《计量经济学》课程教学大纲 Econometrics

《计量经济学》教学大纲 一、课程基本情况（中英文对照） 课程名称：计量经济学(Econometrics) 课程编号：11110280 课程学时：48学时，其中理论课36学时，上机实验12学时 课程学分：3 课程分类：必修课 开设学期：春、秋季 开课单位：经济管理学院 适用专业：经济管理学院各专业 先修课：概率论与数理统计、统计学、西方经济学 教学方式：多媒体授课、上机实习、讨论、课程论文 考试方式：理论课闭卷考试，占60%；平时上机成绩占10%；课程论文占30%， 课程负责：陈永福教授 二、课程目的与教学基本要求 本课程是一门实用性较强的工具课。通过本课程的学习，使学生学以致用，提高实际经济计量问题 的分析能力。教学中要求学生掌握计量经济分析的基本理论、方法，能够熟练运用EViews(或某 相关软件)建模，顺利完成上机作业和课程论文。 三、课程内容简介（中英文对照） 本课程的教材采用杨汭华主编《计量经济学》（中国农业大学出版社，2008年）和田维明主编《计 量经济学》（中国农业出版社）以及李子奈主编《计量经济学》（高等教育出版社）。本课程定位 于计量经济学的初中级内容，较为全面地介绍了经济计量建模的基本理论和方法，根据计量经济学 分析方法的内在联系，并考虑了与高级计量经济学的衔接，共分十四章。主要内容设计的基本路线 是：在对将要涉及到的矩阵代数和统计学和概率论等方面的预备知识进行了复习，讲授一元和多元单 方程线性回归模型的设立、估计、检验和应用的理论及扩展。围绕关于总体回归模型的统计假定， 讨论多重共线性、异方差、自相关、滞后变量模型、特殊数据（面板数据等）、非线性回归模型、虚拟 变量和选择模型的处理问题。介绍了联立方程模型及其应用，阐述了时间序列分析方法和模型应用 的情况。最后，课程教学和所有内容和EViews统计软件的使用密切结合，以EViews软件作为基本分 析工具，辅助使用Ex©l的编程功能，列举实例进行相关内容的讲解，使学生能够更好地领会计量经 济学理论，学以致用。 Brief introduction on econometrics For econometrics teaching.the textbooks by Yang Ruihua,Tian Weiming and Li Zinai are elected and the degree of difficulty is located between inter modling methods and the connection with advanced econometrics,the course is divide reviewing the metrix algebra,probability distribution and statistics,concentrating on dual-variable and

《计量经济学》教学大纲 一、课程基本情况(中英文对照) 课程名称：计量经济学（Econometrics） 课程编号：11110280 课程学时：48学时，其中理论课36学时，上机实验12学时 课程学分：3 课程分类：必修课 开设学期：春、秋季 开课单位：经济管理学院 适用专业：经济管理学院各专业 先 修 课：概率论与数理统计、统计学、西方经济学 教学方式：多媒体授课、上机实习、讨论、课程论文 考试方式：理论课闭卷考试，占60%；平时上机成绩占10%；课程论文占30%。 课程负责：陈永福 教授 二、课程目的与教学基本要求 本课程是一门实用性较强的工具课。通过本课程的学习，使学生学以致用，提高实际经济计量问题 的分析能力。教学中要求学生掌握计量经济分析的基本理论、方法，能够熟练运用EViews（或某一 相关软件）建模，顺利完成上机作业和课程论文。 三、课程内容简介（中英文对照） 本课程的教材采用杨汭华主编《计量经济学》（中国农业大学出版社，2008年）和田维明主编《计 量经济学》（中国农业出版社）以及李子奈主编《计量经济学》（高等教育出版社）。本课程定位 于计量经济学的初中级内容，较为全面地介绍了经济计量建模的基本理论和方法，根据计量经济学 分析方法的内在联系，并考虑了与高级计量经济学的衔接，共分十四章。主要内容设计的基本路线 是：在对将要涉及到的矩阵代数和统计学和概率论等方面的预备知识进行了复习,讲授一元和多元单 方程线性回归模型的设立、估计、检验和应用的理论及扩展。围绕关于总体回归模型的统计假定， 讨论多重共线性、异方差、自相关、滞后变量模型、特殊数据(面板数据等)、非线性回归模型、虚拟 变量和选择模型的处理问题。介绍了联立方程模型及其应用，阐述了时间序列分析方法和模型应用 的情况。最后，课程教学和所有内容和EViews统计软件的使用密切结合，以EViews软件作为基本分 析工具，辅助使用Excel的编程功能，列举实例进行相关内容的讲解，使学生能够更好地领会计量经 济学理论，学以致用。 Brief introduction on econometrics For econometrics teaching, the textbooks by Yang Ruihua，Tian Weiming and Li Zinai are elected and the degree of difficulty is located between intermediate and adanced rank. According to the internal link of econometric modling methods and the connection with advanced econometrics, the course is divided into 14 chapters, reviewing the metrix algebra, probability distribution and statistics, concentrating on dual-variable and

