本科经济计量学第1章(第4版).ppt

计量经济学 （经济计量学）,课程说明 第1章：经济计量学的特征及研究范围 1.1 什么是经济计量学 1.2 为什么要学习经济计量学 1.3 经济计量学的方法论 1.4 全书结构,课程说明,1. 课程： 经济计量学（计量经济学Econometrics） 学分：3 课程性质：教育部规定的经济学类各专业的8门核心课程之一,2. 课程说明： 教学要求： 通过该门课程教学，要求学生掌握经济计量学的基础的理论知识，并能够建立实用的经济计量学应用模型、利用相关软件进行具体应用。, 先修课程 微积分、线性代数、概率论与数理统计、微观经济学、宏观经济学。, 教材及参考书 教材：经济计量学精要（第3版）（美）达莫达尔N.古亚拉提 著 张 涛译，机械工业出版社，2006.9。 参考书： 计量经济分析方法与建模 EViews应用及实例，高铁梅主编，清华大学出版社，2006年1月 计量经济学，李子奈，高等教育出版社，2000.7 Basic Econometrics,Damodar N. Gujarrati，2001 计量经济学理论、方法与模型，唐国兴，复旦大学出版社，1988年, 课程内容提纲及学时安排 总课时：54学时，课内外学时比：1/2, 课程所需软件 Excel软件、Eviews软件。,1.1 什么是经济计量学 1.2 为什么要学习经济计量学？ 1.3 经济计量学的方法论（重点） 1.4 全书结构,第1章 经济计量学的特征及研究范围,1.1 什么是经济计量学,经济计量学：Econometrics 简单地说，就是经济的计量（经济的测度）。 经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。 经济计量学是运用数理统计知识分析经济数据，对构建于数理经济学技术之上的数学模型提供经验支持，并得出数量结果。,经济计量学(Econometrics)一词是第一届诺贝尔经济学奖得主挪威经济学家R.Frisch在1926年模仿“Biometrics”(生物计量学)提出来的。 经济计量学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。Frisch将它定义为经济理论、统计学和数学三者的结合。,经济计量学的产生和发展,1926年挪威经济学家R.Frisch提出Econometrics 1930年成立世界Econometrics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年代以来非经典（现代）经济计量学的发展 。,经典经济计量学和非经典经济计量学,经典经济计量学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的经济计量学。 经典经济计量学在理论方法方面特征是： 模型类型随机模型； 模型导向理论导向； 模型结构线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数； 数据类型以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； 估计方法仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。,非经典经济计量学一般指20世纪70年代以来发展的经济计量学理论、方法及应用模型，也称为现代经济计量学。 非经典经济计量学主要包括：微观经济计量学、非参数经济计量学、时间序列经济计量学和动态经济计量学等。,简丁伯根经济计量学模式建造者之父,拉格纳弗里希 （RAGNAR FRISCH） 经济计量学的奠基人,荷兰人简丁伯根和挪威人拉格纳弗里希共同获得1969年诺贝尔经济学奖。他们发展了动态模型来分析经济进程。,为什么经济计量学从诞生之日起就显示了极强的生命力，并得到迅速传播与发展？ 早在20世纪20年代，一部分经济学者已经不满足于对经济学的定性研究，认为：经济理论不设法定量测度不同影响的重要性，实际上不可能得出和辩护任何“结论”。,正是经济计量学的诞生和发展推动了经济学的发展，经济计量学在经济学科中占据极重要的地位： 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”。 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”。,“经济计量学”与“计量经济学”,“Econometrics”在国内有两种译称：“经济计量学”与“计量经济学”。 “经济计量学”是英文“Econometrics”直译得到的，而且强调该学科的主要内容是经济计量的方法，是估计经济模型和检验经济模型。 “计量经济学”则试图通过名称强调它是一门经济学科，强调它的经济学内涵与外延，但两者的内容并无差别。