計(jì)量經(jīng)濟(jì)學(xué)概述

1、計(jì)量經(jīng)濟(jì)學(xué)概述一、 計(jì)量經(jīng)濟(jì)學(xué)定義1. 定義有幾個比較權(quán)威的定義：(1) 計(jì)量經(jīng)濟(jì)學(xué)是一門發(fā)展迅速的經(jīng)濟(jì)學(xué)分支，其目標(biāo)是給出經(jīng)濟(jì)關(guān)系的經(jīng)驗(yàn)內(nèi)容。(2) 計(jì)量經(jīng)濟(jì)學(xué)科定義為實(shí)際經(jīng)濟(jì)現(xiàn)象的定量分析，這種分析根據(jù)的是由適當(dāng)?shù)耐茢喾椒?lián)系在一起的理論和觀測的即時發(fā)展。計(jì)量經(jīng)濟(jì)學(xué)運(yùn)用數(shù)理統(tǒng)計(jì)知識分析經(jīng)濟(jì)數(shù)據(jù)，對構(gòu)建與數(shù)理經(jīng)濟(jì)學(xué)基礎(chǔ)上的數(shù)學(xué)模型提供經(jīng)驗(yàn)支持，并得出數(shù)量結(jié)果。(3) 計(jì)量經(jīng)濟(jì)學(xué)是將經(jīng)濟(jì)理論、數(shù)學(xué)和統(tǒng)計(jì)推斷等工具應(yīng)用于經(jīng)濟(jì)現(xiàn)象分析的社會科學(xué)。綜上所述，計(jì)量經(jīng)濟(jì)學(xué)是一門有關(guān)經(jīng)濟(jì)關(guān)系的經(jīng)驗(yàn)估計(jì)的經(jīng)濟(jì)學(xué)分支。計(jì)量經(jīng)濟(jì)學(xué)依據(jù)經(jīng)濟(jì)理論，使用數(shù)學(xué)和統(tǒng)計(jì)推斷等工具，用觀測數(shù)據(jù)對經(jīng)濟(jì)和商務(wù)活動進(jìn)行實(shí)證研究，測

2、度和檢驗(yàn)經(jīng)濟(jì)變量間的經(jīng)驗(yàn)關(guān)系，從而給出經(jīng)濟(jì)理論的經(jīng)驗(yàn)內(nèi)容，在經(jīng)濟(jì)理論的抽象世界和人類活動的具體世界之間搭建橋梁。經(jīng)濟(jì)理論、數(shù)學(xué)和統(tǒng)計(jì)學(xué)知識在計(jì)量經(jīng)濟(jì)學(xué)這一領(lǐng)域進(jìn)行研究的必要前提，這三者中的每一個對于真正理解現(xiàn)代經(jīng)濟(jì)生活中的數(shù)量關(guān)系是必要的，但不是充分的，只有結(jié)合在一起才行。因此，一個優(yōu)秀的計(jì)量經(jīng)濟(jì)學(xué)家必須是合格的數(shù)學(xué)家和統(tǒng)計(jì)學(xué)家，還應(yīng)該是一個經(jīng)過系統(tǒng)經(jīng)濟(jì)學(xué)訓(xùn)練的經(jīng)濟(jì)學(xué)家。2. 要素經(jīng)濟(jì)理論、數(shù)學(xué)和統(tǒng)計(jì)方法3. 目標(biāo)計(jì)量經(jīng)濟(jì)學(xué)從根本上說，是對經(jīng)驗(yàn)規(guī)律的認(rèn)識以及將這些規(guī)律推廣為經(jīng)濟(jì)學(xué)定律的系統(tǒng)努力，這些定律被用來進(jìn)行預(yù)測，即關(guān)于什么可能發(fā)生或者什么將會發(fā)生的預(yù)測。因此，廣義上說，計(jì)量經(jīng)濟(jì)學(xué)可以成為

