第一篇：計(jì)量經(jīng)濟(jì)學(xué)心得

計(jì)量經(jīng)濟(jì)學(xué)學(xué)習(xí)心得

經(jīng)過(guò)一個(gè)學(xué)期對(duì)計(jì)量經(jīng)濟(jì)學(xué)的學(xué)習(xí)，我收獲了很多，也懂得了很多。通過(guò)以計(jì)量經(jīng)濟(jì)學(xué)為核心，以統(tǒng)計(jì)學(xué)，數(shù)學(xué)，經(jīng)濟(jì)學(xué)等學(xué)科為指導(dǎo)，輔助以一些軟件的應(yīng)用，從這些之中我都學(xué)到了很多的知識(shí)。

通過(guò)學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)，我發(fā)現(xiàn)：計(jì)量經(jīng)濟(jì)學(xué)便是用精簡(jiǎn)的文字概括內(nèi)容要點(diǎn)，用樸實(shí)的語(yǔ)言聯(lián)系現(xiàn)實(shí)生活，讓我們體會(huì)到計(jì)量經(jīng)濟(jì)學(xué)就在我們的身邊。

參觀一個(gè)城市，先站在最高處俯瞰，然后走街串巷;了解一座建筑，先看模型，后走進(jìn)每一個(gè)房間。各起一半作用。計(jì)量經(jīng)濟(jì)學(xué)也是如此。

學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)給我印象和幫助最大的主要有兩點(diǎn)：一：對(duì)EVIEWS軟件的熟練操作與應(yīng)用，記得以前學(xué)運(yùn)籌學(xué)的時(shí)候，我學(xué)會(huì)了Lindo軟件，而現(xiàn)在我又學(xué)會(huì)了Eviews軟件，我感覺自己真的是很幸運(yùn)，因?yàn)楫吘褂行┸浖菍儆谀欠N有價(jià)無(wú)市的，如果沒(méi)有老師的傳授我不可能從市場(chǎng)上或是從思想上認(rèn)識(shí)到它;二：對(duì)于計(jì)量經(jīng)濟(jì)學(xué)辯論賽的認(rèn)識(shí)我是很深刻的，在這一場(chǎng)沒(méi)有硝煙但卻處處充滿著科學(xué)理論的睿智辯論中，我提高了膽識(shí)，增長(zhǎng)了見識(shí)，也學(xué)會(huì)了團(tuán)隊(duì)與協(xié)作的力量。

以下我將著重從六個(gè)方面闡述我對(duì)計(jì)量經(jīng)濟(jì)學(xué)知識(shí)的一些認(rèn)識(shí)以及個(gè)人從中學(xué)到的經(jīng)驗(yàn)與心得。

一：計(jì)量經(jīng)濟(jì)學(xué)教我了我很多。

在學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)的過(guò)程中，我可以旁征博引，同時(shí)老師也給了我很多有意思的啟發(fā)，因?yàn)榧磳⒚媾R考研的抉擇，這門課也是我考研過(guò)程中必備的一門課程，因此，雖然是一門限選課，但是我仍然很用心得聽講，并對(duì)一些重要的知識(shí)做了記錄，從而為自己的考研奠定一定的基礎(chǔ)。

在認(rèn)識(shí)計(jì)量經(jīng)濟(jì)學(xué)并不斷提高自己對(duì)它的認(rèn)識(shí)過(guò)程中，我感觸最深的便是那一次的辯論賽，真的，一次辯論可以教會(huì)我很多有用的知識(shí)，從一個(gè)辯題的準(zhǔn)備到辯論的過(guò)程，從推陳出新到完美的放映，從團(tuán)隊(duì)協(xié)作再到完美的配合，這一切，我覺得我們小組都做到了。

二：計(jì)量經(jīng)濟(jì)學(xué)的系統(tǒng)知識(shí)

計(jì)量經(jīng)濟(jì)學(xué)的定義為：用數(shù)學(xué)方法探討經(jīng)濟(jì)學(xué)可以從好幾個(gè)方面著手，但任何一個(gè)方面都不能和計(jì)量經(jīng)濟(jì)學(xué)混為一談。計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)絕非一碼事;它也不同于我們所說(shuō)的一般經(jīng)濟(jì)理論，盡管經(jīng)濟(jì)理論大部分具有一定的數(shù)量特征;計(jì)量經(jīng)濟(jì)學(xué)也不應(yīng)視為數(shù)學(xué)應(yīng)用于經(jīng)濟(jì)學(xué)的同義語(yǔ)。經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活的數(shù)量關(guān)系來(lái)說(shuō)，都是必要的，但本身并非是充分條件。三者結(jié)合起來(lái)，就是力量，這種結(jié)合便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)?？巳R因(R.Klein)：“計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)在經(jīng)濟(jì)學(xué)科中居于最重要的地位”，“在大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已經(jīng)成為經(jīng)濟(jì)學(xué)課程表中最有權(quán)威的一部分”

計(jì)量經(jīng)濟(jì)學(xué)關(guān)心統(tǒng)計(jì)工具在經(jīng)濟(jì)問(wèn)題與實(shí)證資料分析上的發(fā)展和應(yīng)用，經(jīng)濟(jì)學(xué)理論提供對(duì)于經(jīng)濟(jì)現(xiàn)象邏輯一致的可能解釋。因?yàn)槿祟愋袨楹蜎Q策是復(fù)雜的過(guò)程，所以一個(gè)經(jīng)濟(jì)議題可能存在多種不同的解釋理論。當(dāng)研究者無(wú)法進(jìn)行實(shí)驗(yàn)室的實(shí)驗(yàn)時(shí)，一個(gè)理論必須透過(guò)其預(yù)測(cè)與事實(shí)的比較來(lái)檢驗(yàn),計(jì)量經(jīng)濟(jì)學(xué)即為檢驗(yàn)不同的理論和經(jīng)濟(jì)模型的估計(jì)提供統(tǒng)計(jì)工具。

