搜索
2019/9/26中华女子学院金融系本科课程1计量经济学主讲：李鑫differeasy@hotmail.com教材及参考书目：计量经济学导论（第四版），JeffreyM.Wooldridge，中国人民大学出版社计量经济学，李子奈潘文卿，高等教育出版社Eviews使用指南与案例，张晓峒，机械工业出版社金融计量经济学导论，ChrisBrooks[英]第一章计量经济学的性质及经济数据（1）(2)第二章简单回归模型（6）(7)第三章多元回归分析：估计（6）第四章多元回归分析：推断（6）第五章多元回归分析：OLS的渐进性（3）第六章多元回归分析：深入专题（6）第七章含有定性信息的多元回归分析：二值变量（6）第八章异方差性（6）第九章模型设定和数据问题的深入探讨第十章时间序列数据的基本回归分析（6）第十一章OLS用于时间序列数据的其他问题（6）第十二章时间序列回归中的序列相关和异方差（6）Chapter1TheNatureofEconometricsandEconomicData1.1WhatisEconometrics?1.2StepsinEmpiricalEconomicAnalysis1.3TheStructureofEconomicData1.4CausalityandtheNotionofCeterisParibusinEconometricsAnalysis1.1WhatisEconometrics?Example1:假设工人在非工作时间参加20周的培训。请评估该培训项目对每个工人随后的小时工资有何影响？这些问题，你能给出定量说明吗？Example2:对中国经济增长的定量研究●中国经济总量的度量及增长的状况怎样?(GDP的度量、增长速度、波动)●分析影响中国GDP增长的因素有哪些？（如投资、消费、出口、货币供应量等）●中国GDP与各种影响因素关系的性质是什么？（如增加、减少）●各种因素对中国GDP影响的程度和具体数量规律是什么？（各种因素变动具体会引起GDP变动多少）●所作数量分析结果的可靠性如何？●对经济增长的政策效应分析、对中国GDP发展趋势的预测等Example3：中国股票价格波动的研究●股票价格变动的情况怎样?（用股价指数观测）●影响股票价格变动的主要因素是什么?（基本面、资金、政策、利率、公司业绩、投资者信心等）●股价与各种影响因素的关系是什么?（利空、利多）●各种因素影响的具体数量规律是什么？●所得的数量分析结果可不可靠？●今后股票价格的发展趋势可能会怎样？8这类实例需要研究的共性问题：●提出所研究的经济问题及度量方式（如GDP、股票价格、工资）确定作为研究对象的经济现象的变量●分析主要影响因素（根据经济理论、实际经验）选择若干作为影响因素的变量●分析各种影响因素与所研究经济现象的相互关系决定相互联系的数学关系式●确定所研究的经济问题与各种影响因素间的数量规律需要有科学的数量分析方法●分析和检验所得数量结论的可靠性需要运用统计检验方法●运用数量研究的结果作经济分析和经济预测对数量分析的实际应用结论：以上问题的研究具有普遍性，需要有一门学科去研究81926年挪威经济学家、第一届诺贝尔经济学奖获得者之一弗瑞希（R．Frish）9产生的历史：起因：对经济问题的定量研究名词：1926年弗瑞希仿造出“Biometrics”“Econometrics”标志：1930年成立计量经济学会说明：“计量经济学”“经济计量学”计量经济学的产生与发展弗里希（R．Frish）计量经济学的定义Definition:计量经济学是经济理论、数理经济、经济统计与数理统计的混合物。