1、1第八章第八章 计量经济学模型设定计量经济学模型设定及数据问题及数据问题2 学习计量经济学的目的，一方面是学习计量经济学的目的，一方面是发展计量经济学，另一方面是应用计量发展计量经济学，另一方面是应用计量经济学模型，后者更为重要。经济学模型，后者更为重要。-李子奈李子奈3模型设定错误模型设定错误v模型设定错误有广义和狭义两种情况模型设定错误有广义和狭义两种情况狭义的错误指模型设定出现丢失重要解释变量、狭义的错误指模型设定出现丢失重要解释变量、包括了不必要的解释变量及解释变量存在测度误包括了不必要的解释变量及解释变量存在测度误差等情况；差等情况；广义的错误还包括多重共线性、残差项出现异方广义的错
2、误还包括多重共线性、残差项出现异方差或序列相关等情况。差或序列相关等情况。v当出现模型设定错误时，利用当出现模型设定错误时，利用OLS方法得到的参数方法得到的参数估计不再具有最小方差和无偏性质。估计不再具有最小方差和无偏性质。4v在应用研究中，我们在模型设定时通常包括以下在应用研究中，我们在模型设定时通常包括以下具体内容：具体内容：模型中解释变量的构成模型中解释变量的构成模型的函数形式模型的函数形式有关随机误差项的假定有关随机误差项的假定 v如果这些设定与客观实际不一致，利用计量经济如果这些设定与客观实际不一致，利用计量经济模型来描述经济变量关系时，就会产生误差（偏模型来描述经济变量关系时，就
3、会产生误差（偏差），我们把这种误差称为模型的设定误差。差），我们把这种误差称为模型的设定误差。5模型变量设定错误模型变量设定错误v遗漏必要的解释变量遗漏必要的解释变量 v包括不必要的解释变量包括不必要的解释变量v变量含有测度误差变量含有测度误差v误差项不符合古典假定误差项不符合古典假定v回归方程函数形式错误回归方程函数形式错误6一、遗漏必要的解释变量一、遗漏必要的解释变量 v设表示成离差形式的二元回归模型为：设表示成离差形式的二元回归模型为：y=1x1+2x2+uv假定模型设定时遗漏了解释变量假定模型设定时遗漏了解释变量x2，回归方程变为，回归方程变为:v对此模型采用对此模型采用OLS估计，得
4、到的系数估计值为估计，得到的系数估计值为:211*1xyx*1*1uxy7遗漏必要的解释变量(续)v将真实关系式代入后得到：将真实关系式代入后得到：v估计参数的期望值为估计参数的期望值为 2112121212112122112122111211*1xuxxxxxuxxxxxuxxxxyx 212121*1xxxE8遗漏必要的解释变量(续)v当两个解释变量相关时，等号右边第二项不等于零。当两个解释变量相关时，等号右边第二项不等于零。因而当遗漏因而当遗漏x2时有：时有：用用OLS方法得到的方法得到的 估计是模型真实参数的估计是模型真实参数的有偏估计有偏估计 量量；此外，该项在样本容量无限增大时也不
5、会趋近于零，即此外，该项在样本容量无限增大时也不会趋近于零，即 对对 的估计也的估计也不具有一致性不具有一致性特性；特性；的偏差方向取决于的偏差方向取决于 的符号和的符号和 的符的符 号。号。上述结论同样适用于多元回归模型。上述结论同样适用于多元回归模型。*11*12Cov x x()129遗漏必要的解释变量(续)v遗漏必要的解释变量时，遗漏必要的解释变量时，估计参数的方差也是有偏的估计参数的方差也是有偏的，从而，从而造成造成统计检验失真统计检验失真。模型仅包括两个解释变量时，模型仅包括两个解释变量时，的方差计算公式为：的方差计算公式为：若总体方差已知，那么遗漏必要的解释变量造成若总体方差已知
6、，那么遗漏必要的解释变量造成低估参数方低估参数方差。差。在应用工作中，总体方差需要由样本估计，即：在应用工作中，总体方差需要由样本估计，即：由于丢失必要的解释变量一方面增大分子，另一方面也增大由于丢失必要的解释变量一方面增大分子，另一方面也增大分母，因而难以确定参数方差的偏差方向。分母，因而难以确定参数方差的偏差方向。)()1()(12122212*1VarxrxVar*11222KNu sir2是是x1和和x2之间的相之间的相关系数关系数10总结遗漏必要的解释变量后果：总结遗漏必要的解释变量后果：参数估计量是有偏的；参数估计量是有偏的；参数估计量不具有一致性；参数估计量不具有一致性；参数的方
