計(jì)量經(jīng)濟(jì)學(xué)課程總結(jié)

1、2021/6/161計(jì)量經(jīng)濟(jì)學(xué)課程總結(jié)計(jì)量經(jīng)濟(jì)學(xué)課程總結(jié)12.17 22021/6/16計(jì)量經(jīng)濟(jì)學(xué)的概念計(jì)量經(jīng)濟(jì)學(xué)的概念 計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)的方法，通過建立數(shù)學(xué)模型來研究經(jīng)濟(jì)運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)的方法，通過建立數(shù)學(xué)模型來研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。 研究的主體研究的主體（出發(fā)點(diǎn)、歸宿、核心）（出發(fā)點(diǎn)、歸宿、核心）： 經(jīng)濟(jì)現(xiàn)象及數(shù)量變化規(guī)律經(jīng)濟(jì)現(xiàn)象及數(shù)量變化規(guī)律 研究的工具研究的工具（手段）：（手段）： 模型數(shù)學(xué)和統(tǒng)計(jì)方法模型數(shù)學(xué)和統(tǒng)計(jì)方法 必須明確：必須明確： 方法手段

2、要服從研究對(duì)象的本質(zhì)特征（與數(shù)學(xué)不同）方法手段要服從研究對(duì)象的本質(zhì)特征（與數(shù)學(xué)不同）, , 方法是為經(jīng)濟(jì)問方法是為經(jīng)濟(jì)問題服務(wù)題服務(wù)32021/6/16計(jì)量經(jīng)濟(jì)學(xué)研究的三個(gè)方面理論理論：即說明所研究對(duì)象經(jīng)濟(jì)行為的經(jīng)濟(jì)理論：即說明所研究對(duì)象經(jīng)濟(jì)行為的經(jīng)濟(jì)理論 計(jì)量經(jīng)濟(jì)研究的計(jì)量經(jīng)濟(jì)研究的基礎(chǔ)基礎(chǔ)數(shù)據(jù)數(shù)據(jù)：對(duì)所研究對(duì)象經(jīng)濟(jì)行為觀測(cè)所得到的信息：對(duì)所研究對(duì)象經(jīng)濟(jì)行為觀測(cè)所得到的信息 計(jì)量經(jīng)濟(jì)研究的計(jì)量經(jīng)濟(jì)研究的原料原料或或依據(jù)依據(jù)方法方法：模型的方法與估計(jì)、檢驗(yàn)、分析的方法：模型的方法與估計(jì)、檢驗(yàn)、分析的方法 計(jì)量經(jīng)濟(jì)研究的計(jì)量經(jīng)濟(jì)研究的工具工具與與手段手段三者缺一不可三者缺一不可42021/6/1

3、6計(jì)量經(jīng)濟(jì)學(xué)研究的基本概述計(jì)量經(jīng)濟(jì)學(xué)研究的基本概述： 準(zhǔn) 備 階 段 計(jì) 量 過 程 運(yùn) 用 階 段 根據(jù)數(shù)據(jù)運(yùn)用方法對(duì)模型估計(jì)、檢驗(yàn)結(jié)構(gòu)分析結(jié)構(gòu)分析經(jīng)濟(jì)預(yù)測(cè)經(jīng)濟(jì)預(yù)測(cè)政策評(píng)價(jià)政策評(píng)價(jià)經(jīng)濟(jì)計(jì)量經(jīng)濟(jì)計(jì)量模型模型經(jīng)濟(jì)經(jīng)濟(jì)模型模型數(shù)量化經(jīng)濟(jì)經(jīng)濟(jì)理論理論加工的加工的數(shù)據(jù)數(shù)據(jù)統(tǒng)計(jì)統(tǒng)計(jì)數(shù)據(jù)數(shù)據(jù)經(jīng)濟(jì)計(jì)經(jīng)濟(jì)計(jì)量方法量方法數(shù)理數(shù)理統(tǒng)計(jì)統(tǒng)計(jì)事事 實(shí)實(shí)反映為補(bǔ)充改造52021/6/16計(jì)量經(jīng)濟(jì)學(xué)的研究方法計(jì)量經(jīng)濟(jì)學(xué)的研究方法 計(jì)量經(jīng)濟(jì)學(xué)的研究步驟（四個(gè)階段）：計(jì)量經(jīng)濟(jì)學(xué)的研究步驟（四個(gè)階段）： 選擇變量和數(shù)學(xué)關(guān)系式選擇變量和數(shù)學(xué)關(guān)系式 模型設(shè)定模型設(shè)定 確定變量間的數(shù)量關(guān)系確定變量間的數(shù)量關(guān)系 估計(jì)參數(shù)估計(jì)參數(shù) 檢驗(yàn)

