计量经济学复习资料
1、费里希（R.Frish）是经济计量学的主要开拓者和奠基人。
2、经济计量学与数理经济学和树立统计学的区别的关键之点是“经济变量关系的随机性特征”。
3、经济计量学识以数理经济学和树立统计学为理论基础和方法论基础的交叉科学。它以客观经济系统中具有随机性特征的经济关系为研究对象，用数学模型方法描述具体的经济变量关系， 为经济计量分析工作提供专门的指导理论和分析方法。
4、时序数据即时间序列数据。时间序列数据是同一统计指标按时间顺序记录的数据列。
5、横截面数据是在同一时间，不同统计单位的相同统计指标组成的数据列。
6、对于一个独立的经济模型来说，变量可以分为内生变量和外生变量。内生变量被认为是具有一定概率分布的随机变量，它们的数值是由模型自身决定的；外生变量被认为是非随机变量，它们的数值是在模型之外决定的。
7、对于模型中的一个方程来说，等号左边的变量称为被解释变量，等号右边被称为解释变量。在模型中一个方程的被解释变量可以是其它方程的解释变量。被解释变量一定是模型的内生变量，而解释变量既包括外生变量，也包括一部分内生变量。
8、滞后变量与前定变量。有时模型的设计者还使用内生变量的前期值作解释变量，在计量经济学中将这样的变量程为滞后变量。滞后变量显然在求解模型之前是已知量，因此通常将外生变量与滞后变量合称为前定变量。
9、控制变量与政策变量。由于控制论的思想不断渗入经济计量学，使某些经济计量模型具有政策控制的特点，因此在经济计量模型中又出现了控制变量、政策变量等名词。政策变量或控制变量一般在模型中表现为外生变量，但有时也表现为内生变量。
10、经济参数分为：外生参数和内生参数。外生参数一般是指依据经济法规人为确定的参数，如折旧率、税率、利息率等。内生参数是依据样本观测值，运用统计方法估计得到的参数。如何选择估计参数的方法和改进估计参数的方法，这是理论经济计量学的基本任务。
11、用数学模型描述经济系统应当遵循以下两条基本原则：第一、以理论分析作先导；第二模型规模大小要适度。
12、联立方程模型中的方程一般划分为：随机方程和非随机方程。随机方程是根据经济机能或经济行为构造的经济函数关系式。在随机方程中，被解释变量被认为是服从某种概率分布的随机变量，且假设解释变量是非随机变量。非随机方程是根据经济学理论和政策、法规的规定而构造的反应映某些经济变量关系得恒等式。
13、所谓经济计量分析工作是指依据
经济理论分析，运用经济计量模型方法，研究现实经济系统的结构、水平、提供经济预测情报和评价经济政策等的经济研究和分析工作。
14、经济计量分析工作的程序包括四部分：1、设定模型；2、估计参数；3、检验模型；4、应用模型。
15、在社会经济现象中，变量之间的关系可分为两类：函数关系和相关关系。函数关系是指如果给定解释变量X的值，被解释变量Y的值就唯一地确定了，Y与X的关系就是函数关系，即Y=f(X)。相关关系是指如果给定了解释变量X的值，被解释变量Y的值不是唯一确定，Y与X的关系就是相关关系。
16、回归分析与相关关系的联系与区别：回归分析研究一个变量（被解释变量）对于一个或多个其它变量（解释变量）的依存关系，其目的在于根据解释变量的数值来估计或预测被解释变量的总体均值。相关分析研究变量之间相互关联的程度，用相关系数来表示，相关系数又分为简单相关系数和复相关系数；前者表示两个变量之间的相互关联程度，后者描述三个或三个以上变量之间的相关程度。回归分析和相关分析二者是有联系的，它们都是研究相关关系的方法。但二者之间也有区别：相关分析关心的是变量之间的相关程度，但并不能给出变量之间的因果关系；而回归分析则要通过建立回归方程来估计解释变量与被解释变量之间的因果关系。此外，在回归分析中，定义被解释变量为随机变量，解释变量为非随机变量；而在相关分析中，把所考察的变量都看作是随机变量。
