第1章导论 1
第1节什么是计量经济学 1
第二节计量经济学的研究步骤 5 第三节变量、参数、数据与模型 9
本章小结 13 思考题 14 第二章 简单线性回归模型 15
第1节回归分析与回归函数 16
第二节简单线性回归模型参数的估计 26
第三节拟合优度的度量 35
第四节回归系数的区间估计和假设检验 38
第五节回归模型预测 43
第六节案例分析 48
本章小结 54
思考题 56
练习题 56
附录2.1简单线性回归*小二乘估计有效性的证明 59
附录2.2 σ2*小二乘估计的证明 60
第三章 多元线性回归模型 63
第1节多元线性回归模型及古典假定 64
第二节多元线性回归模型的估计 68
第三节多元线性回归模型的检验 74
第四节多元线性回归模型的预测 79
第五节案例分析 81
本章小结 85
思考题 87
练习题 88
附录3.1多元线性回归*小二乘估计*小方差性的证明 92
附录3.2残差平方和2:e2的均值为()的证明1η-kσ2 93 第四章多重共线性 94
第1节什么是多重共线性 95
第二节多重共线性产生的后果 97
第三节多重共线性的检验 100
第四节多重共线性的补救措施 102
第五节案例分析 106
本章小结 109
思考题 110
练习题 111 第五章异方差性 114
第1节异方差性的概念 115
第二节异方差性的后果 116
第三节异方差性的检验 117
第四节异方差性的补救措施 122
第五节案例分析 125
本章小结 131
思考题 132
练习题 132
附录5.1对数变换后残差为相对误差的证明 135 第六章自相关 137
第1节什么是自相关 138
第二节自相关的后果 140
第三节自相关的检验 142
第四节自相关的补救 147
第五节案例分析 149
本章小结 153
思考题 154
练习题 155
附录6.1存在自相关时参数估计值方差的证明 159 第七章分布滞后模型与自回归模型 161
第1节滞后效应与滞后变量模型 162
第二节分布滞后模型的估计 164
第三节自回归模型的构建 169
第四节自回归模型的估计 173
第五节案例分析 176
本章小结 184
思考题 185
练习题 185 第八章虚拟变量回归 189
第1节虚拟变量 190
第二节虚拟解释变量的回归 192
第三节虚拟被解释变量 199
第四节案例分析 205
本章小结 209
思考题 210
练习题 211 第九章设定误差与测量误差 215
第1节设定误差 216
第二节设定误差的检验 220
第三节测量误差 224
第四节案例分析 226
本章小结 232
思考题 233
练习题 233
附录9.1 α2概率极限性质的证明 235
附录9.2参数α2一致性的证明 235
附录9.3有测量误差模型参数估计结果的推导 236 第十章时间序列计量经济模型 237
第1节时间序列计量经济分析的基本概念 238
第二节时间序列平稳性的单位根检验 240
第三节协整 244
第四节格兰杰因果检验 248
第五节案例分析 249
本章小结 254
思考题 255
练习题 255 第十一章联立方程组模型 259
第1节联立方程模型及其偏倚 260
第二节联立方程模型的识别 266
第三节联立方程模型的估计 274
第四节案例分析 279
本章小结 284
思考题 285
练习题 285 第十二章实证项目的计量经济研究一一课程论文分析 289
第1节实证项目研究的选题 289
第二节模型设定与数据处理 292
第三节计量经济分析 298 主要参考文献 302 附录 统计用表 303
表1标准化正态分布下的面积 304
表2t分布的百分点 305
表3F分布的上端百分点 306
表4χ2分布的上端百分点 314
表5(a)德宾→沃森d统计量(在0. 05显著性水平上dL和dU的显著点) 316
表5(b)德宾→沃森d统计量(在0. 01显著性水平上dL和dU的显著点) 321