4、所得結(jié)論的可靠性檢驗(yàn)所得結(jié)論的可靠性 模型檢驗(yàn)?zāi)Ｐ蜋z驗(yàn) 作經(jīng)濟(jì)分析和經(jīng)濟(jì)預(yù)測(cè)作經(jīng)濟(jì)分析和經(jīng)濟(jì)預(yù)測(cè) 模型應(yīng)用模型應(yīng)用62021/6/16 設(shè)定計(jì)量經(jīng)濟(jì)模型的基本要求設(shè)定計(jì)量經(jīng)濟(jì)模型的基本要求要有科學(xué)的理論依據(jù)要有科學(xué)的理論依據(jù)選擇適當(dāng)?shù)臄?shù)學(xué)形式選擇適當(dāng)?shù)臄?shù)學(xué)形式 類型類型: : 單一方程、聯(lián)立方程單一方程、聯(lián)立方程 線性形式、非線性形式線性形式、非線性形式 模型要兼顧真實(shí)性和實(shí)用性模型要兼顧真實(shí)性和實(shí)用性 兩種不好的模型：兩種不好的模型： 太過復(fù)雜太過復(fù)雜真實(shí)但不實(shí)用真實(shí)但不實(shí)用 過分簡(jiǎn)單過分簡(jiǎn)單不真實(shí)不真實(shí) 包含隨機(jī)誤差項(xiàng)包含隨機(jī)誤差項(xiàng) 經(jīng)濟(jì)模型與計(jì)量經(jīng)濟(jì)模型的重要區(qū)別經(jīng)濟(jì)模型與計(jì)量經(jīng)濟(jì)模型的

5、重要區(qū)別 方程中的變量要具有可觀測(cè)性方程中的變量要具有可觀測(cè)性72021/6/16估計(jì)參數(shù)為什么要對(duì)參數(shù)作估計(jì)？為什么要對(duì)參數(shù)作估計(jì)？ 一般來說參數(shù)是未知的，又是不可直接觀測(cè)的。一般來說參數(shù)是未知的，又是不可直接觀測(cè)的。由于隨機(jī)項(xiàng)的存在，參數(shù)也不能通過變量值去由于隨機(jī)項(xiàng)的存在，參數(shù)也不能通過變量值去精確計(jì)算。只能通過變量樣本觀測(cè)值選擇適當(dāng)精確計(jì)算。只能通過變量樣本觀測(cè)值選擇適當(dāng)方法去估計(jì)。方法去估計(jì)。 （如何通過變量樣本觀測(cè)值去科學(xué)地估計(jì)總體模（如何通過變量樣本觀測(cè)值去科學(xué)地估計(jì)總體模型的參數(shù)是計(jì)量經(jīng)濟(jì)學(xué)的核心內(nèi)容）型的參數(shù)是計(jì)量經(jīng)濟(jì)學(xué)的核心內(nèi)容） 82021/6/16兩個(gè)概念兩個(gè)概念 參數(shù)的