multi-variable regression analysis on model specification.estimation.test and application.Under the classical assum ptions about population regr sion model,to discuss how to treat multi-collinearity data (e.g.panel data)model,non-linear regression model.dummy variable model.election model. simultaneous equation model and time series model.All these help students to understand well the econometric theory and lessen the difficulty in the solution of econometric issues with statistical software 四、各部分教学纲要 第一部分：课堂讲授部分（教学内容要点、基本要求及学时数，共36学时） 第一章计量经济学的基本问题(2学时) 本章要点：概念、内容体系和建模步骤。 1.1计量经济学的发展历程 12计量经济学及其相关概念 1.3计量经济学的内容体系 1.4建立计量经济模型的步骤 1.5计量经济模型的应用 1.7经济计量分析软件介绍 本章小结 思考与练习 第二章计量经济学预备知识的简介 本章要点：知识点基本概念，四个分布，假设检验，基本的矩阵和微积分的运算。 2.1概率论 2.2统计学 23线性代粉 2.4高等数号 2.5案例分析：Excel的操作 第三章一元线性回归模型(2学时) 本章要点：模型设定与假定，最小二乘法的BLUE特性，统计检验与预测。 31总体回归草型设定和样本回归草型设定 3.2古典假定 3.3统计量估计的数学原理 一OLS法及OLSE的统计特性 3.4古典检验：R2、检验、F检验 3.5模型应用 3.6案例分析与软件应用 本音小结 思考与练习

multi-variable regression analysis on model specification, estimation, test and application. Under the classical assumptions about population regression model, to discuss how to treat multi-collinearity , heteroscedasticity and serial-correlation problem, how to estimate and apply lagged variable model, special data (e.g. panel data) model, non-linear regression model, dummy variable model, election model, simultaneous equation model and time series model. All these help students to understand well the econometric theory and lessen the difficulty in the solution of econometric issues with statistical software. 四、各部分教学纲要 第一部分：课堂讲授部分(教学内容要点、基本要求及学时数，共36学时） 第一章 计量经济学的基本问题（2学时） 本章要点：概念、内容体系和建模步骤。 1.1 计量经济学的发展历程 1.2 计量经济学及其相关概念 1.3 计量经济学的内容体系 1.4 建立计量经济模型的步骤 1.5 计量经济模型的应用 1.7 经济计量分析软件介绍 本章小结 思考与练习 第二章 计量经济学预备知识的简介* 本章要点：知识点-基本概念，四个分布，假设检验，基本的矩阵和微积分的运算。 2.1 概率论 2.2统计学 2.3 线性代数 2.4 高等数学 2.5 案例分析：Excel 的操作 第三章 一元线性回归模型（2学时） 本章要点：模型设定与假定，最小二乘法的BLUE特性，统计检验与预测。 3.1 总体回归模型设定和样本回归模型设定 3.2 古典假定 3.3 统计量估计的数学原理——OLS法及OLSE的统计特性 3.4 古典检验：R 2 、t检验、F检验 3.5 模型应用 3.6 案例分析与软件应用 本章小结 思考与练习

