EViews/Stata計量經濟學入門：

導論與第一、二章EViews/Stata操作

知識點：介紹計量經濟學的簡史，為什么研究計量經濟學，計量經濟

學的數據類型及因果關系；EViews與Stata操作入門。

學習指導：本部分的重點知識是：計量經濟學的四種數據結構一一

橫截面數據、時間序列數據、面板數據和混合數據；因果關系；

對于四種數據結構的區別要清晰，本課程重點講解橫截面數據和面板

數據的處理方法；而混合數據的處理方法與橫截面數據相同，而對于

考慮相關性的時間序列數據，可以在另開設一門課程來介紹。因果關

系是所有學科分析重要的內容。但由于經濟社會中各變量之間關系十

分復雜，所以通常需要控制其他變量后再具體分析所關心自變量對于

因變量的影響，而這正是計量經濟學研究的重要的內容之一。

關于EViews與Stata的詳細操作不是本課程的重點，可以不單

獨介紹，本課程將會在后續章節的應用例題中介紹與計量經濟學密切

相關的軟件操作步驟。

第三章一元線性回歸模型

知識點：一元線性回歸模型的假設、最小二乘估計及其估計量的性質、

系數顯著性檢驗和預測區間。

學習指導：本部分的重點知識是：模型的假設是確保模型可以估計

和估計方法好壞的基礎，所以要了解假設估計間的關系；最小二乘估

計是計量經濟學的最基本估計方法之一，所以要熟練掌握其求解過程

和其估計量的統計性質；系數顯著性檢驗是經濟分析中的重要一環,

要了解檢驗的步驟和意義；

本章難點一是如何證明在本章假設下最小二乘估計量是最優的,

對于要求較高的院校，可以介紹這里所使用的添項減項技巧，并指出

證明的關鍵是使用線性無偏條件來證明交義相乘項為Oo

本章難點二是如何證明S2是方差的無偏估計量，這里證明的關

鍵是注意到不同誤差項之間的無關性對計算過程化簡的重要性。

對于要求較低的院校也可以對證明做忽略處理，僅僅指出結論也

是入門計量經濟學的一種常見處理方法。

第四章多元線性回歸模型

知識點：多元線性回歸模型的假設、最小二乘估計及其估計量的性質、

決定系數與修正的決定系數、單系數與線性約束的檢驗、多重共線性

的相關問題。

學習指導：本部分的重點知識是：模型的假設是確保模型可以估計

和估計方法好壞的基礎，所以要了解假設估計間的關系；最小二乘估

計是計量經濟學的最基本估計方法之一，所以要熟練掌握其求解過程

和其估計量的統計性質（這里使用了多個變量，計算過程與一元處理

有所區別）；決定系數與修正的決定系數是衡量一個模型整體擬合度

的一個重要指標；估計結果的檢驗可以用于判斷經濟理論和經驗判斷

的正確與否，是經濟政策執行結果的重要定量參考；了解多重共線性

產生的原因和影響、處理方法是分析和完善估計過程的重要環節。

本章難點一是如何證明在本章假設下使用矩陣方法求解最小二

乘估計量，對于要求較高的院校，可以介紹這里所使用的向量導數。

本章難點二是如何使用矩陣方法證明殘差平方和服從卡方分布,

這里需要注意三點：殘差的矩陣表示二次型的期望與其跡的期

望相等；哥等矩陣的對角化。

對于要求較低的院校也可以對這些相關證明做忽略處理，或者使

用3變量模型來做一個簡單介紹,然后再推廣到K變量情形。這些處

理方式也是入門計量經濟學的一種常見處理方法。

其次這里本課程并沒有要求使用矩陣方法證明最小二乘估計量的

最優性和統計量F為什么服從F分布。感興趣的同學可以參考本課程

給出的相關參考書目。

第五章誤差項的序列相關與異方差性

知識點：當模型的誤差項出現序列相關和異方差性時，如何檢驗和估

計的相關問題。

學習指導：本部分的重點知識是：在了解序列相關帶來的影響后，

學會使用DW檢驗方法，并了解更高階相關性檢驗的LM檢驗法，并學

會使用GLS估計和CO變換估計；在了解異方差的影響后，學會使用

BP檢驗方法，并了解GQ檢驗，圖示法及問題性質法，并學會使用文

中介紹的GLS估計法；理解和使用異方差的Robust處理方法。

本章難點一是出現序列相關和異方差性后，如何使用GLS方法

進行估計，這里的關鍵就是理解進行GLS前的變量變換，理解變換后

的模型滿足OLS的經典假設，因而具有最優性；同時，明確軟件默認

的方差估計是無序列相關和同方差的，如果在出現序列相關和異方差

性后，繼續使用默認估計將會影響模型的精度和檢驗的可靠性。

