计量经济学读书笔记 K0tV'Ml#"
第一部分 基础内容 0JmFQ ^g(
一、 计量经济学与相关学科的关系 +7|
[b
E]?)FH<oP
二、 古典假设下计量经济学的建模过程 iuiAK
1. 依据经济理论建立模型 0CPxIF&
2. 抽样数据收集 lV P9 =
3. 参数估计 AXz-4,=xX
4. 模型检验 Z;ZuS[Z
A
（1） 经济意义检验（包括参数符号、参数大小等） 1TKEm9j ]u
（2） 统计意义检验（拟合优度检验、模型显著性检验、参数显著性检验） I[}75:^Rt
（3） 计量经济学检验（异方差检验、自相关检验、多重共线性检验） xC< =~(
（4） 模型预测性检验（超样本特性检验）
):e+dt
5. 模型的应用（结构分析、经济预测、政策评价、检验和发展经济理论） ,mB Z`X@N
三、 几个重要的“变量” dVa!.q_3
1. 解释变量与被解释变量 Ve)ClH/DW
2. 内生变量与外生变量 1o8wy_eSs
3. 滞后变量与前定变量 d:A}CB TSY
4. 控制变量 M(yH%i^A
四、 回归中的四个重要概念 !{;[xXK4M
1. 总体回归模型（Population Regression Model，PRM) fV 3r|Bp
--代表了总体变量间的真实关系。 aS el*
L
2. 总体回归函数（Population Regression Function，PRF） 2+z1h^) W
--代表了总体变量间的依存规律。 1!vPc93 $$
3. 样本回归函数（Sample Regression Function，SRF） WE0}$P :
--代表了样本显示的变量关系。 2 Zy_5>~
4. 样本回归模型（Sample Regression Model，SRM） %;7.9
%
---代表了样本显示的变量依存规律。 ndw7v
总体回归模型与样本回归模型的主要区别是：①描述的对象不同。总体回归模型描述总体中变量y与x的相互关系，而样本回归模型描述所关的样本中变量y与x的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的，样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型，而样本回归模型是一个随机模型，它随样本的改变而改变。 '_V
#;DI
总体回归模型与样本回归模型的联系是：样本回归模型是总体回归模型的一个估计式，之所以建立样本回归模型，目的是用来估计总体回归模型。 >-M ]:=L
五、 随机误差项的内容 _K'7(d0z
1. 模型中被忽略的影响因素的影响 -IadHX}]t
2. 模型关系设定不准确的影响 uVGa(4u}
3. 变量的测量误差影响 X1 oGp+&
4. 随机因素影响 61} i 5o
六、 一元线性回归模型的基本假定（古典假定） `z9J`r= I
①零均值 _- O cc=Z
②同方差 eX"''
PA
③无自相关性 ?Nf
5w
④解释变量与随机扰动项 不相关 /4*W DiH
⑤随机扰动项服从正态分布 -p`L% xj\
⑥解释变量之间不相关（多重共线性） （属于多元线性回归假定） h./P\eDc
七、 OLS估计式特性（Best Linear Unbiased Estimators） ?sXG17~B
m
线性性(Linear,指参数估计量 与 分别为观测值 和随机误差项 的线性函数或线性组合) <*<U!J-i
无偏性（Unbiased,指参数估计量 和 的均值分别等于总体参数值 与 ） z C=a3
最小方差性（Best,有效性，指在所有的线性、无偏估计量中，最小二乘估计量 和 的方差最小） }^Gd4[(,g
第二部分 计量经济检验 io.]'">
在古典线性回归模型中，应用最小二乘法估计的估计量具有BLUE的特性，但是当模型不是线性模型和不满足古典假设的时候，最小二乘法估计的估计量不再有BLUE的特性。本部分主要解决非、线性回归模型和违反古典假设下的参数估计与假设检验问题。 2/B )O)#ls
一、 非线性回归模型 e\F} q)_
1. 可线性化模型
BtsdeLj|
（1） 双对数模型（不变弹性模型） ]a?bzO r,
—— MsOs{2
)2
（2） 半对数模型（不变增长模型） 8 lT{1ro
c5% 6Y2W0
taWqS q!
（3） 倒数模型（双曲线模型） -SCM:j%h
H:Qhr L+7_
7TX2&kMoc
（4） 多项式模型 UvJ; A
HrM$NRhu
（5） 成长模型 }m- "8\_D
A. Logistics成长曲线 (x pn`NA
] a'99^ ?\
简化式 —— li oc`C:
A. Gompertz成长曲线 0~Gle:
—— Fc 6iQ
2. 不可线性化模型 g>JL DQdc
对于非线性化模型，一般采用高斯-牛顿迭代估计法进行估计，即将其展成泰勒级数之后，再利用迭代估计法进行估计。 ?-)I+EAnE
迭代估计法基本思想：通过泰勒级数展开先使非线性方程在某一组初始参数估计值附近线性化，然后对这一线性方程应用OLS法，得出一组新的参数估计值。重复直至参数估计值收敛为止。 = =N{1gO]
一、 违反古典假设的回归模型 bulS&dAX
1. 异方差性（针对古典假定②） # xh_
A概念：随机误差项 的方差不等于一个常数，即 EgjR^A1W2
B产生原因（遗漏了重要的解释变量、模型形式有误、统计误差、偶然随机因素） a_~=#]a
C后果（ 增大、无法计算估计误差和估计区间、解释变量显著性检验失效t检验失效、预测精度降低） 49H+(*@v@
D检验（图示法、解析法Spearman等级相关系数检验、戈德菲尔德—匡特Goldfeld-Quandt检验、帕克Park检验、格里瑟Glejser检验、怀特White检验）--重点理解，要求解释检验过程 p'_%aVm7
E措施(加权最小二乘法WLS) Z<?OwAWz
2. 自相关性（针对古典假定③） =c.5874A `
A概念：在任何具体时期中，u值都与它自己以前的值（或几个数值）相关。 Lh.b 5Q|
B产生原因（经济惯性、模型设定有误、数据处理过程中产生、蛛网现象、随机现象本身原因） NPa\Cg[
C后果（参数估计量不再有效但仍无偏、估计误差和估计区间变大、t检验失效、预测精度降低） ')Y'c
D检验（图示法、D-W检验） q? qC
（偏相关系数检验、BG检验） MRNNG6TUs
E措施（广义差分法） &#`l;n:]+
3. 多重共线性（针对古典假定⑥） {76c%<`WaP
A概念：解释变量之间存在精确的或近似的线性相关关系。 TfYVw~p_ %
B产生原因（经济变量的内在联系、变量间有相同的变化趋势、引入滞后模型、数据资料的局限性） a 8k; (/
C后果（参数是可估计的，但方差变大、估计误差与估计区间变大、t检验失效、回归模型不稳定） x+8_4>,>Y7
D检验（相关系数、辅助回归模型、方差膨胀因子、特征值） P262Q&.}d
E措施（利用“事前信息”） Dl( 3wgA
（待续）
