计量经济学论文事件研究法

（河南大学经济学院，河南开封 .a%ee.）摘 要：计量经济学课程的重要性已逐渐为人们所认识，并已经被国家教育部确认为经济学门类各专业的核心课程，其必将对我国经济学人才培养质量产生重要影响但反思计量经济学课程的教学还有许多问题需要改进因此，从计量经济学课程教学理念改革的角度进行了若干思考关键词：本科；计量经济学课；教学理念中图分类号：uaPli 文献标志码：2 文章编号：MGURIeM（INni）imPnsiP计量经济学作为一门课程，在我国一部分高等院校经济学科管理学科相关专业中开设已经有二十年的历史，它的重要性也逐渐为人们所认识克莱因（）说：计量经济学已经在经济学科中居于最重要的地位，在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分 萨缪尔森（）认为：第二次大战后的经济学是计量经济学的时代 n88o 年 s 月，教育部高等学校经济学学科教学指导委员会讨论并确定了高等学校经济学门类各专业的八门共同核心课程，其中包括计量经济学这是我国经济学学科教育走向现代化和科学化的重要标志，必将对我国经济学人才的培养质量产生重要影响特别是计算机技术的迅速发展和计量软件开发，为计量经济学的应用提供了广阔的空间应该说，经过多年的努力，在计量经济学课程建设上我们已经取得了不小的成绩在充分肯定这门课程作用的基础上，认真总结多年的教学实践，我们也感到对于本科计量经济学的教学理念还需要进一步商榷目前，我们研究问题的分析方法已经实现了由过去的定性分析到定量分析的转变，特别是计量经济的研究方法已经成为经济学及相关领域的主流方法，这是值得充分肯定的这也是我们本科计量教学工作者的一大贡献，它彻底扭转了单纯的定性分析理念然而，令人不安的是在本科计量经济学的教学中出现了两种倾向：其一是把计量经济学当成了圣经，唯计量是从，似乎是没有计量参加的学科都是伪科学或者说不够科学，其结果是计量方法的滥用；其二是计量的数学化，也就是数学的计量而不是经济学的计量，其结果是使得计量经济学脱离实际，变成了数学游戏就上述问题，结合本科计量经济学教学实际谈谈我们的看法一计量经济学不是圣经：完美中有折中首先，计量模型是完美的我们以一元模型为例： 5n7i n其中， 表示除 以外的所有影响 的因素，模型（n）叫总体回归模型该模型描述的变量之间的关系是相关关系，而非函数关系对同样问题处理的数理模型： 5P7i n模型（n）比模型（P）完美，因为模型（n）比模型（P）考虑问题全面在模型（n）中，每给 一个值，从理论上讲，由于 的存在，模型考虑了和 对应的所有 的值；模型（P）仅考虑了因素 对 的唯一影响，而没有考虑 以外的其他因素对的影响，因此，模型（P）仅考虑了和对应的一个 值，这里对应加引号是因为从理论上讲，那个 值仅仅是无穷多个 值中的一个，而未必就是真的和 对应的那个，这就是计量经济学家和数理经济学家的不同之处，所以，我们说计量经济学是完美的（确切的说是计量模型比数理模型完美）但是，完美的计量模型（总体回归模型）理论上是存在的，实践中是求解不出来的，不是因为我们的计算技术达不到而求解不出来 ，，而是由于总体的无限性和 的复杂性（随机变量），i n特别是在现实经济问题中，我们面临的问题的总体一般是不知的（总体数据搜集的困难）因此，计量经济学家就退而求其次优结果总体回归直线：（） 5S7i n总体回归直线（S）就是我们常说的函数形式或方程，它是由（D）两边取数学期望而得到（假定（）E），它揭示了，每给 一个值，有唯一的一个 的期望值与之对应这里的分析思路：从模型（D）到模型（(）就由相关关系转化为函数关系，从而计量模型的完美性在这里受到了挑战，这就是我们说的计量模型的第一次打折那么总体回归直线（(）是否可以顺利的求解呢？在总体数据已知的条件下可以找到在现实经济问题中，我们面临的问题的总体一般是不知的，因此求解总体回归函数的思路也是行不通的既然是这样，那就退而求其次优结果0再次打折7，计量经济学家自然就想到借助样本来分析问题，建立样本回归模型： （)）E D这里， ， 是总体回归（D）中 ， 的近似估计，残差E D E D也是随机干扰项 的近似估计那么样本回归模型（)）可以容易求解吗？尽管样本的数据可以很容易的收集，但是由于残差同样存在和随即干扰项的一样困难，使得样本回归模型仅仅是理论上的存在，现实中很难操做计量经济学家又再次退而求其次优结果，寻找样本回归直线（第三次打折）： 0M7E D这里，方程（M）是由（)）两边取数学期望得到的参数的估计应用了普通最小二乘法单就上述分析过程我们不难发现，计量模型是完美的，而模型估计是打折的不完美二计量模型与模型估计一样吗？计量模型指的是总体回归模型，模型估计是样本回归函数（回归直线）因此，用计量模型方法分析问题的实质是归结为模型估计，所以，这种方法也是折中（打折）的研究问题那么这种方法可靠吗？当上述研究的问题（计量模型）满足基本的假定条件才是可靠的：（D）正态性假设：随机误差项服从正态分布等价于被解释变量（因变量）在自变量的各水平上服从正态分布；（P）独立性假设，无自相关性假设；（(）同方差性假设；（)）随机误差项与解释变量不相关；（M）零均值假设这些假定条件在现实经济问题中是很难满足的，而且模型估计是直接对样本负责，而只有样本满足简单随机抽样，才能够较好地描述总体状态特征我们知道，真正的简单随机抽样也是不容易做到的因此，我们主张使用计量分析方法也要谨慎，它不是随便就可以使用的，尽管专业的计量分析软件大大简化了计量的运算三本科计量经济学课教学理念：理论与应用并重目前，与过多介绍理论的传统教学方式相比，随着多媒体技术的应用，计量经济学的教学生动了很多，老师也会列举一些例子对所讲授的内容进行说明，但是多数仅限于此，并没有对计量经济学的建模步骤原理以及模型的局限性等进行深入分析，更谈不上与学生的互动而且计量经济学方法已经被广泛地用于分析中国现实经济问题，但是实际教学中仍然缺乏包含经典案例的教材同时，由于授课学时的限制使得目前的计量经济教学中缺少生动的案例分析我们既要重视理论方法，也要重视应用模型和应用中实际问题的解决因此，在课程内容和教学大纲的安排上要强调理论案例和实验多元化的教学手段，理论教学实验教学和案例教学应成为当前计量经济学教学缺一不可的内容尤其是实验教学和案例教学，在教学过程中起着激发学生主