高级计量经济学  020204D05003Z

学期:2020—2021学年(春)第二学期 | 课程属性:专业普及课 | 任课教师:洪永淼
授课时间: 星期三,第6、7、8 节
授课地点: 教学楼N306
授课周次: 1、2、3、4、5、6、7、8、9、10、11、12、13、14、15、16
课程编号: 020204D05003Z 课时: 40 学分: 2.00
课程属性: 专业普及课 主讲教师:洪永淼 助教:
英文名称: Advanced Econometrics 召集人:

教学目的、要求

市场经济充满不确定性和风险。现代经济学旨在研究充满不确定性的市场条件下有限资源如何配置的问题。作为分析不确定性事件的一个通用工具,计量经济学在经济学、金融学研究中起着重要的作用。计量经济学是对经济金融数据的统计分析,它已经成为现代经济管理学科的一项基本训练。本课程力求让学生理解掌握计量经济学模型相关的基本概念,以及教会学生如何运用模型和不同的估计方法进行规范的实证分析。本课程的重点以计量模型的假设和模型估计量的大样本性质为主,实证分析为辅。重点在于让学生深刻理解不同计量模型的假设和估计方法的理论性质,并帮助学生更好地理解实证结果。

预修课程

微积分,线性代数,概率论与数理统计

教 材

《高级计量经济学》,洪永淼著,赵西亮、吴吉林译,高等教育出版社 2011
Advanced Econometrics: A Unified Approach. Yongmiao Hong, World Scientific Publisher, 2020

主要内容

本课程从一个统一的框架出发,由浅入深,循序渐进地讨论了各种计量经济学模型的估计方法,并重点关注如何推导一些基本的计量经济学模型估计量的大样本性质,以及如何进行假设检验和模型选择。本课程讨论的计量经济学模型不仅包括在不同设定下(独立同分布样本,时间序列等)的最基本的线性回归模型,还包括了微观计量经济学中的许多非线性模型。所关注的估计方法既包括最基本的最小二乘方法,也包括了广义矩估计方法和极大似然估计方法。
各章节的内容提要如下:
第一章 计量经济学导论
本章主要讨论计量经济学的理念和方法,计量经济学的地位、作用和局限性,以及计量经济学与数理经济学、数理统计学等相关学科的区别与联系。首先描述现代经济学的两个重要特征,即数学建模(mathematical modeling)和经验验证(empirical validation),其次提供相关启示性案例,讨论计量经济学作为一种基本方法在实证研究中的地位与作用。最后,讨论计量经济学和经济学科的局限性。
第二章 一般回归分析和模型设定
本章主要介绍回归分析的理论基础。从经济学和统计学的角度讨论回归函数的重要性,并提供线性回归模型正确设定(correct specification)的条件,定义了均方误(mean square error)并证明条件均值使均方误最小。此外,还将对最小二乘法近似系数及其与模型参数的关系进行解释与讨论。
第三章 经典线性回归模型
本章主要介绍经典线性回归理论,包括经典回归模型假设、OLS估计量的统计性质、t检验和F检验、GLS估计量及其相关的统计推断方法。经典线性回归模型是构筑现代计量经济学理论的基石,也是理解现代计量经济学的钥匙。
第四章 独立同分布随机样本的线性回归模型
如果回归扰动项的条件正态分布假设不成立,OLS估计量的有限样本抽样分布将不再是正态分布,且一般是未知的。在有限样本的抽样条件下,t检验和F检验统计量不再服从t分布和F分布。本章主要介绍大样本分析的概念与工具,并证明如果随机样本是独立同分布且随机扰动项满足条件同方差,则在大样本的情形下,经典的t检验和F检验统计量近似成立。但当样本容量趋于无限大时,将需要采用White(1980)异方差一致性方法—协方差矩阵估计量(hetoroskedasticity-consistent variance-covariance matrix estimator)。
第五章 平稳时间序列的线性回归模型
本章将线性回归理论推广到平稳时间序列数据。首先引入时间序列分析的各种基本概念和若干序列相关检验。随后,证明如果回归误差是鞅差分序列,则独立同分布随机样本的大样本理论仍然适用于具有平稳遍历性(stationary ergodicity)的时间序列数据。
第六章 具有条件异方差和自相关扰动项的线性回归模型
本章主要介绍在存在条件异方差和自相关情形下OLS估计量的渐进方差估计以及相关的统计检验。将大样本理论扩展到更一般的情形,即存在条件异方差和序列自相关的情形。这种情形下,经典回归理论不再适用,为了进行有效的统计分析,必须使用长期方差—协方差估计量(long-run variance-covariance estimator)。
第七章 工具变量回归分析
本章主要介绍两阶段最小二乘估计和相关的统计方法。首先讨论当条件不成立时,OLS估计量一般不再是真实模型参数的一致估计。随后,引入两阶段最小二乘(two-stage least squares,2SLS)估计量,并给出2SLS估计量的统计性质和直观解释。接着,讨论参数假设检验。提供随机扰动项分别为条件同方差鞅差分序列、条件异方差鞅差分序列及非鞅差分序列三种情形下的检验方法。此外,还将介绍Hausman检验,该方法可用来检验回归模型是否存在内生性,或者更一般的,检验回归模型设定是否正确。最后简要总结第二章至第七章的线性回归模型理论。
第八章 广义矩方法
本章主要介绍广义矩方法。首先提供一些有关矩条件的经济学实例,并定义GMM估计量。然后,考察GMM估计量的一致性和渐进正态性。由于GMM估计量的渐进方差与权重矩阵有很大关系,本章还引入一种通过选择合适的权重矩阵进行估计的渐进最优两阶段GMM估计量。最后,介绍一个服从渐进分布的Wald模型参数检验和一个模型过度识别检验。
第九章 最大似然估计和拟最大似然估计
本章主要介绍两种适用于条件概率分布模型和其他线性与非线性计量经济学模型的估计方法—最大似然估计(maximum likelihood estimation,MLE)和拟最大似然估计(Quassi—MLE,QMLE),并讨论如何检验Score函数鞅差分性质、动态信息矩阵等式以及条件概率分布模型的正确设定。此外,提供一些计量经济学的实例,用于说明哪些计量经济学模型可用最大似然方法或拟最大似然估计方法来进行估计。
第十章 总结
本章主要对前面各章节所涉及的计量经济学的基本理论和方法进行总结,介绍经济学和金融学各领域的计量经济学课程,并指出进一步学习计量经济学的方向。

参考文献