《计量经济学》课程教学大纲

《计量经济学》课程教学大纲一、课程基本信息课程代码：040223课程名称：计量经济学英文名称：Econometrics课程类别：专业课、学科基础课学时：54（其中实验18学时）学分：3适用对象：经济类本科各专业考核方式：考试先修课程：《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》、《统计学》和《计算机应用基础》等课程二、课程简介计量经济学（亦称经济计量学）是经济学的一个分支，它是在数理经济学、经济统计学和数理统计学基础上发展起来的一门应用经济学学科。计量经济学在对社会经济现象作定性分析的基础上，探讨如何运用计量经济方法来定量描述具有随机性特征的经济变量关系。本课程分单方程回归模型、违背古典假定的计量经济问题和联立方程模型及应用三大部分。本课程是经济类专业的专业课，适用于经济类各专业本科高年级学生，通过本课程的教学，要求学生掌握计量经济学的基本理论和主要模型设定方法，熟悉计量经济分析工作的基本内容和工作程序，能用计量经济学软件包进行实际操作。Econometricsisabranchofeconomicsandisasubjectofappliedeconomicsdevelopedfrommathematicaleconomics,economicstatisticsandmathematicalstatistics.Basedonqualitativeanalysisforsocietyandeconomicappearances,econometricsinvestigateshowtouseeconometricmethodstoquantitativelydescribetherelationsofeconomicvariableswithrandomcharacteristics.Thiscoursemainlyconsistsofthreeparts:singleequationregressionmodel,classic-assumptionviolatedeconometricquestion,andsimultaneousequationmodelanditsapplications.Thecourseisarequiredcourseforthespecialtiesofeconomickinds,andissuitableforhigh-gradeundergraduatestudentsofeacheconomicsspecialty.Throughthestudyofthecourse,studentsarerequiredtograspthebasictheoryandmainmodelingmethodsofeconometrics,tounderstandthebasiccontentandprocedureofeconometricanalysiswork,andtoabletopracticallyoperatesomeeconometricsoftwarepackages.三、课程性质与教学目的1998年，经教育部批准，《计量经济学》课程成为经济类本科各专业八门必修的核心课程之一，它是经济类本科生的专业基础课程，在经济学人才培养中具有相当重要的作用和地位。通过本课程的教学，要求学生达到了解计量经济学作为现代经济学的重要组成部分所具有的特征与地位，了解计量经济分析方法在经济学科的发展和实际经济工作中的作用；掌握计量经济学分析经济问题的基本思想，掌握计量经济学建模的基本原理；熟知计量经济分析的基本内容和工作程序；能够建立（含运用计量经济分析专门软件）简单的计量经济模型分析问题。