计量经济学第一讲－绪论.ppt

1、Tuesday, Mar. 2010,CUFE,计量经济学,傅 强 经济学博士 经济社会仿真实验室主任 电话: 8610-62288971 Email: ; huaci_ 二一年三月二日,Econometrics,第一讲 绪论,Introduction,Tuesday, Mar. 2010,CUFE,计量经济学（Econometrics）,使用教材 (Teaching Material)： 潘省初编著，计量经济学通用经济系列教材，中国人民大学出版社，2009年6月第3版。 赵国庆编著，计量经济学普通高等教育“十一五”国家级规划教材，中国人民大学出版社，2008年6月第3版。 预备知识 (Pre

2、liminary Knowledge)： 高等数学、线性代数、概率论与数理统计基础、宏观经济学、微观经 济学。 授课时间 (Timetable)： 0118周：2010年3月 2010年7月；4节/单周（周二：第5-6节；周五：第1-2节），2节/双周（周五：第1-2节）；共计54学时。 授课地点 (Venue)： 周二：沙河校区学院楼6号楼106M；周五：沙河主教109M 。, 金融学08-1, 08-2,Tuesday, Mar. 2010,CUFE,计量经济学（Econometrics）,学习目的 (Objective)： 1. 掌握计量经济学的统计学基础，特别是随机过程、二元及多元回归

3、分析、时间序列和截面数据分析以及建模、假设检验和预测的一般思路和方法。 2. 掌握统计和计量经济分析的一般常用软件： MS Excel， Eviews， Microfit， SPSS，STATA，RATS， SAS，MATLAB，MicroTSP，PcGive，GAUSS 。 3. 了解计量经济学的最新发展以及本领域研究的最新成果。 4. 理论联系实际，结合所学知识针对实际遇到的问题进行分析，并提出解决问题的方法，从而更好地理解和领会计量经济学理论和方法的本质。,金融学08-1, 08-2,Tuesday, Mar. 2010,CUFE,计量经济学（Econometrics）,内容安排 (Co

4、ntent)： 本课程以潘省初编著的计量经济学（第三版）和赵国庆编著的计量经济学（第三版）这两本书为基础。同时，穿插一些内容新、且符合时代特点的理论模型，包括贝叶斯网络、动态优化、时续分析、经济预测的理论和方法加以充实，并根据教学需要适当安排习题与实验课程。 参考书目 (References)： 1. Pindyck, R.S. and D.L. Rubinfeld (1998), Econometric Models and Economic Forecasts 4th ed., McGraw-Hill, Inc. 2. Griffiths, W.E., R.C. Hill and G.G.

5、 Judge (1993), Learning and Practicing Econometrics, John Wiley qtptpt2。 其中：Q = Qtn; P = Ptn; qt = Qt Q; pt = Pt P。 估计值（Estimate）： = 76.05； = 3.88。,-,-,-,-,-,-,Tuesday, Mar. 2010,CUFE,计量经济学建模的步骤,估计量（Estimator）对估计值（Estimate）： Jon Stewart (Understanding Econometrics, p.28) “. The rule defining a metho

6、d of estimation, usually expressed as an algebraic formula, is called an estimator. Replacing elements in the formula by the values actually observed gives a particular value of the estimator, and this provides a more precise definition of what is meant by an estimate. Our argument suggests that an

7、estimator defines a random variable and that an estimate is a particular value taken by that random variable.”,Tuesday, Mar. 2010,CUFE,计量经济学建模的步骤,第六，假设检验： 估计好需求函数后，我们可能想知道估计的模型是否有经济意义，即得到的结果是否与待检验的理论预期值相一致。,根据像M弗里德曼Milton Friedman (1953)，“The Methodology of Positive Economics” from Essays in Positiv

8、e Economics, Chicago UP, Chicago这样的“实证”经济学家的意见，凡是不能通过经验证据来证实的理论或假说，都不能作为科学探索的一个部分。,例如，P的系数是否为预期的负值？是不是在统计意义上的负值（即这个负值不是一次偶然的机会得来的）？再比如，若要检验的假设是4.0，能不能说3.88的观测值实际上与假设值相同？也就是说我们的数据是否支持4.0的假设？要检验这样一个假设，就需要使用统计学的工具。,Tuesday, Mar. 2010,CUFE,计量经济学建模的步骤,第七，预测和政策分析： 如果所拟合的模型确认了所考虑的假说或理论，就可以根据解释变量P的已知或预期未来值来

9、预测应变量Q的值。 假设生产商要知道价格P变为4.50(单位：千元)时需求量Q是多少？换句话说，他想预测P4.50时的Q值。由估计好的需求函数（1.3）,可得到： Q = 76.05 3.88(4.50) = 58.59。 也就是说，若价格为4500元，则需求量的预测值为接近59台。 由于计量经济模型包含扰动项，因此用上述估计好的模型所作预测总会存在误差。与此同时，由于76.05和-3.88仅仅是真实参数和的估计值，这将是导致预测误差的另一个误差源。,Tuesday, Mar. 2010,CUFE,计量经济学建模的步骤,利用所得模型还可进行政策评价与政策建议等。例如，如果商家想知道什么样的价格

