计量经济学(2025-2026-1)
计量经济学(2025-2026-1)
1万+ 人选课
更新日期:2026/04/01
开课时间2026/03/05 - 2026/07/10
课程周期19 周
开课状态开课中
每周学时-
课程简介

这门课会讲什么?

计量经济学(Econometrics)是经济学的一个分支,它是在数理经济学、经济统计学和数理统计学基础上在上世纪30年代发展起来的一门应用经济学学科,是教育部确定的经济学类各专业的核心课程之一。计量经济学的先修课程为微积分、概率论与数理统计、线性代数、宏观经济学、微观经济学、经济统计学等。

计量经济学从诞生之日起,就显示了极强的生命力,著名计量经济学家、诺贝尔经济学奖获得者克莱茵 (R. Klein) 在“A Textbook of Econometrics”(1983)的序言中写道:“计量经济学已经在经济学科中居于最重要的地位”。著名经济学家、诺贝尔经济学奖获得者萨缪尔森( P. Samuelson) 甚至说:“第二次世界大战后的经济学是计量经济学时代”。

课程教学设计

1)以问题为研究对象,按照提出问题、分析问题、解决问题、总结问题的步骤,培养学生运用计量经济学基本理论和方法来分析和解决问题的能力。

(2)设计启发式教学案例,培养学生主动学习、研究和创新意识。

(3)注重实践能力的培养,建立起计量经济学的课程知识体系。

 



你将收获什么?

       近年来,由于计量经济学中的面板数据(panel data)等研究越来越丰富,经济学者逐渐利用数学等计数方法将经济学科的理论知识体系变为一定的方程和系统来更形象的表现,最后通过数学等统计方法来估算。这样的方法结合和流程转变,也更加促进我国计算GDP,以及各个行业的基准价格、利率、股票价格等很多经济数据的规律和变化。所以,新发展的趋势是经常采取经济学、数学和统计学的结合,使得现代计量经济学趋向于把数学、统计学和经济学结合得更紧密,所以学习计量经济学收获良多。

适合什么人学习?

本课程适用于所有经管类学生。

课程大纲

课程章节

  • 第一章 导论
  • 第二章 一元线性回归模型
  • 第三章 多元线性回归模型
  • 第四章 多重共线性
  • 第五章 异方差
  • 第六章 函数形式与虚拟变量
  • 第七章 时间序列回归的一般问题
  • 第八章 动态模型
  • 第九章 非平稳时间序列模型
  • 第十章 误差项自相关与异方差

第一章 导论

1.1 什么是计量经济学

1.2 经典计量经济模型的建模方法

1.3 Stata软件入门:学习资料与软件启动

1.4 Stata软件入门:创建数据集

1.5 Stata软件入门:Stata语法与命令

第二章 一元线性回归模型

2.1 一元线性回归模型的引入(一)

2.2 一元线性回归模型的引入(二)

2.3 模型参数估计方法—OLS

2.4 OLSE的有限样本性质与古典假定

2.5 模型拟合优度检验

2.6 解释变量显著性检验—t检验

2.7 利用计量模型进行预测

2.8 Stata软件应用:相关分析

2.9 Stata软件应用:一元线性回归分析

第三章 多元线性回归模型

3.1 多元线性回归模型的形式

3.2 多元线性回归模型的参数估计

3.3 多元线性回归模型OLSE的统计性质与古典假定

3.4 多元线性回归模型的统计检验—R2检验

3.5 多元线性回归模型的统计检验—t 检验

3.6 多元线性回归模型的统计检验—F 检验

3.7 多元线性回归模型的评价

3.8 多元线性回归模型的应用

3.9 Eviews软件应用:多元线性回归模型参数估计

3.10 Eviews软件应用:多元线性回归模型统计检验

3.11 Eviews软件应用:回归系数的一般约束检验

3.12 Stata软件应用:多元回归模型的估计

3.13 Stata软件应用:多元回归模型的统计检验

第四章 多重共线性

4.1 多重共线性的含义及产生的原因

4.2 多重共线性带来的后果

4.3 多重共线性的诊断方法(1):直观判别法和方差扩大因子

4.4 多重共线性的诊断方法(2):法勒-格劳搏检验和特征值法

4.5 多重共线性问题的处理(1)

4.6 多重共线性问题的处理(2)

4.7 Eviews软件应用:多重共线性

4.8 Stata软件应用:多重共线性

第五章 异方差

5.1 异方差问题及影响

5.2 异方差的检验(1):图示法、戈德菲尔德-匡特检验

5.3 异方差的检验(2):帕克检验、戈里瑟检验、怀特检验、布殊-帕甘检验

5.4 异方差问题的处理(1):加权最小二乘法

5.5 异方差问题的处理(2):一致估计量、代数变换

5.6 Eviews软件应用:G-Q检验

5.7 Eviews软件应用:异方差的检验与处理

5.8 Stata软件应用:异方差的检验与处理

第六章 函数形式与虚拟变量

6.1 变量非线性回归模型(1)对数函数模型

6.2 变量非线性回归模型(2):双曲线模型、多项式模型

6.3 虚拟变量的加法模型

6.4 虚拟变量的乘法模型

6.5 多状态下的虚拟变量

6.6 Eviews软件应用:非线性模型建模

6.7 Eviews软件应用:多状态下的虚拟变量模型回归

6.8 Stata软件应用:虚拟变量建模

第七章 时间序列回归的一般问题

7.1 时间序列数据的特殊性

7.2 时间序列回归的特殊性

7.3 时间序列回归中OLSE的有限样本性质及其假定

7.4 时间序列回归中OLSE的大样本性质及其假定

7.5 平稳与弱相关时间序列

7.6 时间序列非平稳的来源

7.7 确定性趋势与季节模型

7.8 Eviews软件应用:时序数据文件的建立与基本描述性分析

7.9 Eviews软件应用:确定性趋势与季节模型的建立

第八章 动态模型

8.1 单变量平稳时间序列模型:ARMA模型

8.2 VAR模型

8.3 Eviews软件应用:ARMA模型的构建

8.4 Eviews软件应用:VAR模型的构建

第九章 非平稳时间序列模型

9.1 非平稳序列回归的“伪回归”问题

9.2 单位根检验

9.3 协整与误差修正模型

9.4 结构突变检验

9.5 Eviews软件应用:单位根检验

9.6 Eviews软件应用:协整与误差修正模型

第十章 误差项自相关与异方差

10.1 什么是随机误差项自相关

10.2 随机误差项自相关的检验

10.3 误差项自相关模型的修正

10.4 Eviews软件应用:误差项自相关检验

10.5 Eviews软件应用:误差项自相关的处理

App 下载
关注我们