本文轉載自【微信公眾號：社科學術圈，ID:shkxquan】經微信公眾號授權轉載，如需轉載與原文作者聯繫
建模是計量的靈魂，所以就從建模開始。
一、建模步驟
A，理論模型的設計：a，選擇變量b，確定變量關係c，擬定參數範圍
B，樣本數據的收集：a，數據的類型b，數據的質量
C，樣本參數的估計：a，模型的識別b，估價方法選擇
D，模型的檢驗
a，經濟意義的檢驗：1、正相關；2、反相關等等
b，統計檢驗：1、檢驗樣本回歸函數和樣本的擬合優度；2、樣本回歸函數和總體回歸函數的接近程度：單個解釋變量顯著性即t檢驗，函數顯著性即F檢驗，接近程度的區間檢驗
c，模型預測檢驗：1、解釋變量條件條件均值與個值的預測測；2、預測置信空間變化
d，參數的線性約束檢驗：1、參數線性約束的檢驗；2、模型增加或減少變量的檢驗；3、參數的穩定性檢驗：鄒氏參數穩定性檢驗，鄒氏預測檢驗（主要方法是以F檢驗受約束前後模型的差異）
e，參數的非線性約束檢驗：1、最大似然比檢驗；2、沃爾德檢驗；3、拉格朗日乘數檢驗（主要方法使用F 分布檢驗統計量分布特徵）
f，計量經濟學檢驗
1，異方差性問題：特徵：無偏，一致但標準差偏誤。檢測方法：圖示法，Park與Gleiser檢驗法，Goldfeld-Quandt檢驗法，White檢驗法--用WLS修正異方差
2，序列相關性問題：特徵：無偏，一致，但檢驗不可靠，預測無效。檢測方法：圖示法，回歸檢驗法，Durbin-Waston檢驗法，Lagrange乘子檢驗法--用GLS或廣義差分法修正序列相關性
3，多重共線性問題：特徵：無偏，一致但標準差過大，t減小，正負號混亂。檢測方法：先檢驗多重共線性是否存在，再檢驗多重共線性的範圍---用逐步回歸法，差分法或使用額外信息，增大樣本容量可以修正。
4，隨機解釋變量問題：隨機解釋變量與隨機幹擾項獨立，對OLS沒有壞影響。隨機變量與隨機幹擾項同期相關：有偏但一致，擴大樣本容量可以克服。隨機變量與隨機幹擾項同期相關：有偏且非一致，工具變量法可以克服
二、參數估計與模型
參數估計量性質的分析：
a 小樣本和大樣本性質b 無偏性c 有效性d 一致性e Gauss-Markov定理
A、虛擬解釋變量問題a，加法方式：定性因素對截距的影響b，乘法方式：定性因素對斜率項產生的影響c，加法與乘法結合方式：定性應訴對截距和斜率項同時產生影響B、滯後變量問題a，分布滯後模型：經驗加權法，Almon多項式法，Koyck方法---來減少滯後項的數目b，自回歸模型：工具變量法，OLS法C、模型設定偏誤問題a，解釋變量選取偏誤：1、漏選相關變量：OLS在小樣本下有偏，大樣本下不一致，2、多選無關變量：OLS估計量無偏且一致，但無效b，模型函數形式選取偏誤：OLS有偏非一致且無效c，1、用t檢驗和f檢驗檢驗無關變量；2、用RESET檢驗是否遺漏相關變量或模型函數選取錯誤
聯立方程計量經濟學模型的單方程估計
a，工具變量法IVb，ILSab適用於恰好識別c，2SLS---適用於恰好識別和過度識別二元離散選擇模型a，Probit離散選擇模型：將隨機幹擾項的概率分布設定為標準正態分布，用最大似然估計法或GLSb，Logit離散選擇模型：將隨機幹擾項的概率分布設定為logistic分布得到---用最大似然估計法或GLS隨機時間序列模型：a，純自回歸AR模型----用Yule-Walker方程或OLS估計b，純移動平均MA模型c，自回歸移動平均ARMA模型----bc可以用矩估計法，對非平穩的時間序列檢驗協整性可用Engle-Granger兩步法或直接估計法。