7、差估计也是有偏的。参数的方差估计也是有偏的。11v遗漏必要的解释变量可能出现以下遗漏必要的解释变量可能出现以下症状症状：某些估计参数的值与理论预期相矛盾（异常的符某些估计参数的值与理论预期相矛盾（异常的符号，不合理的数值大小）；号，不合理的数值大小）；模型误差项表现异常（出现序列相关或异方差）。模型误差项表现异常（出现序列相关或异方差）。v如果由于无法获得数据等原因导致上述错误，在做如果由于无法获得数据等原因导致上述错误，在做分析时应该利用前面介绍的知识，指出重要参数的分析时应该利用前面介绍的知识，指出重要参数的偏差方向，并讨论其含义。偏差方向，并讨论其含义。如何判断是否遗漏重要变量？如何判断
8、是否遗漏重要变量？12v在应用工作中，除由于理论和数据原因而导致在应用工作中，除由于理论和数据原因而导致遗漏必要遗漏必要解释解释变量的错误外，更经常出现的两种情况是采用变量的错误外，更经常出现的两种情况是采用错误的数学函错误的数学函数形式数形式和和解释变量的定义发生改变解释变量的定义发生改变。v模型数学形式错误模型数学形式错误主要是主要是用线性方程表示非线性关系用线性方程表示非线性关系，而用，而用非线性方程表示线性关系一般不会造成问题。非线性方程表示线性关系一般不会造成问题。v假设正确的函数形式假设正确的函数形式 为一个为一个K阶可导函数，阶可导函数，可以用可以用X的的K阶多项式阶多项式 近似
9、。近似。若将若将X的高次项看作独立的解释变量，那么上式为多元线性的高次项看作独立的解释变量，那么上式为多元线性回归方程。用一元线性方程进行估计相当于遗漏必要的解释回归方程。用一元线性方程进行估计相当于遗漏必要的解释变量。变量。Yf XuYXujjk013二、包含不必要的解释变量二、包含不必要的解释变量v设表示成离差形式的真实模型为设表示成离差形式的真实模型为 .v在估计该模型时增加了一个不必要的解释变量在估计该模型时增加了一个不必要的解释变量x2，模型变成为模型变成为 。v应用应用OLS方法估计该模型得到：方法估计该模型得到：uxy11*2*21*1uxxy2212221212221*1iii
10、iiiiiiiixxxxxxyxxyx14包含不必要的解释变量包含不必要的解释变量v代入真实关系后有：代入真实关系后有：22122212122211221222121221122121122122212111222111*1iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiixxxxxxuxxuxxxxxxxuxxxxuxxxxxxxxuxxxuxx1*1E15包含不必要的解释变量包含不必要的解释变量v即包含不必要的解释变量时，参数估计值仍然是无即包含不必要的解释变量时，参数估计值仍然是无偏和一致的。偏和一致的。00*22212221211212221222121121
11、2*2Exxxxxxuxxuxxxxxxxyxxyxiiiiiiiiiiiiiiiiiiiiii16包含不必要的解释变量包含不必要的解释变量v理论上估计参数的方差为：理论上估计参数的方差为：v利用样本数据得到的经验结果为：利用样本数据得到的经验结果为：v只有当两个解释变量完全无关时才会有只有当两个解释变量完全无关时才会有r0，即得到关于即得到关于方差的无偏估计方差的无偏估计。v由上述分析可知，将不必要的解释变量引入模型，由上述分析可知，将不必要的解释变量引入模型，参数估参数估计值仍是无偏的计值仍是无偏的，但估计参数的方差一般要增大，即，但估计参数的方差一般要增大，即估计估计参数的有效性降低参数
