1计量经济学建模的基本过程.pptVIP

当 时，是否就意味着充足的样本点对估计精度有必要保障？ 例：分析利率对居民储蓄存款的影响，运用2001—2005年间5年的季度数据，共20个样本观察值，模拟： 样本数据条件是否理想？ 收集样本数据 使用截面数据应注意的问题： (1)样本与总体的一致性问题 纺织企业生产函数须以纺织企业为样本单位，不能以各地区纺织行业为样本单位 (2)样本单位间的相关性问题 研究结婚是否影响女性收入，观察n位未结婚的和m位已结婚的组成容量为(n+m)的样本，合适？ (跨期数据) (3)模型随机误差项的异方差问题 (异方差及检验) 例1、例2 收集样本数据 使用虚拟变量应注意的问题： 虚拟变量的表示方法： 一个有m种水平的因素，设m-1个虚拟变量 K个分别包含有mi水平的因素，设 个虚拟变量 收集样本数据 (1)异方差问题。需要引入虚拟解释变量的模型，其随机项通常不满足同方差假设。因为，虚拟变量的0、1水平所代表的不同类别之间，其内部个体的差异程度也是不同的。例如，消费函数中引入D代表购买住房和未购买住房两类家庭，则已购买住房家庭的消费变异通常比未购买住房家庭大，表现为虚拟变量模型中的异方差。 使用虚拟变量应注意的问题： 收集样本数据 (2)序列相关模型的差分问题。对于序列相关模型，一种理想的估计方法是差分法。当模型中包含有虚拟解释变量D时，　　　　显然是没有实际意义的。 假设D=0表示第一时段，D=1表示第二时段。当基于时间序列数据的模型包含变量D时，马达拉(G.S.Maddala)提出了一个便捷的差分变换方法： 第一，被解释变量及定量解释变量的差分变换方法不变 第二，截距项上的D，对D为0的观察值，取D＝0，对D不为0的观察值，第一个D值(时间序列中出现改变的第一期)取　　　　　，其余的D全部取值1 第三，斜率项上的D，对D为0的观察值，取DX＝0，对D不为0的观察值，第一个DX取：DX＝X，其余的DX全部取值　　　　，相当于取D＝1 参见：古扎拉蒂《计量经济学》P521 收集样本数据 使用虚拟变量应注意的问题： (3)对数线性模型中的虚拟解释变量的意义 　例： 其中Y为教授薪金，X为教授教龄，D为性别变量(男＝1) 　　根据结果可以说：假设教授性别不变，教龄每增加1年，教授薪金增加5.46%。但不可以说，“假设教龄不变，男教授的薪金比女教授高13.41%”，因为D仅有类别差，而不存在“变动1个单位”的概念。　　 收集样本数据 使用虚拟变量应注意的问题： (3)对数线性模型中的虚拟解释变量的意义　　 　　对对数线性模型中虚拟变量的系数的实际意义，可以作霍尔沃森(Halvorsen)和帕姆奎斯特(Palmquist)处理：取所估计的虚拟系数(以e为底)的反对数再从中减去1，结果表示两种类别相差的百分比。 　　上例中，先求得0.1341的反对数＝1.1435，再减去1得0.1435，从而，男教授的薪金比女教授平均高出14.35% 参见：古扎拉蒂《计量经济学》P518 　　　伍德里奇《计量经济学导论》P210 收集样本数据 使用虚拟变量应注意的问题： 估计：通过样本观察估计总体参数 总体参数类型： (1)反映变量之间数量关系的结构参数： (2)反映随机误差项分布的分布参数： 模型参数估计 总体参数的水平： (1)对应Y平均数：均值估计 (2)对应Y中位数：中值估计 例：中位数回归模型在北京市SARS发病预测中的应用 (3)对应Y某一分位数：分位点估计 例：基于分位数回归的中国居民消费研究 技术引进与中国企业的自主创新 教育、经验和农民工的收入 教育和经验对中国居民收入的影响 中国股市截面收益率再研究 模型参数估计 三类估计技术： (1)最小二乘(Least Square) (2)极大似然(Maximum Likelihood) (3)矩估计(Moment Method) 模型参数估计 估计方法： 单一方程估计方法 普通最小二乘法 加权最小二乘法 工具变量法 广义最小二乘法 广义差分法 联立方程估计方法 单方程估计法 系统估计法 极大似然估计法 间接最小二乘法 工具变量法 二阶段最小二乘法 有限信息极大似然法 三阶段最小二乘法 完全信息极大似然法 模型参数估计