自考00142计量经济学考试大纲（2025年版）

湖南省高等教育自学考试课 程考 试大 纲计量经济学 （课程代码：00142） 湖南省教育考试院组编 2025 年 6 月高等教育自学考试课程考试大纲课程名称：计量经济学课程代码：00142

第一部分课程性质与目标

一、课程性质与特点

计量经济学是高等教育自学考试经济学专业的必课程。它是以经济变量之间客观存在的数量关系为研究对象，根据实际观测数据，运用数学和统计学方法， 建立计量经济学模型来刻画经济规律的一门经济学分支学科。本课程在描述经济现实、预测未来经济活动、检验与发展经济理论等方面发挥了重要作用。

二、课程目标与基本

要求本课程旨在培养考生科学的认识世界和发现规律的能力。通过本课程的学习， 要求考生系统掌握计量经济学的基本概念，深刻领悟计量经济学建模的基本思想和原理，能熟练运用计量经济分析的基本方法与步骤。

学习本课程要求全面掌握计量经济学模型的基本概念、估计理论和检验方法， 结合经济数据的采集方法与计量经济学软件的基本操作，能够具备运用计量经济学模型分析现实经济问题的能力。

三、与本专业其他课程的关系

本课程是国家教育部高等学校经济学学科教学指导委员会确定的高等学校经济学门类各专业的共同核心课程。在现代经济学的教学与研究体系中，计量经济学已经成为与微观经济学、宏观经济学并列的三大核心课程之一，成为经济学各分支学科最重要的方法论基础。

第二部分考核内容与考核目标

第一章 导论

通过本章的学习，考生应了解计量经济学产生和发展的历史演进，了解计量经济学的学科性质及与其他学科的关系，掌握计量经济学和计量经济学模型的基本概念、经典计量经济学模型的建模步骤和要点，以及计量经济学模型的应用等方面内容。本章的难点内容为：计量经济学模型的四种经济变量间的相互关系；

时间序列数据、横截面数据和面板数据等数据的准确划分。

（一）什么是计量经济学（次重点）识记：1.计量经济学的定义

2.计量经济学的分类

3.计量经济学的产生与发展理解：1.计量经济学的学科性质

2.计量经济学与其他学科的关系（二）计量经济学的研究步骤（重点）

理解：1.理论模型的设定

2.模型参数的估计

3.模型的四级检验

应用：.计量经济学模型的四个方面的应用（三）变量、参数、数据与模型（重点）

理解：1.计量经济学模型及参数的定义

2.被解释变量和解释变量的定义

3.内生变量、外生变量和前定变量的定义

4.虚拟变量的定义

5.衡量数据质量的标准

6.可用于建立计量经济学模型的四种经济变量间的相互关系

7.时间序列数据、横截面数据和面板数据的定义应用：时间序列数据、横截面数据和面板数据等数据类型的准确划分

第二章 简单线性回归模型

通过本章的学习，考生应掌握回归分析的基本思想与基本方法，明确总体回归函数和样本回归函数的区别与联系，熟知随机扰动项包含的丰富内容及简单线性回归模型的基本假定，了解普通最小二乘准则，掌握普通最小二乘估计及其估计量的统计性质和 OLS 回归线的性质，掌握线性回归模型的估计和检验方法， 了解线性回归模型的点预测与区间预测。本章的难点内容为：简单线性回归模型参数的点估计与区间估计（参数的置信区间）；简单线性回归模型的拟合优度检验与回归系数的假设检验。