表6协整检验临界值表 326

第1章导论
“一门科学只有成功地运用了数学时，才算达到了真正完善的地步。"
---卡尔?马克思(见拉法格的回忆录)
“第二次世界大战后的经济学是计量经济学的时代。"
---P.萨谬尔森(P.Samuelson)
“在大多数大学和学院中，计量经济学的讲授已成为经济学课程表中有**的
一部分。"
---R.克莱因(R.Klein)
第1节什么是计量经济学
计量经济学是现代经济学的重要分支。为了深入学习计量经济学的理论与方法，有必要首先从整体上对计量经济学有一些概略性的认识，了解计量经济学的性质、基本思想、基本研究方法及若干常用的基本概念。
一、计量经济学的产生与发展 在对实际经济问题的研究中，经常需要对经济活动及其数量变动规律作定量的分析。
例如，为了研究中国经济的增长，需要分析中国国内生产总值(GDP)变动的状况。分析有哪些主要因素会影响中国GDP的增长?分析中国的GDP与各种主要影响因素关系的性质是什么?分析各种因素对中国GDP影响的程度和具体数量规律是什么?分析所得到的数量分析结果的可靠性如何?还要分析经济增长的政策效应，或者预测中国GDP发展的趋势。显然，对这类经济问题的定量分析，需要解决一些共性问题:提出所研究的经济问题及度量方式，确定表现研究对象的经济变量(如用GDP的变动度量经济的增长);分
析对研究对象变动有影响的主要因素，选择若干作为影响因素的变量;分析各种影响因素与所研究经济现象相互关系的性质，决定相互联系的数学关系式;运用科学的数量分析方法，确定所研究的经济对象与各种影响因素间具体的数量规律;运用统计方法分析和检验所得数量结论的可靠性;运用数量研究的结果作经济分析和预测。对社会经济问题数量规律的研究具有普遍性，计量经济学是专门研究这类问题的经济学科。
计量经济学Ceconometrics)这个词是挪威经济学家、第1届诺贝尔经济学奖获得者
弗瑞希CR.Frisch)在其1926年发表的《论纯经济问题》一文中，按照"生物计量学"Cbio
metrics)一词的结构仿造出来的。"econometrics"一词的本意是指"经济度量"，研究对经
济现象和经济关系的计量方法，因此有时也译为"经济计量学"。将econometrics译为计
量经济学，是为了强调计量经济学是一门经济学科，不仅要研究经济现象的计量方法，而
且要研究经济现象发展变化的数量规律。
计量经济学的产生源于对经济问题的定量研究，这是社会经济发展到一定阶段的客观需要。经济现象本来就充满着数量关系，人们很早就在探索用定量的方式研究经济问题。早在17世纪，英国经济学家、统计学家威廉?配第在《政治算术》中就运用统计方法研究社会经济问题，主张用"数字、重量和尺度"来阐明经济现象。在以后的相当一段时间内，经济学家们也力图运用数学方法研究经济活动，用数学语言和公式去表达经济范畴和经济规律。但计量经济学作为经济学的一门独立学科被正式确立，其标志一般认为是
1930年12月弗瑞希和丁伯根CJ.Tinbergen)等经济学家发起在美国克里富兰成立国际计量经济学会。
第二次世界大战以后，计量经济学在西方各国的影响迅速扩大，发展成为经济学的重要分支。特别是20世纪40-60年代，经典计量经济学逐步完善并得到广泛应用。美国著名经济学家、诺贝尔经济学奖获得者萨谬尔森认为"第二次世界大战后的经济学是计量经济学的时代。"事实上，在诺贝尔经济学奖获得者中，有相当一部分都是计量经济学家。
应该看到，计量经济学的发展是与现代科学技术成就结合在一起的，它反映了社会化大生产对各种经济因素和经济活动进行数量分析的客观要求。经济学从定性研究向定量分析的发展，是经济学逐步向更加精密、更加科学发展的表现。正如马克思所强调的一门科学只有成功地运用了数学以后，才算达到了完善的地步。因此，诺贝尔经济学奖获得者、经济学家克莱因认为"计量经济学已经在经济学科中居于*重要的地位。"
