广东财经大学：创业教育学院《计量经济学》课程教学大纲

《计量经济学》课程教学大纲 一、课程基本信息 课程代码：16126103 课程名称：计量经济学 英文名称：econometric 课程类别：专业课 学 时： 48 学 分：3 适用对象：工商管理专业 考核方式：考试 先修课程：统计学、线性代数、概率论 二、课程简介 计量经济学是一门以经济理论和数据为基础，运用数学和统计学方法，以建立经 济计量模型为主要手段，定量研究具有随机性的经济变量关系的一门经济学学科。主 要内容包括理论经济学和应用经济学。理论经济学主要研究如何运用、改造和发展数 理统计方法，使之成为测定经济关系的特殊方法。应用经济学是在一定的经济理论指 导下，以数据为基础，用经济计量方法研究经济数学模型或探索实证经济规律。 计量经济学是工商管理专业的核心课程之一，学习和学握计量经济学理论和方法 有助于培养大学生的创新能力和分析研究能力。 三、课程性质与教学目的 计量经济学为工商管理专业必修课程。本课程旨在通过教学、实验和讨论，使学 生能够系统掌握计量经济学建模方法，充分理解各种计量经济学模型适用的前提条件 和估计方法，科学使用计量经济学模型估计经济关系、检验经济理论和评估政策效应， 正确解释模型估计结果；能够在经济理论的指导下，从实证的角度观察、认识和理解 改革开放四十多年来，我国在经济发展、民生改普和社会进步等各个方面取得重大成 就的根本原因：养成科学研究精神和提升实证分析研究能力。 四、教学内容及要求 第一章导论 (一)目的与要求 1.了解计量分析步骤，掌握科学量化研究方法

1 《计量经济学》课程教学大纲 一、课程基本信息 课程代码：16126103 课程名称：计量经济学 英文名称：econometric 课程类别： 专业课 学 时： 48 学 分：3 适用对象:工商管理专业 考核方式：考试 先修课程：统计学、线性代数、概率论 二、课程简介 计量经济学是一门以经济理论和数据为基础，运用数学和统计学方法，以建立经 济计量模型为主要手段，定量研究具有随机性的经济变量关系的一门经济学学科。主 要内容包括理论经济学和应用经济学。理论经济学主要研究如何运用、改造和发展数 理统计方法，使之成为测定经济关系的特殊方法。应用经济学是在一定的经济理论指 导下，以数据为基础，用经济计量方法研究经济数学模型或探索实证经济规律。 计量经济学是工商管理专业的核心课程之一，学习和掌握计量经济学理论和方法， 有助于培养大学生的创新能力和分析研究能力。 三、课程性质与教学目的 计量经济学为工商管理专业必修课程。本课程旨在通过教学、实验和讨论，使学 生能够系统掌握计量经济学建模方法，充分理解各种计量经济学模型适用的前提条件 和估计方法，科学使用计量经济学模型估计经济关系、检验经济理论和评估政策效应， 正确解释模型估计结果；能够在经济理论的指导下，从实证的角度观察、认识和理解 改革开放四十多年来，我国在经济发展、民生改善和社会进步等各个方面取得重大成 就的根本原因；养成科学研究精神和提升实证分析研究能力。 四、教学内容及要求 第一章 导论 （一）目的与要求 1． 了解计量分析步骤，掌握科学量化研究方法

2.了解用于计量经济分析的数据结构 3.理解计量经济分析中其他条件不变的含义 (二)教学内容 1.主要内容 (1)什么是计量经济学 (2)计量经济学的应用范围 (3)计量经济分析的步骤 (4)数据结构与计量经济分析 2.基本概念和知识点 (1)计量经济学的概念 (2)计量经济分析的步骤 (3)数据结构与计量经济分析 3.问题与应用（能力要求） (1)计量经济分析的步骤是什么？ (2)计量经济分析中的其他条件不变的具体含义是什么？ (三)思考与实践 阅读一篇经济学或管理学领域的学术论文，并总结其进行计量经济分析的 基本步骤主要包含哪些方面？ (四)教学方法与手段 课堂讲授、课堂讨论 第二章简单回归分析 (一)目的与要求 1.掌握简单线性回归模型的基本形式及其要素 2.能够利用最小二乘法(0LS)估计简单线性回归模型中解释变量的系数 3.正确理解度量单位和函数形式的变化对0LS统计量的影响 4.正确理解0LS估计量的无偏性和同方差性 (二)教学内容 1.主要内容 (1)简单回归模型的定义 (2)普通最小二乘法的推号 (3)01S的性质 (4)度量单位和函数形式 (5)0LS估计量的期望值和方差 (6)过原点回归及对常数回归 2

