第一章-绪论(计量经济学).ppt

1、计量经济学(第二版） Econometrics 钟祖昌,E-mail: 手机第一章 绪论,关于绪论 计量经济学 经典计量经济学模型的建模步骤 计量经济学模型的应用,一、课程设置目的： 通过学习本课程，使学生树立在现实经济分析的基础上，依据样本信息建立经济模型的基本思想，掌握其初步方法，领会其基本思路。 二、课程要求 针对教学对象的情况，着重说明计量经济分析方法的直观意义、应用条件及计量经济分析结果的经济意义及统计意义。教学中注意培养学生动手操作的能力，运用计算机软件完成分析计算。,写在前面的话,三、本课程的先行课程 经济学理论知识 概率论与数理统计基础知识： 如随机变

2、量、概率分布、期望、方差、协方差、点估计、区间估计、假设检验、方差分析、正态分布、T分布、F分布等概念和性质 线性代数中的矩阵运算 经济统计学知识 经济数据的收集和处理,写在前面的话,四、教学安排: 课时安排每学期为72学时，每周4学时。 其中：讲授52学时，上机实习20学时 考试安排平时分占30，考试分占70。,写在前面的话,五、教材及参考书 经济计量学精要（原书第2版 ），达莫达尔 N.古亚拉堤，机械工业出版社 计量经济学（第二版），李子奈，高等教育出版社，2005年4月 计量经济学基础（上下册）（第四版）古扎拉蒂，中国人民大学出版社 计量经济学软件Eviews使用指南，张晓峒主编，南开大

3、学出版社，2004年12月,写在前面的话,写在前面的话,六、课堂资料下载 内容：补充资料、课件、数据集、教学基本要求、教学大纲、复习要点等。 路径：见教材后附的学习卡，进入，登陆计量经济学课程虚拟课堂 还可以到经济学教育科研网和人大经济论坛上下载计量经济学相关的资料。,七、关于学习方法的说明 1.理论与应用并重，既要重视理论方法，也要重视应用模型和应用中实际问题的解决。 2.实践出真知，要求自己动手操作软件，务必最少学会一种计量软件，本课程建议学习软件EViews。 3.对于理论方法，重点是思路而不是数学证明过程。讲课中我也将简化数学推导和证明过程，多做形象明了的概括。,写在前面的话,写在前面

4、的话,八、课堂要求 “你有伸手的权利，但当你伸手碰到别人时，你就要注意了”,吾尝终日而思矣，不如须臾之所学也。 吾尝跂而望矣，不如登高之博见也。 劝学 荀子,希望与同学们合作愉快！,第一章 绪论,实例：计量经济学能干什么？,实例1：研究中国的GDP增长 影响GDP增长的因素有哪些（投资、消费、出口、货币供应量等）？ GDP与各种因素关系的性质是什么？（增、减） 各影响因素与GDP的具体的数量关系？ 所作数量分析结果的可靠性如何？ 今后的发展趋势怎么样？,实例2：中国家庭汽车市场,问题：汽车市场状况如何（销售量） 影响汽车销售量的主要因素是什么（收入、价格、油价、道路状况等）？ 各种因素对汽车销

5、售量影响的性质怎样（正、负、无）？ 各种因素影响汽车销量的具体数量程度？ 以上分析所得结论是否可靠？ 今后发展的趋势怎样？,以上问题的共性,提出所研究的经济问题 分析影响因素（根据经济理论、实际经验） 分析各种因素与所研究的经济现象的相互关系（需要科学的数量分析方法） 分析所研究的经济问题与各种影响因素的数量关系（需要运用统计方法） 分析和检验所得数量结论的可靠性 测算所研究经济问题的发展趋势（预测未来）,第一节 计量经济学第二节 建立计量经济学模型的步骤和要点第三节 计量经济学模型的应用第四节 本章复习思考题,主要内容,第一节 什么是计量经济学,定义,计量经济学是经济学的一个分支学科，是以揭