观能动性创新能力的作用，授课教师应根据学生专业0如金融财政国际贸易7的不同，安排相应的案例和实验内容，使学生能够很好地将经济理论和计量经济学的实证分析方法结合起来，提高学生对实际经济问题的分析和判断能力实验教学是计量经济学教学中不可或缺的一部分，对于培养学生的动手能力是至关重要的因此，在计量经济学的实验教学中要注意两方面的问题：第一，实验教学要与理论教学相衔接，即应该将实验教学合理恰当地穿插在理论教学的过程中，而不能截然分离开这样有助于加深学生对理论知识的理解和应用第二，教师应该精心选择实验内容，编好实验计划，做好示范在编写实验计划时不仅要加强基础内容的学习训练，而且要构建能有效将实践技能训练与科学研究能力相结合的实验体系，进而形成基础实验综合实验研究创新型实验多层次多模块相互衔接实验教学第三，结合实际情况，要特别强调学生在处理数据0如:频率转换季节调整7建立模型等方面容易出现的问题总之，为了实现本科计量经济学课教学理念的改革，突出基本思想方法和应用的教学，最关键的还是加强计量经济学师资队伍的建设，大力培养既懂经济又熟悉数学和计量方法的教师队伍，使我们的计量经济学教师的知识结构合理，如在本科阶段学数学研究生读经济博士读数量经济等参考文献：D 洪永淼6计量经济学的地位作用和局限6经济研究，PEEY，（M）6P 范钦珊6以内容方法技术为重点深化课程教学改革6中国高等教育，PEE)，（D）6( 胡荣才，王亚雄6本科计量经济学教学中几个问题的思考6统计教育，PEEX，（)）6) 胡新艳，陈文艺6 教学模式在计量经济学教学中的应用6高等农业教育，PEEX，（)）6M 李子奈，潘文卿6计量经济学0第二版76北京：高等教育出版社，PEEM6张晓峒6计量经济学基础（第三版）6天津：南开大学出版社，PEE)6X责任编辑柯黎

计量经济学是用定量 方法 研究经济活动规律的一门科学,在经济学科中居于最重要的地位。下面是我为大家推荐的计量经济学论文，供大家参考。计量经济学论文 范文 篇一：《形成性评价计量经济学》 1形成性评价的可行性及必要性 我国医学类院校最早成立统计学本科专业的是第四军医大学,随后中山大学、潍坊医学院、滨州医学院等院校也相继成立了统计学本科专业。该专业培养目标是培养适应未来经济社会与科技发展需要,德、智、体、美等全面和i皆发展,掌握统计学的基本理论和方法,可熟练运用计算机分析数据,能在卫生行政机关、卫生防疫及医药相关部门从事统计调査、统计分析工作,或在医药卫生、 教育 机构从事科研与教学等工作的应用型专门人才。 我院统计学专业本科(卫生统计方向)自2006年开始招生,其培养友案涉及的主干课程可分为医学类(含基础医学_、临床医学和预防医学)、统计类、数学类、经济管理类、计算机类、外语及人文社会科学7类课程。其中计量经济学课程作为经济管理类的核心课程之一,属于统计学专业的必修课程。 本课程的学习使学生在已经学习的统计学和经济学的基础上进一步理解、掌握计量经济分析的方法和基础理论,通过模型研究经济问题的数量规律,对经济问题的前景做出正确的预测,提高学生发现问题、分析问题、解决问题的能力以及运用统计学理论与方法分析、解决相关领域实际问题的能力。传统的计量经济学课程评价采用的是终结性评价,即学生成绩由期末考试卷面成绩和平时成绩(含考勤、作业)组成。 多年的教学实践表明,终结性评价存在重视结果而忽略过程、评价主体单一化、评价内容缺乏全面性等诸多缺陷,而“一考定乾坤“的不公平评价方式也给学生带来了负面的影响,造成一定的考前突击、考试作弊现象ra,不利于教学质量和学生素质的提高。迄今为止,尚没有形成性评价在计量经济学课程中应用的文献,但形成性评价在其他学科教学中的广泛应用表明,它对学生成绩的提高具有明显效果,使学生的学习动机和学习自信心得到增强M。因此,有必要对计量经济学课程应用形成性评价的具体方案进行探讨。 2调查结果分析 自制“计量经济学课程形成性评价调查问卷”调查学生对形成性评价的认识、态度等,以便改进。在2011级开设计量经济学课程的本科学生中,抽取两个班级进行整群调査。发放调査问卷80份,收回有效问卷80份,有效问卷回收率100%。调i。 问卷调査结果显示,首先是认识方面,91.25%的学生认为形成性评价的主体应该是教师与学生相结合;其次是态度方面,90.00%的学生对计量经济学这门课程感兴趣,98.75%的学生认为计量经济学考核实行形成性评价有必要和很有必要;再次是授课效果评价方面,87.50%的学生对教师授课的总体评价是优;最后从结果来看,95.00%的学生认为通过本学期的学习,对计量经济学的掌握有进步,87.50%的 学生 自我评价 分数达80分及以上。 由此可见,在计量经济学考核中实施形成性评价得到了绝大多数学生的支持,收到了良好的效果。在保证教师评价与学生自我评价相结合的基础上,充分贯彻了“以学生为中心”的教育理念,可提高学生的学习兴趣和信心,增强学习效果,促进教学质量和学生素质的提高。 3结语 综上所述,形成性评价在计量经济学考核中具有广阔的应用前景,是顺应教学改革潮流的现代化考核方式。在实际应用中,需要优化计量经济学教学内容,改革 教学方法 和教学手段,可先通过构建和完善形成性评价结合终结性评价的课程评价体系,然后逐步过渡到形成性评价。同时,形成性评价在计量经济学课程考核中应用的成功 经验 对医学类院校统计学专业其他课程考核方面的改革有很强的借鉴意义。 计量经济学论文范文篇二：《试谈独立学院计量经济学》 1独立学院计量经济学课程的阈限概念分析 计量经济学是一门运用回归模型分析数据的方法论学科，本科阶段的初级层次计量经济学课程的主要内容涵盖计量经济学数据、一元线性回归模型、多元线性回归模型、回归估计量的理论，异方差、序列相关等。根据计量经济学理论和方法的发展，将计量经济学的阈限概念具体可归结为以下3组概念：第一，回归假设。回归假设是为分析回归结果引入的合情合理的假设，在不同数量的假设下能够得到回归系数估计量的不同性质。回归假设是整个回归方法的基础，一切回归有关的参数估计和假设检验都和回归假设紧密相关，同时违反回归假设的情形也是计量经济学理论发展的重点，因此回归假设是计量经济学的阈限概念之一。第二，回归系数估计量的无偏性、有效性和一致性。