1、计量经济学,1,计量经济学,Econometrics,计量经济学,2,第一章 绪论,本章简介： 1.1 计量经济学的产生与发展 1.2 计量经济学的研究对象与学科归属 1.3 计量经济学的分类及其与有关学科的关系 1.4 计量经济学的主要内容 1.5 计量经济学建模与应用步骤 1.6 相关要求和说明,计量经济学,3,1.1 计量经济学的产生与发展,一、计量经济学的产生 二、计量经济学的发展 三、计量经济学在中国的研究和应用,计量经济学,4,一、计量经济学的产生,1926年，挪威经济学家费瑞希（R.Frish）提出计量经济学（Econometrics,亦称为经济计量学）一词，标志着计量经济学这一
2、新学科的诞生。 计量经济学的萌发可以追溯到19世纪中后期。 1838年，法国数理经济学家古诺（A.Cournot）认为可以把需求、供给、价格等经济变量之间的关系视为函数关系，并提出用数学语言（如一系列函数方程）描述某些经济规律。 1874年，法国经济学家瓦尔拉（L.Walras） ，提出了“一般均衡论”，并运用联立方程组研究一般均衡的条件。意大利经济学家帕雷托（V.Pareto）运用几何方法研究经济变量之间的关系，创造性地发展了瓦尔拉的一般均衡论。 1890年，马歇尔（A.Marshell）出版经济学原理，用较多的篇幅介绍数学方法在经济学中的应用。 这些工作为计量经济学的诞生奠定了坚实的基础。
3、,计量经济学,5,二、计量经济学的发展,1929年，穆尔（H.L.Moore）出版综合经济学一书，运用计量经济学模型对经济变量之间的关系进行定量描述。1930年，费瑞希出版了用完全回归体系的统计合流分析一书，深化了定量分析技术。 1930年费瑞希、丁伯根（J.Tinbergen）和费歇尔（Fisher）等人成立了“国际计量经济学会”，确立了计量经济学的学术地位。1933年，“国际计量经济学会”会刊“Econometrica”正式创刊，对计量经济学的发展起到推动作用。 1935年，丁伯根首次运用计量经济学模型研究宏观经济问题，计量经济学由以微观经济模型为主步入宏观经济模型的时代。在凯恩斯（J.M
4、.Keynes）主义盛行时期，计量经济学重点研究宏观经济问题，哈罗德（R.F.Harrod）、罗宾逊（J.V.Robinson）、萨缪尔森（P.A.Somuelson）和克莱因（L.Klein）等人为计量经济学的发展做出了重要贡献。,计量经济学,6,计量经济学方法和模型研究也取得了重要进展。 20世纪50年代，泰尔（H.Theil）提出了两阶段最小二乘法；20世纪60年代，阿尔蒙（S.Almon）在计量经济学模型中引入了滞后变量；20世纪70年代，亨德利(D.F.Hundry)提出协整理论，构建了新的计量经济学体系。 参数估计方法、模型识别理论研究也取得了重要进展。现代对策论、贝叶斯理论、投入
5、产出方法等新理论、新方法相继被引入，使计量经济学得到丰富和发展。 计量经济学的应用领域进一步拓展，除生产函数、消费函数、需求分析、投资分析、宏观经济等传统应用领域外，计量经济学在货币、工资、福利、国际贸易等新的领域中也得到成功应用。,计量经济学,7,计算机技术的发展推动了计量经济学模型应用和普及。 在西方各国，政府部门、大型企业、高等院校、科研机构都有专门从事计量经济学研究和模型编制工作的人员，多数高校相继开设了计量经济学课程，社会上一些专门从事计量经济学模型预测和软件开发的咨询公司也应运而生。如美国沃顿公司、资料资源公司、大通公司等。计量经济学模型被广泛应用于经济预测、计划编制和政策分析，模
6、型的规模也从地区模型、国家模型逐步发展到世界模型。如克莱因发起研制的“连接（Link）计划”模型系统包括了30多个国家和地区，共有7447个方程，包含了3368个外生变量。,计量经济学,8,1968年，诺贝尔奖委员会根据瑞典银行提议决定设立经济学奖。1969年，首批获奖的经济学家共有两位，一位是计量经济学的创始人费瑞希，另一位是致力于传播和应用计量经济学的丁伯根。 不但计量经济学家占诺贝尔经济学获奖者总数的比例较大，许多获奖者的获奖成果都与计量经济学的研究或应用有关。在全世界经济学家的最高荣誉诺贝尔奖的得主中，计量经济学家能够独占鳌头，这在一定程度反映出计量经济学在整个经济学中的地位。,计量经