17、总体回归模型是根据总体的全部资料建立的回归模型，又称为理论模型。样本回归模型是根据样本资料建立的回归模型。在绝大多数情形下，得到总体的全部资料是不可能的。
18、估计回归参数的方法主要有最小二乘法，极大似然估计法和矩估计法，其中最简单的是普通最小二乘法。这种方法要求回归模型满足以下假设：
1.随机误差μi的均值为零，即：E(μi)=0；
2.所有随机误差μi都有相同的方差，即：Var(μi)=E(μi—E(μi))2=E(μi2)=σ2；
3.任意两个随机误差μi和μj(i≠j)互不相关，也即μi和μj的协方差为零：
E(μi—E(μj))(μi—E(μj))=E(μiμj)=0
4.解释变量X是确定变量，与随机误差μi不相关。
5.对回归参数进行统计检验时，还须假定μi服从正态分布。
满足上述假定的线性回归模型称为经典线性回归模型。
19、求解一元线性回归模型参数的应用公式：
nΣXY—ΣXΣY ΣYΣX2—ΣＸΣＸＹ — —
β1=—————————— β０=————————————＝Ｙ —β1Ｘ
nΣX2—（ΣX）2 n
ΣX2—（ΣX）2
其中X、Y均为样本值。
20、利用普通最小二乘法求的样本回归直线具有以下特点：
（1）样本回归直线必然通过点X的均值和点Y的均值；
（2）预测值Y的平均值与实际值Y的平均值相等；
（3）残差ei均值为零；
（4）残差ei与解释变量X不相关。
21、普通最小乘估计量的特性：
（1）无偏性：E(β０)= β０，E(β1)= β1由不同样本得到的β０和β1可能大于或小于总体的β1和β０，但平均起来等于总体参数。
（2）线性特性：即估计量β０和β1均为样本观测值Y的线性组合。
（3）有效性：即β1和β０的方差最小。
22、简单线性回归模型的检验
（1）对估计值的直观判断：1.对回归系数β1的符号判断；2.对β1的大小判断。
（2）拟合优度的检验：拟合优度是指样本回归直线与样本观测值之间的拟合程度，通常用判定系数r2表示。检验拟合优度的目的，是了解释变量X对被解释变量Y的解释程度。X对Y的解释能力越强，残差ei的绝对值就越小，从而样本观测值离回归直线的距离越近。判定系数计算公式：
ESS Σ（Y(预测值)—Y（均值）） β12（回归系数）Σ（X（样本值）—X（均值））
r2=———=——————————————=————————————————————
TSS Σ（Y（样本值）—Y（均值）） Σ（Y（样本值）—Y（均值））
判定系数r2的两个重要性质：
1.它是一个非负的量。
2.它是在0与1之间变化的量。当r2=1时，所有的观测值都落在样本回归直线上，是完全拟合；当r2=0时，解释变量与被解释变量之间没有关系。
23、相关系数是衡量变量之间线性相关的指标。用r表示，它具有下列性质：
（1）它是可正可负的数
（2）它是在-1与+1之间变化的量。
（3）它具有对称性，即X与Y之间的相关系数与Y与X值将的相关系数相同。
（4）如果X和Y在统计上独立，则相关系数为零。当r=0，并不说明两个变量之间一定独立。这是因为，r仅适用于变量之间的线性关系，而变量之间可能存在非线性关系。
Σ（X（样本值）—X（均值））（Y（样本值）—Y（均值））
r=—————————————————————————————
[Σ（X（样本值）—X（均值））2Σ（Y（样本值）—Y（均值））2]1/2
r=±[r2]1/2并且r的符号与回归系数β1的符号相同。
相关系数与判定系数在概念上仍有明显区别：前者建立在相关分析的理论基础上，研究的是两个随机变量之间的线性相关的关系，不仅反映变量之间的因果关系；后者建立在回归分析的理论基础上，研究的是一个普通变量（X）对另一个随机变量的定
量解释程度。
