古扎拉蒂-计量经济学课件

第一节计量经济学•一、什么是计量经济学？–计量经济学诞生于20世纪20年代末30年代初–是经济学的一个分支学科–20世纪20年代，挪威经济学家弗里希（R.Frish）将它定义为经济理论、统计学、数学三者的结合•三、计量经济学与经济计量学–计量经济学：强调它是一门经济学科，强调它的经济学内涵与外延–经济计量学：强调经济计量的方法，是估计经济模型和检验经济模型•四、模型与计量经济学模型–语义模型：用语言描述现实•如：产出量是由资本、劳动、技术等投入要素决定的–物理模型：用简化的实物描述现实•如：一栋楼房的模型–几何模型：用图形描述现实•如：一个零部件的加工图–计算机模拟模型：用计算机技术描述现实•如：人工神经元网络技术–数学模型：用数学语言描述现实–经济数学模型：用数学方法描述经济活动•如数理经济模型，计量经济模型区分数理经济模型与计量经济模型数理经济模型计量经济模型模型作用揭示经济活动中各个因素之间的理论关系揭示经济活动中各个因素之间的定量关系描述工具用确定性的数学方程描述用随机性的数学方程描述模型实例实例特点没有揭示因素间的定量关系，αβγ未知模型1是理论形式模型2揭示了特定问题的定量关系LKAeQLKTfQrt),,(如：6756.03608.00128.06479.021LKeQLKAeQtrt、、如：五、计量经济学的内容体系•1、广义计量经济学和狭义计量经济学–广义计量经济学：利用经济理论、数学、统计学定量研究经济现象的经济计量方法的统称。包括回归分析方法、投入产出分析方法、时间序列分析方法，等等–狭义计量经济学：以揭示经济现象的因果关系为目的，主要应用回归分析方法•单方程模型：研究单一经济现象，揭示单向因果关系•联立方程模型：研究一个经济系统，揭示复杂的因果关系•2、初、中、高级计量经济学–初级：数理统计学基础知识，经典线性单方程模型的理论与方法。–中级：矩阵描述的经典线性单方程模型理论与方法，经典线性联立方程模型理论与方法，传统的应用模型。–高级：非经典的、现代的计量经济学模型理论、方法与应用–本书属于初、中级计量经济学•3、理论计量经济学和应用计量经济学–理论计量经济学：以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导•数学理论基础•参数估计方法•检验方法–应用计量经济学：以建立、应用计量经济学模型为主要内容，侧重于实际问题的处理。•4、经典计量经济学和非经典计量经济学–经典计量经济学理论方法特征：•模型类型：采用随机模型•模型导向：以经济理论为导向•模型结构：因果关系的线性模型•数据类型：时序数据，截面数据•估计方法：最小二乘法、最大或然法–应用方面的特征：•方法论基础：实证分析，经验分析，归纳•功能：结构分析，政策评价，经济预测，理论检验与发展•应用领域：生产，消费，投资，货币需求，宏观经济•非经典计量经济学–即现代计量经济学–包括：微观计量经济学、非参数计量经济学、时间序列计量经济学、动态计量经济学–参考高级计量经济学•模型类型：1977年以后的半参数回归模型和无参数回归模型•参数估计方法：广义矩方法•数据类型：平行数据、离散数据、受限数据、持续数据–本书:以经典计量经济学为主,并介绍简单的应用较多的非经典计量经济学•微观计量经济学和宏观计量经济学–微观计量经济学•属于非经典计量经济学•内容:对个人和家庭的经济行为进行经验分析•微观数据:截面数据和平行(panel)数据–宏观计量经济学•属于经典计量经济学•内容:对宏观经济进行分析、评价、预测•目前研究方向：单位根检验，协整检验，动态计量经济学六、计量经济学是一门经济学科•计量经济学的定义：计量经济学是定量化的经济学或经济学的定量化：是经济理论、统计学、数学三者的结合。