本
文
摘
要
一、理论模型的设计
理论模型（总体回归模型）：将研究的经济现象进行深入分析（行为分析），确定研究目的，选择研究中模型应包含的因素，根据数据的可得性选择适当的变量来表征这些因素（假说理论），并根据经济行为理论和样本数据显示出的变量关系，设定描述这些变量间关系的数学表达式（建立总体回归模型）。
模型设计时应该遵循“从简单到一般”的原则，即在模型中应该包含所有被解释变量产生影响的变量，尽管其中某些解释变量会在后面的约化过程中会因为显著性不高或不满足正交性条件而会被剔除但在这一步骤中应该包含其内。
确定模型所包含的变量:
单方程计量经济学模型中，变量分为两类即因果关系中的因“解释变量”和果“被解释变量”，在此步骤中解释变量的确立是重要的。
解释变量可能是：外生经济变量、外生条件变量、外生政策变量，滞后被解释变量、虚变量（像政策变量、条件变量等）。
正确选择解释变量的方法：
1）正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。
2）选择变量要具有数据的可得性
3）选择变量时要考虑所有入选变量间的关系，使每个解释变量都是独立的。
确定模型的数学形式
选择了适当的变量后，选择适当的数学形式描述变量间的关系，即为理论模型的建立。选择模型数学形式的主要依据是经济行为理论，在现代经济学尤其重视实证研究，任何建立在一定经济学理论假设基础上的理论模型，要能很好的解释历史统计数据否则将不会被接受。
因此，理论模型的建立要在参数估计、模型检验的全过程中反复修改，模型既要较好的解释经济行为又能够较好的反映历史上已经发生的诸变量之间的关系。
在某些无法事先确定模型的数学形式的情况下，就采用各种可能的形式模拟，然后选择模拟结果较好的一种。
拟定模型理论中待估参数的理论期望值
理论模型中的待估参数一般有具体的经济含义，其数值要待模型估计和检验后才能确立，他们的数值范围称为理论期望值，可以根据他们的经济含义在开始时拟定。理论期望值可以用来检验模型的估计结果。
二、样本数据收集
常见的样本数据：时间序列数据、截面数据、面板数据
时间序列数据：按时间先后排列的数据；
使用时间序列要注意以下几点：
1、对样本区间内经济行为的选择要有一致性（与调查要说明的最终目的间有深刻的关系）；
2、样本数据在不同样本点间的可比性（有时需要对数据作一个处理，有一个基准去使数据有一个可比性）；
3、样本观测值过于集中的问题（经济变量在时间上是缓慢的）；
4、模型随机干扰项产生序列相关问题。
截面序列：一批发生在同一时间截面上的调查数据。（计量经济学是基于随机抽样的截面数据而建立的，随机抽样是经典模型对截面数据的最重要和最基本的要求。）
面板数据：在时间序列上取多个截面，在这些截面上同时选取样本观测值所构成的样本数据，反映了时间和空间两个维度的经验信息。
样本数据的质量要求：完整性、准确性、可比性、一致性
完整性：所有容量必须得到相同容量的样本观测值
准确性：一、统计数据或调查数据是准确的；二、能够满足模型对变量口径的要求（需要对应实际的作用做判断）
可比性：一般指的是数据口径的问题，在统计数据时可能会出现统计范围和统计价格口径变化的问题，需要将数据进行处理后才能使用。
一致性：母体于样本一致。
三、模型参数的估计
四、模型的检验
计量经济学必须经过四级检验：经济意义检验、统计检验、计量经济学检验、模型预测检验。
1、经济意义检验
主要检验模型参数估计量在经济意义上的合理性。
主要方法是：模型参数估计量与预先拟定的理论期望值比较其合理性，其中包括：参数估计量的符号、大小、互相间的关系。
2、统计检验
广泛引用的统计检验准则有：拟合优度检验和方程的显著性检验。
3、计量经济学检验
常用检验准则：随机干扰项的序列相关检验、异方差性检验、解释变量的内生性检验、多重共线性检验等。
4、模型预测检验
主要检验模型参数估计量的稳健性（稳健性和灵敏度），确定所建立的模型是否可以用于样本观测值以外的范围（即是否具有模型的超样本特性）。
具体方法:A、利用扩大了的样本重新估计模型参数，将新的估计值与原来的估计值进行比较，检验二者之间差距的显著性。
B、将所建立的模型用于样本以外某一时期的实际检测，将该预测值与实际观测值进行比较，检验二者之间差距的显著性。
五、计量经济学模型成功的三要素：理论、方法（参数估计与模型检验）、数据
