研究生高级计量经济学：EViews 多项式双对数倒数模型教学设计

研究生高级计量经济学：EViews多项式双对数倒数模型教学设计一、课程背景与教学目标（一）课程基本信息【学科与学段】：经济学/金融学硕士研究生一年级（高级应用计量经济学）【课程主题】：非线性回归模型拓展（三）：多项式、双对数与倒数模型的EViews实现与经济解释【授课时长】：90分钟【授课对象】：已掌握基础计量经济学（OLS、多元回归、虚拟变量）及EViews基本操作的经济学、金融学硕士研究生。（二）教学理念与设计思路本课程遵循“问题导向、理论为基、应用为本、软件为器”的课程改革理念。摒弃单纯的公式推导或软件操作演示，转而构建“经济现象观察>理论模型设定>软件实现求解>结果经济解读>研究拓展反思”的闭环教学流程。通过引入跨学科视野（如市场营销学的需求弹性、劳动经济学的工资曲线、金融学的资产价格波动），引导学生理解不同函数形式背后的经济逻辑，而非将其视为孤立的数学工具。教学设计的核心在于“赋能”，即使学生掌握在面对具体非线性经济关系时，能够自主选择、估计并解释正确模型的综合能力。（三）教学目标1.知识与技能目标：1.2.【基础】准确理解多项式回归、双对数模型、倒数模型（双曲线模型）的数学形式与基本假设。2.3.【核心】熟练掌握在EViews14软件中设定、估计和诊断上述三种模型的操作流程。3.4.【高阶应用】能够根据经济理论和数据特征，正确选择并合理解释三种模型的估计结果，特别是弹性系数、半弹性系数、转折点（TurningPoint）等关键经济指标。5.过程与方法目标：1.6.通过对比分析，培养学生面对同一经济问题（如工资与年龄、消费与收入）时，构建不同函数形式并进行比较择优的研究能力。2.7.通过案例驱动，强化学生“理论预期实证检验结果修正”的科学探究方法。8.情感、态度与价值观目标：1.9.树立严谨的学术态度，认识到函数形式的误设可能导致严重的估计偏差和错误的经济结论。2.10.培养批判性思维，不盲从软件输出结果，能从经济学直觉出发对模型结果进行合理性检验。二、教学内容与重难点分析（一）教学内容体系本讲内容是对经典线性回归模型的自然延伸，旨在解决现实经济关系中的非线性问题。内容共分为三个模块：1.模块一：多项式回归模型（PolynomialRegressionModels）：以劳动经济学中“年龄工资”的“生命周期”效应为切入点，探讨二次、三次多项式如何刻画变量的边际效应变化。2.模块二：双对数模型（LogLogModels）与半对数模型（SemiLogModels）：以需求理论中的“价格需求量”关系和人力资本理论中的“教育工资”关系为案例，引入弹性系数和半弹性系数的概念。3.模块三：倒数变换模型（ReciprocalTransformationModels）：以宏观经济学中的“菲利普斯曲线”和消费理论中的“收入消费”边际消费倾向递减规律为背景，分析倒数模型所描述的渐进线（Asymptote）经济含义。（二）【难点】与【重要】等级标注1.【核心难点】：模型的经济含义解释。学生往往能操作软件得到参数，但难以将回归系数转化为有意义的经济概念（如：多项式模型的转折点计算、双对数模型的弹性解释、倒数模型的饱和水平估计）。2.【关键支撑】：函数形式的设定依据。不能为了非线性而非线性，必须结合经济理论和数据散点图（ScatterPlot）来选择模型。这是从“数学游戏”走向“实证研究”的关键一步。3.【高频考点】：在各类课程考试和论文实证中，对非线性模型的解读（特别是弹性系数）是考察学生计量应用能力的核心。三、教学准备与资源1.硬件环境：多媒体教室（配备教师机与学生机），所有电脑均预装EViews14软件。2.数据准备：1.3.数据集1（Earnings_Data）：包含变量wage（小时工资）、age（年龄）、educ（受教育年限）、exper（工作经验）。2.4.数据集2（Demand_Data）：包含变量quantity（某商品需求量）、price（价格）、ine（消费者收入）。3.5.数据集3（Phillips_Data）：包含变量inflation（通胀率）、unemployment（失业率）。6.课前预习任务：学生需回顾微积分中关于导数和弹性的概念，并阅读教材中关于“非线性函数形式”的章节。