7、济学,9,1926年挪威经济学家R.Frish提出Econometrics 1930年成立世界计量经济学会 1933年创刊Econometrica 20世纪40、50年代的大发展和60年代的扩张 20世纪70年代以来非经典（现代）计量经济学的发展,计量经济学,10,诺贝尔经济学奖与计量经济学,53位获奖者中10位直接因为对计量经济学发展的贡献而获奖 1969 R. Frish J. Tinbergen 1973 W. Leotief 1980 L. R. Klein 1984 R. Stone 1989 T. Haavelmo 2000 J. J. Heckman D. L. McFadden
8、 2003 R. F. EngleC. W. J. Granger 近20位担任过世界计量经济学会会长 30余位左右在获奖成果中应用了计量经济学,计量经济学,11,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1969 “for having developed and applied dynamic models for the analysis of economic processes“,Ragnar Frisch Norway,Jan Tinbergen the etherlands,计量
9、经济学,12,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1973 “for the development of the input-output method and for its application to important economic problems“,Wassily Leontief USA,计量经济学,13,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1980 “for
10、the creation of econometric models and the application to the analysis of economic fluctuations and economic policies“,Lawrence R. Klein USA,计量经济学,14,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1984 “for having made fundamental contributions to the development of systems
11、of national accounts and hence greatly improved the basis for empirical economic analysis“,Richard Stone Great Britain,计量经济学,15,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1989 “for his clarification of the probability theory foundations of econometrics and his analyses o
12、f simultaneous economic structures“,Trygve Haavelmo Norway,计量经济学,16,三、计量经济学在中国,我国计量经济学的研究和应用始于20世纪50年代。著名数学家华罗庚教授和著名经济学家孙冶方、刘国光、于光远等积极倡导、推动经济数学方法的研究和应用。改革开放以后，我国的计量经济学研究和应用得到快速发展。 20世纪70年代末80年代初，中国数量经济研究会、中国优选法统筹法与经济数学研究会、中国系统工程学会等相关的学术团体相继成立。1981年，中国社会科学院经济研究所成立了数量经济研究室。1982年，成立了数量经济与技术经济研究所。 20世纪8
13、0年代初期，国家计委成立了预测中心，许多中央部、委以及全国各省、市、自治区政府也相继成立了类似机构，专门从事经济分析、预测工作。,计量经济学,17,1981年，我国学者分别研制出由20个方程构成的国民收入生产、分配和最终使用计量经济学模型和由250个方程构成的宏观计量经济学模型。此后，不少中央部、委和省、市、自治区以及地（市）、县（市）也建立了行业性、区域性计量经济学模型，取得一批重要成果，都产生了很大影响和实际效果。 从1992年起，我国每年分别在春季和秋季发布中国宏观经济分析预测报告，编辑出版中国经济蓝皮书已成为一项经常性工作。每次的中国经济形势分析预测报告会都引起社会各界广泛关注。 全国