（一）回归分析与回归函数（次重点）识记：1.回归分析的基本概念

2.相关系数的概念及特点

3.总体回归模型和样本回归模型的概念

4.随机扰动项与残差项的概念理解：1.变量之间的相关关系

2.回归分析与相关分析的区别与联系

3.随机扰动项包含的内容（二）简单线性回归模型参数的估计（重点）

理解：1.简单线性回归模型的基本假定

2.普通最小二乘准则

3.普通最小二乘估计式

4.普通最小二乘估计量的统计性质

5.OLS 回归线的性质应用：简单线性回归模型的普通最小二乘估计及对估计系数的解读。

（三）拟合优度的度量（重点）识记：1.总离差平方和、回归平方和、残差平方和的概念

2.可决系数的概念及特点理解：1.总变差的分解或总离差平方和的分解

2.可决系数与相关系数的关系应用：运用可决系数进行模型的拟合优度检验（四）回归系数的假设检验和区间估计（重点）

理解：1.OLS 估计量的概率分布

2.参数估计量的标准误

3.总体方差

4.假设检验的基本思想

5. t 检验统计量及其自由度应用：1.简单线性回归模型回归系数的区间估计（置信区间）

2.t 检验的步骤及 P 值判断法（五）简单线性回归模型的预测（一般）

理解：1.简单线性回归模型的点预测和区间预测

第三章 多元线性回归模型

通过本章的学习，考生应明确多元线性回归模型与一元线性回归模型相同的建模思想与建模方法，熟知多元线性回归模型的一般形式和偏回归系数的性质， 掌握多元线性回归模型的基本假定、最小二乘估计及检验方法，其检验方法具体包括经济意义检验和统计检验（包括模型的拟合优度检验、回归方程的显著性检验、回归参数的显著性检验等）。本章的难点内容为：多元线性回归模型参数的点估计与区间估计（参数的置信区间）；多元线性回归模型的拟合优度检验、回归方程的显著性检验及回归参数的显著性检验。

（一）多元线性回归模型及古典假定（次重点）识记：1.多元线性回归模型的一般形式及矩阵表示

2.偏回归系数的概念

3.多元线性回归模型的基本假定（二）多元线性回归模型的估计（重点）

理解：多元线性回归模型参数估计量的统计性质应用：1.多元线性回归模型参数的最小二乘估计

2.随机扰动项方差

3.参数估计量的标准误（三）多元线性回归模型的假设检验和区间估计（重点）

理解：1.多重可决系数的意义和计算方法

2.修正的可决系数的作用和计算方法

3. F 检验统计量及其自由度

4. t 检验统计量及其自由度应用：1.多元线性回归模型回归系数的区间估计（置信区间）

2.多元线性回归模型的经济意义检验

3.多元线性回归模型的三大统计检验（四）多元线性回归模型的预测（一般）

理解：1.多元线性回归模型的点预测和区间预测

第四章 多重共线性

通过本章的学习，考生应了解对回归模型若干经典假设条件是否成立进行的检验，即计量经济学检验（包括多重共线性检验、异方差性检验和自相关检验等）， 以及当检验发现经典假设不成立时继续采用 OLS 估计模型所带来的不良后果和如何修正等问题。本章讨论计量经济学检验中的多重共线性检验，主要内容包括多重共线性的概念与产生的后果、以及多重共线性的检验与修正等。本章的难点内容为：完全多重共线性的概念及其产生的后果；不完全多重共线性的概念及其产生的后果。

（一）什么是多重共线性（重点）识记：1.多重共线性的含义

2.完全多重共线性与不完全多重共线性的概念理解：多重共线性产生的背景（二）多重共线性产生的后果（次重点）识记：1.完全多重共线性产生的后果

2.不完全多重共线性产生的后果（三）多重共线性的检验（一般）

理解：1.简单相关系数检验法

2.方差膨胀因子法

3.直观判断法

4.逐步回归检测法

（四）多重共线性的补救措施（一般）

理解：1.剔除变量法

2.增大样本容量

3.变换模型形式

4.利用非样本先验信息

5.横截面数据与时序数据并用

6.变量变换

7.逐步回归法

第五章 异方差性

通过本章的学习，考生应了解计量经济学检验中的异方差性检验，主要内容包括异方差性的概念与产生的后果、以及异方差性的检验与修正等。本章的难点内容为：异方差性的含义及其产生的原因；异方差性产生的后果。