6、估計(jì)值參數(shù)的估計(jì)值：所估計(jì)參數(shù)的具體數(shù)值：所估計(jì)參數(shù)的具體數(shù)值 參數(shù)的估計(jì)式參數(shù)的估計(jì)式：估計(jì)參數(shù)數(shù)值的公式：估計(jì)參數(shù)數(shù)值的公式參數(shù)估計(jì)的常用方法參數(shù)估計(jì)的常用方法 普通最小二乘、廣義最小二乘、極大似然估計(jì)、普通最小二乘、廣義最小二乘、極大似然估計(jì)、二階段最小二乘、三階段最小二乘、其它估計(jì)方二階段最小二乘、三階段最小二乘、其它估計(jì)方法法92021/6/16模型檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)為什么要檢驗(yàn)？為什么要檢驗(yàn)？ 建模的理論依據(jù)可能不充分建模的理論依據(jù)可能不充分 統(tǒng)計(jì)數(shù)據(jù)或其他信息可能不可靠統(tǒng)計(jì)數(shù)據(jù)或其他信息可能不可靠 樣本可能較小，結(jié)論只是抽樣的某種偶然樣本可能較小，結(jié)論只是抽樣的某種偶然 結(jié)果結(jié)果 可能

7、違反計(jì)量經(jīng)濟(jì)方法的某些基本假定可能違反計(jì)量經(jīng)濟(jì)方法的某些基本假定對(duì)模型檢驗(yàn)什么？對(duì)模型檢驗(yàn)什么？ 對(duì)模型和所估計(jì)的參數(shù)加以評(píng)判，判定在理對(duì)模型和所估計(jì)的參數(shù)加以評(píng)判，判定在理 論上是否有意義，在統(tǒng)計(jì)上是否可靠論上是否有意義，在統(tǒng)計(jì)上是否可靠102021/6/16 對(duì)計(jì)量經(jīng)濟(jì)模型檢驗(yàn)的方式對(duì)計(jì)量經(jīng)濟(jì)模型檢驗(yàn)的方式 經(jīng)濟(jì)意義檢驗(yàn)經(jīng)濟(jì)意義檢驗(yàn)?zāi)Ｐ蛥?shù)估計(jì)值的大小、方向、相互關(guān)系在經(jīng)濟(jì)意義模型參數(shù)估計(jì)值的大小、方向、相互關(guān)系在經(jīng)濟(jì)意義上的合理性。上的合理性。 統(tǒng)計(jì)推斷檢驗(yàn)統(tǒng)計(jì)推斷檢驗(yàn) 方程的擬合優(yōu)度檢驗(yàn)、方程顯著性檢驗(yàn)、變量顯著方程的擬合優(yōu)度檢驗(yàn)、方程顯著性檢驗(yàn)、變量顯著性檢驗(yàn)。性檢驗(yàn)。 計(jì)量經(jīng)濟(jì)學(xué)檢

8、驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 是否符合計(jì)量經(jīng)濟(jì)方法的基本假定：異方差、自相是否符合計(jì)量經(jīng)濟(jì)方法的基本假定：異方差、自相關(guān)、多重共線性關(guān)、多重共線性 預(yù)測(cè)檢驗(yàn)預(yù)測(cè)檢驗(yàn) 將模型參數(shù)估計(jì)值的穩(wěn)定性、對(duì)樣本數(shù)據(jù)的靈敏性將模型參數(shù)估計(jì)值的穩(wěn)定性、對(duì)樣本數(shù)據(jù)的靈敏性112021/6/16四、模型應(yīng)用 經(jīng)濟(jì)結(jié)構(gòu)分析經(jīng)濟(jì)結(jié)構(gòu)分析 分析變量之間的數(shù)量比例關(guān)系分析變量之間的數(shù)量比例關(guān)系（如：如： 邊際分析、彈性分析、乘數(shù)分析）邊際分析、彈性分析、乘數(shù)分析） 經(jīng)濟(jì)預(yù)測(cè)經(jīng)濟(jì)預(yù)測(cè) 由預(yù)先測(cè)定的解釋變量去預(yù)測(cè)應(yīng)變量在樣本以外的數(shù)據(jù)（動(dòng)態(tài)由預(yù)先測(cè)定的解釋變量去預(yù)測(cè)應(yīng)變量在樣本以外的數(shù)據(jù)（動(dòng)態(tài)預(yù)測(cè)、空間預(yù)測(cè)）。預(yù)測(cè)、空間預(yù)測(cè)）。這是經(jīng)濟(jì)