3、預(yù)測的科學(xué)。因?yàn)槭褂媒y(tǒng)計(jì)學(xué)的分析方法，所以計(jì)量經(jīng)濟(jì)學(xué)有別于像數(shù)學(xué)那樣的傳統(tǒng)的科學(xué)，具體在以后我們會涉及到。4. 發(fā)展歷程最早是在W.Petty在1690年寫的政治算術(shù)中出現(xiàn)計(jì)量經(jīng)濟(jì)學(xué)。其觀點(diǎn)是盡可能地排除主觀因素，強(qiáng)調(diào)比較那些用于數(shù)據(jù)分析的數(shù)量，重量以及衡量尺度的重要性。1911年e在他所著的工資的法則中，開始用統(tǒng)計(jì)的手法對工資的邊界生產(chǎn)力進(jìn)行了驗(yàn)證。20世紀(jì)20年代末期資本主義世界發(fā)生了嚴(yán)重的經(jīng)濟(jì)危機(jī)，原有的經(jīng)濟(jì)理論失靈，產(chǎn)生了所謂的凱恩斯革命。在這種情況下，各國政府出于對經(jīng)濟(jì)的干預(yù)政策的需要，企業(yè)管理層為了擺脫或減少經(jīng)濟(jì)危機(jī)的打擊，在經(jīng)濟(jì)繁榮時期獲取更多的利潤，要求采取計(jì)量經(jīng)濟(jì)理論和方法，

4、進(jìn)行經(jīng)濟(jì)預(yù)測。加強(qiáng)市場研究，探討經(jīng)濟(jì)政策的效果，因而計(jì)量經(jīng)濟(jì)學(xué)應(yīng)運(yùn)而生。同時隨著科學(xué)技術(shù)的發(fā)展，各門學(xué)科相互滲透，數(shù)學(xué)、運(yùn)籌學(xué)、信息學(xué)、控制論等相繼進(jìn)入經(jīng)濟(jì)研究領(lǐng)域，使經(jīng)濟(jì)科學(xué)進(jìn)一步數(shù)量化，有助于計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展(在后面我們會將到計(jì)量經(jīng)濟(jì)學(xué)的第一步是建立模型，也就是給出一個數(shù)量間的關(guān)系，在以往定性分析中解決不了的定量關(guān)系可以得到解決)。高速電子計(jì)算機(jī)的出現(xiàn)和發(fā)展，為計(jì)量經(jīng)濟(jì)技術(shù)的廣泛應(yīng)用鋪平了道路。最直接的原因，個人認(rèn)為是“黑色的星期四的1929年10月24日紐約華爾街股票市場出現(xiàn)了空前絕后的暴跌。到了第二年也就是1930年黑色星期四暴跌的恐慌還席卷著全世界。人們意識到需要一門科學(xué)，他能夠從經(jīng)

5、驗(yàn)的角度定量地把握經(jīng)濟(jì)。計(jì)量經(jīng)濟(jì)學(xué)會(Econometric Society)是在這樣一個大的背景下，于1930年12月29日，以挪威的經(jīng)濟(jì)學(xué)家費(fèi)里希(R.Frisch)為主，在美國成立，并在1933年開始發(fā)行學(xué)會雜志計(jì)量經(jīng)濟(jì)學(xué)(Econometrica). 費(fèi)里希(R.Frisch)在雜志的刊詞中明確地提出計(jì)量經(jīng)濟(jì)學(xué)的范圍和方法，指出計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論、數(shù)學(xué)和統(tǒng)計(jì)學(xué)的總和，但是它又不同于這三個學(xué)科中的每一個。學(xué)會的宗旨是讓經(jīng)濟(jì)學(xué)理論與統(tǒng)計(jì)學(xué)和數(shù)學(xué)結(jié)合起來，并促進(jìn)經(jīng)濟(jì)學(xué)理論的發(fā)展。從此在經(jīng)濟(jì)學(xué)領(lǐng)域里，計(jì)量經(jīng)濟(jì)學(xué)就獲得了一個席位，并開始真正的發(fā)展壯大起來。我國計(jì)量經(jīng)濟(jì)學(xué)的廣泛研究和應(yīng)用起步較晚

