《绪论计量经济学.ppt》由会员分享，可在线阅读，更多相关《绪论计量经济学.ppt（63页珍藏版）》请在三一办公上搜索。
1、计 量 经 济 学,授课人：徐 大 丰,联系方式:55886356，dafeng_,公共邮箱：econometrics_密码：econometrics_12,一、计量经济学简介,1、名称：Econometrics（1926年R.Frish）,2、历史简介 20世纪20年代末30年代初诞生1926年挪威经济学家R.Frish提出Econometrics1930年成立世界计量经济学会1933年创刊Econometrica 20世纪40、50年代的大发展和60年代的扩张 20世纪70年代的批评和反思 20世纪70年代末以来非经典（现代）计量经济学的发展。,3、计量经济学特点简介,应用性强,有点思想,
2、有点抽象（数学与统计的应用）,克莱因（R.Klein）：“计量经济学已经在经济学科中居于最重要的地位”，“在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分”。,1、计量经济学是西方发达国家经济学权威课程。,萨缪尔森（P.Samuelson）：“第二次大战后的经济学是计量经济学的时代”。,二、计量经济学在西方,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1980 for the creation of econometric models and the applica
3、tion to the analysis of economic fluctuations and economic policies,Lawrence R.Klein USA,来源：,Yule 经济学专业课表（部分）,2计量经济学引领西方经济学的发展潮流。,57位获奖者中10位直接因为对计量经济学发展的贡献而获奖（到2003年）1969 R.Frish J.Tinbergen 1973 W.Leotief 1980 L.R.Klein 1984 R.Stone 1989 T.Haavelmo 2000 J.J.Heckman D.L.McFadden 2003 R.F.Engle C.W.J
4、.Granger30位左右在获奖成果中应用了计量经济学,三、计量经济学在中国,2、1998年7月，教育部高等学校经济学学科教学指导委员会成立，在第一次会议上，讨论并确定了高等学校经济学门类各专业的8门共同核心课程，其中包括计量经济学。,1、20世纪80年代开始传入我国。,上海财经大学经济学专业本科生课表,3、计量经济学的高速发展期（1998年后）,在MIT、Connell、Yule、Chicargo、Colombia的华人学者们繁多。,四、学习计量经济学的作用,2003年5月15日光明日报第4版报道：上海财经大学研究生就业统计，3年平均供需比列第一位的专业是数量经济学（计量经济学），硕士生为1
5、：29，博士生为1：9。,1、掌握计量经济学的人才深受社会欢迎,上海财经大学数量经济学专业余硕士就业情况（部分）,2、计量经济学课程有利于英文学习。,本学期学习的内容：,考核：平时(含期中）30%，期末70%,答疑时间：周三中午13：00到13：30 或者14:30到15:30,答疑地点：集英楼A101,课本第4、9章（节选）,经典计量经济学（20世纪70年代前）,参考书目古扎拉蒂著，计量经济学第三版，林少宫译，中国人民大学出版社，2003。计量经济学学习指南与练习，潘文卿、李子奈，高等教育出版社，2010.计量经济学习题集，潘文卿、李子奈，高等教育出版社，2005年,计量经济分析方法与建模-
6、Eviews应用及实例，高铁梅等，清华大学出版社，2006年。,第一章 绪论,1、计量经济学是什么？,2、计量经济学能干什么？,3、计量经济学如何解决问题？,4、计量经济学解决问题的评价？,1、计量经济学是一门经济学科。,计量经济学是经济理论、统计学和数学三者的结合。（Frish，1933）,对象：经济问题,方法：统计学和数学,依据：经济学原理,计量经济学：定量化的经济学或经济学的定量化,以一定的经济理论和实际统计数据为依据，运用数学、统计学方法和计算机技术，通过建立计量经济模型，定量分析经济变量之间的随机因果关系。,学习计量经济学所需的基础：,经济学、数学、统计学,2、计量经济学的功能:计量
7、经济学能干什么？,一、结构分析二、经济预测三、政策评价四、检验与发展经济理论,功能之一、结构分析,结构：经济变量之间的相互关系 结构分析：定量揭示经济变量之间的相互关系。,结构分析包含：弹性分析、乘数分析和比较静态分析。,功能之二、经济预测,计量经济学模型的预测是寻找出经济变量过去的变化规律，并据此对经济变量未来的值进行预测。,经济增长率的预测。,如股票价格的预测、,功能之三、政策评价,计量经济学模型具有“经济政策实验室”功能。,刺激汽车购买政策效果的评估。,功能之四、检验与发展经济学理论,计量经济学模型是检验经济理论的有效工具，在对经济学理论的检验过程中推动经济学理论的发展。,如：消费理论的
8、检验与发展,如：预期理论的检验与发展。,3、计量经济学功能的实现：,物理模型几何模型,建立计量经济学模型，解计量经济学模型,模型：,计量经济学模型：经济变量之间关系的数学表达式。,模型求解：求出模型中的函数f。,注意与数学上函数的区别。,如:需求的计量经济学模型,一、建立计量经济学模型,计量经济学研究问题的流程,确定模型包含的变量基本概念：被解释变量（应变量）和解释变量（自变量）,确定解释变量的依据:,被解释变量（应变量）,解释变量（自变量）,随机扰动项,被解释变量：由问题来确定。,模型：,：经济学理论和经济行为分析。,：用统计检验的方法确定。,确定解释变量与被解释变量时的注意1：现在和未来不
