第一章 经济计量学的特征及研究范围.pptVIP

经典计量经济学模型的建模步骤 数据结构 (1)截面数据(cross-sectional data) 是在给定时间，有关个人、家庭、企业、城市、省份、国家或其他单位的样本构成的数据。 即发生在同一时间截面上的调查数据。 因为在不同的截面上，受到个体的影响，往往容易产生异方差。 Obsno Wage Educ Exper female 1 3.10 11 2 1 2 3.24 12 22 1 3 3.00 11 2 0 4 6.00 8 44 0 5 5.30 12 7 0 … … … … … 525 11.56 16 5 0 526 3.50 14 5 1 1976年526人的截面数据，包括小时工资(wage)、教育水平(educ)、工作经验(exper)、性别(female) 经典计量经济学模型的建模步骤 (2)时间序列数据（Time series data) 是一批按时间先后顺序排列的统计数据。 时间序列数据的例子：股票价格、货币供应量、消费价格指数（CPI）、GDP等。 在时间序列数据中，后一期的数据往往会与前一期的数据有很大的相关关系，这是因为影响今期的因素，有时会同样影响下一期。比如GDP等。 时间按频率可以有天、星期、月、季度、年等。 在时间序列数据中，时间趋势和周期性比较重要（季节性数据） Obsno Year gdp popula gdppc 1 1978 3624.1 96259 379 2 1979 5038.2 … 417 3 1980 4517.8 98705 460 4 1981 4862.4 …. 489 5 1982 5294.7 … 525 … … … … … 24 2001 97314.8 127627 7651 25 2002 104790.6 128453 8184 中国的GDP、人口和人均GDP的数据 经典计量经济学模型的建模步骤 (3) 合并数据（Pooled data） 　既有截面数据的特征，又有时间序列数据的特征。 面板数据（panel data) 　每一个截面单位都有一个时间序列的数据。面板数据是一种特殊的合并数据。 obsno City Year Crime Pop police 1 1 1986 5 35 440 2 1 1990 8 35.92 471 3 2 1986 2 6.43 75 4 2 1990 1 6.51 75 …. …. … …. … … 299 150 1986 25 54.30 520 300 150 1990 32 54.62 493 Obsno观察值号、city城市编号、year年份、crime犯罪数、pop城市人口数、police城市警察数。 说明：合并数据，比如说10个国家20年： 美国调查了1990-2010年，中国是1991- 2011年，法国是1989-2009……混合数 据并不强制要求数据在时间截面上一致。 但是面板数据对于时间截面有着严格的 要求。 经典计量经济学模型的建模步骤 我们收集到一个包含526个人的工资收入（wage)及其受教育程度（educ)的截面数据。 Obs Wage educ 1 3.1 11 2 3.24 12 3 3 11 4 6 8 5 5.3 12 6 8.75 16 7 11.25 18 8 5 12 9 3.6 12 10 18.18 17 …… …… …… 525 11.56 16 526 3.5 14 经典计量经济学模型的建模步骤 3. 建立数学模型 wage= b0 + b1 educ wage代表每小时的工资额，educ代表受教育程度。 上式斜率b1表示：受教育程度每增加一年，小时工资将增加b1美元。 4. 建立统计或计量经济学模型 wage= b0 + b1 educ + u 其中，u称为随机误差项，它包含了模型中没有包含的其他影响工资收入的因素（工作经验、年龄等）。 左边为因变量或被解释变量，右边称为自变量、解释变量、控制变量等。 经典计量经济学模型的建模步骤 5. 计量经济学模型的估计 wage = -0.905+0.541 educ 　　　　　(-1.32) (10.17)　　F＝103.36 6. 假设检验：T检验、F检验 7. 经济意义检验 8. 运用模型进行预测 小结 计量经济学是考察经济变量之间因果关系的研究方法。 计量经济学建模步骤： 理论或假说的陈述 收集数据 建立数据模型 建立统计或计量经济学模型 模型参数估计 模型检验（经济意义、统计学、计量经济学检验 预测） 数据结构 截面数据（cross-sectional data）, 时间序列数据（time series data）， 合并数据和面板数据（pooled cross sect