教师在讲授本课程时，首先，应特别注重对经济理论的认识和经济现象的分析，强调已学的《经济学》基础；其次，突出计量经济建模基本思想的讲授，侧重在计量经济学研究对象的理解和《经济学》、《经济统计学》与《数学》相结合的知识背景上；再次，应避免在理论部分的繁杂的纯数学证明，但对于表述基本原理和模型应用分析中的数学推导是必要的，故应强调《微积分》、《线性代数》与《概率论与数理统计》的基础知识；昀后，应加强对计量经济学概念的总结和应用实例的分析，包括计量经济专门分析软件（Eviews）的应用操作。四、教学内容及要求第一章导论（一）目的与要求1．本章概括介绍计量经济学这一学科，授课4学时，上机实验2学时。2．通过本章教学，使学生了解计量经济学这一学科、计量经济学的界定、计量经济学的内容、目的和建模步骤。3．通过上机操作，使学生了解计量经济学软件包及数据输入方法。（二）教学内容第一节什么是计量经济学1.主要内容数理经济学、经济统计学和数理统计学三者统一构成了计量经济学，其是以经济理论为前提，利用数理统计方法和计算技术，根据实际观测统计资料来研究带有随机影响的经济数量关系和规律的一门经济学科。2.基本概念和知识点计量经济学的产生、计量经济学的发展第二节计量经济学和有关学科的界限1.主要内容（1）计量经济学与数理经济学数理经济学只是把经济学上的理论用数学语言表述为函数和方程体系，而计量经济学就是要给这些参数估算出具体数值。更重要的区别是，数理经济学把经济变量之间的依存关系看作是绝对准确的、必然的函数关系，而计量经济学则认为经济变量之间的关系是非确定性的依赖关系。数理经济学为计量经济学准备了理论基础。（2）计量经济学与经济统计学、数理统计学经济统计学主要涉及收集、加工、整理和计算经济数据，并以列表或图示的形式提供经济数据，而计量经济学则是研究经济关系本身。计量经济研究中要使用经济统计学提供的经济数据。数理统计学论述度量的方法，它是在实验室控制试验的基础上发展起来的，不适用经济关系，经过修正，使统计方法适用于经济生活问题后，计量经济学就应用这些方法，称为计量经济方法。2.基本概念和知识点计量经济学与经济学的关系；计量经济学与经济统计学的关系；计量经济学与数理统计学的关系第三节计量经济学的内容、目的和方法论1.主要内容（1）内容计量经济学的内容可概括为方法论和应用两个方面。（2）目的计量经济学的目的是结构分析、预测未来和政策评价。（3）方法论计量经济方法分为四个步骤，分别是设定计量经济模型、估计计量经济模型的参数、计量经济模型的检验和计量经济模型的应用。2.基本概念和知识点理论计量经济学、应用计量经济学、模型的经济理论检验、模型的统计检验、模型的计量经济检验、经济结构分析、经济预测、经济政策评价（三）思考与实践1．思考进行计量经济学基本理论的思考。2．实践完成实验大纲所列实验项目一计量经济学软件EViews的使用。（四）教学方法与手段本章教学采用课堂讲授与计算机实验相结合，并运用计算机多媒体课件和投影仪。第二章一元线性回归模型（一）目的与要求1．一元线性回归模型是计量经济学中昀基本的模型，本章从计量经济学理论的角度，介绍一元线性回归分析方法，内容包括一元线性回归模型的设定、假设、估计和检验，以及非线性回归模型的线性化。2．重点是古典假定和参数估计式的性质及其分布，难点是对古典假定的理解。3．本章授课8学时，上机实验4学时。4．通过本章教学，使学主牢记一元线性回归模型的古典假定和参数估计式的性质，掌握模型的估计和检验，掌握非线性模型线性化的基本方法。5．课外学习注意研究已发表的一无线性回归模型。（二）教学内容第一节一元线性回归模型及其假定1.主要内容（1）变量间的关系和回归模型变量间的关系分为两类，一类是完全确定的关系，另一类是非确定性的依赖关系。确定性的关系可表示为Y=f(X)，非确定性的关系表示为Y=f(X)+u，其中u是一个随机变量。这就是一个数学模型，若研究Y对X的依存关系，使用这样的模型就称为回归模型。（2）一元线性回归模型及其假定一个解释变量的线性回归模型叫做一元线性回归模型，如Y=b0+b1X+u就是。对此模型给定样本观测值(Xi,Yi)(i=1,2,…,n)，作如下假定。