第一章

1、计量经济学的性质（三门学科的复合体）

2、计量经济学的建模四步骤（注意先后顺序）

3、计量经济学的三种常用数据类型

4、计量经济学模型必须通过的四级检验

5、计量经济学检验主要包括哪些检验

6、计量经济学模型有哪些作用

第二章

1、回归分析的实质

2、为何要引入随机干扰项

3、理解OLS的前四个假设

4、一元模型的计算

5、理解OLS估计量的性质（与异方差性、序列相关性、多重共线性导致的后果相联系）

6、无偏性的证明过程

7、为何要进行拟合优度检验？判决系数的表达形式

8、TSS、RSS、ESS三者之间的关系

第三章

1、多元模型与一元模型的主要区别

2、F统计量的表达形式

3、多元模型t统计量的表达形式

4、一元和多元模型随机干扰项μ方差的估计量的表达形式

5、利用eviews软件求：

（1）回归方程

（2）可决系数（判定系数）和调整后的可决系数

（3）方程的显著性检验

（4）变量的显著性检验

（5）是否存在自相关

第四章

1、什么是异方差性，检验的总体思路；检验的常见方法；容易产生异方差性的数据

2、异方差性的后果

3、什么是序列相关性、检验的总体思路；检验的常见方法；容易产生序列相关性的数据

4、序列相关性的后果

5、D-W统计量的范围；三个临界点的含义；

6、什么是多重共线性？检验的总体思路；多重共线性的后果

第五章

1、虚拟变量的引入方式，设置原则

注：期中考试前所讲内容即按照既期中考试复习要求进行复习，第四章涉及异方差、序列相关和多重共线性方法的考核，

题型形如：

2、利用样本数据对农作物种植业产值（亿元）和农作物播种面积（万亩）进行研究，去掉中间7个数据，按取值大小分成样本容量各为11的两个子样本。其中对应于自变量较小的取值。用两个子样本各自回归得结果如下，

，   

， 

试判断模型中是否存在异方差。

3、分析人员曾用1921-1950年（1942-1944年战争期间略去）27年的美国国内消费与工资收入、非工资-非农业收入、农业收入的时间序列资料，得到下面的回归模型：

          

(1)括号中的数据为估计标准误差，该模型中哪些自变量通过了参数显著性检验，哪些没有通过参数的显著性检验？

结合所学知识判断该模型中是否存在多重共线性。

第二篇：《计量经济学》各章主要知识点

《计量经济学》各章主要知识点

第一章：绪论

1．计量经济学的学科属性、计量经济学与经济学、数学、统计学的关系；

2．计量经济研究的四个基本步骤

（1）建立模型（依据经济理论建立模型，通过模型识别、格兰杰因果关系检验、协整关系检验建立模型）；

（2）估计模型参数（满足基本假设采用最小二乘法，否则采用其他方法：加权最小二乘估计、模型变换、广义差分法等）；

（3）模型检验：经济意义检验（普通模型、双对数模型、半对数模型中的经济意义解释，见例1、例2），统计检验（T检验，拟合优度检验、F检验，联合检验等）；计量经济学检验（异方差、自相关、多重共线性、在时间序列模型中残差的白噪声检验等）；

（4）模型应用。

例1：

在模型中，y某类商品的消费支出，x收入，P商品价格，试对模型进行经济意义检验，并解释的经济学含义。

,

其中参数都可以通过显著性检验。

经济意义检验可以通过（商品需求与收入正相关、与商品价格负相关）。

商品消费支出关于收入的弹性为0.25（）；

价格增加一个单位，商品消费需求将减少31%。

例2：

研究金融发展与贫富差距的关系，认为金融发展先使贫富差距加大（恶化），尔后会使贫富差距降低（好转），成为倒U型。

贫富差距用GINI系数表示，金融发展用（贷款余额/存款总额）表示。回归结果为：

，

模型参数都可以通过显著性检验。

在x的有意义的变化范围内，GINI系数的值总是大于1，细致分析后模型变的毫无意义；

同样的模型还有：GINI系数的值总是为负

。

3．计量经济学中的一些基本概念

（1）   数据的三种类型：横截面数据、时间序列数据、面板数据；

（2）   线性模型的概念；

（3）   模型的解释变量与被解释变量，被解释变量为随机变量（如果一个变量为随机变量，并与随机扰动项相关，这个变量称为内生变量），被解释变量为内生变量，有些解释变量也为内生变量。