6、示经济活动中客观存在的数量关系为内容的分支学科。挪威经济学家弗里希（R. Frish）将它定义为经济理论、统计学和数学三者的结合。,费里希在Econometrica的创刊辞中这样指出：“用数学方法处理经济学可以有多种形式，其中任何单独的一种都不等同于计量经济学，计量经济学不等同于统计学，计量经济学也不等同于我们称之为的一般经济理论（即使这种理论的大部分具有定量的特点），当然，计量经济学也不是数学在经济学中的应用的同义词。不用说，统计学、经济理论和数学是理解现代经济生活中的数量关系所不可缺少的必要条件，但是作为充分条件的是这三者的结合，这三者的结合就构成了计量经济学。”,定义,图1-1 计量经济

7、学是经济理论、统计学和数学的结合,经济学、数理经济学、经济统计学、计量经济学的粗略定义,经济学：研究如何有效地利用可供各种选择的有限资源，以求人类现在和将来无限欲望的最大满足。 数理经济学：运用抽象的方法，借助数学函数和几何图形得出经济学概念与理论。 经济统计学：以统计资料作为记述现实经济变动过程的手段。 计量经济学：以统计资料作为验证经济理论、预测未来、进行政策评价的手段。,图1-2 计量经济学与经济学的联系,数理经济学,计量经济学,提供的函数式、经济关系的方程体系，为建立计量经济模型提供了理论准备,1、,2、,经济学理论,理论与实际结合的分析成果，可以充实、完善经济理论，促进其发展,是“计

8、量经济学”分析经济数量关系的基本出发点和理论依据,计量经济学,计量经济学与经济学的联系与区别,联系,理论经济学,图1-3 计量经济学与经济学的区别,数量经济学,计量经济学,大多有定性的性质. 有时也说明经济现象间的数量关系。 例 人均消费额（y）与人均可支配收入(x)之间成正相关关系，但它不能提供现象关系间数量上的度量，即不能说明收入的某一变动将会使消费额具体增加多少；,区别：,要对经济理论所确定的经济关系作出定量的估计。,1、,2、,虽把经济关系用数学式表示出来，且以此推理，但式中的变量、参数只是用数学符号表达，虽有数量概念，但无具体的数值估计，本质上说仍是一种定性分析；,是根据实际的统计数

9、据估计式中参数的具体值，以说明经济关系的数量特征,计量经济学,数理经济模型,数理经济模型揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。例如，上述用语言描述的生产活动，可以用生产函数描述如下： Q f（T，K，L） 或者更具体地用某一种生产函数描述为 Q AetKL 公式中用Q表示产出量，T表示技术，K表示资本，L表示劳动。,数理经济模型的特点,公式（方程）描述了经济变量之间的理论关系 认为这种关系是准确实现的（等式成立） 通过模型可以分析经济活动中各种因素之间的相互影响，为控制经济活动提供理论指导 但是，它并没有揭示因素之间的定量关系，其中的参数是未知的,计量经济模型,计量

10、经济模型揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。上述生产活动中因素之间的关系，用随机数学方程描述为 Q AetKL 其中为随机误差项。这就是计量经济学模型的理论形式。,“数量经济学”只讨论精确的函数关系（没有考虑影响经济关系发生随机变化的随机因素）。 “计量经济学”虽以数理经济模型为基础，也用数学式表达经济关系。但不认为这种关系是确定性的。故把误差项作为随机变量引入模型中（以反映不确定因素的影响）。 （有人作过形象的比喻说：“数理经济学”是一只“空匣子”，“计量经济学”是为了填充这只“空匣子”。）,两者原则性的区别是：,经济统计学,图1-3 计量经济学与经济统计学的联