无偏性、有效性和一致性是评价估计量的基本标准，回归系数估计量的无偏性、有效性和一致性是回归理论的核心，整个初级计量经济学的理论最终都归结为回归系数估计量的这3个性质，同时，这3个性质又与回归假设紧密相关，故回归系数估计量的无偏性、有效性和一致性是计量经济学的阈限概念之二。第三，异方差。异方差是违背回归同方差假设时的回归结果表现，无论对于横截面数据还是时间序列数据，异方差的出现是回归分析的常态，因此对于异方差的检验和修正是初级计量经济学的重要内容，也是经济金融实证研究中需要关注的基本问题，故异方差是计量经济学的阈限概念之三。以上三个阈限概念是学生掌握计量经济学理论的关键，同时在概念上具有紧密的联系，下文将基于此探讨计量经济学课程的教学方式。 2基于阈限概念的独立学院计量经济学教学注意事项 由于独立学院的教学方式主要强调理论与方法的应用和实践，因此基于阈限概念的独立学院计量经济学教学的总体原则仍立足于阈限概念的理解与实际运用，具体地，需要注意以下三个方面：第一，合理安排教学内容。为了突出3大阈限概念，在首节导论课即向大家提出3大阈限概念，在介绍回归分析的原理和方法时，详细的说明每个假设的用途，使学生理解每个假设的目的和本质，进而在回归估计量三个性质的教学中把握无偏性、有效性和一致性的具体条件，并明确理解异方差这一违反假设的情况。在具体教学过程中，以充分的时间介绍三大阈限概念及其联系，从而建构整个计量经济学的知识和方法体系。第二，运用软件展示阈限概念的具体应用。独立学院的计量经济学教学应完全从应用性角度出发，运用软件展示计量经济学概念、原理和方法。对于3大阈限概念，可用40%左右的时间解释概念产生的原因与本质，而60%左右的时间结合典型例题讲解如何运用计量经济学软件如Eviews解决具体的回归分析建模和假设检验问题。第三，通过尝试撰写学术论文强化阈限概念的综合运用。撰写实证性的学术论文是进行计量经济学方法综合训练的较好途径之一，可以通过让学生从选择题目开始，通过收集数据，建立回归模型，参数估计，假设检验以及进行可能的异方差和序列相关检验和修正等等来感受计量经济学解决综合问题的方法和程序，通过写作论文的方式加以体现，然后交流讨论，以深化对计量经济学阈限概念的理解。计量经济学教学经过以上三个方面的具体设计，帮助学生牢固掌握计量经济学的阈限概念，提升解决实际问题的能力。 3基于阈限概念的独立学院计量经济学教学实践 以浙江大学城市学院为例浙江大学城市学院是一所以培养应用型人才为导向的独立学院，也是我国建立最早、最有名的独立学院之一。计量经济学课程是浙江大学城市学院金融学专业的必修课程，在大三上学期开设。浙江大学城市学院的计量经济学课程以提高学生建立回归模型能力为教学目标，基于Eviews软件进行教学，每周教学学时为理论(教师讲授)与上级实验(学生练习)各2学时，特别注重学生对计量经济学阈限概念的理解与掌握。因此，研究浙江大学城市学院的计量经济学教学对研究独立学院计量经济学课程的教学具有借鉴意义。浙江大学城市学院的计量经济学教学内容为传统的初级计量经济学教学内容。教师在讲授回归假设时着重解释回归假设的设立目的与合理性，并通过软件讲解回归假设的验证，使学生理解并掌握回归假设。在回归系数估计量的无偏性、有效性和一致性教学中，通过详细分析三个性质所依据的不同假设，使学生理解三个性质所应具备的条件从而掌握线性回归估计量理论。特别地，专门安排约10学时左右的实验课进行计量经济学论文撰写与分析的交流，要求学生自选题目，收集数据，建立回归模型，进行估计并检验异方差、序列相关以及模型设定问题，写作小论文并在课堂上展示交流。为评价教学效果，选取2010级学生1个教学班共24人进行满分为5分的教学满意度打分，学生对计量经济学课程全部项目的满意度均达到97%以上，总体平均满意度超过99%。由此可见，浙江大学城市学院应用统计课程的教学效果非常成功。 4结论 回归假设、回归系数估计量的无偏性、有效性和一致性和异方差是计量经济学课程的三大阈限概念。基于阈限概念的计量经济学教学在于合理安排教学内容，运用软件展示阈限概念的具体应用以及通过尝试撰写学术论文强化阈限概念的综合运用。浙江大学城市学院计量经济学课程的教学实践分析表明本文提出的基于阈限概念的计量经济学教学方式对独立学院的计量经济学课程教学具有很好的适用性及学生满意度。 计量经济学论文范文篇三：《高校经济类专业计量经济学课程研究性教学路径》 一、引言 2世纪美国伟大的教育家、以倡导研究性教学闻名全球的博耶(Ernest L. Boyer)教授认为，“最好的大学教育意味着积极主动的学习和训练有素的探索，使学生具有推理及思考能力。所有的教师都应不断改进教学内容和教学方法，通过创造性的教学鼓励学生积极主动地学习”。 2005年，教育部在《关于进一步加强高等学校本科教学工作的若干意见》中首次明确提出要“积极推动研究性教学，提高大学生的创新能力”，“大力加强实践教学，切实提高大学生的实践能力”，“要让大学生通过参与教师科学研究项目或自主确定选题开展研究等多种形式，进行初步的探索性研究工作”。 二、文献综述 近年来，国内已经有一批高校从整体上推进实施“研究性教学”，已被证明是“创新人才培养的成功模式”之一。众多高校老师、学者已将“研究性教学”理念融入教学改革中，积极探索适合“研究性教学”相配套的课程结构体系、教师教学激励机制、创新学分制度等制度，为之有效开展提供了制度保证。 刘赞英等(2007)对国外大学研究性教学的经验进行了全面的 总结 对比，为我国大学开展研究性教学提供了启示与借鉴[1]。刘智运(2006)认为，研究性“教”与“学”反映的是一种互动式师生关系。教师不仅仅是传授现有知识，更重要的是要创设有利于学生参与研究和主动探索的情境，鼓励、引导和帮助学生学习、思考和研究。同时学生也不是被动接受式学习，而是积极主动的求知过程，同时需要与教师展开及时的互动交流[2]。王岚等(2007)认为，研究性教学既是一种教学理念，又是一种教学模式，还是一种教学方法。 它是一种将教师研究性教学与学生研究性学习、课内讲授与课外实践、依靠教材与广泛阅读、教师引导与学生自学有机结合并达到完整、和谐、统一的教学[3]。龙慧灵等(2010)通过研究发现，研究性“学”要求学生在“学”中“研究”，在“研究”中“学”，学生的研究与教师的研究有所不同，学生的研究更多的是强调研究和探索的过程，通过这一过程实现知识的学习，问题发现与解决能力的培养[4]。