本科经济计量学第1章第3版 1

经济计量学（计量经济学）,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、利用相关软件进行计算和分析。,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月计量经济学基础张晓峒，南开大学出版社，2005.5BasicEconometrics,DamodarN.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,课程学时安排总课时：4854学时，课内外学时比：1/2.5,课程所需软件Eviews软件、Excel软件。,课程成绩作业质量：15考勤：15期末考核：70(闭卷）,3.讲授经济计量学课程的教师胡毅，统计与信息管理系教师,电话：7843350，email：hy李磊，统计与信息管理系教师，韩延玲，统计与信息管理系教师，周勇，统计与信息管理系教师，雪克来提，统计与信息管理系教师，,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（1969年）得主挪威经济学家R.Frisch（弗里希）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Econometrics1930年成立世界Econometrics学会1933年创刊Econometrica20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（ClassicalEconometrics）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、最大似然方法等来估计模型。,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（RAGNARFRISCH）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统计分析的特殊方法。学习经济计量学有很强的实用性。,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,所研究对象经济理论的阐述。例如考虑如下问题：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（包括Panel数据）：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）：劳动力参与率劳动力人口数/适龄劳动力人口数。失业率失业人口数/劳动力人口数,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：,EXCEL数据处理演示,EVIEWS数据处理演示,简单数学模型：Y=B1+B2XY=CLFPRX=CUNRB1、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(linearregressionmodel)Y：应变量（dependentvariable被解释变量）X：自变量（independentvariable解释变量）U：随机误差项(randomerrorterm)，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。经济计量学检验由经济计量学理论决定。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，参数是否有较大的变化。预测性能检验：对样本进行事后预测，通过预测精度，检验模型的质量。,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.