12、的有效性降低。)()1()(12122122*1VarxxrVar 2122*1)1(xrsVar17三、随机误差项设定错误三、随机误差项设定错误v如果模型的误差项出现设定错误，那么也将引起估计偏差。如果模型的误差项出现设定错误，那么也将引起估计偏差。设正确的回归模型为：设正确的回归模型为：例如例如C-DC-D函数。函数。v式中误差项与式中误差项与f（.）是相乘关系，且假定有：是相乘关系，且假定有：v此时有此时有 和和v若将误差项错误地设为相加形式，即若将误差项错误地设为相加形式，即v这时这时有：有：iiiuXfYLnuNi,02 E uei22 Var ueei2221uYf Xf X uf
13、 Xf Xuiiiiiiii*1iiiuXfY18随机误差项设定错误随机误差项设定错误(续续)v于是有：于是有：v此时此时误差项不满足均值为零和同方差假定误差项不满足均值为零和同方差假定，并且也不服从正并且也不服从正态分布，从而使估计参数出现偏差。态分布，从而使估计参数出现偏差。v实际工作中，误差的真实分布形式常常是未知的，实际工作中，误差的真实分布形式常常是未知的，习惯上将习惯上将回归方程表示成参数线性形式，假定对应于这一形式的误差回归方程表示成参数线性形式，假定对应于这一形式的误差项为正态分布。项为正态分布。除非采用特殊估计技术，一般不需要对误差除非采用特殊估计技术，一般不需要对误差分布形
14、式专门做分析。分布形式专门做分析。v在完成研究报告时应正确说明所采取的误差分布形式。在完成研究报告时应正确说明所采取的误差分布形式。E uf Xeii*221Var uf Xeeii*2222119四、变量含有测度误差四、变量含有测度误差v假定真实回归模型如假定真实回归模型如 ，X的观测值与真实值关系的观测值与真实值关系为为 实际回归：实际回归：v在此情况下，即使假定在此情况下，即使假定X X的测度误差服从正态分布，的测度误差服从正态分布，E(vE(vi i)=0)=0，不存在序列相关，不存在序列相关，Cov(xCov(xi i,v,vi i)=0)=0，采用采用OLSOLS方法估计仍存在方法
15、估计仍存在 与与 相关的问题，有相关的问题，有v此时用此时用OLS方法得到的方法得到的参数估计是有偏的和不一致的参数估计是有偏的和不一致的。偏差。偏差的程度取决于测定误差方差的大小。的程度取决于测定误差方差的大小。yxuiiixxviii*yxuvxuiiiiii*ui*xi*2viiii*i*ivuvxE,xCov1、解释变量、解释变量X含有测度误差含有测度误差20iiixyyyviii*假定真实方程为假定真实方程为实际得到的实际得到的Y的观测值则为的观测值则为iiiiiixvuxy*其中，其中，是一个合成误差项，包含着总体干扰项和观察误差项。是一个合成误差项，包含着总体干扰项和观察误差项。
16、假定除观察误差外，满足古典假定，并且解释变量假定除观察误差外，满足古典假定，并且解释变量X与与Y的测度误差的测度误差 相互相互独立，那么，独立，那么，用用OLS方法估计该方程仍可以得到方法估计该方程仍可以得到的无偏和一致性估计。的无偏和一致性估计。iii2()(/)iiiiEExvx若有若有 那么，那么，方程的常数项会受到影响，方程的常数项会受到影响，即即v 0ivE不同于真实参数2、因变量存在测度误差、因变量存在测度误差21然而，然而，因变量存在观察误差会影响到回归方差的方差因变量存在观察误差会影响到回归方差的方差估计估计。2222222iiixxxvar）（此时的方差包括了两个来源，即此时
17、的方差包括了两个来源，即Y的测度误差的测度误差 和模型的随机误差和模型的随机误差 ，相应的参数方差为：，相应的参数方差为：2v2因变量存在测度误差因变量存在测度误差(续续)降低参数估计的有效性。降低参数估计的有效性。22v假定假定 ui与与vi相互独立，并且均独立于相互独立，并且均独立于X；误差项不存在序列相关。误差项不存在序列相关。离差的回归方程为离差的回归方程为 ；实际估计方程；实际估计方程斜率的估计值为：斜率的估计值为：yyuiii*uNiu,02xxviii*vNiv,02yxiiyxuviiii*iiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiiivxvxvu
18、uxvxxvxuxvxvxuyvxxyx2222222*X和和Y都含有测度误差都含有测度误差23v可以证明可以证明 即忽略测定误差时可能即忽略测定误差时可能出现低估真实参数出现低估真实参数的情的情况。况。xVarxVarxVarvxxPPvviii222221limlim回归变量中的观测误差是数据问题，目前还提不回归变量中的观测误差是数据问题，目前还提不出有效的解决办法，只能忽略观测误差问题，希出有效的解决办法，只能忽略观测误差问题，希望它足够小。望它足够小。24五、解释变量与误差项相关五、解释变量与误差项相关v利用利用OLS推导方法可以得出回归方程参数推导方法可以得出回归方程参数的计算公式如
19、：的计算公式如：v当当X与误差项相关时，有与误差项相关时，有 此时，此时，参数估计量有偏参数估计量有偏。v若若X为随机变量，此时，即使样本容量增大，估计参数仍然是为随机变量，此时，即使样本容量增大，估计参数仍然是有偏的，因而有偏的，因而OLS估计量不再具有一致性。参数的方差估计也估计量不再具有一致性。参数的方差估计也是有偏的。是有偏的。iiiiiiiiiiiiiiiiiiiiiiixuxxuxxxuxxxyx22222Ex uxiuiii 201iiiyxu假定真实模型的形式：假定真实模型的形式：当当x与误差项正相关时，斜率会被高估与误差项正相关时，斜率会被高估25 1、检验是否含有无关变量、
20、检验是否含有无关变量 可用可用t 检验与检验与F检验完成。检验完成。检验的基本思想检验的基本思想:如果模型中误选了无关变量，如果模型中误选了无关变量，则其系数的真值应为零。因此，只须对无关变量则其系数的真值应为零。因此，只须对无关变量系数的显著性进行检验。系数的显著性进行检验。t t检验检验：检验某：检验某1 1个变量是否应包括在模型中；个变量是否应包括在模型中；F F检验检验：检验若干个变量是否应同时包括在模：检验若干个变量是否应同时包括在模型中型中 六、模型设定偏误的检验六、模型设定偏误的检验26 2、检验是否有相关变量的遗漏或函数、检验是否有相关变量的遗漏或函数形式设定偏误形式设定偏误
21、（1）残差图示法）残差图示法27 残差序列变化图残差序列变化图（a）趋势变化）趋势变化：模型设定时可能遗漏了一随着时间的推移而持续上升的变量（b）循环变化：）循环变化：模型设定时可能遗漏了一随着时间的推移而呈现循环变化的变量 28 模型函数形式设定偏误时残差序列呈现正负模型函数形式设定偏误时残差序列呈现正负交替变化交替变化 图示：图示：一元回归模型中，真实模型呈幂函数形式，但却选取了线性函数进行回归。29 （2）一般性设定偏误检验）一般性设定偏误检验 但更准确更常用的判定方法是拉姆齐但更准确更常用的判定方法是拉姆齐(Ramsey)于于1969年提出的所谓年提出的所谓RESET 检验检验（reg
22、ression error specification test）。）。基本思想：基本思想：如果事先知道遗漏了哪个变量，只需将此变量如果事先知道遗漏了哪个变量，只需将此变量引入模型，估计并检验其参数是否显著不为零即引入模型，估计并检验其参数是否显著不为零即可；可；问题是不知道遗漏了哪个变量，需寻找一个替问题是不知道遗漏了哪个变量，需寻找一个替代变量代变量Z，来进行上述检验。，来进行上述检验。RESET检验中，采用所设定模型中被解释变量检验中，采用所设定模型中被解释变量Y的估计值的估计值的若干次幂来充当该的若干次幂来充当该“替代替代”变量。变量。30 例如，先估计 Y=0+1X1+v 得 110
23、XY3221110YYXY采用F F检验检验来判断是否增加这些“替代”变量。若仅增加一个“替代”变量，也可通过t t检验检验来判断。31 例如，例如，在一元回归中，假设真实的函数形式是在一元回归中，假设真实的函数形式是非线性的，用泰勒定理将其近似地表示为多项式：非线性的，用泰勒定理将其近似地表示为多项式：RESET检验也可用来检验函数形式设定偏误的检验也可用来检验函数形式设定偏误的问题。问题。313212110XXXY因此，如果设定了线性模型，就意味着遗漏了因此，如果设定了线性模型，就意味着遗漏了相关变量相关变量X12、X13，等等。，等等。因此，在一元回归中，可通过检验因此，在一元回归中，可