第二章：回归模型

1．两个变量的相关关系，相关关系与随机因果关系的区别；

2．总体回归函数与线性总体回归函数；

3．一元与多元线性回归模型，回归模型的基本假设；

4．最小二乘估计的基本原理与最小二乘估计量的具体表达式，随机扰动项的方差的估计方法；

5．最小二乘估计的数值性质与最小二乘估计的统计性质，样本容量变化对统计性质的影响；

6．在回归模型中（包括对数模型）计量单位变化对模型参数估计的影响（例3）；

7．样本回归直线及其性质；

8．高斯-马尔柯夫定理及其证明。在回归模型中，我们将解释变量看成非随机变量，但如果解释变量为随机变量，并解释变量与随机扰动项相关，那么高斯-马尔柯夫定理就不成立，实际上在此时，对参数的最小二乘估计并不是一个无偏估计；

9．总体平方和分解公式及其含义；

10．拟合优度的含义与计算，拟合优度检验的适用条件；

11．解释变量的显著性检验，T统计量的计算方法，T统计量与样本容量的关系，的显著性检验方法，模型参数（解释变量）的置信区间（区间估计）；

12．联合检验与模型的显著性检验方法，F统计量的具体计算方法，F统计量与样本容量的关系；

13．与F统计量、与的相互关系；

14．回归分析结果中，各变量之间的相互关系；

15．利用回归模型进行点预测与区间预测；

16．非线性模型的线性化方法，普通回归模型、半对数模型、双对数模型的具体解释意义上的区别；

17．回归结果的标准表达方式。

例3：考虑下面模型中，计量单位（如从元改变为万元）变化对模型参数的影响，

,

第三章：回归模型的扩展

1．     异方差的定义，异方差与模型基本假设的违背；

2．      异方差的产生原因：模型缺失重要解释变量、样本数据的观察误差、异常值的影响、模型函数形式的设定误差、随机因素的影响；

3．      存在异方差的后果：最小二乘估计不再为有效估计（有效估计的概念）、无法正确估计系数的标准误差、t检验的可靠性降低（具体的影响方式）、增大模型的预测误差；

4．      异方差的检验方法：图示检验法（一元与多元模型的检验方法）、Goldfeld-Quandt检验（Eviews中的实现方法）、White检验与实现方法、Park检验和Gleiser检验与实现方法；

5．      异方差的补救方法：模型变换法（与Park检验和Gleiser检验的关系）、加权最小二乘估计（加权最小二乘估计的基本思想：怎样利用权重进行调整，更加重视大的方差还是小的方差），模型变换方法与加权最小二乘估计方法的区别，建立半对数模型或双对数模型；

6．      自相关的定义，自相关与模型基本假设的违背，一阶自相关与高阶自相关；

7．      自相关产生的原因：模型中遗漏了重要的解释变量（与异方差同）、经济变量的惯性作用、某些经济行为的滞后性、模型函数形式设置不当（与异方差同）、随机因素的影响（与异方差同）；

8．      存在自相关性的后果：最小二乘估计不再为有效估计、系数的标准差被严重低估（T统计量被放大、T检验的可靠性降低）、降低模型的预测精度；

9．      自相关的检验方法：图示法与相关性检验（包括对残差序列进行自相关、偏自相关分析）、DW检验法（检验统计量的推导、五个区域的检验方法、DW检验法的适用条件）、高阶自相关性检验（BG检验）；

10．  自相关性的补救方法（一阶自相关的补救方法）：广义差分方法（相关系数已知，相关系数需要估计，不同的估计方法）、广义最小二乘法；

11．  多重共线性与完全多重共线性的定义；

12．  多重共线性的产生原因：经济变量的内在联系、经济变量的共同变化趋势、模型中滞后变量的影响；

13．  存在多重共线性的后果：增大OLS估计量的方差、难于区分每个解释变量的单独影响、T检验的可靠性降低（可能存在低估T统计量的情况）、回归模型缺乏稳定性，需要注意的是，在存在多重共先线性的情况下，如果我们构建模型的目的是为了预测，只要构建模型的样本是随机样本（样本数据中的共线性结构与总体中的共线性结构相同），那么存在共线性的模型并不会影响模型的预测准确性；

