chapter1計量經濟學的本質與經濟資料.pptVIP

* Chapter 1 計量經濟學的本質與經濟資料 * 為什麼要學計量經濟學？ 計量經濟學乃是建立在統計方法的發展上估計經濟的關係、檢定經濟理論，以及評估政府及企業之政策。 計量經濟最一般的應用是預測一些重要的總體變數，諸如：利率、通貨膨脹率，以及國內生產毛額。 除了很常見的總體經濟指標預測之外，計量經濟的方法亦可被用在其他的經濟領域。 * 為什麼要學計量經濟學？ 經濟學很少有實驗性的資料 需要使用非實驗性，或是觀察性的資 料來做推論 應用經濟理論到現實資料中 * 為什麼要學計量經濟學？ 運用資料做實證分析來驗證理論或估計某一關係 正式的經濟模型可以被驗證 對某些政策變動的效果，經濟理論可能不夠明確－可利用計量經濟來評估該效果 * 為什麼要學計量經濟學？ 計量經濟學和數理統計有所不同，因為前者集中焦點在收集與分析非實驗性之經濟資料。 非實驗性資料 nonexperimental data 之收集並非透過對個人、公司或經濟部門所做之可控制的實驗而來。 非實驗資料有時被稱為觀察性資料 observational data 以強調研究者乃是被動資料收集者 實驗性資料 experimental data 在自然科學中常在實驗室環境中被收集，但它們在社會科學中非常難以取得。 * 實證經濟分析的步驟 1. 定義主題 2. 建構一個正式的經濟模型 economic model Ex.犯罪的經濟模型 3. 計量模型 4. 假設檢定 * 實證經濟分析的步驟 實證分析 empirical analysis 乃是利用資料來檢定理論或是估計某個關係。 某些情況下，特別是在檢定經濟理論的時候，吾人須建構一個正式的經濟模型 economic model 。一個經濟模型包含一些數學方程式來描述各種關係。 在設定經濟模型之後，我們需要把它轉換成計量模型 econometric model 。 * 經濟資料的結構 橫斷面資料 一個橫斷面資料集 cross-sectional data set 包含某一特定時點下，個人、家庭、廠商、城市、州、國家或是各種其他單位所組成之樣本。有時候在資料集中的所有單位並沒有精確的對應到相同的時點。比如說，許多家庭被訪查的時間可能是一年中不同的星期，然而我們還是將之視為橫斷面資料集。 橫斷面資料集的一個重要特性就是我們通常可以假設它們是從母體中隨機抽樣 random sampling 而來。 * 經濟資料的結構 橫斷面資料被廣泛利用在經濟學和其他社會科學。 在經濟學中，橫斷面資料的分析主要用在應用個體經濟的領域中，諸如：勞動經濟學、州及地方政府公共財政、產業組織、都市經濟學、人口統計學以及健康經濟學。 在某一時點之個人、家庭、廠商和城市的資料對檢定個體經濟學假設或評估經濟政策是很重要的。 * 經濟資料的結構 時間序列資料 一個時間序列資料 time series data 集包含一變數或許多變數跨時間的觀察值，時間序列資料的例子包括股票價格、貨幣供給、消費者物價指數、國內生產毛額、刑案發生率／年，以及汽車銷售數字。 時間序列資料也要注意資料收集時的資料頻率 data frequency 。在經濟學中最常用的頻率是每日、每週、每月、每季，以及每年。股票價格是每天的資料 除了週末 。 * 經濟資料的結構 由於不是隨機樣本，因此有不同的問題需要考慮 趨勢以及季節性將會是重要的 * 經濟資料的結構 合併的橫斷面 有一些資料集同時擁有橫斷面和時間序列的特性。為了增加我們的樣本大小，我們可以透過合併兩年資料而形成一個合併的橫斷面 pooled cross section 資料。 將各年的資料形成一合併的橫斷面資料通常在分析一個新的政府政策之效果時很有效，我們可以在政策變動之前及之後來收集資料。 * 經濟資料的結構 縱橫資料 一個縱橫資料 panel or longitudinal data 包含在資料集中每一個橫斷面觀察點之時間序列資料。例如，假定我們有一群人的工資、教育，以及就業之十年的歷史資料。 * 計量分析之因果關係以及假設其他條件不變的觀念 只單單的建立變數間的關係通常是不夠的 還要考慮因果關係 如果我們真正控制了足夠的其他變數，則所估計的效果即可被視為是因果關係 因果關係有可能難以建立 * *