2.确定模型的数学形式选择模型数学形式的主要依据是经济.ppt

经济变量之间的关系 计量经济学研究的对象是经济现象和经济现象中的具体数量规律 按照不同标准，经济变量之间的关系可以分为不同类型 行为关系与技术关系 微观关系与宏观关系 静态关系与动态关系 恒等关系与制度关系 存量关系与流量关系 (1) 行为关系与技术关系 行为关系（Behavioral relations）：描述经济变量的行为变化，例如： C = a0+a1Y+a2P C：人均糖果消费量；Y：收入水平；P：糖果的价格 该方程描述了消费者在糖果消费上的行为。 技术关系（Technical relations）：描述经济变量之间技术联系，例如： Q=eKaLb Q：产出量；K：资本存量；L：劳动力 该方程描述了产出量与投入要素之间的技术联系 (2) 微观关系与宏观关系 微观关系（Microrelations） 微观经济变量之间的关系 宏观关系（Macrorelations） 宏观经济变量或经济总量之间的关系 (3) 静态关系与动态关系 静态关系（Static relations）：描述在某一时期或某一时点上经济变量之间的关系，例如： Ct = a + b Yt 动态关系（Dynamic relations）：描述经济变量之间的动态关系，例如 It = a（Yt – Y t-1）+ bI t-1 (4) 恒等关系与制度关系 恒等关系（Identity relations）：或称定义关系（Definitional relations），根据某种理论定义的经济变量之间的关系，例如： Y = C + I + G +（EX – IM） 制度关系（Institutional relations）：描述政府政策变化产生的影响，例如： 政府销售税增加对某一类商品销售量的影响 个人缴纳的所得税与他的收入之间的关系 (5) 存量关系与流量关系 存量，指某一时点上测算出来的量；例如： 货币量，资本存量，存货，财富 流量，指某一时期测算出来的量；例如： 货币支出，投资，存货变动，收入 存量与流量之间的关系，例如： I t = a（Kt – K t-1） 模型形式 线性模型 非线性模型： 双对数模型 半对数模型 倒数模型 非线性模型一般都要转化为线性模型来估计。 线性模型一般形式 双对数模型 其中u为随机扰动项,用自然对数表示为 半对数模型 此模型称不变百分率增长模型。 对半对数模型的解释 倒数变换模型 表示随着X的递增，Y非线性递减（第二项系数为负时，递增），但最终以截距项为渐进线。比如菲利普斯曲线就可以使用这种模型。 为何要有误差项呢？－－－－ 随机扰动项的分布及其产生原因 1、引入随机扰动项的目的 2、随机扰动项代表模型中省略了的所有次要因素的综合作用 3、根据中心极限定理随机扰动项服从正态分布 4、通常模型由随机方程组成 5、随机扰动项产生的原因 为什么要引入随机扰动项 模型中引入反映不确定因素影响的随机扰动项μ的目的在于使模型更符合客观经济活动实际。 干扰项是从模型中省略下来而又集体地影响着Y地全部变量地替代物 简单线性需求函数——不可能包罗万象地引入全部影响变量 我们以最简单的线性需求函数为例进行分析。 Qd=b0+b1X1 理论分析和实践经验表明，某种商品需求量不仅趋近于价格，而且趋近于替代商品的价格X2，消费者收入X3和消费者偏好X4等等。将所有对需求量有影响的个变量引入方程： Qd=b0+b1X1+b2X2+b3X3+b4X4+?+bkXk 即使如此也还可能有其他次要因素影响需求量，譬如社会风尚，心理变化甚至天气等等。总之，不可能巨细无遗地全部都引入。 次要因素的综合效应是不能忽视的 未引入的这些随机变量有的可以度量，有些不可以度量，在实际观测中，有时发生影响有时又不发生影响，记为随机变量Zi（i=1,2,…,m）。 从个别意义上，这些次要因素可能是不重要的，但所有这些的综合效应是不能忽视的。否则，模型将与实际不符。于是将它们也引入模型。 必须另外寻找解决问题的思路 全部变量引入显然是不必要的。计量经济学将这些或者次要，或者偶然的，或者不可测度的变量用一个随机扰动项μ来概括，需求函数： 这是一个随机方程。μ是随机变量Zj的线性组合，也是一个随机变量。它代表所有未列入模型的那些次要因素的综合影响。 由中心极限定理μ服从正态分布 进一步分析μ相当于诸随机变量Zj的均值 因此，由中心极限定理，无论Zj原来的分布形式如何，只要它们相互独立，m足够大，就会有μ趋于正态分布。 而且正态分布简单易用，且数理统计学中研究的成果很多，可以借鉴。 随机扰动项产生的原因 （1）人类行为和客观现象的随机