计量经济学绪论.ppt

1,一、什么是计量经济学 二、产生与发展 三、计量经济学的研究对象 四、计量经济学的学科性质 五、宏观计量经济学和微观计量经济学 六、计量经济分析的步骤,第一章 绪 论,2,计量经济学其主要目的应该是促进有利于数量理论方法与实证数量方法相统一的研究，促进富有建设性的严格的思考的研究，类似的思考已经主导了自然科学研究（Frisch,1933）。 计量经济学可定义为实际经济现象的数量分析。这种分析乃基于理论与观测的并行发展，而理论与观测又通过适当的推断方法而得以联系（Samuelson et al.,1954）。 计量经济学是数学方法、统计技术和经济分析的综合。就其字义来讲，计量经济学不仅是指对经济现象加以测量，而且包含根据一定的经济理论进行计算的意思（ Klein，1990）。,一、什么是计量经济学,3,广义计量经济学与狭义计量经济学,广义计量经济学，是指利用经济理论、数学以及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。 狭义计量经济学，是指以应用回归分析方法为主，揭示经济现象中的因果关系或相关关系为目的的经济计量方法。,4,理论计量经济学与应用计量经济学,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，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法。 应用计量经济学：以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。,5,经典计量经济学,理论的创立,建立第1个应用模型,建立投入产出模型,发展应用模型,发展数据基础,Tinbergen,Frisch,Haavelmo,Stone,Klein,建立概率论基础,Leontief,6,非 经典计量经济学,微观计量： 选择性样本模型,微观计量： 离散选择模型,时间序列： 协整理论现代宏观计量,时间序列： 自回归条件异方差 现代金融计量,Engle,Heckman,McFadden,Granger,三、 计量经济学的研究对象,计量经济学研究的对象是经济现象和经济现象中的具体数量规律 按照不同标准，经济变量之间的关系可以分为不同类型 行为关系与技术关系 微观关系与宏观关系 静态关系与动态关系 恒等关系与制度关系 存量关系与流量关系,(1) 行为关系与技术关系,行为关系（Behavioral relations）：描述经济变量的行为变化，例如： C = a0+a1Y+a2P C：人均糖果消费量；Y：收入水平；P：糖果的价格 该方程描述了消费者在糖果消费上的行为。 技术关系（Technical relations）：描述经济变量之间技术联系，例如： Q=eKaLb Q：产出量；K：资本存量；L：劳动力 该方程描述了产出量与投入要素之间的技术联系,(2) 微观关系与宏观关系,微观关系（Microrelations） 微观经济变量之间的关系 宏观关系（Macrorelations） 宏观经济变量或经济总量之间的关系,(3) 静态关系与动态关系,静态关系（Static relations）：描述在某一时期或某一时点上经济变量之间的关系，例如： Ct = a + b Yt 动态关系（Dynamic relations）：描述经济变量之间的动态关系，例如 It = a（Yt Y t-1）+ bI t-1,(4) 恒等关系与制度关系,恒等关系（Identity relations）：或称定义关系（Definitional relations），根据某种理论定义的经济变量之间的关系，例如： Y = C + I + G +（EX IM） 制度关系（Institutional relations）：描述政府政策变化产生的影响，例如： 政府销售税增加对某一类商品销售量的影响 个人缴纳的所得税与他的收入之间的关系,(5) 存量关系与流量关系,存量，指某一时点上测算出来的量；例如： 货币量，资本存量，存货 流量，指某一时期测算出来的量；例如： 货币支出，存货变动，收入 存量与流量之间的关系，例如： I t = a（Kt K t-1）,13,四、计量经济学的学科性质,经济理论 数学 统计学 统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是非常必要的，但其中任何单独一种都是不够的。三者结合起来才是强有力的，这种结合便构成了计量经济学。 