讲授完高斯马尔可夫定理后，组织课堂讨论：“如果不满足无偏性，我们还能用OLS吗？”以此加深对BLUE重要性的理解。ot检验教学时，结合具体数据（如某地区收入与消费数据），由教师手动演示（或借助Excel）计算t值，并与临界值比较，让学生亲历“假设检验”的全过程，理解P值的含义【重要】。4.软件实操（40分钟）：在实验室进行。指导学生用EViews输入数据，执行“ls消费c收入”命令，将软件输出的系数、标准误、t统计量、R²与之前手动计算的结果进行对比，并学会解读输出结果的经济含义——例如“斜率系数0.8表示收入每增加1元，平均消费支出增加0.8元”。5.案例分析（20分钟）：选取《中国统计年鉴》中31个地区的城镇居民人均消费支出与可支配收入数据（截面数据），要求学生分组建立一元线性回归模型，并对结果进行经济意义解释和统计检验，撰写简要分析报告。第三模块：多元线性回归模型——推广与应用（建议10学时）（一）教学内容与要点罗列1.【基础】多元线性回归模型的矩阵表示（简单介绍，重思想轻推导）。2.【重要】多元OLS估计的偏回归系数的含义（partialregressioncoefficient）——在控制其他变量不变的情况下，某自变量变化一个单位对因变量的影响【核心思想】。3.【难点】调整的可决系数（AdjustedR²）——为什么要引入？惩罚引入不显著解释变量导致R²虚高。4.【高频考点】方程的显著性检验（F检验）：检验所有解释变量的联合显著性，理解F统计量与R²的关系。5.【热点】受约束回归与参数稳定性检验（邹氏检验，Chowtest）的思想简介。（二）教学实施细节1.创设情境（10分钟）：提出“除了收入，影响消费的还有哪些因素？比如财富、利率、地区差异？”引导学生从一元思维向多元思维跃迁。2.偏回归系数深度解析（60分钟）：借助三维立体图（或动画），直观展示在三维空间中，如何用一个平面去拟合散点，解释偏回归系数就是这个平面在某一坐标轴方向的斜率。强调“其他变量保持不变”这一假设在现实研究中的重要性。3.模型检验体系构建（80分钟）：o对比讲解t检验与F检验的区别：t检验是单个自变量的“体检报告”，F检验是整个模型的“综合评估报告”。o讲解调整R²时，举一个极端的例子：在消费模型中不断加入无关变量（如“鞋子的号码”），观察R²的变化和调整R²的变化，让学生理解调整R²的“惩罚机制”。4.案例综合实训（90分钟，结合课内外）：给出一个经典案例——CobbDouglas生产函数的对数变换模型（lnQ=lnA+αlnL+βlnK）。要求学生：（1）理解为什么可以取对数变成线性模型；（2）用EViews估计α和β；（3）解释α和β的经济含义（产出弹性）；（4）检验是否规模报酬不变（α+β=1）。这是一个贯穿理论与应用的经典例题【非常重要】。5.小组汇报与点评（20分钟）：随机抽取小组展示其对数模型的估计结果，教师针对常见问题（如对弹性系数的误读）进行纠正。第四模块：经典假设的违背与诊断（核心难点，建议16学时）本模块是计量经济学的精髓，也是区分入门与提高的关键。分别讲解多重共线性、异方差性、自相关性。（一）多重共线性（建议5学时）1.【基础】什么是多重共线性？——解释变量之间存在高度