14、许多知名大学开设有数量经济学专业，不少重点高校能够培养相关领域的学士、硕士、博士等各层次专门人才。目前，我国在数量经济学领域已基本建立起较为完善的研究、应用和人才培养体系。国际合作与交流的规模和层次也逐步扩大、提升。,计量经济学,18,1.2计量经济学的研究对象与学科归属,一、计量经济学的定义及研究对象 二、计量经济学的学科归属,计量经济学,19,一、计量经济学的定义及研究对象,定义：“计量经济学是一门以经济理论为指导，以实际观测资料为背景，以数学方法和计算技术为工具研究经济现象，分析经济变量之间的数量关系，揭示经济规律的学科”。 计量经济学的定义明确告诉我们，计量经济学的研究对象是经济现象，
15、其研究目的是基于对经济变量之间的数量关系的分析，揭示经济规律。 计量经济学对经济现象的研究必须以正确的经济理论为指导，没有科学的经济理论支撑，计量经济学对经济现象的研究就有可能陷于盲目，研究工作就会失于偏颇，甚至导致谬误。,计量经济学,20,把两个或者若干个相互之间没有任何关系的数据序列放在一起，用其中的一个作为被解释变量，其余的作为解释变量，建立所谓的计量经济学模型，即使样本决定系数很高，各种检验都能通过，这样的“模型”又有什么实际意义呢？如有人异想天开，用前苏联1975-1979年的工业总产值（X）解释中国1952-1956年的农业净产值（Y），得到如下“模型” Y=-165.00+1.0
16、099X 样本决定系数高达0.999，但这样的所谓“模型”能说明什么问题呢？还有人试图用印度某个池塘中鱼的变化来解释纽约证券市场股票价格，等等，都是滥用计量经济学方法。,计量经济学,21,二、计量经济学的学科归属,以经济现象为研究对象的计量经济学属于经济学科，计量经济学作为一门经济学科在西方国家经济学领域居于十分重要的地位。 有些学者认为“计量经济学的根本任务是估计经济模型和检验经济模型”，“从狭义上看，模型参数的估计方法，是计量经济学的核心内容”。1980年，著名计量经济学家克莱因也说过“计量经济学的百分之九十是回归”。这些说法都有道理，但不要忽视研究和应用计量经济学必须具备经济理论这个大前
17、提。,计量经济学,22,1.3 计量经济学的分类及其与有关学科的关系,一、计量经济学的分类 二、计量经济学与有关学科的关系,计量经济学,23,一、计量经济学的分类,1、狭义计量经济学与广义计量经济学 狭义的计量经济学正如克莱因所说，其内容“百分之九十是回归”，主要是运用因果分析、回归分析方法对经济现象进行研究，试图揭示并定量地刻画经济变量之间的因果关系。大多数的计量经济学教科书属于狭义计量经济学的范畴。 广义的计量经济学类似于我国的数量经济学，是一类用于研究、分析经济现象的定量方法的总称。其内容不但包括狭义计量经济学的全部内容，同时还包括时间序列分析、投入产出分析、数理经济分析及优化方法等。在
18、西方一部分名为“Econometrics”的书，内容就十分宽泛。,计量经济学,24,2理论计量经济学与应用计量经济学 理论计量经济学以讨论计量经济学方法为主。它以数理统计为主要工具，其内容包括计量经济学方法的理论基础、计量经济学方程的参数估计和检验方法、特殊模型的估计与检验方法等。侧重于研究如何建立一个性能“优良”的模型来揭示经济变量之间的数量关系。 应用计量经济学以建立和应用计量经济学模型为主，其内容是各种具体的宏观和微观计量经济学模型的设定和应用，包括消费函数、生产函数、投资函数、需求函数以及世界模型、国家模型、地区模型、企业模型等及这些模型在经济系统模拟、预测、结构分析、政策评价中的应用
19、。侧重于讨论如何“用好”计量经济学模型对具体的经济现象进行定量分析。本书的内容则是两者兼顾。,计量经济学,25,二、计量经济学与有关学科的关系,计量经济学是一门由经济学、统计学、数学融合而成的交叉学科，它们的关系如图1.3.1所示。 由图可知，经济学与数学交叉融合产生了数理经济学，经济学与统计学交叉融合产生了经济统计学，数学与统计学交叉融合产生了数理统计学，而数理经济学、经济统计学与数理统计学进一步交叉融合产生了计量经济学。,计量经济学,26,数理经济学属于理论经济学范畴。它广泛运用数学分析方法对经济理论进行推导和描述，侧重于运用数学公式表述经济理论，反映的是经济变量之间存在的“确定性”关系，
