1. 实证分析的基本步骤
1) 模型设定
A. 经济理论或假说的陈述
B. 理论的数学模型（经济模型）的设定 C. 理论的计量经济模型的设定
模型设定基本要求：
理论要科学、数学形式尽可能简单、包含随机误差项（计量与经济模型的区别）、变量可观测
2) 估计参数
A. 收集数据：基本说明、来源、单位、时间跨度、符号解析、数据预处理方
法
B. 计量经济模型参数的估计：方法OLS等 C. 结果的解析
概念：
参数的估计值：所估计参数的具体数值 参数的估计式：估计参数数值的公式 参数估计的常用方法：
普通最小二乘、广义最小二乘、极大似然估计、二段最小二乘、三段最小二乘、其他估计方法
3) 模型检验
假设检验
检验的原因
◇建模的理论依据可能不充分 ◇统计数据或其他信息可能不可靠
◇样本可能较小，结论只是抽样的某种偶然结果 ◇可能违反计量经济方法的某些基本假定
检验的内容
对模型和所估计的参数加以评判，判定其在理论上是否有意义，在统计上是否可靠。
1） 经济意义的检验：所估计的模型与经济理论是否相符 2） 统计推断检验：检验参数估计值是否抽样的偶然结果
方法：拟合优度的检验，假设检验，方差分析
3） 计量经济学检验：是否符合计量经济方法的基本假定
判定条件：是否具有（多重共线性、扰动项[自相关、异方差]、模型可识别性、经济变量平稳性）
4） 预测检验：将模型预测的结果与经济运行的实际对比（能否解析历史）
4) 模型应用
A 经济预测：利用估计了参数的计量经济模型，由已知的或预先测定的解释变
量，预测被解释变量在样本数据以外的数值
B 结构分析：根据估计出参数的模型，分析经济变量之间的数量关系 结构分析方法包括：边际分析、弹性分析、乘数分析、比较静态分析等
? ?
边际分析：边际消费倾向为0.7064，说明国民总收入每增加1亿美元，总消费支出将增加0.7064亿美元。 乘数分析：
C 政策评价：利用模型对可供选择的政策方法的实施后果进行模拟测试，从而
对各种政策方案做出评价
2. 实证分析模型检验的基本内容
参考上面的
3. 回归分析
回归分析是研究因变量对另一(些)解释变量的依赖关系的计算方法和理论。 ? 用意：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。 ? 回归分析构成计量经济学的方法论基础，其主要内容
（1）根据样本观察值对经济计量模型参数进行估计，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。
相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。
回归分析对变量的处理方法存在不对称性，即区分因变量和解释变量：前者是随机变量，后者 不是。
4. 总体回归函数、总体回归线、样本回归线，及其形式
总体回归
? 在给定解释变量Xi条件下，被解释变量Yi的期望轨迹称为总体回归线(PRL)，或更
一般地称为总体回归曲线。相应的函数：
称为(双变
量)总体回归函数(PRF)。
? 回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变
化的规律
? 函数形式：可以是线性或非线性的。
样本回归函数
样本散点图近似于一条直线，画一条直线以尽好地拟合该散点图。由于样本取自总体，可以认为该线近似地代表总体回归线，该线称为样本回归线（SRF）。 记样本回归线的函数形式为：(sample regression function，SRF)
称为样本回归函数
5. 最小二乘回归的数值性质
1） 样本回归线通过Y和X的样本均值2） Y的估计值
的均值等于Y实际值的均值
3） 残差的均值为0
4） 残差与Y的估计值不相关 5） 残差与X不相关
6. 经典线性回归模型的基本假设
1) 模型的线性假设 2) X是非随机的
3) 随机扰动项ui的均值为0，更专业说，条件均值为0 4) 同方差假设，更确切的，条件方差相同 5) 扰动项非自相关
6) u和X不存在序列相关
7) 样本容量必须大于参数个数 8) X在样本内存在差异 9) 不存在模型设定误差
10) 对于多元回归分析，解释变量不存在多重共线性
7. 测量单位对回归结果的影响
1) 2) 3) 4)
R平方不受影响
斜率仍然表示变化率 截距随尺度发生变化 系数显著性检验不受影响
8. 多重共线性含义、导致的问题
解释变量之间不存在多重共线性，不存在精确的线性关系，但可以存在非线性关系
? 3 ,?,?? 不存在一组不全为0的数 ? 2 , K 满足：? 2X2i??3X3i????KXK,i?0完全共线性导致的问题：
? 1、参数估计不确定（无法确定估计值、无法区分共线性的变量对Y的影响） ? 2、参数估计值的方差无限大 不完全共线性导致的问题：
? 1、参数估计的方差增大：相关系数越高，方差越大
? 2、对参数的区间估计，置信区间变宽。置信区间依赖于参数估计的标准误，标准误
越大，置信区间越宽。 ? 3、假设检验容易作出错误的判断（置信区间扩大和参数估计方差增大带来T统计量
变小的影响）
? 4、多重共线性严重时，可能造成判决系数R2较高，参数联合检验F的显著性也很
高，但单参数t检验不显著，甚至使参数估计的符号与真实理论相反。 ? 多重共线性的信号：不显著的t值，却有高的R2值。
? 逐步回归检验法
? 多重共线性的处理：剔除变量法、增大样本容量、变量替换（时间趋势-差分）（比
率变换）、利用先验信息、横截面数据和时间序列数据并用
9. 异方差的含义、PARK检验、Glejser检验、Goldfeld-Quandt检验、White检验
异方差：扰动项的条件方差各异，不再等于相同的一个常数。
? ? ? ? ? ? ? ? ? ? ? ?
存在异方差的原因：
1、误差学习(边错边改)模型,学习时间越长，误差越小。 打字错误与打字练习小时的关系
2.解释变量值越高，被解释变量有更多的变异源。
收入与储蓄的关系，随着收入增长，高收入家庭有更多的储蓄方式可以选择。 3.数据收集、处理技术的改进，减少了扰动项的方差。 4.异方差可能因为数据异常值而产生 5.模型设定错误所导致
被忽略的变量与模型的解释变量有同方向或反方向的变化趋势。 6.异方差可能源于某个或某些回归元的分布偏态(skewness)。 处于顶端的少数部分人拥有大部分的收入和财富。 7. 截面数据中总体各单位的差异。
截面数据比时间序列数据更容易产生异方差。截面数据比时间序列数据更容易产生异方差。