•计量经济学的地位•计量经济学是严格区别于数理统计学的•建立计量经济模型的全过程，都需要以经济理论为指导，以对经济现象的深入认识为基础。第二节建立计量经济学模型的步骤和要点建模背景：•对象:经典单方程计量经济学模型•揭示客观存在的因果关系•采用回归分析的方法建模步骤•一、理论模型的设计目的因素变量理论模型–1、确定模型所包含的变量•可作为解释变量：外生经济变量，外生条件变量，外生政策变量，滞后被解释变量•外生条件变量，外生政策变量，通常以虚变量形式出现•因素与变量•正确选择解释变量：–经济学理论与经济行为规律–变量数据的可得性–变量之间的关系,要求相互独立LKAeQrt如：–2、确定模型的数学形式•主要依据经济行为理论–＜数理经济学＞：生产函数、消费函数、需求函数、投资函数•作散点图•各种形式尝试拟合–3、拟定理论模型中待估参数的理论期望值•依据参数的经济含义确定•如：α、β：资本、劳动产出弹性，γ：技术进步速度，A：效率系数0＜α＜1，0＜β＜1，0＜γ＜1(接近0)，A＞0LKAeQrt•二、样本数据的收集–1、几类常用的样本数据•时间序列数据–样本区间经济行为的一致性如纺织业，以80年代中期作为分界线–样本数据的可比性（价格）–样本观测值过于集中的问题–模型随机误差项序列相关的问题•截面数据–样本与母体的一致性–模型随机误差项的异方差问题•虚变量数据–2、样本数据的质量•完整性：各变量得到相同容量的样本观测值•准确性：数据准确，且数据间相互对应•可比性–统计范围–价格•一致性：母体与样本的一致性•三、模型参数的估计•四、模型的检验–1、经济意义检验：参数估计量与理论期望值的符号、大小、相互之间的关系是否合理？•符号：•大小：•参数之间的关系：木材消耗量电力消耗量职工人数－固定资产原值煤炭产量＝00256.00068.015.000067.0108)(51.0)(85.169.2)(职工人数固定资产原值煤炭产量LnLnLn)(40.6)(20.169.3)(日用品类价格人均收入人均购买日用品支出额LnLnLn–2、统计检验•拟合优度检验•变量的显著性检验•方程的显著性检验–3、计量经济学检验•随机误差项的序列相关性检验•异方差性检验•解释变量的多重共线性检验–4、模型预测检验：参数估计量稳定性检验（超样本特性）•利用扩大了的样本重新估计模型参数，检验其与原来估计值的显著性•用于样本以外的实际预测，检验预测值与实际值的显著性•五、计量经济学模型成功的三要素–理论：经济理论，所研究的经济现象的行为理论–方法：模型方法和计算方法–数据：信息•六、计量经济学软件–Eviews–SPSS–SAS第三节计量经济学模型的应用•一、结构分析：对经济现象中变量之间相互关系的研究–弹性分析•弹性：某一变量的相对变化引起另一变量的相对变化的度量，即变量的变化率之比–乘数分析•乘数：某一变量的绝对变化引起另一变量的绝对变化的度量，即变量的变化量之比，也称倍数•乘数从简化式模型获得–结构式模型的解释变量中可以出现内生变量–简化式的解释变量中全部为外生或滞后内生变量–比较静力分析：是比较经济系统的不同平衡位置之间的联系，探索经济系统从一个平衡点到另一个平衡点时变量的变化，研究系统中某个变量或参数的变化对另外变量或参数的影响。•弹性分析、乘数分析都是比较静力分析的形式•二、经济预测–经济预测不理想的原因•非稳定发展的经济过程•缺乏规范行为理论的经济活动•模型的建立滞后于经济现实与经济理论•三、政策评价–研究不同的政策对经济目标所产生的影响的差异–方法：•工具——目标法：根据预测目标值求解政策变量值•政策模拟•最优控制方法：计量经济学模型与最优化方法结合•四、检验和发展经济理论–检验理论：根据经济理论建立模型以样本数据进行拟合–发现和发展理论：样本数据拟合模型得出经济规律第二章经典单方程计量经济学模型:一元线性回归模型定义：单方程计量经济学模型：以单一经济现象为研究对象，模型中只包括一个方程。