計(jì)量經(jīng)濟(jì)學(xué)(復(fù)習(xí)重點(diǎn))課件

1、計(jì)量經(jīng)濟(jì)學(xué)復(fù)習(xí)1.緒論2 .回歸模型3.異方差性 4.自相關(guān)5. 多重共線性6. 回歸模型的擴(kuò)展7.聯(lián)立方程模型8.應(yīng)用符號(hào)LS、OLS、ILS、IV、TSLS、2SLS、3SLS、GLS、WLS、GDBLUE、OLSE、TSS、ESS、RSS、DW1.掌握計(jì)量經(jīng)濟(jì)學(xué)的基本概念2.熟記有關(guān)公式3.掌握計(jì)量經(jīng)濟(jì)模型判斷、檢驗(yàn)、運(yùn)算步驟及方法4.軟件基本操作及結(jié)果分析學(xué)習(xí)要求基本題型單選題、判斷題、填空題、簡(jiǎn)答題、運(yùn)算題、綜合應(yīng)用題、其它2022/10/9 用數(shù)學(xué)模型定量描述經(jīng)濟(jì)變量關(guān)系是經(jīng)濟(jì)計(jì)量學(xué)的基本任務(wù)，包括設(shè)定模型、估計(jì)參數(shù)、檢驗(yàn)?zāi)Ｐ秃瓦\(yùn)用模型研究經(jīng)濟(jì)變量關(guān)系等具體任務(wù)。運(yùn)用數(shù)學(xué)模型方法研

2、究經(jīng)濟(jì)變量關(guān)系除經(jīng)濟(jì)計(jì)量學(xué)之外，還有其他科學(xué)。例如投入產(chǎn)出技術(shù)、規(guī)劃理論等等。但是，在這些學(xué)科中，經(jīng)濟(jì)數(shù)量關(guān)系并不一定具有隨機(jī)性特征。經(jīng)濟(jì)計(jì)量模型與投入產(chǎn)出模型、數(shù)學(xué)規(guī)劃模型不同，經(jīng)濟(jì)計(jì)量模型必然包含隨機(jī)方程。只有包含了隨機(jī)方程的經(jīng)濟(jì)數(shù)學(xué)模型，才稱之為“經(jīng)濟(jì)計(jì)量模型”。1.1計(jì)量經(jīng)濟(jì)學(xué)的基本任務(wù)第一章 緒論2022/10/9第一章 緒論經(jīng)濟(jì)計(jì)量學(xué)是以數(shù)理經(jīng)濟(jì)學(xué)和數(shù)理統(tǒng)計(jì)學(xué)為理論基礎(chǔ)和方法論基礎(chǔ)的交叉科學(xué)。它以客觀經(jīng)濟(jì)系統(tǒng)中具有隨機(jī)性特征的經(jīng)濟(jì)關(guān)系為研究對(duì)象，用數(shù)學(xué)模型方法描述具體的經(jīng)濟(jì)變量關(guān)系，為經(jīng)濟(jì)計(jì)量分析工作提供專門的理論和分析方法。是一門經(jīng)濟(jì)學(xué)科。目前一般的定義計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論為指

3、導(dǎo)，以事實(shí)為依據(jù)，以數(shù)學(xué)和統(tǒng)計(jì)推斷為方法，以電腦技術(shù)為工具，以建立經(jīng)濟(jì)計(jì)量模型為手段，定量分析研究具有隨機(jī)性特征的經(jīng)濟(jì)變量關(guān)系的經(jīng)濟(jì)學(xué)科。1.2計(jì)量經(jīng)濟(jì)學(xué)的定義2022/10/9第一章 緒論1.3計(jì)量經(jīng)濟(jì)學(xué)的學(xué)科來源計(jì)量經(jīng)濟(jì)學(xué)的學(xué)科來源是經(jīng)濟(jì)學(xué)、數(shù)學(xué)和統(tǒng)計(jì)學(xué)。在這三門學(xué)科中，主要用到：數(shù)理經(jīng)濟(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)統(tǒng)計(jì)學(xué)。經(jīng)濟(jì)學(xué)：研究如何有效地利用可供各種選擇的有限資源，以求人類現(xiàn)在和將來無限欲望的最大滿足。數(shù)理經(jīng)濟(jì)學(xué)：運(yùn)用抽象的方法，借助數(shù)學(xué)函數(shù)和幾何圖形得出經(jīng)濟(jì)學(xué)概念與理論。數(shù)理統(tǒng)計(jì)學(xué)：論述各種統(tǒng)計(jì)測(cè)量方法。如參數(shù)估計(jì)、統(tǒng)計(jì)檢驗(yàn)等經(jīng)濟(jì)統(tǒng)計(jì)學(xué)：以統(tǒng)計(jì)資料作為記述現(xiàn)實(shí)經(jīng)濟(jì)變動(dòng)過程的手段。計(jì)量經(jīng)濟(jì)