王锋等(2014)认为，研究性“学”与研究性“教”是相辅相成、不可分割的统一体，其内在联系通过“研究”这一纽带得以体现，并从平等合作的师生关系、研究性 学习方法 激励、教师团队建设、过程管理以及体系评价配套等方面提出有效实施研究性教学的策略[5]。 此外，关于研究性教学模式，肖萍等(2005)、刘茂军(2005)、蒋乃华(2010)和李胜清等(2009)分别提出了“以课题为中心的模式”、“溯源法模式”、“‘一体两翼’模式”和“‘四位一体’模式”[6][7][8][9]。 三、计量经济学的课程性质 计量经济学的重要性不言而喻。诺贝尔经济学奖获得者R?Clein说过：“计量经济学已经在经济学科中居于最重要的地位。”著名经济学家P?Samuelson也曾经指出，第二次世界大战后的经济学是计量经济学的时代。从1969年第一届诺贝尔经济学奖授予计量经济奠基人R?Frisch和计量经济建模之父J?Tinbergen以来，95%以上的获奖成果都与计量经济学有着密切的联系。 我国教育部高等学校经济学学科教学指导委员会也将“计量经济学”列为经济学类各专业的八门核心课程之一。计量经济学是一门理论性、应用性、实践性、体验性很强、难度较大的综合性课程，跟高等数学、概率论、数理统计和宏微观经济学联系密切，Kennedy认为“理论计量经济学家和应用计量经济学家缺乏充分交流会导致理论与实践的严重脱节，甚至不知所措[10] ”。Guy Orcutt曾说过，“做计量经济学就像试图通过播放收音机来研究电的规律”，足见其难度。因此，本科阶段的学习会更侧重于计量经济实证研究，其对统计数据的质量要求很高，否则计量模型再完美，也只能是“垃圾进去，垃圾出来”，而收集数据本身在一定程度上又是一门艺术。 四、研究性教学的路径选择 1.强化大学新生研究性训练，为高年级研究性学习做好铺垫。 《计量经济学》是经济类专业学生的必修课，如果前期没有一定的研究训练，突然实施研究性教学会让学生无法适应，手足无措。因此建议一入学就给学生灌输研究性学习的理念，让学生从传统教育模式的“被动接受者”向“主动参与者”转变。具体做法就是在大一阶段设立“新生讨论课”项目，由相关专业有经验的教师主持研讨课，课程围绕学科专业引导、开拓学生视野、激发科研兴趣的目的展开，重在让学生了解科研对于专业学习的意义。同时，也可以尝试在学科基础课如微观经济学、宏观经济学、应用统计学等课程中适当介入研究性学习训练，使基础学习阶段的学生对研究性学习有所启蒙。用麻省理工学院校长查尔斯?韦斯特的话说，就是“尽可能尽早把年轻人引导到科研领域”。 2.合理的时间安排和针对性的内容计划是实施研究性教学的关键。 欧美高校在计量经济学的课程设置上普遍具有多样性、层次性特征，如耶鲁大学、哈佛大学、剑桥大学、芝加哥大学、麻省理工学院等基本上都会将计量经济学分解成几门更细的课程或者分成基础、进阶、高级等不同的层次。而国内大学普遍只单一开设计量经济学这门课程，和国外相比我国各高校计量经济学课时安排相对较少。笔者调查了北京大学、清华大学、浙江大学、南京大学、复旦大学、武汉大学、吉林大学、人民大学、厦门大学、南开大学等10所具有代表性的综合性大学和西南财大、东北财大、上海财大、中南 财经 政法大学等5所财经类大学以及中国矿业大学、石油大学、中国地质大学、中国农业大学、武汉理工大学、华中农业大学等6所地矿类、农林类专业特色突出的院校，发现该门课程的学时设置大体分为48学时和64学时，学分在3～4个之间。即便是一学期64学时的安排，要让学生充分掌握计量经济学理论、方法及应用依然是非常困难的。从学期安排来看，除了个别学校安排在第四或者第六学期外，绝大多数高校安排在第五学期较为合理，一方面大二刚刚学完微观、宏观经济学和统计学原理，可以趁热打铁，有效降低遗忘效应，另一方面也可以为大学中后段的 社会实践 乃至 毕业 论文(设计)打下模型和方法的基础。 教学内容的甄选也会很大程度上影响该课程研究性教学的开展。根据教育部高教司制定的经济类本科专业课程教学基本要求，计量经济学应包括概述、经典单方程的简单线性回归及多元线性回归模型、放宽经典假定的单方程模型(包括多重共线性、异方差性、自相关性和模型设定偏误)、联立方程组模型以及应用计量经济模型等板块。 在概述部分，通过1～2篇尽可能涵盖全书主要内容的经典计量经济学学术论文介绍开始，让学生对计量经济学有一个轮廓性的认识，并初步引导学生进入研究性学习的体系中来。经典单方程线性回归模块，鉴于在统计学原理课程中已基本掌握OLS的基本方法，应侧重于剖析偏相关以及几大经典假定的阐述，这一部分以课内讲授、原理学习为主。研究性学习的重点放在后面三大模块，尤其是放宽经典假定的单方程模型篇章中的多重共线性、异方差性、自相关性部分以及应用时间序列计量经济模型篇章。 3.选择适当的配套教材，为实施研究性教学奠定基础。计量经济学的国内外教材非常多，笔者认为选取合适的教材和配套的参考书对研究性教学的效果有着相当关键的影响。教材在提供给学生系统知识的同时，也应给学生一定的面向经济实践的问题思考。因此，对该课程而言，最好能采取主、辅教材同步配套的策略，主教材以提供给学生基本理论与知识为主，在注意系统性的同时，要吸收前沿成果。辅助教材则尽可能囊括可以实时更新数据的案例为主，对经典案例的分析解读是本科生“模仿研究”的起点。 经过多年的教学实践，我校的计量经济学教学模式从最初教师主导的“理论模型方法阐述”到后来的师生交互的“计量模型+案例实践”，再到目前尝试探索学生主导的“研究性教学”，使用的教材也经历了反复的尝试和总结。建议主教材选择清华大学李子奈教授的《计量经济学》或者西南财经大学庞皓教授的《计量经济学》，配套参考书选择古扎拉蒂的《计量经济学基础》或者伍德里奇的《计量经济学导论：现代观点》以及EVIEWS软件自带的《用户手册(User Guider I、II)》，这样的组合可以很好地满足研究性教学的教材需要。 4.多方配合和资源共享为实施研究性教学提供保障。突破传统教学模式，实施研究性教学对学校、学院以及课程教学团队都提出了很高的要求。学校要制定实施研究性教学的指导意见，专门组织开展全校范围内的研究性教学研讨与交流活动，因为实施研究性教学的过程不是一两个学院、一两个专业或者一两门课程能形成氛围的，它不仅仅是教学方法与教学模式转变的过程，更是教育思想观念与教育理念革新的过程。