计量经济学课程成绩影响因素分析.docVIP

计量经济学课程成绩影响因素分析 　　摘要：微观经济学、统计学的课程成绩对计量经济学的课程成绩有显著的正向影响，每周课外平均用时、计量经济学软件操作的熟练程度对计量经济学的课程成绩也有显著的正向影响。课堂理解程度对计量经济学的课程成绩有显著的负向影响，可能的原因是学生课堂理解程度较高的自我评价会对其期末考试复习产生负面影响。提高计量经济学的课程成绩，关键在于课外有足够的时间用于学习计量经济学，以及通过熟练操作计量经济学软件加深对计量经济学理论的掌握。 　　关键词：计量经济学；课程成绩；影响因素 　　中图分类号：G42 文献标识码：A 文章编号：1009-0118（2011）-09-00-02 　　 　　计量经济学和宏观经济学与微观经济学一起构成了中国高校经济管理类本科生和研究生必修的三门经济学核心理论课程[1]。计量经济模型在结构分析、经济预测、政策评价以及检验和发展经济理论方面有广泛应用[2]，计量经济学受到越来越广泛的关注。计量经济学课程成绩是课程教学效果的重要体现。研究计量经济学课程成绩的影响因素，对于指导学生学习计量经济学，加深学生对计量经济学知识的掌握有重要意义。 　　一、模型设定 　　计量经济学的先修课程有经济学、经济数学和统计学。因为计量经济学是统计学、经济理论和数学三者的结合[3]，这几门课程学习的效果将对计量经济学的课程成绩产生影响。一般说来，某个学生的经济学、经济数学和统计学成绩越高，则其学习计量经济学的基础越好，学习计量经济学越容易，越可能取得更好的成绩。学好计量经济学，除了有较好的基础以外，还需要学生课前认真预习，课堂认真听讲，课后认真复习，并通过操作相关的计量经济学软件加深对计量经济学理论知识的理解和掌握。模型设定遵循从“复杂到简单”的思想路线[4]，本文设定如下的计量经济学模型： 　　=++++++++++ 　　其中，Y表示计量经济学成绩。X1、X2、X3、X4、X5、X6分别表示微观经济学、宏观经济学、高等数学、线性代数、概率论与数理统计、统计学的课程成绩。X7表示课堂理解的程度，取值范围为0、10%、20%、…、100%，取值间隔为10%。X8表示每周课外用于学习计量经济学的小时数，取值0-12小时。Di是虚拟变量，Di=0表示对EVIEWS软件操作熟练；Di=1表示能操作，但不熟练，即操作的熟练程度为“一般”。 　　二、数据搜集 　　本着自愿的原则，学生填写并提交《计量经济学》学习状况调查表。笔者授课的两个经济学专业班级共有学生77人，一共提交66份调查问卷。扣除专升本学生的调查问卷(专升本的学生没有学习经济数学)和没有规范填写的调查问卷（如没有填写前期课程的成绩或没有填写姓名等信息），剩下42份调查问卷。本文以这42份调查问卷为基础进行分析。学生对EVIEWS软件操作熟练程度的选项有三个，分别是“熟练”、“一般”与“不会”，学生提交的调查问卷中，多数学生选“一般”，少数学生选“熟练”，没有学生选“不会”。因此，在模型设定中，只设定一个虚拟变量。 　　三、参数估计与检验 　　根据前文设定的模型，以42个观测值为数据来源进行回归分析，调整的R2仅为0.208，F值仅为2.194，说明被解释变量与解释变量整体不存在显著的线性关系。根据前文的分析可知，一般情况下，经济学、经济数学、统计学成绩好的学生，其计量经济学成绩应该较高。分析样本可知，多数学生的成绩确实符合上述分析，但仍有少数学生的成绩有所偏离：虽然这部分学生的经济学、经济数学、统计学成绩不错，但计量经济学成绩很差；由于这部分观测值的存在，使得模型的拟合优度下降，模型整体的线性关系不显著。本文采用如下处理方法：按照计量经济学成绩由高到低将观测值进行排序，逐个剔除计量经济学成绩最差的观测值，再进行回归，直到拟合优度上升，模型的线性关系显著成立。（见表1） 　　由表1可知，随着部分观测值的剔除，模型拟合优度波动上升后下降。观测值个数为37时，F值最高；观测值个数为36时，调整的R2最高。因此，最优观测值个数的确定应该为36或37，当观测值为37时，、和对应的P值更小，如表2所示，即对应的参数更显著地不为0，因此本文选择观测值个数为37。由表2可知， 、、都小于0，与前文的经济分析不符，可能由于多重共线性造成。计算变量间的相关系数发现，部分变量之间的相关系数较高(如X3与X5的相关系数为0.638)。为了消除共线性问题，排除引起多重共线性的变量。在剔除不显著的变量以后，最终回归结果如下式所示。（见表2） 　　根据怀特检验，该模型不拒绝同方差的假设。模型调整后的拟合优度为0.537，F值为9.336，无论是拟合优度还是F值比没有剔除多余变量的模型均有所提高。由模型可知，微观经济学和统计学的成绩对计量经济学的成绩有显著影响，