,1.2 为什么要学经济计量学,经济计量学既是经济学的一门分支学科，又是一门有自己研究方向的独立学科。 经济计量学是依据观测和实验，对大多数经济理论给出经验的解释。 经济计量学有不同于数理统计分析的特殊方法。 学习经济计量学有实用性。,1.3 经济计量学的方法论,（1）建立一个理论假说 （2）收集数据 （3）设定数学模型 （4）设立统计或经济计量模型 （5）估计经济计量模型参数 （6）检验模型的适用性：模型设定检验 （7）检验源自模型的假设 （8）利用模型进行预测,一般说来，用经济计量方法研究经济问题可分为如下步骤:,模型设计,数据收集,参数估计,模型检验,模型应用,1.3.1 建立一个理论假说,关于所研究对象的经济理论的阐述是怎样的。 例如我们考虑如下问题：经济形势是否对人们的工作意愿有影响？假设用失业率（UNR）来度量经济形势，用劳动力参与率（LFPR）来度量劳动力的参与，两数据由政府按时公布，我们依据上面步骤来考虑该问题。 如：在劳动经济学中，关于经济形势恶化对人们工作意愿的影响有两个对立的假说： A：受挫-工人假说 B：增加-工人假说,1.3.2 收集数据,数据类型,时间序列数据：按时间序列收集得到的数据 如：我国从1980年到2000年的GDP数据 横截面数据：是指一个或多个变量在某一时点上的数据的集合。 如：在某一时点上的人口普查数据 合并数据（也称Panel data）：既有时间序列数据又有横截面数据的数据集合。 如：我国各省区1980年到2000年的GDP数据,*互联网、各类统计年鉴、抽样调查、各种咨询机构及官方公布的数据资料。,数据来源,（1）通过观察测量采集、收集数据 （2）利用次级资料数据（统计数据）,1.3.3 设定劳动力参与率的数学模型,例：美国1980-2002年间城市劳动力参与率(CLFPR) 、城市失业率(CUNR)与真实的小时平均工资（AHE82）资料如下表（表1-1）：,表1-1 美国19802002年间城市劳动力参与率(CLFPR)、城市失业率(CUNR)与真实的小时平均工资(AHE82)资料,为了观察CLFPR与CUNR变动关系，首先我们作散点图：,简单数学模型： Y = B1 + B2 X Y=CLFPR X=CUNR B1、B2 ：参数(parameters) B1 ：截距(intercept) B2 ： 斜率(slope),通过数据模拟软件，可将数据关系用较恰当的数学模型表达。如上例：,1.3.4 设定劳动力参与率的统计或经济计量模型,Y = B1+ B2X + U 线性回归模型(linear regression model) Y：应变量（dependent variable被解释变量） X：自变量（independent variable解释变量） U：随机误差项(random error term) ，包括所有其它因素和随机因素的影响。,上面建立了劳动力参与的纯数学模型。但变量之间的关系往往是不确切的，还有许多其它因素的影响，因此建立模型：,1.3.5 估计经济计量模型参数,应用最小二乘估计，得： = 69.9963 - 0.6513X 参数估计值69.9963， - 0.6513的解释,斜率项-0.6513的解释：平均地，如果失业率上升一个百分点，则城市劳动力参与率将下降0.6513个百分点。 常数项69.9963表示当城市失业率为零时城市劳动力参与率的平均值，也就是说，当充分就业时（不存在失业），城市适龄工作人口的69.996将参与就业。,1.3.6 检查模型的适用性：模型设定检验,经济意义检验 由经济理论决定。根据拟定的符号、大小、关系来验证： 模型是否有经济含义。 模型估计的结果与经济理论是否相符。 模型选取是否准确？ 模型所描述的经济变量的关系是否准确？ 模型是遗漏了重要的解释变量或加入了不必要的变量？,城市劳动力参与率除受城市失业率的影响之外，还受真实的小时平均工资等因素的影响。可考虑模型： CLFPR=B1+B2CUNR+B3AHE82+U 估计式： = 80.9013-0.6713X-1.4042Z 应变量Y城市劳动力参与率(CLFPR) 第一个自变量X城市失业率(CUNR) 第二个自变量Z真实的小时平均工资(AHE) 两个斜率系数均为负数，这说明什么？ 与前面模型， =69.9963-0.6513X 相比，哪个模型更合理？是否还应增加变量？这些我们后面的章节中将进一步探讨。,统计检验 由数理统计理论决定。 包括拟合优度检验、总体显著性检验以及变量显著性检验等。 经济计量学检验 由计量经济学理论决定。 包括异方差性检验、序列相关性检验以及共线性检验等。,1.3.7 检验来自模型的假设,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。,1.3.8 利用模型进行预测,若已知2004年的城市失业率和平均小时工资的数据，分别为6.0和10，利用模型，可得该年城市劳动力参与率的预测值： = 80.9013-0.6713X-1.4042Z