基本估计技术9.ppt

计量经济学初步Basic Econometrics 何谓“计量经济学” 计量经济学可定义为实际经济现象的数量分析。这种分析是基于理论和观测的并行发展，而理论与观测又通过适当的推断方法而得以联系。 例如： 经济理论设想商品价格与其需求量之间有一负的或逆向关系，但此理论并没有对这两者的关系提供任何数值度量。也就是说，它并没有说出随着商品价格的某一变化，需求量将会上升或下降多少。计量经济学的工作就是要提供这一数值估计。换言之，计量经济学对大多数的经济理论赋予经验内容。 主要内容 计量经济学的主要工具----回归分析 计量经济学分析实际问题的一般步骤 基本估计技术 回归分析的性质 “回归”一词的历史渊源 回归一词最先由Francis Galton引入。他在一篇论文中发现：虽然有一个趋势，父母高，儿女也高；父母矮，儿女也矮。但给定父母的身高，儿女辈的平均身高却趋向于或者“回归”到全体人口的平均身高。换言之，尽管父母双亲都异常高或异常矮，儿女的身高则有走向人口总体平均身高的趋势。加尔顿的普遍回归定律（Law of Universal Regression）还被他的朋友Karl Pearson证实。皮尔逊曾搜集过一些家庭群体的1000多名成员的身高记录。他发现，对于一个父亲高的群体，儿辈的平均身高低于他们父辈的身高；而对于一个父亲矮的群体，儿辈的平均身高则高于其父辈的身高。这样，高的和矮的父亲的儿辈就一同“回归”到所有男子的平均身高。 回归分析的现代解释 回归分析是关于研究一个（叫做）“应变量（或被解释变量）”的变量，对另一个或多个（叫做）“自变量（或解释变量）”的变量之间的依赖关系，其用意在于通过后者的已知值或设定值，去估计和预测前者的（总体）平均值 以加尔顿的普遍回归定律为例 （1）加尔顿的兴趣在于发现为什么人口的身高分布有一种稳定性 （2）我们关心：给定父辈的身高的情形下找出儿辈的平均身高的变化；或者，一旦知道了父辈的身高，怎样预测儿辈的身高 散点图与回归线 对应于某一个人口群体，给定父亲的身高，儿子的身高分布如下图（散点图Scatter Diagram或Scattergram）。注意，对应于任意给定的父亲身高，都有一个儿子身高的分布范围。 而且，值得注意的是，随着父亲的身高的增加，儿子的平均身高也在增加 回归分析的实质 在回归分析中，考虑的是一种所谓的统计依赖关系，而不是确定性依赖关系。在变量的统计关系式中，主要处理率的是随机变量（即由概率分布的变量），而在函数或确定性关系中，处理的变量不是随机的 回归分析研究的是一个变量对另一个（些）变量的依赖关系，但它并不意味着因果关系 回归分析中，假设“因变量是随机的，而自变量是固定的或非随机的” 计量经济学如何分析一个经济问题？ 传统或经典的方法： 1、理论或假说的陈述 2、理论的数学模型的设定 3、理论的计量经济模型的设定 4、获取数据 5、计量经济模型的参数估计 6、假设检验 7、预测 8、利用模型进行控制或者制定政策 以凯恩斯消费理论为例 1、理论或假说的陈述 John Maynard Keynes说：基本的心理定律是，通常或平均而言，人们倾向于随着收入的增加而增加消费，但比不上收入增加的那么多。 即：边际消费倾向（收入每变化一个单位引起的消费的变化量）是大于0小于1的。 2、消费的数学模型的设定 凯恩斯假设消费和收入之间有一正的关系，但没有指出两者之间的准确的函数关系。计量经济学家可能建议采取以下的凯恩斯消费函数形式 3、消费的计量经济模型的设定 前述消费函数的纯数学模型假定消费与收入之间有一个准确的或确定性的关系。但一般地，经济变量之间的关系是非准确的。例如，如果获得300个家庭的消费支出和可支配收入的一个样本数据，并把这些数据画在坐标图上，此时，我们不能指望所有的观测值都恰好落在方程表示的直线上。因为，除了收入外，还有其他变量在影响消费支出，如家庭大小、成员年龄等。 考虑到经济变量之间的非准确关系，计量经济学家会把确定性的消费函数修改为以下形式 样本的散点图 4、获得数据 如：Y用对个人加总的消费支出代表 X用GDP代表 单位：10亿元。都以不变价格计算，代表实际值 5、计量经济模型的估计 利用回归分析的统计技术，获得参数估计值，结果如下： 其含义是：在此样本期间，实际收入每增加1元，平均而言，实际消费支出将增加约0.72元 6、假设检验 如何判断这个拟合的模型是对现实的一个比较好的近似？ 0.72在统计