
中国社会科学院大学计量经济学课程大纲课程基本信息(CourseInformation)*学分课程编号*学时1232030047483(CourseID)(Credits)(Credit Hours)计量经济学*课程名称(CourseName)Econometrics先修课程微积分、线性代数、概率论与数理统计、统计学、微观经济学、宏观经济学等(Prerequisite Courses)计量经济学是国家教育部规定的经济学专业的8门核心课程之一,主要介绍用计量经济学的模型再现经济系统基本概念、基本原理和基本方法。计量经济学突破了传统经济学理论和方法的局限,在回归分析理论与方法的基础上,发展了对经济系统进行定量分析技术与方法,能够将抽象的经济学理论关系用具体的数学模型在现在人们眼前,可以最大限度地保持经济系统中各个变量之间的真实关系,保证分析的客观性和准确性。通过计量经济学课程的学习和掌握,有助于增强学生经济学的实证分析能*课程简介力、拓展和深化经济学等课程的学习和理解(Description)本课程是经济学院经济学专业和国际贸易专业二年级学生的一门基础必修课。本课程的主要讲授内容为经典线性回归模型,并适当加入微观计量、时间序列模型分析。具体包括经典单方程计量经济学模型、放宽基本假定的经典单方程计量经济学模型、计量经济学模型初步等。本课程的重点和难虚拟变量模型、微观计量模型、时间序列计型假定时模型的处理方法,包括异方差、自相关、多重共线点是违背经典线性回归模型性、随机解释变量问题。在讲授计量经济学基础理论的同时,本课程也将初步介绍现代计量经济学前沿方向,同时指导学生完成实证项目,充分体现中国社会科学院大学研究型教学的特色。Econometrics is based upon the development of statistical methods for estimatingeconomic relationships, testing economic theories, and evaluating and implementinggovernment and business policy.Econometricsisacompulsorycourseforundergraduateeconomicsmajors.Themainpurposeofthis courseisto introducestudentstothetheoryandpracticeofeconometricsand help students understand the assumptions in light of actual empirical applications.*课程简介College algebra and probability and statistics are required for this course.(Description)The topics of this course include estimation,hypothesis testing andmodelevaluationinthe linearregression model,observationalandexperimental methodsto identifycausaleffects including instrumental variable,models withdummy independent variable,modelwith laggedvariable,simultaneous equations econometricmodel,andsimpletimeserieseconometric model.Lectures are supplemented by computer exercises thatuse EViews.Small projects and simple empirical research are required.*教材(美)詹姆斯·H·斯托克:《计量经济学导论(第三版)》,张涛译,中国人民大学(Textbooks)出版社,上海三联书店,2014年版