6、，始于20世紀(jì)70年代的后期。經(jīng)過這些年的發(fā)展，已經(jīng)取得了長足的進(jìn)步，很多政府部門和學(xué)術(shù)機(jī)關(guān)聯(lián)立了計(jì)量經(jīng)濟(jì)模型進(jìn)行經(jīng)濟(jì)預(yù)測和政策分析。計(jì)量經(jīng)濟(jì)學(xué)在我國國民經(jīng)濟(jì)的發(fā)展中將發(fā)揮越來越大的作用。在諾貝爾經(jīng)濟(jì)學(xué)獎的獲得者中也有許多學(xué)者因?yàn)閷τ?jì)量經(jīng)濟(jì)學(xué)的卓越貢獻(xiàn)而獲此殊榮。二、 計(jì)量經(jīng)濟(jì)學(xué)的模型1. 表達(dá)式：其中，代表第 t年蘋果的產(chǎn)量代表第 t年蘋果的價(jià)格代表第 t年的誤差項(xiàng)2. 計(jì)量經(jīng)濟(jì)模型的構(gòu)成：四個組成部分：被解釋變量、解釋變量、誤差項(xiàng)、和參數(shù) 四部分構(gòu)成3. 各組成部分的性質(zhì)和特征：被解釋變量為隨機(jī)變量，研究的目標(biāo)，不易獲取解釋變量：非隨機(jī)變量，易于獲取和預(yù)測誤差項(xiàng)：隨機(jī)變量參數(shù)：a、b，確定

7、的數(shù)值，需要估計(jì)參數(shù)估計(jì)量：對a、b的估計(jì)結(jié)果，記為、。隨機(jī)變量，是樣本的函數(shù)，隨樣本的變化而變化4. 計(jì)量模型和數(shù)學(xué)方程式的區(qū)別4-1 表達(dá)式上：計(jì)量模型為數(shù)學(xué)方程式為4-2 散點(diǎn)圖上：數(shù)學(xué)方程式的散點(diǎn)圖為上圖可以發(fā)現(xiàn)：數(shù)學(xué)方程式中蘋果的價(jià)格和產(chǎn)量之間是一一對應(yīng)關(guān)系。計(jì)量經(jīng)濟(jì)學(xué)模型的散點(diǎn)圖為上圖發(fā)現(xiàn)：計(jì)量經(jīng)濟(jì)模型中蘋果的價(jià)格和產(chǎn)量之間不是唯一關(guān)系。即，同一蘋果價(jià)格隨對應(yīng)的產(chǎn)量可以是多種。這主要是因?yàn)檎`差項(xiàng)為隨機(jī)變量。同樣一組蘋果價(jià)格的數(shù)據(jù)，由于誤差項(xiàng)的實(shí)現(xiàn)值不同導(dǎo)致蘋果產(chǎn)量各異，造成擬合的直線可能不一樣，即與客觀直線(數(shù)學(xué)方程式)不同。這一點(diǎn)也反映了估計(jì)的結(jié)果受到樣本的影響，即隨著樣本的變化

8、而變化。三、 計(jì)量經(jīng)濟(jì)學(xué)分析流程1. 問題意識1-1 提出問題1-2 建立計(jì)量經(jīng)濟(jì)模型 (model building)眾所周知，經(jīng)濟(jì)學(xué)是一門經(jīng)驗(yàn)科學(xué)。但是這并不意味著進(jìn)行簡單的事實(shí)收集，分類，從中就可以得出具有一般性的規(guī)律。所謂理論模型，就是能夠從整體上把握經(jīng)濟(jì)現(xiàn)象的一種框架。根據(jù)框架，我們尋找事實(shí)來解釋。所以如果不考率實(shí)際情況，會有非常多的模型。僅從收集、整理事實(shí)這項(xiàng)工作，不能決定一個唯一的模型。不是從現(xiàn)實(shí)開始尋找理論，而是先確定理論之后，再去尋找事實(shí)。為什么描述性統(tǒng)計(jì)學(xué)的分析不能滿足，計(jì)量經(jīng)濟(jì)學(xué)是建立理論模型的開始？不考慮現(xiàn)實(shí)情況，會存在無數(shù)個理論模型，結(jié)果，就需要一種模型，它能夠通過觀

9、察到事實(shí)比較中，能夠判斷哪一個模型具有比較強(qiáng)。用模型描述非常復(fù)雜的現(xiàn)實(shí)，只是一種美好的愿望，實(shí)現(xiàn)不了?，F(xiàn)在的做法是：在假設(shè)基礎(chǔ)上嘗試著建立對現(xiàn)實(shí)簡單化，抽象化的理論模型。雖然是簡單，抽象的模型，但是他一定要能夠明確的表達(dá)現(xiàn)象的本質(zhì)，而且還要能夠推廣到一般的情況種去。從沒有理論基礎(chǔ)的單純的數(shù)量測算來闡明其中的因果關(guān)系，進(jìn)一步再擴(kuò)展到一般情況是不可能的?？墒牵瑥耐ㄟ^那些經(jīng)得起事實(shí)檢驗(yàn)的模型中可以知道其中的因果關(guān)系，也可以進(jìn)一步推廣到一般情形之中去。具體：步驟1 在以經(jīng)濟(jì)理論為中心的先驗(yàn)情報(bào)(a priori information)的基礎(chǔ)上，把復(fù)雜的經(jīng)濟(jì)現(xiàn)象以經(jīng)濟(jì)假說的形式簡單化，利用數(shù)學(xué)知識建立