24、通过检验(*)式中的式中的各高次幂参数的显著性来判断是否将非线性模各高次幂参数的显著性来判断是否将非线性模型误设成了线性模型。型误设成了线性模型。（*）32 对多元回归多元回归，非线性函数可能是关于若干个，非线性函数可能是关于若干个或全部解释变量的非线性，这时可或全部解释变量的非线性，这时可按遗漏变量的按遗漏变量的程序进行检验程序进行检验。例如，例如，估计估计 Y=0+1X1+2X2+但却怀疑真实的函数形式是非线性的。但却怀疑真实的函数形式是非线性的。322122110YYXXY 这时，只需以估计出的这时，只需以估计出的的若干次幂为的若干次幂为“替替代代”变量，进行类似于如下模型的估计变量，进
25、行类似于如下模型的估计再判断各再判断各“替代替代”变量的参数是否显著地不为零变量的参数是否显著地不为零即可。即可。333.观测误差的检验观测误差的检验 Hausman 检验步骤：检验步骤：(1)(1)对所研究的回归模型，无论是否存在观测误差，对所研究的回归模型，无论是否存在观测误差，先采用先采用OLSOLS法得到参数估计量；法得到参数估计量；(2)对可能存在观测误差的解释变量，选择与其相关对可能存在观测误差的解释变量，选择与其相关的工具的工具变量，将可能存在观测误差的解释变量对选择变量，将可能存在观测误差的解释变量对选择的工具变量进行回归，并获得回归残差。的工具变量进行回归，并获得回归残差。3
26、435重要启示：重要启示：解释变量与被解释变量之间的函数关系并解释变量与被解释变量之间的函数关系并不是随意设定的。它既受一定的不是随意设定的。它既受一定的经济理论经济理论假设假设的指导，又要受到的指导，又要受到实际经济活动实际经济活动中客中客观表现出的变量之间关系的检验。观表现出的变量之间关系的检验。36例：中国商品进口模型例：中国商品进口模型 经济理论指出，经济理论指出，商品进口商品进口主要由进口国的主要由进口国的经经济发展水平济发展水平，以及，以及商品进口价格指数商品进口价格指数与与国内价格国内价格指数指数对比因素决定的。对比因素决定的。由于无法取得中国商品进口价格指数，我们由于无法取得中
27、国商品进口价格指数，我们主要研究中国商品进口与国内生产总值的关系。主要研究中国商品进口与国内生产总值的关系。（下表）。（下表）。37381.通过通过OLS法建立如下中国商品进口方程：法建立如下中国商品进口方程：ttGDPM02.091.152 （2.32）（20.12）2.进行序列相关性检验。进行序列相关性检验。39 DW检验检验 取=5%，由于n=24，k=2(包含常数项)，查表得：dl=1.27，du=1.45由于 DW=0.628 dl，故:存在正自相关存在正自相关。40商品进口的例子中,估计了中国商品进口M与GDP的关系，并发现具有强烈的一阶自相关性。我们当然可以从纯技术的角度解决自相
28、关问题，并得到消除自相关后的参数估计结果。然而，由于仅用GDP来解释商品进口的变化，明显地遗漏了诸如商品进口价格、汇率等其他影响因素。因此，序列相关性的主要原因可能就是序列相关性的主要原因可能就是建模时遗漏了重要的相关变量造成的。建模时遗漏了重要的相关变量造成的。下面进行RESET检验。用原回归模型估计出商品进口序列 ttGDPM020.091.152 R2=0.948441 （-0.085）（8.274）（-6.457）（6.692）R2=0.9842320759.80028.0072.0860.3tttMEMGDPM)1(/()1(/)(222qknRqRRFURU5.22)424/()9
