A. 计量经济学中解释变量系数的符号怎样先验预期
这个主要是根据经济学背景。
和被解释变量的相关系数的正负，可尝试作为先验预期。
B. 计量经济学是什么
计量经济学是以一定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系的一门经济学学科。主要内容包括理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。应用计量经济学是在一定的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
C. 跪求懂计量经济学和eviews软件的大神帮忙（关于各个英文符号对应的中文意思）
Adjusted R-squared 修正的可决系数
S.E. of regression 回归系数的标准偏差 也就是GDP的系数的标准偏差
Sum squared resid 总离差平方和
Log Likelihood 对数优度
Durbin-Waston stat 这个是DW统计量 主要是看扰乱项有没有一阶的自相关
Akaike info criterion AIC统计量 赤池情报量标准 lz这个应该是自变量是GDP和常数C AIC主要是用来看 自变量最好选择几个。详细可以去下
Schwarz criterion 和 AIC类似 也是一个情报量标准
最后两个F值和F值的P值没太大用处貌似
希望可以帮到lz
D. 什么是计量经济学
计量经济学是以来一自定的经济理论和统计资料为基础，运用数学、统计学方法与电脑技术，以建立经济计量模型为主要手段，定量分析研究具有随机性特性的经济变量关系的一门经济学学科。主要内容包括理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、改造和发展数理统计的方法，使之成为随机经济关系测定的特殊方法。应用计量经济学是在一定的经济理论的指导下，以反映事实的统计数据为依据，用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
计量经济学的基础是一整套建立在数理统计理论上的计量方法，属于计量经济学的“硬件”，计量经济学的主要用途或目的主要有两个方面：
理论检验。这是计量经济学用途最为主要的和可靠的方面。这也是计量经济学本身的一个主要内容。
预测应用。从理论研究和方法的最终目的看，预测（包括政策评价）当然是计量经济学最终任务，必须注意学习和了解，但其预测的可靠性或有效性是我们应十分注意的。
E. 计量经济学里的IV是指什么呀
工具变量 instrumental variable
F. 现代宏观经济学诞生的标志是什么
现代宏观经济学的建立与发展
在经济学史上一般都把凯恩斯1936年发表的《就业利息和货币通论》 (简称《通论》)作为现代宏观经济学建立的标志。50多年来，宏观经济学得到了极其迅速的发展。现代宏观经济学的发展反映了国家垄断资本主义的形成与发展，也反映了经济学本身的进步。因此，回顾一下现代宏观经济学的建立与发展是很有意义的。
一、现代宏观经济学的建立
现代宏观经济学产生于30年代不是偶然的，它是资本主义经济发展的需要，也是经济学本身发展的结果。
30年代的大危机是当代资本主义经济和经济学的转折点。严重的失业、史无前例的衰退宣告了自由放任政策的失败。人们在自觉或不自觉地寻求摆脱这种困境的另一条出路——国家干预经济。一向以自由放任著称的英国企图通过中央银行的金融调节与政府支出的增加来减少失业，北欧宁静助小国瑞典增加了财政支出，实施了社会福利政策；在地球的另一端美国，罗斯福开始实施他的新政。这一切标志着国家垄断资本主义这个新时期的开始。新的时期需要新的理论。新的理论应该从整个经济的角度探讨其运行规律，证明国家干预的必要性，并为这种干预出谋划策。这样，宏观经济学的建立就成为一种历史的必然，而这一任务由凯恩斯来完成也许只是一种偶然。现代宏观经济学是作为国家干预经济的结果出现的。
现实经济的发展要求宏观经济学的建立，而经济学本身的发展也为宏观经济学提供了条件。托宾认为： "四个不同而又相关的发展奠定了现代宏观经济学的基础。"这四种发展是：国民收入核算理论与方法的建立；凯恩斯《通论》的发表；经济计量学的建立；以及数学的发展及其在经济学上的运用。