在全校范围内推行研究性教学模式下的教学管理制度，用研究性的视野重新认识教学管理活动的目标、途径和方法，积极开展管理创新，为研究性教学的开展创造自由、开放、宽容、友好的服务软环境。学院层面也尽可能结合精品课程的建设，为开展研究性教学提供优质的教学资源，积极争取实现课程教学资源的网络化，支持并构建以精品教材为主干的教材体系建设，教育学生树立“研究为新常态”的学习观，激励学生主动探究和亲身体验以及基于真实任务的研究问题的解决[11]。课程教学团队除了依托自身的科研项目，广泛吸纳本科生参与研究外，更要结合经济现实，鼓励学生自主立项，建立系统的课程项目库。 计量经济学的研究性教学对全校范围的资源共享的要求也很高。数据共享、软件共享、图书资料共享要求完善健全的校园网络建设和管理，除了教室和实验室以外，老师学生可以随时随地访问数据库，下载更新数据，调用专业统计软件。加强改善教室、实验室、研讨间等研究性学习场所的建设力度，争取实现“小班教学”和“小组实验”，为研究性教学提供软件和硬件的保障。 5.以点串线、由线及面共同构建研究性教学的一体化架构。开设计量经济学课程的经济学学科有各种不同的本科专业，以我校为例有经济学、统计学、金融学和国际经济贸易等专业，不同专业学生的性别比例、生源类别、学科基础和专业侧重均有所不同，相同专业的班风学风也不尽一致，因此可以选择有一定的科研基础和研究能力的任课老师选择相关专业学风优良的班级进行试点。在计量经济学教学大纲范围内选择相对容易理解的知识点和相对“规范(或者标准)”的经济问题作为该课程研究性教学的起点。通过模仿标准案例，然后引导学生以小组的形式各自选择一个研究项目，要求小组(项目组)成员统一拟定立项计划书，阐明研究背景、立项意义，梳理综述文献，设定研究方法和技术路线，合理进行人员分工，最后进行研究成果展示，互相交流心得，教师在学生立项研究的过程中随时答疑解惑。 这样，多个研究项目组合串联起来，就可以形成较为完美的“4线”：前因后果线、教研反馈互动线、理论实践融合线和课内课外互补线。这种教师引导、学生自主立项研究学习的方式能够充分激发学生全方位选择研究主题、多途径收集资料，既可以为教师的科学研究提供补充信息，又可以使学生在研究过程中涉猎更多的学科领域，丰富他们的知识面;在项目负责人组织带领下，各成员分工合作，集思广益，既避免了搭便车现象，又可以极大程度上扩大学生的参与面;项目的研究过程和最终效果也可以作为整个课程考核的重要环节，从而拓展考核的内容面。 五、结语 计量经济学是一门跟现实经济社会密切相关的课程，涉及的计量方法和模型在微观领域可以和家庭(或个人)的经济行为(收入、储蓄、消费、投资等)以及企业的管理活动( 人力资源管理 、生产成本控制、营销策略制定等)等经济现象紧密结合，在经济增长、就业与通货膨胀、区域经济社会差异、财政政策与货币政策制定等宏观经济领域更是大有用武之地。既可以分析单一的横截面数据(或者时序数据)，又可以研究混合数据(面板数据)。除了数值型数据，它还能对分类数据构建相应的计量模型。它不只研究经济社会的表面现象，还可以通过数据分析挖掘出现象背后的本质规律。计量经济学应用领域的广泛性为方便学生选题、开展研究性教学提供了强有力的可行性。 经济类专业的本科生学习计量经济学应侧重实证研究，在很多情况下经济理论并不能给出相关经济现象的确切答案，而唯一可行的途径便是“仔细收集数据，深入实证分析”。对于初学计量的学生来说，通过立项研究，与真实数据交手是加深理解的重要途径。因此，实施研究性教学，“弄脏学生的手，弄乱他们的桌”才能真正学会实证研究，领悟计量经济学的真谛。 猜你喜欢： 1. 关于经济发展的论文 2. 有关工程计量与计价论文 3. 有关金融计量的参考论文 4. 统计学论文范文

希望以上网站内容能帮到你

计量经济学论文可以研究的问题有多种，期中比较简单的就是根据数据，建立方程，研究变量之间的关系，主要运用的工具就是计量经济学的初等知识和Eviews软件，思路、要求和注意事项我觉得这么说对你的帮助不大，所以给你一篇我的论文做参考，也许对你有帮助，如果你觉得看的不是很明白的话，可以再留言给我，我把什么思路等告诉你。计量经济学期末实验报告实验名称：大中城市城镇居民人均消费支出与其影响因素的分析姓 名：学 号：班 级： （）级统计学系（）班指导教师：时 间：（上面是论文封皮）23个城市城镇居民人均消费支出与其影响因素的分析（题目）一、 经济理论背景近几年来，中国经济保持了快速发展势头，投资、出口、消费形成了拉动经济发展的“三架马车”，这已为各界所取得共识。通过建立计量模型，运用计量分析方法对影响城镇居民人均消费支出的各因素进行相关分析，找出其中关键影响因素，以为政策制定者提供一定参考，最终促使消费需求这架“马车”能成为引领中国经济健康、快速、持续发展的基石。二、 有关人均消费支出及其影响因素的理论我们主要从以下几个方面分析我国居民消费支出的影响因素：①、居民未来支出预期上升，影响了居民即期消费的增长居民的被动储蓄直接导致购买力的巨大分流, 从而减弱对消费品的即期需求，严重地影响了居民即期消费的增长，进而导致有效需求的不足，最终导致经济增长的乏力。90年代末期以来，我国的医疗、养老、失业保险、教育等一系列改革措施集中出台，原有的体制被打破，而新的体制尚未建立健全，因此目前的医疗、养老、失业保险、教育体制对居民个人支出的压力较大，而且基本上都是硬性支出，支出的不确定性也很大，导致居民目前对未来支出预期的上升。②、商品供求结构性矛盾依然突出从消费结构上看，我国消费品市场已发生了新的根本性变化：居民低层次消费已近饱和，而更高水平的消费又未达到。改革开放20多年来，城乡居民经过了一个中档耐用消费品的普及阶段后，目前老百姓的收入消费还不足以形成一个新的、以高档产品为内容的主导性消费热点，如轿车、住房等还远不能纳入大多数人的消费主流，居民现有的购买力不能形成推动主导消费品升级的动力。③、物价总水平持续在低水平运行，通货紧缩的压力较大，不利于消费的增长加入WTO之后，随着关税的降低和进口规模的扩大，国外产品对我国市场的冲击将进一步加大，国际价格紧缩对国内价格变化将产生负面影响。物价的持续下降，不利于居民的消费增长。因为从居民的消费心理上看，买涨不买降是居民购物的习惯心理。由于居民对物价有进一步下降的预期，因此往往推迟消费，不利于居民消费的增长。另外，从统计上分析，由于物价的下降，名义消费增长往往低于实际消费的增长，这在一定程度上也不利于消费增长幅度的提高。