第四章多元线性回归模型(3学时) 本章要点：由一元线性回归模型归纳到一般的线性回归模型，在一般意义上全面掌握线性建模的 基本原理。 4.1多元线性回归模型的形式与假定 4.2多元线性回归模型参数的0L$估计 4.3拟合优度检验 4.4模型参数的统计推断 4.5预测 4.6案例分析与软件应用 本章小结 思考与练习 第五章多重共线性(3学时) 本章要点：模型估计中，多重共线性无处不在，有利有弊。对古典假设的违背。产生的原因和吲 起的后果。多重共线性的诊断、减轻多重共线性的方法（逐步回归法） 5.1多重共线性的含义 5.2多重共线的来源和影响 5.3多重共线性检验力法 5.3.1观察法 53,2调整可决系数法 53.3方大因子法 5.4多重共线性补救措施 5.4.1样本处理 5.4,3模型设定处理 54.4逐步回归法 5.5案例分析与软件应用 本章小结 思考与练习 第六章异方差(3学时) 本章要点：异方差的出现对古典假设的违背。分组数据中的异方差。产生的原因和后果。异方差 的诊断与处理(Goldfield Guandt检验、Glejser检验)、GLS法 6.1异方差的来源、后果 6.2异方差的检验 621图示检验法 6.2.2集团法(Goldfeld_Quandt test) 6.2.4实验法(Glejser test) 6.2.5布鲁尔什一培甘检验(Breusch Pagan test) 6.2.6怀特检验(White test) 6.37自回归条件异方差检验(ARCHtest) 6.3异方差的处理 6.3.1异方差的形红式已知的青况（分组资料）】

第四章 多元线性回归模型（3学时） 本章要点：由一元线性回归模型归纳到一般的线性回归模型，在一般意义上全面掌握线性建模的 基本原理。 4.1 多元线性回归模型的形式与假定 4.2 多元线性回归模型参数的OLS估计 4.3 拟合优度检验 4.4 模型参数的统计推断 4.5 预测 4.6 案例分析与软件应用 本章小结 思考与练习 第五章 多重共线性（3学时） 本章要点：模型估计中，多重共线性无处不在，有利有弊。对古典假设的违背。产生的原因和引 起的后果。多重共线性的诊断、减轻多重共线性的方法（逐步回归法） 5.1 多重共线性的含义 5.2 多重共线的来源和影响 5.3 多重共线性检验办法 5.3.1 观察法 5.3.2 调整可决系数法 5.3.3 方差扩大因子法 5.4 多重共线性补救措施 5.4.1 样本处理 5.4.2 解释变量处理 5.4.3 模型设定处理 5.4.4 逐步回归法 5.5 案例分析与软件应用 本章小结 思考与练习 第六章 异方差（3学时） 本章要点：异方差的出现对古典假设的违背。分组数据中的异方差。产生的原因和后果。异方差 的诊断与处理（Goldfield Guandt检验、Glejser检验）、GLS法 6.1 异方差的来源、后果 6.2 异方差的检验 6.2.1 图示检验法 6.2.2 集团法（Goldfeld_Quandt test） 6.2.4 实验法（Glejser test） 6.2.5 布鲁尔什—培甘检验（Breusch_Pagan test） 6.2.6 怀特检验（White test） 6.3.7自回归条件异方差检验（ARCH test） 6.3 异方差的处理 6.3.1 异方差的形式已知的情况（分组资料）

6.3.2异方差的形式未知的情况 6.3.3双对数模型的应用 6.4广义最小 乘法(GLS法)原理 6.5案例分析与软件应用 本章小结 思考与练习 第七章自相关(3学时) 本章要点：自相关的出现对古典假设的违背。产生的原因和后果。自相关类型(AR、MA ARMA)、自相关检验、自相关模型估计。 7.1自相关的含义与类型 7.1.1自相关的含义 7.12自相关的类型 7.2自相关的来源及后果 7,2.1自相关检验 7.2.2图示检验法 72.3实验法 724德宝 -瓦特森(Durbin Watson)检验 7.2.5德宾h检验 7.3自相关模型的估计 7.3.1自相关系数p已知 广义差分法 7.3.2自相关系数0未知 迭代法 7.3.3德宾(Durbin)两步法 7.4案例分析与软件应用 本章小结 思考与练习 第八章模型设定问题及检验(2学时) 本章要点：模型设定的基本问题，变量误差，遗漏变量等的处理方法以及模型设定的检验方 8.1模型设定问题 8.2模型设定误差 83变量存在误美 8.4解释变量与误差项相关 8.5工具变量法 工具变量的概念 8.5.3工具变量法的原理 8.5.4工具变量的应用 8.5.5困难和局限 8.6模型设定 8.7案例分析与软件应用 本章小结 思考与练习