四、教学实施过程（核心环节）（一）课堂导入：从线性到非线的思维跃迁（5分钟）1.教学活动：1.2.教师首先在大屏幕上展示一幅散点图：横轴为age（年龄），纵轴为wage（小时工资）。图中点云呈现出明显的“先上升、后平缓、再下降”的抛物线形状。2.3.提问：“诸位未来的经济学家们，如果用我们之前学过的一元线性回归模型y=β₀+β₁x+ε去拟合这条曲线，会得到什么结果？”3.4.引导学生思考：线性回归只能捕捉单调递增或递减的趋势，而现实中的经济关系（如年龄与工资的生命周期效应、污染与经济增长的环境库兹涅茨曲线）往往是非单调、非线性的。强行使用线性模型，会导致参数估计有偏，且错失重要的经济规律。5.设计意图：制造认知冲突，打破学生“万物皆可线性”的思维定势，引出本课的核心议题——如何用线性回归的框架去拟合非线性世界。（二）核心知识构建与EViews操作（75分钟）1.模块一：多项式回归——捕捉曲线的形态（25分钟）1.2.（1）【基础】理论溯源与模型设定：1.2.3.教师阐述：根据劳动经济学中的明瑟工资方程（MincerEarningsFunction）的拓展，工作经验（或年龄）对工资的影响并非恒定，而是存在“回报递减”甚至“负回报”的阶段。为捕捉这种“倒U型”关系，我们引入年龄的二次项（或更高次项）。2.3.4.模型形式（以二次多项式为例）：wage=β₀+β₁·age+β₂·age²+ε其中，age²=ageage，在EViews中通过生成新序列得到。3.4.5.【重要】边际效应（MarginalEffect）分析：工资关于年龄的边际变化为：∂wage/∂age=β₁+2β₂·age转折点（TurningPoint）：当边际效应为0时，工资达到极值。转折点年龄为age=β₁/(2β₂)5.6.（2）【核心难点】EViews14操作与结果解读：1.6.7.Step1：数据准备。打开Earnings_Data工作文件。在主菜单选择QuickSeries...eSeries...，在弹出的对话框中输入age_sq=age^2，点击OK，生成年龄平方项。2.7.8.Step2：模型估计。在主菜单选择QuickEquation...Equation...，在弹出的EquationEstimation对话框中，依序输入变量：wagecageage_sq。注意，c表示常数项，必须保留。3.8.9.Step3：【高频考点】结果分析。教师带领学生共同解读输出结果表：1.4.9.10.关注系数估计值：假设β₁显著为正，β₂显著为负，则验证了“倒U型”假说。2.5.10.11.计算转折点：引导学生使用EViews的标量（Scalar）功能进行计算。在命令窗口输入并回车：scalarturning_point=c(2)/(2c(3))。其中c(2)和c(3)分别代表β₁和β₂的估计值。随后在状态栏查看turning_point的值，例如为48.5岁。3.6.11.12.经济含义解读：教师强调，这意味着在其他条件不变的情况下，员工的工资大约在48.5岁之前随着年龄增长而增加，在此之后，工资开始随着年龄增长而下降。这是对“生命周期理论”的量化支撑。7.12.13.（3）【难点】拓展讨论：引入三次项。教师提问：如果二次项系数β₂为正，且图像呈“U型”，在经济学中可能意味着什么？什么时候需要用到三次项？引导学生思考，三次多项式可以捕捉更复杂的S型或有两个转折点的曲线，但其解释难度也相应增加，需警惕过度拟合。14.模块二：双对数与半对数模型——弹性的艺术（25分钟）1.15.（1）【基础】模型形式与核心概念辨析：1.2.16.双对数模型（LogLogModel）：ln(Y)=β₀+β₁·ln(X)+ε【核心】此时β₁就是Y关于X的弹性系数（Elasticity），即X变化1%，导致Y变化β₁%。这种形式在柯布道格拉斯生产函数和需求函数中应用极广。2.3.17.对数到线性模型（LogLinModel）：ln(Y)=β₀+β₁·X+ε【核心】此时β₁衡量的是半弹性（SemiElasticity），即X变化一个单位，导致Y变化的百分比（100·β₁%）。常用于估计教育回报率（educ对ln(wage)的影响）。3.4.18.