11、系与区别,经济统计学,是关于搜集、整理、分析经济统计数据的科学（其数据是对经济现象的一种计量，侧重于对经济现象的描述）。 提供的数据，是“计量经济学”估计参数、验证经济理论的基本依据，离开“经济统计学”不可能进行实际的计量经济分析（经济现象不可能像自然现象一样，在物理、化学实验室中，人为地控制其它条件，去反复预测某些因素变动对研究现象的影响。我们只能去分析实际变化的经济现象的统计数据）,计量经济学,主要用统计指标和统计分析方法对经济现象进行计量；,2、 区别,计量经济学,主要是利用数理统计方法对经济变量间的关系进行计量。,计量经济学与经济统计学的联系与区别,1、联系,数理统计学,图1-4 计量

12、经济学与数理统计学的联系与区别,数理统计学,是研究随机变量统计规律性的学科； 是计量经济学的方法论基础（数理统计学方法是填充数理经济学这只“空匣子”的基本工具）,计量经济学,2、 区别,计量经济学,研究的经济现象不是函数关系，模型中的随机项、变量、所估计的参数都视作随机变量。所以计量经济学需大量运用“数理统计学”的方法。,抽象地研究一般的随机变量的统计规律性，（可以应用于经济领域，也可以应用于其它领域。主要讨论在一定假定条件下，一般随机变量的概率分布、特征值、估计和推断； 数理统计方法总是建立在标准假定条件下的；,限于在经济领域中的应用。即是从经济模型出发，研究模型参数的估计和推断，这些参数有

13、特定的经济意义，估计的参数要看在数学原理上能否通过，要看与实际的经济内容是否一致；“计量经济学”研究的经济问题常不能满足标准假定条件，故需建立专门的计量经济学方法。,计量经济学与数理统计学的联系与区别,1、联系,综上所述，对经济现象进行计量分析，以上学科都是必要的，但这些学科本身并非是充分条件。要将其结合起来，这种结合构成了计量经济学。 结论已十分清楚：计量经济学是一门经济学科，而不是应用数学或其它。,产生,英文，“Econometrics”最早是由挪威经济学家费里希(R. Frish)于1926年模仿“Biometrics”（生物计量学）提出的，标志着计量经济学的诞生。但人们一般认为，193

14、0年12月29日世界计量经济学会成立和由它创办的学术刊物Econometrica于1933年正式出版，标志着计量经济学作为一个独立学科正式诞生了。,发展,客观地认识与科学地表述经济规律是历代经济学与计量经济学工作者的奋斗目标。然而经济活动的多因素性、随机波动性以及事件发生的不可逆性一直影响着经济学的科学化进程。经济学与自然科学的一个最大不同点就是无法建立实验室，无法创造出其他因素不变的理想环境。自然科学中的变量常遵循函数关系，但对于经济问题却没有函数关系可言，只能建立统计模型。尽管这样，随着计量经济学的诞生，人们借助数学、统计学知识分析和预测经济问题。虽然这只有几十年的时间，却超过了经济学数百

15、年积累起来的文字分析水平。 计量经济学的发展可分为三个时期：(1) 20-40年代，(2) 50-70年代，(3) 80年代-2005。,1.到20世纪初，数学、统计学理论日趋完善为计量经济学的出现奠定了理论基础。17世纪牛顿莱布尼茨（Newton-Leibniz）提出微积分，19世纪初勒让德尔（Legendre）和高斯（Gauss）分别提出最小二乘法，1821年高斯提出正态分布理论。19世纪末英国统计学家高尔登（Galton）提出“回归”概念。20世纪20年代学生（Student）和Fisher 提出抽样分布和精确小样本理论。尼曼（Neyman J. D.，波兰裔美国人）和皮尔逊（Pears

16、on）提出假设检验理论。至此，数理统计的理论框架基本形成。这时，人们自然想到要用这些知识解释、分析、研究经济问题，从而诞生了计量经济学。,30年代计量经济学研究对象主要是个别生产者、消费者、家庭、厂商等。基本上属于微观分析范畴。第二次世界大战后，计算机的发展与应用给计量经济学的研究起了巨大推动作用。从40年代起，计量经济学研究从微观向局部地区扩大，以至整个社会的宏观经济体系，处理总体形态的数据，如国民消费、国民收入、投资、失业问题等。但模型基本上属于单一方程形式。,21950年以Koopman发表论文“动态经济模型的统计推断”和Koopman-Hood发表论文“线性联立经济关系的估计”为标志计