国民收入核算理论与方法是也20—30年代形成的，美国经济学家米契尔，库兹涅茨，以及他们所主持的国民经济研究所，和美国商务部对国民收入核算体系的建立作出了重大贡献。他们把以前对国民收入的研究系统化、理论化，解决了有关国民收入核算的定义、概念和衡量方法等基本问题，确立了现代国民收入核算体系的基本结构，并将这一体系运用于实际。宏观经济学要研究经济中总量的决定及其变化，而国民收入核算正是提供了这些总量的决定及其变化，而国民收入核算正是提供了这些总量的数值。因此，没有国民收入核算体系的建竖行告立，现代宏观经济学就是不可想象的。
凯恩斯的《通论》被称为现代宏观经济的"大宪章"。这就是因为《通论》在以下这些方面力现代宏观经济学莫定了基础：第一，突破了传统的充分就业均衡理沦，建立了一种以失业为特点的经济均衡。第二，把国民收入的决定与变动作为宏观经济学的中心。第三，用总带唯供给与总需求的均衡分析来说明国民收入的决定与变动。第四，建立了以总需求分析为中心的宏观经济学体系，并把总需求分为消费与投资，提出了消费函数理论与投资理论。第五，把货币分析与经济分析融为一体，彻底抛弃了传统的二分法。第六，论述了国家干预经济的必要性与具体作法。现代宏观经济学正是在凯恩斯这些贡献的基础之上发展起来的。从这一意义上看，说凯恩斯是现代宏观经济学之父并不是夸大其词。
经济计量学也是在20—30年代形成的，与此相关的则是数学较广泛地运用到经济学中。这种发展为以后宏观经济模型的建立，以及余明运用宏观经济模型来进行经济预测和政策制定有着重大的意义。
二、凯恩斯主义宏观经济学的发展
战后西方各国在由战时经济转到和平重建时，许多经济学家和政界人士认为，在这样的条件下，国家干预是通向经济繁荣的唯一道路。1944年英国政府发表了《就业白皮书》。1964年美国国会通过了《就业法》。这两个历史性文件都把全面干预经济、促进充分就业和经济繁荣作为国家的最主要职责。这表明战后国家垄断资本主义得到了进一步发展。这种发展也是战后经济学上出现了"凯恩斯主义全盛时期"的深刻经济与社会根源。
战后全面地发展了凯恩斯主义，建立了现代宏观经济学体系的是美国的凯恩斯主义者，即新古典综合派(或称后凯思斯主流派经济学)的经济学家们。他们对现代经济学的贡献主要在这些方面：
第一，用IS—LM模型来概括凯恩斯主义的基本内容。IS—LM模型是由英国经济学家J•希克斯在1937年提出来的。这一模型用新古典经济学的一般均衡方法来解释凯思斯的国民收入决定理论。
第二，围绕IS—LM模型发展与完善了消费函数理论、投资理论、货币需求理论，以及货币供给理论。
第三，总供给分析的提出。这包括对劳动市场的分析、总需求——总供给模型的建立，以及对通货膨胀等现实问题的分析。
第四，凯恩斯主义理论的动态化与长期化。凯恩斯偏重于比较静态与短期分析。凯思斯主义者们则将这种分析动态化与长期化。动态化是引入时间因素分析均衡的变动，长期化则是研究经济长期的趋势。
第五，开放经济理论的研究。凯恩斯的研究是封闭经济中国民收入的决定。开放经济理论则是要研究开放经济条件下一国国民收入的决定，以及对外贸易、汇率、资本流动等对一国经济影响和各国经济之间的联系。
第六，宏观经济计量模型的建立与应用。战后克莱因等人力图把凯恩斯主义理论与经济计量学的方法结合起来，建立了包括许多变量的宏观经济计量模型。
第七，宏观经济政策的研究。包括在不同的时期提出不同的经济政策，以及对经济政策理论的研究。
由以上可以看出，新古典综合派的经济学家们全面而系统地发展了凯恩斯主义，使现代宏观经济学成为一个严密而丰富的学科。可以毫不夸大地说，迄今为止，凯恩斯主义宏观经济学体系仍然是现代宏观经济学的主流。 三、非凯恩斯主义宏观经济学的发展 70年代初西方图家出现的滞胀打破了凯恩斯主义一统宏观经济学天下的局面。凯恩斯主义地位的动摇被称为经济学中的第二次危机(第一次危机是30年代新古典经济学地位的动摇)。这次危机不仅使凯思斯主义学派内部的矛盾激化，而且也使非凯思斯主义宏观经济学得以迅速发展，并成为足以与凯思斯主义抗衡的力量。这是70年代以后，现代宏观经济学最重要的发展。
凯恩斯主义的基本特点是主张国家积极地干预经济，而非凯恩斯主义的基本特点则是反对国家干预经济，主张通过发挥市场机制的作用来稳定经济。他们之间在理论与政策上的分歧都是由这一点而产生的。
在非凯思斯主义宏观经济学中最重要的是以美国经济学家M•弗里德曼为首的货币主义。货币主义的出现被认为是经济学上的一次革命——对抗凯恩斯革命的革命。
在非凯恩斯主义宏观经济学中还有在80年代受到里根政府偏爱的供给学派。这一学派把减税作为理论与政策的中心，尽管在理论上还很不成熟，但在经济政策方面却有一定的影响。
