经济建模--设定与评价.pptVIP

郭鹏辉 助理教授 09计统 2010-2011年小学期;一、以课程报告的形式介绍经济学建模 二、结合课堂讨论的方式了解学生理解的动态及对学生进行评价 三、简要介绍经济学、统计学学术论文写作基本规范;一、以出勤（30%）及课堂讨论表现（70%）为主 二、采用等级制（优、良、及格、不及格）评价方式;一、经济模型的设定 二、经济模型的评价 三、典型经济模型的应用评价;主要内容： （一）导言 （二）建模过程中的问题 （三）亚马逊工程的举例 （四）小结;为描述一个现实问题，经济学家必须建立一个经验模型，即一个反映（至少反映与所研究的问题相关的那部分）实际经济运行的模型。 经验模型：基于实际经济数据。 理论模型：起始于一组一致性的假设前提，并由假设前提引发出相应的关于经济问题的逻辑结果。 ;经验模型的“特点”： 一堆模型而非一个模型，不惟一； 只能提供一种近似； 理论与数据的导向？ 理论模型 的“特点”： 通常依赖于高深的数学；严格推导； 但并非容易理解；现实的应用难度与困惑。;1、数据的质量 测量标准的统一性 测量人员的尺度把握与经验差异 时空的限制与差异 数据整理的偏差 发现数据问题的能力（经验、数据的特性：利率、垦伐面积）;2、理论基础 亚马逊工程：供给与需求 供给：明确、中短期较为固定 需求：用途差异（燃料、家具、纸张、建筑） 砍伐森林不是出自对木材的需求，而是由于对树木生长所占用的土地的需求。（砍伐森林—清理土地—种植庄稼、放牧）;3、如何利用经济理论 传统的建模方法： 一个可靠的、内在一致性的经济理论—确定 经验模型的具体形态—模型的估计与解释 传统方法建立的模型在许多重要方面与数据不相吻合 消费者与生产行为经验研究中的“正则特征（Regularity Property）” ;放弃“正则特征”意味着丢失大量理论的可靠性 主要问题：静态均衡理论的失败要求对消费者和生产者行为进行动态方面的考量。 如何利用经济理论的争论 A 理论包含着惟一纯粹的真理，因此应该成为模型的基础； B 放弃使用理论的努力，仅根据现象所呈现出来的规律性和关联性，去建立基于对数据的观察的“非理论的”模型； C 中庸派：根据理论设定最初模型，使用数据探索（data exploration）技术拓展和修正最初的模型。;4、模型的“平衡” 变量具有“显性（dominating）”的统计特征，这一特征在方程两边应该都具有（平衡）。 显性特征：季节性、单位根（长记忆或持续性） ;;5、伪关系（spurious relation） 即对一组平衡的变量，似乎可发现一种明显的关系，但实际上不存在。 如可能某两个指标，如GDP、森林面积，受国土面积、人口等影响明显。 X(t)、X(t-1)常存在伪关系。;6、模型的形式 因变量、解释变量的选择 “一般”到“简单” 变量关系形式 线性、非线性、参数形式、半参、非参等;对新开垦土地的需求;;安迪生（1997）使用如下术语，对表中一些重要的显著变量作出了说明． （?）易到达性（accessibility)：诸如距离联邦首都的路程、公路的长度、邻近地区的垦伐；　 （??）饱和效应（saturation effects):垦伐的滞后效应或者随着垦伐程度的提高，可用于开垦的森林数量减少； （???）价格效应:反映多数垦伐都发生在边境地区，那里土地价格低廉；以及 （?V）畜牧业对放牧的需求：输入牛群的规模与变化，表现显著． 这可能还不是我们可以企及的模型是最好设定，伪关系可能仍然存在，虽然自治市的面积被尝试着作为解释变量，但并没有证据支持这一相关性． ;许多作者指出，这些方程的一个明显的问题是“数据挖掘”—我们试验不同的的模型被呈现出来供我们反复揣摩，而不再考虑其他模型．借助现代计算机技术，且只有30到40个解释变量，在可能的模型中完成上述搜索是很容易的．方法论学者有时将这一“建模搜索”视为潜在的大问题，我却并不如此悲观．如果自由度很大，也就是说，数据点的个数减去估计的系数的个数还是很大，也就是说，数据点的个数减去估计的系数的个数还是很大，那么在某一水平上，一系列合理的解释变量将与因变量良好地拟合关系却是很困难的．不乏这样的例子，即通过增加更多的变量或滞后，模型的拟合程度得到稍微的增进，但是模型经过这样的扩展，其结论就和那些基于更简洁更精炼的模型的结论多少有些不同了。当我们考虑非常复杂的非线性建模时，许多问题就冒出来了，但是如果讨论这些话题，就得扯远了，所以在这里我避开这些问题．;一切学术研究都随着时间而演进，显而易见，经验建模也将经历一个快速的变化期，甚至我们现有的策略和技术可能发生结构变迁． 经济学的一个窘境在于，如果经济的结构变迁太过剧烈，某一时期还在教科书里的内容可能到下一个时期就不适用了．结构变迁的形式多种多样，在某些场合，实质