《计量经济学的特征和研究范围.ppt》由会员分享，可在线阅读，更多相关《计量经济学的特征和研究范围.ppt（27页珍藏版）》请在三一办公上搜索。
1、,计 量 经 济 学 基 础 与 应 用,师傅领进门、修行在个人！,于 震电话：Email：本课程的公共信箱：econometrics_ 密码：1q2w3e,参考教材-开卷有益！,达莫达尔 N.古扎拉蒂 著，张涛 译：经济计量学精要（第三版），机械工业出版社，2006年9月第1版。Damodar N.Gujarati,Essentials of Econometrics,3rh ed.,McGraw-Hill,New York,2005.Damodar N.Gujarati,Basic Econometrics,4th ed.,McGraw-Hill,New York,2003.高铁梅 主编：
2、计量经济分析方法与建模：Eviews应用及实例，清华大学出版社，2006年1月第1版。易丹辉 主编：数据分析与Eviews应用，中国人民大学出版社，2008年10月第1版。张晓峒 主编：Eviews使用指南与案例，机械工业出版社，2007年2月。,学习经验与资源共享网站！,人大经济论坛http:/软件下载与使用经验书籍下载经济数据下载课件下载2.中国经济学教育科研网http:/,The Nature and Scopeof Econometrics,chapter one,第一章 计量经济学的特征和研究范围,第一节 什么是计量经济学？,几个经典定义的理解计量经济学是利用经济理论、数学、统计推断
3、等工具对经济现象进行分析的一门社会科学(Goldberger,1964)。计量经济学运用数理、统计知识分析经济数据，对构建于数理经济学基础之上的数学模型提供经验支持，并得出数量结果(Samuelson et al.,1954)。Econometrics 如何翻译？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。,第二节 为什么要学习计量经济学？,经济问题研究的需要 计量经济学涉及到经济理论、数理经济学、经济统计学及数理统计学 经济理论定性地对经济现象提出理论假设和命题。例如，需求定理说，在其它经济条件不变下(Ceteri
4、s paribus)，商品的价格与商品的需求量呈反向变动。数理经济学研究数学形式或方程模型描述经济理论，不考虑对经济理论的度量和经验解释。经济统计学收集、处理、整理和公开经济数据。数理统计学经济数据的生成是不可控制试验的结果，实际数据可能有遗失、测量误差等问题。,第二节 为什么要学习计量经济学？,计量经济学与其他相关学科的联系与区别,数学,统计学,数理统计,经济统计,数理经济,计量,经济学,第三节 经济计量学的方法论,怎样进行计量经济研究 1）理论或假设的陈述 2）数据收集及预处理 3）建立数理模型 4）建立统计或经济计量模型 5）经济计量模型参数的估计 6）检验模型的适用性：模型的假设检验
5、7）检验来自模型的假说 8）运用模型进行预测 一个具体的例子 经济形势会影响人们进入劳动力市场的决策吗？,1.3.1 建立一个理论假说,用失业率(Unemployment Rate,UNR)度量经济形势 用劳动力参与率(Labor Force Participation Rate,LFPR)度量劳动力的参与 用单位小时工薪(Average Hour Emolument)度量劳动力价格 经济形势 V.S.就业意愿:两个对立假说 1）Discouraged-worker Hypothesis 经济形势恶化，劳动参与率较低 2）Added-Worker Hypothesis 经济形势恶化，劳动参与率
6、较高 一个实证问题（还要注意问题研究的背景）检验两种效应孰强孰弱？,1.3.2 收集数据,统计数据的形式 时间序列数据(Time Series Data)：按时间序列排列收集得到的。横截面数据（Cross-Sectional Data）-指一个或多个变量在某一时点上的数据的集合。混合数据(Pooled Data)时间序列数据和横截面数据的混合。面板数据(Panel Data)混合数据的特殊形式，强调同一横截面单位的跨期调查数据。数据来源 国家统计部门/行业协会/大学学术机构/盈利性数据公司/互联网例如，中国经济景气月报，人民银行统计季报，中国统计年鉴、中经网数据库、Wind、CSMAR，IFS
7、 on line,1.3.2 收集数据,1.3.2 收集数据,小资料：混合数据和面板数据的联系与区别,An independently pooled cross section is obtained by sampling randomly from a large population at different points in time(usually,but not necessarily,different years).For instance,in each year,we can draw a random sample on hourly wages,education,e
8、xperience,and so on,from the population of working people in the United States.Or,in every other year,we draw a random sample on the selling price,square footage,number of bathrooms,and so on,of houses sold in a particular metropolitan area.From a statistical standpoint,these data sets have an impor
9、tant feature:they consist of independently sampled observations.This was also a key aspect in our analysis of cross-sectional data:among other things,it rules out correlation in the error terms for different observations.A panel data set,while having both a cross-sectional and a time series dimensio
