应用导向下的本科阶段计量经济学教学之思考

李芝倩

（南京审计学院 经济学院，江苏 南京 210029）

应用导向下的本科阶段计量经济学教学之思考

李芝倩

（南京审计学院 经济学院，江苏 南京 210029）

作为一项经济类学科重要的工具性课程，计量经济学发挥着越来越重要的作用.本文从现有教学框架出发，指出在本科阶段的计量经济学教学过程中，由于课时等客观因素的限制，应用导向还有很大的提升空间，主要体现在三个方面：增加与各种数据特征相对应的应用型分析方法、进行数据预处理、改进案例研究和实践教学.

计量经济学；本科教学；应用导向

计量经济学自从系统的引入中国开始，已经成为经济类学科的必修课程.教学体系包括本科阶段、硕士研究生阶段和博士研究生阶段.本文主要对实际应用中的本科阶段计量经济学教学框架展开讨论.以下第一部分首先介绍实践中的本科计量经济学的教学框架；第二部分分析应用型分析方法在教学过程中的扩展；第三和第四部分分别介绍数据预分析和教学中的案例及实践内容.

1 现行本科计量经济学教学框架

本科阶段的教材内容涉及了OLS数理分析及其基本检验方法、联立方程模型、专门模型设计、时间序列模型等.其中，OLS分析方法及相关检验、联立方程模型是绝大多数本科计量经济学教材涵盖的内容.OLS情况下的基本检验方法包括异方差检验、序列相关性检验、多重共线性检验、显著性检验等；联立方程模型专门模型设计涵盖了工具变量法IV、二阶段最小二乘法2 SLS；时间序列分析则涵盖了平稳性检验、协与误差修正模型等内容；专门模型设计则包括了虚拟变量、滞后变量、二元离散选择模型等方法[1].

但是，由于课时等方面的原因，本科阶段的计量经济学仍立足于经典计量经济学模型的性质分析和应用，并且以最小二乘法为主.这使得很多学生对学习内容的理解仅限于构造OLS、TSLS等模型.这些内容是计量经济分析的基础，但随着计量分析技术的广泛应用，以上教学内容已不能满足大部分本科生进行论文设计的需要，在目前经济学学士学位论文研究过程中所收集到的数据主要是时间序列数据和面板数据.与此对应的是，在现阶段本科计量经济学教学中，时间序列分析方法一般作为补充内容，所用课时较少；面板分析方法则在大部分教学规划中都未纳入.这就造成了计量分析的实际应用过程中，学生普遍反映“学不能致用”的问题.因此，首先应有针对性的介绍更多的计量分析方法.

其次，截面数据多体现为调研类数据，要使调研数据成为有价值的计量分析基础，还必须经过适宜的数据预处理，而这一点经常被数据分析者忽略.因此，还应在教学实践中，与统计学相联系，对数据进行预处理.

第三，作为一个融合了模型建立、参数估计、模型检验和应用的综合体系，计量经济学的在教学中强调如何从实际问题出发建立模型和得到有意义的结论，这才能使学生知道所学内容的应用价值，并对这一相对较难的课程投入更大的热情.但在教学大纲的设计中，理论所占课时为总课时的绝大多数，应用所占课时比重较少；课堂教学方法不灵活，几乎都以讲授为主；讨论式教学、案例教学和实验教学还有很大的提升空间.

因此，本文认为，应在理论性质界定清楚的基础上，强化本科计量经济学教学中的应用导向，使学生了解更多应用导向的计量分析过程.应用导向主要体现在三个方面：（1）增加与各种数据特征相对应的应用型分析方法；（2）进行数据预处理；（3）改进案例研究和实践教学.

2 引入更多应用型分析方法

OLS是回归分析中最基础的统计技术.就目前的课时分配而言，这也是本科阶段最主要的学习内容.这使一部分学生产生了错觉，即大多数数据样本都能采用OLS进行分析.因此，在充分讲解OLS回归原理的基础上，可将其他常用的分析方法整理为一个单元，并有比较的说明各种分析方法的适用范畴.