20、而不关心经济变量之间关系的可测度性。 计量经济学主要研究的是如何利用数学方程与实际数据来验证经济理论，反映的是经济变量之间存在的“不确定性”的相关关系，侧重于经济变量之间关系的定量测度和描述。,计量经济学,27,例如，消费理论通过对人们消费活动的观察、分析，研究消费活动中各种因素之间的经济关系。莫迪里亚尼（F.Modigliani）提出的一种基于相对收入假设的消费理论认为消费者的消费水平具有不可逆性，即现期消费不仅受现期收入水平的影响，同时还受其过去收入与消费水平的影响，尤其是受其过去曾经达到的最高收入水平的影响。设 为现期消费， 为现期收入， 为前期最高收入，用数学公式描述莫迪里亚尼的消费理
21、论，可得 (1.3.1),计量经济学,28,式（1.3.1）就是一个数理经济学方程。该方程揭示了经济变量之间的“确定性”数学关系，但不研究其数学关系的定量测度问题。计量经济学的任务是对经济变量之间的数学关系进行定量测度。对于式（1.3.1）所描述的消费与收入之间的关系，计量经济学工作者首先引入随机项 ，用来反映式（1.3.1）中未考虑到的“非主要因素”的影响、随机变化、观测误差和模型数学形式设定偏差，从而将式（1.3.1）所描述的确定性数学关系转化为不确定性关系 (1.3.2) 式（1.3.2）则是一个计量经济学模型。,计量经济学,29,经济统计学着重于收集、整理经济数据，研究如何设计观测指标
22、，如何用图形、表格、数据库等不同形式表达数据，以便于开发利用。经济统计学侧重于对描述性经济变量或其指数的观测、记录和整理，而不是如何验证经济理论。如对式（1.3.2）中的 提供必要的观测值或观测值序列 和 并整理出相应的 和序列 ，都属于经济统计 学的任务。计量经济学则利用经济统计数据研究经济变量之间的定量关系并进行验证。,计量经济学,30,数理统计学属于数学学科，它以概率论为基础，研究随机现象的统计规律。数理统计学为各类数据的收集、整理、分析提供切实可靠的数学方法，为计量经济学模型设定、参数估计、模型检验提供主要工具。 对于式（1.3.2），给定序列 和 ，运用数理统 计学中的最小二乘法，可
23、以估计出参数 ， 的值，从而得到计量经济学回归方程 (1.3.3) 再进行统计检验，以确定式（1.3.3）所给出的变量之间数量关系是否有意义 。,计量经济学,31,1.4 计量经济学的主要内容,本书的内容限于狭义计量经济学，全书共分为12章。按所讨论的内容可划分为五个板块。 其中第一章是绪论部分，主要介绍计量经济学的产生和发展、计量经济学的研究对象与学科归属、计量经济学的分类及其与有关学科的关系以及计量经济学建模与应用的基本步骤等。 第二章至第四章属于单方程回归模型。其中第二章、第三章分别讨论一元和多元线性回归模型及其假设条件、模型参数的估计、估计量的性质、回归方程的检验以及应用实例。第四章介
24、绍非线性模型，主要包括非线性模型的线性化和线性逼近方法及其应用问题。,计量经济学,32,第五章至第八章属于违背古典模型假定的计量经济学问题。分别讨论异方差性、序列相关、多重共线性和随机解释变量问题产生的原因、后果、检验及相应建模方法，各章均给出了具体的应用实例。 第九章至第十一章属于联立方程模型。第九章介绍结构式模型、简化式模型、参数关系体系以及递归模型。第十章讨论联立方程模型的识别问题，包括简化式和结构式模型的识别条件及其等价性证明等。第十一章介绍联立方程模型的估计方法，包括间接最小二乘法、工具变量法、两阶段最小二乘法、三阶段最小二乘法以及联立方程模型估计方法的选择和检验等。 第十二章是计量
25、经济学的应用，着重讨论计量经济学模型在经济结构分析、经济预测、经济政策评价中的应用，最后介绍几个经典的宏观计量经济学模型。 以上内容覆盖了一般狭义计量经济学教科书所要求的全部知识点。,计量经济学,33,1.5 计量经济学建模与应用步骤,计量经济学建模与应用可按以下步骤进行: 一、明确任务，运用经济理论描述需要研究的问题； 二、模型设计； 三、确定统计指标，收集、整理数据； 四、估计模型参数； 五、模型检验； 六、模型应用。以较为简单但应用十分普遍的单方程计量经济学模型的建模与应用为例具体说明上述各步骤。,计量经济学,34,一、明确任务，运用经济理论描述需要研究的问题 比如某一小汽车生产厂商聘请