17、量经济学理论进入联立方程模型时代。 计量经济学研究经历了从简单到复杂，从单一方程到联立方程的变化过程。进入五十年代人们开始用联立方程模型描述一个国家整体的宏观经济活动。比较著名的是Klein的美国经济波动模型（1921-1941，1950年作）和美国宏观经济模型（1928-1950，1955年作）后者包括20个方程。联立方程模型的应用是计量经济学发展的第二个里程碑。,进入70年代西方国家致力于更大规模的宏观模型研究。从着眼于国内发展到着眼于国际的大型经济计量模型。研究国际经济波动的影响，国际经济发展战略可能引起的各种后果，以及制定评价长期的经济政策。70年代是联立方程模型发展最辉煌的时代。最著

18、名的联立方程模型是“连接计划”（Link Project）。截止1987年，已包括78个国家2万个方程。这一时期最有代表性的学者是L. Klein教授。他于1980年获诺贝尔经济学奖。,3因为七十年代以前的建模技术都是以“经济时间序列平稳”这一前提设计的，而战后多数国家的宏观经济变量均呈非平稳特征，所以在利用联立方程模型对非平稳经济变量进行预测时常常失败。从70年代开始，宏观经济变量的非平稳性问题以及虚假回归问题越来越引起人们的注意。因为这些问题的存在会直接影响经济计量模型参数估计的准确性。 Granger-Newbold于1974年首先提出虚假回归问题，引起了计量经济学界的注意。,Box-J

19、enkins 1967年出版时间序列分析，预测与控制一书。时间序列模型有别于回归模型，是一种全新的建模方法，它是依靠变量本身的外推机制建立模型。由于时间序列模型妥善地解决了变量的非平稳性问题，从而为在经济领域应用时间序列模型奠定了理论基础。人们发现耗费许多财力人力建立的经济计量模型有时竟不如一个简单的时间序列模型预测能力好（Cooper 1972年专门对两种模型的预测精度作了详细比较）。 此时，计量经济工作者面临三个亟待解决的问题：(1) 如何检验经济变量的非平稳性，(2) 如何把时间序列模型引入经济计量分析领域。(3) 进一步修改传统的经济计量模型。,计量经济学发展的第三个里程碑是1987年

20、Engle-Granger发表论文“协整与误差修正，描述、估计与检验”。该论文正式提出协整概念，从而把计量经济学理论的研究又推向一个新阶段。Granger定理证明若干个一阶非平稳变量间若存在协整关系，那么这些变量一定存在误差修正模型表达式。反之亦成立。1988-1992年Johansen（丹麦）连续发表了四篇关于向量自回归模型中检验协整向量，并建立向量误差修正模型（VEC）的文章，进一步丰富了协整理论。,1998年7月教育部高等学校经济学科教学指导委员会首次将计量经济学列为我国大学经济类专业本科学生的8门必修课之一。多数学校已经把计量经济学列为硕士生和博士生的必修课程。目前我国已经有14个计量

21、经济学专业博士点。42个硕士点。但从整体上说我国的计量经济学教学与科研水平与世界水平相比还有很大差距。还缺少在世界上知名的学者。,计量经济学最新进展,一、现代统计和数学方法的广泛应用 可以这么说，现代统计和数学一旦有新的理论和方法，就会被计量经济理论所引用和被计量经济实证所应用，我们已经知道，最优化理论、控制理论不仅在计量经济理论研究中得到引用，而且在政策评价的计量经济模型中得到了有效的应用。一般均衡理论、非线性理论、贝叶斯方法等内容多年来一直是计量经济理论和应用研究中比较活跃的课题。 最近几年，基于80年代后期发展起来的非稳定单位根过程、协整过程和协整系统、面板数据分析和广义矩方法等重要理论