10、水平可保证需求量至少在50台？如果需求函数（1.3）是可以接受的，简单地计算表明：价格P不得高于6700元。 上述计算提示我们，一个已估计出来的模型可服务于控制或政策的目的。生产商可通过控制变量（P）的调整以达到目标变量（Q）的指望水平。,Tuesday, Mar. 2010,CUFE,计量经济学建模的步骤,小结：计量经济分析的步骤,Tuesday, Mar. 2010,CUFE,经济数据的类型,计量经济分析所需要的数据，即可来自各种官方统计资料，亦可通过调查获得。从现代计量经济学的观点来看，计量经济学模型所需要的经济数据有四种类型：时间序列数据 (time series data)，横截面数

11、据 (cross-sectional data)，混合横截面数据 (pooled cross-sectional data)以及综列或纵剖面数据 (panel data)。,Tuesday, Mar. 2010,CUFE,经济数据的类型,时间序列数据 (time series data)： 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民（内）生产总值、就业、货币供给、消费价格指数、财政赤字或某人一生中每年的收入等。 由于过去的事件可以影响到未来的事件，而且行为滞后在社会科学中又相当普遍，所以时间是时间序列中一个相当重要的维度。由于时间序列大多涉及宏观经济数据，所以

12、时间序列计量经济学有时也称宏观计量经济学。,Tuesday, Mar. 2010,CUFE,经济数据的类型,时间序列数据 (time series data)： 时间序列数据一个关键的特征就是，不同时间的数据有很大的关联，也就是说，在时间序列分析中很少假定经济数据的观测独立于时间。 时间序列数据的另一个特征是数据收集中的数据频率(data frequency)，最常见的频率是每天(daily)、每周(weekly)、每月(monthly)、每个季度(quarterly)和每年(annual)。,Tuesday, Mar. 2010,CUFE,经济数据的类型,横截面数据 (cross-secti

13、onal data)： 横截面数据是指在给定时点收集的不同实体（如个人、家庭、公司、城市、省、国家等）的数据。 有时，所有单位的数据并非对应于同一时段。例如，几个家庭可能在一个调查采样中不同的几个星期被调查。在一个纯粹的横截面分析中，我们应该忽略数据收集中的细小差别。,Tuesday, Mar. 2010,CUFE,经济数据的类型,横截面数据 (cross-sectional data)： 横截面数据的一个重要特征是，通常可以假定，它们是从样本背后的总体中通过随机抽样（random sampling）而得到的。但要注意有时以随机抽样作为对横截面数据的一个假定并不适当。例如：（1）当被调查对象拒

14、绝报告调查数据的时候；（2）因地理上的原因导致抽取的样本偏离随机抽样的情况。 在经济学中，横截面数据分析与应用经济领域有密切关系，如劳动经济学、地方财政学、产业组织理论、城市经济学、人口和健康经济学。,Tuesday, Mar. 2010,CUFE,经济数据的类型,混合横截面数据 (pooled cross-sectional data)： 有些数据既有横截面数据的特点又有时间序列数据的特点。 例如，假设对某地的家庭进行了两次横截面数据的调查，一次是在1990年，一次是在1995年。在1990年，对家庭的一个随机样本调查了工资、储蓄、家庭大小等变量。到了1995年，用同样的调查又对家庭的一个新

15、随机样本进行调查。为了扩大样本容量，可以将这两年的数据合并成一个混合横截面数据（pooled cross section）。,Tuesday, Mar. 2010,CUFE,经济数据的类型,混合横截面数据 (pooled cross-sectional data)： 由于在每一年都是进行随机抽样，所以同一家庭在两年的样本中都出现纯属偶然。这一点使混合横截面数据有别于综列数据。 把不同时间的横截面数据混合起来，如搜集一个重要的政策变化之前和之后的数据，通常是分析一项新政府政策的影响的有效方法。 混合横截面数据分析与（标准）横截面数据分析的不同之处在于，前者通常要对变量在不同时间的现实差异作出解释

16、。实际上，除了扩大样本容量外，混合横截面分析通常是为了让人们看出：“如何随时间变化”。,Tuesday, Mar. 2010,CUFE,经济数据的类型,综列或纵剖面数据 (panel data)： 综列或纵剖面数据 (panel data)是对若干个单位（如个人、家庭和企业等）在不同时间进行重复跟踪调查所形成的数据集。 比如，我们对一系列个人的工资、受教育程度和就业史跟踪了10年所得到的数据集。综列数据有别于混合横截面数据的关键特征是：同一横截面数据的数据单位都被跟踪了一段特定的时期。 由于综列数据要求同一单位不同时期的重复观测，所以要得到综列数据（特别是个人、家庭和企业的数据），比得到混合横