10、模型。步驟2 根據(jù)分析的目的，以往同類分析手法，以及拿到數(shù)據(jù)的情況等來決定函數(shù)形式（比如做個散點(diǎn)圖(scatter diagram)判斷函數(shù)的形式是線性，還是非線性等等），也就是所謂的特定化(specification).例1： 線性函數(shù)其中，是未知參數(shù)(parameters)。所謂統(tǒng)計(jì)推斷就是估計(jì)這些未知的參數(shù)。習(xí)慣上稱為截矩，為斜率。代表為0的時候，的數(shù)量；代表P發(fā)生一個單位的變化的時候，相應(yīng)發(fā)生變化的單位數(shù)。稱為被解釋變量(explained variable)；稱為解釋變量；代表攪亂項(xiàng)，擾亂項(xiàng)，或者誤差項(xiàng)。需要假設(shè)服從一種特定的具體分布，最常用的是正態(tài)分布，例如。其中代表的方差，也是一

11、個未知的參數(shù)，需要在未來中進(jìn)行估計(jì)的。例2非線性函數(shù)給出所得y,價(jià)格,，我們現(xiàn)在考慮的是消費(fèi)者所要決定的最佳購買量。假設(shè)效用函數(shù)是，預(yù)算制約方程：，最佳購買量為：，。模型選擇的原則：一般都盡可能地選擇簡單的模型進(jìn)行分析，其原因是簡單的模型易于估計(jì)和檢驗(yàn)。非線性模型的線性化解釋變量與被解釋變量間存在指數(shù)或類指數(shù)關(guān)系：類似的指數(shù)關(guān)系的非線性模型；解釋變量與被解釋變量間存在平方關(guān)系：解釋變量與被解釋變量間存在對數(shù)關(guān)系：在進(jìn)行參數(shù)估計(jì)之前，需要對樣本進(jìn)行線性化例如，利用第二個指數(shù)關(guān)系中的被解釋變量與解釋變量間的行數(shù)關(guān)系，對被解釋變量進(jìn)行逆函數(shù)運(yùn)算，達(dá)到線性化的目的。線性化后的的散點(diǎn)圖對第四個非線性關(guān)系

12、進(jìn)行線性化顯然，解釋變量與被解釋變量間的線性程度明顯得到改善。以后進(jìn)行的參數(shù)估計(jì)的精度也會有很大的提高。2. 數(shù)據(jù)收集數(shù)據(jù)可以理解為事實(shí)的一種表現(xiàn)，為了達(dá)到估計(jì)未知參數(shù)的目的，必須收集相應(yīng)的數(shù)據(jù)。一般數(shù)據(jù)有兩類：時間序列數(shù)據(jù)(time series)和橫截面數(shù)據(jù)(cross-section data).時間序列數(shù)據(jù)是沿著時間的推移而收集到的數(shù)據(jù)，即每一個數(shù)據(jù)都與時間有關(guān)；橫截面數(shù)據(jù)則是把時間固定后，收集到的在同一時點(diǎn)的各變量的觀察值。3. 事前檢驗(yàn)-模型與數(shù)據(jù)匹配的檢驗(yàn)4. 參數(shù)估計(jì)用收集到的數(shù)據(jù)對模型進(jìn)行參數(shù)(parameter)估計(jì)(estimation)；一般用表示實(shí)際值，用來表示估計(jì)。同樣在今后的學(xué)習(xí)中常常會用分別代表參數(shù)的估計(jì)。例如模型 如果想預(yù)測未來的,則。主要的估計(jì)方法： 單變量回歸，多重回歸，聯(lián)立方程組等等。因?yàn)榈玫降膮?shù)的估計(jì)是樣本的函數(shù)，樣本又是隨機(jī)抽取的，所以參數(shù)的估計(jì)不是估計(jì)值，而是估計(jì)量，即他們可能具有統(tǒng)計(jì)分布。5. 事后驗(yàn)證 (test of hypothesis)利用所得的結(jié)果進(jìn)行