④、我国现阶段没有形成大的消费热点，难以带动消费的快速增长经过近几年的培育和发展，我国目前已经形成了住房消费、居民汽车消费、通信及电子产品的消费、节假日消费及旅游消费等一些消费亮点，可以促进消费的稳定增长，但始终未能形成大的消费热点，因此不能带动消费的高速增长。三、 相关数据收集相关数据均来源于2006年《中国统计年鉴》：23个大中城市城镇居民家庭基本情况（表格）地区 平均每户就业人口（人） 平均每一就业者负担人数（人） 平均每人实际月收入（元） 人均可支配收入（元） 人均消费支出（元）北京 1.6 1.8 1865.1 1633.2 1187.9天津 1.4 2.0 2010.6 1889.8 939.8石家庄 1.4 2.0 1061.3 1010.0 722.9太原 1.3 2.2 1256.9 1159.9 789.5呼和浩特 1.5 1.9 1354.2 1279.8 772.7沈阳 1.3 2.1 1148.5 1048.7 812.1大连 1.6 1.8 1269.8 1133.1 946.5长春 1.8 1.7 1156.1 1016.1 690.2哈尔滨 1.4 2.0 992.8 942.5 727.4上海 1.6 1.9 1884.0 1686.1 1505.3南京 1.4 2.0 1536.4 1394.0 920.6杭州 1.5 1.9 1695.0 1464.9 1264.2宁波 1.5 1.8 1759.4 1543.2 1271.4合肥 1.6 1.8 1042.5 950.1 686.9福州 1.7 1.9 1172.5 1059.4 942.8厦门 1.5 1.9 1631.7 1394.3 998.7南昌 1.4 1.8 1405.0 1321.1 665.4济南 1.7 1.7 1491.3 1356.8 1071.4青岛 1.6 1.8 1495.6 1378.5 1020.7郑州 1.4 2.1 1012.2 954.2 750.3武汉 1.5 2.0 1052.5 972.2 853.1长沙 1.4 2.1 1256.9 1148.9 986.8广州 1.7 1.8 1898.6 1591.1 1215.1四、 模型的建立根据数据，我们建立多元线性回归方程的一般模型为：其中：——人均消费支出——常数项——回归方程的参数——平均每户就业人口数——平均每一就业者负担人口数——平均每人实际月收入——人均可支配收入——随即误差项五、实验过程（一）回归模型参数估计根据数据建立多元线性回归方程：首先利用Eviews软件对模型进行OLS估计，得样本回归方程。利用Eviews输出结果如下：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:08Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C -1682.180 1311.506 -1.282633 0.2159X1 564.3490 395.2332 1.427889 0.1704X2 569.1209 379.7866 1.498528 0.1513X3 1.552510 0.629371 2.466766 0.0239X4 -1.180652 0.742107 -1.590947 0.1290R-squared 0.721234 Mean dependent var 945.2913Adjusted R-squared 0.659286 S.D. dependent var 224.1711S.E. of regression 130.8502 Akaike info criterion 12.77564Sum squared resid 308191.9 Schwarz criterion 13.02249Log likelihood -141.9199 F-statistic 11.64259Durbin-Watson stat 2.047936 Prob(F-statistic) 0.000076根据多元线性回归关于Eviews输出结果可以得到参数的估计值为： , , ， ，从而初步得到的回归方程为：Se= (1311.506) (395.2332) (379.7866) (0.629371) (0.742107)T= (-1.282633) (1.427889) (1.498528) (2.466766) (-1.590947)F=11.64259 df=18模型检验：由于在 的水平下，解释变量 、 、 的检验的P值都大于0.05，所以变量不显著，说明模型中可能存在多重共线性等问题，进而对模型进行修正。（二）处理多重共线性我们采用逐步回归法对模型的多重共线性进行检验和处理：X1：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:28Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 153.8238 518.6688 0.296574 0.7697X1 523.0964 341.4840 1.531833 0.1405R-squared 0.100508 Mean dependent var 945.2913Adjusted R-squared 0.057675 S.D. dependent var 224.1711S.E. of regression 217.6105 Akaike info criterion 13.68623Sum squared resid 994441.2 Schwarz criterion 13.78497Log likelihood -155.3917 F-statistic 2.346511Durbin-Watson stat 1.770750 Prob(F-statistic) 0.140491X2：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 1756.641 667.2658 2.632596 0.0156X2 -424.1146 347.9597 -1.218861 0.2364R-squared 