22、与现代方法，很大程度上改变了传统的计量经济学的理论和方法。还有，对策论、分形理论、混沌理论、离散随机过程等内容与计量经济理论与方法的结合也成为一个热门的研究方向。,计量经济学最新进展,二、应用重点已经转向，预测功能有所拓宽 计量经济模型应用的重点从80年代起就逐步转向了检验经济理论和宏观经济政策假设，转向了结构分析、政策模拟和政策评价，并由此成为计量经济模型应用的主流方向之一，因为无论是经济理论还是政策假设，只有它成功地解释了过去，特别是历史统计数据之后，才能为人民所普遍接受，而这正是计量经济模型的优势。另外一方面，对企业与个人的各种行为的微观计量经济分析从80年代末起开始活跃起来，并成为现代

23、计量经济学最具活力与生命力的一个方向。,计量经济学最新进展,三、应用方向正在转向新的领域 80年代以前，计量经济模型的应用主要集中在生产、需求、消费和投资等宏观经济分析问题上。进入到80年代，计量经济模型的应用更多地集中在货币、工资、就业、福利和国际贸易等问题。到了90年代以后，由于金融对各国经济作用的加强，计量经济模型的应用又侧重于金融风险与控制、投资风险与控制和信用风险与控制以及国际收支等现实问题的研究。,计量经济学模型,模型：是对现实的描述和模拟。 对现实的各种不同的描述和模拟方法，就构成了各种不同的模型，例如，语义模型（也称逻辑模型）、物理模型、几何模型、数学模型和计算机模拟模型等。,

24、几点解释,经济现象错综复杂，变化不定，为便于研究往往舍去一些次要因素，专门研究普遍性、决定性的因素之间的因果关系，形成系统的经济理论。 经济理论是实践的高度概括，经济模型则是经济理论的简明描述。 文字模型比较细腻，几何模型比较简明，数学模型比较严谨。 数学模型运用数学定理进行推理。,经济计量模型的定义,经济计量模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括某个真实经济系统的数量特征，更深刻地揭示出该经济系统的数量变化规律。 经济计量模型由系统或方程组成，方程由变量和系数组成。其中，系统也是由方程组成。,怎样看待计量经济模型？,广义地说，一切包括经济、数学、统计三者的模型； 狭义地说

25、，仅只用参数估计和假设检验的数理统计方法研究经验数据的模型。 事实上，理论研究需要经验数据的检验，而经验研究也需要理论分析的指导，我们不能只搞没有计量的理论，更不能搞“没有理论的计量”,经济计量模型的一般形式,第二节 建立计量经济学模型的步骤和要点,一、理论模型的设计 二、样本数据的收集 三、模型参数的估计 四、模型的检验,建模流程,理论模型的设计,对所要研究的经济现象进行深入的分析，根据研究的目的，选择模型中将包含的因素，根据数据的可得性选择适当的变量来表征这些因素，并根据经济行为理论和样本数据显示出的变量间的关系，设定描述这些变量之间关系的数学表达式，即理论模型。,设计理论模型的步骤,理论

26、模型的设计主要包含三部分工作 选择变量 确定变量之间的数学关系 拟定模型中待估计参数的数值范围,确定模型所包含的变量,在单方程模型中，变量分为两类。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；而作为“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。确定模型所包含的变量，主要是指确定解释变量。可以作为解释变量的有下列几类变量：外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量，如政策变量、条件变量经常以虚变量的形式出现。,下页,1. 从变量的因果关系区分： 被解释变量（应变量）要分析研究的变量 解释变量（自变

27、量）说明应变量变动主要原因的变量（非主要原因归入随机项） 2.从变量的性质区分： 内生变量其数值由模型所决定的变量，是模型求解 的结果 外生变量其数值由模型以外决定的变量 （外生变量：政策变量和非政策变量； 滞后变量：滞后内生变量、滞后外生变量； 前定变量：滞后内生变量和外生变量） 关系：外生变量数值的变化能够影响内生变量的变化 内生变量却不能反过来影响外生变量 3.按经济活动形态分：流量、存量；,下页,计量经济模型中的变量,解释变量与被解释变量,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 属于应变量,内生变量与外生变量,外生变量 外生变量的数值是在研