14．  多重共线性的检验方法：相关系数检验法、辅助回归模型法、变量显著性与模型显著性的综合检验、方差膨胀因子检验；

15．  多重共线性的补救方法：增加样本容量（共线性现象是由抽样不当造成）、直接剔除次要的解释变量、利用先验信息方法改变模型的结构（减少解释变量的个数）、面板数据方法、逐步回归法；

16．  虚拟变量的定义与虚拟变量的设置、虚拟变量陷阱；

17．  虚拟变量模型的构建方法：加法模型及其含义、乘法模型及其含义、混合模型及其含义，虚拟变量模型的等价形式；

18．  虚拟变量模型的应用：将定性因素引入模型（检验定性因素对被解释变量的影响）、模型的结构变化检验、分段回归模型的构建；

19．  Chou检验方法及其应用。

第四章：时间序列模型

1．时间序列的平稳性概念（强平稳、弱平稳-协方差平稳）；

2．白噪声过程是一个平稳时间序列，其线性组合亦为平稳时间序列（例4）；

3．一元平稳时间序列建模时的模型识别：自回归模型的自相关系数、偏自相关系数的特征，移动平均过程的自相关系数、偏自相关系数的特征，自回归移动平均回归的自相关系数、偏自相关系数的特征；

4．时间序列的平稳性检验方法：单位根检验（ADF检验）的检验模型、检验的原假设、检验结果的分析方法（例5、例6）；

5．格兰杰因果关系的含义，格兰杰因果关系检验的模型，格兰杰因果关系检验的结果分析；

6．格兰杰因果关系检验与时间序列的平稳性的关系。

例4：

已知为一个白噪声过程，，试证明为一个平稳时间序列。

证明：

设，则；

 

而当K>2时，，因此为一个平稳时间序列。

例5：

分析在0.1和0.05、0.01三个显著性水平下，下列时间序列的平稳性问题。

表5-1                股指序列单位根检验输出结果

其中c常数项、t趋势项、m滞后阶数。

又：在0.05的显著性水平下，sh与szz的回归模型是否存在虚假回归的可能性？sh与szz是否存在协整关系的可能性，如果存在协整关系，写出协整回归模型的可能形式；写出利用利用EG两步法进行协整检验的基本过程。

例6：

证明随机游走过程是一个非平稳的时间序列

，其中为一个白噪声过程。

第五章：协整与误差修正模型

1．时间序列单整阶数的定义，时间序列的单整阶数的检验方法；

2．时间序列的单整性的相关性质；

3．时间序列的协整关系的定义与实际含义；

4．两变量协整关系的EG两步检验法的原理、检验模型与具体实现方法；

例7：

某地区的人均消费支出、人均可支配收入和人均金融资产的对数序列均为一阶单整系列，并且它们相互之间存在着协整关系，经检验后可以得到如下消费支出模型：

 

①写出长期均衡方程的理论形式

在模型两端同时减去并变形后可以得到：

因此，长期均衡方程的理论形式为：

。

②写出误差修正项ECM的理论形式

误差修正项为：

    

③写出误差修正模型的理论形式

,

其中，。

④指出误差修正模型中各参数的经济意义；

表示当其他条件不变时，在短期内人均可支配收入增加1%，人均消费支出将增加%，或者说消费指出的收入弹性；表示当其他条件不变时，在短期内人均金融资产增加1%，人均消费支出将增加%。或者说表示消费支出的金融资产弹性。

修正系数表示前期非均衡状态对本期的影响的力度大小。

第六章：ARCH模型及其拓展形式

1．金融时间序列的波动集聚现象与厚尾现象；

2．ARCH模型的基本思想、基本形式与模型约束条件；

3．GARCH模型及其拓展形式（非对称的GARCH模型）；

4．ARCH效应的检验方法：F检验与LM检验；

5．GARCH类模型的构建与评价方法：残差序列的白噪声检验、残差序列的自相关检验。