（一）异方差性的概念（重点）识记：异方差性的含义理解：异方差产生的原因（二）异方差性的后果（次重点）识记：1.异方差对参数估计量统计特性的影响

2.异方差对模型假设检验的影响

3.异方差对预测的影响（三）异方差性的检验（一般）

2.Goldfeld-Quandt 检验

3.White 检验

4.Glejser 检验（四）异方差性的补救措施（一般）

理解：1.加权最小二乘法

2.模型的对数变换

第六章 自相关

通过本章的学习，考生应了解计量经济学检验中的自相关检验，主要内容包括自相关的概念与产生的后果、以及自相关的检验与修正等。本章的难点内容为：

自相关的概念及其表现形式、产生的原因；自相关产生的后果。

（一）什么是自相关（重点）识记：自相关的概念理解：1.自相关的表现形式

2.自相关产生的原因（二）自相关的后果（次重点）识记：1.自相关对参数估计量统计特性的影响

2.自相关对模型假设检验的影响

3.自相关对预测的影响（三）自相关的检验（一般）

2.Durbin-Watson 检验

3.Breusch-Goldfrey 检验（四）自相关的补救（一般）

理解：广义差分法

第七章 分布滞后模型与自回归模型

通过本章的学习，考生应了解分布滞后模型和自回归模型这两种常见的滞后变量模型。具体地，掌握滞后变量的定义、滞后效应和滞后变量模型（分布滞后模型和自回归模型）的概念，了解滞后效应产生的原因、分布滞后模型的估计方法和自回归模型的估计方法。本章的难点内容为：滞后效应产生的原因；分布滞后模型估计的困难及其常用估计方法；自回归模型估计的困难及其常用估计方法。

（一）滞后效应与滞后变量模型（次重点）识记：1.滞后变量的定义

2.滞后效应的概念

3.滞后变量模型的概念

4.分布滞后模型的概念

5.自回归模型的概念理解：滞后效应产生的原因（二）分布滞后模型的估计（一般）识记：1.分布滞后模型估计的困难

2.有限分布滞后模型常用估计方法（经验加权估计法和阿尔蒙法等）

（三）自回归模型的构建（一般）识记：1.引入自回归模型的两条主要途径

2.库伊克模型、自适应预期模型和局部调整模型的最终形式均为自回归模型（四）自回归模型的估计（一般）识记：1.自回归模型估计的困难

2.自回归模型的估计方法（工具变量法）

第八章 虚拟变量回归

通过本章的学习，考生应掌握虚拟变量的概念、虚拟变量在回归模型中的作用及虚拟变量的设置原则，了解虚拟变量作为解释变量引入模型的方式（加法方式、乘法方式），了解虚拟变量作为被解释变量引入模型的含义以及线性概率模型、Logit 模型等两类二项选择模型。本章的难点内容为：虚拟变量的作用与设置规则；虚拟解释变量引入模型的方式（加法方式与乘法方式）；虚拟变量作为被解释变量引入模型的含义。

（一）虚拟变量（次重点）识记：虚拟变量的基本概念理解：虚拟变量的作用应用：虚拟变量的设置规则（二）虚拟解释变量的回归（一般）

理解：1.用虚拟变量表示不同截距的回归（加法方式）

2.用虚拟变量表示不同斜率的回归（乘法方式）

（三）虚拟被解释变量（一般）

理解：1.虚拟变量作为被解释变量引入模型的含义

2.二项选择模型（线性概率模型、Logit 模型）

第九章 设定误差与测量误差

通过本章的学习，考生应掌握设定误差和测量误差的概念及带来的后果，了解设定误差的常用检验方法。本章的难点内容为：设定误差的类型及其后果；测量误差的概念及其后果。

（一）设定误差类型及后果（次重点）识记：1.设定误差的概念

2.设定误差的类型

3.设定误差的后果

（二）设定误差的检验（一般）识记：设定误差的常用检验方法（三）测量误差（次重点）识记：1.测量误差的概念

2.测量误差的后果

第十章 时间序列计量经济模型

通过本章的学习，考生应了解时间序列分析中的基本概念和基本方法，熟知时间序列平稳性、单整和协整等的定义，了解时间序列平稳性的单位根检验方法和协整检验的方法，了解格兰杰因果检验的思想和意义。本章的难点内容为：时间序列平稳性与协整的概念；时间序列平稳性检验与协整检验的方法；格兰杰因果检验的思想及意义。

