计量经济学 学习指导

1/20《计量经济学》学习指导1计量经济学模型1.1计量经济学1.1.1计量经济学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、统计学方法与计算技术，以建立计量经济模型为主要手段，定量分析研究具有随机性特性的经济变量关系。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。1.1.2计量经济学模型计量经济模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括了某个真实经济系统的数量关系特征，更深刻地揭示出该经济系统的数量变化规律。是由方程或方程组组成，其中方程由变量和系数组成。计量经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。2/201.1.3计量经济学的内容体系++++广义计量经济学：经济理论统计学数学学科狭义计量经济学：数理统计层次：初、中、高级理论计量经济学：数学数理统计内容侧重点应用计量经济学：经济统计学经济理论计量经济学经典计量经济学理论与应用特征现代计量经济学：微观、非参数、时序、动态微观计量经济学：个人、家庭研究对象宏观计量经济学：单位根检验、协整理论、动态1.2计量经济建模1.2.1建模程序1分类：被解释变量、解释变量经济理论与经济行为选择模型中的变量依据：数据可获得性变量特征与模型假设的符合性（）设计理论模型经济理论与经济行为确定模型的数学形式散点图数据拟合拟定模型中待估计参数的取值范围2横截面数据分类：时间序列数据选择样本收集数据虚拟变量数据质量：完整性、准确性、可比性和一致性3/203OLSWLSTSLSGLSMLGMM经典：普通最小二乘法异方差：加权最小二乘估计法残差平方和最小：随机解释变量：二阶段最小二乘法模型的识别与估计异方差序列相关：广义最小二乘法取样本值的似然函数值最大：极大似然估计选择矩条件最小距离估计量：广义矩估计法4经济意义经验：参数估计量的符号、大小、相互关系拟合优度检验统计检验：方程显著性检验变量显著性检验序列相关检验模型检验计量经济学检验异方差检验多重共线性检验扩展样本模型预测检验延长期限模型验证5弹性分析变量结构分析乘数分析比较静态分析模型应用经济预测政策评价理论经验与发展1.2.2建模要素高效成功地建立计量经济学模型需要具有三个要素：理论、方法、数据。从上述建立计量经济学模型的步骤中，不难看出，任何一项计量经济学研究、任何一个计量经济学模型赖以成功的要素应该有三个：理论、方法和数据。（1）理论，即经济理论，所研究的经济现象的行为理论，是计量经济学研究的基础。（2）方法，主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其他经济学分支学科的主要特征。（3）数据，反映研究对象的活动水平、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。这三方面缺一不可。一般情况下，在计量经济学研究中，方法的研究是人们关注的重点，方法的水平往往4/20成为衡量一项研究成果水平的主要依据。这是正常的。计量经济学理论方法的研究是计量经济学研究工作者义不容辞的义务。但是，不能因此而忽视对经济学理论的探讨，一个不懂得经济学理论、不了解经济行为的人，是无法从事计量经济学研究工作的，是不可能建立起一个哪怕是极其简单的计量经济学模型的。所以，计量经济学家首先应该是一个经济学家。相比之下，人们对数据，尤其是数据质量问题的重视更显不足，在申请一项研究项目或评审一项研究成果时，对数据的可得性、可用性、可靠性缺乏认真的推敲；在研究过程中出现问题时，较少从数据质量方面去找原因。而目前的实际情况是，数据已经成为制约计量经济学发展的重要问题。2EViews数据分析基础1.工作文件2.对象3.数据处理3数据统计分析3.1描述统计3.2假设检验4经典多元回归分析与修正——OLS确定性函数关系统计依赖程度相关分析变量关系统计依赖关系不确定性统计相关关系因果关系回归分析作用大小、显著性解释变量多少：一元，多元单方程模型模型模型结构形式：线性，非线性联立方程组5/204.1经典多元线性回归分析4.1.1经典回归分析6/20OLS函数形式：线性，非线性回归模型被解释变量、待估参数、解释变量、随机干扰项随机项：零均值，同方差，不相关，零协方差，正态分布解释变量：非随机变量，无多重共线性，方差趋于有界常数经典假设解释变量与随机项：不相关模型设定正确原理：被解释变量的估计误差最小普通最小二乘法有效性：最小方差的线性无偏估计量参数估计线性性小样本性质无偏性有效性估计值的有效性评判标准：经典回归分析2+RAICSCtFRMSEMAE最优线性无偏估计量渐近无偏性大样本性质一致性渐近有效性可决系数拟合优度检验信息准则：，统计检验变量显著性检验方程显著性检验模型，拟合图预测：预测值预测区间均方根误差绝对误差平均绝对误差平均绝对百分模型预测预测评价指标相对误差MAPETheilICBPVPCP比误差希尔不等系数偏差率：系统误差比例指标方差率协变率：非系统误差7/204.1.2回归模型检验+..FtJBDWQLMQARCHLMWhite拟合优度检验统计经验方程显著性检验变量显著性检验解释变量与残差项不相关检验：相关分析解释变量之间不相关多重共线性逐步回归