线性到对数模型（LinLogModel）：Y=β₀+β₁·ln(X)+ε【核心】此时β₁/(X)衡量的是X变化的绝对量对Y的边际影响，常用于消费函数中。5.19.（2）【高阶应用】EViews14操作与经济含义解读：1.6.20.案例一：需求的价格弹性（使用Demand_Data）。1.2.7.21.Step1：生成对数序列。在EViews中，可以直接在方程设定框中完成。点击Quick>EstimateEquation。2.3.8.22.Step2：在Equationspecification对话框中，输入：log(quantity)clog(price)log(ine)EViews的log()函数默认是自然对数。3.4.9.23.Step3：【高频考点】结果解读。观察log(price)的系数。假设估计值为0.85。教师解读：“在控制收入不变的条件下，价格每上涨1%，需求量平均下降0.85%。这表明该商品缺乏弹性，符合生活必需品的特征。”观察log(ine)的系数。假设估计值为1.2。教师解读：“在控制价格不变的条件下，收入每增加1%，需求量增加1.2%，大于1，说明该商品属于奢侈品。”5.10.24.案例二：教育的回报率（使用Earnings_Data）。1.6.11.25.Step1：设定方程。在Equationspecification对话框中，输入：log(wage)ceducageage_sq注意，这里我们保留了age的二次项，以控制经验的非线性影响。这是一个将多项式与半对数结合的复合模型。2.7.12.26.Step2：【核心难点】结果解读。观察educ的系数。假设估计值为0.095。教师解读：“在控制年龄及其平方项不变的条件下，多接受一年教育，小时工资平均提高9.5%。这就是著名的教育回报率。”引导学生对比：如果使用wage作为因变量，educ的系数0.8意味着多一年教育工资增加0.8美元；而使用半对数模型，则意味着多一年教育工资增加9.5%。后者相对变化率更符合经济学家讨论问题的习惯。13.27.（3）【重要】模型选择原则：教师总结：双（半）对数模型的核心优势在于将弹性/半弹性系数化，方便解释和比较。其适用场景通常由经济理论（如需求函数假定常弹性）或数据特征（如异方差性可以通过对数变换缓解）决定。28.模块三：倒数变换模型——逼近极限的规律（25分钟）1.29.（1）【基础】模型形式与经济含义：1.2.30.倒数模型（双曲线模型）：Y=β₀+β₁·(1/X)+ε2.3.31.根据β₀和β₁符号的不同，该模型可以描绘多种经济规律。本课重点讲授两种：1.3.4.32.【难点】菲利普斯曲线（PhillipsCurve）的估计：通胀率与失业率的关系。通常设定为inflation=β₀+β₁·(1/unemployment)+ε。当失业率趋于无穷大时，通胀率趋近于β₀（渐近线），这常被解释为“自然通胀率”或某种长期均衡水平。2.4.5.33.【难点】恩格尔曲线（EngelCurve）的变体：消费与收入的关系。如果边际消费倾向递减，最终趋近于一个“饱和消费水平”，可设定为consumption=β₀+β₁·(1/ine)+ε。当收入趋于无穷大时，消费趋近于β₀。6.34.（2）【核心操作】EViews14实现与渐进线估计：1.7.35.案例：估计菲利普斯曲线（使用Phillips_Data）。1.2.8.36.Step1：生成失业率的倒数序列。命令方式：seriesinv_unemp=1/unemployment菜单方式：Quick>GenerateSeries，输入inv_unemp=1/unemployment。2.3.9.37.Step2：估计模型。Quick>EstimateEquation，输入：inflationcinv_unemp3.4.10.38.Step3：【核心难点】结果解读。观察inv_unemp的系数β₁。通常预期β₁为正（因为失业率倒数与通胀正相关，即失业率越低，1/失业率越大，通胀越高，符合菲利普斯曲线）。观察常数项β₀。教师强调：“这个常数项具有特殊的经济含义。当失业率趋于无穷大时，1/unemployment趋于0，通胀率inflation=β₀。因此，β₀代表了经济在极端高失业状态下的长期通胀水平。例如，如果β₀为2.5，意味着无论失业率多高，通胀率都不会低于2.5%，这可以被视为该经济的结构性通胀底线。”