26、经济分析咨询人员研究某一新款小汽车销售价格变化对市场需求量的影响。任务已经明确，接下来就要考虑运用价格与需求量之关系的经济理论描述所要研究的问题。根据需求定律，在其他因素不变的条件下，产品的需求量随着价格的上升而减少，随着价格的下降而增加。由此可以明确，该款小汽车的市场需求量是其销售价格的减函数。,计量经济学,35,二、模型设计 模型设计包含三个方面的内容： 1、确定模型中的变量； 2、设定模型的数学形式； 3、分析模型参数的符号和大致的变化范围。,小轿车销售 价格变化对 市场需求的影响,计量经济学,36,1、确定模型中的变量 按与所研究的系统的关系，可以把计量经济学中的变量分为两类，一类是由
27、所研究的系统或模型内部决定的变量，称为内生变量（endogenous variable）；另一类称为外生变量（exogenous variable），其数值由所研究的系统或模型外部决定。 按照因果关系划分，计量经济学中的变量也可以分为两类，一类是被解释变量（explained variable），亦称因变量（dependent variable）；另一类是解释变量（explanatory variable），亦称自变量（independent variable）。,计量经济学,37,建立计量经济学模型，关键是确定解释变量，一般是根据经济理论和实际经验判断影响被解释变量的主要因素，再根据研究工作
28、需要，确定模型的解释变量。 对于第一步中提出的小汽车需求量 ，我们选择销售价格 作为解释变量。还可以进一步考虑收入水平（ ,外生变量）和购买者性别（ ，虚拟变量）的影响，用 三个因素解释 的变化。,计量经济学,38,2、设定模型的数学形式 计量经济学模型数学形式的设定一般有两种不同的方式，一种方式是根据经济理论设定模型的数学形式。事实上，在数理经济学中，已经对生产函数、需求函数、消费函数、投资函数等模型的数学形式进行了十分深入的研究，可供在模型设定时参考、借鉴。 另一种方式是根据样本数据绘制解释变量与被解释变量之间关系的散点图，通过散点图观察变量之间的关联关系，并据以确定模型的数学形式。 有时
29、也会遇到模型的数学形式难以事先设定的情形。在此情况下，通常可以选择多种不同的形式进行模拟试算，然后根据模拟效果选择较为理想的数学形式。,计量经济学,39,需求定律仅告诉我们需求是价格的减函数，并没有提供函数的具体形式。事实上，减函数曲线多不胜数，可以是直线，也可以是曲线，如双曲线、指数曲线等（见图1.5.1）。 因线性函数最为简单，为便于讨论，将模型的数学形式设定为线性函数： （1.5.1）,计量经济学,40,3.分析参数符号和变化范围 模型参数的具体数值一般需要完成模型估计、检验后才能确定。但人们通常可以根据其对所研究经济系统的认识对参数的符号和变化范围事先进行估计，并用来检验模型的估计是否
30、合理。 对于式（1.5.1）中的参数，根据需求定律，易知 ；对于截距项 的值，经过分析不难断定有 。 再如对Cobb-Douglas生产函数 (1.5.2) 中的参数 。A作为生产技术常数应大于0， 和 分别代表资本K和劳动力L的产出弹性，应在0与1之间取值。,计量经济学,41,三、确定统计指标，收集、整理数据 模型的数学形式设定之后，接下来应明确模型中每个变量所对应的统计指标，收集、整理所需要的数据、资料。人们有时可能会选择不同的指标作为某一个变量的映射量。如对生产函数中的产出变量y，可以取总产值、增加值、净产值、总产量等指标作为其映射量；资本投入变量K可以取固定资金、流动资金、固定资金+流
31、动资金，其中固定资金还可以分别取为净现值或原值等。 因此，统计指标的确定需要根据模型变量的含义、研究目的以及统计数据的可得性、可比性、一致进行综合考虑。,计量经济学,42,常用的统计数据主要有以下三种类型： （1）时间序列数据。即按时间先后顺序排列的数据。时间序列数据的时间频率可以根据研究需要确定，一般取为年、季度、月、日、时、分、秒等。时间频率取到秒的数据称为高频数据，在金融市场分析中高频数据的研究日益受到重视。同一个模型中各个变量的时间频率应保持一致。 （2）横截面数据。即不同观测对象在某一时间的观测数据。如人口普查数据、工业普查数据、审计调查数据等。 （3）合并数据。即时间序列数据与横截