4、學(xué)：以統(tǒng)計(jì)資料作為驗(yàn)證經(jīng)濟(jì)理論、預(yù)測(cè)未來、進(jìn)行政策評(píng)價(jià)的手段。2022/10/9第一章 緒論1.4 計(jì)量經(jīng)濟(jì)學(xué)與數(shù)理經(jīng)濟(jì)學(xué)、數(shù)理統(tǒng)計(jì)學(xué)和經(jīng)濟(jì)統(tǒng)計(jì)學(xué)的關(guān)系1.5 建立計(jì)量經(jīng)濟(jì)學(xué)模型的步驟2研究有關(guān)經(jīng)濟(jì)理論1.5.1 設(shè)定模型（Specification） 1 模型設(shè)定3確定變量和函數(shù)形式（1）方程2022/10/9第一章 緒論方程確定型隨機(jī)型制度方程定義方程行為方程技術(shù)方程模型單一方程聯(lián)立方程靜態(tài)模型動(dòng)態(tài)模型微觀模型宏觀模型線性模型非線性模型2022/10/9第一章 緒論（） 變量變量解釋變量（確定型變量）Explanatory Var被解釋變量（隨機(jī)變量） Dependent Var外生變量（

5、政策變量、非政策變量）Exogenous Var內(nèi)生變量 Endogenous Var滯后變量 Lag Var前定變量（外生變量、滯后變量）Predetermined Var工具變量Instrumental Var虛擬變量(啞變量) Dummy Var目標(biāo)變量Goal Var2022/10/9第一章 緒論變量按取值劃分：離散型變量、 連續(xù)性變量在單一方程中：解釋變量 被解釋變量在聯(lián)立方程中： 外生變量、 內(nèi)生變量、 工具變量、目標(biāo)變量按時(shí)間劃分：本期變量 滯后變量按其地位分2022/10/9（3） 數(shù)據(jù) 按數(shù)據(jù)的性質(zhì)劃分(1)名義型數(shù)據(jù)(2)有序型數(shù)據(jù)(3)間隔型數(shù)據(jù)(4)比率型數(shù)據(jù)按數(shù)據(jù)與時(shí)

6、間的關(guān)系(1)截面數(shù)據(jù)(2)時(shí)間序列數(shù)據(jù)(3)平行數(shù)據(jù)第一章 緒論2022/10/9第一章 緒論1.5.2 估計(jì)參數(shù)1.5.3 模型的檢驗(yàn)經(jīng)濟(jì)理論檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)、模型預(yù)測(cè)檢驗(yàn)1.5.4 計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用經(jīng)濟(jì)預(yù)測(cè)、結(jié)構(gòu)分析、政策評(píng)價(jià)、經(jīng)濟(jì)理論的檢驗(yàn)與發(fā)展2022/10/9第二章 回歸模型2.1一元線性回歸模型變量之間的關(guān)系：y=f (x)1.當(dāng)x, y都是確定變量時(shí)，則 f 為函數(shù)關(guān)系；2.當(dāng)x是確定變量，y是隨機(jī)變量時(shí)，則 f 為回歸關(guān)系；3.當(dāng)x, y都是隨機(jī)變量時(shí)，則 f 為相關(guān)關(guān)系。線性回歸模型及其假定2.1.1理論函數(shù)與回歸函數(shù)理論函數(shù)：yi=f(x1, ,xr)+

