计量经济学 第1章.pptVIP

Introductory Econometrics for Finance Copyright 2002, Chris Brooks 计量经济学 第 1 章 导论 1.1 计量经济学的基本概念 例子：关于个人消费C和收入Y之间的关系。宏观经济学告诉我们 1.1 计量经济学的基本概念 对于任意的一个人，个人消费和收入之间的关系不大可能满足上述公式。 不一定就是线性关系，真实关系可能永远无法知道 各个人之间可能有偏差 只能利用样本数据资料对其进行估计，即由样本推断总体。样本数据成为了量化经济变量之间关系的基础。 假设模型是线性 检验模型是否正确 1.1 计量经济学的基本概念 计量经济学是以经济理论为基石，以经济数据为基础，运用概率论与数理统计学中产生的方法量化经济变量间的相互关系，以证实或证伪经济理论，提出政策建议或进行政策评价的经济学分支学科。 经济理论是规范的，需要实证数据来支持。如CAPM模型 确定参数值，发现经济规律 方法：概率论和数理统计 计量经济学就是利用经济数据检验经济规律！ 1.1 计量经济学的基本概念 例如，宏观经济理论认为，在其它条件不变的情况下，收入的增加可以导致消费增加，即经济理论设想收入与消费之间有一正向关系。 但是，该理论并没有对这两者的关系提供数值度量：它没有给出收入的一单位变化，消费将会增加多少，即没有给出边际消费倾向的数值。 计量经济学要做的工作包括两个内容 边际消费倾向是否存在？即参数是否为零（假设检验） 若存在其数值估计为多少？（点估计和区间估计） 1.1 计量经济学的基本概念 与理论经济学的区别：经济理论所作的陈述、假说和分析都大多数是定性的，而计量经济学对大多数经济理论赋予定量的经验内容。 与经济统计的区别：统计学则主要关心收集、加工和以适当的形式表现经济数据。 与数理统计的区别：数理统计提供工具，但数据的特征不同 数理统计学所使用的数据往往是自然科学中的实验数据（experimental data），它通常是在实验环境中获得的。 计量经济学所使用的数据大多数是从对个人、企业或经济系统中的某些部分的控制实验或观测得到的非实验数数据（non-experimental data）。这样一来便产生了不是数理统计学所正常遇到的一些特殊问题。 1.2 计量经济学研究问题的若干步骤 理论假设；建立模型；数据收集；参数估计；模型检验；模型应用。 （1）理论假设或者理论阐述：消费水平随收入的上升而上升。 （2）建立模型： 理论上的数学模型或者定性模型 计量经济学模型： 1.2 计量经济学研究问题的若干步骤 （3）数据收集 数据的收集就是取样，这个样本是否具有代表性，样本的容量是否已经足够 注意：样本的估计出来的只能说明样本的结果，不代表总体 收集已有的与已设定的计量经济学模型中所含变量相关的观测或观察数据 什么是收入？收入在实际中应该如何考察 如何定义消费？住房算不算消费？ 这就涉及数据的收集和分析。 第一手数据和案头数据 知识点：计量经济学中的数据类型 横截面数据 横截面数据(cross-sectional data)是指一个或多个变量在某一时点上的数据的集合。 如研究一个社区居民教育水平与收入的关系。 时间序列数据 按时间序列排列收集得到的。比如G N P、失业、就业、货币供给、政府赤字等。数据是按照一定的时间间隔收集的— 每日(比如股票)，每周(比如货币供给)，每月(比如失业率)。 数据必须按照时间顺序排列，且时间是一个关键变量 时间序列数据在金融学中尤其重要！ 知识点：计量经济学中的数据类型 合并数据(pooled data)中既有时间序列数据又有横截面数据。 例如，如果我们收集20年间10个国家有关失业率方面的数据，那么，这个数据集合就是一个合并数据，每个国家的20年间的失业率数据是时间序列数据，而20个不同国家每年的失业率数据又组成横截面数据。 在合并数据中有一类特殊的数据，称为面板数据(panel data)。 如：在一定时期间隔内对教育问题的调查。在每一时期的调查中，同样的(或居住在同一地区的)家庭被调查，以观察自上一次调查以来，其教育和经济状况是否有变化。 C(个人消费)和Y(国内生产总值)数据,1980-1991,均以10亿1987年美元为单位 1.2 计量经济学研究问题的若干步骤 4）参数估计：利用统计数据对 进行参数估计，估计值为 5）模型检验（假设检验）：对估计值 进行显著性检验 6）模型应用：预测或评价，理论是否成立，如果成立对未来能否进行预测。 所估计的消费函数是 计量经济学研究问题的若干步骤 假定实际GDP在1994年的预期未来值是60万亿美元，问1994年预期的消费支出是多少？如果我们认为