29、84.01(2/)948.0984.0(在在=5%下，查得临界值下，查得临界值F0.05(2,20)=3.49判断：判断：拒绝原模型与引入新变量的模型可决系数拒绝原模型与引入新变量的模型可决系数无显著差异的假设，表明无显著差异的假设，表明原模型确实存在遗漏相原模型确实存在遗漏相关变量的设定偏误关变量的设定偏误。Reset检验的检验的Ststa 语句语句ovtest42模型设定方法论模型设定方法论 传统研究传统研究采取采取由特殊到一般的方法由特殊到一般的方法，即开始采用简单即开始采用简单形式，以后逐渐增加变量，直到取得满意的拟合。形式，以后逐渐增加变量，直到取得满意的拟合。现代研究现代研究采取采
30、取从一般到简单从一般到简单的方法，其特点是：的方法，其特点是：重视模型设定方法论，强调模型同经济理论和统计重视模型设定方法论，强调模型同经济理论和统计学原理的逻辑一致性。学原理的逻辑一致性。开始时选用尽可能充分描述经济行为的一般模型形开始时选用尽可能充分描述经济行为的一般模型形式，然后在不损害行为描述准确性的前提下对模型式，然后在不损害行为描述准确性的前提下对模型进行简化。进行简化。这一思路基于如下认识：计量经济学的出发点是所这一思路基于如下认识：计量经济学的出发点是所谓的谓的“数据生成过程数据生成过程”，该过程是客观的，可以用，该过程是客观的，可以用一般形式的样本数据联合概率分布规律来表示。
31、一般形式的样本数据联合概率分布规律来表示。43模型设定方法论模型设定方法论 判断计量经济模型优劣的标准：判断计量经济模型优劣的标准：令人满意的模型首先必须得到令人满意的模型首先必须得到数据支持数据支持；令人满意的模型必须与令人满意的模型必须与经济理论相一致；经济理论相一致；令人满意的模型必须有令人满意的模型必须有明确的因果关系明确的因果关系；令人满意的模型具有良好的令人满意的模型具有良好的超样本功能超样本功能；令人满意的模型必须有令人满意的模型必须有稳定的参数；稳定的参数；令人满意的模型应该具有尽可能大的令人满意的模型应该具有尽可能大的包容性包容性，即可以解释用同类数据估计的其它形式模型的即可
32、以解释用同类数据估计的其它形式模型的结果。结果。44计量经济学应用模型中的问题计量经济学应用模型中的问题1 1、计量经济学应用模型类型的设定、计量经济学应用模型类型的设定作为建立计量经济学应用模型的第一步，就是针对作为建立计量经济学应用模型的第一步，就是针对研究对象和研究目的，研究对象和研究目的，选择适当类型的模型选择适当类型的模型，称之，称之为模型类型设定。为模型类型设定。45参数模型和非参数模型参数模型和非参数模型单方程模型和联立方程模型单方程模型和联立方程模型截面数据模型、时间序列数据模型和面板数据截面数据模型、时间序列数据模型和面板数据模型模型截面数据单方程参数模型还包括截面数据单方程
33、参数模型还包括：经典模型经典模型计数数据模型计数数据模型离散选择模型离散选择模型持续时间数据模型等持续时间数据模型等46例例1 为了研究我国城镇居民的食品需求及其与各个影为了研究我国城镇居民的食品需求及其与各个影响因素之间的关系，在城镇居民中随机抽取了响因素之间的关系，在城镇居民中随机抽取了5000户户作为样本。建立了如下模型：作为样本。建立了如下模型：012lnlnln1,2,.,5000iiIiqpIi每户的人均月每户的人均月食品需求量食品需求量购买食品的平购买食品的平均价格均价格每户的人均月每户的人均月收入收入该模型受到尖锐的批评，有人认为模型类型选择上存在问题，应该建立包该模型受到尖锐
34、的批评，有人认为模型类型选择上存在问题，应该建立包括各类商品需求量的联立方程模型，而不是单方程模型，显然这个批评是括各类商品需求量的联立方程模型，而不是单方程模型，显然这个批评是对的。对的。47那么，应该选择哪类模型？需要模型设定检那么，应该选择哪类模型？需要模型设定检验，通过严格的统计检验，确定应该建立什验，通过严格的统计检验，确定应该建立什么类型的模型。么类型的模型。但是在已有的应用研究中，很少注意这个问但是在已有的应用研究中，很少注意这个问题，经常是根据研究目的的需要而设定模型题，经常是根据研究目的的需要而设定模型的类型。的类型。482 2、指导模型类型设定的原则、指导模型类型设定的原则