中国社会科学院大学计量经济学课程大纲 课程基本信息(Course Information) 课程编号 (Course ID) 1232030047 *学时 (Credit Hours) 48 *学分 (Credits) 3 *课程名称 (Course Name) 计量经济学 Econometrics 先修课程 (Prerequisite Courses) 微积分、线性代数、概率论与数理统计、统计学、微观经济学、宏观经济学等 *课程简介 (Description) 计量经济学是国家教育部规定的经济学专业的 8 门核心课程之一,主要介绍用计 量经济学的模型再现经济系统基本概念、基本原理和基本方法。计量经济学突破了传 统经济学理论和方法的局限,在回归分析理论与方法的基础上,发展了对经济系统进 行定量分析技术与方法,能够将抽象的经济学理论关系用具体的数学模型在现在人们 眼前,可以最大限度地保持经济系统中各个变量之间的真实关系,保证分析的客观性 和准确性。通过计量经济学课程的学习和掌握,有助于增强学生经济学的实证分析能 力、拓展和深化经济学等课程的学习和理解。 本课程是经济学院经济学专业和国际贸易专业二年级学生的一门基础必修课。本 课程的主要讲授内容为经典线性回归模型,并适当加入微观计量、时间序列模型分析。 具体包括经典单方程计量经济学模型、放宽基本假定的经典单方程计量经济学模型、 虚拟变量模型、微观计量模型、时间序列计量经济学模型初步等。本课程的重点和难 点是违背经典线性回归模型假定时模型的处理方法,包括异方差、自相关、多重共线 性、随机解释变量问题。在讲授计量经济学基础理论的同时,本课程也将初步介绍现 代计量经济学前沿方向,同时指导学生完成实证项目,充分体现中国社会科学院大学 研究型教学的特色。 *课程简介 (Description) Econometrics is based upon the development of statistical methods for estimating economic relationships, testing economic theories, and evaluating and implementing government and business policy. Econometrics is a compulsory course for undergraduate economics majors. The main purpose of this course is to introduce students to the theory and practice of econometrics and help students understand the assumptions in light of actual empirical applications. College algebra and probability and statistics are required for this course. The topics of this course include estimation, hypothesis testing and model evaluation in the linear regression model, observational and experimental methods to identify causal effects including instrumental variable, models with dummy independent variable, model with lagged variable, simultaneous equations econometric model, and simple time series econometric model. Lectures are supplemented by computer exercises that use EViews. Small projects and simple empirical research are required. *教材 (Textbooks) (美)詹姆斯·H·斯托克:《计量经济学导论(第三版)》,张涛译,中国人民大学 出版社,上海三联书店,2014 年版

JoshuaD.Angrist,Jorn-SteffenPischke:《精通计量:从原因到结果的探寻之旅》,朗金焕译,格致出版社,上海三联书店,上海人民出版社,2019年。参考资料(美)杰弗里·M·伍德里奇:《计量经济学导论(第六版)》,中国人民大学出版社,张成思译,2018年(OtherReferences)(日)中室牧子、津川友介:《原因与结果的经济学》,程雨枫译,民主与建设出版社,2019年*课程类别口公共基础课/全校公共必修课口通识教育课口专业基础课专业核心课/专业必修课口专业拓展课/专业选修课口其他(CourseCategory)口线上,教学平台*授课对象应用经济学院二*授课模式口线下口混合式口其他年级本科生(TargetStudents)(Modeof Instruction)口实践类(70%以上学时深入基层)团中文*开课院系*授课语言口全外语经济学院(School)(Language of Instruction)双语:中文+课程负责人王琼:经济学博士,中国社会科学院经济研究所副研究员姓名及简介*授课教师信息团队成员(Teacher Information)姓名及简介联系人姓名王琼联系方式wangqiong@cass.org.cn通过本课程的学习,使得学生在熟练掌握主要讲授内容的基础上,能够利用有关学习目标理论和方法,使用stata软件定量分析解决经济学中的具体问题,从而具备利用计量Learning经济方法分析研究实际经济问题的初步能力。