三、名詞解釋
1.計量經濟學：是經濟學的一個分支學科，是已揭示經濟活動中的客觀存在的數量關係為內容的分支學科。
2.計量經濟學模型成功的三要素：理論、方法和數據。
3.建立計量經濟學模型的步驟：(1)理論模型的設計(2)樣本數據的收集(3)模型參數的估計(4)模型的檢驗。
4.最小二乘原理：樣本回歸線上的點Yi（上有蓋）與真實觀測點Yi之查可正可負，簡單求和可能將很大的誤差抵消掉，只有平方和才能反映二者在總體上的接近程度，這就是最小二乘原理。
5.最小二乘估計量的性質：(1)線形性(2)無偏性(3)有效性(4)漸近無偏性(5)一致性(6)漸進有效性。Yi=E(Y Xi)+Ui或Yi=Bo+B1Xi+Ui即給定可支配收入水平Xi，個別家庭的消費支出可表示為兩部分之和:(1)該收入水平下所有家庭的平均消費支出E（Y Xi）,稱為系統性部分或確定性部分：(2)其他隨機部分或非系統部分Ui，
6.總體回歸模型：Yi=E(Y Xi)+Ui或Yi=Bo+B1Xi+Ui式稱為總體回歸函數的隨機設定形式，它表明被解釋變量Y除了受解釋變量X的系統性影響外，還受其他未包括在模型中的諸多因素的隨機性影響，U即為這些影響因素的綜合代表。由於方程中引入了隨機幹擾項，成為計量經濟學模型，因此也稱為總體回歸模型。
7.總體回歸函數：在給定解釋變量Xi條件下被解釋變量Yi的期望軌跡稱為總體回歸線，或更一般地稱為總體回歸曲線，相應的函數E(Y Xi)=f(Xi)稱為（雙變量）總體回歸函數。
8.總體回歸函數的隨機設定形式：Yi=E(Y Xi)+Ui或Yi=Bo+B1Xi+Ui式稱為總體回歸函數的隨機設定形式,即給定可支配收入水平Xi，個別家庭的消費支出可表示為兩部分之和:(1)該收入水平下所有家庭的平均消費支出E（Y Xi）,稱為系統性部分或確定性部分：(2)其他隨機部分或非系統部分Ui。
9.樣本回歸函數：樣本散點圖近似於一條直線，畫一條直線儘可能地擬合該散點圖，由於樣本取自總體，可用該線近似地代表總體回歸線，該線稱為樣本回歸線，其函數形式記為Yi（上有蓋）=f(Xi)=Bo（上有蓋）+B1（上有蓋）Xi稱為樣本回歸函數。
10.樣本回歸模型：樣本回歸函數也有如下的隨機形式：Yi=Yi（上有蓋）+Ui（上有蓋）=Bo（上有蓋）+B1（上有蓋）Xi+ei,其中ei稱為（樣本）殘差（或剩餘）項，代表了其他影響Yi的隨機因素的集合，可看成是Ui的估計量Ui（上有蓋），由於方程中引入了隨機項，成為計量經濟學模型，因此也稱為樣本回歸模型。
11.最小樣本容量：即從最小二乘原理和最大似然原理出發，欲得到參數估計量，不管其質量如何，所要求的樣本容量的下限。
12.異方差性：對於不同的樣本點，隨機幹擾項的方差不再是常數，而是互不相同，則認為出現了異方差性。
13.異方差性的後果：(1)參數估計量非有效(2)變量的顯著性檢驗失去意義(3)模型的預測失效
14.異方差性的檢驗方法：(1)圖示檢驗法(2)帕克檢驗和戈裡瑟檢驗(3)G-Q檢驗(4)懷特檢驗。
15.異方差性的修正：最常用的方法是加權最小二乘法，即對原模型加權，使之變成一個新的不存在異方差的模型，然後採用OLS法估計其參數。
16.序列相關性：多元線形回歸模型的基本假設之一是模型的隨機幹擾項相互獨立或不相關。如果模型的隨機幹擾項違背了相互獨立的基本假設，稱為存在序列相關性。
17.序列相關性的後果：(1)參數估計量非有效(2)變量的顯著性檢驗失去意義(3)模型的預測失敗。