假定1：ui是一个随机实变量；假定2：ui的均值为零；假定3：ui方差为常数；假定4：ui服从正态分布；假定5：不同Xi与Xj所对应的ui与uj无关；假定6：ui与Xi无关。2.基本概念和知识点线性回归模型、条件期望、回归系数、解释变量；被解释变量第二节回归参数的昀小二乘估计1.主要内容在上节假定下，确定和使∑e0ˆb1ˆbi2=∑(Yi-(+X0ˆb1ˆbi))2达到昀小，这就是昀小二乘原则，确定和的方法叫做昀小二乘法。其计算公式为0ˆb1ˆb=∑x1ˆbiyi／∑xi2=0ˆbY-1ˆbX其中X=n1∑xi，Y=n1∑yi，xi=Xi-X，yi=Yi-Y。由此得出三个结论：一是回归直线通过点(X,Y)；二是Yˆ=Y；三是∑ei=∑eiXi=0。2.基本概念和知识点昀小二乘法、回归系数的估计量、残差平方和第三节昀小二乘估计量的统计性质1.主要内容（1）线性特性估计式和为Y0ˆb1ˆbi的线性函数。（2）无偏性估计量和的均值等于b0ˆb1ˆb0和b1。（3）昀小方差特性估计量和在所有线性无偏估计量中具有昀小方差。0ˆb1ˆb2.基本概念和知识点线性特性、无偏性、昀小方差特性3.问题与应用为什么说昀小二乘估计量是昀优的线性无偏估计量？第四节样本判定系数及回归直线拟合优度的检验1.主要内容（1）总离差平方和分解总离差平方和∑yi2可分解成回归平方和∑和残差平方和∑e2ˆiyi2。（2）样本判定系数定义回归平方和与总离差平方和之比为判定系数，即R2=∑／∑y2ˆiyi2。（3）利用R2检验回归直线的拟合优度0≤R2≤1，R2越接近于1，则说回归直线与样本观测值拟合越好。R2越接近于零，则说回归直线与样本观测值拟合越差，或叫拟合优度差。（4）样本相关系数相关是指两个或两个以上变量之间相互关系，存在于两个变量之间的相关关系叫简单相关；存在于三个或三个以上的变量之间的相关关系叫复相关。样本相关系数定义为r=∑xiyi／（∑xi2∑yi221)，其与R2有关系r=±2R。2.基本概念和知识点拟合优度检验、总离差平方和、回归平方和3.问题与应用为什么用判定系数R2评价拟合优度，而不用残差平方和作为评价标准？第五节随机项u的方差σ2u的估计量1.主要内容随机项u的方差σ2u的无偏估计量为σˆ2u=∑ei2／(n-2)，其标准差记为SE。2.基本概念和知识点u的方差3.问题与应用为什么不用∑ei2／n作为方差σ2u的估计量？第六节昀小二乘估计量的抽样分布及估计可靠性判定1.主要内容（1）估计量和的抽样分布0ˆb1ˆb估计量和分别服从的分布为0ˆb1ˆb～N(b0ˆb0,σ2u／∑xi2)，～N(b1ˆb1,σ2u∑Xi2／n∑xi2)（2）估计可靠性判定可用估计量的标准差对估计可靠性进行判定。（3）估计量和的显著性检验0ˆb1ˆb显著性检验是假设检验的一种，对参数是否为零进行t检验。2.基本概念和知识点估计量的标准差、估计量的方差、t检验、抽样分布3.问题与应用为什么要进行解释变量的显著性检验？第七节回归方程的显著性F检验1.主要内容（1）回归问题的方差分析总离差平方和∑yi2=∑+∑e2ˆiyi2，平方和除以自己的自由度定义为均方差，回归平方和的均方差为1ˆb2∑xi2，残差平方和的均方差为∑ei2／(n-2)。（2）F检验在原假设下，回归平方和的均方差与残差平方和的均方差之比服从F分布，用此分布可对回归方程的显著性进行检验。F值与R2值有关系F=R2／((1-R2)/(n-2))，F值与T1值有关系F=T12。2.基本概念和知识点方差分析、均方差、F检验3.问题与应用R2检验与F检验的区别与联系。第八节一元线性回归分析的具体步骤1.主要内容第一步，建立回归模型Y=b0+b1X+u。第二步，对参数b0和b1进行昀小二乘估计，求得方程Y=+X，=∑xˆ0ˆb1ˆb1ˆbiyi／∑xi2，=0ˆbY-1ˆbX其中∑xi2=∑Xi2-nX2，∑yi2=∑Yi2-nY2，∑xiyi=∑XiYi-nXY。第三步，计算有关数据为显著性检验等作准备