24、相关系数的检验（t检验）
一般说来，相关系数可以反映X与Y之间的线性相关程度。r的绝对值越接近于1，X与Y之间的线性关系就越密切。但相关系数通常是根据样本数据得到的，因而带有一定的随机性，且样本越小其随机型就越大。因此，我们有必要依据样本相关系数r对总体相关系数ρ进行统计检验。可构造t统计量：
r(n—2)1/2
t=—————— 其中r为相关系数，n为样本数，服从（n-2）的t分布；查t分布得
(1—r2) 1/2 相应的临界值tα/2如果有：|t|≥tα/2则认为X与Y之间存在显著的线性相关关系。反之若有|t|≤tα/2则认为X与Y之间不存在显著的线性相关关系。
25、在一元线性回归模型中Y=β０+β1X+μi，β1代表解释变量X对被解释变量Y的线性影响。如果X对Y的影响是显著的，则有β1≠0；若X对Y的影响不显著，则有β1=0。由于真实参数β1是未知的，我们只能依据样本估计值对β1进行统计检验。
26、多重判定系数R2：为了说明二元回归方程对样本观测值拟合的优劣，需要定义多重判定系数。多重判定系数与简单判定系数r2一样，R2也定义为有解释的变差（ESS）与总变差（TSS）之比。显然，R2也是一个在0与1 之间的数。R2的值越接近1，拟合优度就越高。R2=1时，RSS=0，表明被解释变量Y的变化完全由解释变量X1和X2决定；当R2=0，表明Y的变化与X1，X2无任何关系。同时对于两个被解释变量相同而解释变量个数不同的模型，包含解释变量多的模型就会有较高的R2值。
27、复相关系数R表示所有解释变量与Y的线性相关程度。在二元回归分析中，复相关系数R表示的就是解释变量X1 X2与被解释变量Y之间的线性相关程度。
28、对总体回归模型的显著性检验（F检验）
多元线性回归模型的总体显著性检验是检验所有解释变量对Y的共同影响是否显著。构造F统计量：
ESS/（k－１） R2/(k—1)
F=——————=———————————其中k为模型中的参数个数，n为样本个数
RSS/(n—k) （1—R2）/（n—k） 对于给定的显著性水平，自由度为k—1和n—k，查F分布表可得临界值Fα（k-1,n-k），如果有F≥Fα（k-1,n-k）则认为X1和X2对Y的线性影响是显著的；反之，如果有F≤Fα（k-1,n-k），则总体线性回归模型不能成立。
29、方差非齐性：经典线性回归分析的一个基本假定就是回归模型中的随机误差项的方差为常数，称为方差齐性假定或同方差性假定。如果回归模型中的随机误差项的方差不是常数，则称随机误差项的方差非齐性或为异方差。异方差主要存在于横截面数据中。存在异方差性将导致的后果：1.参数的普通最小二乘估计
虽然是无偏的，但却是非有效的。2.参数估计量的方差估计量是有偏的，这将导致参数的假设检验也是非有效的。
30、方差非齐性的检验：1.样本分段比较法，这种方法由戈德菲尔德 （S.M.Goldfeld）和匡特（R.E.Quandt）于1972年提出的，又称为戈德菲尔德-匡特检验。2.残差回归检验法，这种方法是用模型普通最小二乘估计的残差或其绝对值与平方作为被解释变量，建立各种回归方程，然后通过检验回归系数是否为0，来判断模型的随机误差项是否有某种变动规律，以确定异方差是否存在。包括：（1）安斯卡姆伯（1961）和雷姆塞（1969）检验；（2）怀特检验（1980）；（3）戈里瑟检验（1969）
31、方差非其性下的参数估计采用：加权最小二乘法。鉴于异方差存在时普通最小二乘法估计的非有效性，对于已经检验确定存在非齐性方差的回归模型，就不应再直接应用普通最小二乘法来估计模型的参数。通常，解决这一问题的办法是采用加权最小二乘法。
