Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

计量经济学导论

University of International Business and Economics via XuetangX

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it





       定量研究是现代经济学的重要特征之一。如何量化影响经济活动的各因素,用模型描述他们之间的复杂关系,是每个经济学家都应掌握的方法。因此,计量经济学已成为现代经济学的核心组成部分之一。而计量经济学课程,也如微观经济学,宏观经济学一样,成为经济学的基础课程之一。

本课程以面向普通本科生和经济学荣誉学位本科生的《计量经济学》课程为核心,并浓缩加入《微观计量经济学》等后续课程的部分内容,构成一门内容丰富的《计量经济学导论》。具体地说,包括三个模块:

(一)理论知识模块。包括:经济数据的特征和计量经济学沿革;一元与多元回归模型的建立,假设,估计和检验;对违反经典假设的实际经济数据的处理;建立模型进行政策分析和项目评价;面板数据初步;受限因变量模型初步。

(二)上机操作模块:本课程将教会学生如何用流行的计量分析软件Stata处理数据和建模。

(三)实证研究模块:本课程使用的例题,大多使用经济学研究中的实际数据,包括了工资的决定因素,贸易对经济增长的影响,股票市场的有效性假说等等。本课程还将以实证研究项目的形式,引导学生搜索和查阅经济学文献以及数据,规范地汇报和分析实证结果等,训练学生的学习和科研能力。

       我们的课程有如下特色:

(一)课程注重实际应用,难度浅,强调学习过程中的计量经济学直觉,教师的授课也特别注意深入浅出。但同时课程的内容体系完整,广度大,覆盖了经典横截面数据的计量,面板数据,受限因变量等内容。教师可以在授课过程中根据学生的需要和实际情况对模块进行选择使用。

(二)以应用为导向,强调课程的经济学特征,通过课堂演示,计算机实际操作,做实证项目等多种形式,提高学生进行理论建模与推导,实际数据处理与分析和规范汇报结果的能力。

(三)本课程将讲授目前经济学界更为流行的Stata软件的使用。

   本课程全部内容计划为48学时,按每周3学时计算可在16周内完成。在实际教学中,教师可以根据学生情况进行选用,组合为32学时/16周的课程。




Syllabus

  • 第一章 引言
    • 1.1.1 计量经济学的定义
    • 1.1.2 相关关系和因果关系
    • 1.2 数据分类:实验数据与观测数据/横截面,时间序列与面板数据
    • 1.3 数据初步分析
  • 第二章 一元回归方程的估计及分布理论
    • 2.1 简单回归模型的形式及术语
    • 2.2.1 普通最小二乘(OLS)
    • 2.2.2 矩方法
    • 2.2.3 系数的解释以及拟合值计算
    • 2.2.4 OLS的代数性质与几何性质
    • 2.3.1 OLS估计量的期望
    • 2.3.2 OLS估计量的方差
    • 2.3.3 OLS估计量方差的估计,高斯马尔科夫定理
    • 2.3.4 OLS估计量的大样本性质
    • 2.3.5 方差分解与拟合优度
  • 第三章 一元回归方程的检验
    • 3.1.1 显著性的定义
    • 3.1.2 系数显著性检验与母体均值检验的比较
    • 3.2.1 检验系数显著性的三种方法:t统计量
    • 3.2.2 检验系数显著性的三种方法:p值,置信区间
  • 第四章 Stata入门
    • 4.1 Stata软件的特点和基本界面
    • 4.2.1 回归前的基本数据分析
    • 4.2.2 Regress命令的使用以及结果的分析
    • 4.3 如何编写Stata程序
    • 4.4 简单数值模拟
  • 第五章 多元化回归方程的估计及分布理论
    • 5.1.1 遗漏变量偏差及其公式
    • 5.1.2 多元回归模型的表达式及含义
    • 5.2.1 多元回归OLS的目标函数和求解过程
    • 5.2.2 利用两次回归解释偏效应得到估计量表达式
    • 5.3 R方与调整之后的R方的计算以及相互关系
    • 5.4 多元回归模型的几个基本假设和共线性解释
    • 5.5.1 多元回归OLS估计量的无偏性
    • 5.5.2 多元回归OLS估计量的方差
    • 5.5.3 多元回归OLS估计量的抽样分布
  • 第六章 多元回归模型的检验
    • 6.1.1 单个系数的假设检验
    • 6.1.2 单个系数的置信区间估计和系数组合检验
    • 6.2 联合假设检验——同方差假定下F统计量
    • 6.3 多元回归模型OLS估计量的渐近性
    • 6.4 异方差条件下的假设检验
    • 6.5 多元回归模型的Stata操作演示
  • 第七章 自变量非线性的回归模型
    • 7.1 非线性回归模型_多项式回归
    • 7.2 非线性回归模型_对数模型
    • 7.3 非线性回归模型_含有交互项的模型
    • 7.4 非线性回归模型的Stata操作
  • 第八章 定性信息与虚拟变量
    • 8.1.1 虚拟变量的定义与含单个虚拟变量的回归
    • 8.1.2 多个组别虚拟变量,虚拟变量陷阱以及阈值效应
    • 8.2.1 涉及虚拟变量的交互作用
    • 8.2.2 样条回归
    • 8.2.3 邹氏检验
    • 8.3 使用虚拟变量进行政策评估与双重差分
    • 8.4 涉及虚拟变量的Stata操作
  • 第九章 内生性与工具变量回归
    • 9.1 内生性的概念及后果
    • 9.2 合格工具变量的条件
    • 9.3.1 恰好识别情况下的工具变量回归
    • 9.3.2 两阶段最小二乘(2SLS)
    • 9.3.3 OLS与2SLS的比较与Hausman检验
    • 9.4 工具变量有效性的检验
    • 9.5 工具变量回归的Stata操作
  • 第十章 面板数据回归模型
    • 10.1.1 面板数据的概念及优势
    • 10.1.2 面板数据回归模型及解释
    • 10.2.1 前后比较及差分做参数估计
    • 10.2.2 个体中心化的方法消除固定效应
    • 10.2.3 加入n-1个虚拟变量的方式处理固定效应及个体固定效应显著性检验
    • 10.2.4 时间固定效应的处理
    • 10.3.1 个体固定效应的假设条件及序列相关
    • 10.3.2 群集的标准误
    • 10.4.1 随机效应的含义及估计
    • 10.4.2 Hausman检验
    • 10.5 面板数据的Stata操作
  • 第十一章 二只因变量模型
    • 11.1 线性概率模型及其优缺点
    • 11.2 Probit和Logit模型
    • 11.3 模型的估计
    • 11.4 模型推断及拟合好坏的评价
    • 11.5 其他受限因变量模型
    • 11.6 二值因变量的Stata操作
  • 第十二章 如何完成一个实证项目
    • 12.1 如何确定一个实证题目
    • 12.2.1 资料与数据的搜集和处理
    • 12.2.2 模型的建立、估计和检验
    • 12.3.1 如何规范地汇报与分析结果
    • 12.2.2 用Stata生成规范表格
  • 期末考试

    Taught by

    Dan Tang and Zhihong CHEN

    Tags

    Reviews

    Start your review of 计量经济学导论

    Never Stop Learning.

    Get personalized course recommendations, track subjects and courses with reminders, and more.

    Someone learning on their laptop while sitting on the floor.