Outcomes)*考核方式平时成绩占比30%,期末成绩占比70%(Grading)*课程教学计划(TeachingPlan)填写规范化要求见附件其中周教学内容摘要课其4习学周次讲程他(必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、验题时授阅读文献参考书目及作业等)讨环课课势论第1讲导论1.1计量经济学的用途第一周1.2现代经济学研究步骤1.3因果关系和相关关系的区别1.4因果推断的几个关键模型
参考资料 (Other References) Joshua D. Angrist, Jorn-Steffen Pischke:《精通计量:从原因到结果的探寻之旅》,朗金 焕译,格致出版社,上海三联书店,上海人民出版社,2019 年。 (美)杰弗里·M·伍德里奇:《计量经济学导论(第六版)》,中国人民大学出版社, 张成思译,2018 年 (日)中室牧子、津川友介:《原因与结果的经济学》,程雨枫译,民主与建设出版社, 2019 年 *课程类别 (Course Category) 公共基础课/全校公共必修课 通识教育课 专业基础课 专业核心课/专业必修课 专业拓展课/专业选修课 其他 *授课对象 (Target Students) 应用经济学院二 年级本科生 *授课模式 (Mode of Instruction) 线上,教学平台 线下 混合式 其他 实践类(70%以上学时深入基层) *开课院系 (School) 经济学院 *授课语言 (Language of Instruction) 中文 全外语 双语:中文+ *授课教师信息 (Teacher Information) 课程负责人 姓名及简介 王 琼:经济学博士,中国社会科学院经济研究所副研究员 团队成员 姓名及简介 联系人姓名 王琼 联系方式 wangqiong@cass.org.cn 学习目标 ( Learning Outcomes) 通过本课程的学习,使得学生在熟练掌握主要讲授内容的基础上,能够利用有关 理论和方法,使用 stata 软件定量分析解决经济学中的具体问题,从而具备利用计量 经济方法分析研究实际经济问题的初步能力。 *考核方式 (Grading) 平时成绩占比 30%,期末成绩占比 70% *课程教学计划(Teaching Plan)填写规范化要求见附件 周次 周 学 时 其中 教学内容摘要 (必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、 阅读文献参考书目及作业等) 讲 授 实 验 课 习 题 课 课 程 讨 论 其 他 环 节 第一周 3 第 1 讲 导论 1.1 计量经济学的用途 1.2 现代经济学研究步骤 1.3 因果关系和相关关系的区别 1.4 因果推断的几个关键模型

1.5现有可用于实证研究的数据第2讲概率知识复习2.1概率统计分析框架及其在计量经济学中的应用第二周2.2介绍总体、随机变量、分布、分布的矩、条件分布、条件均值、3抽样分布等概念及其应用第3讲统计知识复习3.1大数定律、中心极限定理、统计检验、置信区间估计、正态分布、t分布、F分布等统计知识复习第三周33.2计量经济学中估计量的选择标准第4讲一元线性回归模型4.1条件期望的性质及特点4.2OLS估计的基本原理第四周4.3最小二乘假设34.4拟合优度4.5抽样分布第5讲一元线性模型的假设检验和置信区间估计5.1回归系数的假设检验第五周m5.2回归系数的置信区间估计5.3异方差和同方差5.4X为二元变量时的回归第6讲因果识别的相关问题介绍6.1用潜在结果定义因果关系36.2因果推断的核心第六周6.3平均因果效应6.4随机化实验与选择偏差6.5随机化实验与回归分析、匹配第7讲多元线性回归模型7.1多元回归中自动匹配的思想37.2多元回归的OLS估计7.3多元回归的拟合优度第七周7.3多元回归的最小二乘假设7.4估计量的分布7.5虚拟变量陷阱7.6多重共线性第8讲多元线性回归的假设检验和置信区间估计8.1系数假设检验的步骤第八周8.2异方差38.3多个系数的假设检验8.4受约束和未受约束模型
