計量經濟學教程（簡體書）

《信毅教材大系：計量經濟學教程》的具體內容包括：線性回歸模型，包括一元和多元線性回歸模型的參數估計與統計檢驗；非經典假定的單方程計量經濟學模型，主要有多重共線性、異方差性、自相關問題；聯立方程計量經濟學模型的概念、識別、估計和檢驗；特殊變量問題，包括虛擬變量、工具變量、分佈滯後變量、隨機解釋變量；非線性方程模型，包括Loqistic模型、Probit模型、Tobit模型等；時間序列模型，包括ARMA模型、時間序列的單整、協整檢驗以及誤差修正模型、VAR模型分折的因果檢驗、脈衝響應分析；面板數據模型，包括面板數據回歸模型、混合回歸模型、固定效應回歸模型、隨機效應回歸模型、變係數回歸模型、Hausman檢驗等；空間計量經濟學模型，包括空間權重矩陣的設定、空間相關性的各種統計檢驗方法、線性空間模型的極大似然估計法，以及軟件做線性空間模型估計。．

《計量經濟學教程》課程學習，了解計量經濟學作為一門獨立學科的主要思想和原理，在掌握基本的經典計量經濟學理論與方法的基礎上，進一步掌握非經典的計量經濟學理論與方法，主要是計量經濟學在模型結構、估計方法和數據類型方面的擴展。學會運用理論和分析軟件，建立計量經濟模型，對現實經濟問題、金融現象和市場行為展開實證分析，并給出具有經濟含義的解釋。

第一章 緒論
學習目標
第一節 計量經濟學概述
一、計量經濟學的定義
二、計量經濟學的發展簡史
三、計量經濟學在經濟學中的地位
第二節 計量經濟學的三大內容體系
一、理論計量經濟學與應用計量經濟學
二、經典計量經濟學和非經典計量經濟學
三、微觀計量經濟學和宏觀計量經濟學
第三節 應用計量經濟學的主要研究步驟
一、模型的建立
二、參數的估計
三、模型的檢驗
第四節 計量經濟學模型的應用
一、結構分析
二、經濟預測
三、政策評價
四、檢驗與發展經濟理論
本章小結
本章關鍵詞
複習思考題

第二章 一元線性嘲歸模型
第三章 多元線性回歸模型
第四章 線性回歸模型的擴張
第五章 特殊變量
第六章 聯立方程模型
第七章 非線性方程模型
第六章 時間序列模型
第九章 面板數據模型
第十章 空間計量經濟模型
附錄 統計分佈表
參考文獻．

2.經濟活動的滯后效應
滯后效應是指某一指標對另一指標的影響不僅限于當期而是延續若干期，由此會帶來變量的自相關。例如，居民當期可支配收入的增加，不會使居民的消費水平在當期就達到應有水平，而是要經過若干期才能達到。因為人的消費觀念的改變，客觀上存在自適應期。
3.模型設定偏誤
模型設定偏誤包括模型數學形式設定不當和模型丟失了重要的解釋變量。例如，模型為：隨機干擾項無自相關，但在模型設定中作了下述回歸系統變化，這種模型設定的偏誤導致隨機干擾項出現自相關。因此，模型中遺漏重要的解釋變量，會造成隨機干擾項的自相關。例如，消費函數模型本應該設定為：式中，Gt表示第t期消費，Yt表示第t期可支配收入。而實際回歸過程中，忽略消費支出的滯后作用，把模型設定為，則隨機干擾項εt很可能存在自相關。由于該現象是因設定失誤造成的自相關，因此，也稱其為虛假自相關。
4.數據處理造成自相關
在實際研究中，有些數據是由已知數據經處理得到的，因此，新生成的數據與原數據間有了內在聯系，表現出自相關。例如，季度數據來自月度數據的簡單平均，這種平滑處理減弱了月度數據的波動性，而使得生成數據表現出自相關。
一般經驗告訴我們，對于采用時間序列數據作樣本的計量經濟學問題，由于在不同樣本點上解釋變量以外的其他因素在時間上的連續性，帶來它們對被解釋變量的影響的連續性，所以往往存在序列相關性。
（二）自相關性產生的后果
當線性回歸模型的隨機干擾項存在自相關，即違背了線性回歸模型的經典假定時，如果仍采用普通最小二乘法估計未知參數，將會產生什么后果呢？本節仍以具有一階自回歸形式的隨機干擾項模型為例，探討自相關問題產生的嚴重后果。
1.所得到的參數估計量雖是無偏的，但卻非有效
考慮具有一階自回歸形式的隨機干擾項模型
其中，用普通最小二乘法，可得回歸系數β的估計值為
這說明在隨機干擾項存在一階自回歸形式下，線性模型回歸系數的普通最小二乘估計仍然是無偏的。
而關于估計量p的方差，有
由于自相關的存在，Cov（ut，us）≠0，所以這時β的方差已不同于經典假設之下β的方差。若隨機干擾項ut和解釋變量X，同時存在正自相關或者同時存在負自相關，那么此時得到的β的方差大于經典假設下β的方差；若隨機干擾項ut自相關的方向與解釋變量Xt自相關的方向相反，那么β的方差將小于經典假設之下β的方差。因此，若不考慮自相關性，仍用普通最小二乘法估計β的方差，則可能會導致不小的偏誤。
2.參數的顯著性檢驗失去意義
很顯然，由于估計量β的方差已不同于經典假設之下β的方差，所以由β估計量和其方差估計量所構造的t檢驗統計量和F檢驗統計量將不能給出有效的結論，所用的t檢驗和F檢驗一般來說是不可靠的。
3.模型的預測失效
模型預測的精度決定于抽樣誤差和總體隨機干擾項的方差σ2。抽樣誤差來自對β的估計，在自相關情形下，β方差的最小二乘估計變得不可靠，由此必定會加大抽樣誤差。同時，在自相關情形下，對σ2的估計也是不可靠的。由此可以看出，影響預測精度的兩大因素都因自相關的存在而加大不確定性，使預測的置信區間不可靠，從而使模型預測失敗。