32、序列相关性：对于时间序列资料，由于经济发展的惯性等原因，经济变量的前期水平往往会影响其后期水平，从而造成其前后期随机误差项的序列相关，也称为自相关。产生序列相关性的原因：1.经济变量惯性的作用引起随机误差项自相关；2.经济行为的滞后性引起随机误差项自相关；3.一些随机因素的干扰或影响引起随机误差项自相关；4.模型设定误差引起随机误差项自相关；5.观测数据处理引起随机误差项序列相关。
33、自相关性的后果：1.参数的普通最小二乘估计虽然是无偏的，但却是非有效的。2.参数估计量的方差估计量是有偏的，这将导致参数的假设检验也是非有效的。
34、序列相关的检验——DW检验（德宾—瓦森检验）
构造德宾—瓦森统计量：DW≈2（1-ρ），其中ρ为自相关系数，其变动范围在-1到+1之间，所以可得构造德宾—瓦森统计量的取值范围为：0≤DW≤4,显然，由检验统计量DW和样本回归残差的自相关系数ρ的关系可知：
（1）当0≤DW＜2时，有0≤ρ＜1，这时样本回归残差中存在一阶正自相关。且DW的值越接近于0，ρ的值就越接近于1，表明样本回归残差中一阶正自相关的程度就越强；当DW=0时，就有ρ=1，这时样本回归残差存在完全一阶正自相性。
（2）当2＜DW≤4时，有-1≤ρ＜0，这时样本回归残差中存在一阶负自相关。且DW的值越接近于4，ρ的值就越接近于-1，表明样本回归残差中一阶负自相关的程度就越强；当DW=4时，就有ρ=-1，这时样本回归残差存在完全一阶负自相性。
（3）当DW=2时，有ρ=0，这时样本回归残差中不存在一阶序列相关；DW的值越接近于2，样本回归残
差中一阶序列相关的程度就越弱。
在德宾—瓦森统计量临界值表中给出有上下两个临界值dL和dU。检验时可遵照如下规则进行：
（1）若DW＜dL，拒绝ρ=0，则认为随机误差项μt存在一阶正自相关；
（2）若DW＞4-dL，拒绝ρ=0，则认为随机误差项μt存在一阶负自相关；
（3）若dU＜DW＜4-dL，接受ρ=0，则认为随机误差项μt不存在一阶自相关；
（4）若dL＜DW＜dU或４-dU＜DW＜4-dL则不能判断随机误差项μt是否存在一阶序列相关。
35、序列相关情形下参数的估计（１）一阶差分法：所谓差分就是考察变量的本期值与以前某期值之差，一阶差分就是变量的本期值与前一期值之差。（２）广义差分法。
36、多重共线性是指线性回归模型中的若干解释变量或全部解释变量的样本观测值之间具有某种线性的关系。其产生的原因：（1）经济变量之间往往存在同方向的变化趋势。（2）经济变量之间往往存在着密切的关联程度。（3）在模型中采用滞后变量也容易产生多重共线性。（4）在建模过程中由于解释变量选择不当，引起了变量之间的多重共线性。
37、多重共线性产生的后果：（1）各个解释变量对被解释变量的影响很难精确鉴别。（2）由于存在多重共线性时，模型回归系数估计量的方差会很大，这将使得进行显著性检验时认为回归系数的值与零无显著差异。（3）模型参数的估计量对删除或增添少量的观测值以及删除一个不显著的解释变量都可能非常敏感。
38、对多重共线性的检验
（1）简单相关系数检测法：两变量间的简单相关系数r是测定两变量之间线性相关程度的重要指标，因此可用来检验回归模型的解释变量之间的共线程度。
（2）方差膨胀因子检测法：所谓方差膨胀因子就是将存在多重共线性时回归系数估计量的方差与无多重共线时回归系数估计量的方差对比而得出的比值系数。如果某个解释变量与其他所有解释变量都不相关，则其方差膨胀因此为1；膨胀因子的值大于1，就意味着所考虑的解释变量与其他解释变量有一定程度的相关，即存在一定程度的多重共线性。经验认为，方差膨胀因子大于5，多重共线性的程度就很严重。
（3）判定系数增量贡献法：这是希尔（H.Theil）提出的一种方法，它是从解释变量与被解释变量的相关程度来检测多重共线性的。