非凯恩斯主义宏观经济学学派对现代宏观经济的发展有重大的作用。这首先是从更多角度分析宏观经济运行，促进了宏观经济学的多元化与深入化，使理论更接近于现实。其次补充了凯恩斯主义宏观经济学的不足，也促进了凯恩斯主义经济学本身的发展。最后，在政策上纠正了凯恩斯主义国家干预所引起的种种弊病，论述国家垄断资本主义下市场机制的作用这一重要问题。
理论的发展并不取决于理论本身，而取决于社会对理论的需要程度。正如美国经济学家R•多恩布什与S•费希尔所说"实际上，宏观理论的发展与当代经济问题是紧密相关的。凯恩斯主义经济学是在30年代大危机时期产生并说明了摆脱这种危机的出路。货币主义是在60年代形成的，它提出了解决通货膨胀问题的方法，供给经济学在80年代初变得时髦是因为它提出了一种通过减税来摆脱经济困境的简单易行的办法。"把这段话作为对现代宏观经济学建立与发展的总结也许最恰当不过了。
G. 计量经济学模型估计结果符号怎么打
题主说的是在字母上方加^和~之类的符号吧，word里找到“插入”最右边会有插入公式，里面版有这个权编辑功能，Latex 里用指令\widehat{}和\widetilde{}也能做到，但是要贴到别的地方可能就不那么容易了
H. 计量经济学hist是什么
计量经济学（英文：Econometrics），是以数理经济学和数理统计学为基础，对于经济问题试图对理论上的数量接近和经验（实证）上的数量接近这两者进行综合而产生的经济学分支。
该分支的产生，使得经济学对于经济现象从以往只能定性研究，扩展到同时可以进行定量分析的新阶段。
“计量”的意思是“以统计方法做定量研究”，所以“量”字应读作“亮”，而不读作“良”。
据说在经济学中，应用数学方法的历史可追溯到三百多年前的英国古典政治经济学的创始人威廉·配第的《政治算术》的问世（1676年）。
“计量经济学”一词，是挪威经济学家弗里希（R. Frisch）在1926年仿照“生物计量学”一词提出的。 随后1930年成立了国际计量经济学学会，在1933年创办了《计量经济学》杂志。
人们应如何理解“计量经济学”的含义？弗里希在《计量经济学》的创刊词中说到：“用数学方法探讨经济学可以从好几个方面着手，但任何一方面都不能与计量经济学混为一谈。计量经济学与经济统计学决非一码事；它也不同于大家所说的一般经济理论，尽管经济理论大部分都具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活中的数量关系来说，都是必要的，但各自并非是充分条件。而三者结合起来，就有力量，这种结合便构成了计量经济学。”
后来美国著名计量经济学家克莱因也认为：计量经济学是数学、统计技术和经济分析的综合。也可以说，计量经济学不仅是指对经济现象加以测量，而且表明是根据一定的经济理论进行计量的意思。
计量经济学的基础是一整套建立在数理统计理论上的计量方法，属于计量经济学的“硬件”，计量经济学的主要用途或目的主要有两个方面：
理论检验。这是计量经济学用途最为主要的和可靠的方面。这也是计量经济学本身的一个主要内容。
预测应用。从理论研究和方法的最终目的看，预测（包括政策评价）当然是计量经济学最终任务，必须注意学习和了解，但其预测的可靠性或有效性是大家应十分注意的。
I. 计量经济学
1、随机误差项 ui = Yi-E（Y/Xi）.当把总体回归函数表示成 Yi=Yi尖+ei 时，其中的ei 就是残差。它是用 Yi尖 估计Yi 时带来的误差 ，是对随机误差项 ui的估计。(所有的i都是下标Yi尖是Yi的估计值)
2、可决系数是对模型拟合优度的综合度量，其值越大，说明在Y的总变差中由模型作出了解释的部分占得比重越大，模型的拟合优度越高，模型总体线性关系的显著性越强。反之亦然。斜率系数的t检验是对回归方程中的解释变量的显著性的检验。在简单线性回归中，由于解释变量只有一个，当t检验显示解释变量的影响显著时，必然会有该回归模型的可决系数大，拟合优度高。
3、这种说法是错误的。真实值落入这个区间这是一种事实，不能用概率表示，也就是落入了就是1，没有落入就是0.而概率为1-α的意义为事件的条件。
（计量经济学是我的专业课程，所以有95%的把握答案正确，最后一题的道理和我这句话的道理是一样的~~~呵呵）
J. 计量经济学问题
不知从何时起，解答计量问题成了我日常生活的一部分。天南海北的读者与同道提出了各种各样的计量问题。这里摘取少量的典型问题，希望对从事实证研究的朋友有帮助。
1、在什么情况下，应将变量取对数再进行回归？
答：可以考虑以下几种情形。
