计量经济学复习知识点重点难点
计量经济学知识点
第一章导论
1、计量经济学的研究步骤：模型设定、估计参数、模型检验、模型应用。

2、计量经济学是统计学、经济学和数学的结合。

3、计量经济学作为经济学的一门独立学科被正式确立的标志：1930年12
月国际计量经济学会的成立。

4、计量经济学是经济学的一个分支学科。

第二章简单线性回归模型
1、在总体回归函数中引进随机扰动项的原因：①作为未知影响因素的代
表；②作为无法取得数据的已知因素的代表；③作为众多细小影响因素的综合代表；④模型的设定误差；⑤变量的观测误差；⑥经济现象的内在随机性。

2、简单线性回归模型的基本假定：①零均值假定；②同方差假定；
③随机
扰动项和解释变量不相关假定；④无自相关假定；⑤正态性假定。

3、OLS回归线的性质：①样本回归线通过样本均值；②估计值的均值等于
实际值的均值；③剩余项ei的均值为零；④被解释变量的估计值与剩余项不相关；⑤解释变量与剩余项不相关。

4、参数估计量的评价标准：无偏性、有效性、一致性。

5、OLS估计量的统计特征：线性特性、无偏性、有效性。

6、可决系数R2的特点：①可决系数是非负的统计量；②可决系数的取值范
围为[0,1]；③可决系数是样本观测值的函数，可决系数是随抽样而变动的随机变量。

第三章多元线性回归模型
1、多元线性回归模型的古典假定：①零均值假定；②同方差和无自相关假
定；③随机扰动项和解释变量不相关假定；④无多重共线性假定；
⑤正态性假定。

2、估计多元线性回归模型参数的方法：最小二乘估计、极大似然估计、矩
估计、广义矩估计。

3、参数最小二乘估计的性质：线性性质、无偏性、有效性。

4、可决系数必定非负，但是根据公式计算的修正的可决系数可能为负值，
这时规定为0。

5、可决系数只是对模型拟合优度的度量，可决系数越大，只是说明列入模
型中的解释变量对被解释变量的联合影响程度越大，并非说明模型中各个解释变量对被解释变量的影响程度也大。

6、当R2=0时，F=0；当R2越大时，F值也越大；当R2=1时，F→∞。

第四章多重共线性
1、产生多重共线性的背景：①经济变量之间具有共同变化趋势；
②模型中
包含滞后变量；③利用截面数据建立的模型也可能出现多重共线性；④样本数据自身的原因。

2、完全多重共线性的后果：参数的估计值不确定、参数估计值的方差无限
大。

3、不完全多重共线性的后果：①参数估计值的方差和协方差增大；
②对参
数区间估计时，置信区间趋于变大；③严重多重共线时，假设检验容易作出错误的判断；④当多重共线性严重时，可能造成可决系数
较高，经F检验的参数联合显著性也很高，但对各个参数单独的t检验却可能不显著，甚至可能使估计的回归系数符号相反，得出完全错误的结论。

4、多重共线性的检验：简单相关关系检验法、方差扩大（膨胀）因子法、
直观判断法、逐步回归检测法。

5、修正多重共线性的经验方法：剔除变量法、增大样本容量、变换模型形
式、利用非原本先验信息、横截面数据与时间序列数据并用、变量变换。

6、变量变换：计算相对指标、将名义数据转换为实际数据、将小类指标合
并成大类指标、将总量指标进行对数变换。

第五章异方差性
1、产生异方差的原因：模型设定误差、测量误差的变化、截面数据中总体
各单位的差异。

2、异方差的后果：参数的估计仍然具有无偏性和一致性、参数的估计量不
具有有效性、在古典假定下用来检验假设的统计量可能不再成立、参数的方差会增大、Y预测值的精确度也将会下降。

