计量经济学

课程内容

• 线性回归模型

  线性回归是最常用的计量经济学方法，用于分析变量之间的线性关系。简单线性回归研究一个自变量对因变量的影响，多元线性回归考虑多个自变量。最小二乘法（OLS）是估计回归系数的标准方法。回归分析需要满足经典假设，包括线性关系、误差项零均值、同方差、无自相关和无多重共线性等。

• 假设检验与统计推断

  假设检验是计量经济学的重要工具。t检验检验单个系数的显著性，F检验检验模型整体显著性。置信区间提供参数估计的不确定性范围。显著性水平（α）和P值是常用的检验准则。统计推断需要考虑样本代表性、统计功效和多重比较问题。计量经济学研究强调因果关系的识别和量化。

• 时间序列分析

  时间序列分析研究随时间变化的经济变量。平稳性是时间序列分析的基础，单位根检验（如ADF检验）用于检验平稳性。自回归（AR）、移动平均（MA）和自回归移动平均（ARMA）模型是常用模型。协整分析研究非平稳变量之间的长期均衡关系。向量自回归（VAR）模型用于多变量时间序列分析。

• 因果推断方法

  因果推断是现代计量经济学的核心议题。随机对照实验（RCT）是因果推断的金标准，但在经济学中往往难以实施。自然实验利用外生冲击构建准实验设计。工具变量法（IV）处理内生性问题。双重差分法（DID）比较实验组和对照组的差异。断点回归设计（RDD）利用政策断点识别因果效应。

• 实证研究设计

  实证研究设计是高质量经济研究的基础。研究问题需清晰明确，理论框架需科学严谨。数据来源和质量至关重要，包括宏观数据、微观数据和实验数据。模型设定需基于理论，避免数据挖掘。稳健性检验检验结果的可靠性。实证研究的透明度和可复现性日益受到重视。现代计量经济学强调因果识别和理论驱动的实证分析。