《经济计量学/高等院校统计学精品教材》共9章分两部分,前5章为经济计量学的原理部分,主要介绍经济计量学的基础概念和方法论,经典线性回归模型的估计与检验,违背经典假定的经济计量模型的估计与检验,重点在于对经济计量学方法原理的介绍。
《经济计量学/高等院校统计学精品教材》是广东省重点优势学科统计学的资助教材,也是暨南大学资助的本科教材。本书以介绍经济计量学的理论和方法为主,主要讨论经济计量学理论方法的发展、假定、用途及其局限,选用经济学的例子进行说明,在应用中强调违背模型假定的后果和寻求解决办法的思路,注重应用过程中实际问题的解决。本教材系统介绍了经典线性经济计量模型的理论与方法的基本原理,同时扩展经典线性经济计量模型理论与方法的内容,适当选择介绍新的非经典经济计量学的有关内容,在描述方法上,主要使用一般的数学工具,少量用到矩阵代数。本书起步初级,但定位在初级之上,是为大学本科经济和管理类专业编写的教材,同时适用于非数量经济专业的硕士研究生使用,也可供非经济类专业的博士研究生和从事经济管理工作的实际工作者参考。
本教材共9章分两部分。前5章为经济计量学的原理部分,主要介绍经济计量学的基础概念和方法论,经典线性回归模型的估计与检验,违背经典假定的经济计量模型的估计与检验,重点在于对经济计量学方法原理的介绍;后4章为经济计量学的专题部分,主要介绍虚拟变量与面板数据模型,自回归与分布滞后模型,联立方程模型和时间序列经济计量模型,内容既包括虚拟解释变量回归模型、定性因变量回归模型、自回归与分布滞后模型和联立方程模型等传统的经典经济计量学的内容,又有选择地包括了系统变参数模型、面板数据回归模型、格兰杰因果关系检验、协整理论、ARIMA模型、VAR模型、ARCH和GARCH模型等近几十年发展起来的现代经济计量学的理论和方法,这一部分的内容重点在于如何应用经济计量学的理论方法计量分析现实中的经济问题。本教材各章之后都附有要点与结论,思考题与习题,在附录给出部分思考题和习题的参考答案。本教材的教学可用60个学时完成。
本教材由暨南大学刘建平教授任主编,夏帆副教授任副主编。刘建平从2002年开始承担暨南大学经济学类研究生的经济计量学课程的教学任务,本教材就是在其讲义基础上编写的。刘建平设计了全书的框架结构,承担了全书的主要撰写任务,并对全书进行总纂定稿。夏帆分别从2007年和2009年开始承担暨南大学统计学本科生和经济类硕士研究生的经济计量学的教学任务,承担了第9章第2节的部分、第3节,第6、7、9章的部分例题、思考题与习题,以及思考题与习题答案的撰写。暨南大学的硕士研究生褚玉春、张苗、赵茜、周元、周梅兰、李少泰、张炎焱、张翠、王雨琴等参与了本教材一些例题和习题的计算工作,博士研究生梁敏对初稿作了核对,在教学过程中有许多同学对讲义提出宝贵意见,在此向他们表示深深的谢意!
本教材在编写过程中参考了国内外出版的有关文献,引用了其中的一些案例和观点,在此向文献的作者表示衷心的感谢!
编者
2014年6月于北京
第一章 绪论
第一节 什么是经济计量学
第二节 经济计量学的方法论
第三节 经济计量学中的基本概念
要点与结论
思考题与习题
第二章 回归分析概述
第一节 回归分析的性质.