35、（1 1）单方程应用模型类型对被解释变量）单方程应用模型类型对被解释变量数据数据 类型的依赖性类型的依赖性经典截面数据模型：经典截面数据模型：只有当数据是在截面总体中由只有当数据是在截面总体中由随机抽样随机抽样得到得到的样本观测值，并且变量具有的样本观测值，并且变量具有连续的随机分连续的随机分布布时，才能将模型设定为经典的计量经济学时，才能将模型设定为经典的计量经济学模型模型 49（2 2）单方程应用模型和联立方程模型的选）单方程应用模型和联立方程模型的选择对择对经济行为的依赖性经济行为的依赖性如果研究对象是相对独立的经济活动，其中如果研究对象是相对独立的经济活动，其中存在着清晰的存在着清晰的
36、单项因果关系单项因果关系，那么可以将该，那么可以将该应用模型设定为应用模型设定为单方程模型单方程模型。503、计量经济学应用模型总体回归模型设定、计量经济学应用模型总体回归模型设定总体回归模型设定包括选择变量，确定总体回归模型设定包括选择变量，确定变量之间的函数形式，以及设定待估参变量之间的函数形式，以及设定待估参数的期望值。数的期望值。51（1）计量经济学模型总体设定的一般性原则）计量经济学模型总体设定的一般性原则“研究目的导向研究目的导向”及其问题：及其问题：按照特定的研究目的进行计量经济学总体模按照特定的研究目的进行计量经济学总体模型的设定，成为计量经济学应用研究中的普型的设定，成为计量
37、经济学应用研究中的普遍现象和最严重的额问题。遍现象和最严重的额问题。（一）计量经济学模型总体设定的原则（一）计量经济学模型总体设定的原则52例例2 2 为了分析我国经济增长中各个投入要素为了分析我国经济增长中各个投入要素的贡献，需要建立总量生产函数模型。的贡献，需要建立总量生产函数模型。根据我国经济增长行为的深入分析，认为可根据我国经济增长行为的深入分析，认为可以将所有投入要素分为以将所有投入要素分为4 4类：制度、技术、类：制度、技术、资本、劳动。资本、劳动。01233lnlnlnlnlnGDPZDJSZBLD制度变迁指数制度变迁指数技术进步指数技术进步指数资本投入指数资本投入指数劳动投入指
38、数劳动投入指数该总体回归模型设定符合一般性原则，因为模型包含了所有该总体回归模型设定符合一般性原则，因为模型包含了所有对被解释变量产生影响的变量。对被解释变量产生影响的变量。53但是，在一篇专门研究我国制度变迁与经济增长的关但是，在一篇专门研究我国制度变迁与经济增长的关系的论文里，以系的论文里，以GDP为被解释变量，仅以制度变迁为被解释变量，仅以制度变迁指数作为解释变量，建立了一元对数回归模型：指数作为解释变量，建立了一元对数回归模型：01lnlnGDPZD估计结果显示，制度变迁对估计结果显示，制度变迁对GDPGDP的弹性系数为的弹性系数为2.12.1，于，于是得出结论：我国制度变迁指数每提高
39、是得出结论：我国制度变迁指数每提高1%1%，GDPGDP将增将增长长2.1%2.1%。这个结论显然是荒繆的！。这个结论显然是荒繆的！54总体回归模型设定的总体回归模型设定的“唯一性唯一性”原则：原则：对于同一个作为研究对象的被解释变量，它对于同一个作为研究对象的被解释变量，它和所有影响因素之间只能存在一种客观的正和所有影响因素之间只能存在一种客观的正确的关系。确的关系。作为研究起点的总体模型必须是唯一的！作为研究起点的总体模型必须是唯一的！55（2）计量经济学模型总体设定的）计量经济学模型总体设定的现实性现实性原则原则“先验理论导向先验理论导向”及其问题：及其问题：在经典计量经济学模型的应用研
40、究中，直接在经典计量经济学模型的应用研究中，直接依据经济学理论设定总体模型的现象十分普依据经济学理论设定总体模型的现象十分普遍，因此经典计量经济学模型通常被认为是遍，因此经典计量经济学模型通常被认为是先验理论导向。先验理论导向。问题：能否以先验的经济学理论作为计量经问题：能否以先验的经济学理论作为计量经济学总体设定的导向？不能！济学总体设定的导向？不能！56因为：因为：第一第一、正统经济学是以经济人假设和理性选择为、正统经济学是以经济人假设和理性选择为其理论体系的基石（决策主体是理性的决策行为其理论体系的基石（决策主体是理性的决策行为是最优的）。而计量经济学是建立能够描述人们是最优的）。而计量