6.3.2 异方差的形式未知的情况 6.3.3 双对数模型的应用 6.4 广义最小二乘法（GLS法）原理 6.5 案例分析与软件应用 本章小结 思考与练习 第七章 自相关（3学时） 本章要点：自相关的出现对古典假设的违背。产生的原因和后果。自相关类型（AR、MA、 ARMA）、自相关检验、自相关模型估计。 7.1 自相关的含义与类型 7.1.1自相关的含义 7.1.2自相关的类型 7.2 自相关的来源及后果 7.2.1自相关检验 7.2.2 图示检验法 7.2.3 实验法 7.2.4 德宾——瓦特森（Durbin_Watson）检验 7.2.5 德宾h检验 7.3自相关模型的估计 7.3.1自相关系数ρ已知——广义差分法 7.3.2自相关系数ρ未知——迭代法 7.3.3 德宾（Durbin）两步法 7.4 案例分析与软件应用 本章小结 思考与练习 第八章 模型设定问题及检验（2学时） 本章要点：模型设定的基本问题，变量误差，遗漏变量等的处理方法以及模型设定的检验方 法。 8.1 模型设定问题 8.2 模型设定误差 8.3 变量存在误差 8.4 解释变量与误差项相关 8.5 工具变量法 8.5.1 工具变量的概念 8.5.2 工具变量选择的条件 8.5.3工具变量法的原理 8.5.4工具变量的应用 8.5.5困难和局限 8.6 模型设定检验 8.7 案例分析与软件应用 本章小结 思考与练习

第九章滞后变量模型(4学时) 本章要点：滞后变量模型的类型、估计时的思想、困难、模型存在的合理性。分布滞后模型估计 方法(Almoni法、Pascal法、Koyck变换)、自回归模型估计（局部调整法、自适应预期法） 9.1滞后的概念 9.1.1滞后效应及其产生的原因 912带后弯量草型 9.2分布滞后模型的估计 9.2. 经验权数法 9.2.2阿尔蒙(Almon)法 9.2.3帕斯卡罗(Pascal)法 924考伊克(k0vck)法 9.3自回归 滞后模型的建立 9.3.1局部调整 9.32自适应预期法 9.3.3自适应预期综合法 9.4自回归模型的估计 9.4.1自回归模型估计中的问题 9.4.2工具变量法 9.4.3德宾h检验 9.5案例分析与软件应用 本章小结 思考与练习 第十章特殊数据处理与非线性估计(4学时) 本章要点： 遇到缺失数据和面板数据时的处理方法、随机效果模型和固定效果模型的选择方法， 非线性回归模型的估计方法。 101缺失数据 102面板数据(panel)及模型洗怪 10.3非线性回归模型和估 十方法 10.3.1 "型增长曲线模型的估计 10.3.2CES生产函数模型的估计 10.3.3AIDS模型的估计 10.3.4随机前沿生产函数（了解） 10.4案例分析与软件应用 本章小结 思考与练习 第十一章虚拟变量与选择模型(4学时) 本章要点：虚拟变量的设定方法、选择模型的设定与估计以及优化模型的方法。 11.1虚拟解释变量及其应用 11.1.1加法类型 11.1.2乘法类型

第九章 滞后变量模型（4学时） 本章要点：滞后变量模型的类型、估计时的思想、困难、模型存在的合理性。分布滞后模型估计 方法（Almon法、Pascal法、Koyck变换）、自回归模型估计（局部调整法、自适应预期法） 9.1 滞后的概念 9.1.1 滞后效应及其产生的原因 9.1.2 滞后变量模型 9.2 分布滞后模型的估计 9.2.1 经验权数法 9.2.2 阿尔蒙（Almon）法 9.2.3 帕斯卡罗（Pascal）法 9.2.4 考伊克（koyck）法 9.3自回归滞后模型的建立 9.3.1 局部调整法 9.3.2 自适应预期法 9.3.3 自适应预期综合法 9.4自回归模型的估计 9.4.1自回归模型估计中的问题 9.4.2 工具变量法 9.4.3 德宾h检验 9.5 案例分析与软件应用 本章小结 思考与练习 第十章 特殊数据处理与非线性估计（4学时） 本章要点：遇到缺失数据和面板数据时的处理方法、随机效果模型和固定效果模型的选择方法、 非线性回归模型的估计方法。 10.1 缺失数据 10.2 面板数据（panel）及模型选择 10.3 非线性回归模型和估计方法 10.3.1 "S"型增长曲线模型的估计 10.3.2 CES生产函数模型的估计 10.3.3 AIDS模型的估计 10.3.4 随机前沿生产函数（了解） 10.4 案例分析与软件应用 本章小结 思考与练习 第十一章 虚拟变量与选择模型 （4学时） 本章要点：虚拟变量的设定方法、选择模型的设定与估计以及优化模型的方法。 11.1 虚拟解释变量及其应用 11.1.1 加法类型 11.1.2 乘法类型