在計(jì)量經(jīng)濟(jì)學(xué)一元線性回歸模型，我認(rèn)識(shí)到：變量間的關(guān)系及回歸分析的基本概念，主要包括：

其次有一元線形回歸模型的參數(shù)估計(jì)及其統(tǒng)計(jì)檢驗(yàn)與應(yīng)用，包括： 這個(gè)公式得給出，以及樣本回歸函數(shù)的隨機(jī)形式?？偟恼f(shuō)來(lái)，這一節(jié)留給我印象最深刻的，便是根據(jù)樣本回歸函數(shù)SRF，估計(jì)總體回歸函數(shù)PRF，即總體回歸線與樣本回歸線之間的關(guān)系。除此以外，我也學(xué)會(huì)了參數(shù)的最大似然估計(jì)法語(yǔ)最小二乘法。對(duì)于最小二乘法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得模型能最好的擬合樣本數(shù)據(jù)，而對(duì)于最大似然估計(jì)法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測(cè)值的概率最大。顯然，這是從不同原理出發(fā)的兩種參數(shù)估計(jì)方法。即：

1.一元回歸模型：

關(guān)于擬合優(yōu)度的檢驗(yàn)，也就是檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度。被解釋變量Y的觀測(cè)值圍繞其均值的總離差平方和可分解為兩個(gè)部分：一部分來(lái)自于回歸線，另一部分來(lái)自于隨機(jī)勢(shì)力。所以，我們用來(lái)自回歸線的回歸平方和占Y的總離差的平方和的比例來(lái)判斷樣本回歸線與樣本觀測(cè)值的擬合優(yōu)度。這個(gè)比例，我們也較它可決系數(shù)，它的取值范圍是0<=R2<=1。

關(guān)于變量的顯著性檢驗(yàn)，是要考察所選擇的解釋變量是否對(duì)被解釋變量有顯著的線性影響。所應(yīng)用的方法是數(shù)理統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)。我們?cè)谶M(jìn)行變量顯著性檢驗(yàn)時(shí)所應(yīng)用的方法主要是t檢驗(yàn)。這在之前我們的概率論與統(tǒng)計(jì)學(xué)的課程中都有所涉及，不算是新的知識(shí)。關(guān)于置信區(qū)間估計(jì)。當(dāng)我們要判斷樣本參數(shù)的估計(jì)值在多大程度上可以“近似”的替代總體參數(shù)的真值，往往需要通過(guò)構(gòu)造一個(gè)以樣本參數(shù)的估計(jì)值為中心的“區(qū)間”，來(lái)考察它以多大的概率包含這真是的參數(shù)值。這樣的方法就是我們所說(shuō)的參數(shù)檢驗(yàn)的置信區(qū)間估計(jì)。當(dāng)我們希望縮小置信區(qū)間時(shí)，可以采用的方法有增大樣本容量和提高模型的擬合優(yōu)度。

2.多元回歸模型

多元回歸分析與一元回歸分析的幾點(diǎn)不同：

關(guān)于修正的可絕系數(shù)。我們可于發(fā)現(xiàn)，在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以調(diào)整的思路是:將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個(gè)數(shù)對(duì)擬合優(yōu)度的影響。這樣就引出了我們這里說(shuō)的調(diào)整的可絕系數(shù)。

關(guān)于對(duì)多個(gè)解釋變量是否對(duì)被解釋變量有顯著線性影響關(guān)系的聯(lián)合性F檢驗(yàn)。F檢驗(yàn)的思想來(lái)自于總離差平方和的分解式：TSS=ESS+RSS。通過(guò)比較F值與臨界值的大小來(lái)判定原方程總體上的線性關(guān)系是否顯著成立。

3.放寬基本假定模型

異方差性，即相對(duì)于不同的樣本點(diǎn)，也就是相對(duì)于不同的解釋變量觀測(cè)值，隨機(jī)干擾項(xiàng)具有不同的方差，那么檢驗(yàn)異方差，也就是檢驗(yàn)隨機(jī)干擾項(xiàng)的方差與解釋變量觀測(cè)值之間的相關(guān)性。

序列相關(guān)性，如果模型的隨機(jī)干擾項(xiàng)違背了相互獨(dú)立的基本假設(shè)，稱為存在序列相關(guān)性。一般經(jīng)驗(yàn)告訴我們，對(duì)于蠶蛹時(shí)間序列數(shù)據(jù)作樣本的計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題，由于在不同樣本點(diǎn)上解釋變量以外的其他因素在時(shí)間上的連續(xù)性，帶來(lái)它們對(duì)被解釋變量的影響的連續(xù)性，所以往往存在序列相關(guān)性。

多重共線性，如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則成為存在多重共線性。分為完全共線和近似共線兩類。計(jì)量經(jīng)濟(jì)學(xué)模型一旦出現(xiàn)多重共線性，如果仍然采用普通最小二乘法估計(jì)模型參數(shù)，會(huì)產(chǎn)生下列的不良后果：1.完全共線性下參數(shù)估計(jì)量不存在;2.近似共線性下普通最小二乘法參數(shù)估計(jì)量的方差變大;3.參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理;4.變量的顯著性檢驗(yàn)和模型的預(yù)測(cè)能力失去意義。