32、面数据的混合数据。例如，江苏省所属13个市（地）从1984年到2004年20年中引进外资统计资料就是合并数据。其中每个市（地）从1984年到2004年20年的引进外资数据构成时间序列数据，而13个市（地）在其中任一年的引进外资数据又构成横截面数据。,计量经济学,43,对于宏观经济数据，可以从国家统计局和各省、市、自治区统计局编写的统计年鉴中获得，还可以通过访问中国经济信息网（）或中国统计信息网（）获得。对于某些微观数据或专门化的特殊数据，可以通过企业调查、社会抽样调查、问卷调查或定点观测记录等方式获得。 对收集到的原始数据通常要进行适当的加工、整理，才能用于建立模型。数据加工、整理工作包括甄别
33、分类、汇总、归并、拆分、补缺、调整统计口径等，保证数据完整、准确、可靠，且满足可比性和一致性的要求。,计量经济学,44,计量经济学,45,四、估计模型参数 模型参数估计方法是理论计量经济学的核心内容。在数据收集、整理工作完成之后，即可用于估计模型参数。一般可根据经济变量的性质、不同估计方法的特性、方法本身的难易程度和所需费用等因素选择适当的估计方法对模型参数进行估计。本书主要介绍以最小二乘法为基础的参数估计方法。,计量经济学,46,五、模型检验 经济模型是对客观经济现象的一种抽象，要放心大胆地应用计量经济学模型，必须首先检验其准确性和可靠性。模型检验的实质是对已得到的参数估计值进行评价，研究其
34、在理论上是否有意义，统计上是否显著，进而研究模型是否正确反映经济系统诸因素之间的关系。只有通过检验的模型才能应于实际经济系统分析。,计量经济学,47,常用的检验方法有以下几种： 1.经济意义检验 经济意义检验主要是检验参数估计值的符号及大小在经济意义上是否合理。例如，在需求函数中，需求量一般与收入正相关、与价格负相关，因此收入变量的参数估计值应为正值。价格变量的参数估计值应为负值；在消费函数中，消费一般随着收入的提高而上升，且消费的增幅通常会低于收入的增幅，因此收入变量的参数估计值应在0和1之间。如果参数估计值与经济理论不相符，则应分析原因并采取相应的办法加以解决。,计量经济学,48,根据拟定
35、的符号、大小、关系 例如： 需求量=2.00.5收入4.5价格-0.8其它商品价格 需求量=2.0+0.5收入4.5价格+0.8其它商品价格 需求量=2.0+0.5收入0.8价格-0.8其它商品价格,计量经济学,49,2.统计学检验 统计学检验主要是根据数理统计学中的统计推断准则，对模型的可靠性进行检验。常用的统计学检验方法有拟合优度检验、t 检验、F检验，分别用来检验模型和解释变量估计值的显著性。 必须指出，统计学检验是为模型的经济意义服务的。对于一个违背经济理论的模型，不必进行统计学检验。因为这时即使通过了统计学检验，也没有任何实际价值和意义。,计量经济学,50,印度某池塘中鱼的变化 与纽
36、约证券市场股票价格,计量经济学,51,3.计量经济学检验 计量经济学检验是以数理统计为基础发展起来的一类检验方法，主要用于检验模型的计量经济学性质。如回归方程的假设条件检验，模型的识别性检验等。常用的检验方法主要有关于随机扰动项序列相关性的检验、异方差性检验和解释变量多重共线性的检验等。,计量经济学,52,4.预测性能检验 统计学检验和计量经济学检验通常是利用样本期内的统计数据进行检验，预测性能侧重于检验模型的稳定性，以及模型对样本期之外客观事实的描述和推断能力，即模型的超样本特性。具体检验方法如下： （1）增加样本容量或更换新的样本数据重新估计模型参数，将新的估计值与原估计值比较，并检验二者
37、间是否有显著差异。,计量经济学,53,（2）利用所建立的模型对样本期外某一时期进行预测，通过比较预测值与实际值的误差，检验模型的预测能力。 一个计量经济学模型如果能够通过上述各种检验，则表明该模型较好地反映了经济变量之间的数量关系，可以应用于实际经济问题的研究。若其中某些检验未能通过，则应及时分析原因，寻求对策。,计量经济学,54,六、模型应用 计量经济学模型被称为“经济实验室”。通过检验的计量经济学模型可以视为实际经济系统的缩影，因此对实际经济问题的研究可借助计量经济学模型进行。计量经济学模型的主要用途有结构分析、经济预测、政策评价和实证研究等几个反面。 1. 结构分析 结构分析主要研究当计
