【正文】 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué) xxx 經(jīng)濟(jì)學(xué)博士 經(jīng)濟(jì)社會(huì)仿真實(shí)驗(yàn)室主任 電話 : 86xx06xxxxx1 Email: 。 Econometrics 第一講 緒論 Introduction Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)（ Econometrics） ? 使用教材 (Teaching Material)： 1. 潘省初編著， 《 計(jì)量經(jīng)濟(jì)學(xué) 》 －通用經(jīng)濟(jì)系列教材，中國(guó)人民大學(xué)出版社， 2022年 6月第 3版。 2. 趙國(guó)慶編著， 《 計(jì)量經(jīng)濟(jì)學(xué) 》 －普通高等教育“十一五”國(guó)家級(jí)規(guī)劃教材，中國(guó)人民大學(xué)出版社， 2022年 6月第 3版。 ? 預(yù)備知識(shí) (Preliminary Knowledge)： 高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計(jì)基礎(chǔ)、宏觀經(jīng)濟(jì)學(xué)、微觀經(jīng) 濟(jì)學(xué)。 ? 授課時(shí)間 (Timetable)： 01－ 18周： 2022年 3月－ 2022年 7月； 4節(jié) /單周（周二：第 56節(jié)；周五：第 12節(jié)）， 2節(jié) /雙周（周五：第 12節(jié)）；共計(jì) 54學(xué)時(shí)。 ? 授課地點(diǎn) (Venue)： 周二：沙河校區(qū)學(xué)院樓 6號(hào)樓 106M；周五：沙河主教 109M 。 － 金融學(xué) 081, 082 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)（ Econometrics） ?學(xué)習(xí)目的 (Objective)： 1. 掌握計(jì)量經(jīng)濟(jì)學(xué)的統(tǒng)計(jì)學(xué)基礎(chǔ)，特別是隨機(jī)過(guò)程、二元及多元回歸分析、時(shí)間序列和截面數(shù)據(jù)分析以及建模、假設(shè)檢驗(yàn)和預(yù)測(cè)的一般思路和方法。 2. 掌握統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)分析的一般常用軟件： MS Excel， Eviews， Microfit， SPSS， STATA， RATS， SAS， MATLAB， MicroTSP， PcGive， GAUSS 。 3. 了解計(jì)量經(jīng)濟(jì)學(xué)的最新發(fā)展以及本領(lǐng)域研究的最新成果。 4. 理論聯(lián)系實(shí)際，結(jié)合所學(xué)知識(shí)針對(duì)實(shí)際遇到的問(wèn)題進(jìn)行分析，并提出解決問(wèn)題的方法，從而更好地理解和領(lǐng)會(huì)計(jì)量經(jīng)濟(jì)學(xué)理論和方法的本質(zhì)。 －金融學(xué) 081, 082 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)（ Econometrics） ? 內(nèi)容安排 (Content)： 本課程以潘省初編著的 《 計(jì)量經(jīng)濟(jì)學(xué) 》 （第三版）和趙國(guó)慶編著的 《 計(jì)量經(jīng)濟(jì)學(xué) 》 （第三版）這兩本書為基礎(chǔ)。同時(shí)，穿插一些內(nèi)容新、且符合時(shí)代特點(diǎn)的理論模型，包括貝葉斯網(wǎng)絡(luò)、動(dòng)態(tài)優(yōu)化、時(shí)續(xù)分析、經(jīng)濟(jì)預(yù)測(cè)的理論和方法加以充實(shí)，并根據(jù)教學(xué)需要適當(dāng)安排習(xí)題與實(shí)驗(yàn)課程。 ? 參考書目 (References)： 1. Pindyck, . and . Rubinfeld (1998), Econometric Models and Economic Forecasts 4th ed., McGrawHill, Inc. 2. Griffiths, ., . Hill and . Judge (1993), Learning and Practicing Econometrics, John Wiley amp。 Sons, Inc. 3. Wooldridge, . (2022), 計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論－現(xiàn)代觀點(diǎn)第 2版（ Introductory Econometrics – A Modern Approach 2nd ed.） , 清華大學(xué)出版社 . －金融學(xué) 081, 082 Tuesday, Mar. 2022 CUFE ? 全書架構(gòu) (Structure) 全書共分十章 。 計(jì)量經(jīng)濟(jì)學(xué)（ Econometrics） －金融學(xué) 081, 082 第一章 : 緒論 第二章 : 計(jì)量經(jīng)濟(jì)分析的統(tǒng)計(jì)學(xué)基礎(chǔ) 第三章 : 雙變量線性回歸模型 第四章 : 多元線性回歸模型 第五章 : 模型的建立與估計(jì)中的問(wèn)題及對(duì)策 第六章 : 動(dòng)態(tài)經(jīng)濟(jì)模型：自回歸模型和分布滯后模型 第七章 : 時(shí)間序列分析 第八章 : 聯(lián)立方程模型 第九章 : 面板數(shù)據(jù)模型 第十章 : 定性選擇模型 Tuesday, Mar. 2022 CUFE ? 第一章 (Chapter 1) 第一章是全書的概論 。 介紹什么是計(jì)量經(jīng)濟(jì)學(xué)及其產(chǎn)生和發(fā)展過(guò)程 ， 用一個(gè)簡(jiǎn)單的例子 （ 需求量 Q和價(jià)格 P之間的關(guān)系 ） 展示了計(jì)量經(jīng)濟(jì)學(xué)方法解決問(wèn)題的步驟 ， 并討論了計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用領(lǐng)域和使用的軟件工具 。 ? 第二章 (Chapter 2) 第二章是對(duì)計(jì)量經(jīng)濟(jì)學(xué)所用到的統(tǒng)計(jì)學(xué)概念和方法的復(fù)習(xí) ， 這些概念和方法對(duì)理解后續(xù)課程的內(nèi)容是至關(guān)重要的 。 這一章的目的是使有一定統(tǒng)計(jì)學(xué)基礎(chǔ)的學(xué)生能通過(guò)本章的閱讀盡快將已經(jīng)淡忘的知識(shí)揀回來(lái) ， 而不必將統(tǒng)計(jì)學(xué)課程全部復(fù)習(xí)一遍 。 全書架構(gòu) (Structure) Tuesday, Mar. 2022 CUFE ? 第 三 章 (Chapter 3) 本章和下一章是對(duì)回歸分析 (Regression Analysis)方法的介紹 。第三章詳盡介紹了雙變量線性回歸 (Binary Linear Regression)模型的概念和最小二乘估計(jì)方法 (Ordinary Least Squares, OLS)， 以及用估計(jì)好的模型進(jìn)行假設(shè)檢驗(yàn) (Hypothesis Test)和預(yù)測(cè) (Forecasting)的方法 。 ? 第四章 (Chapter 4) 第四章將雙變量線性回歸 (Binary Linear Regression)模型的結(jié)果推廣到多元線性回歸 (Multivariate Linear Regression)模型的情形 ， 理論推導(dǎo)和證明借助矩陣代數(shù) (Matrix Algebra)這一強(qiáng)有力的工具 。 特別在 “ 虛擬變量 (dummy variable)” 一節(jié) ， 增加了對(duì) “ 虛擬變量陷阱 (dummy variable trap)” 概念的說(shuō)明 ， 同時(shí)簡(jiǎn)要介紹了極大似然法 (Maximum likelihood method, ML) 。 全書架構(gòu) (Structure) Tuesday, Mar. 2022 CUFE ? 第 五 章 (Chapter 5) 第五章討論回歸分析 (Regression Analysis)實(shí)踐中經(jīng)常碰到的問(wèn)題和解決的途徑 ， 這些問(wèn)題包括誤設(shè)定 (Misspecification 或Specification Error) 、 多重共線性 (Multicollinearity) 、 異方差性(Heteroskedasticity)、 自相關(guān) (Autocorrelation)和隨機(jī)解釋變量 。 把這些問(wèn)題集中在一起討論的好處是能加強(qiáng)學(xué)生對(duì)實(shí)踐中可能碰到的問(wèn)題的系統(tǒng)性認(rèn)識(shí) ， 深入理解各類問(wèn)題的聯(lián)系和區(qū)別 。 此外 ， 在 “ 誤設(shè)定 ” 一節(jié) ， 增加了 “ 模型的選擇 (Model Selection)” 內(nèi)容 ， 主要介紹選擇回歸模型的幾種準(zhǔn)則 ， 使讀者能夠掌握實(shí)踐中從若干備選模型中進(jìn)行選擇的方法； “ 異方差性 ” 一節(jié) ，增加了對(duì)檢驗(yàn)異方差性的懷特檢驗(yàn)法的介紹； “ 自相關(guān) ” 一節(jié) ， 增加了對(duì)檢驗(yàn)高階自相關(guān)的 LM (Lagrange Multiplier)檢驗(yàn)法的介紹 。 ? 第六章 (Chapter 6) 第六章介紹了兩類常用的動(dòng)態(tài)經(jīng)濟(jì)模型：自回歸模型(Autoregressive Model)和分布滯后模型 (Distributed Lag Model)， 著重討論了這兩類模型的估計(jì)和應(yīng)用 ， 同時(shí)介紹了格蘭杰因果關(guān)系檢驗(yàn) (Granger Causality Test)的方法 。 全書架構(gòu) (Structure) Tuesday, Mar. 2022 CUFE ? 第 七 章 (Chapter 7) 第七章介紹時(shí)間序列分析 (time series analysis)。 著重介紹時(shí)間序列分析中用到的一些基本概念 ， 包括非平穩(wěn)性 （ Nonstationarity） 、單位根 （ Unit Roots） 、 協(xié)整 （ Cointegration） 等 ， 以及相應(yīng)的檢驗(yàn)方法 ， 并在誤差修正模型 （ ErrorCorrection Model） 的估計(jì)中介紹了 Hendry動(dòng)態(tài)建模方法 ， 為進(jìn)一步的學(xué)習(xí)和研究打下基礎(chǔ) 。 ? 第八章 (Chapter 8) 第八章的內(nèi)容基本遵循傳統(tǒng)安排 ， 在介紹聯(lián)立方程模型(Simultaneous Equations Model)的概念和術(shù)語(yǔ)之后 ， 討論與聯(lián)立方程有關(guān)的數(shù)學(xué)問(wèn)題 —識(shí)別問(wèn)題 (Identification Problem)， 然后著重介紹聯(lián)立方程模型的估計(jì)方法：?jiǎn)畏匠谭椒?(Single Equation Method)和系統(tǒng)估計(jì)方法 (Systematic Estimation Method)， 以及聯(lián)立方程模型中最重要的一類模型 —宏觀計(jì)量經(jīng)濟(jì)模型 (Macroeconometric Model)。 全書架構(gòu) (Structure) Tuesday, Mar. 2022 CUFE ? 第 九 章 (Chapter 9) 第九章介紹面板數(shù)據(jù)模型 (panel data)。 面板數(shù)據(jù)模型近年來(lái)得到日益廣泛的應(yīng)用 ， 本章重點(diǎn)介紹面板數(shù)據(jù)及幾個(gè)面板數(shù)據(jù)線性模型：固定影響模型 ， 隨機(jī)影響模型 ， 表面不相關(guān)回歸模型 ， 隨機(jī)系數(shù)模型 。 ? 第十章