0.066070 Mean dependent var 945.2913Adjusted R-squared 0.021597 S.D. dependent var 224.1711S.E. of regression 221.7371 Akaike info criterion 13.72380Sum squared resid 1032515. Schwarz criterion 13.82254Log likelihood -155.8237 F-statistic 1.485623Durbin-Watson stat 1.887292 Prob(F-statistic) 0.236412X3：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:29Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 182.8827 137.8342 1.326831 0.1988X3 0.540400 0.095343 5.667960 0.0000R-squared 0.604712 Mean dependent var 945.2913Adjusted R-squared 0.585888 S.D. dependent var 224.1711S.E. of regression 144.2575 Akaike info criterion 12.86402Sum squared resid 437014.5 Schwarz criterion 12.96276Log likelihood -145.9362 F-statistic 32.12577Durbin-Watson stat 2.064743 Prob(F-statistic) 0.000013X4：Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:30Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 184.7094 161.8178 1.141465 0.2665X4 0.596476 0.124231 4.801338 0.0001R-squared 0.523300 Mean dependent var 945.2913Adjusted R-squared 0.500600 S.D. dependent var 224.1711S.E. of regression 158.4178 Akaike info criterion 13.05129Sum squared resid 527020.1 Schwarz criterion 13.15003Log likelihood -148.0898 F-statistic 23.05284Durbin-Watson stat 2.037087 Prob(F-statistic) 0.000096由得出的数据可以看出， 的调整的判定系数最大，因此首先把 引入调整的方程中，然后在分别引入变量 、 、 进行OLS得：X1、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:32Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C -222.8991 345.9081 -0.644388 0.5266X1 289.8101 227.2070 1.275533 0.2167X3 0.517213 0.095693 5.404899 0.0000R-squared 0.634449 Mean dependent var 945.2913Adjusted R-squared 0.597894 S.D. dependent var 224.1711S.E. of regression 142.1510 Akaike info criterion 12.87276Sum squared resid 404138.2 Schwarz criterion 13.02087Log likelihood -145.0368 F-statistic 17.35596Durbin-Watson stat 2.032110 Prob(F-statistic) 0.000043X2、X3Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:33Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 239.5536 531.1435 0.451015 0.6568X2 -27.00981 244.0392 -0.110678 0.9130X3 0.536856 0.102783 5.223221 0.0000R-squared 0.604954 Mean dependent var 945.2913Adjusted R-squared 0.565449 S.D. dependent var 224.1711S.E. of regression 147.7747 Akaike info criterion 12.95036Sum squared resid 436747.0 Schwarz criterion 13.09847Log likelihood -145.9292 F-statistic 15.31348Durbin-Watson stat 2.063247 Prob(F-statistic) 0.000093X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:34Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 331.7015 142.5882 2.326290 0.0306X3 1.766892 0.553402 3.192782 0.0046X4 -1.473721 0.656624 -2.244390 0.0363R-squared 0.684240 Mean dependent var 945.2913Adjusted R-squared 0.652664 S.D. dependent var 224.1711S.E. of regression 132.1157 Akaike info criterion 12.72634Sum squared resid 349091.0 Schwarz criterion 12.87445Log likelihood -143.3529 F-statistic 21.66965Durbin-Watson stat 2.111635 Prob(F-statistic) 0.000010由数据结果可以看出，引入X4时方程的调整判定系数最大，且解释变量均通过了显著性检验，再分别引入X1、X2进行分析。