计量模型构造方法(李芝倩).ppt

计量模型构造方法介绍 李芝倩 sissylzq@163.com 实践经济计量学家——即进行经济计量研究的经济学家或其他社会学家——通常只花费20％或更少的时间和精力用于研究几个经济计量技术；他们把其余大部分时间和精力应用到其他方面的研究，特别是建立有关的计量模型、数据的开发和对模型估计结果的解释说明。 ——[美]因特里格特：《经济计量模型、技术与应用》，2004，第2页。 主要内容 创作实证研究论文的基本方法 计量方法模块化介绍 回归模型的形式技巧 模型检验及Eviews应用 一、创作实证研究论文的基本方法 分析目的是什么 查阅相关文献 挖掘数据 一般来说，须有理论模型部分（特别是对参数回归分析而言） 在理论模型的基础上可以根据经验加解释变量 二、计量方法模块化介绍 经典计量经济学 时间序列分析 面板分析 非参数估计（无参数、半参数模型） （一）经典计量分析 即我们通常所见到的回归分析，着重于参数分析和假设检验。 （二）时间序列分析 时间序列数据的主要应用： 季度调整 平稳性检验和协整关系 线性时间序列 非线性时间序列 VAR、VEC（向量自回归、向量误差修正）模型 混合数据pooled data是将不同截面的数据进行混合，主要目的是为了增大样本量，提高估计精度，主要的估计方法是在线性分析的OLS分析中设置虚拟变量（设一个 base group）来体现评估效果，例如分析两组的gap的显著性。 （四）非参数估计（非参数、半参数模型）(Nonparametric and Semiparametric Models) 现实中,变量间的关系未必是线性关系或可转化为线性关系；有时，变量之间的参数非线性关系又很难确定；传统线性或非线性计量经济模型在实际应用中往往存在设定误差。 TFP（Total factors productivity）的测度： DEA（数据包络分析方法，data envelopment analysis） 三、回归模型形式技巧 考虑到估计的实际应用，在考察x-y间回归关系的时候，较多采用线性模型形式。 其中u为随机扰动项，左右同时取自然对数为 《中国城市化进程中的电力需求预测》，《经济研究》，2009(1) (注：原模型是基于面板数据的) （二）虚拟变量在模型设定中的应用 虚拟变量dummy可以用0和1表示，也可以用1和2、4和8表示，无论什么数值都可以表示，只不过我们习惯于用0和1表示而已。 （三）交叉项 样本中priGPA的均值为2.59，所有出勤率对标准化成绩的影响是： -0.0067+0.0056×2.59=0.0078 关于交叉项系数分析 （1）系数不为0，且通过显著性检验→ITC和OC存在互补交叉关系，共同影响着VA。 综上，模型中采用交叉项的原因： （1）分析两个解释变量间是否存在交叉性的对被解释变量的影响； （2）更全面的分析当存在交叉效应时解释变量对被解释变量影响的程度。 我们经常会遇到模型的内生性问题： 一方面，x在影响着y；另一方面，y也对x有反馈性的影响。 内生性hausman检验 分析规律：如果b4是显著的，则b0、b1、b2、b3不具有一致性，得到zt是内生变量。 工具变量的选取一例 被解释变量：经济增长率 解释变量：国内固定资产投资INV、外商直接投资FDI、人口增长率POP 当INV、FDI存在内生性时，可选取工具变量：INVt-1、FDIt-1 计量分析例文 Au, Chun-Chung and J. Vernon Henderson, 2006b, “How Migration Restrictions Limit Agglomeration and Productivity in China,” Journal of Development Economics, Vol. 80, No. 2, 350-388. 四、模型检验及Eviews应用 拟合优度检验：R2 显著性检验：系数的显著性检验 t检验 方程的显著性检验 F检验 序列相关检验：DW检验、序列相关LM检验 异方差检验： Glejser检验 、white检验 系数约束条件检验： wald检验 模型稳定性检验：chow分割点检验 设定误差检验：Ramsey RESET检验 LM检验原假设为：直到p阶滞后不存在序列相关。p为预先定义好的整数；备选假设是：存在p阶自相关。 （四）内生性、工具变量、两阶段最小二乘法 观察内生性的检验方法 内生性hausman检验 当模型存在内生变量时， OLS估计量是有偏的和不一致的。一般来说，可以采用工具变量替换。在采用工具变量后，并利用两阶段最小二乘法控制内生性。 工具变量需满足的条件（1）