7、i回歸函數(shù)： yi=f(x1, ,xp)+ei ,p30）常用 Z 統(tǒng)計(jì)量（ZN（0，1），當(dāng)樣本較小時(shí)（n30）常用 t 統(tǒng)計(jì)量。構(gòu)造零假設(shè)：或備擇假設(shè)2022/10/9第二章 回歸模型2.2.2擬合優(yōu)度 Goodness of Fit 判定系數(shù)R 2意義：描述解釋變量對(duì)被解釋變量的解釋程度。擬合優(yōu)度越大，解釋變量對(duì)被解釋變量的解釋程度越高，解釋變量引起的變動(dòng)占總變動(dòng)的百分比高。觀察點(diǎn)在回歸直線附近越密集。2022/10/9第二章 回歸模型修正的判定系數(shù)R 2相關(guān)系數(shù)注意自由度2022/10/9第二章 回歸模型2.2.4檢驗(yàn)回歸方程Testing the Regression Equatio

8、n作假設(shè)：2022/10/9第二章 回歸模型2.2.5預(yù)測(cè) Forecasting 一、無條件預(yù)測(cè) 當(dāng)已知XX0時(shí)二、條件預(yù)測(cè) 當(dāng)X0未知時(shí)稱為條件預(yù)測(cè)。作X的回歸方程：Xtf(t)+et t=1,n,再預(yù)測(cè)Y。2022/10/9第二章 回歸模型預(yù)測(cè)區(qū)間 結(jié)論： 1.當(dāng) n 越大、x0 越小時(shí)，預(yù)測(cè)區(qū)間越小，精度越高； 2.當(dāng) n 越小、x0 越大時(shí)，預(yù)測(cè)區(qū)間越大，精度越低。 2022/10/9第二章 回歸模型2.3 多元線性回歸模型2.3.1 模型式中：2022/10/9第二章 回歸模型基本假設(shè)：(3) X是一個(gè)確定矩陣說明：(1) ei 是零期望值的隨機(jī)變量(2) eeT是對(duì)稱矩陣，ei

9、具有同方差并且互不相關(guān)(3) 從總體中反復(fù)抽樣時(shí)，X為非隨機(jī)變量(4) Xi與Xj之間不相關(guān)2022/10/9第二章 回歸模型參數(shù)估計(jì)向量： 2.3.3估計(jì)量的性質(zhì)：OLSE是BLUE2022/10/9第二章 回歸模型 2.3.4假設(shè)檢驗(yàn)與置信區(qū)間 Hypothesis Tests and Confidence Intervals 構(gòu)造零假設(shè)：置信區(qū)間：2022/10/9第二章 回歸模型F檢驗(yàn)：2022/10/9第二章 回歸模型預(yù)測(cè)區(qū)間設(shè)解釋變量：在X0點(diǎn)的預(yù)測(cè)值為：預(yù)測(cè)區(qū)間：2022/10/9第二章 回歸模型2.4 非線性回歸模型 2022/10/9第二章 回歸模型2.5 虛擬變量 D=1

10、災(zāi)害0 無災(zāi)害2022/10/9第三章 異方差性3.1 異方差的概念3.2 產(chǎn)生異方差的原因1.模型使用了截面數(shù)據(jù)2. 模型使用了分組資料3. 抽樣手段、抽樣方法4. 異常值5. 模型設(shè)計(jì)有誤3.3 存在異方差時(shí)OLSE的性質(zhì)性質(zhì)：1. OLSE是無偏估計(jì)量 2. OLSE不是有效估計(jì)量，即方差不是最小。2022/10/9第三章 異方差性后果：1. 統(tǒng)計(jì)檢驗(yàn)可能失效， 2. 置信區(qū)間增大，降低了預(yù)測(cè)精度。3.4 異方差的檢驗(yàn)1. 圖示法2. WHITE(懷特)檢驗(yàn) 步驟： (1)估計(jì)基本回歸方程，計(jì)算 2022/10/9第三章 異方差性3. S.M.GoldfeldR.E.Quant（戈德菲爾