时序：差分法零均值经典假设正态性检验：统计量卡方检验计量经验一阶自相关：检验不相关序列自相关检验自相关系数统计量残差检验回归模型检验自相关系数统计量同方差异方差检验检验异方差WaldFLRFLRWaldChowChowQA检验有约束条件的检验：检验检验变量设定（多、少）检验模型设定检验系数检验检验因子分割点检验检验检验分割点检验稳定性预测检验分割点检验8/204.1.3模型检验总结1、模型统计经验表模型统计经验检验名称作用原假设判断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正拟合优度检验拟合程度好坏0~1，越大越好F检验方程显著性经验全部解释变量参数同时等于零P值小于某一显著水平在某一显著水平上方程是显著的T检验变量显著性检验解释变量参数等于零P值小于某一显著水平在某一显著水平上变量是显著的9/202、残差正态性与解释变量多重共线性假设的检验表残差正态性与解释变量多重共线性假设的检验检验名称作用原假设判断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正J-B统计量残差正态性经验服从某理论分布P值小于某一显著水平数据分布不服从选择的理论分布广义自回归条件异方差GARCH模型中的随机项分布假设Q-Q图服从某理论分布理论分布与数据分布的分位数散点图不在同一条直线上数据分布不服从选择的理论分布经验分布检验服从某理论分布P值小于某一显著水平数据分布不服从选择的理论分布相关系数矩阵多重共线性检验不存在多重共线性相关系数绝对值接近于1这两个变量存在多重共线性逐步回归剔除法；（时序）差分法逐步回归法多重共线性检验不存在多重共线性增减解释变量时拟合优度变化很大新引进变量与其他变量存在多重共线性10/203、残差序列相关假设的检验表残差序列相关假设的检验检验名称作用原假设判断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正DW统计量检验残差一阶序列相关检验序列相关参数等于0P值小于某一显著水平；DW≠2,一阶自相关；DW1.5,较强的正一阶自相关；DW2,正一阶自相关；DW=2,不一阶自相关；2DW4,负一阶自相关；广义最小二乘法GLS；广义差分法GDM；单整自回归移动平均模型ARIMA相关图+AC、PAC相关系数残差序列相关检验AC、PAC=0，序列不相关Q统计量检验残差序列相关检验残差序列中不存在p阶自相关P值小于某一显著水平序列存在p阶自相关LM检验F统计量残差序列相关检验残差序列中直到p阶滞后都不存在自相关P值小于某一显著水平序列存在p阶自相关T×R2残差序列相关检验P值小于某一显著水平序列存在p阶自相关11/204、残差异方差检验检验名称作用原假设判断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正ARCHLM检验F统计量残差异方差检验残差序列中直到p阶滞后都不存在ARCH效应P值小于某一显著水平序列存在p阶异方差加权最小二乘法WLS；自回归条件异方差ARCH模型；广义自回归条件异方差GARCH模型T×R2残差异方差检验P值小于某一显著水平序列存在p阶异方差残差平方相关图残差异方差检验AC、PAC=0，序列不存在ARCH效应序列存在p阶后异方差残差平方Q统计量检验残差异方差检验P值小于某一显著水平序列存在ARCH效应White检验残差异方差检验不存在异方差辅助回归方程的F统计量、LM统计量、卡方检验P值小于某一显著水平序列存在ARCH效应12/205、模型设定与稳定性检验表模型设定的系数与稳定性检验作用检验名称原假设判断（拒绝原假设）拒绝原假设的经济意义估计方法/模型修正模型设定误差检验，只适用于OLS估计RamseyRESET检验模型不存在设定误差F统计量、LR统计量P值小于某一显著水平模型是合适的补充缺失变量；修正方程形式；替代随机解释变量；参数约束条件经验Wald检验参数约束条件方程成立P值小于某一显著水平不附加参数约束条件受约束回归遗漏变量、多余变量经验F检验添加/多余的变量参数等于0P值小于某一显著水平添加的变量没有显著解释贡献；多余变量具有显著解释贡献遗漏的变量加进模型；多余的变量从模型中剔除似然比（LR）检验添加/多余的变量参数等于0P值小于某一显著水平模型稳定性检验邹氏（Chow）分割点检验模型无显著结构变化F统计量、LR统计量P值小于某一显著水平模型发生显著的结构变化邹氏（Chow）预测检验模型无显著结构变化F统计量、LR统计量P值小于某一显著水平模型发生显著的结构变化13/204.2经典假设的不满足及模型修正4.2.1经典假设对于经典多元线性回归模型01122iiikkiiyaaxaxax经典假设：1.解释变量是非随机的或固定的，且相互之间互不相关，即无多重共线性；cov,0,,,1,2,,ijxxijijn2.随机项具有零均值，同方差及不序列相关性，即：0,1,2,,iEin20,1,2,,iiVarEincov,0,,1,2,,ijijEijijn，3.随机项满足正态分布，即20,iN4.解释变量与随机项不相关，即,0,1,2,,,1,2,,ijiCovxinjk5.样本容量趋于无穷时，各解释变量的方差趋于有界常数；6.回归模型的设定是正确的。4.2.2经典假设的不满足与模型修正异方差序列相关多重共线性随机解释变量经典假设2iifX常数