第二篇：計(jì)量經(jīng)濟(jì)學(xué) 心得

計(jì)量經(jīng)濟(jì)學(xué)學(xué)習(xí)心得報(bào)告

通過(guò)這個(gè)學(xué)期學(xué)習(xí)的計(jì)量經(jīng)濟(jì)學(xué)這門課程，王新華老師在我們學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)給了我們很多細(xì)心的講解和耐心的指導(dǎo)，我們針對(duì)學(xué)習(xí)內(nèi)容主要學(xué)到的主要有兩點(diǎn)：一：對(duì)EVIES軟件的熟練操作與應(yīng)用，學(xué)會(huì)了Eviews軟件，我感覺自己真的是很幸運(yùn)，因?yàn)楫吘褂行┸浖菍儆谀欠N有價(jià)無(wú)市的，如果沒(méi)有老師的傳授我不可能從市場(chǎng)上或是從思想上認(rèn)識(shí)到它；二：對(duì)于計(jì)量經(jīng)濟(jì)學(xué)各種案例分析的認(rèn)識(shí)我是很深刻的，在這一次對(duì)一個(gè)案例進(jìn)行回歸分析講述中，我不但鞏固了老師課堂所講的知識(shí)，也提高了膽識(shí)，增長(zhǎng)了見識(shí)，也學(xué)會(huì)了團(tuán)隊(duì)與協(xié)作的力量。

以下我將著重從兩個(gè)方面闡述我對(duì)計(jì)量經(jīng)濟(jì)學(xué)知識(shí)的一些認(rèn)識(shí)以及個(gè)人從中學(xué)到的經(jīng)驗(yàn)與心得。

一：計(jì)量經(jīng)濟(jì)學(xué)教我了我很多。

在學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)的過(guò)程中，我可以旁征博引，同時(shí)老師也給了我很多有意思的啟發(fā)，因?yàn)榧磳⒚媾R考研的抉擇，這門課也是我考研過(guò)程中必備的一門課程，因此，它作為一門核心必修課，我們都會(huì)很用心得聽講，并對(duì)一些重要的知識(shí)做了記錄，從而為自己的考研奠定一定的基礎(chǔ)。

二：計(jì)量經(jīng)濟(jì)學(xué)的系統(tǒng)知識(shí)

計(jì)量經(jīng)濟(jì)學(xué)的定義為：用數(shù)學(xué)方法探討經(jīng)濟(jì)學(xué)可以從好幾個(gè)方面著手，但任何一個(gè)方面都不能和計(jì)量經(jīng)濟(jì)學(xué)混為一談。計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)絕非一碼事；它也不同于我們所說(shuō)的一般經(jīng)濟(jì)理論，盡管經(jīng)濟(jì)理論大部分具有一定的數(shù)量特征；計(jì)量經(jīng)濟(jì)學(xué)也不應(yīng)視為數(shù)學(xué)應(yīng)用于經(jīng)濟(jì)學(xué)的同義語(yǔ)。經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活的數(shù)量關(guān)系來(lái)說(shuō)，都是必要的，但本身并非是充分條件。三者結(jié)合起來(lái)，就是力量，這種結(jié)合便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)。

計(jì)量經(jīng)濟(jì)學(xué)關(guān)心統(tǒng)計(jì)工具在經(jīng)濟(jì)問(wèn)題與實(shí)證資料分析上的發(fā)展和應(yīng)用，經(jīng)濟(jì)學(xué)理論提供對(duì)于經(jīng)濟(jì)現(xiàn)象邏輯一致的可能解釋。因?yàn)槿祟愋袨楹蜎Q策是復(fù)雜的過(guò)程，所以一個(gè)經(jīng)濟(jì)議題可能存在多種不同的解釋理論。當(dāng)研究者無(wú)法進(jìn)行實(shí)驗(yàn)室的實(shí)驗(yàn)時(shí)，一個(gè)理論必須透過(guò)其預(yù)測(cè)與事實(shí)的比較來(lái)檢驗(yàn),計(jì)量經(jīng)濟(jì)學(xué)即為檢驗(yàn)不同的理論和經(jīng)濟(jì)模型的估計(jì)提供統(tǒng)計(jì)工具。

在計(jì)量經(jīng)濟(jì)學(xué)一元線性回歸模型，我認(rèn)識(shí)到：變量間的關(guān)系及回歸分析的基本概念，主要包括：

其次有一元線形回歸模型的參數(shù)估計(jì)及其統(tǒng)計(jì)檢驗(yàn)與應(yīng)用，包括：

我也學(xué)會(huì)了參數(shù)的最大似然估計(jì)法語(yǔ)最小二乘法。對(duì)于最小二乘法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得模型能最好的擬合樣本數(shù)據(jù)，而對(duì)于最大似然估計(jì)法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測(cè)值的概率最大。顯然，這是從不同原理出發(fā)的兩種參數(shù)估計(jì)方法。即：

1.一元回歸模型：

關(guān)于擬合優(yōu)度的檢驗(yàn)，也就是檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度。被解釋變量Y的觀測(cè)值圍繞其均值的總離差平方和可分解為兩個(gè)部分：一部分來(lái)自于回歸線，另一部分來(lái)自于隨機(jī)勢(shì)力。所以，我們用來(lái)自回歸線的回歸平方和占Y的總離差的平方和的比例來(lái)判斷樣本回歸線與樣本觀測(cè)值的擬合優(yōu)度。這個(gè)比例，我們也較它可決系數(shù)，它的取值范圍是0<=R2<=1。

關(guān)于變量的顯著性檢驗(yàn)，是要考察所選擇的解釋變量是否對(duì)被解釋變量有顯著的線性影響。所應(yīng)用的方法是數(shù)理統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)。我們?cè)谶M(jìn)行變量顯著性檢驗(yàn)時(shí)所應(yīng)用的方法主要是t檢驗(yàn)。這在之前我們的概率論與統(tǒng)計(jì)學(xué)的課程中都有所涉及，不算是新的知識(shí)。