10、n,differs in some important respects from an independently pooled cross section.To collect panel data-sometimes called longitudinal data-we follow(or attempt to follow)the same individuals,families,firms,cities,states,or whatever,across time.For example,a panel data set on individual wages,hours,edu
11、cation,and other factors is collected by randomly selecting people from a population at a given point in time.Then,these same people are reinterviewed at several subsequent points in time.This gives us data on wages,hours,education,and so on,for the same group of people in different years.,1.3.2 收集数
12、据,表1.1 1980-2002美国城市劳动力参与率CLFPR，城市失业率CUNR 与真实的小时平均工资AHE82（不完整，只到1996年）,资料来源：Economic Report of the Pre s i d e n t，1 9 9 7,CLFPR from Table B-47,p.343,CUNR from Table B-40,p.346,and AHE82 from Table B-45,p.352.,1.3.3 设定劳动力参与的数学模型,散点图,图1-1 城市劳动力参与率(%)与城市失业率(%)回归分析,1.3.3 设定劳动力参与的数学模型,CLFPR和CUNR两者简单的数学
13、模型（1-1）式(1-1)表明城市劳动力参与率与城市失业率呈线性关系。B1和B2为线性函数的参数(parameters)。B1为截距(intercept)，其值为当CUNR为零时CLFPR的值。B2为斜率(slope)，它是每一单位CUNR的变动所引起的CLFPR的变动率。,1.3.4 设定劳动力参与的统计或经济计量模型,现实数据的非实验性、变量间的关系并不精确。确定的数学模型无法刻画变量间的真正关系，必须用统计的方法刻画它们之间的关系。线性回归模型(linear regression model)（1-2）式（1-2）中，u代表随机误差项(random error term stochast
14、ic error term)，简称误差项(error term)。u 包括了所有影响城市劳动力参与率，但并未在模型中具体给出的因素（除了城市失业率）以及其他的随机因素。,1.3.4 设定劳动力参与的统计或经济计量模型,（1-2）式（1-2）中，式左边的变量称为因变量(dependent variable)或被解释变量(explained variable)，式右边的变量称为自变量(independent variable)或解释变量(explanatory variable)。线性回归分析的主要目标就是解释一个变量(应变量)与其他一个或多个变量(解释变量)之间的关系，当然这种关系并非完全准确。
15、回归包含因果关系吗（causation）？“统计关系，无论有多强，有多紧密，也绝不能建立起因果关系：因果关系的概念必须排除在统计学之外。”,1.3.5 经济计量模型参数的估计,模型的参数：B1，B2 模型的参数必须根据已知的数据进行估计统计模型/经济计量模型 参数估计方法不仅与模型本身有关而且与数据有关 参数估计的方法必须可以加以评判（评价的标准）普通最小二乘法估计(ordinary least squares,OLSE)/极大似然估计(maximum likelihood estimation,MLE)(1-3),1.3.6 检查模型的适用性：模型的设定检验,描述经济现象的经济计量模型可能有
16、很多，究竟哪个是最有效的/最佳的？经济计量模型必须可以解释经济现象，说明现实问题。一元线性回归模型:（1-2）还有其他一些因素影响人们进入劳动力市场的决定。比如每小时工资或收入也是重要的决定变量。二元线性回归模型:(1-4),1.3.6 检查模型的适用性：模型的设定检验,模型（1-4）经验估计得（1-5）的系数为负能解释吗？借助微观经济学的理论，该系数为负的理论依据。解释变量是要无限制的增加下去吗？答案自然是否定的。,1.3.7 检查模型的假设检验,假设检验（hypothesis testing）？检验估计的模型是否有经济含义、是否与经济理论相符？回归分析(Regress Analysis)不
17、仅要估计模型的参数而且还要检验来自某个经济理论/先验经验的假设。回归模型的有效性检查/评价,1.3.8 运用模型进行预测,经济计量模型的评价最终要看是否可以运用这个模型来进行现实的预测，只有可以对未来/近期进行正确地预测的模型才可以说是实用的经济计量模型。例如，利用模型（1-5）进行预测。不准确的部分即模型的预测误差。,Anatomy of econometric modeling,Table 1-2（P10）习题1.6,Consumer Price Index(CPI,1982-1984=100),Standard and PoorsComposite Index(S&P 500,1941-1943=100),and Three-MonthTreasury Bill Rate(3-m T Bill,%).,本课程结构与内容安排,第2章 双变量回归分析：基本概念 第3章 双变量回归模型：估计问题 第4章 双变量回归模型：区间估计与假设检验 第5章 多元回归模型：估计与假设检验 第6章 回归模型的函数形式 第7章 虚拟变量回归模型 第8章 多重共线性问题 第9章 异方差问题 第12章 序列自相关问题 第13章 计量经济建模：模型设定与检验 第14章 单方程回归模型：几个补充专题 第15章 联立方程模型和向量自回归模型 第16章 面板数据模型,
