第七章 单方程计量经济学应用模型
生产函数模型
需求函数模型
消费函数模型
投资函数模型
货币需求模型
1
教学基本要求
本章是课程的重点内容之一。通过教学，要求达到：
?了解（最低要求）：常用的生产函数模型、需求函数模型、消费函数模型的理论模型和估计方法；在中国建立与应用生产函数模型、需求函数模型、消费函数模型过程中实际问题的处理。
?掌握（较高要求）：常用的生产函数模型、需求函数模型、消费函数模型的理论模型是如何提出与发展的；在实践中自己提出与发展新的模型的方法论基础；其它常用的单方程模型，例如投资函数模型和货币需求函数模型的建模思路。
2
?应用（对应用能力的要求）：分别选择一个研究对象，建立中国的实际模型。例如某个行业的生产函数模型、某种商品的需求函数模型、某类消费者的消费函数模型。
3
§7.1 生产函数模型(Production Function Models，P.F.)
?几个重要概念
?以要素之间替代性质的描述为线索的生产函数模型的发展
?以技术要素的描述为线索的生产函数模型的发展
?几个重要生产函数模型的参数估计方法?生产函数模型在技术进步分析中的应用?建立生产函数模型中的数据质量问题
4
一、几个重要概念
5
⒈ 生产函数
⑴ 定义
?描述生产过程中投入的生产要素的某种组合同它可能的最大产出量之间的依存关系的数学表达式。
Y f A K L
?
=(,,,)
?投入的生产要素
?最大产出量
6
⑵ 生产函数模型的发展
?从20年代末，美国数学家Charles Cobb和经济学家Paul Dauglas提出了生产函数这一名词，并用1899-1922年的数据资料，导出了著名的Cobb-Dauglas生产函数。
?1928年 Cobb, Dauglas C-D生产函数
1937年 Dauglas,Durand C-D生产函数的改进型 1957年 Solow C-D生产函数的改进型 1960年 Solow 含体现型技术进步生产
函数
1967年 Arrow等两要素CES生产函数
1967年 Sato 二级CES生产函数
7
1968年 Sato, Hoffman VES生产函数
1968年 Aigner, Chu 边界生产函数
1971年 Revanker VES生产函数
1973年 Christensen, Jorgenson 超越对数
生产函数
1980年三级CES生产函数
8
⑶ 生产函数是经验的产物
?生产函数是在西方国家发展起来的，作为西方经济学理论体系的一部分，与特定的生产理论与环境相联系。
?西方国家发展的生产函数模型可以被我们所应用：生产函数反应的是生产中投入要素与产出量之间的技术关系；
生产函数模型的形式是经验的产物；
不能照搬。
9
⑵规模报酬
?所有要素的产出弹性之和
?规模报酬不变
?规模报酬递增
?规模报酬递减
?为什么经常将规模报酬不变作为生产函数必须满足的条件？
11
12
⒊ 要素替代弹性（Elasticity of Substitution ）⑴ 要素的边际产量(Marginal Product)
?其它条件不变时，某一种投入要素增加一个单位时导致的产出量的增加量。用于描述投入要素对产出量的影响程度。
MP f K
MP f L
K L ==????//?