17、截面数据更困难。,Tuesday, Mar. 2010,CUFE,经济数据的类型,综列或纵剖面数据 (panel data)： 综列数据在对经济主体的行为研究上具有两个优点： 对同一经济主体的多次观测，使研究者能研究经济主体具有而研究者又观测不到的特征； 使研究者能研究决策行为和结果的滞后的重要性。由于预期许多经济政策在一段时间之后才产生影响，所以综列数据所反映的信息就更有意义。,Tuesday, Mar. 2010,CUFE,主题,第一节 什么是计量经济学 第二节 计量经济学方法 第三节 计量经济模型及其应用 第四节 统计和计量经济分析软件 小结 复习思考题,Tuesday, Mar. 20

18、10,CUFE,第三节 计量经济模型及其应用,单方程模型 (single equation) 和联立方程 (simultaneous equations) 模型： 计量经济模型可分为两类：单方程模型和联立方程模型。,Tuesday, Mar. 2010,CUFE,第三节 计量经济模型及其应用,联立方程模型 (simultaneous equations model)： 由多个方程组成的方程组，一般用于描述整个经济系统或子系统。如最简单的宏观经济模型： Ct = 0 + 1Yt + u1t消费函数 It = 0 + 1Yt + 2Yt-1 + u2t投资方程 Yt = Ct + It + GtG

19、DP衡等式，亦称定义式 式中，Yt为GDP；Ct为消费；It为投资；Gt为政府支出。 这类关系式描述的是消费者、投资者等的行为，因而称为行为方程。需求函数式（1.2）也是一个行为方程。 由于在求解模型时通常需要联立地解出所有内生变量C，I和Y的值，因而称为联立方程模型。,Tuesday, Mar. 2010,CUFE,第三节 计量经济模型及其应用,内生变量 (endogenous variable) 与外生变量 (exogenous variable)： 在上述简单宏观经济模型中，C，I和Y是内生变量，G是外生变量。,内生变量 (endogenous variable)： 是指其值在模型内部确

20、定的变量。内生变量既由模型使用（如可以作为解释变量），又由模型决定。由于在求解模型时通常是需要联立地解出所有内生变量的值，因而称为联立方程模型。 “A variable whose value is determined within a set of equations, or models, established to make predictions or test an hypothesis” (Bannock, G., R. E. Baxter and D. Evan (1987) The Penguin Dictionary of Econometrics 4th ed., Ri

21、chard Clay Ltd., p.132),Tuesday, Mar. 2010,CUFE,第三节 计量经济模型及其应用,外生变量 (exogenous variable)： 是指其值在模型之外决定的变量，模型中使用它们，但不由模型决定它们的值。在求解模型前，必须用其他方法给定外生变量的值（如利用国际组织公布的预测数据，或时间序列预测得出的预测值）。 “A variable whose value is not determined within the set of equations, or models, established to make predictions or test

22、 an hypothesis” (Bannock, G., R. E. Baxter and D. Evan (1987) The Penguin Dictionary of Econometrics 4th ed., Richard Clay Ltd., p.148) 在设定模型时，通常将以下两类变量设定为外生变量： 1. 政策变量，如货币供给、税率、利率、政府支出等。 2. 短期内很大程度上是在经济系统之外决定或变化规律稳定的变量，如人口、劳动力供给、国外利率、世界贸易水平、国际原油价格等。,Tuesday, Mar. 2010,CUFE,计量经济模型的应用,由于计量经济学的应用是通过计量

23、经济模型实现的，因此，计量经济学的三项应用也就是计量经济模型应用的三个方面。,1. 结构分析 (structural analysis)： 结构分析是将估计好的计量经济模型用于经济关系的数量研究，即当一个或几个变量发生变化时会对其他变量以致整个经济系统产生什么样的影响。结构分析所采用的主要方法有弹性分析,乘数分析和敏感度分析等。 结构分析的一个结果可能是对理论的“反馈”影响。例如，对菲利浦斯曲线，即通货膨胀率和失业率之间的关系的数量研究，已经导致了失业理论的各种发展。,Tuesday, Mar. 2010,CUFE,计量经济模型的应用,2. 预测 (economic forecast)： 预测

24、是用估计好的计量经济模型去预测一些变量在实际观测的样本之外的数量值。预测（市场预测和宏观经济预测）是决策和行动的基础。 应用宏观计量经济模型进行经济预测，是经济预测的主要手段之一。,Tuesday, Mar. 2010,CUFE,计量经济模型的应用,3. 政策评价 (policy assessment)： 计量经济模型的另一大应用是政策评价，也叫政策分析或政策模拟。政策评价是用估计好的计量经济模型在不同政策方案之间进行选择，通常做法是先用模型作一个基准（baseline）运行，也就是现行政策不变的情况下经济系统的运行结果，然后作一些政策假设，如利率提高一个百分点，再运行模型，比较前后两次运行的结果，如GDP、通货膨胀率等宏观经济变量值的变化，从而模拟出某项政策或政策组合的效果。,Tuesday, Mar. 2010,CUFE,主题,第一节 什么是计量经济学 第二节 计量经济学