41、经济学是建立能够描述人们实际观察到的经济活动中蕴藏着的一般规律的总实际观察到的经济活动中蕴藏着的一般规律的总体模型，实际经济活动既不是理性的，也不是最体模型，实际经济活动既不是理性的，也不是最优的。优的。第二第二、正统经济学理论强调、正统经济学理论强调简单简单，而计量经济学，而计量经济学强调强调一般，一般，必须将经济活动所涉及的所有因素包必须将经济活动所涉及的所有因素包括其中。括其中。第三第三、对于同一个研究对象，不同的研究者依据、对于同一个研究对象，不同的研究者依据不同的先验理论，就会设计不同的模型。不同的先验理论，就会设计不同的模型。57经济学理论经济学理论将作用于将作用于经济行为关系分析
42、经济行为关系分析，而不是直接作用于模型总体设定。而不是直接作用于模型总体设定。简洁的经济学理论至少揭示了一般经济简洁的经济学理论至少揭示了一般经济系统中的一部分经济关系。系统中的一部分经济关系。58（二）计量经济学应用模型变量性质设定（二）计量经济学应用模型变量性质设定解释变量对被解释变量具有直接影响还是解释变量对被解释变量具有直接影响还是间接影响，它们是内生变量，还是外生变间接影响，它们是内生变量，还是外生变量，是随机变量，还是确定变量。量，是随机变量，还是确定变量。引入模型的变量，应该是对研究对象产生引入模型的变量，应该是对研究对象产生直接影响且相互独立的变量。直接影响且相互独立的变量。5
43、9（1 1）如何判断直接影响或间接影响？）如何判断直接影响或间接影响？作为模型的解释变量，应该遵循直接性原则、集合作为模型的解释变量，应该遵循直接性原则、集合性原则、层次性原则和独立性原则。性原则、层次性原则和独立性原则。直接性原则：直接性原则：在经济行为机制上是直接的，不需要在经济行为机制上是直接的，不需要其他任何中间变量。其他任何中间变量。集合性原则：集合性原则：当一个变量由若干成分变量集合而成，当一个变量由若干成分变量集合而成，尽可能采用集合变量。尽可能采用集合变量。层次性原则：层次性原则：在分层次的变量体系中，应该将第一在分层次的变量体系中，应该将第一层次变量引入模型。层次变量引入模型
44、。独立性原则：独立性原则：如果违背直接性、集合性或层次性原如果违背直接性、集合性或层次性原则，解释变量之间不再具有独立性。则，解释变量之间不再具有独立性。60（2 2）变量的内生性和外生性）变量的内生性和外生性在实际应用模型的研究中，主要考虑两种原因在实际应用模型的研究中，主要考虑两种原因引起解释变量的内生性：引起解释变量的内生性：一是解释变量影响被一是解释变量影响被解释变量，反过来也受被解释变量的影响；二解释变量，反过来也受被解释变量的影响；二是解释变量本身受到其他解释变量的影响。是解释变量本身受到其他解释变量的影响。直接后果：直接后果：造成解释变量和模型的随机扰动项造成解释变量和模型的随机
45、扰动项相关，违背外生性的定义。相关，违背外生性的定义。61（3 3）变量的随机性和确定性）变量的随机性和确定性变量的随机性和确定性与变量的内生性和外变量的随机性和确定性与变量的内生性和外生性是既有联系又有区别的两个问题。生性是既有联系又有区别的两个问题。内生解释变量一定具有随机性内生解释变量一定具有随机性，但是随机变，但是随机变量并不都是内生的。量并不都是内生的。解释变量的随机性和确定性的设定，关键在解释变量的随机性和确定性的设定，关键在于是否与模型随机扰动项相关。于是否与模型随机扰动项相关。62解释变量解释变量中的具有中的具有离散概率分布离散概率分布的经济变的经济变量和非经济变量可以被设定为量和非经济变量可以被设定为确定变量确定变量。解释变量中的具有解释变量中的具有连续概率分布连续概率分布的经济变的经济变量，量，如果它们是模型的内生变量如果它们是模型的内生变量，应该被，应该被设定为设定为随机性变量随机性变量；如果它们相对于模型；如果它们相对于模型是外生的，在模型估计和推断中可以不考是外生的，在模型估计和推断中可以不考虑它们的随机性。虑它们的随机性。