⑵ 要素的边际替代率
(Marginal Rate of Substitution)
?当两种要素可以互相替代时，就可以采用不同的要素组合生产相同数量的产出量。要素的边际替代率指的是在产量一定的情况下，某一种要素的增加与另一种要素的减少之间的比例。
MRS K L
=??/
K L
→
14
15
?要素的边际替代率可以表示为要素的边际产量之比。
MRS MP MP MRS MP MP K L L K
L K K L
→→==//? 从生产函数可以求得要素的边际产量和要素的边际替代率。
⒋ 技术进步
⑴ 广义技术进步与狭义技术进步
?所谓狭义技术进步，仅指要素质量的提高。
?狭义的技术进步是体现在要素上的，它可以通过要素的“等价数量”来表示。
?求得“等价数量”，作为生产函数模型的样本观测值，以这样的方法来引入技术进步因素。
?所谓广义技术进步，除了要素质量的提高外，还包括管理水平的提高等对产出量具有重要影响的因素，这些因素是独立于要素之外的。
?在生产函数模型中需要特别处理广义技术进步。
17
⑵ 中性技术进步
?假设在生产活动中除了技术以外，只有资本与劳动两种要素，定义两要素的产出弹性之比为相对资本密集度，用ω表示。即
ω=E E
/
L K
18
?如果技术进步使得ω越来越大，即劳动的产出弹性比资本的产出弹性增长得快，则称之为节约劳动型技术进步；如果技术进步使得ω越来越小，即劳动的产出弹性比资本的产出弹性增长得慢，则称之为节约资本型技术进步；如果技术进步前后ω不变，即劳动的产出弹性与资本的产出弹性同步增长，则称之为中性技术进步。
?在中性技术进步中，如果要素之比不随时间变化，则称为希克斯中性技术进步；如果劳动产出率不随时间变化，则称为索洛中性技术进步；如果资本产出率不随时间变化，则称为哈罗德中性技术进步。
19
二、以要素之间替代性质的描述为
线索的生产函数模型的发展
20
联立方程模型 一、概念： 联立方程模型系统将变量分为内生变量和外生变量两大类。 由系统决定的，同时也对模型系统产生影响，它会受到随机项的影 响。一般都是经济变量。每一个内生变量的值都要利用模型中的全 部方程才能决定。 外生变量：是不由系统决定的变量，是系统外变量，取值由系统外决定。一般是确定性变量，或者是具有临界概率分布的随机变量，其参数不是 模型系统研究的元素。外生变量影响系统，但本身不受系统的影响。 外生变量一般是经济变量、条件变量、政策变量、虚变量。 先决变量：外生变量和滞后内生变量 注：联立方程模型中有多少个内生变量就必定有多少个方程 ：根据经济理论和行为规律建立的描述经济变量之间直接结构关系 的计量经济学方程系统称为结构式模型。 结构方程的正规形式：将一个内生变量表示为其他内生变量、先 决变量和随机干扰项的函数形式 完备的结构式模型：g个内生变量、k个先决变量、g个结构方程 行为方程：描述变量之间经验关系的方程，含有未知的参数和随 机扰动项。例如：凯恩斯收入决定模型中的消费函数 制度方程：由法律、制度、政策等制度性规定的经济变量之间的 函数关系，如税收方程。 恒等式：定义方程式和平衡方程。 简化式模型：用所有先决变量作为每个内生变量的解释变量所形成的模型。 参数关系体系：描述简化式参数与结构式参数之间的关系。
二、识别 方程之间的关系有严格的要求，一个方程模型想要能估计，必须可识别。 ∴进行模型的估计之前需要判断模型是否可以识别（即是否能被估计）。 1、识别的基本定义：是否具有确定的统计形式。 注：识别的定义是针对结构方程而言的。 模型中每个需要估计其参数的随机方程都存在识别问题。 如果一个模型中的所有随机方程都是可以识别的，则认为该联立方程模型 系统是可以识别的。反之不识别。 恒等方程由于不存在参数估计问题，所以也不存在识别问题。但是，在判 断随机方程的识别性问题时，应该将恒等方程考虑在内。 恰好识别：某一个随机方程只有一组参数估计量 过度识别：某一个随机方程具有多组参数估计量 方程的线性组合是否得到的新方程具有与消费方程相同的统计形式，决定了方程也是否是可以识别的。 2、如何修改模型使不可识别的方程变成可以识别 （1）或者在其它方程中增加变量； （2）或者在该不可识别方程中减少变量。 （3）必须保持经济意义的合理性。 3、识 别条件 结构式: B ΓN Y X +=