第二节 回归分析的基本概念
要点与结论
思考题与习题
第三章 一元线性回归模型
第一节 一元线性回归模型的点估计原理
第二节 经典正态线性回归模型
第三节 一元线性回归模型的区间估计与假设检验
第四节 一元线性回归模型的延伸
要点与结论
思考题与习题
第四章 多元线性回归模型
第一节 多元线性回归模型的估计
第二节 多元线性回归模型的检验
第三节 多元线性回归模型的应用:预测
要点与结论
思考题与习题
第五章 违背经典假定的回归模型
第一节 违背经典假定概述
第二节 存在异方差的回归模型
第三节 存在自相关的回归模型
第四节 存在多重共线性的回归模型
第五节 存在模型设定误差的回归模型
要点与结论
思考题与习题
第六章 虚拟变量与面板数据回归模型
第一节 虚拟解释变量回归模型
第二节 系统变参数模型
第三节 定性因变量回归模型
第四节 面板数据回归模型
要点与结论
思考题与习题
第七章 自回归与分布滞后模型
第一节 自回归与分布滞后模型的基本问题
第二节 分布滞后模型的考伊克方法
第三节 分布滞后模型的阿尔蒙方法
第四节 格兰杰因果关系检验
要点与结论
思考题与习题
第八章 联立方程模型
第一节 联立方程模型的一般问题
第二节 联立方程模型的识别
……
第九章 时间序列经济计量模型
附录
参考文献
第三节 经济计量学中的基本概念
由经济计量学的定义可知,它的基本特征是用数学模型方法研究客观经济系统中具有随机特征的经济变量关系。因此必然涉及经济数据、变量、方程、模型和系统等基本概念。为便于学习,有必要对这些基本概念进行简要的介绍。
一、数据
数据是估计经济计量模型的基本依据,数据类型的划分,数据来源的性质,数据的准确性对经济计量模型的设计、模型估计方法的选择和模型估计的质量具有重要的影响。
1.数据类型
用于经济分析的数据有三类:时间序列数据、横截面数据和混合(pooled)数据,混合数据也就是时间序列数据与横截面数据合并的数据。
(1)时间序列数据。时间序列数据是对一个变量在不同时间取值的一组观测结果。这些数据可以是在有规则的时间间隔收集的。比如每日(股票价格、天气预报),每周(如中央银行提供的货币供给数据),每月(如政府统计部门公布的失业率,居民消费价格指数),每季(如政府统计部门公布的GDP),每年(政府财政预算),每5年(经济普查数据),每10年(人口普查数据)。有些数据每季每年都有公布,如GDP和消费者支出数据等。随着高速计算机的应用,现在可以搜集时间间隔更短的数据,即所谓的高频数据,如实时的股票价格数据。
收集的时间序列数据可以是时期数据(如每季度的GDP、销售额),也可以是时点数据(如年末人口数、年末储蓄存款余额);可以是定量的(如收入、价格、GDP),也可以是定性的(如性别、工作与否、婚否、是否大学毕业),有些定性变量随时间变化(如工作与否),有些不随时间变化(如性别,当然变性者除外),定性变量又称虚拟变量(dummyVariables)或者范畴变量(catc—goricalvariables),其重要性不亚于定量变量。
许多经济计量研究都使用时间序列数据,但它们的使用给经济计量学家提出了特殊的问题。这个特殊的问题就是,每当你使用时间序列时,都要先问一问它的平稳性如何。基于时间序列数据的经验研究成果,大多数都假定所依据的时间序列是平稳的(stationary)。简单地说,如果一个时间序列的均值和方差不随时间而系统地变化,就是平稳的。在第九章中,我们将详细介绍时间序列的平稳性。
(2)横截面数据。横截面数据指对一个或多个变量在同一时点(时期)收集的数据。比如人口普查得到的有关人口和家庭方面的数据,每年公布的全国各省市自治区的消费价格指数,由民间调查公司组织的某一项民意调查的数据,等等。如同时间序列数据由于平稳性产生了它独有的特殊性,横截面数据也有其自身的问题,即异质性(heterogeneity)的问题。当我们的统计分析包括有相异的单元时,我们必须考虑尺度(size)和规模(scale)效应以避免把不同的事物混同起来。在评价经济变量之间的关系时,规模效应是一个重要的因素,即截面数据也要求可比。
……