39、对多重共线问题的处理：（1）追加样本信息；（2）使用非样本先验信息；（3）进行变量形式的转化；（4）使用有偏估计：包括岭回归估计和主成分回归估计。
40、由于许多经济变量都难以十分精确地测量，所以模型中包含有观测误差的解释变量是一种常见的情形
。这种模型，通常称为误差变量模型。由于观测误差的随机性，所以这种模型是一种典型的含有随机解释变量的模型。
41、工具变量法：模型参数的最小二乘估计不具备一致的原因在于解释变量和随机误差项的相关。因此，若能找到一个解释变量，该变量与模型中的随机解释变量高度相关，但却不与随机误差项相关，那么就可用此变量和模型中的变量构造出模型相应回归系数的一个一致估计量。这个变量就称为是一个工具变量，这种估计方法就称为是工具变量法。对于时间序列资料，一种常用的工具变量是随机解释变量的滞后值或被解释变量的滞后值。对于截面数据资料，文献中常见的一种较简便的工具变量法是组平均法。
42、设定误差主要有以下几种：1.所设定的模型中遗漏了某个或某些与被解释变量有关的解释变量；2.所设定的模型中包括了若干与被解释变量无关的某个或某些解释变量；3.回归方程的模型形式设定有误。
43、质的因素通常表明某种“品质”或“属性”是否存在，所以将这类品质或属性量化的方法之一就是构造取值为“1”或“0”的人工变数。“1”表示这种属性存在，“0”则表示这种属性不存在。这种取值为1和0的变量称为虚拟变量，又可称为哑变量、二进制变量。
44、虚拟变量模型的一些特性：
1.以“１、０”取值的虚拟变量所反映的内容可以随意设定。
2.虚拟变量D=0代表的特征或状态，通常用以说明基础类型。
3.模型中的系数α0是基础类型的截距项，称为公共截距系数；α1系数可称为差别截距系数。因为，α1说明D取1时的那种特征的截距系数与基础类型的截距系数的差异。
4.如果一个回归模型有截距项，那么对于具有二种特征的质变量，我们只需引入一个虚拟变量。
设定虚拟变量的一般规则是：如果一个质变量有m种特征或状态，只需引入m—1个虚拟变量。但如果回归模型不含截距项，则m种特征需要引入m个虚拟变量。
45、在分布滞后模型中，回归系数β０称为短期影响乘数，它表示解释变量X变化一个单位对同期被解释变量Y产生的影响；将所短期影响乘数与所有的过渡性乘数相加就是长期影响乘数。
46、在实践中使用最小二乘估计直接估计分布滞后模型时，一般是对分布滞后模型施加约束条件，以便减少模型中的参数。最常用的约束条件有两类：一类是假定滞后变量的系数βi先增加后下降，或先下降后增加；另一类是要求βi按几何数列衰减。
47、在运用多项式估计分布滞后模型的参数时，首先要确定有限分布滞后模型的最大滞后长度K，然后还须确定多项式阶数m。确定m的方法是：先
给m一个较大的值，然后用t检验逐步降低多项式的阶数，直到αm在统计上显著为止。
48、联立方程模型就是由两个或两个以上相互联系得单一方程构成的经济计量模型。它能够比较全面反映经济系统得运行过程，因而已成为政策模拟和经济预测的重要依据。
49、行为方程式，就是解释或反映居民、企业或政府经济行为的方程式。例如，需求函数和消费函数反映消费者行为，供给函数反映生产者行为。技术方程式是反映要素投入与产出之间技术关系得方程式。生产函数就是常见的技术方程式。制度方程式是指由法律、政策法令、规章制度等决定的经济数量关系。例如，根据税收制度建立的税收方程就是制度方程。恒等式：在联立方程中恒等式有两种：一种叫会计恒等式，是用来表示某种定义的恒等式。另一种恒等式叫做均衡条件，是反映某种均衡关系得恒等式。
50、根据经济理论建立的描述经济变量关系结构的经济计量学方程系统称为结构式模型。结构式模型中的每一个方程都称为结构式方程。在结构式方程中，解释变量可以是前定变量，也可以是内生变量。结构方程的系数叫做结构参数。结构参数表示每个解释变量对被解释变量的直接影响，而解释变量对被解释变量的间接影响只能通过求解整个联立方程模型才可以取得，不能由个别参数得到。
