计量经济学第一章(绪论new)解读.pptVIP

1、计量经济学模型 △经济数学模型:经济现象的表示或模仿 例： △计量经济学模型：经济变量之间所存在的随机关系数学表达: △计量经济模型的构成与类型： 经济变量：用于描述经济活动水平的量，因变量； 自变量 随机误差项：模型中尚未包含的影响因素对因变量的影响 参数：变量之间数量关系的系数 函数形式类型：单方程回归模型，联立方程模型，时间序列模型 △计量经济模型的特点： 经验性 随机性 动态性 2、计量经济学的数据结构 (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) (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 (3)面板数据（Panel data) 　每一个截面单位都有一个时间序列的数据。平行数据是一种特殊的混合截面数据。 混合截面数据（Pooled Cross Sections) 　即有截面数据的特征，又有时间序列数据的特征。 obsno City Year Crime Pop police 1 北京 1989 5 35 440 2 北京 1990 8 35.92 471 3 上海 1989 2 6.43 75 4 上海 1990 1 6.51 75 …. …. … …. … … 64 广东 1989 25 54.30 520 65 广东 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。 三、计量经济学模型分析的步骤和要点 1、理论模型的设计 2、样本数据的收集 3、模型参数的估计 4、模型的检验 5、计量经济学模型成功的三要素 1、理论模型的建立 ⑴ 确定模型包含的变量 根据经济学理论和经济行为分析。 例如：同样是生产方程，电力工业和纺织工业应该选择不同的变量，为什么？ 在时间序列数据样本下可以应用Grange统计检验等方法。 例如，消费和GDP之间的因果关系。 考虑数据的可得性。 注意因素和变量之间的联系与区别。 考虑入选变量之间的关系。 要求变量间互相独立。 ⑵ 确定模型的数学形式 利用经济学和数理经济学的成果 根据样本数据作出的变量关系图 选择可能的形式试模拟 ⑶ 拟定模型中待估计参数的理论期望值区间 符号、大小、 关系 例如： 其中:α 、β、γ、δ的符号、大小、 关系 2、样本数据的收集和整理 数据来源：直接收集一手数据（调查） 利用二手数据（统计年鉴等） 数据质量： 完整性 准确性 可比性 一致性 数据整理及描述性统计分析 3、模型参数的估计 ⑴ 各种模型参数估计方法（OLS、ML、GMM) ⑵ 如何选择模型参数估计方法 数据结构、模型 ⑶ 关于应用软件的使用 常见的计量经济分析软件：