關(guān)于置信區(qū)間估計(jì)。當(dāng)我們要判斷樣本參數(shù)的估計(jì)值在多大程度上可以“近似”的替代總體參數(shù)的真值，往往需要通過(guò)構(gòu)造一個(gè)以樣本參數(shù)的估計(jì)值為中心的“區(qū)間”，來(lái)考察它以多大的概率包含這真是的參數(shù)值。這樣的方法就是我們所說(shuō)的參數(shù)檢驗(yàn)的置信區(qū)間估計(jì)。當(dāng)我們希望縮小置信區(qū)間時(shí)，可以采用的方法有增大樣本容量和提高模型的擬合優(yōu)度。

2.多元回歸模型

多元回歸分析與一元回歸分析的幾點(diǎn)不同：

關(guān)于修正的可絕系數(shù)。我們可于發(fā)現(xiàn)，在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以調(diào)整的思路是:將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個(gè)數(shù)對(duì)擬合優(yōu)度的影響。這樣就引出了我們這里說(shuō)的調(diào)整的可絕系數(shù)。

關(guān)于對(duì)多個(gè)解釋變量是否對(duì)被解釋變量有顯著線性影響關(guān)系的聯(lián)合性F檢驗(yàn)。F檢驗(yàn)的思想來(lái)自于總離差平方和的分解式：TSS=ESS+RSS。通過(guò)比較F值與臨界值的大小來(lái)判定原方程總體上的線性關(guān)系是否顯著成立。

3.放寬基本假定模型

異方差性，即相對(duì)于不同的樣本點(diǎn)，也就是相對(duì)于不同的解釋變量觀測(cè)值，隨機(jī)干擾項(xiàng)具有不同的方差，那么檢驗(yàn)異方差，也就是檢驗(yàn)隨機(jī)干擾項(xiàng)的方差與解釋變量觀測(cè)值之間的相關(guān)性。還有序列相關(guān)性和多重共線性

經(jīng)過(guò)這次對(duì)于案例回歸分析，老師的指導(dǎo)，使得自己對(duì)于論文的查找和內(nèi)容的篩選也得了不少學(xué)習(xí)，通過(guò)案例的分析中可以用最小二乘法，很好的分析出各種不同因素對(duì)我們國(guó)內(nèi)稅收的增長(zhǎng)情況，讓我們的開闊了自己的視野和學(xué)習(xí)了更多的知識(shí)。

國(guó)貿(mào)1402 組長(zhǎng)：謝文 組員：徐芳緣，李不言，朱韻楠，何文鑫，楊炎龍，劉碩碩，李小紅

第三篇：計(jì)量經(jīng)濟(jì)學(xué)論文

計(jì)量經(jīng)濟(jì)學(xué)論文范文 http://004km.cn/ 摘 要:計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中占據(jù)重要的地位,計(jì)量經(jīng)濟(jì)學(xué)方法為現(xiàn)代西方經(jīng)濟(jì)學(xué)的科學(xué)化作出了突出貢獻(xiàn)。隨著自然科學(xué)的發(fā)展和人們對(duì)經(jīng)濟(jì)系統(tǒng)復(fù)雜性認(rèn)識(shí)的深入,現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)內(nèi)容和方法也在不斷地發(fā)展。我們介紹計(jì)量經(jīng)濟(jì)學(xué)的產(chǎn)生、發(fā)展以及它所研究的幾個(gè)主要方面和方法,以促進(jìn)計(jì)量經(jīng)濟(jì)學(xué)的普及推廣和學(xué)習(xí)研究。

關(guān)鍵詞:計(jì)量經(jīng)濟(jì)學(xué);統(tǒng)計(jì)檢驗(yàn);預(yù)測(cè)分析;參數(shù)估計(jì)

計(jì)量經(jīng)濟(jì)學(xué)(ECONOMETRICS),亦稱經(jīng)濟(jì)計(jì)量學(xué)。傳統(tǒng)的經(jīng)濟(jì)學(xué)是研究經(jīng)濟(jì)變量之間關(guān)系的科學(xué),計(jì)量經(jīng)濟(jì)學(xué)則是研究如何度量這些關(guān)系的科學(xué)。當(dāng)代科學(xué)發(fā)展的特點(diǎn),第一就是數(shù)學(xué)化,從定性研究到定量描述以認(rèn)識(shí)事物的本質(zhì),是科學(xué)發(fā)展的一般規(guī)律。馬克思說(shuō)過(guò),一種科學(xué)只有在成功地運(yùn)用數(shù)學(xué)時(shí),才算達(dá)到了真正完善的地步。第二是互相滲透,計(jì)量經(jīng)濟(jì)學(xué)正是傳統(tǒng)的經(jīng)濟(jì)學(xué)數(shù)學(xué)化和幾門科學(xué)互相滲透的結(jié)果。

一 現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的本質(zhì)及其產(chǎn)生發(fā)展的過(guò)程 1.計(jì)量經(jīng)濟(jì)學(xué)本質(zhì)