上课材料之二： 第二章 数学基础 (Mathematics) 第一节 矩阵(Matrix)及其二次型(Quadratic Forms) 第二节 分布函数(Distribution Function)，数学期望(Expectation)及方差(Variance) 第三节 数理统计（Mathematical Statistics ） 第一节 矩阵及其二次型(Matrix and its Quadratic Forms) 2.1 矩阵的基本概念与运算 一个m ×n 矩阵可表示为： 矩阵的加法较为简单，若C=A +B ，c ij =a ij +b ij 但矩阵的乘法的定义比较特殊，若A 是一个m ×n 1的矩阵，B 是一个n 1×n 的矩阵，则C =AB 是一个m ×n 的矩阵，而且∑== n k kj ik ij b a c 1，一般来讲，AB ≠BA ，但如下运算是成立 的： ● 结合律（Associative Law ） (AB )C =A （BC ） ● 分配律（Distributive Law ） A (B +C )=AB +AC 问题：(A+B)2=A 2+2AB+B 2是否成立？ 向量（Vector ）是一个有序的数组，既可以按行，也可以按列排列。 行向量(row ve ctor)是只有一行的向量，列向量(column vector)只有一列的向量。 如果α是一个标量，则αA =[αa ij ]。 矩阵A 的转置矩阵(transpose matrix)记为A '，是通过把A 的行向量变成相应的列向量而得到。 显然(A ')′=A ，而且（A +B ）′=A '+B '， ● 乘积的转置（Transpose of ａ production ） A B AB ''=')(，A B C ABC '''=')(。 ● 可逆矩阵（inverse matrix ），如果n 级方阵(square matrix)A 和B ，满足AB=BA=I 。 则称A 、B 是可逆矩阵，显然1-=B A ，1-=A B 。如下结果是成立的： 1111111)()()()(-------='='=A B AB A A A A 。 2.2 特殊矩阵 1）恒等矩阵(identity matrix)
经典计量经济学应用模型 一、单选题 1. 生产函数的要素边际替代率表示的是（ ）。 A ．维持产出不变，增加一单位的某一要素投入，需增加另一要素投入数量 ； B. 维持产出不变，减少一单位的某一要素投入，需增加另一要素投入数量； C ．要素K 对要素L 的边际替代率等于ln()/ln()L K MP K d d L MK ； D ．要素的边际替代率是要素的替代弹性。 2. 两种生产要素的比例的变化率与边际技术替代率的变化率之比叫做 （ ）。 A ．要素的替代弹性 B. 要素的产出弹性 C ．边际技术替代率 D ．技术进步率 3. 下列生产函数中，要素的替代弹性为变量的是（ ） A ．线性生产函数 B. VES 生产函数 C ．C D -生产函数 D ．CES 生产函数 4. 下列生产函数中，要素的替代弹性为∞的是（ ） A ．线性生产函数 B. 投入产出生产函数 C ．C D -生产函数 D ．CES 生产函数 5. 下列生产函数中，要素的替代弹性分别为0和1的是（ ） A ．线性生产函数和C D -生产函数 B. 投入产出生产函数和C D -生产函数 C ．C D -生产函数和线性生产函数 D ．CES 生产函数和投入产出生产函数 6. 狭义技术进步是指（ ）。 A ．生产水平的提高 B. 产品价格的提高 C ．要素质量的提高 D ．管理水平的提高 7. 在C D -生产函数Y AL K αβ=中（ ）。 A ．α和β是产出弹性 B. α和β是边际产出 C ．α和β是替代弹性 D ．A 是要素替代弹性
8. CES 生产函数/12()m Y A K L ρρρδδ---=+中，01ρ<<，1δ越接近于1，表示 （ ）。 A ．资本密集度越高 B. 资本密集度越低 C ．技术进步程度越高 D ．技术进步程度越高 9. 中性技术进步中，希克斯中性进步指的是（ ）。 A ．要素之比/K L 不随时间变化 B. 劳动产出率/Y L 不随时间变化 C ．自资本产出率/Y K 不随时间变化 D ．资本密集度/L K E E ω=随技术 进步变大 10.当需求完全无弹性时，表示（ ） A ．价格与需求量之间存在完全线性关系 B.价格上升速度与需求量下降速度相等 C ．无论价格如何变动，需求量都不变 D ．价格上升，需求量也上升 11. 关于扩展的线性支出系统需求函数模型： (),1,2,,i i i j j j i b q r I p r i n p =+-=∑L 下列说法不正确的是（ ） A ．j γ是第j 种商品的基本需求量 B.i b 是第i 种商品的边际消费向 C ．()j j j I p r -∑是剩余收入用于购买第j 种商品的支出 D ．