第一章 导论37693new.pptVIP

计量经济学—理论·方法·EViews应用 郭存芝 杜延军 李春吉 编著 电子教案 什么是计量经济学 计量经济学研究的步骤 计量经济学模型与数据 计量经济学的产生与发展 直接因为对计量经济学发展的贡献而获得诺贝尔经济学奖的10位经济学家 美国经济学家 华西里·列昂惕夫（Wassily Leontief） （1916 — 1999） 获奖时间：1973年 主要贡献：建立了投入产出模型 美国经济学家 劳伦斯·克莱因（Lawrence R. Klein） （1920 — ） 获奖时间：1980年 主要贡献：建立了经济体制模型 挪威经济学家特里夫·哈维默（Trygve Haavelmo） （1911 — 1999）获奖时间：1989年 主要贡献：建立了现代计量经济学的基础性指导原则 四、计量经济学中应用的数据 1.几种常见的数据 1）时间序列数据（time series data） 2）截面数据（cross sectional data） 3）面板数据（panal data） 4）虚拟变量数据（dummy variables data） 1）时间序列数据（time series data） 年度数据 季节数据 月份数据 同一观察对象在不同时间点上的取值的统计序列，可理解为随 时间变化而生成的数据。 年度数据不存在季节性影响，相对平稳一 些，比较能反映长期的规律性，但数据量往往 较少，不能满足计量经济研究的需要。季节数 据和月份数据的数据量较多，容易满足计量经 济研究的样本数量要求，但季节性影响较明 显，稳定性也相对较差。 许多不同的观察对象在同一时间点上的取值的统计数据集合， 可理解为对一个随机变量重复抽样获得的数据。 由于是在同一时间点上的取值，与时间序列数据相比，截面数 据具有性质比较稳定的优点，对分析方法的要求比较低。通过截面 数据对样本均值、方差等的计算，可推断随机变量总体的均值、方 差等。 2）截面数据（cross sectional data） 结合了时间序列数据和截面数据特征的数据，是多个观察对象 在不同时间点上的取值的统计数据集合。 面板数据的最大特点是数据量较多，能够比较全面地反映相关 经济问题横向和纵向的特征与规律，可以同时进行多种类型的计量 经济分析，并将横向和纵向的规律进行比较印证等。因此，面板数 据在计量经济研究中的应用价值较大。 3）面板数据（panal data） 人为设定的虚拟变量的取值。虚拟变量是对研究对象的定性影响因 素（如战争、自然灾害、政治因素、政策变动等定性事实，人的性别、 职务、职称、学历等定性特征）的描述， 虚拟变量数据通常由0和1构成。虚拟变量的取值为1，表示虚 拟变量所描述的定性事实存在，或者表示虚拟变量所描述的定性因 素的类型为基础类型或肯定类型；虚拟变量的取值为0，表示虚拟 变量所描述的定性事实不存在，或者表示虚拟变量所描述的定性因 素的类型为比较类型或否定类型。 4）虚拟变量数据（dummy variables data） 2. 数据的质量 1）完整性 2）准确性 3）可比性 4）一致性 四、计量经济学中应用的数据 1）完整性 指模型中所有变量在每个样本点上都必须有观察数据， 所有变量的样本观察数据都一样多。 以某100个居民家庭为样本，研究居民家庭的消费与收入之间的关系，要求有这100个家庭的完整的收入和消费数据，不能出现某个家庭只有消费数据没有收入数据，或者只有收入数据没有消费数据的情况。 实际研究中，常常会出现样本数据不完整的情 况，即数据遗失。出现数据遗失时，若样本容量较 大，且样本点之间的联系不紧密，可将存在数据 遗失问题的样本点剔除，由剩余样本点组成完整 的样本数据；若样本容量有限，或样本点之间的 联系较紧密，则需要采用适当方法将遗失的数据 补齐，从而得到完整的样本数据。 例如： 2）准确性 指样本数据必须准确反映经济变量的状态或水平。 通过对相关数据的对照，在一定程度上对样本数据的准确性作出判断；对样本数据中的异常值进行必要的分析、调查，排除异常值是错误数据的情况，等等。 数据的准确性与样本数据的采集直接相关，通常是 研究者所不能控制的。因为计量经济研究涉及经济生活 的方方面面，使用的变量和数据十分广泛，样本数据的 取得主要依靠公开出版的统计资料，研究者很少会经历 数据的采集过程。尽管如此，在进行计量经济研究的过 程中，也要尽可能地追求数据的准确性。 例如： 3）可比性 指数据的统计口径必须相同，不同样本点上的数据要有可比性。 采用年度数据对某一城市的市区生活用电量与人口数量的关系进行研究 ，要求各年的生活用电量与人口数量的统计口径必须相同。若由于城市化的