数量经济学课件-数据与模型.pptVIP

一、何谓线性方程 这里的线性方程指的是方程中系数是线性的。系数是非线性的称为非线性方程。 Y=b0+b1X1+b2X2+?+bkXk+e 是线性方程。 Y=b0+b1X+(b2)1/2X2+b3X3+?+bkXk+e 是非线性方程。 Y=b0+b1X+b2X2+?+bkXk+e 变量是非线性的，但它仍然是线性方程。因为，令X=X1,X2=X2, ? ,Xk=Xk，就化成线性方程： Y=b0+b1X1+b2X2+?+bkXk+e * 二、可以线性化的方程 复杂的社会经济现象并不总能用线性方程来描述。有时，需要采用指数函数、对数函数、双曲函数等的形式来描述。 下面讨论可线性化的非线性方程形式： 1．线性方程 2．双对数方程 3．半对数方程 4．逻辑方程 * 1．线性方程 一次方程：Y=a+bX 二次方程：Y=a+bX+cX2 双曲函数：Y=a+b/X 二次函数和双曲函数仍然是线性方程。 * （1）单一方程中 被解释变量（因变量、左端变量） 解释变量（自变量、右端变量） * （2）联立方程中 内生变量 外生变量 政策变量、目标变量和非政策变量——宏观调控 变量分类的相对性 静态模型与动态模型 简单宏观经济模型举例 前定变量 * 内生变量 是所研究的经济系统的模型本身确定的 是该模型求解的结果， 属于因变量； 在决策模型中可以使用虚拟变量做内生变量。 * 小布什当选总统的决策 * 外生变量 外生变量的数值是在研究的模型之外确定的，不受模型内部因素的影响； 在模型求解之前事先规定的，是“给定的”或“已知的”值 属于自变量 计数变量和虚拟变量可以作外生变量 * 外生变量分为政策变量和非政策变量 政策变量 政策变量是决策者可以控制的变量，如政府支出、利率、货币供应量等等。 非政策变量 非政策变量是难以控制或不能控制的变量，例如气候、自然灾害、农业收成、汇率等等。 * 工具变量与目标变量 运用模型时可以把政策变量看作工具变量，而把内生变量看作目标变量。 通过对有关工具变量的调节，以便达到事先确定的目标变量的水平。例如，通常用适当的经济增长率，较低的失业率和通货膨胀率等作为目标变量，事先固定下来，然后计算调整相应的工具变量，例如税率、公共支出预算水平等数值。 * 变量分类的相对性 某个变量是内生变量还是外生变量，是目标变量还是工具变量，并不是先验确定的 主要结合分析的目的，取决于它们在模型中的地位和作用。 例如在农产品需求供给模型中，D、S和P是内生变量，I和R是外生变量。 * 静态模型与动态模型 上述农产品需求供给模型是一个静态模型，因为时间因素在模型中不起作用。 在动态模型中时间因素起主要作用，涉及到一个内生变量取决于另一个内生变量（或本身）的前期数值。 例如投资方程: i=c(4)+c(5)*(gnp(-1)-gnp(-2))+c(6)*gnp+c(7)*r(-4)+u * 简单宏观经济模型 由于引进了Yt-1这一滞后内生变量，表明投资是Yt和Yt-1以及随机扰动项的函数。是一个动态模型。 * 前定变量 滞后内生变量的数值是前期所决定的， 因此，它和外生变量都是在求解本期内生变量之前已经确定了的变量 滞后变量与外生变量合称为前定变量 用作解释变量 * 三、参数 参数的定义和分类 参数在方程中的作用 对参数的约束 * 参数的定义和分类 反映模型中各类方程式的经济结构特性的参数，称为结构参数 它有显含参数和隐含参数之分。 显含参数就是与变量相乘的常系数，例如上述需求供给模型中的 隐含参数如随机扰动项的概率分布。 * 参数在方程中的作用 通过参数把各种变量连接在方程之中，借以说明外生变量或前定变量的变化对内生变量变化的影响程度。 参数值可以利用数理统计学方法根据样本资料进行估计。 参数一经确定。函数关系亦随之确定了 就可以按外生变量和前定变量的值预测内生变量的值。 * 对参数的约束 对参数的约束 确定参数的大小及其正负号就是对模型的事前约束。 零约束或非零约束 模型中排除或包含某个变量，可以看作是对模型中某个变量的参数施加零约束或非零约束。 * 四、随机扰动项 理论经济学和数理经济学一般假定经济变量之间存在确定性的规律，从而建立确定性的模型。 经济计量模型与一般经济理论模型的主要区别就在于模型中添加随机扰动项或误差项，建立的是所谓的概率性模型。 引入随机扰动项是为了更准确地描述社会经济系统。 随机扰动项是不可观察的，只能通过残差——实际值与拟合值的差——进行估计 * 方程中列入随机扰动项的主要原因 （1）观测误差 （2）由于忽略了次要因素引起的误差 （3）由于社会经济现象固有的不可重复性，即使相同条件下进行试验，也不可得出完全相同的结果，因而出现随机误差，即固有的随机性特性。 这些误差越小，表明