1. 计量经济学的建模步骤?
一、理论模型的设计 : 确定模型包含的变量; 确定模型的数学形式; 拟定模型中待估计参数的理论期望值区间 二、样本数据的收集 三、模型参数的估计 四、模型的检验 计量经济学模型的运用
1、 结构分析,2、经济预测,3、政策评价,4、检验与发展经济理论
2、 相关分析和回归分析的区别
联系:两者都是研究非确定变量间的统计关系,并且能够度量线性依赖程度的大小。 区别:前者关注相关程度,后者关注因果分析,还有具体的依赖关系。
4、随机误差项的含义:随机误差项是在模型设定中省略下来而又集体的影响着被解释变量Y的全部变量的替代物。
5、随机误差项的内容有哪些?或者为什要在总体回归函数中引入随机误差项:
(1)代表未知的影响因素,(2)代表残缺数据,(3)代表众多细小影响因素,(4)代表数据观测误差,(5)代表模型设定误差,(6)变量的内在随机性
基本假设:(1)回归模型是正确设定的,(2)解释变量X是确定性变量,不是随机变量,在重复抽样中取固定值,(3)解释变量X在所抽取的样本中具有变异性,而且随着样本容量的无限增加,解释变量X的样本方差趋于一个非零的有限常数,(4)随机误差项μ具有给定X的零均值、同方差以及不序列相关性(5)随机误差项与解释变量之间不相关(6)随机误差项服从零均值、同方差的正态分布。
记住:正态分布并不是得到最佳无偏估计的必要条件,只要满足前4个假设就可以得到最佳无偏估计。
7、普通最小二乘法(OLS)概念:残差平方和最小的准则,就是最小二乘准则
其
3、样本容量的关系
最小样本:样本容量必须不少于模型中解释变量中的数目(包括常数量)
一般认为,当n大于等于30或者至少n大于等于3(k+1)才能说满足模型估计的基本要求
9、回归模型的统计检验(拟合优度检验、参数的显著性检验、模型的显著性检验)
(1)拟合优度是指检验模型对样本观测值的拟合程度,用R2表示,该值越接近于1,模型对样本观测值拟合得越好。可决系数:
TSS(总离差平方和):
ESS(回归平方和):
RSS(回归平方和): 自由度为:n-1 自由度为:k 自由度为:n-k-1
调整的可决系数:
即
(2)参数的显著性检验(t检验)
t统计量的表达形式: 在零均值假设下服从自由度t(n-k-1)
(t值的计算必考)
检验的经济意义:当小于临界值时,未通过检验,大于临界值则通过检验,如果每一个回归系数都通过了t检验,说明模型中的每一个自变量都是显著娥,未通过显著性检验的系数所对应的变量,应结合实际情况考虑将其去除,这是自变量选择的一个最常用的方法。
(3)方程总体线性的显著性检验(F检验)
F统计量的表达形式: 在零均值假设下服从自由度为(k,n-k-1) 检验的经济意义:若F大于临界值,则拒绝零假设,认为在显著性水平下,y对自变量有显著的线性关系,回归方程是显著的;反之,则不能拒绝原假设,认为回归方程不显著。
(3) 总离差平方和、回归平方和与残差平方和之间的关系:TSS=RSS+ESS
10、如何才能缩小置信区间
增大样本容量n,提高模型的拟合程度
14、异方差(无偏非有效性)
1)、异方差性:对于不同的样本点,随机误差项的方差不再是常数,而互不相同,则认为出现了异方差性,一般经验告诉我们,对于采用截面数据作样本的计量经济学问题,由于在不同样本点上解释变量以外的其他因素的差异较大,所以往往存在异方差性。
2) 、异方差产生的后果及检验方法
后果:参数估计量非有效;变量的显著性检验失去意义;模型的预测失效。
3)、异方差的类型
(1)单调递增型: ?i2随X的增大而增大
(2)单调递减型: ?i2随X的增大而减小
(3)复 杂 型: ?i2与X的变化呈复杂形式
序列相关性的后果:参数估计量非有效;变量的显著性检验失去意义;模型预测失效。 定义:如果模型中的随机干扰项违背了相互独立的基本假设,称为存在序列相关性
多重共线性:产生多重共线的原因:经济变量相关的共同趋势;滞后变量的引入;样本资料的限制;
产生后果:完全共线性下参数估计量不存在;近似共线性下普通最小二乘法乘数估计量的方差变大;参数估计量经济含义不合理;变量的显著性检验和模型的预测功能失去意义。 检验方法:对两个解释变量的模型——简单相关系数;对多个解释变量的模型——综合统计检验法。
克服多重共线性的方法:排除引起共线性的变量;差分法。
随机解释变量
1、 如果存在一个或多个随机变量作为解释变量,则称原模型出现随机解释变量问题。对于随机解释变量问题,分三种不同情况:随机解释变量与随机误差项独立;随机解释变量与随机误差项同期无关,但异期相关;随机解释变量与随机误差项同期相关。
随机解释变量的后果
(1) 如果X与?相互独立,得到的参数估计量仍然是无偏、一致估计量。
(2) 如果X与?同期不相关,异期相关,得到的参数估计量有偏、但却是一致的。
(3) 如果X与?同期相关,得到的参数估计量有偏、且非一致。
工具变量:在模型估计中被作为工具使用,以替代与随机干扰项相关的随机解释变量。 原则:与所替代的随机解释变量高度相关,与随机干扰项不相关,与模型中其他解释变量不相关
虚拟变量:构造只取“0”或“1”的人工变量
加法方式:斜率不变,截距不同。
乘法方式:截距相等,斜率不同
1、 滞后变量模型的分类以及系数含义
分布滞后模型:如果滞后变量模型中没有滞后被解释变量,仅有解释变量X的当期值极其若干期的滞后变量,称为分布滞后模型。
自回归模型:如果滞后变量模型中的解释变量仅包含X的当期值与被解释变量Y的一个或多个滞后值,则称为自回归模
内生变量:是具有某种概率分布的随机变量,它的参数是联立方程系统估计的元素,内生变量既可以作为解释变量,又可以在不同的方程中作为被解释变量。
外生变量:一般是确定性变量,或者是具有临界概率分布的随机变量,其参数不是模型系统研究的元素,外甥变量只能是解释变量。
先觉变量:外生变量与滞后变量的统称。
?2、
1、 什么是调整后的判定系数R?简单叙述为什么要引入R2?