1.5 现有可用于实证研究的数据 第二周 3 第 2 讲 概率知识复习 2.1 概率统计分析框架及其在计量经济学中的应用 2.2 介绍总体、随机变量、分布、分布的矩、条件分布、条件均值、 抽样分布等概念及其应用 第三周 3 第 3 讲 统计知识复习 3.1 大数定律、中心极限定理、统计检验、置信区间估计、正态分 布、t 分布、F 分布等统计知识复习 3.2 计量经济学中估计量的选择标准 第四周 3 第 4 讲 一元线性回归模型 4.1 条件期望的性质及特点 4.2 OLS 估计的基本原理 4.3 最小二乘假设 4.4 拟合优度 4.5 抽样分布 第五周 3 第 5 讲 一元线性模型的假设检验和置信区间估计 5.1 回归系数的假设检验 5.2 回归系数的置信区间估计 5.3 异方差和同方差 5.4 X 为二元变量时的回归 第六周 3 第 6 讲 因果识别的相关问题介绍 6.1 用潜在结果定义因果关系 6.2 因果推断的核心 6.3 平均因果效应 6.4 随机化实验与选择偏差 6.5 随机化实验与回归分析、匹配 第七周 3 第 7 讲 多元线性回归模型 7.1 多元回归中自动匹配的思想 7.2 多元回归的 OLS 估计 7.3 多元回归的拟合优度 7.3 多元回归的最小二乘假设 7.4 估计量的分布 7.5 虚拟变量陷阱 7.6 多重共线性 第八周 3 第 8 讲 多元线性回归的假设检验和置信区间估计 8.1 系数假设检验的步骤 8.2 异方差 8.3 多个系数的假设检验 8.4 受约束和未受约束模型

8.5多元回归分析中控制变量的选择原则第9讲非线性回归模型9.1二次方的自变量m9.2多项式模型第九周9.3交互项的估计和结果解释9.4邹氏检验9.5实证分析中的异质性分析9.6非线性回归的应用示例第10讲多元回归分析的有效性评估I10.1内部有效性和外部有效性的概念及内容第十周10.2遗漏变量310.3回归方程误设10.4自变量的度量误差第11讲多元回归分析的有效性评估II11.1样本选择第十一周11.2双向因果关系11.3OLS标准误非一致问题及其解决311.4多元回归分析有效性评估示例第12讲工具变量回归I12.1工具变量估计的原理12.2工具变量有效性的定义第十二周312.3两阶段最小二乘估计12.4IV估计量的代数表达及其简化式解释12.5工具变量估计示例第13讲工具变量回归II13.1工具变量的有效性检验13.2弱工具变量问题的解决第十三周13.3获取有效工具变量的途径313.4一些经典的工具变量13.5工具变量估计存在的问题第14讲面板数据模型14.1面板数据的优缺点第十四周14.2固定效应模型、随机效应模型、虚拟变量回归、pooledOLS估计、一阶差分估计的联系和区别14.3豪斯曼检验3第15讲时间序列计量经济学模型15.1时间序列的平稳性及其检验15.2时间序列模型的基本概念及其适用性第十五周15.3随机时间序列模型的平稳性条件315.4随机时间序列模型的识别15.5时间序列模型的估计15.6时间序列模型的检验
8.5 多元回归分析中控制变量的选择原则 第九周 3 第 9 讲 非线性回归模型 9.1 二次方的自变量 9.2 多项式模型 9.3 交互项的估计和结果解释 9.4 邹氏检验 9.5 实证分析中的异质性分析 9.6 非线性回归的应用示例 第十周 3 第 10 讲 多元回归分析的有效性评估Ⅰ 10.1 内部有效性和外部有效性的概念及内容 10.2 遗漏变量 10.3 回归方程误设 10.4 自变量的度量误差 第十一周 3 第 11 讲 多元回归分析的有效性评估Ⅱ 11.1 样本选择 11.2 双向因果关系 11.3 OLS 标准误非一致问题及其解决 11.4 多元回归分析有效性评估示例 第十二周 3 第 12 讲 工具变量回归Ⅰ 12.1 工具变量估计的原理 12.2 工具变量有效性的定义 12.3 两阶段最小二乘估计 12.4 IV 估计量的代数表达及其简化式解释 12.5 工具变量估计示例 第十三周 3 第 13 讲 工具变量回归Ⅱ 13.1 工具变量的有效性检验 13.2 弱工具变量问题的解决 13.3 获取有效工具变量的途径 13.4 一些经典的工具变量 13.5 工具变量估计存在的问题 第十四周 3 第 14 讲 面板数据模型 14.1 面板数据的优缺点 14.2 固定效应模型、随机效应模型、虚拟变量回归、pooled OLS 估 计、一阶差分估计的联系和区别 14.3 豪斯曼检验 第十五周 3 第 15 讲 时间序列计量经济学模型 15.1 时间序列的平稳性及其检验 15.2 时间序列模型的基本概念及其适用性 15.3 随机时间序列模型的平稳性条件 15.4 随机时间序列模型的识别 15.5 时间序列模型的估计 15.6 时间序列模型的检验

第16讲二元选择模型16.1极大似然估计法16.2离散选择模型的分类3第十六周16.3线性概率模型16.4probit模型16.5logit模型4总计8备注(Notes)授课时可能略微调整个别章节顺序日期2023年12月12日教学部门负责人签字
第十六周 3 第 16 讲 二元选择模型 16.1 极大似然估计法 16.2 离散选择模型的分类 16.3 线性概率模型 16.4 probit 模型 16.5 logit 模型 总计 4 8 备注(Notes) 授课时可能略微调整个别章节顺序 教学部门负责人签字 日期 2023 年 12 月 12 日