计量经济赏学绪论.pptVIP

1、经济意义检验 检验各个参数是否与经济理论或实际经验相符 将参数的估计值与设计理论模型时拟定的期望值进行比较 考察参数估计值的符号、大小以及相互之间的关系，判断合理性 五、计量经济学在经济学科中的地位 从现代西方经济学的特征看 从西方经济学的发展历史看 从世界一流大学经济学课程表看 从国际经济学刊物论文看 从经济学的“世界先进水平”看 克莱因（R.Klein）：“计量经济学已经在经济学科中居于最重要的地位”，“在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分”。 萨缪尔森（P.Samuelson） ：“第二次大战后的经济学是计量经济学的时代”。 △ 在经济学科中占据极重要的地位 §1.2 建立计量经济学模型的步骤和要点 一、 理论模型的设计 二、 样本数据的收集 三、 模型参数的估计 四、 模型的检验 一、理论模型的建立——确定模型包含的变量 主要是确定模型中的解释变量 ? 理解和把握现象中的经济学理论和经济行为规律 ? 考虑数据的可得性 ? 选择的变量必须是统计指标体系中存在的、有可靠数据来源的。 ? 为了表征政策变量、条件变量可以采用虚拟变量。 ? 考虑入选变量之间的关系，要求变量间互相独立。 主要依据是经济行为理论 根据被解释变量和解释变量之间的散点图所显示的函数关系 对可能的形式进行反复模拟 一、理论模型的建立——确定模型的数学形式 关注参数的符号、大小、 关系 参数一般都具有明确的经济含义，参数的具体数值只有在模型完成以后才能确定。 但它们的取值范围，即理论期望值，可以根据它们的经济含义，在理论模型设计阶段拟定。 而且，可以用这些根据经济理论拟定的理论期望值，来检验模型估计的结果。 关键在于理解参数的经济含义 一、理论模型的建立——拟定待估参数的理论期望值 数据是基础，建立在数据之上的是变量，变量之间的关系构成方程，随机方程构成系统，系统加上恒等式构成模型。 数据的收集与整理费时费力，且对模型质量影响极大 数据按其本义来说是定量的（计数或计量）的。但在实际应用中，它们可以是定量的，也可以是定性的，或者是两者的结合。 二、样本数据的收集 常见数据类型（时间序列数据，Time Series data ） 按照时间先后顺序排列的统计数据，又称为纵向数据 例如，我国自改革开放的1978-2000年GDP数据。 使用时间序列数据时，需要注意： 样本区间内经济行为的一致性问题 在不同样本点（时间点）之间的可比性问题 样本观测值过于集中的问题 序列相关问题 一批发生在同一时间截面上的调查数据，又称横向数据。 例如，工业普查数据、人口普查数据、家计调查数据等。 使用截面数据时，需要注意; 样本与母体的一致性问题 异方差问题 常见数据类型（截面数据， Cross-Section Data ） 时间序列数据与截面数据的合成体，又称面板数据。 在时间序列上取多个截面，在这些截面上同时选取样本观测值 例如，2000-2008年我国各省市城镇居民消费结构的调查资料。 常见数据类型（平行数据，panel data ） 2001 …… 2000 …… 昆明 北京 地区 时间 由虚拟变量的取值所构成的数据，又称二进制数据 虚拟变量（dummy variable）是取值为0或1的变量，一般用以表示定性变量，例如政策变量、条件变量等。 例如： 性别——D 政治面貌： D1 D2 男——1 党员： 1 0 女——0 团员： 0 1 群众： 0 0 常见数据类型（虚拟变量数据，dummy variable data） 样本数据的质量 完整性：数据通常不应存在缺失，必要时，采用特定技术补齐数据 准确性：统计数据本身是准确的；数据必须满足模型对数据口径的要求 可比性：数据口径（范围口径和价格口径）通常必须保持一致，特别是在时序数据中 一致性：样本数据与母体的一致性。 模型参数是模型中解释变量的系数（包括可能的常数项） 在未估计之前是一个未知常量，统计上称为估计量； 基于特定的样本和相应的估计方法，可以得到参数的具体取值，统计上称为估计值 估计是一个从估计量到估计值的纯技术过程 三、模型参数的估计 参数估计的意义 参数估计为经济理论提供了实际经验的