计量经济学与其他西方经济理论不同的一个重要特点，是它自身并没有固定的经济理论，计量经济学中的各种计量方法和技术，大多来自数学和统计学。我们只要坚持以科学的经济理论为指导，紧密结合中国经济的实际，就能够使计量经济学的理论与方法在中国的经济理论研究和现代化建设中发挥重要的作用。
20世纪70年代以来，计量经济学的理论和应用又进入一个新的阶段。首先是计算机的广泛应用和新的计量方法大量提出，计量经济模型的规模越来越大。更重要的是，非经典计量经济学的理论和应用有了新的突破。经典计量经济学一般指20世纪70年代以前发展起来并广泛应用的计量经济学，其特征是主要采用随机模型，以经济理论导向建立模型，变量之间的关系为线性或可转化为线性的因果模型，数据为时间序列数据或截面
数据，以*小二乘或极大似然法估计参数，应用于结构分析、政策评价、经济预测。非经典计量经济学一般指20世纪70年代以后发展的，在模型类型、模型导向、模型结构、数据类型、估计方法等方面形成了新的体系。非经典计量经济学中非线性方法、协整理论、面板数据、非均衡理论、随机过程方法、非参数方法等现代数学和统计理论的应用成为新的研究课题，主要包括微观计量经济学、非参数计量经济学、时间序列计量经济学和空间计量经济学等。需要强调的是，经典计量经济学是计量经济学重要的理论和方法论基础，非经典计量经济学是对经典计量经济学的完善和发展。学习计量经济学不应当忽视经典计量经济学，同时对"非经典"的某些新发展也应有一定的了解，才能把握现代计量经济学的发展，也才能正确理解和运用经典计量方法。 二、计量经济学的性质 计量经济学的奠基人弗瑞希指出:计量经济学"是统计学、经济学和数学的结合"，"三者结合起来，就有力量，这种结合便构成了计量经济学"。①
美国现代经济词典认为:计量经济学是用数学语言来表达经济理论，以便通过统计方法来论述这些理论的一门经济学分支。
萨谬尔逊、库普曼斯、斯通三位著名经济学家在1954年计量经济学家评审委员会的报告中认为:"计量经济学可定义为:根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。"②
尽管这些经济学家对计量经济学定义的表述各不相同，但可以看出，计量经济学不是对经济的一般度量，它与经济理论、统计学、数学都有密切的关系。事实上，计量经济学是以经济理论和经济数据的事实为依据，运用数学、统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。应当注意，计量经济学所研究的主体是经济现象及其发展变化的规律，所以它是一门经济学科。计量经济学要运用大量的数学方法，特
别是许多数理统计方法，但数学在这里只是工具，而不是研究的主体。在计量经济学中，
数学方法是为经济问题服务的，方法手段要服从研究对象(经济活动)的本质特征，这与数学是不同的。计量经济学研究数量规律性，离不开数学和统计学方法，但是离开了方法提出的经济背景，离开了方法本身的经济学解释，离开了方法应用的经济对象，离开了计量
结果经济意义的合理解读，计量经济学就只是一堆无用的数字和符号。
计量经济学的目的是要把实际经验的内容纳入经济理论，确定表现各种经济关系的经济参数，从而验证经济理论，预测经济发展的趋势，为制定经济政策提供依据。为此，计量经济学不仅要寻求经济计量分析的方法，而且要对实际经济问题加以研究，要解决达到上述目的的理论和方法论问题。这样，计量经济学分成了两种类型:即理论计量经济学和应用计量经济学。
理论计量经济学研究如何建立合适的方法，去测定由计量经济模型所确定的经济关
系。现实的经济活动和经济关系异常复杂，一般来说，各种经济变量之间并不是精确的函
数关系，经济变量间的数量关系不是那么确定，也就是说模型中往往包含一些随机的无法直接控制的因素，所以理论计量经济学要较多地依赖数理统计学方法。除了研究计量经济模型普遍应用的参数估计方法与检验方法以外，由于经济现象的复杂性，各种实际的经济关系不一定都服从一般的统计规律，理论计量经济学还须研究当一般的统计假定条件不完全满足时将会产生的结果，并寻求解决这些问题的专门方法，也就是说还会面临许多特殊的经济计量问题，形成一些专门的计量经济方法。所以，理论计量经济学是适合于经济关系计量的方法论学科。