就是将可决系数的残差平方和和总理差平方和各除以自己的自由度。在样本容量一定的情况下,增加解释变量必定使得自由度减少,所以调整的思路是将可决系数的残差平方和和总理差平方和各除以自己的自由度,以剔除变量个数对拟合优度的影响。
以二元线性模型 Yi=β0+β1X1i+β2X2i+μi 为例,说明当 X1 与 X2 完全线性相关时,模型参数将无法估计。
对于以上二元线性模型,如果两个变量完全相关,设X2=LX1,则此二元线性回归模型退化为一元线性回归模型。。。。。这时只能确定。。。的估计值,无法确定其确定值。 2?
第二篇:计量经济学步骤总结
OLS过程:
1 数据收集
2 画图(是为了观察是否呈线性~如果不是线性,观察数据的趋势)
3 稳定性检验(注意:只在老师给出的数据是时间序列时,采用这一步,横切面数据不用)
4 线性化处理(既然确定数据趋势,可以对线性方程左右两边同时Ln, 或者左右两边同时指数化 或者出去线性要求,可以对左边或右边进行单变换,不需要对称)
5 检验自变量的多重共线性:
方法:2 种
1种: 求两两相关系数(缺陷:只可以确定两两是否相关)
2种:
6 线性方程拟合EVIEWS(注意:若果方程的X是随机确定的,EIVEWS拟合时方法选用TSLS两阶段最小方差法)
拟合以后 观察参数 T值, 和adjusted square
注意 排序标准:
首先根据经济意义排序
其次根据数据的相关性排序
虚拟变量问题:如果存在需要,要加虚拟变量,譬如数据中途出现大的转折之类的可能有特殊事件发生。
7 找到残差,观察是否线性相关(对应于OLS的假设u是独立的),也就是,检验方法和改正方法不再叙述,老师的给的OLS模板里面已经有了。
8 找到残差,检验是否存在异方差(对应于假设)
检验方法:1散点图判断:大样本情况下,均方差分布的残差分布为矩形。
2 F-检验法
步骤:分组;
分别进行OLS回归并计算残差平方和;
进行F检验;
;
计算得到的F与
比较
3 回归法:
异方差的修正方法
选择原则:
最大的
尽量避免产生多重共线性
目标模型:
在确认为均方差的情况下,对新的模型
进行参数估计,得到和;
注意: OLS基本是上述步骤,中间可能会有循环,但是为了节省时间,大家表明即可,就像老师在给我们的样本中写的那样~
时间序列:
1 平稳性检验也就是检验单位根( 千万注意:带有时间趋势t的单位根检验,千万不要用,那个即使合格只是说明趋势平稳,不是真正的数据平稳,所以只可以选用 带截距和不带截距的单位根检验)
2 确定采用AR, MA,或者ARMA模型检验前,要确定滞后阶数(老师样本里有,不叙述)
AR,MA,或者ARMA怎么实现,HELP里有
Var模型后面说明
3建模
4 ARCH检验( 必然满足arch 模型)
5 构建arch 模型 ,比如什么ARCH, GARCH , TGARCH , EGARCH
稍稍解释一下TGARCH 模型和EGARCH模型
TGARCH 模型是描述变化时,加虚拟变量,譬如测定星期一效应,星期五效应的时候应用。EGARCH模型描述的时候是价格上升,下降对下一次的价格变化影响是不同的,也就是说有不对称性。
6构建以后,再对进行ARCH检验 和直方图检验
VAR模型
1平稳性检验
2 格兰杰因果关系检验:
3 协整性检验(注意用的是原来的数据)
方法:1 E-G两步法检验
(1) 检验各个系列是否为同阶单整过程
(2) 线性组合是否平稳
4 VAR模型滞后阶数确定
5 VAR模型估计(记得有协整的加上协整关系,没有的不用加)
最后:写的比较匆忙,里面有不足不对的地方,同学们一定要提出来~可以直接和我讨论,也可以直接把你认为需要修正的地方上传到公共群(注意是金工两个班的公共群)。 还有里面没有EVIEWS如何操作,这个不是面讲很难讲清,而且写起来截图太费时间,此外我省略了许多参数的观察,比如DW之类的,因为史秀红老师没有重点强调,我觉得不是得分点,如果有同学想要补充,热烈欢迎~ 人人为我,我为人人,大家一定要分享信息啊~。
许浩琨