中级计量01绪论资料.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 计量经济学与经济理论、统计学和数学的联系和区别 数学 统计学 数理统计 经济统计 数理经济学 计量经济学 经济学 * 基本概念 因变量(Dependent variable)：被解释的变量，通常放在等号左侧； 自变量(Independent variable)：影响因变量的因素。 下标： 通常用i表示样本中的第i个观察值，用t表示时间序列中的第t个观察值 截面数据(Cross-sectional data)：同一时间对不同对象的观察资料； 时间序列数据(Time series data)：不同时间对同一对象连续观察的资料； * 基本概念 数据类型： 混合数据(Pooled data)：混合的截面数据和时间序列数据； 面板数据(Panel data)：在一定时期内对相同对象进行连续观察的资料； 数量变量数据(Quantitative data)：在合理区间内可以取任意数值，亦称为连续变量； 质量变量数据(Qualitative data)：只从性质上分类的数据，为有限的离散值，亦称为离散变量。 * 计量经济学模型的应用：结构分析 经济学中的结构分析指对经济现象中变量之间相互关系的研究。 结构分析采用的主要方法是边际分析、弹性分析、乘数分析等。 计量经济学模型的作用是揭示经济变量之间的数量关系，即采用计量经济学估计得到模型参数，并利用其做有关的分析。 * 计量经济学模型的应用：经济预测 计量经济学模型是作为经济预测模型而发展起来的，特别是短期预测。 计量经济学模型是从已经发生的经济活动中识别变化规律的主要技术手段。 这种经验规律构成预测的基础。 前提：经济过程和结构具有稳定性 对于非稳定发展的经济过程和缺乏行为规范的经济活动，计量经济学模型的预测功能在很大程度上失效。 * 计量经济学模型的应用：政策评价 政策评价的重要性。 事先评价 事后评价 经济政策通常不具有可试验性。 实验失败的社会经济代价 成功经验的可扩展性 计量经济学模型可以发挥“经济政策实验室”的功能。 前提：模型具有扎实的理论基础和统计基础 * 计量经济学模型的应用：检验理论 实践是检验真理的唯一标准。 任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。 计量经济学模型提供了一种检验经济理论的好方法。 基于统计理论 可以做重复检验工作 对理论假设的检验有助于扩展现有的理论和发现新理论。 * 计量经济学的强点和弱点 强点： 明确陈述了变量间的理论关系和适用范围假定，便于其他学者进行对比和检验； 充分利用统计资料； 全面评价各种影响因素，并分离出各自的影响； 可以为决策提供较为精确的支持。 弱点： 需要获取大量的数据； 结果的可靠性取决于： 数据质量 对因果关系的正确理解和准确反映 正确选择估计方法 需要有相应的技术手段； 对估计结果的选择、理解和解释取决于研究者的素质和能力。 * 什么是计量经济学？ 计量经济学假定存在一个真实的数据生成过程(data generation process)，研究的目的是发现这一过程。 依据理论可以对数据生成过程可能的形式加以限制，我们可以检验这些限制是否与数据相一致。 我们可以对不同的理论进行检验，基本思路是看哪种理论与数据更相一致。 科学发展过程包括提出和检验可证伪的假说。 数据可能与假说一致，但我们无法利用这一手段证明任何普遍适用的规律。 * 常常出现的问题 无法进行实验： 通过有控制的实验，我们可以在保持所有其他因素不变的条件下检验某个因素变化产生的影响。然而经济数据通常反映的是多种因素同时变化产生的影响，我们需要利用计量经济学方法来区分不同因素的影响效果。 利用计量经济学方法对理论进行检验时隐含所使用的模型是正确的这一假定 如果模型存在设定错误，那么计量经济学检验和推断通常会失效。 由此可以看出，理论检验得出的结论是有条件的。 * 常常出现的问题 理论常常并不足以限定数据生成过程 许多经济理论并不精确，无法准确说明经济行为模式，常常出现不同的理论都与观察到的现象相一致。 在进行政策分析和预测时，我们常常以既不精确、也不可靠的理论为基础，试图发现数据生成过程。此时会出现所谓的“数据挖掘” (data-mining)问题。 * 常常出现的问题 数据挖掘 偏好单纯依据模型估计结果的统计表现作为选择标准 R2，T统计值，F统计值等 此时容易出现虚假回归（伪回归）错误(Spurious regression) 使用纯粹基于统计学的估计技术 逐步回归(Stepwise regression) 主成分分析(Principal components) * 案例1：