51、在结构式模型中，一些变量可能在一个方程中作为解释变量，而在另一方程中又作为被解释变量。这就使得解释变量与随机误差项μ之间存在相关关系，从而违背了最小二乘估计理论的一个重要假定，估计量因此是有偏的和非一致的。这就是所谓的联立方程偏倚。
52、简化式模型就是把结构式模型中的内生变量表示为前定变量和随机误差项的函数模型。与结构参数不同，简化式参数反映前定变量的变化对内生变量产生的总影响，包括直接影响和间接影响。简化式参数的最小二乘估计量是无偏的、一致的。
53、所谓识别，就是能否从模型的简化式参数得出结构式参数。如果能够得出，我们就说模型可识别；如果不能够得出，我们就说模型不可识别。在可识别中，又分为恰好识别与过度识别二种。所谓恰好识别，就是能够从简化式参数种获得唯一的结构参数；所谓过度识别，就是从简化参数中获得的结构参数不止一个。如果一个方程与模型中的其他方程具有相同的统计形式，则这个方程是不可识别的。更严格的说，如果一个方程没有唯一的统计形式，这个方程是不可识别的。
54、识别的阶条件：如果一个方程能被识别，那么这个方程不包含的变量总数应大于或等于模型系统中方
程个数减1。
令K=模型系统中变量的个数（也即方程的个数）M=模型系统中变量的个数（包括内生变量和前定变量）Hi=模型系统中某个特定方程中变量个数（包括内生变量和前定变量）i=1,2,…K于是，识别阶条件可以表述为：M-Hi=K-1，第i个方程是恰好识别；M-Hi＞K-1，第i个方程是过度识别；M-Hi＜K-1，第i个方程是不可识别。
55、识别的秩条件：在一个具有K个方程的模型系统中，任何一个方程被识别的充分必要条件是：所有不包含在这个方程中的变量的参数矩阵的秩为K-1（或这些参数能够构成至少一个K-1阶非零行列式）。
56、其他识别规则：1.如果一个方程包含一个内生变量和模型系统中的全部前定变量，则这个方程是恰好识别的。2.如果一个方程中包含了模型系统中的全部变量（即全部内生变量和全部前定变量），则这个方程是不可识别。3.假如第i个方程排除的变量中没有一个在第j个方程中出现（也即第j个方程页排除了相同的变量），则第i个方程是不可识别的。4.如果两个方程都包含有相同的变量，或者说两个方程的统计形式相同，则这两个方程均不可识别。
57、对联立方程模型进行参数估计的方法可分为两类，即单方程估计法和系统估计法。恰好识别条件下的单方程估计可以用间接最小二乘法或工具变量法。过度识别条件下的单方程估计方法有二阶段最小二乘法和有限信息极大似然法。
60、价格弹性：第i种商品需求量对第j种商品价格的弹性通常用符号ηij表示。当i=j时称为自价格弹性；当i≠j时，称为交叉价格弹性。自价格弹性值通常为负，即价格上升时，需求量减少。依据自价格弹性值得大小，可将商品作如下分类：当ηii＜0，称商品i为正常商品；当ηii＞0，称商品i为非正常商品。交叉价格弹性ηij可以为正也可以为负。当ηij＞0，时表示商品i和商品j的使用价值可以互相替代，称为替代品，例如肥皂与洗衣粉；当ηij＜0时，表示商品i和商品j的使用价值可以互相补充，称为互补品，例如录音机与录音磁带。
61、收入弹性：需求的收入弹性说明收入的相对变动与由此引起的需求量相对变动之间的关系。需求量Xi对收入I的弹性通常用ηi表示。依据收入弹性值的大小，可将商品作如下分类：当0＜ηi＜1，称商品i为必须品；当ηi＞1，称商品为高档消费品；当ηi＜0，称商品i为劣质品或淘汰商品；当ηi＜0，且ηii＞0，称商品i为吉芬商品。
62、需求函数的特性：（1）非负性，（2）可加性，（3）零阶奇次性，（4）对称性，（5）单调性。