28、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）,前定变量,滞后内生变量的数值是前期所决定的， 因此，它和外生变量都是在求解本期内生变量之前已经确定了的变量 滞后变量与外生变量合称为前定变量 用作解释变量,前定变量用法,1. 滞后内生变量的作用视着外生变量。 2. 在单一模型中，前定变量多作为自变量，内生变量一般作为应变量；在联立方程模型中内生变量既可以作为应变量也可以作为自变量。,滞后变量

29、举例(NA表示缺失值),例：收入决定模型（其中：消费支出C、 投资I、进口IM 、税收T、收入Y、政府支出G、出口E）,其中：消费支出C、 投资I、进口IM 、税收T、收入Y是内生变量,政府支出G、出口E、是外生变量（通过计划、预算来确定）,（有两个滞后变量，作用视同外生变量）,确定了被解释变量后,怎样正确地选择解释变量?,选择的依据有三点: 1.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. 2.选择变量要考虑数据的可得性. 3.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. 注意：在选择变量时要特别注意不要选择与被解

30、释变量无关系、不重要的变量以及不独立的变量。,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。,确定模型的数学形式,选择了适当的变量，接下来就要选择适当的数学形式描述这些变量之间的关系，即建立理论模型。 （1）借鉴前人的研究成果 （2）用散点图判断 （3）用多个模型模拟，再进行比较选择,经济变量之间的关系,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,行为关系与技术关系

31、,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,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,静态关系与动态关系,静态关系（Static r

32、elations）：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,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

33、纳的所得税与他的收入之间的关系,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，财富 流量，指某一时期测算出来的量；例如： 货币支出，投资，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）,哪个是存量？哪个是流量？,流量与存量,模型形式,线性模型 非线性模型： 双对数模型 半对数模型 倒数模型 非线性模型一般都要转化为线性模型来估计。,线性模型一般形式,这是最常用的模型形式，可以用数理统计中的线性回归方法进行估计（最小二乘法）。 只有一个解释变量时，称简单线性回归模型，也叫双变量回归模型；当解释变量不止一个时，称多元线性回归模

34、型。“元”，指解释变量，上模型称k-1元线性回归模型或者K变量回归模型。,双对数模型,其中u为随机扰动项,用自然对数表示为,基本形式为：,就是Y关于X的弹性：,半对数模型,此模型称不变百分率增长模型。,基本形式：,或者,等于X的绝对量发生一定变动时，引发Y 的不变的相对变动率。,等于X发生一定相对变动变动时，引发Y 的平均值或期望值绝对量的变动。,对半对数模型的解释,倒数变换模型,表示随着X的递增，Y非线性递减（第二项系数为负时，递增），但最终以截距项为渐进线。比如菲利普斯曲线就可以使用这种模型。,拟定理论模型中待估参数的理论期望值,理论模型中的待估参数一般都具有特定的经济含义，它们的数值，要

35、待模型估计、检验后，即经济数学模型完成后才能确定，但对于它们的数值范围，即理论期望值，可以根据它们的经济含义在开始时拟定。这一理论期望值可以用来检验模型的估计结果。 拟定理论模型中待估参数的理论期望值，关键在于理解待估参数的经济含义。 例如在生产函数理论模型中有4个待估参数、和A。其中，是资本的产出弹性，是劳动的产出弹性，近似为技术进步速度，A是效率系数。根据这些经济含义，它们的数值范围应该是： 00。,样本数据的收集,样本数据的收集与整理，是建立计量经济学模型过程中最为费时费力的工作，也是对模型质量影响极大的一项工作。从工作程序上讲，它是在理论模型建立之后进行，但实际上经常是同时进行的，因为