R. Frisch(1933),14,计量经济学与经济理论、统计学和数学,15,数理经济学 用数学符号阐述经济理论，与经济理论没有区别（是经济理论的“经济表述”） 用精确的形式描述经济关系，不考虑随机因素 不提供参数的数值 “理论上”的空盒子,（1） 计量经济学与数理经济学,16,计量经济学 用数学形式表示经济关系，以数理经济学为指导和依据 认为经济关系是受随机因素随机变化的，在模型中只列出起主要作用的经济变量，并含有一个表示随机变化的随机变量 利用统计资料提供的数据，给出模型中参数的具体估计值,（1） 计量经济学与数理经济学,17,计量经济学与数理经济学：例子,数理经济学用于表达经济关系的确定性函数形式： Q = b0 + b1P1 + b2 P2 + b3 Y + b4 T 计量经济学用于表达经济关系的随机函数形式： Q = b0 + b1P1 + b2 P2 + b3 Y + b4 T + u 其中：Q = 某一商品的需求量； Pl = 该商品的价格； P2= 与其有关的其它商品的综合价格； Y = 消费者的收人； T = 消费者的消费偏好； bi（i = 0，1，2，3，4）为需求函数中的待定参数。,18,（2）计量经济学与经济统计学、数理统计学,经济统计学 是对经济资料的收集、加工、整理、形象表述（列表、图示） 用事实说话，让经济资料本身提出统计结论 对经济变量之间的变化不作定量说明，不进行参数估计 数理统计学 以概率论为基础，研究随机现象规律性的科学 纯粹的数学推导 在严格的条件与假定下得出某个结论,19,（2）计量经济学与经济统计学、数理统计学,计量经济学 以经济统计得到的数据资料作为估计参数的依据 以数理经济学作为基本的方法基础 仅粗略地满足数理经济学假定的条件，具有自身特殊的统计规律，需要用特殊的方法计量经济学方法,20,结论：计量经济学的学科性质,计量经济学是应用经济学的一个分支。 计量经济学的根本任务是估计、检验、运用计量经济模型。 计量经济学的核心内容是模型参数的估计方法。 但是，离开方法提出的经济背景、方法本身的经济学解释、方法应用的经济对象，计量经济学方法将是一堆无用的数学符号。,21,五、宏观计量经济学和微观计量经济学,宏观计量经济学 早期的计量经济学主要利用宏观总量数据研究宏观经济问题，如消费、投资、货币供给与需求、通货膨胀、就业、国民生产总值、经济增长 主要利用时间序列数据 现在，宏观计量经济学的主要内容和研究方向发生了变化：单位根检验；协整理论；动态计量经济学,22,宏观计量经济学和微观计量经济学,微观计量经济学 微观计量经济学产生于1960年代，2000年正式得到主流经济学的承认 研究对象是个人或家庭的经济行为，如消费者选择、工作决策、教育回报等等 主要利用截面数据和面板数据（panel data） 主要研究方法 面板数据模型 离散选择模型 选择性样本模型,23,六、计量经济分析的步骤,建立理论模型 收集样本数据 参数估计 假设检验,24,第一步：理论模型设计,确定模型所包含的变量,确定模型的数学形式,拟定待估参数的理论期望值,依据一定的经济理论，先验地用一个或一组数学方程式表示被研究系统内经济变量之间的关系,25,(1) 确定模型所包含的变量,变量就是数据集合的名称，通过对变量名的引用，可以简便地对数据集合进行处理。 计量经济学中使用的变量的概念与统计学中指标的概念一样，包括变量名及其对应的数据。,26,被解释变量与解释变量,在单方程模型中，变量分为两类：被解释变量与解释变量 作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量，在单一方程模型中，处于左端 作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量，在单一方程模型中，处于右端,27,解释变量与被解释变量,解释变量,被解释变量,28,内生变量与外生变量,内生变量 是所研究的经济系统的模型本身确定的 是该模型求解的结果 属于因变量,29,内生变量与外生变量,外生变量 外生变量的数值是在研究的模型之外确定的，不受模型内部因素的影响 在模型求解之前事先规定的，是“给定的”或“已知的”值 属于自变量 分为政策变量（决策者可以控制的变量，如政府支出、利率、货币供应量等）和非政策变量（难以控制或不能控制的变量，如气候、自然灾害、农业收成、汇率等）,30,变量的其它分类,工具变量与目标变量 运用模型时可以把政策变量看作工具变量，而把内生变量看作目标变量。 通过对有关工具变量的调节，以便达到事先确定的目标变量的水平。例如，通常用适当的经济增长率，较低的失业率和通货膨胀率等作为目标变量，事先固定下来，然后计算调整相应的工具变量，例如税率、公共支出预算水平等数值。 离散型变量与连续型变量 离散型 （包括表示定性数据的虚拟变量只取0和1） 连续型,31,变量分类的相对性,某个变量是内生变量还是外生变量，是目标变量还是工具变量，并不是先验确定的 主要结合分析的目的，取决于它们在模型中的地位和作用。,32,正确地选择解释变量,首先，需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。