63、需求曲线：如果固定第i种商品以外的其他n-1种商品的价格和消费者的收入不变的需求函数
称为第i种商品的需求曲线。恩格尔曲线：它指出了在价格固定的情况下，收入对没种商品消费的影响。恩格尔定律指的是食品恩格尔曲线的特性，即随着消费者收入的增加，花费在食品上的支出比例将减少。
64、生产函数实际上是反映生产过程中生产要素投入的组合与产出结果之间的物质技术关系的数学方程式。
65、边际替代率的含义是，若减少一个单位的某一要素投入，而增加R个单位的另一格要素的投入，产出才能维持不变。
66、无形技术进步，是指生产函数在时间上的变动所反映出来的综合投入效果。无形技术进步对生产中经济增长的影响不需要增加任何投入。
67、需求弹性可分为：1.需求完全无弹性，2.单位需求弹性，3.需求完全有弹性4.需求缺乏弹性，5.需求富有弹性。影响需求弹性大小的因素有：1.人们对这种商品需求程度的大小，一般来说，生活必需品需求弹性小，而高档品或奢侈品需求弹性大；2.这种商品本身的可代替程度，一般来说越容易被替代的商品其需求弹性越大，反之越小。3.这种商品的用途是否广泛，一般说来用途广泛的商品需求弹性大，反之则小；4.这种商品时间的长短，一般说来非耐用品的需求弹性小，而耐用品的需求弹性大。
68、协整理论是格兰杰和恩格尔提出的，
69、协整是变量之间存在长期的均衡关系。
70、平稳时间序列的均质和方差是固定不变的，自协方差只与所考察的两期间隔长度有关，而与时间t的变化无关。显然，平稳时间序列不包含“趋势”。如果一个时间序列呈上升（或下降）的趋势，这个时间序列列就是非平稳时间序列。
71、如果一个非平稳时间序列经过K次差分后为平稳时间序列，则称这个时间序列是K阶单整的，记作I(K)。如果同阶单整变量的线性组合是平稳的时间序列，则这些变量之间的关系就是协整的。
72、如果一组非平稳时间序列之间不存在协整关系，则这一组变量构造的回归模型就是伪回归。
73、协整理论表明如果非平稳时间序列之间是协整的，可以之间建立回归模型，而且参数的最小二乘估计量具有“超以之星”，即以更快的速度收敛于参数的真实值。
74、协整理论的意义：
a) 避免伪回归
b) 估计量具有“超一致性”
c) 可以区分变量之间的长期均衡关系和短期均衡关系
75、检验协整关系的方法最简便的方法就是格兰杰——恩格尔法。
76、TS/CS数据模型就是由时间序列数据和横截面数据组合在一起的数据模型，又可以称为混合数据模型或面板数据模型。
77、TS/CS模型的优点：
（1）可以解决样本容量不足的问题
（2）
可以估计某些难以度量的因素对被解释变量的影响
（3）右足于正确理解经济变量之间的关系
78、TS/CS模型变量的类型：
（1）仅随个体不同而异，与时间无关的变量
（2）仅随时间推移而变化，与个体无关的变量
（3）双向变量，即同时与时间和个体有关的变量
79、均衡就是市场处于供求平衡的状态，又称市场出清，此时价格称为均衡价格，数量称为均衡数量。这是由经济人假设前提下一种市场的一种特殊状态。是一种静态分析方法。
80、经济计量模型的应用方向：
（1）经济预测
（2）经济结构分析
（3）经济政策评价
81、模型功效评价是指对所构建的经济计量模型的可靠程度作出判断。模型的功效评价大体包含两方面的内容：一是对方程的拟和程度和参数估计值的可靠性和合理性进行检验，属于对模型的估计结果的评价；一是对模型的误差程度和范围作出判断，属于对模型预测精度的评价
82、经济模型评价准则：
（1）经济理论准则，这是最重要的准则。经济理论准则是由经济理论决定的判别标准，换句话说，按经济理论准则进行评价就是利用经济学的原则、定理和规律等准则来判别模型估计结果的合理性程度。