所謂計(jì)量經(jīng)濟(jì)學(xué),是以數(shù)理統(tǒng)計(jì)為基礎(chǔ),數(shù)學(xué)方法為手段,經(jīng)濟(jì)理論為指導(dǎo),考察現(xiàn)代社會(huì)中的各種經(jīng)濟(jì)的數(shù)量關(guān)系,預(yù)測(cè)經(jīng)濟(jì)發(fā)展趨勢(shì),是檢驗(yàn)經(jīng)濟(jì)政策效果的工具。在資本主義國(guó)家,經(jīng)濟(jì)理論當(dāng)然是指資產(chǎn)階級(jí)經(jīng)濟(jì)理論,其中占顯著地位的是凱恩斯的經(jīng)濟(jì)理論。而統(tǒng)計(jì)學(xué)則主要是指數(shù)理統(tǒng)計(jì),數(shù)理統(tǒng)計(jì)作為認(rèn)識(shí)社會(huì)的一種科學(xué)方法在很多領(lǐng)域廣為應(yīng)用,電子計(jì)算機(jī)作為一種高效邏輯運(yùn)算工具,越來(lái)越廣泛地應(yīng)用于統(tǒng)計(jì)資料的收集、整理與分析。至于數(shù)學(xué)模型,其實(shí)就是用來(lái)反映客觀實(shí)際的數(shù)學(xué)方程式。不過(guò),計(jì)量經(jīng)濟(jì)學(xué)中的數(shù)學(xué)模型,更多的是聯(lián)立方程組,而不是單個(gè)方程式,并且一般是以概率模型出現(xiàn)的。挪威經(jīng)濟(jì)學(xué)家,計(jì)量經(jīng)濟(jì)學(xué)的始祖弗瑞希在1933年的計(jì)量經(jīng)濟(jì)學(xué)》》雜志創(chuàng)刊號(hào)社論中有這樣一段話:“用數(shù)學(xué)方法探討經(jīng)濟(jì)學(xué)可以從好幾個(gè)方面著手,但任何一個(gè)方面都不能與計(jì)量經(jīng)濟(jì)學(xué)混為一談。因此,計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)決非一碼事。它也不同于我們所說(shuō)的一般經(jīng)濟(jì)理論,盡管經(jīng)濟(jì)理論大部分都具有一定的數(shù)量特征。計(jì)量經(jīng)濟(jì)學(xué)也不應(yīng)視為數(shù)學(xué)應(yīng)用于經(jīng)濟(jì)學(xué)的同義語(yǔ)。經(jīng)濟(jì)表明,統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三種觀點(diǎn)對(duì)真正了解現(xiàn)代經(jīng)濟(jì)生活中數(shù)量關(guān)系來(lái)說(shuō),每一種觀點(diǎn)都是一種必要的,但本身并非充分的條件。三者結(jié)合起來(lái)就有力量。這種結(jié)合便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)。”

2.計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展過(guò)程

早在1676年,英國(guó)古典經(jīng)濟(jì)學(xué)家威廉?配第就寫了一本名為《政治算術(shù)》的書,這是一本用“數(shù)字、重量和尺度”來(lái)闡明經(jīng)濟(jì)現(xiàn)象的著作。也就是說(shuō),當(dāng)時(shí)在經(jīng)濟(jì)學(xué)中就已經(jīng)開始運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)了?，F(xiàn)代資產(chǎn)階級(jí)經(jīng)濟(jì)學(xué)者認(rèn)為,《政治算術(shù)》在其方法論結(jié)構(gòu)方面就是屬于計(jì)量經(jīng)濟(jì)學(xué)的。這本書對(duì)后來(lái)形成的計(jì)量經(jīng)濟(jì)學(xué)產(chǎn)生了很大的影響。1711年,意大利工程師切瓦曾積極主張?jiān)诮?jīng)濟(jì)理論研究中采數(shù)學(xué)方法。1838年法國(guó)庸俗經(jīng)濟(jì)學(xué)家古諾在其《財(cái)富理論的數(shù)學(xué)原理》一書中已把商品需求作了“需求量是價(jià)格的函數(shù)”的數(shù)學(xué)規(guī)定,即d=f(p),并且認(rèn)為這種函數(shù)關(guān)系一般是遞減的,即p越大,d越小。但是,從配第到古諾所作出的數(shù)字分析或數(shù)量分析,還不是現(xiàn)代資本主義國(guó)家所盛行的計(jì)量經(jīng)濟(jì)學(xué)。因?yàn)?《政治算術(shù)》并未列出一個(gè)完整的經(jīng)濟(jì)現(xiàn)象之間的函數(shù)關(guān)系,即未列出各種方程式。古諾雖然進(jìn)了一步———把經(jīng)濟(jì)現(xiàn)象描述成函數(shù)關(guān)系,但并未列出函數(shù)關(guān)系的具體形式,并未算出一套具體的數(shù)字。只是提出了一些原則而已,因而,古諾的理論仍然是抽象的。直到19世紀(jì)后半期,數(shù)學(xué)方法才對(duì)經(jīng)濟(jì)學(xué)產(chǎn)生了實(shí)質(zhì)性的影響,在經(jīng)濟(jì)學(xué)中才大量運(yùn)用數(shù)學(xué)來(lái)研究問(wèn)題。當(dāng)時(shí),瑞士洛桑大學(xué)教授瓦爾拉創(chuàng)立了“全部均衡經(jīng)濟(jì)學(xué)”,從此為計(jì)量經(jīng)濟(jì)學(xué)奠定了方法論基礎(chǔ)。但“全部均衡經(jīng)濟(jì)學(xué)”本身還不是計(jì)量經(jīng)濟(jì)學(xué)。真正將數(shù)學(xué)理論和統(tǒng)計(jì)計(jì)算有效地結(jié)合起來(lái)并作出成果的,還是20世紀(jì)美國(guó)哥倫比亞大學(xué)教授穆爾。他積累30年的勞動(dòng)寫成《綜合經(jīng)濟(jì)》一書,于1929年出版。該書專門描述了關(guān)于資本主義國(guó)家的經(jīng)濟(jì)周期、工資率變化,以及資本主義社會(huì)商品的需求等各種計(jì)量數(shù)學(xué)公式?！毒C合經(jīng)濟(jì)》為計(jì)量經(jīng)濟(jì)學(xué)進(jìn)一步奠定了基礎(chǔ)。因此,計(jì)量經(jīng)濟(jì)學(xué)作為獨(dú)立的科學(xué)是在20世紀(jì)30年代初才出現(xiàn)的。

第四篇：計(jì)量經(jīng)濟(jì)學(xué)報(bào)告

目錄

一、確定研究對(duì)象...................................................................................................................2