11、特夸特）檢驗(yàn)(1)先將樣本一分而二，對(duì)子樣1和子樣2分別作回歸，然后利用兩個(gè)子樣的殘差的方差之比構(gòu)造檢驗(yàn)統(tǒng)計(jì)量F進(jìn)行異方差檢驗(yàn)。這個(gè)檢驗(yàn)統(tǒng)計(jì)量服從F分布。(2)遞增異方差，方差之比就會(huì)遠(yuǎn)遠(yuǎn)大于1；反之，(3)同方差，方差之比趨近于1(4)遞減異方差，方差之比遠(yuǎn)遠(yuǎn)小于1基本思路：2022/10/9第三章 異方差性G-Q檢驗(yàn)統(tǒng)計(jì)量F及其檢驗(yàn)2022/10/9第三章 異方差性3.5 異方差性的修正變換模型2022/10/9第四章 自相關(guān)4.1 自相關(guān)的概念當(dāng) 時(shí)稱為序列相關(guān)。序列相關(guān)的形式是當(dāng) 時(shí)稱為自相關(guān)或AR(1)，或e 符合一階自回歸形式或一階Markov過程當(dāng) 稱為二階自回歸或高階自回歸形式

12、等等。當(dāng)誤差項(xiàng)符合一階自回歸形式時(shí)，我們假設(shè)2022/10/9第四章 自相關(guān)t 滿足經(jīng)典假設(shè)。稱為自相關(guān)系數(shù)，滿足|0時(shí)為正相關(guān)，當(dāng)0時(shí)為負(fù)相關(guān)。4.2產(chǎn)生自相關(guān)的原因1.慣性2.模型設(shè)計(jì)有誤3.模型中遺漏了重要的解釋變量4.蛛網(wǎng)現(xiàn)象5.數(shù)據(jù)加工引起的自相關(guān) 4.3 存在自相關(guān)時(shí)OLSE的性質(zhì)1.OLSE無偏；2.OLSE不滿足有效性。正相關(guān)時(shí)估計(jì)量的標(biāo)準(zhǔn)差偏小， 負(fù)相關(guān)時(shí)估計(jì)量的標(biāo)準(zhǔn)差偏大；3.變量的顯著性檢驗(yàn)可能失去意義； 4.預(yù)測(cè)可能失效。2022/10/9第四章 自相關(guān)4.4自相關(guān)檢驗(yàn) 4.4.1 圖示法4.4.2 杜賓瓦爾森(J.DurbinG.S.Watson)檢驗(yàn) 表5-1 DW

13、統(tǒng)計(jì)值的區(qū)域 D W值 結(jié)論4 dl D W 4 拒絕原假設(shè)；存在負(fù)序列相關(guān)4 du D W 4 dl 無法確定2 D W 4 du 接受原假設(shè)du D W 2 接受原假設(shè)dl D W du 無法確定0 D W dl 拒絕原假設(shè)；存在正序列相關(guān)2022/10/9第四章 自相關(guān)204dlduDW4dl4du無自相關(guān)正自相關(guān)負(fù)自相關(guān)不能確定不能確定圖54 DW統(tǒng)計(jì)值的區(qū)域及其判斷2022/10/9第四章 自相關(guān)DurbinWatson檢驗(yàn)只適合檢驗(yàn)自相關(guān)，不能檢驗(yàn)序列相關(guān)、聯(lián)立模型、被解釋變量的滯后變量是解釋變量等情形。當(dāng)模型不存在自相關(guān)時(shí)也就不存在序列相關(guān)，因此在實(shí)際應(yīng)用中用DW檢驗(yàn)就可以。 缺

14、陷是有一個(gè)不確定區(qū)間。4.5.1 廣義最小平方法（Generalized Least-Squares GLS） 4.5自相關(guān)的修正 2022/10/9第四章 自相關(guān)參數(shù)的估計(jì)量為 存在異方差時(shí)， 2022/10/9第四章 自相關(guān)4.5.2 廣義差分法（Generalized Difference Estimation GD） 當(dāng)模型只存在自相關(guān)時(shí)，廣義差分模型為2022/10/9第五章 多重共線性5.1 多重共線性的概念解釋變量之間存在線性關(guān)系，就是多重共線性。如果Xj 之間完全相關(guān)(Perfect Collinearity )， 不存在，OLS失效如果Xt之間完全無關(guān)，即Xt之間是正交的，就