（一）时间序列计量经济分析的基本概念（次重点）识记：时间序列平稳性的定义理解：伪回归的含义（二）时间序列平稳性的单位根检验（一般）识记：单整的定义理解：单位根过程应用：单位根检验方法（Dickey-Fuller 检验、ADF 检验）

（三）协整（一般）

识记：协整的概念

应用：协整检验的两类方法（基于回归残差的 EG 两步法协整检验、基于回归系数的 Johansen 协整检验）

（四）格兰杰因果检验（一般）

理解：1.格兰杰因果检验的思想

2.格兰杰因果检验的意义

第十一章 联立方程组模型

通过本章的学习，考生应掌握联立方程组模型、联立方程组模型识别的基本概念，了解联立方程组模型的识别方法和估计方法。本章的难点内容为：联立方程组模型的概念、类型及其变量类型；联立方程组模型识别的概念、类型与方法。

（一）联立方程组模型及其偏倚（次重点）识记：1.联立方程组模型的概念

2.联立方程组模型的特点

3.联立方程组模型的变量类型

4.联立方程组模型的偏倚性

5.联立方程组模型的类型（二）联立方程组模型的识别（次重点）识记：1.联立方程组模型识别的基本概念

2.联立方程组模型识别的类型理解：联立方程组模型识别的方法（三）联立方程组模型的估计（一般）识记：联立方程组模型的估计方法

第十二章 实证项目的计量经济研究

——课程论文分析（不作考核要求）

第三部分

有关说明与实施要求

一、考核的能力层次表述

本大纲在考核目标中，按照“识记”“理解”“应用”三个能力层次规定其应达到的能力层次要求。各能力层次为递进等级关系，后者必须建立在前者的基础上，其含义是：识记：能知道有关的名词、概念、知识的含义，并能正确认识和表述，是低层次的要求。

理解：在识记的基础上，能全面把握基本概念、基本原理、基本方法，能掌握有关概念、原理、方法的区别与联系，是较高层次的要求。

应用：在理解的基础上，能运用基本概念、基本原理、基本方法联系学过的多个知识点分析和解决有关的理论问题和实际问题，是最高层次的要求。

二、教材

指定教材：《计量经济学》，庞皓、史代敏，科学出版社，2023 年第 5 版。

三、

自学方法指导

1．在开始阅读指定教材某一章之前，先翻阅大纲中有关这一章的考核知识点及对知识点的能力层次要求和考核目标，以便在阅读教材时做到心中有数，有的放矢。

2．阅读教材时，要逐段细读，逐句推敲，集中精力，吃透每一个知识点，对基本概念必须深刻理解，对基本理论必须彻底弄清，对基本方法必须牢固掌握。

3．在自学过程中，既要思考问题，也要做好阅读笔记，把教材中的基本概念、原理、方法等加以整理，这可从中加深对问题的认知、理解和记忆，以利于突出重点，并涵盖整个内容，可以不断提高自学能力。

4．完成书后作业和适当的辅导练习是理解、消化和巩固所学知识，培养分析问题、解决问题及提高能力的重要环节，在做练习之前，应认真阅读教材，按考核目标所要求的不同层次，掌握教材内容，在练习过程中对所学知识进行合理的回顾与发挥，注重理论联系实际和具体问题具体分析，解题时应注意培养逻辑性，针对问题围绕相关知识点进行层次（步骤）分明的论述或推导，明确各层次 （步骤）间的逻辑关系。