本章難點二是理解為什么異方差的Robust處理方法現在變得

流行，這是因為研究者要在堅持模型的經濟解釋基礎上克服了異方差

對模型檢驗的影響。

第六章函數形式和虛擬變量

知識點：掌握和理解取倒數，取對數和平方等變換是使用線性模型描

述經濟世界非線性問題的重要手段；虛擬變量是處理定性變量和經濟

中的結構變換，歧視和排名等問題有重要手段；分布滯后模型描述經

濟慣性行為的重要方法。

學習指導：木部分的重點知識是：理解取倒數，取對數和平方等變

換后模型中系數的解釋；學會使用虛擬變量是處理定性變量和經濟中

的結構變換，歧視等問題；掌握結構變化檢驗方法；掌握分布滯后模

型的估計過程。

本章難點一是對數和半對數模型的系數解釋，注意關于對數變

量作為整體取偏導數和關于原始變量取偏導數后，發現兩者間的關系

是高清解釋的關鍵；

本章難點二是如何選取虛擬變量和基本組，以便于模型中反映

研究者重點關注的問題，這里的關鍵是詢問自己關注的問題是什么,

可以試著選取不同組作為基本組，然后看何時獲得最好的解釋；

本章難點三是Almon分布滯后模型的估計中p和q選取問題,

實踐中，可以首先確定q取2或3為常見的處理方法，然后再選取p,

對于P的選擇可以選最為關注變量長期效應獲得最大時的P值。

第七章工具變量法與廣義矩估計法

知識點：工具變量的選取和TSLS估計方法；判斷模型可識別的階條

件；方程組模型的工具變量估計法；廣義矩估計（GMM）初步

學習指導：本部分的重點知識是：當模型出現內生性時，最為常見

的處理方法就是工具變量法；當工具變量個數大于內生變量個數時,

需要使用TSLS或GMM方法。方程組模型是出現內生性的一種重要的

經濟學模型，學會估計這類模型對理解結構模型和約簡模型有重要意

義。

本章難點一是理解工具變量法如何解決了內生性問題，一個方

法就是對沒有常數項的一元回歸模型，其僅有的變量為內生變量，使

用一個工具變量Z乘以方差的兩邊，然后取期望，將會發現，模型已

經可以估計；

本章難點二是TSLS估計方差的計算問題，這里的關鍵是理解獲

得一個一致的方差是檢驗的需要，而第二階段所獲得的方差是不一致

的。

本章難點三是判斷方程組模型的單個方程的識別問題，這里的

關鍵是確定模型中哪些變量內生，哪些外生，當單方程中沒有出現外

生變量的個數大于模型右側內生變量個數時，模型將可識別。

第八章面板數據分析

知識點：面板數據的兩個經典估計方法：固定效應和隨機效應，兩個

估計方法的選擇。

學習指導：本部分的重點知識是：理解固定效應的FE和LSDV估計

中變換方法是克服不可觀測個體效應的關鍵；隨機效應估計方法是在

特殊誤差結構上使用GLS估計，并注意其中的個體效應和時間效應分

析；Hausman檢驗用于選擇固定效應和隨機效應方法。

本章難點一是理解LSDV和FE估計的優缺點，LSDV可以用于檢

驗個體效應和時間效應，但包含變量過多會導致模型估計精度下降;

FE估計無法識別模型中狀態不變的變量，例如性別變量；如果模型

中出現這些變量，FE估計是無法進行的。

本章難點二是理解Hausman檢驗為何能夠作為兩個估計方法的

選擇標準，關鍵是理解兩個方法的假設，當隨機效應假設滿足時，兩

個方法均可用于估計，此時W的值接近于0,選用隨機效應將給出最

優估計；否則選用FE估計。

第九章微觀計量分析初步

知識點：因變量取0和1時的線性概率模型估計和Probit,Logit模

型估計；出現截取數據的Tobit模型估計；處理效應模型初步（選學

內容）

學習指導：本部分的重點知識是：線性概率模型估計的優缺點；

Probit,Logit模型估計克服了線性概率模型估計的缺點，其估計是

非線性估計，模型解釋也異于線性模型估計，模型的擬合度判斷使用

的是正確率；處理效應模型在不同假設下關于ATE和ATT的各種估計

方法，作為初學者可以僅僅了解這類模型估計的大致思想；也可以忽

略該部分內容，這些內容在國內經典本科計量教材中并未列入，不屬

于必修內容。

本章難點一是理解Probit和logit模型的解釋以及判斷擬合度

的方法，由于模型因變量的取值為0和1,所以我們估計后給出的解

釋是自變量對y取1和0的概率大小的影響，因此對所獲得概率取偏

導數是獲得其解釋的關鍵；而