计量经济学概念.pptVIP

时间序列和横截面数据 时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面数据是在同一时点收集的不同实体（如个人、公司、国家等）的数据。如人口普查数据，世界各国2000年国民生产总值，全班学生计量经济学成绩等都是横截面数据的例子。 第三十一页，共五十二页。 第四步：估计参数 有了如表1.1中的Q和P数据，如何估计模型的参数α和β？也就是说，如何求出这些参数的数值呢？我们将在后面的课程中详细讨论估计方法，其基础是大家熟悉的最小二乘法。这里，假设我们用表1中Q和P的数据估计（2）式的参数α和β后得到估计好的需求函数： = 76.05 - 3.88P (3） 其中 表示Q的拟合值或预测值，76.05和 –3.88是将P和Q的数据代入最小二乘法公式计算得出的参数α和β的数值,称为α和β的估计值（estimates）。 第三十二页，共五十二页。 估计好的需求函数 图 1.4 = 76.05 - 3.88 P P Q 第三十三页，共五十二页。 估计值和估计量（Estimates and Estimators） 我们通常用希腊字母表示未知参数的真值。假设β是一个我们想知道的参数值，当然，它的真值一般是得不到的，但可以对它进行估计。应用统计技术，我们可以得到β的合理估计值。在任何实际应用中，β的估计值就是一个数字，如β被估计为 –3.88。 一般来说，经济理论所关注的焦点并不是估计值，而是估计量，估计量是用于将数据转换成估计值的公式。之所以更关注后者，是因为从一特定样本计算的估计值是不是好，取决于估计方法（估计量）是不是好。β的估计量通常表示为 和 。 第三十四页，共五十二页。 第五步：假设检验 估计好需求函数后，我们可能想知道估计的模型是否有经济意义，即得到的结果是否符合所依据的经济理论。 例如，P的系数是否为预期的负数？（3）式表明确实如此。 有些假设就不那么容易验证，比如说，若假设为 β= -4.0，我们能不能说-3.88的观测值实际上与假设值相同？也就是说我们的数据是否支持β= -4.0的假设？要检验这样一个假设，就需要使用统计学的工具。 第三十五页，共五十二页。 第六步：预测和政策分析 现在回到估计好的需求函数（3），假设生产商要知道价格变为4.50千元时需求量是多少,换句话说, 他想预测P=4.50千元时的Q值。由（3）式，可得到： = 76.05 - 3.88P = 76.05-3.88*4.50 = 58.59万台 也就是说，若价格为4.50千元，则需求量的预测值为接近59万台。 由于计量经济模型包含扰动项，因此用上述估计好的 模型所做预测总会存在误差，与此同时，由于76.05 和 -3.88仅仅是真实的α和β的估计值, 这将是我们的预测中存在的另一个误差源。 第三十六页，共五十二页。 小结：计量经济分析的步骤 步骤 例子 1 陈述理论（或假说） 需求定律 2 建立计量经济模型 Q = a + bP + u 3 收集数据 表1.1 4 估计参数 = 76.05 - 3.88P 5 假设检验 β 0？ 6 预测和政策分析 若 P=4.50，Q为多少？ 第三十七页，共五十二页。 * 计量经济学 (Econometrics) 第一页，共五十二页。 第一章 绪论 第一节 什么是计量经济学？ 计量经济学（Econometrics）一词, 又译经济计量学, 该词首次使用是在1910年, 但给该词赋予我们现在所理解的那种含义(即作为一个经济学学科), 是挪威经济学家弗里希（R. Frisch） 的功劳。从字面上说，该词含义是经济测量（Economi