2 2．了解用于计量经济分析的数据结构 3．理解计量经济分析中其他条件不变的含义 （二）教学内容 1.主要内容 （1）什么是计量经济学 （2）计量经济学的应用范围 （3）计量经济分析的步骤 （4）数据结构与计量经济分析 2.基本概念和知识点 （1）计量经济学的概念 （2）计量经济分析的步骤 （3）数据结构与计量经济分析 3.问题与应用（能力要求） （1）计量经济分析的步骤是什么？ （2）计量经济分析中的其他条件不变的具体含义是什么？ （三）思考与实践 阅读一篇经济学或管理学领域的学术论文，并总结其进行计量经济分析的 基本步骤主要包含哪些方面？ （四）教学方法与手段 课堂讲授、课堂讨论 第二章 简单回归分析 （一）目的与要求 1.掌握简单线性回归模型的基本形式及其要素 2.能够利用最小二乘法（OLS)估计简单线性回归模型中解释变量的系数 3.正确理解度量单位和函数形式的变化对 OLS 统计量的影响 4.正确理解 OLS 估计量的无偏性和同方差性 （二）教学内容 1.主要内容 （1）简单回归模型的定义 （2）普通最小二乘法的推导 （3）OLS 的性质 （4）度量单位和函数形式 （5）OLS 估计量的期望值和方差 （6）过原点回归及对常数回归

2.基本概念和知识点 (1)解释变量、被解释变量和误差项 (2)普通最小二乘法 (3)线性的含义 (4)无偏性和同方差 (5)误差方差 3.问题与应用（能力要求） (1)推导普通最小二乘法 (2)计算回归的R (三)思考与实践 利用给定数据，构建一个简单线性回归模型，估计模型中解释变量的系数， 并计算回归的R (四)教学方法与手段 课堂讲授 第三章多元回归分析：估计 (一)目的与要求 1.掌握普通最小二乘法的操作和解释 2.理解0LS估计量的期望值和方差 3.理解0LS的有效性 (二)教学内容 1.主要内容 (1)利用多元回归的动因 (2)普通最小二乘法的操作和解释 (3)0LS估计量的期望值 (4)0LS估计量的方差 (5)0LS的有效性： 马尔科夫定理 2.基本概念和知识点 (1)多元回归中“保持其他因素不变”的含义 (2)模型的过度设定 (3)遗漏变量偏误 (4)多审共线性 (5)高斯-马尔科夫定理 3.问题与应用（能力要求）》 (1)估计多元回归模型 3

3 2.基本概念和知识点 （1）解释变量、被解释变量和误差项 （2）普通最小二乘法 （3）线性的含义 （4）无偏性和同方差 （5）误差方差 3.问题与应用（能力要求） （1）推导普通最小二乘法 （2）计算回归的 R 2 （三）思考与实践 利用给定数据，构建一个简单线性回归模型，估计模型中解释变量的系数， 并计算回归的 R 2 （四）教学方法与手段 课堂讲授 第三章 多元回归分析：估计 （一）目的与要求 1.掌握普通最小二乘法的操作和解释 2.理解 OLS 估计量的期望值和方差 3.理解 OLS 的有效性 （二）教学内容 1.主要内容 （1）利用多元回归的动因 （2）普通最小二乘法的操作和解释 （3）OLS 估计量的期望值 （4）OLS 估计量的方差 （5）OLS 的有效性：马尔科夫定理 2.基本概念和知识点 （1）多元回归中“保持其他因素不变”的含义 （2）模型的过度设定 （3）遗漏变量偏误 （4）多重共线性 （5）高斯-马尔科夫定理 3.问题与应用（能力要求） （1）估计多元回归模型