计量经济学与经济学的关系联系：●计量经济学研究的主体——经济现象和经济关系的数量规律●计量经济学必须以经济学提供的理论原则和经济运行规律为依据●经济计量分析的结果：对经济理论确定的原则加以验证、充实、完善区别：●经济理论重在定性分析，并不对经济关系提供数量上的具体度量●计量经济学对经济关系要作出定量的估计，对经济理论提出经验的内容11联系：●经济统计侧重于对社会经济现象的描述性计量●经济统计提供的数据是计量经济学据以估计参数、验证经济理论的基本依据●经济现象不能作实验，只能被动地观测客观经济现象变动的既成事实，只能依赖于经济统计数据区别：●经济统计学主要用统计指标和统计分析方法对经济现象进行描述和计量●计量经济学主要利用数理统计方法对经济变量间的关系进行计量计量经济学与经济统计学的关系联系：●数理统计学是计量经济学的方法论基础区别：●数理统计学是在标准假定条件下抽象地研究一般的随机变量的统计规律性；●计量经济学是从经济模型出发，研究模型参数的估计和推断，参数有特定的经济意义，标准假定条件经常不能满足，需要建立一些专门的经济计量方法计量经济学与数理统计学的关系●计算机应用●模型的变量和方程由少到多，又趋向较少，多个模型归并为整体模型●应用领域的拓展宏观、微观经济领域应用，由预测为主转向更多地对经济理论假设和政策假设的检验●理论与方法的新突破除了经典线性计量经济学模型以外，出现非线性模型、非参数、半参数模型、动态模型、时间序列模型、协整理论、PanelData数据模型、空间计量经济模型等新的研究领域理论：即说明所研究对象经济行为的经济理论——计量经济研究的基础数据：对所研究对象经济行为观测所得到的信息——计量经济研究的原料或依据方法：模型的方法与估计、检验、分析的方法——计量经济研究的工具与手段三者缺一不可1.2StepsinEmpiricalEconomicAnalysis①问题的陈述②数学模型的设定③计量模型的设定④获得数据⑤计量经济模型的参数估计⑥假设检验⑦预测⑧利用模型进行控制或制定政策Example1:(continued)①评估该培训项目对每个工人随后的小时工资有何影响？②③(,exp,)wagefeduertraining0123expwageeducertrainingu数学模型：明确的函数关系计量模型：非明确的函数关系误差项/扰动项计量经济学研究的基本概述：准备阶段计量过程运用阶段根据数据运用方法对模型估计、检验结构分析经济预测政策评价经济计量模型经济模型数量化经济理论加工的数据统计数据经济计量方法数理统计事实反映为补充改造需要做的工作选择变量和数学关系式——模型设定确定变量间的数量关系——估计参数检验所得结论的可靠性——模型检验作经济分析和经济预测——模型应用经济模型及设定模型：对经济现象或过程的一种数学模拟设定（Specification）:▲模型只能抓主要因素和主要特征,不得不舍弃某些因素▲对所研究经济变量之间的关系选用适当的数学关系式近似地、简化地表达出来▲模型的设计和形式的取舍具有一定主观性20经济变量不同时间、不同空间的表现不同，取值不同，是可以观测的因素。是模型的研究对象或影响因素。经济参数表现经济变量相互依存程度的、决定经济结构和特征的、相对稳定的因素，通常不能直接观测。随机扰动项模型中没有包含的所有因素的代表例如：Y—消费支出X—收入、—参数u—随机误差项21iiiuXY●要有科学的理论依据●选择适当的数学形式类型:单一方程、联立方程线性形式、非线性形式●模型要兼顾真实性和实用性两种不好的模型：太过复杂—真实但不实用过分简单—不真实●包含随机误差项经济模型与计量经济模型的重要区别●方程中的变量要具有可观测性22为什么要对参数作估计？一般来说参数是未知的，又是不可直接观测的。由于随机项的存在，参数也不能通过变量值去精确计算。只能通过变量样本观测值选择适当方法去估计。（如何通过变量样本观测值去科学地估计总体模型的参数是计量经济学的核心内容）23两个概念参数的估计值：所估计参数的具体数值参数的估计式：估计参数数值的公式参数估计的常用方法普通最小二乘、广义最小二乘、极大似然估计、二段最小二乘、三段最小二乘、其它估计方法24为什么要检验？●建模的理论依据可能不充分●统计数据或其他信息可能不可靠●样本可能较小，结论只是抽样的某种偶然结果●可能违反计量经济方法的某些基本假定对模型检验什么？