应用计量经济学是运用理论计量经济学提供的工具，研究经济学中某些特定领域的经济数量问题，如生产函数、消费函数、投资函数、供给函数、劳动就业等。应用计量经济学以建立计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。应用计量经济学研究的是具体的经济现象和经济关系，研究它们在数量上的联系及其变动规律性。除了计量经济方法以外，应用计量经济学更多地要依据经济学理论所确定的经济规律，而且要依据经济统计提供的反映现实经济现象和经济关系的观测数据，运用计量经济模型分析经济结构，预测经济的发展趋势，对经济政策作定量的评价。
三、计量经济学与其他学科的关系 从前面的讨论可以看出，计量经济学是与经济学、经济统计学及数理统计学都有关系的交叉学科。但计量经济学又不是这些学科的简单结合，它与这些学科既有联系又有区别。
计量经济学研究的主体是经济现象和经济关系的数量规律，经济学理论所说明的经济规律，是计量经济学分析经济数量关系的理论基础。离开了经济理论的指导，计量经济学就可能无的放矢，计量经济学的应用也可能会步入歧途。
但是计量经济学并不是盲目地重复经济理论，计量经济学研究是把经济理论与客观现实联系起来分析，计量经济分析的成果或者是对经济理论确定的原则加以验证与充实，或者可以否定某些经济理论原则，而进行补充或修改。计量经济学与经济学的明显区别，在于一般的理论经济学主要根据逻辑推理得出结论，主要用文字或符号说明经济现象和过程的本质与规律，大多具有定性的性质。理论经济学有时也会涉及经济现象的数量关系，如说明价格与商品需求量及供应量成正比或反比的关系，但经济理论并不提供这类经济关系数量上的度量，并不说明价格的变动将会使供应量和需求量具体增加或降低多少。计量经济学则要对经济理论所确定的经济关系作定量的估计，对经济理论提供经验的内容。
经济统计学也研究对经济现象的计量，只不过是侧重于对社会经济现象的描述。经济统计提供的数据，是计量经济学据以估计参数、验证理论的基本依据。离开了经济统计，任何对实际经济问题的经济计量分析都会寸步难行。计量经济学对经济统计的这种依赖性是由经济活动的特殊性决定的。经济现象是人所从事的社会性活动，它不可能像针对自然现象的物理实验和化学实验那样，可以在实验室中严格控制其他条件不变，去反复观测某种因素变动对所研究现象的影响。经济现象不可能人为地控制"其他条件不变"，人们能够做的只是被动地观测客观经济活动的既成事实，也就是分析对实际经济现象观测所得的统计数据。计量经济学运用的往往是其他数据搜集者提供的数据，这就要求必须熟悉这些数据的性质和结构。
计量经济学所研究的经济现象并不都呈现为精确的函数关系，计量经济模型中包含了随机误差项，这样模型中的一些变量和参数的估计量都成为了随机变量。概率论与数理统计学是研究随机变量统计规律性的学科，所以数理统计学中的参数估计、假设检验、方差分析、回归分析等方法在计量经济学中得到了全面运用，可以说数理统计学是计量经济学的方法论基础。然而，数理统计学只是抽象地研究一般随机变量的统计规律，主要讨论在一定假设条件下一般随机变量的概率分布性质，以及特征值的估计与推断。而计量经济学是从具体的经济模型出发，其参数都具有特定的经济意义，研究对模型参数的估计与推断时，不仅要看在数学原理上是否通得过，还要看与实际的经济内容是否一致。而且，在实际经济问题的计量中，数理统计中一些标准的假定经常不能满足，还需要建立许多专门的经济计量方法。所以，计量经济学并不只是对数理统计方法的简单应用。
作为对计量经济学与其他相关学科关系的总结，可以引述R.弗瑞希早在1933年为《计量经济学》杂志写的发刊词中的一段话"对经济的数量研究可