《计量经济学》教学大纲.doc

《中级计量经济学》教学大纲

（Econometrics）

一、编写说明

学分：3学分；总课时：48学时，课内外学时比至少应达到1：2；课程性质：经济类学科各专业学位课、必修课，其他专业研究生的选修课。先修课程：《微积分》《线性代数》《概率论与数理统计》《西方经济学》《计算机基础》。

课程简介：本课程以中级计量经济学为主，适当吸收高级水平的内容；以经典线性模型为主，适当介绍一些适用的扩展模型。全书形成具有实用性、继承性和前瞻性特色的内容体系。本课程较为系统地介绍计量经济学的基本理论、方法、最新进展以及计量经济学软件EViews。全书共分9章，第1章阐述回归分析的基本内容及应用问题，这是整个计量经济学的基础；第2章至第5章介绍异方差性、自相关性、多重共线性、虚拟变量、模型设定误差、变量观测误差以及随机解释变量等计量经济问题及其解决方法，这是本书的主要内容；第6章和第8章阐述滞后变量模型和联立方程模型，这是本课程的重点内容之一，第7章重点阐述时间序列分析，主要涉及ADF检验、Johansen协整检验、Granger因果关系检验、ARIMA模型、向量自回归模型(VAR)、协整理论与向量误差修正模型(VEC)，这部分内容是当代计量经济学研究的热点问题；第9章介绍面板数据模型及其应用，这是计量经济学研究的最新近展。第7章和第9章是本书重点内容。本书特别强调应用EViews解决实际经济问题，具有很强的可操作性。

（一）本课程的教学目的和要求

本课程是中级计量经济学的系统讲授。要求学生通过本课程的学习，系统掌握各类计量经济模型的设定、估计与检验方法，能够熟练运用Eviews（或某一相关软件）建模；并且能够追踪有关专业领域计量经济模型方法的新发展，尝试运用计量经济分析方法进行课题研究。

（二）大纲的教学体系

1．课程内容与学时分配。本课程48学时，每周3学时。各章内容与学时分配如下：第一章 多元线性回归模型（6学时）；第二章 异方差性（4学时）；第三章 自相关性（4学时）；第四章 多重共线性（4学时）；第五章 单方程回归模型的几个专门问题（6学时）；第六章 滞后变量模型（4学时）；第七章 时间序列分析（8学时）；第八章 联立方程模型（6学时）；第九章 面板数据模型（6学时）

2．本课程教学方法。计量经济学是实践性很强的课程，为经济学研究提供坚实的基础和系统的

1

分析工具，与宏观经济学、微观经济学并列为经济学专业基础课。为了达到学以致用的目的，本课程主要采用课堂讲授、计算软件操作和专题文献研读相结合，案例分析、课堂研讨论与课外学习相结合，教师主讲与学生自讲相结合的教学方法。

二、教学大纲内容

第一章 多元线性回归分析

第一节 多元线性回归模型的估计 一、多元线性回归模型及古典假定 1． 多元线性回归模型及其矩阵表示 2． 模型的古典假设 二、多元线性回归模型的估计 1． 参数的最小二乘估计 2． 最小二乘估计量的性质 三、随机误差项方差的估计 第二节 多元线性回归模型的检验 一、拟合优度检验 1． 多重决定系数 2． 修正的多重决定系数 二、赤池信息准则和施瓦茨准则 三、偏相关系数

四、回归模型的总体显著性检验：F检验 五、回归参数的显著性检验：t检验 第三节 多元线性回归模型的预测 一、点预测 二、区间预测

第四节 非线性回归模型 一、可线性化模型

1． 双对数模型 2． 半对数模型

2

3． 倒数模型 4． 多项式模型 5．成长曲线模型

二、非线性化模型的处理方法 三、回归模型的比较 第五节 受约束回归 一、模型参数的线性约束 二、解释变量的选择

三、参数的稳定性检验：邹氏检验

第六节 多元线性回归模型的计算过程及案例分析 一、多元线性回归分析的计算过程 二、案例分析

第二章 异方差性

第一节 异方差性的含义与产生的原因 一、异方差性的定义 二、产生异方差性的原因 第二节 异方差性的影响

一、对模型参数估计值无偏性的影响 二、对模型参数估计值有效性的影响 三、对模型参数估计值显著性检验的影响 四、对模型估计式应用的影响 第三节 异方差性的检验 一、图示检验法

二、戈德菲尔德——匡特检验（Goldfeld—Quandt test） 三、怀特检验（White test）

四、戈里瑟检验(Glejser test)和帕克检验（Park test）

五、ARCH检验（自回归条件异方差检验） 第四节 异方差性的解决方法 一、模型变换法

3

二、加权最小二乘法(WLS) 三、模型的对数变换 四、广义最小二乘法(GLS)第五节 案例分析

#

第三章 自相关性

第一节 自相关性及其产生的原因 一、什么是自相关性 二、自相关性产生的原因 第二节 自相关性的后果 一、模型参数估计值不具有最优性 二、随机误差项的方差一般会低估 三、模型的统计检验失效

四、区间估计和预测区间的精度降低

第三节 自相关性检验 一、图示法

二、德宾一沃森(Durbin-Watson)检验

三、回归检验法 四、高阶自相关性检验 1． 偏相关系数检验

2． 布罗斯——戈弗雷检验（Breusch-Godfrey）拉格朗日检验(Lagrange Mutiplicator-LM) 第四节 自相关性的解决方法 一、广义差分法

二、自相关系数?的估计方法

? 1． 用DW求?2． Durbin二步估计法 3． 迭代估计法

三、广义差分法的EViews软件实现过程 四、广义最小二乘法与广义差分法的关系

4