11.39.（3）【对比分析】三种模型的图形特征与适用场景：教师在黑板上（或PPT上）简要勾勒三种模型在XY平面上的典型形状：1.12.40.二次多项式：抛物线（倒U/U型）。2.13.41.双对数模型：在双对数坐标下是一条直线。3.14.42.倒数模型：一条具有水平渐近线的曲线（L型或倒L型）。通过图形对比，强化学生根据数据散点图“看图说话”，初步选择模型的能力。（三）综合实训与诊断检验：论文实证模拟（10分钟）1.【热点】任务发布：1.2.情景设定：假设你是研究劳动市场的学者，手头有Earnings_Data，你的研究问题是“经验（exper，可用年龄age替代）如何影响工资（wage）？”现在，你需要完成一份简要的实证研究报告。2.3.分组操作与讨论：1.3.4.第一组：估计一个线性模型（wageonage）。2.4.5.第二组：估计一个二次多项式模型（wageonageandage²）。3.5.6.第三组：估计一个半对数模型（log(wage)onageandage²）。4.6.7.第四组：估计一个倒数模型（wageon1/age）。7.8.【重要】结果汇报与诊断：教师随机抽取各组代表汇报核心结论（系数符号、显著性、关键经济指标如转折点、弹性）。教师引导全班进行“模型择优”辩论：1.8.9.“线性模型显著吗？但它是否遗漏了重要的非线性结构？”（引出Rsquared对比）2.9.10.“多项式模型是否捕捉到了工资随年龄先增后减的规律？转折点是否符合常识？”（引出经济含义合理性检验）3.10.11.“半对数模型的拟合优度如何与其它模型比较？（因变量不同，需比较对数似然值LL或调整R²的特殊处理）”（引出模型选择的信息准则）4.11.12.“倒数模型对年龄的影响是单调的吗？它的解释是否符合我们对劳动市场‘无限老龄化’的直觉？”（引出模型设定合理性质疑）五、模型诊断与拓展思考（一）非线性模型的诊断要点1.图形诊断：在估计完模型后，必须查看残差图（ResidualGraph）。如果残差仍呈现出明显的非线性模式（如U型分布），说明我们选择的非线性函数形式仍不正确，可能需要考虑更高次项或完全不同的函数形式。2.统计检验：对于多项式模型，可以通过t检验判断高次项（如age²、age³）的联合显著性。如果二次项不显著，则无需保留。3.信息准则：在面对双对数、半对数、多项式等非嵌套模型（NonnestedModels）时，可以使用赤池信息准则（AIC）或施瓦茨信息准则（BIC）进行比较，AIC/BIC值越小，模型越优。（二）【跨学科视野】函数形式的更深层思考1.金融学中的波动率建模：GARCH模型中常对收益率取对数，以处理其波动聚集性和异方差问题。2.管理经济学中的学习曲线：单位产品成本随累计产量的增加而按指数规律下降，常采用双对数模型估计“学习率”。3.环境经济学中的Kuznets曲线：研究环境污染与人均收入之间的“倒U型”关系，核心工具就是多项式回归模型。六、课后作业与延伸阅读（一）巩固性作业1.请使用本课提供的Demand_Data，分别估计线性需求模型（quantity对price,ine）和双对数需求模型（log(quantity)对log(price),log(ine)）。对比两者的估计结果，并撰写一份不超过500字的分析报告，说明哪个模型更优，并解释双对数模型中price系数和ine系数的经济含义。2.【高频考点】根据你对Phillips_Data的估计结果，计算当失业率为5%、4%时，通胀率的预测值各是多少？（提示：inflation_pred=β₀_hat+β₁_hat(1/unemployment)）（二）拓展研究性任务1.选择一个你感兴趣的经济学/金融学实证研究题目（如“房价与人均收入的关系”、“广告投入与销售额的关系”），查找相关数据，运用本课所学至少两种非线性模型进行分析。在你的研究笔记中，重点阐述你选择特定函数形式的理论依据，并比较不同模型的结果。（三）延伸阅读文献1.伍德里奇（Wooldridge,J.M.）.《计量经济学导论：现代观点》.第6版.第6章“多元回归分析：专题”.2.古扎拉蒂（Gujarati,D.N.）.《计量经济学基础》.第5版.第5章“回归模型的函数形式