36、能否收集到合适的样本观测值是决定变量取舍的主要因素之一。,下页,常用样本数据,常用的样本数据有四类： （1）时间序列数据 （2）截面数据 （3）虚变量数据 （4）合并数据,下页,时间序列数据,时间序列数据是一批按照时间先后排列的统计数据，一般由统计部门提供，在建立计量经济学模型时应充分加以利用，以减少收集数据的工作量。在利用时间序列数据作样本时，要注意以下几个问题。一是所选择的样本区间内经济行为的一致性问题。二是样本数据在不同样本点之间的可比性问题。三是样本观测值过于集中的问题。四是模型随机误差项的序列相关问题。,时间序列数据,截面数据,截面数据是一批发生在同一时间截面上的调查数据。例如，工业

37、普查数据、人口普查数据、家计调查数据等，主要由统计部门提供。用截面数据作为计量经济学模型的样本数据，应注意以下几个问题。一是样本与母体的一致性问题。二是模型随机误差项的异方差问题。,虚变量数据,虚变量数据也称为二进制数据，一般取0或1。虚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。,虚拟变量,常用样本的质量,样本数据的质量问题大体上可以概括为完整性、准确性、可比性和一致性四个方面。,完整性,完整性，即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。但是，在实际中，“遗失数据”的现象是经常发生的。,准确性,准确性，有两方面

38、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。,可比性,可比性，也就是通常所说的数据口径问题，在计量经济学模型研究中可以说无处不在。而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。,一致性,一致性，即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，用人均收入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，等等。,

39、模型参数的估计,模型参数的估计方法，是计量经济学的核心内容。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（对联立方程模型而言）、估计方法的选择、软件的应用等内容。,模型的检验,一般讲，计量经济学模型必须通过四级检验： （1）经济意义检验 （2）统计学检验 （3）计量经济学检验 （4）预测检验,经济意义检验,经济意义检验主要检验模型参数估计量在经济意义上的合理性。主要方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括参数估计量的符号、大小、相互之间的关系，以判断其合理性。

40、,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、变量和方程的显著性检验等。,计量经济学检验,计量经济学检验是由计量经济学理论决定的，目的在于检验模型的计量经济学性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。,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察值以外的范围即模型的超样本特性。 具体检验方法为：（1）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；（

41、2）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。,上页,计量经济学成功三要素,理论，即所研究的经济现象的行为理论，是计量经济学研究的基础。 方法，主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其它经济学分支学科的主要特征。 数据，反映研究对象的活动水平 、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。 这三方面缺一不可。,上页,相关分析、回归分析和因果分析,相关关系与因果关系 相关关系，是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。 因果关系

42、，是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。 具有因果关系的变量之间一定具有数学上的相关关系。而具有相关关系的变量之间并不一定具有因果关系。,上页,相关分析和回归分析 相关分析是判断变量之间是否具有相关关系的数学分析方法，通过计算变量之间的相关系数来实现。 回归分析也是判断变量之间是否具有相关关系的一种数学分析方法，它着重判断一个随机变量与一个或几个可控变量之间是否具有相关关系。,上页,第三节 计量经济学模型的应用,一、结构分析 二、经济预测 三、政策评价 四、检验与发展经济

43、理论,结构分析,经济学中的结构分析是对经济现象中变量之间相互关系的研究。主要研究当一个变量或几个变量发生变化时会对其他变量以至经济系统产生什么样的影响。结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。 结构分析过去是、现在是、将来也仍然是计量经济学模型应用的一个主要方面。,弹性分析,弹性，是经济学中一个重要概念，是某一变量的相对变化引起另一变量的相对变化的度量，即变量的变化率之比。在经济研究中，除了需要研究经济系统中变量绝对量之间的关系，还要掌握变量的相对变化所带来的相互影响，以掌握经济活动的数量规律和有效地控制经济系统。计量经济学模型结构式揭示了变量之间的直接因果关系，从模型出发进一步揭示变量相对变化量之间的关系是十分方便的。,双对数模型,乘数分析,乘数，也是经济学中一个重要概念，是某一变量的绝对变化引起另一变量的绝对变化的