X1、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:37Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 193.6693 403.8464 0.479562 0.6370X1 89.29944 243.6512 0.366505 0.7180X3 1.652622 0.646003 2.558228 0.0192X4 -1.345001 0.757634 -1.775265 0.0919R-squared 0.686457 Mean dependent var 945.2913Adjusted R-squared 0.636950 S.D. dependent var 224.1711S.E. of regression 135.0712 Akaike info criterion 12.80625Sum squared resid 346640.3 Schwarz criterion 13.00373Log likelihood -143.2719 F-statistic 13.86591Durbin-Watson stat 2.082104 Prob(F-statistic) 0.000050X2、X3、X4Dependent Variable: YMethod: Least SquaresDate: 12/11/07 Time: 16:38Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 62.60939 489.2088 0.127981 0.8995X2 134.1557 232.9303 0.575948 0.5714X3 1.886588 0.600027 3.144175 0.0053X4 -1.596394 0.701018 -2.277251 0.0345R-squared 0.689658 Mean dependent var 945.2913Adjusted R-squared 0.640657 S.D. dependent var 224.1711S.E. of regression 134.3798 Akaike info criterion 12.79599Sum squared resid 343100.8 Schwarz criterion 12.99347Log likelihood -143.1539 F-statistic 14.07429Durbin-Watson stat 2.143110 Prob(F-statistic) 0.000046由输出结果可以看出，在 的水平下，解释变量 、 的检验的P值都大于0.05，解释变量不能通过显著性检验，因此可以得出结论模型中只能引入X3、X4两个变量。则调整后的多元线性回归方程为：Se= (142.5882) (0.553402) (0.656624)T= (2.326290) (3.192782) (-2.244390)F=21.66965 df=20（三）.异方差性的检验对模型 进行怀特检验：White Heteroskedasticity Test:F-statistic 1.071659 Probability 0.399378Obs*R-squared 4.423847 Probability 0.351673Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 12/11/07 Time: 16:53Sample: 1 23Included observations: 23Variable Coefficient Std. Error t-Statistic Prob.C 34247.50 128527.9 0.266460 0.7929X3 247.9623 628.1924 0.394723 0.6977X3^2 -0.071268 0.187278 -0.380548 0.7080X4 -333.6779 714.3390 -0.467114 0.6460X4^2 0.121138 0.229933 0.526841 0.6047R-squared 0.192341 Mean dependent var 15177.87Adjusted R-squared 0.012861 S.D. dependent var 23242.54S.E. of regression 23092.59 Akaike info criterion 23.12207Sum squared resid 9.60E+09 Schwarz criterion 23.36892Log likelihood -260.9038 F-statistic 1.071659Durbin-Watson stat 1.968939 Prob(F-statistic) 0.399378由检验结果可知， ，由White检验知，在 时，查 分布表，得临界值 (20)=30.1435，因为 < (5)= 30.1435,所以模型中不存在异方差。（四）.自相关的检验由模型的输出结果可知，估计结果都比较满意，无论是回归方程检验，还是参数显著性检验的检验概率，都显著小于0.05，D-W值为2.111635，显著性水平 =0.05下查Durbin-Watson表，其中n=23，解释变量的个数为2，得到下限临界值 ，上限临界值 ， =1.543