（2）统计准则，仅次于经济理论准则。统计准则是由统计学理论决定的判别标准。一统计准则评价模型目的在于确定模型参数估计值的统计可靠性。包括参数估计结果的显著性检验和解释变量与被解释变量相关程度的度量。如t检验、F检验以及标准误差和判定稀疏的计算等
（3）经济计量准则。经济计量准则是由经济计量学理论决定的判别标准。按经济计量准则评价模型，目的在于研究特定条件下所采用的参数估计方法是否令人满意。经济计量准则是统计检验基础上的再检验，亦称二级检验。二级检验需要确定模型的参数估计值是否具有合乎需要的统计性质，包括无偏性、一致性、有效性。同时还需要查明模型中包含的随机变量之间是否存在自相关，故安经济计量准则评价模型功效还包括DW检验等内容。
83、模型误差程度评价通常是指对模型的预测功效或预测精度进行检验。我们对模型是否可以较好地达到应用目的的性质称之为“超样本特性”。如果所构建的模型应用于样本期限范围之外，其计算值与实际观测值的误差不很大，则模型的超样本特性好；反之就说模型的超样本特性不好。因此，我们在应用模型之前必须对模型的超样本特性进行检验，一即作预测功效评价。
检验模型预测功效的方法：一种是对单个计算值与实际值之差值的显著性检验方法；另一种是关于判断多个预测值之变
化是否可靠的系统测定方法
85、形成计算值与实际值的差异大小大到不可接受的原因：
（1）预测时期条件反常
（2）解释变量 有系统误差
（3）预测期的经济结构发生了变化
86、检验模型功效的第二种方法是用希尔不等系数，希尔不等系数用U表示，或者 表示，希尔不等系数的取值范围为 ，只有当希尔不等系数U接近于零时，模型的预测功效才认为好。
87、合乎要求模型的性质：
（1）解释能力强和具有合理性
（2）参数估计量具有优良性
（3）模型预测功效好
91、经济计量模型的分类：
（1）根据建立模型的目的不同，将宏观经济计量模型分为经济预测模型、结构分析模型、政策分析模型和专门模型。
（2）根据样本数据和分析年限的不同，将宏观经济计量模型分为季度模型、年度模型和中长期模型。
（3）根据模型研究对象的范围不同，将宏观经济计量模型分为国家模型、地区模型和国家间模型。
（4）根据模型研究的社会经济系统的性质不同将宏观经济计量模型分为发达市场经济国家模型、发展中国家模型和中央计划经济国家模型。
（5）宏观经济计量模型根据所依据的理论基础不同，分为均衡模型和非均衡模型。
92、发达市场经济国家模型的特点：
（1）建立模型所依据的理论可以是不同流派理论，兼收并蓄。
（2）全面反映SNA的主要内容
93、发展中国家模型的特点：
（1）产出能力而不是有效需求是生产的主要限制
（2）由于存在着投资机会和不存在有组织的资本市场，使得外国资本和直接投资是影响经济的重要变量
（3）政府经济政策起着重要作用
（4）环境因素或政治因素对经济政策有重要影响
（5）对外贸易以及与国际组织和发达国家的合作是十分重要的。
94、中央计划经济国家模型的特点：
（1）模型以MPS核算体系为基础，只注重社会产品的物质生产过程和分配过程。
（2）模型以攻击为出发点，生产模块时期主要部分。
（3）模型的结构存在明显的递推关系
（4）模型中运用计划调节手段。
95、宏观经济模型将经济活动单位分为家庭、企业、政府和国外部门。将市场分为最终产品市场、生产要素市场和金融市场。
96、宏观经济计量模型的导向：
（1）需求导向。需求导向是社会需求决定社会生产
（2）供给导向。供给导向是社会生产决定社会需求
（3）混合导向。混合导向是模型中包含供给与需求的双向决定，即供给与需求之间相互作用和影响。又称为双向导向。
97、宏观经济计量模型的建立模型的理论基础是凯恩斯的有效需求理论。
98、凯恩
斯有效需求理论的结论：
（1）总产量或国民收入是由总需求决定的
（2）消费是收入水平的函数
（3）投资是利率与预期利润率的函数
（4）货币需求是收入和利率的函数。