在回归分析方法体系中，OLS 并不是唯一的回归方法.不同的回归方法有不同的适应性.当高斯假定①被满足时，可采用最小二乘法OLS（OrdinaryLeast Square）. 这时的估计量是最优线性无偏估计量. 当存在异方差时，OLS 估计量虽然仍是无偏的和线性的，但却不具有最优性即最小方差性.这时应采用加权最小二乘法WLS （weightedLeast squares method）对异方差情形进行补救.当解释变量与误差项相关时，最常用的估计方法是二阶段最小二乘法TSLS（two stage least squares）.当随机误差项的分布情况未知时，它也就可能存在异方差和序列相关，可采用广义矩方法GMM（Generalized Method of Moments）

在毕业论文写作中，由于调研数据对数据样本的数量要求通常超出了学生收集数据的能力范围，因此多数学生所选择的是时间序列数据.可以说，时间序列数据已经广泛引入本科阶段的论文写作中.但论文设计中的分析方法和过程主要是学生自学得来.为了提高计量经济学的工具学科的价值，这就需要在本科阶段的教学中也引入具有可实践性的时间序列分析方法.可实践性体现在理论与实践的结合.只讲理论，论文中的计量过程往往是不完整的；只讲操作过程，则往往使学生难以举一反三的选择模型和方法.因此，时间序列方法的讲解应包括两个方面的内容：（1）时间序列分析的理论，例如时间序列的平稳性问题；（2）一个主流的时间序列分析过程所应包括的内容：ADF检验、Johansen检验、协整方程、误差修正模型、脉冲响应函数及方差分解.

3 数据预处理

数据处理与关系预分析是计量过程的基础.现实世界的数据往往是具有复杂关系的，也是不完美的.数据预处理的主要方法[2]包括：

预处理阶段 含义和内容 应用方法数据审查 检查样本是否充足、全面；检查样本值是否与研究目的一致；发现缺失值、异常值和可疑数据。数据清理 处理缺失值、异常值。 缺失值的处理：忽略、插补、重新抽样、加权调整；异常值的处理：数据平滑数据转换 解决数据间不可比性的问题。 对数等运算法、同类数据汇总和泛化、对某重要属性进行加权处理数据验证 初步评估和判断数据是否满足统计分析的需要,决定是否需要增加或减少数据量。 相关分析、一致性检验等方法

以上分析方法通常需要将计量经济学与统计学相结合.由于课时的限制，数据预处理的具体方法过程可作为课后自学内容，但应结合案例使学生形成概念性的知识，即遇到某种情况时应采用何种方法来处理.

4 加强案例教学和实践教学

案例教学和实践教学的目的旨在是学生提高观察数据、分析数据并得到一个能够通过相应检验的综合能力.在教学时间安排上，理论与案例、实验教学应统筹规划，一个主题的理论教学完成之后，应安排一次实验教学.

因此，在理论讲解的基础上，应强化应用导向为指导的案例库建设和上级操作课.在建设案例库时，应突出专业知识和分析环境的作用，使学生从案例中能够学习到如何针对具体情况构造模型和选用有针对性的计量方法.

与之相承的是操作软件的引入.目前常用的计量分析软件有Eviews、Spss、SAS、Stata、Matlab 等[3].其中SAS、Stata、Matlab 对编程技术的要求较高，Eviews较为擅长时间序列分析，Spss 较为擅长聚类分析、因子分析等数据分析方法.在本科阶段，选用Eviews 5.0以上版本作为实践软件较为适宜[4].由教师结合案例进行软件操作演示，随后在总课时中安排上机实验.

注 释：

①高斯假定是指：解释变量X是确定性变量；随机误差项u满足零均值、同方差、无序列相关假定；解释变量X与随机误差项u不相关；随机误差项服从零均值、同方差、零协方差的正态分布.

〔1〕张长青.计量经济学课程教学内容与教学方法改革探讨[J].黑龙江教育学院学报，2009(4):138-150.

〔2〕程开明.统计数据预处理的理论与方法述评[J].统计与信息论坛，2007（6）：98-103.

〔3〕徐占东.王维国.计量经济学探索性实验教学研究[J].淮北职业技术学院学报，2009(2):91-92.

〔4〕高铁梅.计量经济分析方法与建模—Eviews应用及实例[M].清华大学出版社，2006.

G 642

A

1673-260X（2010）12-0216-02