计量经济学知识串讲.pptVIP

（二）估计 1 估计的困难 2 解决办法 3自回归模型中自相关的检验 德宾h-检验 第八章 虚拟变量回归 一、虚拟变量的定义 计量经济学中，将取值为0和1的人工变量称为虚拟变量。虚拟变量也称：哑元变量、定性变量等等。通常用字母D或DUM加以表示（英文中虚拟或者哑元Dummy的缩写）。 二、虚拟变量设置规则 从理论上讲，虚拟变量取“0”值通常代表比较的基础类型；而虚拟变量取“1”值通常代表被比较的类型。 虚拟变量数量的设置规则 三、虚拟解释变量的回归 第十章 时间序列计量经济模型 经典时间序列分析和回归分析有许多假定前提，如序列的平稳性、正态性等。直接将经济变量的时间序列数据用于建模分析，实际上隐含了上述假定，在这些假定成立的条件下，据此而进行的t检验、F检验等才具有较高的可靠度。 越来越多的经验证据表明，经济分析中所涉及的大多数时间序列是非平稳的。 一、时间序列基本概念 传统计量经济学模型的假定条件：序列的平稳性、正态性。 所谓“伪回归”，是指变量间本来不存在有意义的相依关系，但回归结果却得出存在相依关系的错误结论。 20世纪70年代，Grange、Newbold 研究发现，造成“伪回归”的根本原因在于时序序列变量的非平稳性 所谓时间序列的平稳性，是指时间序列的统计规律不会随着时间的推移而发生变化。 二、时间序列平稳性的单位根检验 （一）非平稳随机过程 序列的生成过程为如下随机游走过程 Random Walk Process ： 则序列是非平稳的。又叫“单位根过程”。 （二）非平稳过程平稳化 （三）平稳性检验 DF检验 ADF检验 三、协整 （一）协整的概念 同阶单整的非平稳时间序列如果能组合成平稳时间序列，则说明这些变量间的关系是协整的。表明这些变量间存在着长期均衡关系。 协整概念的提出对于用非平稳变量建立经济计量模型，以检验这些变量之间的长期均衡关系非常重要。 （1）如果多个非平稳变量具有协整性，则这些变量可以合成一个平稳序列。这个平稳序列就可以用来描述原变量之间的均衡关系。 （2）当且仅当多个非平稳变量之间具有协整性时，由这些变量建立的回归模型才有意义。所以协整性检验也是区别真实回归与伪回归的有效方法。 （3）具有协整关系的非平稳变量可以用来建立误差修正模型。由于误差修正模型把长期关系和短期动态特征结合在一个模型中，因此既可以克服传统计量经济模型忽视伪回归的问题，又可以克服建立差分模型忽视水平变量信息的弱点。 （二）协整的检验 EG两步检验法： （三）误差修正模型（Error Correction Model ,ECM） 第十一章 联立方程模型 一、联立方程模型的性质 所谓联立方程模型，是指同时用若干个相互关联的方程，去表示一个经济系统中经济变量相互依存性的模型。 二、变量类型 内生变量 外生变量 滞后内生变量 前定变量 三、联立方程偏倚 联立方程偏倚：联立方程模型中内生变量作为解释变量与随机项相关，违反了OLS基本假定，如仍用OLS法 去估计参数，就会产生偏倚，估计式是有偏的，而且是不一致的，这称为联立方程偏倚。 结论： OLS法一般不适合于估计联立方程模型。 四、联立方程模型的种类 结构型模型 根据经济理论建立的描述经济变量关系结构的经济计量学方程系统，称为结构型模型。 五、联立方程模型的识别 （一）联立方程模型的识别可以从多方面去理解，但从根本上说识别是模型的设定问题。 （二）联立方程模型识别的类型 不可识别 恰好识别 过度识别 （三）结构式模型识别的方法 1. 识别的阶条件 —— 识别的必要条件 一个方程可识别时，其不包含的变量总个数（内生变量+前定变量）大于或等于模型中内生变量总个数减1。 2.识别的秩条件（充要条件） 不包含在该方程中，但包含在其他方程中的变量的参数组成的矩阵的秩等于内生变量个数-1。 六、联立方程模型的估计 恰好识别方程的估计——ILS 过度识别方程的估计——TSLS（工具变量法）（避免联立性偏倚问题） 第四章 多重共线性 一 、什么是多重共线性 在经典假设中，我们假设多元线性回归模型的解释变量之间是线性无关的，即解释变量 X2, X3, …,Xk 线性无关，当这一条不满足时，我们称模型的解释变量出现了多重共线性，这时的模型称为多重共线性模型。 完全多重共线 rank X k 不完全多重共线 Rank X k,满秩，系数可以估计，但是会导致模型估计结果出现问题。 二、产生多重共线性的背景 在进行经济时间序列模型分析时，多重共线性出现的频率很高，这主要由于： 1. 经济变量之间具有共同的变化趋势 2. 模型中包含滞后变量（惯性作用） 3. 截面数据在一定情形下建立的模型 4 抽样导致的偶然样本 三、多重共线性产生的后果 （一