15、可以用OLS估計(jì)參數(shù).在實(shí)際中往往介于上述兩者之間，即相關(guān)系數(shù)大于0小于1，因此所關(guān)心的是解釋變量之間共線性的程度。2022/10/9第五章 多重共線性5.2 產(chǎn)生多重共線性的原因及后果 1. 經(jīng)濟(jì)變量之間具有共同變化的趨勢(shì)，如工資和價(jià)格的變化。 2.模型中使用了解釋變量的滯后變量作解釋變量。 3 . 樣本的測(cè)量誤差及信息的不足，如nk，r(X)k；4）待估計(jì)的結(jié)構(gòu)方程式可識(shí)別的。TSLS法估計(jì)量的性質(zhì)如下： 1）小樣本下的TSLS估計(jì)量是有偏的； 2）大樣本下的TSLS估計(jì)量是一致的； 3）方程恰好識(shí)別時(shí)，ILS與TSLS估計(jì)一致； 4）模型可識(shí)別時(shí)，每一個(gè)結(jié)構(gòu)方程都可用TSLS估計(jì)參數(shù)。T

16、SLS是最常用的方法先建立理論聯(lián)立結(jié)構(gòu)方程組模型，再進(jìn)行單個(gè)方程的TSLS估計(jì)。2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型8.1.1 消費(fèi)者的經(jīng)濟(jì)效果 消費(fèi)者的經(jīng)濟(jì)效果是在一定的收入條件下，選擇不同商品的組合使效用達(dá)到最大。例如有兩種商品可共選擇拉格朗日函數(shù)8.1 消費(fèi)模型2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型邊際替代率：上式說明增加一個(gè)單位x1可以減少多少x2使效用比不變。要達(dá)到最優(yōu)經(jīng)濟(jì)效果則必須適當(dāng)選擇商品品種的數(shù)量組合，使兩個(gè)商品的邊際替代率等于相應(yīng)商品的價(jià)格比。2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型8.2 生產(chǎn)函數(shù)定義：生產(chǎn)函數(shù)是生產(chǎn)要素的某種組合同技術(shù)上最大產(chǎn)出之間的數(shù)量關(guān)系

17、。8.2.1 生產(chǎn)函數(shù)的定義2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型8.2.2 邊際與彈性設(shè)w1、w2分別為投入x1、x2的價(jià)格，P是產(chǎn)出的價(jià)格，C是成本，則廠商選擇適當(dāng)?shù)漠a(chǎn)出和投入使利潤(rùn)最大。極值的必要條件：邊際產(chǎn)量（ Marginal product）2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型邊際技術(shù)替代率(Marginal Rate of Technical Substitution)x1x2等產(chǎn)出線切線切線的軌跡2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型替代彈性(Elasticity of Substitution)含義：衡量投入要素的價(jià)格比率發(fā)生變化時(shí)，用一種投入要素替換另一種投入

18、要素的難易程度的尺度。例如，資本收益對(duì)工資的比率下降了百分之一，則勞動(dòng)相對(duì)于資本來說花費(fèi)更多了；如果資本投入量對(duì)所使用的勞動(dòng)投入量的比率增加了百分之一，那么用資本來替代勞動(dòng)是比較容易的。2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型8.2.2 規(guī)模報(bào)酬xiy遞減遞增不變2022/10/9齊次函數(shù)都是齊次函數(shù)第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型8.2.3 CD生產(chǎn)函數(shù)1.替代彈性2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型2.生產(chǎn)彈性勞動(dòng)彈性:資本彈性:3.生產(chǎn)函數(shù)是階齊次函數(shù)4.具有對(duì)數(shù)線性性2022/10/9第八章計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用模型說明產(chǎn)出率只與K與L的比例有關(guān)，若K與L同時(shí)擴(kuò)大 倍時(shí)，邊際產(chǎn)出不變。5.含義:若勞動(dòng)幾乎為零,而資本很多,則增加一點(diǎn)人力,可以使產(chǎn)出增加很大; 若資本幾乎為零,而勞動(dòng)很多,則增加一點(diǎn)資本,可以使產(chǎn)出增加很大;202