(2)评价多元回归模型效果 (3)解释多元回归模型中各个解释变量的含义 (三)思考与实践 利用给定数据，构建一个多元回归模型，估计模型中解释变量的系数，评 价模型效果，解释模型结果。 (四)教学方法与手段 课微进授 第四章多元回归分析：推断 (一)目的与要求 1.掌握t检验和F检验 (一)教学内容 1.主要内容 (1)0LS估计量的抽样分布 (2)检验对单个总体参数的假设：t检验 (3)置信区间 (4)检验关于参数的线性组合假设 (5)对多个线性约束的检验：F检验 (6)报告回归结果 2.基本概念和知识点 (1)抽样分布 (2)置信区间 (3)t检验 (4)F检验 3.问题与应用（能力要求） (1)推导普通最小二乘法 (2)计算回归的R (三)思考与实践 利用给定数据和多元线性模型形式，进行模型参数显著性的t检验、联合 显著性和整体显著性的F检验 (四)教学方法与手段 课堂讲授 第五章多元回归分析：0LS的渐近性 (一)目的与要求 1.理解0LS的一致性和渐近正态性 2.掌握拉格朗日乘数统计量

4 （2）评价多元回归模型效果 （3）解释多元回归模型中各个解释变量的含义 （三）思考与实践 利用给定数据，构建一个多元回归模型，估计模型中解释变量的系数，评 价模型效果，解释模型结果。 （四）教学方法与手段 课堂讲授 第四章 多元回归分析：推断 （一）目的与要求 1.掌握 t 检验和 F 检验 （二）教学内容 1.主要内容 （1）OLS 估计量的抽样分布 （2）检验对单个总体参数的假设：t 检验 （3）置信区间 （4）检验关于参数的线性组合假设 （5）对多个线性约束的检验：F 检验 （6）报告回归结果 2.基本概念和知识点 （1）抽样分布 （2）置信区间 （3）t 检验 （4）F 检验 3.问题与应用（能力要求） （1）推导普通最小二乘法 （2）计算回归的 R 2 （三）思考与实践 利用给定数据和多元线性模型形式，进行模型参数显著性的 t 检验、联合 显著性和整体显著性的 F 检验 （四）教学方法与手段 课堂讲授 第五章 多元回归分析：OLS 的渐近性 （一）目的与要求 1.理解 OLS 的一致性和渐近正态性 2.掌握拉格朗日乘数统计量

(二)教学内容 1.主要内容 (1)一致性 (2)渐近正态和大样本推 (3)0LS的渐近有效性 2.基本概念和知识点 (1)一致性 (2)渐近正态性 (3)拉格朗日乘数 3.问题与应用（能力要求） (1)证明0LS估计量是模型参数的一致估计 (2)推导0L.S的不一致性 (三)思考与实践 给定多元回归模型形式，判断模型是否违背了经典线性模型假设，并探讨 解决的办法。 (四)教学方法与手段 课堂讲授 第六章多元回归分析：深入专题 (一)目的与要求 1.了解数据测度单位变化对0LS统计量的影响 2.掌握计量模型函数形式的变换 3.掌握利用拟合优度选择解释变量的方法 4.能够利用多元回归计量模型进行预测和残差分析 (二)教学内容 1.主要内容 (1)数据的测度单位对0LS估计量的影响 (2)对函数形式的进一步探讨 (3)拟合优度和回归元选择的进一步探讨 (4)预测和残差分析 2.基本概念和知识点 (1)非嵌套模型 (2)调整R (3)残差分析 3.问题与应用（能力要求） (1)多元回归计量模型的函数形式变换 5

5 （二）教学内容 1.主要内容 （1）一致性 （2）渐近正态和大样本推断 （3）OLS 的渐近有效性 2.基本概念和知识点 （1）一致性 （2）渐近正态性 （3）拉格朗日乘数 3.问题与应用（能力要求） （1）证明 OLS 估计量是模型参数的一致估计 （2）推导 OLS 的不一致性 （三）思考与实践 给定多元回归模型形式，判断模型是否违背了经典线性模型假设，并探讨 解决的办法。 （四）教学方法与手段 课堂讲授 第六章 多元回归分析：深入专题 （一）目的与要求 1.了解数据测度单位变化对 OLS 统计量的影响 2.掌握计量模型函数形式的变换 3.掌握利用拟合优度选择解释变量的方法 4.能够利用多元回归计量模型进行预测和残差分析 （二）教学内容 1.主要内容 （1）数据的测度单位对 OLS 估计量的影响 （2）对函数形式的进一步探讨 （3）拟合优度和回归元选择的进一步探讨 （4）预测和残差分析 2.基本概念和知识点 （1）非嵌套模型 （2）调整 R 2 （3）残差分析 3.问题与应用（能力要求） （1）多元回归计量模型的函数形式变换