，如果理论模型中的变量为对数形式，则应取对数。比如，在劳动经济学中研究教育投资回报率的决定因素，通常以工资对数为被解释变量，因为这是从Mincer模型推导出来的。
第二，如果变量有指数增长趋势（exponential growth），比如 GDP，则一般取对数，使得 lnGDP 变为线性增长趋势（linear growth）。
第三，如果取对数可改进回归模型的拟合优度（比如 R2 或显著性），可考虑取对数。
第四，如果希望将回归系数解释为弹性或半弹性（即百分比变化），可将变量取对数。
第五，如果无法确定是否该取对数，可对两种情形都进行估计，作为稳健性检验（robustnesscheck）。若二者的回归结果类似，则说明结果是稳健的。
2、如何理解线性回归模型中，交互项（interactive term）系数的经济意义？
答：在线性回归模型中，如果不存在交互项或平方项等非线性项，则某变量的回归系数就表示该变量的边际效应（marginal effect）。比如，考虑回归方程
y = 1 + 2x + u
其中， u 为随机扰动项。显然，变量x 对 y 的边际效应为 2，即 x 增加一单位，平均而言会使 y 增加两单位。考虑在模型中加入交互项，比如
y = α + βx + γz + δxz+ u
其中， x 与 z 为解释变量，而 xz 为其交互项（交叉项）。由于交互项的存在，故x 对 y 的边际效应（求偏导数）为β + δz，这说明 x 对 y 的边际效应并非常数，而依赖于另一变量z 的取值。如果交互项系数 δ 为正数，则 x 对 y 的边际效应随着 z 的增加而增加（比如，劳动力的边际产出正向地依赖于资本）；反之，如果δ 为负数，则 x 对 y 的边际效应随着z 的增加而减少。
3、在一些期刊上看到回归模型中引入控制变量。控制变量究竟起什么作用，应该如何确定控制变量呢？
答：在研究中，通常有主要关心的变量，其系数称为 “parameterof interest” 。但如果只对主要关心的变量进行回归（极端情形为一元回归），则容易存在遗漏变量偏差（omittedvariable bias），即遗漏变量与解释变量相关。加入控制变量的主要目的，就是为了尽量避免遗漏变量偏差，故应包括影响被解释变量 y 的主要因素（但允许遗漏与解释变量不相关的变量）。
4、很多文献中有 “稳健性检验” 小节，请问是否每篇实证都要做这个呢？具体怎么操作？
答：如果你的论文只汇报一个回归结果，别人是很难相信你的。所以，才需要多做几个回归，即稳健性检验（robustness checks）。没有稳健性检验的论文很难发表到好期刊，因为不令人信服。稳健性检验方法包括变换函数形式、划分子样本、使用不同的计量方法等，可以参见我的教材。更重要的是，向同领域的经典文献学习，并模仿其稳健性检验的做法。
5、对于面板数据，一定要进行固定效应、时间效应之类的推敲么？还是可以直接回归？我看到很多文献，有的说明了使用固定效应模型的原因，有的则直接回归出结果，请问正确的方法是什么？
答：规范的做法需要进行豪斯曼检验（Hausman test），在固定效应与随机效应之间进行选择。但由于固定效应比较常见，而且固定效应模型总是一致的（随机效应模型则可能不一致），故有些研究者就直接做固定效应的估计。
对于时间效应也同时考虑，比如，加入时间虚拟变量或时间趋势项；除非经过检验，发现不存在时间效应。如果不考虑时间效应，则你的结果可能不可信（或许x 与 y 的相关性只是因为二者都随时间而增长）。
6、如何决定应使用二阶段最小二乘法（2SLS）还是广义矩估计（GMM）？
答：如果模型为恰好识别（即工具变量个数等于内生变量个数），则GMM完全等价于2SLS，故使用2SLS就够了。在过度识别（工具变量多于内生变量）的情况下，GMM的优势在于，它在异方差的情况下比2SLS更有效率。由于数据或多或少存在一点异方差，故在过度识别情况下，一般使用GMM。
7、在面板数据中，感兴趣的变量x 不随时间变化，是否只能进行随机效应的估计（若使用固定效应，则不随时间变化的关键变量 x 会被去掉）？
答：通常还是使用固定效应模型为好（当然，可进行正式的豪斯曼检验，以确定使用固定效应或随机效应模型）。如果使用固定效应，有两种可能的解决方法：
（1）如果使用系统GMM估计动态面板模型，则可以估计不随时间而变的变量x 的系数。
（2）在使用静态的面板固定效应模型时，可引入不随时间而变的变量 x与某个随时间而变的变量 z 之交互项，并以交互项 xz （随时间而变）作为关键解释变量。