第一讲 什么是计量经济学.ppt

* * * * * * * * * * * * * * * * 例一说明了什么： 用具体函数形式近似表达变量之间的关系。 通过增加误差项引入随机因素来弥合模型与现实的差别。 评价猜测机制或估计量。 需要使用数学形式来评判估计量的价值。 “模型是让人用的，而不是让人相信的。” 计量经济建模的第二个例子：消费与收入 探究恩格尔定律：一个家庭额外多挣1美元的收入，其中用于食物支出的比例是否会随着收入的增加而递减。 无法用线性关系来表述食物支出占收入比例的递减规律，因为线性设定等于假定了一个不变的变化率。 将预期食物支出表示成收入的二次函数。 由于预期食物支出相对收入的变化率即预期食物支出对收入的导数是 ，所以我们关心的是 和 。 恩格尔定律需要验证 和 的系数的正负。 二次函数式的设定有一个缺点：当收入足够高时，食物支出对收入的导数有可能成为负值，那就意味着此时预期食物支出将随收入的增加而递减，这是不符合常识的。 这说明，在观测数据范围之外的预测可能非常不可靠。 通过在模型中增加一个随机（或然的或概然的）干扰 ，将预期食物支出与实际观测的食物支出联系起来。 出现书中p8图1-3那样的散点图的原因：高收入家庭选择食物支出额度的余地要大得多，相对高收入家庭而言，低收入家庭的食物支出变化较小。干扰项的方差取决于收入水平。 通常使用收入低于一特定值的一半数据进行估计。较低收入家庭的观测较少受到“噪音”的干扰，对家庭食物支出的随机干扰导致的行为扭曲就是噪音。 对模型随机结构所作的假定，影响到哪些观测对潜在的变量关系更有价值，从而影响到如何用数据来估计这种潜在的变量关系。 我们更依赖于噪音少的数据。 区别不同随机结构的程序，需要对模型随机成分的分布作出假定，如假定干扰的方差取决于家庭收入，这种假定被称为模型随机结构的设定specifying the stochastic structure 干扰的方差只是模型随机结构的特征之一。 统计学家关注简单的随机样本，即其中所有观测都相互独立地从同一个总体中随机抽取的样本；但是计量经济学中，有些样本是相互独立的，有些则不是。 食物支出数据就是统计上不相互独立的数据。 时间序列数据time series data：按照时间顺序先后收集起来的数据。 对于一个给定模型，哪个估计量最好，部分取决于模型干扰之间的某种相互依赖关系。 计量经济经典：收入如何影响需求：恩格尔定律 1857 德国 德累斯顿市的统计学家 恩斯特·恩格尔 “收入越高的家庭将其收入用于食物支出的比例越低。” 数据来源：经Edouard Ducpetiaux收集而来的198个比利时家庭的家庭预算数据。 资料来源：Edouard Ducpetiaux，Budgets Economiques de Classes de Quvrieres en Belgique (Brussels: Hayaz, 1855) . 由散点图可以看出，收入越高，食物支出的方差就越大。 如何判断方差是否随收入的变化而变化，需要设计一些规范的程序来回答。 设定模型来估计食物支出与收入之间的关系。 例二说明了什么： 如何设定模型，本例为二次函数模型。 如何对一些特定的经济假设进行检验，如检验食物支出占收入的比例随收入的增加而递减。 模型的干扰对于变量的每一个值而言，并不一定具有相同的分布，必须清楚数据来源，比便正确地设定模型的随机结构。 要想给出“最好的”估计，就必须有判断干扰特征的程序。 一个样本中不同观测之间的统计关系取决于样本的生成过程。 计量经济学的组织框架 对数据来源做哪些假定。 什么样的估计量才算一个好的估计量。 如何给出一个估计量。 一个估计量有哪些性质。 如何进行假设检验 如何进行预测 广义计量经济学狭义计量经济学 理论计量经济学应用计量经济学 经典计量经济学非经典计量经济学 微观计量经济学宏观计量经济学 计量经济学的分类 应具备的基础知识 经济学：政治经济学、微观经济学、宏观经济学 数理统计学：概率分布、参数估计、假设检验、方差分析、回归分析 线性代数：矩阵、向量空间、特征根 有价值的参考书（由浅入深） 我们主要使用的教材 《现代计量经济学》 原名：Econometrics: A Modern Introduction 作者：迈克尔·P·莫瑞 Michael P. Murray（贝茨学院） 译者：费剑平 机械工业出版社，2009，上下册 建立计量经济模型的一般过程 相关数据网站 如何科学地搜集数据是统计学研究的内容。 间接收集数据：国家统计局和各职能部门，各省市自治区统计局出版的统计年鉴。 直接作统计调查。 一定要养成习惯，画变量散点图。 一定要养成习惯，画变量散点图。