(2)残差分析 (三)思考与实践 解释为什么通过最大化厄或最小化6（回归标准误）来选择模型是一回事 (四)教学方法与手段 课堂讲授 第七章含有定性信息的多元回归分析：二值（或虚拟）变量 (一)目的与要求 1.掌握描述定性信息的适当方法 2.掌握如何在多元回归模型中包含定性解释变量 3.了解线性概率模型的缺陷和优势 (二)教学内容 1.主要内容 (1)对定性信息的描述 (2)如何在模型中加入一个虚拟自变量 (3)使用多类别虚拟变量 (4)涉及虑拟变量的交互作用 (5)二值因变量：线性概率模型 (6)对政策分析和项目评价的进一步讨论 (7)离线因变量的回归结果解释 2.基本概念和知识点 (1)虚拟变量 (2)交互作用 (3)线性概率模型 3.问题与应用（能力要求） (1)解释虚拟自变量系数的含义 (2)解释虚拟自变量和其他自变量的交互作用 (3)解释离线因变量的回归结果 (三)思考与实戰 1.设定包含虚拟自变量及其与其他变量交互作用的多元回归模型，并对模 型结果进行解释。 2.介绍线性概率模型的局限性和优势 (四)教学方法与手段 课堂讲授 第八章异方差性

6 （2）残差分析 （三）思考与实践 解释为什么通过最大化 R2 或最小化  ˆ （回归标准误）来选择模型是一回事 （四）教学方法与手段 课堂讲授 第七章 含有定性信息的多元回归分析：二值（或虚拟）变量 （一）目的与要求 1.掌握描述定性信息的适当方法 2.掌握如何在多元回归模型中包含定性解释变量 3.了解线性概率模型的缺陷和优势 （二）教学内容 1.主要内容 （1）对定性信息的描述 （2）如何在模型中加入一个虚拟自变量 （3）使用多类别虚拟变量 （4）涉及虚拟变量的交互作用 （5）二值因变量：线性概率模型 （6）对政策分析和项目评价的进一步讨论 （7）离线因变量的回归结果解释 2.基本概念和知识点 （1）虚拟变量 （2）交互作用 （3）线性概率模型 3.问题与应用（能力要求） （1）解释虚拟自变量系数的含义 （2）解释虚拟自变量和其他自变量的交互作用 （3）解释离线因变量的回归结果 （三）思考与实践 1.设定包含虚拟自变量及其与其他变量交互作用的多元回归模型，并对模 型结果进行解释。 2.介绍线性概率模型的局限性和优势。 （四）教学方法与手段 课堂讲授 第八章 异方差性

(一)目的与要求 1.了解异方差对OLS统计量的影响 2.掌握异方差的检验方法 3.讨论异方差的修正措施 (二)教学内容 1.主要内容 (1)异方差对0LS所造成的景影响 (2)0LS估计后的异方差-稳健推断 (3)对异方差性的检验 (4)加权最小二乘估计 (5)再议线性概率模型 2.基本概念和知识点 (1)异方差 (2)异方差-稳健推断 (3)步罗施-帕甘异方差检验 (4)怀特异方差检验 (5)加权最小二乘估计 (6)广义最小二乘法 (7)可行最小二乘法 3.问题与应用（能力要求） (1)推导普通最小二乘法 (2)计算回归的R (三)思考与实践 检验多元回归模型的异方差，并根据异方差的具体形式，选择合适的异方 差修正方法 (四)教学方法与手段 课堂讲授、习题课 第九章模型设定和数据问题的深入探讨 (一)目的与要求 1.掌握函数形式误设的检验方法 2.使用代理变量表示无法观测的解释变量 3.理解随机斜率模型的含义 4.正确理解0LS估计量的无偏性和同方差性 (二)教学内容 1.主要内容