9、計(jì)量學(xué)利用模型所要解決的最重要內(nèi)這是經(jīng)濟(jì)計(jì)量學(xué)利用模型所要解決的最重要內(nèi)容，也是最困難的內(nèi)容。經(jīng)濟(jì)計(jì)量學(xué)的發(fā)展史就是謀求對(duì)經(jīng)濟(jì)變量容，也是最困難的內(nèi)容。經(jīng)濟(jì)計(jì)量學(xué)的發(fā)展史就是謀求對(duì)經(jīng)濟(jì)變量做出更精確預(yù)測(cè)的發(fā)展史。做出更精確預(yù)測(cè)的發(fā)展史。 政策評(píng)價(jià)政策評(píng)價(jià) 用模型對(duì)政策方案作模擬測(cè)算，對(duì)政策方案作評(píng)價(jià)用模型對(duì)政策方案作模擬測(cè)算，對(duì)政策方案作評(píng)價(jià)把計(jì)量經(jīng)濟(jì)模型把計(jì)量經(jīng)濟(jì)模型作為經(jīng)濟(jì)活動(dòng)的實(shí)驗(yàn)室）作為經(jīng)濟(jì)活動(dòng)的實(shí)驗(yàn)室）理論的檢驗(yàn)與發(fā)展理論的檢驗(yàn)與發(fā)展122021/6/16經(jīng)濟(jì)理論經(jīng)濟(jì)理論實(shí)際經(jīng)濟(jì)活動(dòng)實(shí)際經(jīng)濟(jì)活動(dòng)搜集統(tǒng)計(jì)數(shù)據(jù)搜集統(tǒng)計(jì)數(shù)據(jù)設(shè)定計(jì)量模型設(shè)定計(jì)量模型參數(shù)估計(jì)參數(shù)估計(jì)模型檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)是否符合標(biāo)

10、準(zhǔn)是否符合標(biāo)準(zhǔn)模型應(yīng)用模型應(yīng)用經(jīng)濟(jì)預(yù)測(cè)經(jīng)濟(jì)預(yù)測(cè)結(jié)構(gòu)分析結(jié)構(gòu)分析政策評(píng)價(jià)政策評(píng)價(jià)修訂模型修訂模型符合符合不符合不符合計(jì)量經(jīng)濟(jì)學(xué)的研究過程計(jì)量經(jīng)濟(jì)學(xué)的研究過程理論的檢驗(yàn)與發(fā)展理論的檢驗(yàn)與發(fā)展132021/6/16當(dāng)當(dāng)代代計(jì)計(jì)量量經(jīng)經(jīng)濟(jì)濟(jì)模模型型體體系系142021/6/16內(nèi)容框架第二章 一元線性回歸模型第七章 多重共線性第五章 異方差第四章 非線性回歸模型的線性化第三章 多元線性回歸模型第六章 自相關(guān)第八章 模型中特殊解釋變量第九章 聯(lián)立方程模型第十一章 模型的診斷與檢驗(yàn)第十二章 時(shí)間序列模型經(jīng)典回歸經(jīng)典回歸理論分析理論分析違背經(jīng)典假定違背經(jīng)典假定問題問題-模型診斷模型診斷152021/6/16

11、第一部分：線性回歸模型第一部分：線性回歸模型n回歸分析的實(shí)質(zhì)回歸分析的實(shí)質(zhì) 通過后者（解釋變量X）的已知或設(shè)定值，去估計(jì)和（或）預(yù)測(cè)前者(被解釋變量Y)的（總體）均值n為何要引入隨機(jī)干擾項(xiàng)？為何要引入隨機(jī)干擾項(xiàng)？ 回歸模型中缺省的變量；人們的隨機(jī)行為；建立的數(shù)學(xué)模型形式不夠完善；經(jīng)濟(jì)變量之間的合并誤差；測(cè)量誤差；162021/6/16n隨機(jī)誤差項(xiàng)的假定條件 假定假定1 1：零均值假定零均值假定 假定假定2 2：同方差假定同方差假定 假定假定3 3：無自相關(guān)假定無自相關(guān)假定 假定假定4 4：隨機(jī)擾動(dòng)與解釋變量不相關(guān)隨機(jī)擾動(dòng)與解釋變量不相關(guān) 假定假定5 5：對(duì)隨機(jī)擾動(dòng)項(xiàng)分布的正態(tài)性假定對(duì)隨機(jī)擾動(dòng)項(xiàng)