9、能解释过去。,例：,注意2：没有特别说明，计量经济学模型中的变量视为随机变量。,确定模型的数学形式,参数,参数,比如形式1：,比如形式2：,二、解模型：通过数据来估计模型中的函数或参数.,几类常见的样本数据 截面数据 时间序列数据 面板数据,1、收集数据：解释变量与被解释变量的取值，即统计上所谓的样本。,2、模型估计：,运用统计和数学方法对模型中的函数进行估计。,3、模型的检验,经济学意义的检验 由经济学规律来决定，根据模型中参数的符号、大小、关系，对参数估计结果的可靠性进行检验。例如：(人均食品需求量)=-2.0-0.5(人均收入)+4.5(食品均价)+0.8(其它商品均价),错！为什么？,
10、统计检验由统计学理论决定，包括：拟合优度检验(Coefficient of Determination)方程显著性检验(Overall Significance of Regression)变量显著性检验(Significance of Variables)计量经济学检验由计量经济学理论决定，包括：异方差性检验(Heteroskedasticity)序列相关性检验(Serial Correlation)共线性检验(Multi-collinearity),模型预测检验 由模型的应用要求决定。包括：稳定性检验：扩大样本重新估计 预测性能检验：对样本外一点进行实际预测,注意：通过了这些检验后，模型求
11、解完成，方可应用。,4、计量经济学功能的评价与决定计量经济学模型成功的要素。,（1）：四大功能中，检验经济理论与结构分析功能的可靠性强，而政策分析与经济预测功能的可靠性较弱。,（2）：建立模型的理论、估计模型的方法与数据的质量是决定模型能否成功建立的三要素。,数学准备知识,1、求和记号,2、多元函数的偏导数及最值。,（2）求偏导数：,（1）多元函数,3、多元函数的极值。,求方程组的解（x0,y0,),则多元函数在（x0,y0,)处取极值。,分布函数：设X是一随机变量，x是任意实数，则实值函数F(x)P Xx，x(-，+)称为随机变量X的分布函数。,统计学准备知识,1、随机变量及其刻划。,离散型
12、随机变量：分布列,设离散型随机变量X，其所有可能取值为x1,x2,xk,且取这些值的概率依次为p1,p2,pk,即P(X=xk)=pk,(k=1,2,)则称P(X=xk)=pk(k=1,2,)为随机变量X 的分布列。,连续型随机变量：密度函数,设F(X)是随机变量X的分布函数，若存在非负可积函数f(x)，(-x+)，使对一切实数x，均有,则称X为连续型随机变量，且称f(x)为随机变量X的概率密度函数，简称概率密度或密度函数。常记为X f(x),(-x+),分布函数与密度函数关系的几何表示,x,F(x),2、随机变量的数字特征：期望与方差,若X是离散型随机变量，它的分布律为:PX=xk=pk,k
13、=1,2,则X的数学期望为,若X是连续型随机变量，其密度函数为 f(x),则X的数学期望为,期望：,性质1.设C是常数，则E(C)=C;,性质2.若k是常数，则E(kX)=kE(X);,性质3.E(X+Y)=E(X)+E(Y);,推广,期望的性质：,方差定义：,D(X)=Var(X)=EX-E(X)2,性质：,1.设C 是常数,则 D(C)=0;,3.设 X 与 Y 是两个随机变量，则 D(X+Y)=D(X)+D(Y)+2EX-E(X)Y-E(Y)D(X-Y)=D(X)+D(Y)-2EX-E(X)Y-E(Y),2.若 C 是常数,则 D(CX)=C2 D(X);,D(X)=E(X2)-E(X)
14、2,计算：,3、条件分布,如：离散型随机变量的条件分布：Y=yj条件下随机变量X的条件分布律：,PX=xi|Y=yj=,条件期望：,条件期望是条件的函数,4、随机变量之间的关系：,随机变量之间相互独立：,设 X,Y是两个随机变量，若对任意的x,y,有,则称 X 和 Y 相互独立.,称E X-E(X)Y-E(Y)为随机变量X和Y的协方差,记为Cov(X,Y)，即,Cov(X1+X2,Y)=Cov(X1,Y)+Cov(X2,Y),Cov(X,Y)=Cov(Y,X),协方差和相关系数,（2）.简单性质,Cov(aX,bY)=ab Cov(X,Y)a,b 是常数,Cov(X,Y)=E X-E(X)Y-
15、E(Y),（1）.定义,Cov(X,Y)=E(XY)-E(X)E(Y),D(X+Y)=D(X)+D(Y)+2Cov(X,Y),随机变量和的方差与协方差的关系,当两个随机变量相互独立时，方差和的计算：,D(X+Y)=D(X)+D(Y),D(X-Y)=？,（3）、随机变量间的相关系数,为随机变量 X 和 Y 的相关系数.,X与Y正相关,X与Y负相关,X与Y不相关,由于当X和Y独立时，Cov(X,Y)=0.,=0,随机变量独立与相关的关系。,两随机变量独立必然不相关；但是不相关未必独立。,（4）样本相关系数：,设随机变量X,Y样本值为（Xi，Yi),i=1,2,n,则称X服从参数为,2的正态分布,记
16、为XN(,2)。,若随机变量X的概率密度函数为,（其中，为实数，0）,分布1：正态分布(Normal distribution),（5）、常见的分布：,正态分布密度函数f(x)的图像,标准正态分布：当参数0，21时，称随机变量X服从标准正态分布，记作XN(0,1)。,其密度函数表示为,1、随机变量XN(,2)，则,其他与正态分布有关的性质：,2、随机变量XN(,2)，则,也服从正态分布,4、若两变量都服从正态分布时，它们不相关与独立是等价的。,3、相互独立、服从正态分布的随机变量的和仍然服从正态分布；相互独立、服从正态分布的随机变量的线性组合仍然服从正态分布。,（卡方）分布,分布2：,分布3：t分布,分布4：F分布,（6）、假设检验,原理：概率意义上的反证法。,常见的检验：均值检验、方差检验,