3、异方差的检验：图示检验法、Goldfeld-Quanadt检验、White检验、
ARCH检验、Glejser检验。

4、异方差的补救措施：对模型变换、加权最小二乘法、模型的对数变换。

第六章自相关
1、自相关产生的原因：①经济系统的惯性；②经济活动的滞后反应；③数
据处理造成的相关；④蛛网现象；⑤模型设定误差。

2、自相关的后果：参数依然是无偏的、真实方差被低估、参数估计量无
效、F检验和R^2检验不可靠、置信区间不可靠、降低了预测的精度。

3、自相关的检验：图示检验法、DW检验法、Breusch-Godfrey 检验（LM检
验）
4、自相关的补救：广义差分法、科克伦-奥克特迭代法、德宾两步法。

第七章分布滞后模型和自回归模型
1、滞后效应：被解释变量受自身或其他经济变量过去值影响的现象。

2、滞后效应产生的原因：心理预期因素、技术因素、制度因素。

3、滞后变量：指过去时期的、对当前被解释变量产生影响的变量。

4、分布滞后模型：滞后变量模型中没有被解释变量，被解释变量只受解释
变量的影响，且这种影响分布在解释变量不同时期的滞后值上的滞后变量模型。

5、在分布滞后模型中：β0称为短期乘数或即期乘数，βi称为延迟乘数或
动态乘数，Σβi称为长期乘数或总分布乘数（i=0,1,2,…,s）。

6、自回归模型：滞后变量模型的解释变量仅包括自变量X的当期值和被解
释变量的若干期滞后值的模型。

7、分布滞后模型的估计困难：自由度问题、多重共线性问题、滞后长度难
以确定。

8、衡量回归模型的两个准则：赤池AIC信息准则、施瓦茨SIC信息准则。

9、有限分布滞后模型的常用估计方法：经验加权法、阿尔蒙法。

10、经验加权估计法：根据实际经济问题的特点及经验判断，形成相应的约
束，对解释变量的系数赋予一定的权数，利用这些权数构成各滞后变量的线性组合，以形成新的变量，再应用最小二乘法进行估计。

11、常见的滞后结构模型：递减滞后结构、不变滞后结构、∧形滞后结构。

12、经验加权法的优点：简单易行、少损失自由度、避免多重共线性干扰及
参数估计具有一致性。

缺点：设置权数的主观随意性较大，要求分析者对实际问题的特征有比较透彻的了解。

13、阿尔蒙法基本原理：在有限分布滞后模型滞后长度s已知的情况下，滞
后项系数可以看成是相应滞后期i的函数。

14、通过阿尔蒙多项式变换，新模型中的变量个数少于原分布滞后模型的变
量个数，从而自由度得到了保证，并在一定程度上缓解了多重共线性问题。

15、自回归模型的构建：库伊克模型、自适应预期模型、局部调整模型。

16、自回归模型估计的困难：①出现了随机解释变量Yt-1,而Yt-1可能与随
机扰动项相关；②随机扰动项可能自相关，库伊克模型和自适应预期模型的随机扰动项都会导致自相关，只有局部调整模型的随机扰动项无自相关。

17、工具变量法：在进行参数估计的过程中选择适当的工具变量，代替回归
模型中同随机扰动项存在相关性的解释变量。

18、工具变量选择的条件：①与代替的解释变量高度相关；②与随机扰动项
不相关；③与其他解释变量不相关，以避免出现多重共线性。

19、缓减解释变量Yt-1与随机扰动项存在相关带来的估计偏倚，可采用工具
变量法；诊断一阶自回归模型扰动项是否存在自相关，可用德宾h 检验法。

第八章虚拟变量回归
1、虚拟变量：人工构造的作为属性因素代表的变量通常用字母D （或dummy
的缩写DUM）表示。

一般情形下，虚拟变量的取值为0和1。

2、虚拟变量的作用：①可以作为属性因素的代表；②可以作为某些非精确
计量的数量因素的代表；③可以作为某些偶然因素或政策因素的代表；④可以作为时间序列分析中季节（月份）的代表；⑤可以实现分段回归，研究斜率、截距的变动，或比较两个回归模型的结构差异。

3、常用的虚拟变量模型：①解释变量中只包含虚拟变量，作用是在假定其
他因素都不变时，只研究定性变量是否使被解释变量表现出显著性差异；②解释变量中既包含定量变量，又含虚拟变量，研究定量变量和虚拟变量同时对被解释变量的影响；③被解释变量本身为虚拟变量的模型，是被解释变量本身取值为0或1的模型，适于对某社会经济现象进行“是”与“否”的判断研究。

4、虚拟变量的取值原则：虚拟变量取“0”，通常代表为比较基础的类型；
虚拟变量取“1”，通常代表与基础类型相比较的类型。

5、若一个定性因素有m个相互排斥的类型（或水平、属性）时，虚拟变量
个数的设置规则：①在有截距项的模型中，只能引入m-1个虚拟变量，否则会陷入所谓的“虚拟变量陷阱”，产生完全的多重共线性；
②在无截距的模型中，可以引入m个虚拟变量，而不会导致完全的多重共线性。

6、“虚拟变量陷阱”的实质，是模型中虚拟变量的设置是否会导
致多重共
线性的问题。

7、引入虚拟解释变量的基本方式：加法方式和乘法方式。

以加法方式引入
虚拟变量会改变原有模型的截距；以乘法方式引入虚拟变量会改变原有模型的斜率。

8、以加法方式引入虚拟变量的四种情形：①解释变量只有一个分为两种相
互排斥类型的定性变量而无定量变量；②解释变量包含一个定量变量和一个分为两种类型的定性变量；③解释变量包含一个定量变量和一个两种以上类型的定性变量；④解释变量包含一个定量变量和一个以上定性变量。

9、以乘法方式引入虚拟解释变量的主要作用：①关于两个回归模型的比
较；②因素间的交互影响分析；③提高模型对现实经济现象的描述精度。