四、对社会助学的要求

1．应熟知考试大纲对课程提出的总要求和各章的知识点。

2．应掌握各知识点要求达到的能力层次，并深刻理解对各知识点的考核目标。

3．辅导时，应以考试大纲为依据，指定的教材为基础，不要随意增删内容，以免与大纲脱节。

4．辅导时，应对学习方法进行指导，宜提倡“认真阅读教材，刻苦钻研教材，主动争取帮助，依靠自己学通”的方法。

5．辅导时，要注意突出重点，对考生提出的问题，不要有问即答，要积极启发引导。

6．注意对考生能力的培养，特别是自学能力的培养，要引导考生逐步学会独立学习，在自学过程中善于提出问题，分析问题，做出判断，解决问题。

7．要使考生了解试题的难易与能力层次高低两者不完全是一回事，在各个能力层次中会存在着不同难度的试题。

8．助学学时：本课程共 6 学分，建议总课时 108 学时，其中助学课时分配如下：

章次章节名称学时

第一章

导论

第二章

简单线性回归模型

第三章

多元线性回归模型

第四章

多重共线性

第五章

异方差性

第六章

自相关

第七章

分布滞后模型与自回归模型

第八章

虚拟变量回归

第九章

设定误差与测量误差

第十章

时间序列计量经济模型

第十一章

联立方程组模型

第十二章

实证项目的计量经济研究——课程论文分析（不作考核要求） 合计

五、关于命题考试的若干规定

1．本大纲各章所提到的内容和考核目标都是考试内容。试题覆盖到章，适当突出重点。

2．试卷中对不同能力层次的试题比例大致是：“识记”为 30%、“理解”为 40%、“应用”为 30%。

3．试题难易程度应合理：容易、中等、难比例为 3：4：3。

4．每份试卷中，各类考核点所占比例约为：重点占 60%，次重点占 30%，一般占 10%。

5．试题类型一般分为：单项选择题、判断分析题、名词解释题、简答题、计算题、分析题。

6．考试采用闭卷笔试，考试时间 150 分钟，采用百分制评分，60 分合格。

六、题型示例（样题）

一、单项选择题

（本大题共 20 小题，每小题 1 分，共 20 分）在每小题列出的四个备选项中只有一个是符合题目要求的，请将其选出并将 “答题卡”上的相应字母涂黑。错涂、多涂或未涂均无分。

1. 如果线性回归模型中的随机误差项存在自相关，则参数的普通最小二乘估计量是 A.无偏且有效 B.无偏但非有效 C.有偏但有效 D.有偏且非有效

二、判断分析题

（本大题共 5 小题，每小题 2 分，共 10 分）

判断正误，无论正误均需说明理由。

21. 判定多元线性回归模型是否显著的方法是，看看是否每个解释变量对应参数的 t 检验都显著。

三、名词解释题

（本大题共 5 小题，每小题 3 分，共 15 分）

26. 总体回归模型

四、简答题

（本大题共 5 小题，每小题 5 分，共 25 分）

31. 简述回归分析与相关分析的区别与联系。

五、计算题

（本大题共 2 小题，每小题 8 分，共 16 分）

36. 下表是一个多元线性回归模型的回归结果：

方差来源 平方和自由度均方 P 值来自回归

56.113

0.959

来自残差

5184.356

185.156

总计请回答:

（1）这个多元线性回归模型有几个自变量?

（2）回归均方误差是多少?

（3）F 值是多少?

（4）该模型整体是否显著?

六、分析题

（本大题共 1 小题，每小题 14 分，共 14 分）

38. 根据某地区 2000—2024 年的财政收入Y 和地区生产总值 X 的统计资料，可建立如下计量经济学模型：

556.6477

0.1198

(2.5199) (22.7229) Y X t = + =

0.9609

516.3388

0.3474

R DW = = = 请问：

（1）该模型是否存在一阶自相关？为什么？

（2）该模型如果存在自相关，可以用什么方法消除？

（3）自相关存在的情况下使用 OLS 估计会产生哪些影响？