7 （一）目的与要求 1.了解异方差对 OLS 统计量的影响 2.掌握异方差的检验方法 3.讨论异方差的修正措施 （二）教学内容 1.主要内容 （1）异方差对 OLS 所造成的影响 （2）OLS 估计后的异方差-稳健推断 （3）对异方差性的检验 （4）加权最小二乘估计 （5）再议线性概率模型 2.基本概念和知识点 （1）异方差 （2）异方差-稳健推断 （3）步罗施-帕甘异方差检验 （4）怀特异方差检验 （5）加权最小二乘估计 （6）广义最小二乘法 （7）可行最小二乘法 3.问题与应用（能力要求） （1）推导普通最小二乘法 （2）计算回归的 R 2 （三）思考与实践 检验多元回归模型的异方差，并根据异方差的具体形式，选择合适的异方 差修正方法。 （四）教学方法与手段 课堂讲授、习题课 第九章 模型设定和数据问题的深入探讨 （一）目的与要求 1.掌握函数形式误设的检验方法 2.使用代理变量表示无法观测的解释变量 3.理解随机斜率模型的含义 4.正确理解 OLS 估计量的无偏性和同方差性 （二）教学内容 1.主要内容

(1)函数形式误设 (2)对无法观测解释变量使用代理变量 (3)随机斜率模型 (4)有测量误差时0LS的性质 (5)数据缺失、非随机样本和异常观测 (6)最小绝对离差估计 2.基本极令和知识点 (1)函数形式误设的原因 (2)代理变量 (3)随机斜率模型 (4)数据缺失、非随机样本和异常观测对模型结果的影响 (5)最小绝对离差估计 3.问题与应用（能力要求） (1)检验函数形式误设 (2)如何解决或缓解函数形式误设对模型估计结果的影响 (三)思考与实践 利用给定数据，构建一个多元性回归模型，检验模型是否存在函数形式误 设，函数形式误设的可能原因是什么，如何解决？ (四)教学方法与手段 课堂讲授 第十章时间序列的基本回归分析 (一)目的与要求 1.讨论时间序列数据和横截面数据的概念性区别 2.介绍时间序列回归条件下的高斯-马尔科夫假定和经典线性模型假定 3.讨论如何应用和解释对数函数形式和虚拟变量 4.讨论如何在时间序列多元回归中包含趋势变量 5.讨论如何解释时间序列多元回归中的季节性问顾 (二)教学内容 1.主要内容 (1)时间序列数据的性质 (2)时间序列回归模型的例子 (3)经典假设下0LS的有限样本性质 (4)函数形式、虚拟变量和指数 (5)趋势和季节性

8 （1）函数形式误设 （2）对无法观测解释变量使用代理变量 （3）随机斜率模型 （4）有测量误差时 OLS 的性质 （5）数据缺失、非随机样本和异常观测 （6）最小绝对离差估计 2.基本概念和知识点 （1）函数形式误设的原因 （2）代理变量 （3）随机斜率模型 （4）数据缺失、非随机样本和异常观测对模型结果的影响 （5）最小绝对离差估计 3.问题与应用（能力要求） （1）检验函数形式误设 （2)如何解决或缓解函数形式误设对模型估计结果的影响 （三）思考与实践 利用给定数据，构建一个多元性回归模型，检验模型是否存在函数形式误 设，函数形式误设的可能原因是什么，如何解决？ （四）教学方法与手段 课堂讲授 第十章 时间序列的基本回归分析 （一）目的与要求 1.讨论时间序列数据和横截面数据的概念性区别 2.介绍时间序列回归条件下的高斯-马尔科夫假定和经典线性模型假定 3.讨论如何应用和解释对数函数形式和虚拟变量 4.讨论如何在时间序列多元回归中包含趋势变量 5.讨论如何解释时间序列多元回归中的季节性问题 （二）教学内容 1.主要内容 （1）时间序列数据的性质 （2）时间序列回归模型的例子 （3）经典假设下 OLS 的有限样本性质 （4）函数形式、虚拟变量和指数 （5）趋势和季节性

2.基本概念和知识点 (1)自相关 (2)除季节性 (3)同期外生 (4)冲击乘数 (5)有限分布滞后模型 (6)静态模型 (7)伪回归问题 (8)时间序列过程 3.问题与应用（能力要求） (1)正确构建和解释有限分布滞后模型 (2)理解经典假设下时间序列多元回归的0LS有限样本性质 (3)在时间序列多元回归模型中会正确使用趋势性变量 (三)思考与实践 思考横截面数据和时间序列数据线性多元回归模型的区别 (四)教学方法与手段 课堂讲授 第十一章0LS用于时间序列的其他问题 (一)目的与要求 1.讨论时间序列数据回归中使用大样本近似所需要的一些重要概念 (二)教学内容 1.主要内容 (1)平稳和弱相关时间序列 (2)0LS的渐近性质 (3)回归分析中使用高度持续性时间序列 (4)动态完备模型和无序列相关 (5)时间序列模型的同方差假定 2.基本概念和知识点 (1)平稳随机过程和非平稳随机过程 (2)协方差平稳过程 (3)一阶移动平均 (4) 一阶自回归过程 (5)高度持续性时间序列 (6)单位根过程