这是正确选择解释变量的基础 例如，在上述生产问题中，已经明确指出属于供给不足的情况，那么，影响产出量的因素就应该在投人要素方面，而在当前，一般的投人要素主要是技术、资本与劳动 如果属于需求不足的情况，那么影响产出量的因素就应该在需求方面，而不在投入要素方面。这时，如果研究的对象是消费品生产，应该选择居民收人等变量作为解释变量；如果研究的对象是生产资料生产，应该选择固定资产投资总额等变量作为解释变量。,33,正确地选择解释变量,其次，选择变量要考虑数据的可得性。这就要求对经济统计学有透彻的了解 计量经济学模型是要在样本数据，即变量的样本观测值的支持下，采用一定的数学方法估计参数，以揭示变量之间的定量关系 所以所选择的变量必须是统计指标体系中存在的、有可靠的数据来源的。如果必须引入个别对被解释变量有重要影响的政策变量、条件变量，则采用虚变量的样本观测值的选取方法 第三，选择变量时要考虑所有入选变量之间的关系，使得每一个解释变量都是独立的。这是计量经济学模型技术所要求的。当然，在开始时要做到这一点是困难的，如果在所有入选变量中出现相关的变量，可以在建模过程中检验并予以剔除,34,选择变量的其他注意事项,选择变量绝不能以数据拟合的好坏作为主要标准。 选择变量不可能一次完成，往往要经过多次反复。,35,(2) 确定模型的数学形式,确定模型数学形式的主要依据是经济行为理论。在数理经济学中，已经对常用的生产函数、需求函数、消费函数、投资函数等模型的数学形式进行了广泛的研究，可以借鉴这些研究成果 现代经济学尤其注重实证研究，任何建立在一定经济学理论假设基础上的理论模型，如果不能很好地解释过去，尤其是历史统计数据，那么它是不能为人们所接受的 要求理论模型的建立要在参数估计、模型检验的全过程中反复修改，以得到一种既能有较好的经济学解释又能较好地反映历史上已经发生的诸变量之间关系的数学模型 也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图，由散点图显示的变量之间的函数关系作为理论模型的数学形式 在某些情况下，如果无法事先确定模型的数学形式，那么就采用各种可能的形式进行试模拟，然后选择模拟结果较好的一种,36,(3) 拟定待估参数的期望值,模型中的待估参数都具有一定的经济含义，由此可以估计它们的理论期望值 它可以用来检验模型的估计结果,37,第二步：样本数据收集,何谓数据 数据的类型 数据的质量,38,(1) 什么是数据,数据是一种信息，这种信息如以量的标志显现出来，就称其为数据。数据是一定条件下客体在量的方面的综合表现。在开始一项研究工作时，最基本的工作之一，就是收集数据。 数据按其本义来说是定量的（计数或计量）的。但在实际应用中，它们可以是定量的，也可以是定性的，或者是两者的结合。随着人类认识客体技术的提高与认识层次的深化，数据的外延还在不断的扩大。,39,(2) 数据的分类,常用的样本数据有四类：时间序列数据、截面数据和虚拟变量数据 、面板数据 时间序列数据（Time series data），是一批按照时间先后顺序排列的统计数据 截面数据（Cross section data），是一批发生在同一时间截面上的调查数据 虚拟变量数据（Dummy variable data），也称为二进制数据，一般取0或1。虚拟变量经常被用在计量经济学模型中，以表征政策、条件等因素,40,A 时间序列数据,时间序列数据又俗称为纵向数据。例如，我国自改革开放的1978-2000年GNP数据。 在西方经济学中称它为流量，在统计经济学上称它为时期数。 时间序列的时间是变化的。常用的时间间隔有：年、季度、月、周、日 时间序列数据通常存在季节变动和序列相关自相关,41,采纳时间序列数据的注意事项,样本区间内经济行为的一致性，例如80年代后期以来为供大于求（居民收入和出口额），80年代中期以前为供不应求（资本、劳动等） 样本点之间数据具有可比性，价值形态出现的数据往往是不可比的，应当消除物价因素的影响 样本观察值过于集中，不能反映经济变量间的结构关系，应增大观测区间 时间序列误差项间往往存在序列相关（自相关）,42,B 截面数据,截面数据又俗称横向数据，是一批发生在同一时间截面上的调查数据。研究某个时点上的变化情况。例如，工业普查数据、人口普查数据、家计调查数据等。 在西方经济学中称它为存量，在统计经济学上称它为时点数。 截面数据的时间是凝固的。 截面数据中大多存在异方差，必须引起注意,43,采纳截面数据的注意事项,样本点间的同质性（样本与母体的一致性），截面数据很难用于总量估计。 截面数据一般存在误差项的异方差,44,C 虚拟变量数据,虚拟变量是只取1或0之一的一个变量，一般用以表示定性变量，例如政策变量、条件变量等。 虚拟变量组合起来可以表征多种状态。 使用的虚拟变量的个数=欲表征的状态数-1，3种状态只用2个虚拟变量，若3状态采用3个虚拟变量，将造成多重共线。