计量经济学学渣笔记

4.1 选择解释变量

1. 经济理论高于统计结果
2. 遗漏变量后，参数估计有偏误且非一致，方差减小
3. 加入了不相干变量后，无偏但是非有效，方差增大,t检验失败
4. 赤池信息准则（AIC）和施瓦茨信息准则（SC）
   1. $AIC=\frac{2k}{n}+\ln \frac{RSS}{n}$
   2. $SC=\frac{k}{n}\ln n+\ln \frac{RSS}{n}$
5. AIC和SC准则对增加解释变量加大了惩罚，其中SC惩罚比AIC更严厉。相对而言，AIC和SC的值越低，模型越好
6. 模型设定准则
   1. 变量在方程中应当含义清晰
   2. t检验，解释变量参数的估计值在预期假设下应当显著
   3. 调整的判定系数或AIC和SC，加入变量后整体拟合优度应改善
   4. 偏误，将变量加入方程后，其他变量参数是否有显著变化
7. 模型设定搜索
   1. 数据挖掘
      1. 适当的数据挖掘有利于揭示经济论尚未说明的经济规律
      2. 不适当的数据挖掘，相当于对数据严刑拷打，过度解释
   2. 敏感性分析：稳定性（robust）分析

---

4.2 模型设定

1. 函数形式的选择
   1. 不含常数项的回归
   2. 回归模型的函数形式
   3. 函数形式的选择
2. 不含常数项的模型
   1. $Y_i={\beta }_1{X}_i+{\epsilon }_i$
   2. 可以证明：
      1. 参差均值不一定为0
      2. 拟合优度的判定系数可能出现负值
   3. 除非有非常强的先验经验，否则还是采取含有常数项的模型
3. 参数线性，不限制变量线性,下列可线性化的非线性函数
   1. 指数函数
      1. $y_i=a{e}^{b{x}_t+{\epsilon }_t}\Rightarrow \ln y_t=\ln a+b{x}_t+{\epsilon }_t$
      2. 半对数线性模型，如复利公式:

      3. Y t = Y 0 ( 1 + r ) t e ε t ⇒ ln ⁡ Y t = ln ⁡ Y 0