12、分布的正態(tài)性假定 假定假定6 6：解釋變量之間不存在精確的線性相解釋變量之間不存在精確的線性相關(guān)：不存在多重共線性。關(guān)：不存在多重共線性。 172021/6/16n參數(shù)估計(jì)最小二乘 （1）最小二乘估計(jì)的原理 （2）最小二乘參數(shù)估計(jì)量的性質(zhì) 滿足基本假定：具有線性、無偏性、有效性； 樣本容量逐漸增大：漸進(jìn)線性、漸進(jìn)無偏性、漸進(jìn)有效性；nTSS、RSS、ESS三者之間的關(guān)系三者之間的關(guān)系182021/6/16n回歸參數(shù)的檢驗(yàn)192021/6/16第二部分：第二部分：違背基本假定問題違背基本假定問題n異方差異方差性：對(duì)于不同的樣本點(diǎn)，隨機(jī)干擾項(xiàng)的方差不再是常數(shù)，而是互不相同，則認(rèn)為出現(xiàn)了異方差性。檢

13、驗(yàn)的總體思路：檢驗(yàn)異方差性，也就是檢驗(yàn)隨機(jī)干擾項(xiàng)的方差與解釋變量觀測(cè)值之間的相關(guān)性 檢驗(yàn)的常見方法：圖示檢驗(yàn)法、帕克檢驗(yàn)與戈里瑟檢驗(yàn)、G-Q檢驗(yàn)、懷特檢驗(yàn) 數(shù)據(jù)：截面數(shù)據(jù)。原因在于在不同樣本點(diǎn)上解釋變量以外的其他因素的差異較大；另外，也來源于測(cè)量誤差和模型中缺省的一些因素對(duì)別解釋變量的影響。經(jīng)濟(jì)問題的異方差大多是遞增型的。202021/6/16異方差性的后果異方差性的后果 1、 參數(shù)估計(jì)量非有效（其普通最小二乘法參數(shù)估計(jì)量仍具有線性性、無偏性，但不具有有效性） 2、變量的顯著性檢驗(yàn)失去意義 3、模型的預(yù)測(cè)失效異方差的修正方法異方差的修正方法-加權(quán)最小二乘加權(quán)最小二乘212021/6/16n序列

14、相關(guān)性序列相關(guān)性序列相關(guān)性：如果模型的隨機(jī)干擾性違背了相互獨(dú)立的基本假設(shè)，即模型的隨機(jī)干擾項(xiàng)不再相互獨(dú)立或相互相關(guān)，就稱為存在序列相關(guān)性檢驗(yàn)的總體思路：首先采用普通最小二乘法估計(jì)模型，以求得隨機(jī)干擾項(xiàng)的“近似估計(jì)量”，然后，通過分析這些“近似估計(jì)量”之間的相關(guān)性以達(dá)到判斷隨機(jī)干擾性是否具有序列相關(guān)性的目的。 檢驗(yàn)的常見方法：圖示法、回歸檢驗(yàn)法、杜賓-瓦森（Durbin-Watson）檢驗(yàn)、拉格朗日乘數(shù)檢驗(yàn) 數(shù)據(jù)：時(shí)間序列數(shù)據(jù)。原因在于：在不同樣本點(diǎn)上解釋變量以外的其他因素在時(shí)間上的連續(xù)性，帶來它們對(duì)被解釋變量的影響的連續(xù)性。222021/6/16序列相關(guān)性的后果序列相關(guān)性的后果 1、參數(shù)估計(jì)量