18.序列相關性的檢驗方法：(1)圖示法(2)回歸檢驗法(3)杜賓—瓦森檢驗法 (4)拉格朗日乘法檢驗。
19.序列相關性的補救：(1)廣義最小二乘法(2)廣義差分法(3)隨機幹擾項相關係數的估計(4)廣義差分法在計量經濟學軟體中的實現。
20.多重共線性：(1)對於模型Yi=Bo+B1X1i+B2X2i+...+BkXki+Ui, i=1,2,...,n 其基本假設之一是解釋變量X1，X2，...，Xk是相互獨立的。如果某兩個或多個解釋變量之間出現了相關性，則稱為存在多重共線性。21.多重共線性的後果：(1)完全共線性下參數估計量不存在(2)近似共線性下普通最小二乘法參數估計量的方差變大(3)參數估計量經濟含義不合理(4)變量的顯著性檢驗和模型的預測功能失去意義。
22.多重共線性的檢驗：(1)檢驗多重共線性是否存在(2)判明存在多重共線性的範圍。
23.克服多重共線性的方法：(1)排出引起共線性的變量(2)差分法(3)減小參數估計量的方差。
24.隨機解釋變量的克服方法：模型中出現隨機解釋變量並且與隨機幹擾項相關時，普通最小二乘法計量是由偏的。如果隨機解釋變量與隨機幹擾項異期相關，則可以通過增大樣本容量的辦法來得到一致的估計量；但如果是同期相關，即使增大樣本容量也無濟於事。這時最常用的估計方法是工具變量法。
25.工具變量法：(1)工具變量的選取(2)工具變量的應用(3)工具變量法估計量是一致估計量。
26.虛擬變量：許多經濟變量是可以定量度量的，為了在模型中反映對模型的影響因素，並提高模型的精度，需要將它們「量化」，這種「量化」是通過引入「虛擬變量」來完成的。根據這些因素的屬性類型，構造只取「0」或「1」的人工變量，通常稱為虛擬變量。
27.單方程計量經濟學模型與聯立計量經濟學模型的區別：單方程計量經濟學模型是用單一方程來揭示經濟變量之間的單項因果的數量關係，適用於單一經濟現象的研究。聯立計量經濟學模型是用一組方程來揭示經濟變量之間的相互依存，相互因果的數量關係，適用於某一經濟系統的研究。
28.變量：對於聯立方程計量經濟學模型系統而言，將變量分為內生變量和外生變量兩大類，外生變量與滯後內生變量又被統稱為先決變量。
29.內生變量：是具有某種概率分布的隨機變量，它的參數是聯立方程系統估計的元素，內生變量是由模型決定的，同時也對模型系統產生影響。內生變量一般都是經濟變量。
30.外生變量：一般是確定性變量，或是具有臨界概率分布的隨機變量，其參數不是模型系統研究的元素。外生變量影響系統，但本身不受系統的影響。外生便量一般是經濟變量、條件變量、政策變量、虛變量。
31.先決變量：外生變量與滯後內生變量統稱為先決變量。
32.結構是模型：根據經濟理論和行為規律建立的描述經濟變量之間直接關係結構的計量經濟學方程系統統稱為結構式模型。
33.簡化式模型：將聯立方程計量經濟學模型的每個內生變量表示成所有先決變量和隨機幹擾項的函數，即用所有先決變量作為每個內生變量的解釋變量，所形成的模型稱為簡化式模型。
34.聯立方程計量經濟學模型的估計方法：分為兩大類，單方程估計方法和系統估計方法。所謂單方程估計方法，指每次只估計模型系統中的一個方程，依次逐個估計；所謂系統估計方法，指同時對全部方程進行估計，同時得到所有方程的參數估計量。單方程估計方法稱為有限信息估計方法，按方法原理可分為(1)間接最小二乘法(2)兩階段最小二乘法(3)工具變量法(4)有限信息最大似然法(5)最小方差比方法；系統估計方法稱為完全信息估計方法，主要包括三階段最小二乘法和完全信息最大似然法。