1.選題...................................................................................................................................2 2.選題的意義.......................................................................................................................2 3.確定變量...........................................................................................................................2

二、數(shù)據(jù)的收集與整理...........................................................................................................2

三、數(shù)據(jù)描述性分析...............................................................................................................2

(一)被解釋變量與各解釋變量之間的散點(diǎn)圖...................................................................2(二)所有變量的描述性統(tǒng)計(jì)指標(biāo).......................................................................................4

四、回歸結(jié)果分析和檢驗(yàn).......................................................................................................6

五、面板回歸分析...................................................................................................................9

六、結(jié)論.................................................................................................................................15

一、確定研究對(duì)象

1.選題

GDP的變化對(duì)我國(guó)各省份居民儲(chǔ)蓄存款余額的變化有多大影響 2.選題的意義

改革開放以來(lái)，隨著經(jīng)濟(jì)的快速發(fā)展，我國(guó)居民的人均收入有了很大提高，因此居民儲(chǔ)蓄余額也有了很大變化。了解我國(guó)居民儲(chǔ)蓄余額的發(fā)展?fàn)顩r對(duì)于國(guó)家了解居民生活水平、經(jīng)濟(jì)運(yùn)行狀況、制定經(jīng)濟(jì)政策都有很大的參考作用。3.確定變量

被解釋變量：居民儲(chǔ)蓄存款余額Deposit balance 解釋變量：城鎮(zhèn)居民家庭人均總收入Avei_u正相關(guān) 農(nóng)村居民家庭人均純收入Avei_r正相關(guān)

城鎮(zhèn)居民家庭人均消費(fèi)性現(xiàn)金支出Avee_u負(fù)相關(guān) 農(nóng)村居民家庭人均消費(fèi)性現(xiàn)金支出Avee_r負(fù)相關(guān) 居民消費(fèi)水平Cl負(fù)相關(guān)

居民消費(fèi)價(jià)格指數(shù)(上年=100)Cpi正相關(guān) 地區(qū)生產(chǎn)總值R_GDP正相關(guān)

二、數(shù)據(jù)的收集與整理

數(shù)據(jù)時(shí)間段：2004—2013年

樣本數(shù)據(jù)：所有樣本數(shù)據(jù)均在我國(guó)31個(gè)省、自治區(qū)、直轄市中按東、中、西部劃分后隨機(jī)抽取，共10個(gè)省份

面板數(shù)據(jù)：n=10 t=10 n*t=100>50 共有7個(gè)解釋變量 數(shù)據(jù)來(lái)源：中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)（CEINet Statistics Database）

三、數(shù)據(jù)描述性分析

(一)被解釋變量與各解釋變量之間的散點(diǎn)圖 Db and Avei_u

Db and Avei_r

Db and Avee_u

Db and Avee_r

Db and Cl

Db and Cpi

Db and R_GDP

(二)所有變量的描述性統(tǒng)計(jì)指標(biāo)

包括樣本觀察個(gè)數(shù)、均值、標(biāo)準(zhǔn)差、最小最大值、偏度及峰度

四、回歸結(jié)果分析和檢驗(yàn)

1.全部被解釋和解釋變量回歸結(jié)果

此時(shí)的方程為：

Db=0.96Avei_u-1.99Avei_r-0.93Avee_u+0.87Avee_r+0.37Cl+2.38Cpi+0.69R_GDP-1123.52（0.23）（0.33）（0.33）（0.34）（0.13）（0.51）（0.02）（781.36）

調(diào)整后的R2=0.9619, SER=781.36：其中Avee_u、Avee_r和Cl不能在5%的顯著水平下拒絕原假設(shè)。想到城市和農(nóng)村居民人均消費(fèi)支出和消費(fèi)水平相關(guān)，因此采用聯(lián)合假設(shè)檢驗(yàn)：

在5%的顯著水平下，能拒絕Avee_u和Avee_r Cl均為0的聯(lián)合假設(shè),但發(fā)現(xiàn)Cl和Avee_u、Avee_r存在嚴(yán)重的多重共線性，因此引入Cl項(xiàng)對(duì)結(jié)果無(wú)意義。解決方案是去掉Cl項(xiàng)。2.直接去掉Cl 項(xiàng)后的回歸結(jié)果：

Db=0.67Avei_u-1.70Avei_r-3.33Avee_u+1.40Avee_r+1.50Cpi+0.68R_GDP-2534.5（0.21）（0.32）（0.25）（0.29）（0.41）（0.02）（612.27）

與上一問(wèn)相比發(fā)現(xiàn)：調(diào)整后的R2=0.9591稍稍下降，SE均下降，離散程度有所改變，Avee_r在5%的顯著水平下拒絕原假設(shè)，整體數(shù)值情況變好，因此Cl的存在對(duì)Db的影響不大，可以選擇舍棄。

3.由散點(diǎn)圖和上一問(wèn)可知：Avee_u和Db存在非線性關(guān)系，建立非線性回歸模型，引入Avee_u2 結(jié)果如下：

此時(shí)方程為：

Db=0.21Avei_u-1.77Avei_r-0.00Avee_u2+1.40Avee_r+2.18Cpi+0.65R_GDP-475.09（0.12）（0.31）（5.4e-06）（0.28）（0.43）（0.02）（908.64）

調(diào)整后的R2=0.9626稍有上升，SE基本不變，但是Avee_u2的t值上升。4.引入Avee_u3 再次進(jìn)行檢驗(yàn)結(jié)果如下：

此時(shí)方程為：

Db=0.34Avei_u-1.81Avei_r-（4.46e-10）Avee_u3+1.38Avee_r+2.11Cpi+0.66R_GDP-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）

