计量经济学名词解释及简答-仅作参考

2.计量经济模型：揭示经济活动中各种因素之间的定量关系，用随机性的数学方程加以描述。

3.回归分析：是研究一个变量关于另一个（一些）变量的依赖关系的计算方法和理论。               

 4、最优线性无偏估计：线性性、无偏性和有效性称为小样本性质，拥有这类性质的估计称为最优线性无偏估计。

5计量经济学检验：在进行计量经济学模型的回归分析时，必须对所研究对象是否满足普通最小二乘法下的基本假定进行检验，即检验是否存在一种或多种违背基本假定的情况，这种检验称为计量经济学检验。

6.异方差性：对于不同的样本点，随机干扰项的方差不再是常数，而是互不相同，则认为出现了异方差性。

7序列相关性：多元线性回归模型的基本假设之一是模型的随机干扰项相互或不相关， 如果模型的随机干扰项违背了相互的基本假设，称为存在序列相关性。

8.虚假序列相关：由于随机干扰项的序列相关往往是在模型设定中遗漏了重要的解释变量或对模型的函数形式设定有误时出现的，这种情形称为虚假序列相关。

9模型设定偏误：在模型的设定中由于遗漏了重要的解释变量或对模型的函数形式设定有误而引起的虚假序列相关，称为模型的设定偏误。

10多重共线性：如果某两个或多个解释变量之间出现了相关性则称为存在多重共线性。

  11随机解释变量：如果存在一个或多个随机变量作为解释变量，则称原模型存在随机解释变量问题。   

12工具变量：是指在模型估计过程中被作为工具使用，以替代与随机干扰项相关的随机解释变量的另一个变量。

13虚拟变量：根据因素的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D.      

 14虚拟变量陷阱：一般称由于引入虚拟变量个数与定性因素个数相同出现的模型无法估计的问题，称为"虚拟变量陷阱"

15滞后变量：某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。通常把这种过去时期的具有滞后作用的变量叫做滞后变量。

16.滞后变量模型：含有滞后被解释变量的模型叫做滞后变量模型。

分析滞后模型：如果滞后模型中，没有滞后被解释变量仅有解释变量的当期值及其若干期的滞后值，成为分布滞后模型。

17短期乘数：表示本期X变化一个单位对Y平均值的影响程度。

18长期乘数：表示X变动一个单位，由于滞后效应而形成的对Y平均值总影响的大小。

19格兰杰因果关系：因果关系是指变量间的一种依赖性，原因变量的变化将引起结果的变化。

X的过去或滞后值包括进来能显著改善对Y的预测，则可以认为X是Y的格兰杰原因。

21单整：如果一个时间序列经过一次差分变成平稳的，则称原序列是1阶单整的，记为I（1）。 一般地，如果时间序列经过d次差分后变成平稳序列，则称原序列是d阶单整序列，记为I（d）

22协整：如果所考虑的时间序列具有相同的单整阶数，且某种线性组合（协整向量）使得组合时间序列的单整阶数降低，则称这些时间序列之间存在显著的协整关系 

1.序列的平稳性：假定某个时间序列由某一随机过程生成，即假定时间序列{Xt}（t=1, 2, …）的每一个数值都是从一个概率分布中随机得到的。如果经由该随机过程所生成的时间序列满足下列条件：1.均值E(Xt)=u是与时间t 无关的常数；

2.方差Var(Xt)=s^2是与时间t 无关的常数；3.协方差Cov(Xt, Xt+k)=r k 是只与时期间隔k有关，与时间t 无关的常数；则称经由该随机过程而生成的时间序列是平稳的（stationary)。

2建立经典单方城计量经济学模型的步骤：1.理论模型的设计2.样本数据的收集3.模型参数的估计4.模型的检验

3计量经济学模型成功地三要素1.理论，及经济理论，所研究的经济现象的行为理论2.方法，主要包括模型方法和计算方法，是研究的工具和手段3.数据，及反应研究对象的活动水平，相互间联系及外部环境数据。

4计量经济学模型的应用1，结构分析2.经济预测3.评价4，检验与发展经济理论 。 

  5相关分析与回归分析联系与区别1，联系①皆为研究非确定性变量间的统计依赖关系，并能度量线性依赖程度大小2.区别①相关分析仅从统计数据上度量变量间的相关程度，而无需考察两者间是否有因果关系，且变量地位是对称的，都是随机变量，只关注变量间的联系程度，而不关注具体的依赖关系②回归分析则更关注变量间的因果关系。变量的卫视不对称的，有解释与被解释之分，而解释变量通常为非随机变量，更加关注变量之间的具体依赖关系。

6回归分析的主要内容1，根据样本观察值对计量经济学模型参数进行估计，求得回归方程2.对回归方程，参数估计值进行显著性检验3.利用回归方程进行分析评价及预测 。

7异方差的后果（序列相关性后果）：1，参数估计量非有效2.变量的显著性检验失去意义3.模型的预测失效  

 8多重共线性的后果：1.完全共线性下参数估计量不存在2.近似共线性下普通最下二乘法参数估计量的方差变大(非有效)3.参数估计量经济含义不合理4，变量的显著性检验和模型的预测功能失去意义 。

9随机解释变量的后果;1随机解释变量和随机干扰项相互，则无偏一致2.若同期不相关，而异期相关，则有偏一致3.若同期相关，则有偏非一致

10在总体回归函数中引用随机干扰项主要原因（可代表些什么？）

（1）代表未知的影响因素（2）代表残缺证据（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。

11一元线性回归模型的基本假设（1）回归模型是正确设定的（2）解释变量是确定性变量，在重复抽样中取固定值（3）解释变量在所抽取的样本中具有变异性，且随着样本容量的无限增加，解释变量的样本方差趋于一个非零有限常数（4）随机误差项的零均值，同方差及不序列相关性（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。

12虚假回归（伪回归）：如果两列时间序列数据表现出一致的变化趋势，即使他们之间没有任何经济关系，若进行回归亦可表现出较高的可决系数，则为是伪回归。

 13为什么提出调整的可决系数？在应用过程中发现，如果在模型中增加一个解释变量，R的平方往往增大。由于增加解释变量个数引起的R的平方增大与拟合好坏无关，因此在多元回归模型之间比较拟合优度，R的平方就不是一个合适的指标，必须加以调整。调整的可决系数是将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响。

14基本假定违背：（1）随机干扰项序列存在异方差性（2）随机干扰项序列存在序列相关性（3）解释变量之间存在多重共线性（4）解释变量是随机变量且与随机干扰项相关。

15模型的检验：1经济意义检验2.统计检验3.计量经济学检验4.模型预测检验