分类：1、线性模型线性回归模型：是线性模型中的一种。用回归分析方法建立的线性模型，以揭示经济现象中的因果关系。2、非线性模型第二章第一节回归分析概述一、回归分析基本概念1、变量间的相互关系变量间的关系可分为两类：（1）确定的函数关系（确定性现象之间的关系）（2）不确定的统计相关关系（非确定性现象之间的关系）如农作物产量Y与施肥量X的关系2rS2、相关分析与回归分析（1）相关的形式：线性相关与非线性相关（2）线性相关程度的衡量：①两个变量：②多个变量的线性相关程度：复相关系数，偏相关系数22)()())(()()()()()()()(),(YYXXYYXXrYVarXVarYEXEXYEYVarXVarYXCovXYXY样本相关系数总体相关系数(3)回归分析的前提：相关密切且有因果关系二、总体回归函数（双变量）总体回归函数是：线性总体回归函数：)()/(iiXfXYEiiXXYE10)/(三、随机干扰项)()/(iiXfXYEiiXXYE10)/(iiiiiXfXYEY)()/(iiiiiXXYEY10)/(为随机干扰项称i随机干扰项μ主要包括下列因素的影响：（1）代表未知的影响因素（2）代表无法获得数据的变量（3）代表众多细小影响因素（4）代表数据观测误差（5）代表模型设定误差（6）变量的内在随机性四、样本回归函数总体回归函数实际上是通过样本回归函数来估计的。iiiXXfY：10ˆˆ)(ˆ样本回归函数iiiiieXYY：10ˆˆˆˆ样本回归模型第二章第二节一元线性回归模型的参数估计一、一元线性回归模型的基本假设：niXYiii,,2,110模型的基本假设，也就是应用普通最小二乘法的前提。对于上述模型，其基本假设是：（1）Xi是确定性变量，不是随机变量，而且在重复抽样中取固定值（2）随机误差项0均值、同方差、不存在序列相关：E(μi)=0i=1,2,…,nVar(μi)=σ2i=1,2,…,nCov(μi,μj)=0i≠ji,j=1,2,…,n（3）随机误差项与解释变量之间不相关：Cov(Xi,μi)=0i=1,2,…,n（4）随机误差项服从0均值、同方差、0协方差的正态分布：μi～N(0,σ2)i=1,2,…,n注意：①假设(1)(2)成立,则假设(3)成立②假设(4)成立,则假设(2)成立0)]([)]([)]}()][({[),(iiiiiiiiiiEEXEXEXEXEXCov•(5)随着样本容量的增加,解释变量X的方差趋于一个有限的常数,即:•(6)回归模型是正确设定的.时当nQnXXi,)(2二、参数的普通最小二乘估计(OLS)•简称OLS（OrdinaryLeastSquare）•设所估计的直线方程为：niXYiii,,2,110使Q值达到最小，从而得到β0和β1的估计值：niiiYYQ12ˆ10ˆˆ、OLS的判断标准(最小二乘法原则)：实际值与估计值的离差平方和达到最小。令•的求解10ˆˆ、niiiniiiXYYYQ121012)ˆˆ(ˆ0)()ˆˆ(20)1()ˆˆ(211011100niiiiniiiXXYQXYQ21010ˆˆˆˆiiiiiiXXYXXnY2212220)(ˆ)(ˆiiiiiiiiiiiiiXXnYXYXnXXnYXXYXXYnXnYXnYiiii101010ˆˆˆˆˆˆ:)4.2.2(第一个方程由2121221221222122122121221221ˆ)())((ˆ2))((ˆ2)()(ˆ2ˆˆˆˆ)(ˆ)(ˆ:)5.