調(diào)整后的R2=0.9637再次上升，SE基本不變，但是Avee_u2在5%的顯著水平下拒絕原假設(shè)，整體回歸程度變好。

5.因?yàn)槌擎?zhèn)居民收入與支出存在一定交互關(guān)系，所以引入i_e1= Avei_u* Avee_u，回歸結(jié)果如下：

此時(shí)方程為：

Db=0.00i_e1-2.01Avei_r-（7.50e-10）Avee_u3+1.40Avee_r+2.74Cpi+0.66R_GDP-1328.42（8.11e-06）（0.31）（3.43e-10）（0.27）（0.49）（0.02）（597.69）

雖然調(diào)整后的R2=0.965，但是SE數(shù)值變差，且Avee_u3在5%的顯著水平下不能拒絕原假設(shè)，因此本次回歸模型沒(méi)有第4題好。

以上5個(gè)非線性回歸模型的回歸結(jié)果的標(biāo)準(zhǔn)化格式。（附EXCEL “非線性回歸結(jié)果”）

綜上所述，認(rèn)為在將數(shù)據(jù)當(dāng)作橫截面數(shù)據(jù)時(shí)，模型4最好，在引入較少的變量的前提下，各個(gè)變量單個(gè)檢驗(yàn)時(shí)，t統(tǒng)計(jì)量的值能夠在5%的顯著水平下拒絕為0的假設(shè)，同時(shí)修正后的R^2值較大，而SER值較小。

五、面板回歸分析

1.個(gè)體固定效應(yīng)回歸

對(duì)面板數(shù)據(jù)進(jìn)行個(gè)體固定效應(yīng)回歸，得到利用t統(tǒng)計(jì)量單個(gè)檢驗(yàn)，在5%的顯著性水平下能夠拒絕R_GDP的系數(shù)為0的假設(shè)。此時(shí)調(diào)整后的R^2=0.922 此時(shí)方程為： Db=0.77R_GDP+378.37（0.05）（651.49）

2.加入Cpi后的個(gè)體固定效應(yīng)回歸

在5%的顯著性水平下能夠拒絕R_GDP的系數(shù)為0和Cpi系數(shù)為0的單個(gè)檢驗(yàn)的假設(shè)。調(diào)整后R^2=0.931>0.922，有了小幅上升，說(shuō)明除了R_GDP外，Cpi對(duì)居民儲(chǔ)蓄余額也有較大影響。此時(shí)方程為： Db=0.65Cpi+0.77R_GDP-26.93（0.00063）（0.05）（654.84）

3.加入Avei_r和Avee_r后的固定效應(yīng)回歸：

我們可以看到除了R_GDP以外的回歸變量在5%的顯著水平下都不能拒絕原假設(shè)，因此進(jìn)行聯(lián)合假設(shè)檢驗(yàn)：

結(jié)果顯示CPi、Avei_r和Avee_r是統(tǒng)計(jì)上聯(lián)合顯著的。

此時(shí)調(diào)整后的R^2=0.942又進(jìn)一步變大。方程為： Db=0.2Avei_r +0.2Avee_r+0.02Cpi+0.66R_GDP-872.21（0.48）（0.76）（0.48）（0.09）（1090.28）

4.時(shí)間固定效應(yīng)分析

得到利用t統(tǒng)計(jì)量單個(gè)檢驗(yàn)，在5%的顯著性水平下能夠拒絕R_GDP的系數(shù)為0的假設(shè)。

此時(shí)調(diào)整后的R^2=0.922。方程為： Db=0.77R_GDP+378.37（0.02）（316.97）

5.加入Cpi后的時(shí)間固定效應(yīng)回歸

在5%的顯著性水平下能夠拒絕R_GDP的系數(shù)為0和Cpi系數(shù)為0的單個(gè)檢驗(yàn)的假設(shè)。此時(shí)方程為： Db=0.65Cpi+0.77R_GDP-26.93（0.04）（0.02）（350.80）

6.同時(shí)包含個(gè)體和時(shí)間固定效應(yīng)回歸模型

對(duì)于個(gè)體固定效應(yīng)采取個(gè)體中心化法，對(duì)于時(shí)間固定效應(yīng)引入10-1=9個(gè)虛擬變量，進(jìn)行既包含個(gè)體固定效用又包含時(shí)間固定效應(yīng)的回歸，單個(gè)檢驗(yàn)除R_GDP外均不可在5%的水平下拒絕原假設(shè)。利用F統(tǒng)計(jì)量進(jìn)行聯(lián)合檢驗(yàn)，在5%的顯著性水平下拒絕聯(lián)合為0的假設(shè)。因此時(shí)間效應(yīng)是統(tǒng)計(jì)上聯(lián)合顯著的。

該模型說(shuō)明包含時(shí)間和省份的固定效應(yīng)后可以緩解由于時(shí)間不變或者省份不變的不可觀測(cè)的變量引起的遺漏變量偏差的威脅。

以上6個(gè)固定效應(yīng)回歸結(jié)果的標(biāo)準(zhǔn)化格式。（附EXCEL “面板數(shù)據(jù)的固定效應(yīng)回歸結(jié)果”）

六、結(jié)論

通過(guò)以上非線性回歸和面板數(shù)據(jù)回歸比較得出，非線性回歸中的模型4總體效果最好。回歸方程為： Db=0.34Avei_u-1.81Avei_r-（4.46e-10）Avee_u3+1.38Avee_r+2.11Cpi+0.66R_GDP-777.68（0.10）（0.30）（1.21e-10）（0.27）（0.41）（0.02）（773.30）

從方程可以看出，剔除了Cl項(xiàng)后解決了多重共線性的問(wèn)題，Avee_u與Db存在非線性函數(shù)關(guān)系。調(diào)整后的R2=0.9637。