,45,D 平行数据（Panel Data）,也称面板数据 是时间序列数据与截面数据的合成体 例如，1978-1999年我国各省市城镇居民消费结构的调查资料,46,(3) 样本数据的质量,完整性 准确性 可比性 一致性,47, 完整性,指模型中包含的所有变量都必须得到相同容量的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征 在实际中，“遗失数据”的现象是经常发生的，尤其在中国，经济体制和核算体系都处于转轨之中。在出现“遗失数据”时，如果样本容量足够大，样本点之间的联系并不紧密的情况下，可以将“遗失数据”所在的样本点整个地去掉 如果样本容量有限，或者样本点之间的联系紧密，去掉某个样本点会影响模型的估计质量，则要采取特定的技术将“遗失数据”补上,48, 准确性,准确性有两方面含义： 一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的； 二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求； 例如，在生产函数模型中，作为解释变量的资本、劳动等必须是投入到生产过程中的、对产出量起作用的那部分生产要素，以劳动为例，应该是投入到生产过程中的、对产出量起作用的那部分劳动者。于是，在收集样本数据时，就应该收集生产性职工人数，而不能以全体职工人数作为样本数据，尽管全体职工人数在统计上是很准确的，但其中有相当一部分与生产过程无关，不是模型所需要的,49, 可比性,是通常所说的数据口径问题 人们容易得到的经济统计数据，一般可比性较差，其原因在于统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计 计量经济学方法，是从样本数据中寻找经济活动本身客观存在的规律性，如果数据是不可比的，得到的规律性就难以反映实际 不同的研究者研究同一个经济现象，采用同样的变量和数学形式，选择的样本点也相同，但可能得到相差甚远的模型参数估计结果。原因在于样本数据的可比性,50, 一致性,指母体与样本的一致性 违反一致性的情况经常会发生 例如，用企业的数据作为行业生产函数模型的样本数据，用人均收人与消费的数据作为总量消费函数模型的样本数据，用31个省份的数据作为全国总量模型的样本数据,51,第三步：参数估计,计量经济理论模型设定以后，就要估计参数。参数是模型中表示变量之间数量关系的常系数。 它将各种变量连接在模型之中，具体说明解释变量对被解释变量的影响程度。 参数估计为经济理论提供了实际经验的内容，并验证经济理论。,52,模型参数的估计方法,模型参数的估计方法，是计量经济学的核心内容 普通最小二乘法 加权最小二乘法 广义最小二乘法 二阶段最小二乘法 非线形最小二乘法 极大似然估计 工具变量法,53,模型参数的估计方法,在建立了理论模型并收集整理了符合模型要求的样本数据之后，就可以选择适当的方法估计模型，得到模型参数的估计量。模型参数的估计是一个纯技术的过程，包括 对模型进行识别 估计方法的选择 计算软件的应用,54,参数在方程中的作用,通过参数把各种变量连接在方程之中，借以说明外生变量或前定变量的变化对内生变量变化的影响程度。 参数值可以采用数理统计学方法依据样本资料估计出来 参数一经确定，因果（函数）关系亦随之确定了，就可以依据外生变量和前定变量的值，通过模型预测内生变量的值,55,第四步：模型的检验,参数估计以后，模型便已确定。但模型是否符合实际，能否解释实际经济过程，提交使用前还需要进行检验。 模型必须通过四级检验，才能用于实际： (1) 经济意义检验 (2) 统计检验 (3) 计量经济学检验 (4) 模型预测检验,56,(1) 经济意义检验,根据经济理论估计模型中参数的理论期望值 如果参数估计值与理论期望值明显不符（比如符号不一），可以认为模型有误,57,(2) 统计检验,统计检验是由统计理论决定的，目的在于检验模型的统计学性质。通常最广泛应用的统计检验准则有： 拟合优度检验 变量显著性检验（检验） 方程的显著性检验（检验）,58,(3) 计量经济学检验,计量经济学检验，目的在于检验模型的计量经济学性质，包括： 序列自相关检验 异方差检验 解释变量多重共线性检验 随机解释变量,59,(4) 模型预测检验,预测检验主要检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度，确定所建立的模型是否可以用于样本观测值以外的范围，即模型的所谓超样本特性。具体检验方法为： 利用扩大了的样本重新估计模型参数，将新的估计值与原来的估计值进行比较，并检验二者之间差距的显著性 将所建立的模型用于样本以外某一时期的实际预测，并将该预测值与实际观测值进行比较，并检验二者之间差距的显著性,60,计量经济学模型成功三要素,计量经济学模型赖以成功的要素应该有三个：理论、方法