9 2.基本概念和知识点 （1）自相关 （2）除季节性 （3）同期外生 （4）冲击乘数 （5）有限分布滞后模型 （6）静态模型 （7）伪回归问题 （8）时间序列过程 3.问题与应用（能力要求） （1）正确构建和解释有限分布滞后模型 （2）理解经典假设下时间序列多元回归的 OLS 有限样本性质 （3）在时间序列多元回归模型中会正确使用趋势性变量 （三）思考与实践 思考横截面数据和时间序列数据线性多元回归模型的区别 （四）教学方法与手段 课堂讲授 第十一章 OLS 用于时间序列的其他问题 （一）目的与要求 1.讨论时间序列数据回归中使用大样本近似所需要的一些重要概念 （二）教学内容 1.主要内容 （1）平稳和弱相关时间序列 （2）OLS 的渐近性质 （3）回归分析中使用高度持续性时间序列 （4）动态完备模型和无序列相关 （5）时间序列模型的同方差假定 2.基本概念和知识点 （1）平稳随机过程和非平稳随机过程 （2）协方差平稳过程 （3）一阶移动平均 （4）一阶自回归过程 （5）高度持续性时间序列 （6）单位根过程

(7)零阶单整 (8)动态完备模型 3.问题与应用（能力要求） (1)具有时间相关性的时间序列数据对多元线性模型的构建带来了哪些 哪些挑战？ (2)计算回归的R (三)思考与实践 在构建动态完备模型时应注意哪些问题？ (四)教学方法与手段 课堂讲授 第十二章时间序列回归中序列相关和异方差性 (一)目的与要求 1.讨论残差自相关时0LS方法的特性 2.介绍如何使用差分数据消除残差项序列相关性 3.讨论时间序列数据多元线性回归的异方差检验和修正方法 (二)教学内容 1.主要内容 (1)含序列相关误差时0LS的性质 (2)序列相关的检验 (3)回归元严格外生时序列相关的修正 (4)差分和序列相关 (5)在0LS后的序列相关-稳健推断 (6)时间序列回归中的异方差性 2.基本概念和知识点 (1)序列相关的检验和修正方法 (2)序列相关-稳健的标准误 (3)异方差-稳健的统计量 (4)自回归条件异方差(ARCH (5)德宾-沃森(D)统计量 3.问题与应用（能力要求） (1)菲利普斯曲线中AR(1)序列相关的检验 (2)异方差性和有效市场假说 (三)思考与实践 比较时间序列多元线性回归中OLS和FGLS估计值的异同 (四)教学方法与手段 10

10 （7）零阶单整 （8）动态完备模型 3.问题与应用（能力要求） （1）具有时间相关性的时间序列数据对多元线性模型的构建带来了哪些 哪些挑战？ （2）计算回归的 R 2 （三）思考与实践 在构建动态完备模型时应注意哪些问题？ （四）教学方法与手段 课堂讲授 第十二章 时间序列回归中序列相关和异方差性 （一）目的与要求 1.讨论残差自相关时 OLS 方法的特性 2.介绍如何使用差分数据消除残差项序列相关性 3.讨论时间序列数据多元线性回归的异方差检验和修正方法 （二）教学内容 1.主要内容 （1）含序列相关误差时 OLS 的性质 （2）序列相关的检验 （3）回归元严格外生时序列相关的修正 （4）差分和序列相关 （5）在 OLS 后的序列相关-稳健推断 （6）时间序列回归中的异方差性 2.基本概念和知识点 （1）序列相关的检验和修正方法 （2）序列相关-稳健的标准误 （3）异方差-稳健的统计量 （4）自回归条件异方差（ARCH) （5）德宾-沃森（DW)统计量 3.问题与应用（能力要求） （1）菲利普斯曲线中 AR(1)序列相关的检验 （2）异方差性和有效市场假说 （三）思考与实践 比较时间序列多元线性回归中 OLS 和 FGLS 估计值的异同 （四）教学方法与手段