15、非有效（其OLS參數(shù)估計(jì)量仍然具有線性無偏性，但不具有有效性） 2、變量的顯著性檢驗(yàn)失去意義 3、模型的預(yù)測(cè)失效D-W統(tǒng)計(jì)量的適用范圍及判別規(guī)則；統(tǒng)計(jì)量的適用范圍及判別規(guī)則；LM檢驗(yàn)的特點(diǎn)檢驗(yàn)的特點(diǎn)序列相關(guān)的解決方法序列相關(guān)的解決方法廣義差分法法廣義差分法法232021/6/16n多重共線性多重共線性多重共線性：如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則稱為存在多重共線性 檢驗(yàn)的總體思路檢驗(yàn)的總體思路： 1、檢驗(yàn)多重共線性是否存在 2、估計(jì)多重共線性的范圍 多重共線性的后果：多重共線性的后果： 1、完全共線性下參數(shù)估計(jì)量不存在 2、近似共線性下普通最小二乘法參數(shù)估計(jì)量的方差變大 3、參數(shù)估計(jì)

16、量經(jīng)濟(jì)含義不合理（出現(xiàn)這種情況，首先懷疑是否存在多重共線性） 4、變量的顯著性檢驗(yàn)和模型的預(yù)測(cè)功能失去意義242021/6/16 多重共線性的檢驗(yàn)多重共線性的檢驗(yàn)（1）相關(guān)性檢驗(yàn)（2）參數(shù)估計(jì)值的經(jīng)濟(jì)性檢驗(yàn)（3）參數(shù)估計(jì)值的穩(wěn)定性（4）參數(shù)估計(jì)值的統(tǒng)計(jì)檢驗(yàn) 多重共線性的修訂方法多重共線性的修訂方法（1）增加樣本觀測(cè)值；（2）刪除不重要的解釋變量；（3）與被解釋變量的滯后項(xiàng)代替解釋變量的滯后值；利用參數(shù)和解釋變量之間的關(guān)系；（4）變換模型的形式；（5）數(shù)據(jù)中心化處理；（6）逐步回歸法。252021/6/16n虛擬變量為什么引進(jìn)虛擬變量 在實(shí)際建模過程中，被解釋變量不但受定量變?cè)趯?shí)際建模過程中，被

17、解釋變量不但受定量變量影響，同時(shí)還量影響，同時(shí)還受定性變量影響受定性變量影響。虛擬變量的設(shè)置方法虛擬變量的設(shè)置方法當(dāng)定性變量含有當(dāng)定性變量含有m個(gè)類別時(shí)個(gè)類別時(shí)，最多只能引入最多只能引入m -1個(gè)虛擬變量。個(gè)虛擬變量。262021/6/16n模型的診斷與檢驗(yàn)線性約束條件成立的F檢驗(yàn)似然比（LR）檢驗(yàn)WALD檢驗(yàn)F檢驗(yàn)、（LR）檢驗(yàn)和WALD檢驗(yàn)的原理、特點(diǎn)；區(qū)別與聯(lián)系拉格朗日檢驗(yàn)Chow突變點(diǎn)檢驗(yàn)JB正態(tài)性分布檢驗(yàn)Granger因果檢驗(yàn)272021/6/16第三部分：第三部分：聯(lián)立方程模型聯(lián)立方程模型n聯(lián)立方程的基本概念為什么要引進(jìn)聯(lián)立方程變量的分類內(nèi)生變量、外生變量、預(yù)定變量?jī)?nèi)生變量、外生變量、預(yù)定變量方程的分類隨機(jī)方程式和非隨機(jī)方程式隨機(jī)方程式和非隨機(jī)方程式282021/6/16n聯(lián)立方程的識(shí)別及識(shí)別條件結(jié)構(gòu)方程的階條件：必要條件 不包含在待識(shí)別方程中的變量（被斥變量）個(gè)數(shù)不包含在待識(shí)別方程中的變量（被斥變量）個(gè)數(shù) （聯(lián)立（聯(lián)立方程模型中的方程個(gè)數(shù)方程模型中的方程個(gè)數(shù) 1）結(jié)構(gòu)方程的秩條件：充要條件 待識(shí)別方程的被斥變量系數(shù)矩陣的秩待識(shí)