38、量经济学模型中的一个或几个变量、结构参数发生变化时会对其他变量乃至整个经济系统产生什么样的影响。如研究增加政府支出对消费、投资增长的影响，研究边际消费倾向、税率等参数变动对经济系统的影响等。常用的结构分析方法有弹性分析和乘数分析等。,计量经济学,55,2. 经济预测 计量经济学模型基于因果关系对事物的未来变化进行预测，通常能够取得较高的预测精度。宏观计量经济学模型已成为经济预测的主要手段之一。不少国家根据宏观经济模型的运行结果，定期向全社会发布经济预测报告，一些著名的预测受到政府、企业和公众的重视。 3. 政策评价 政策评价亦称为政策分析或政策模拟、仿真，主要是分析计量经济学模型中政策变量的变
39、化对经济系统的影响。由于经济政策的不可试验性，运用计量经济学模型进行政策评价的重要意义自不待言。在进行政策评价时，通常是先假定现行政策保持不变，运用已建立的计量经济学模型进行一次基准运行，然后进行政策调整，比如税率、利率、政府支出等政策变量各按一定幅度变化，再运行模 型，对不同政策环境下的运行结果进行比较，从某些宏观,计量经济学,56,经济变量（如GDP,通货膨胀率，劳动就业率等）的变化判断一项政策或政策组合的效果，为制定经济政策提供依据。 4. 实证研究 利用计量经济学模型还可以对经济理论的正确与否进行实证研究。正确的经济理论能够成功地对客观事实进行解释。按照一种经济理论建立的计量经济学模型
40、如果能够很好地拟合实际观测数据，则说明该理论符合客观实际，是正确的；反之则说明该理论与客观事实有出入。 有时候，对于某种经济行为人们会从不同角度提出若干种不同的理论假说，究竟哪一种假说适合所研究的经济系统呢？我们可以运用实际统计数据分别去拟合各种理论假说对应的计量经济学模型，拟合效果最好的模型所依据的理论假说最适合所研究的经济系统。,计量经济学,57,随着人均GDP 的增加,或者随着一个国家经济的发展,就业结构会相应的发生变化：第一产业就业人数的比例会下降,而第二和第三产业的就业比例会上升。 这说明劳动力就业结构的变化也是衡量经济发展阶段的重要指标。 针对上述理论假设，我国的情况是否符合？,计
41、量经济学,59,教学目的和要求 科学、实证的方法，数量分析方法是经济学研究的基本方法。 通过该门课程教学，掌握计量经济学的基本理论与方法，并能够建立实用的计量经济学应用模型。,1.6 其它相关问题,动起手来！,计量经济学,60,教材及参考书 计量经济学，刘思峰，李南，党耀国，东南大学出版社，2006 计量经济学，李子奈，高等教育出版社，2000 计量经济学软件-EVIEWS的使用，于俊年，对外经济贸易大学出版社 计量经济学,Damodar N.Gujarati,中国人民大学出版社,计量经济学,61,关于学习方法的说明 理论与应用并重。既要重视理论方法，也要重视应用模型和应用中实际问题的解决；
42、(2) 对于理论方法，重点是思路而不是数学过程； (3) 必须十分重视综合练习； (4)必须掌握一种应用软件。,计量经济学,62,1、Micro TSP 时间序列分析软件仓 2、SPSS/PC 统计分析软件仓 3、SAS 统计分析系统 4、GAUSS 非线性 5、PC-GIVE 动态模型,EViews,计量经济学,63,告诉我你的想法！,64,计量经济学 之,一元线性回归模型,南京二桥案例,靖盐高速公路,65,第二章 一元线性回归模型,2.1 引言 2.2 一元线性回归模型及其假设条件 2.3 模型参数的估计 2.4 估计量的统计特性 2.5 回归方程的检验 2.6 预测区间 2.7 几个应当
43、注意的问题 2.8 一元线性回归模型的应用,66,2.1 引言,内容简介： 一、回归分析和相关分析 二、回归模型的种类,67,回归是研究因变量随自变量变化的关系形式的分析方法，目的在于根据已知自变量来估计和预测因变量的总平均值。 例如，农作物亩产量对施肥量、降雨量和气温有着依存关系。通过对这一依存关系的分析，在已知施肥量、降雨量和气温信息的条件下，可以预测农作物的平均亩产量。,68,一、回归分析和相关分析,1.相关关系的概念 在现实经济生活中，经济现象之间客观地存在着各种各样的有机联系，一种经济现象的存在和发展变化必然受到与之相联系的其他现象存在和发展变化的制约与影响。 在许多场合下经常需要研