實(shí)驗(yàn)推翻了之前推斷關(guān)于農(nóng)村居民家庭人均純收入Avei_r與居民儲(chǔ)蓄余額正相關(guān)的關(guān)系，推翻了農(nóng)村居民家庭人均消費(fèi)性現(xiàn)金支出Avee_r和居民儲(chǔ)蓄余額負(fù)相關(guān)的關(guān)系，推翻了居民消費(fèi)水平Cl和居民儲(chǔ)蓄余額負(fù)相關(guān)的關(guān)系。因此我們根據(jù)所有方程可以得出的結(jié)論是：

1.地區(qū)生產(chǎn)總值對(duì)居民儲(chǔ)蓄余額的影響是持續(xù)正向并且相對(duì)穩(wěn)定的。因此大力發(fā)展經(jīng)濟(jì)對(duì)居民儲(chǔ)蓄有很大的推動(dòng)作用。

2.居民消費(fèi)價(jià)格指數(shù)也是始終影響居民儲(chǔ)蓄余額的重要因素。居民價(jià)格指數(shù)同期升高，居民會(huì)減少消費(fèi)，進(jìn)而增加儲(chǔ)蓄。因此對(duì)于政策制定者來(lái)說(shuō)，在不同的經(jīng)濟(jì)形勢(shì)下（通貨膨脹或緊縮）采取不同的經(jīng)濟(jì)政策時(shí)Cpi是十分重要的參考指標(biāo)。

3.農(nóng)村人均消費(fèi)和收入對(duì)儲(chǔ)蓄余額的影響方向與城市居民不同，因此在調(diào)整經(jīng)濟(jì)政策時(shí)要注意城市和農(nóng)村的區(qū)別。

第五篇：計(jì)量經(jīng)濟(jì)學(xué)心得體會(huì)

計(jì)量經(jīng)濟(jì)學(xué)心得體會(huì)

這學(xué)期學(xué)習(xí)了計(jì)量經(jīng)濟(jì)學(xué)這門課，發(fā)現(xiàn)原來(lái)我們身邊很多現(xiàn)象（諸如經(jīng)濟(jì)領(lǐng)域，農(nóng)業(yè)生產(chǎn)等等）都可以用計(jì)量經(jīng)濟(jì)學(xué)來(lái)進(jìn)行研究。整個(gè)學(xué)期中，老師讓我們每個(gè)小組都運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)的理論自選一個(gè)課題進(jìn)行研究并進(jìn)行課堂展示，各個(gè)小組精彩的展示，不僅將所學(xué)知識(shí)與實(shí)際現(xiàn)象相結(jié)合，同時(shí)也大大擴(kuò)展了我們的知識(shí)面。

這次的計(jì)經(jīng)小組作業(yè)，我們小組在定題之前進(jìn)行了很多次的討論，最后選擇了影響稅收收入的因素為研究課題，我們選擇這個(gè)主題其一是它是經(jīng)濟(jì)領(lǐng)域的現(xiàn)象，與我們所學(xué)專業(yè)聯(lián)系緊密，同時(shí)我們小組成員也對(duì)影響稅收收入的相關(guān)因素很好奇，想知曉哪些因素對(duì)稅收有影響。

作為組長(zhǎng)，在定題之后，我為每個(gè)組員安排了任務(wù)，每個(gè)人負(fù)責(zé)相應(yīng)的板塊，有的負(fù)責(zé)收集資料，有的負(fù)責(zé)軟件操作，有的負(fù)責(zé)結(jié)果探討與分析，有的負(fù)責(zé)報(bào)告的撰寫。安排完任務(wù)之后我繼續(xù)跟進(jìn)小組成員的進(jìn)度，解決他們的疑問(wèn)。而在本次作業(yè)中，我主要是是負(fù)責(zé)收集資料和進(jìn)行Eview輸出結(jié)果分析。在完成作業(yè)期間，我們也遇到了很多問(wèn)題，比如有的數(shù)據(jù)不好收集，有時(shí)候軟件操作無(wú)法順利顯示結(jié)果，但一旦某個(gè)成員在作業(yè)過(guò)程中遇到問(wèn)題，我們便會(huì)在QQ群上討論，其他小組成員會(huì)給出建議并盡力給予幫助。最后看到我們的作業(yè)順利完成時(shí)，內(nèi)心是慢慢的自豪感，這份作業(yè)不僅包含了每個(gè)成員的心血，同時(shí)是我們努力的見證。

從大一到大三，我們學(xué)習(xí)了很多經(jīng)濟(jì)知識(shí)，雖然學(xué)習(xí)了很多，但有時(shí)候想起來(lái)，又覺得自己很多東西都只是淺嘗輒止，根本就沒(méi)真正的去認(rèn)識(shí)它，去了解經(jīng)濟(jì)領(lǐng)域，而自己慢慢的也只是變成了學(xué)習(xí)的機(jī)器，對(duì)所學(xué)知識(shí)欠缺研究和思考。而本次的計(jì)量經(jīng)濟(jì)學(xué)作業(yè)，則很好地將我們的所學(xué)與現(xiàn)實(shí)經(jīng)濟(jì)現(xiàn)象相結(jié)合，不僅讓我重新回顧了宏觀經(jīng)濟(jì)學(xué)的知識(shí)，同時(shí)將我在計(jì)經(jīng)課堂上所學(xué)的理論知識(shí)用于實(shí)證研究，加強(qiáng)了我對(duì)所學(xué)知識(shí)的運(yùn)用能力，也深刻認(rèn)識(shí)到計(jì)經(jīng)的實(shí)用性，可以對(duì)很多經(jīng)濟(jì)理論進(jìn)行研究分析。計(jì)經(jīng)這門課程雖然已經(jīng)結(jié)束，不過(guò)所學(xué)的知識(shí)卻沒(méi)有完結(jié)，至少在畢業(yè)論文寫作上，它會(huì)有很大幫助。