对模型和所估计的参数加以评判，判定在理论上是否有意义，在统计上是否可靠25►经济意义检验所估计的模型与经济理论是否相符►统计推断检验检验参数估计值是否抽样的偶然结果►计量经济学检验是否符合计量经济方法的基本假定►预测检验将模型预测的结果与经济运行的实际对比26►经济结构分析分析变量之间的数量比例关系（如：边际分析、弹性分析、乘数分析）例：分析消费增加对GDP的拉动作用►经济预测由预先测定的解释变量去预测应变量在样本以外的数据（动态预测、空间预测）例：预测股票市场价格的走势27►政策评价用模型对政策方案作模拟测算，对政策方案作评价把计量经济模型作为经济活动的实验室）例：分析道路收费政策对汽车市场的影响►验证理论验证既有理论的正确性，发现新的理论2829经济理论实际经济活动搜集统计数据设定计量模型参数估计模型检验是否符合标准模型应用经济预测结构分析政策评价修订模型符合不符合计量经济学的研究过程验证理论1.3TheStructureofEconomicData数据的来源：各种经济统计数据专门调查取得的数据人工制造的数据数据类型:横截面数据（同一时间、不同空间）时间序列数据（同一空间、不同时间）混合横截面数据综列数据数据的要求：真实性、完整性、可比性1.3.1Cross-SectionalDataDefinition:横截面数据指在同一时间点上收集的数据。应用横截面数据要注意的几个问题：样本与总体的一致性：样本是对总体的随机抽样例如，估计煤炭企业的生产函数模型，只能用煤炭企业的数据作为样本，不能用煤炭行业的数据。模型随机干扰项的异方差问题：采用横截面数据做样本，容易使模型随机干扰项产生异方差。随机抽取的样本可能不是相互独立的。例如，相邻城市之间的商业活动可能不是相互独立的。忽略细小的时间差别比如：同一年度的不同月Example1:(continued)有关工资和其它个人特征的横截面数据集obsnowageeducexperfemalemarried13.101121023.2412221133.0011200︰︰︰︰︰︰5263.5014510特征：数据排序不影响计量分析产生随机干扰项的序列相关问题，使得对其的分析比对横截面数据的分析更为困难1.3.2TimeSeriesDataSetDefinition:时间序列数据是一批按照时间先后排列的统计数据。应用时间序列数据要注意的几个问题：很少能假设时间序列数据的观测独立于时间。多数时间序列都与近期历史相关（通常是高度相关）比如：GDP的趋势——从这个季度到下个季度都保持了相当的稳定性；所选择的样本区间内经济行为的一致性问题。例如研究纺织行业的产出量，80年代中期前，我国纺织品是供不应求，因此制约产出量的主要因素为投入要素；80年代中期后，我国纺织品是供大于求，因此解释变量应选择为居民收入、出口额等因素。样本观测值过于集中的问题。例如，当解释变量变化缓慢时，模型很难反应两个变量之间的长期关系。Example2:(Castillo-Freeman,Freeman,1992)波多黎各的最低工资、失业及相关数据obsnoyearavgminavgcovunempgnp119500.2020.115.4878.7219510.2120.716.0925.0319520.2322.614.81015.9︰︰︰︰︰︰3819873.3558.216.84496.7特征：数据按时间顺序排列由于每一年都是进行随机抽样，因而同一个家庭在两年的样本中都出现则纯属偶然1.3.3PooledCrossSectionDefinition:混合截面数据中既有横截面数据的特点，又有时间序列的特点。比如：假设对美国家庭进行两次横截面数据的调查，一次在1985年，一次在1990年。每次对新随机样本使用同样的调查问题，可将这两年的数据合并成一个混合横截面数据。为什么用混合横截面数据？扩大样本容量