44、究这些客观现象之间的依存关系，从定量角度来研究，就归结为两种不同类型的关系：一种是函数关系；另一种是相关关系。,69,（1）函数关系 函数关系反映客观事物之间存在着严格的依存关系。在这种关系中，当一个或几个变量取值一定时，另一个变量有确定的值与之相对应，并且这种关系可以用一个确定的数学表达式反映出来。 例如，某种商品的销售收入 Y 与该商品的销售量X以及该商品的价格 P 之间的关系可以用 Y=PX 表示，这就是一种函数关系。再如圆面积 S 与半径 r 之间的关系S=r2 等等。一般把作为影响因素的变量称为自变量，把发生对应变化的变量称为因变量。,70,（2）相关关系 相关关系反映的是客观事物之
45、间的非严格、不确定的线性依存关系。这种线性依存关系有两个显著的特点： 客观事物之间在数量上确实存在一定的内在联系。表现在一个变量发生数量上的变化，要影响另一个变量也相应地发生数量上的变化。例如身体高的人一般来讲体重也重一些；劳动生产率的提高会降低成本等等。 客观事物之间的数量依存关系不是确定的，具有一定的随机性。表现在当一个或几个相互联系的变量取一定数值时 ，与之对应的另一个变量可以取若干个不同的数值。这种关系虽然不确定，但因变量总是遵循一定规律围绕这些数值的平均数上下波动。,71,究其原因，是影响因变量发生变化的因素不止所列出的这些。例如，影响一个人的体重因素除了身高外，还有胖瘦、体质等因素
46、；影响粮食单位面积产量的因素除了施肥量外，还有土壤条件、气候条件、日照时间、种子品种等因素。在经济活动和生产过程中，许多经济的技术的因素之间都存在着这种相关关系。 相关关系与函数关系又有十分密切的联系。在实际中，由于观测和观测误差等原因，函数关系往往是通过相关关系表现出来的；而在研究相关关系中，又常常是用函数关系作为工具，以相应的函数关系的数学表达式来表现相关关系的一般数量联系。,72,2.回归分析与相关分析 回归分析与相关分析都是研究和测度两个或两个以上变量之间关系的方法。 相关分析是以相关关系为对象，研究两个或两个以上随机变量之间线性依存关系的紧密程度。通常用相关系数表示，多元相关时用复相
47、关系数表示。 回归分析是对具有相关关系的变量之间的数量变化规律进行测定，研究某一随机变量（因变量）与其他一个或几个普通变量（自变量）之间的数量变动关系，并据此对因变量进行估计和预测的分析方法。由回归分析求出的关系式，称为回归模型。,73,回归分析与相关分析的区别 （1）相关分析只能说明变量之间相关的方向和密切程度而不能指出变量之间相互关系的具体形式，也无法从一个变量的变化来推断另一个变量的变动情况；回归分析则是用回归方程来反映变量间相互关系的具体形式，并根据这个方程由已知变量推断未知变量。 （2）在相关分析中，研究的是变量之间的相互依存关系，变量间的关系是并列的，对等的，不必确定哪个是自变量，
48、哪个是因变量；在回归分析中，研究的是一个变量随其它变量变化的形式，变量间的关系不是并列的、对等的，因此必须根据研究对象的性质和分析目的，确定哪个是自变量，哪个是因变量。,74,（3）在相关分析中，所涉及的变量都可以是随机变量，各自接受随机因素的影响；回归分析中，自变量是可以准确测量或控制的非随机变量，因变量的取值事先不能确定，是随机变量。 （4）在相关分析中，对于两个变量x和y来说，由于不区分自变量和因变量，因此只有一个相关系数；回归分析中，对于两个变量x和y来说，如果其因果关系不明显，则可以确定两个不能相互替代的回归方程，一个是以x为自变量，y为因变量的回归方程；另一个是以y为自变量，x为因
49、变量的回归方程。,75,回归分析与相关分析的联系是，它们是研究客观事物之间相互依存关系的两个不可分割的方面。在实际工作中，一般先进行相关分析，由相关系数的大小决定是否需要进行回归分析。在相关分析的基础上建立回归模型，以便进行推算、预测，同时相关系数还是检验回归分析效果的标准。相关分析需要回归分析来表明客观事物数量关系的具体形式，而回归分析则应建立在相关分析的基础上。,76,二、回归模型的种类,回归模型可从不同角度进行分类，常用的分类如下： （1）根据自变量的多少，回归模型可以分为一元回归模型和多元回归模型。一元回归模型是根据某一因变量与一个自变量之间的变动关系建立的模型。例如，根据耐用消费品销售量对居民货币收入的变动关系建立回归模型。多元回归模型是根据某一因变量与两个或两个以上自变量之间的