1i i b ≤∑ 12. 直接效用函数蒋孝勇表示为下列哪一项的函数（ ）。 A ．商品供应量 B. 商品需求量 C ．商品价格 D ．收入 13. 消费函数模型的一般形式为（ ）。 A ．t t t C Y αβμ=++ B. 011t t t C Y C ββμ-=++ C ．1(,)t t t t C f Y C μ-=+ D ．1(,)t t t t C f Y Y μ-=+ 14.下面四种单方程需求模型中，不能用于分析价格队需求量影响的模型时 （ ）。 A ．线性需求函数模型 B. 对数线性需求函数模型 C ．耐用品消费调整模型 D ．状态调整模型
第二章 案例分析 研究目的：分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系，对更多规律的研究具有指导意义. 一． 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知，各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加，近似于线性关系，为分析其数量性变动规律，可建立如下简单线性回归模型： Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y
二．估计参数 假定所建模型及其随机扰动项u i满足各项古典假设，用普通最小二乘法（OLSE）估计模型参数.其结果如下： 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得， β1=11.9580，β2=0.0029 故简单线性回归模型可写为： ^ Y X t t=11.9580+0.0029 其中：SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320，F=143.5836，n=31
阅读使人充实，会谈使人敏捷，写作使人精确。——培根 建立计量经济学模型的步骤和要点 一、理论模型的设计对所要研究的经济现象进行深入的分析，根据研究的目的，选择模型中将包含的因素，根据数据的可得性选择适当的变量来表征这些因素，并根据经济行为理论和样本数据显示出的变量间的关系，设定描述这些变量之间关系的数学表达式，即理论模型。 生产函数就是一个理论模型。理论模型的设计主要包含三部分工作，即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围。 1、确定模型所包含的变量 在单方程模型中，变量分为两类。作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量；而作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量。确定模型所包含的变量，主要是指确定解释变量。可以作为解释变量的有下列几类变量：外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量，如政策变量、条件变量经常以虚变量的形式出现。 严格他说，上述生产函数中的产出量、资本、劳动、技术等，只能称为“因素”，这些因素间存在着因果关系。为了建立起计量经济学模型，必须选择适当的变量来表征这些因素，这些变量必须具有数据可得性。于是，我们可以用总产值来表征产出量，用固走资产原值来表征资本，用职工人数来表征劳动，用时间作为一个变量来表征技术。这样，最后建立的模型是关于总产值、固定资产原值、职工人数和时间变量之间关系的数学表达式。下面，为了叙述方便，我们将“因素”与“变量”间的区别暂时略去，都以“变量”来表示。 关键在于，在确定了被解释变量之后，怎样才能正确地选择解释变量。 首先，需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。这是正确选择解释变量的基础。例如，在上述生产问题中，已经明确指出属于供给不足的情况，那么，影响产出量的因素就应该在投入要素方面，而在当前，一般的投入要素主要是技术、资本与劳动。如果属于需求不足的情况，那么影响产出量的因素就应该在需求方面，而不在投入要素方面。这时，如果研究的对象是消费品生产，应该选择居民收入等变量作为解释变量；如果研究的对象是生产资料生产，应该选择固定资产投资总额等变量作为解释变量。由此可见，同样是建立生产模型，所处的经济环境不同、研究的行业不同，变量选择是不同的。 法拉兹·日·阿卜——学问是异常珍贵的东西，从任何源泉吸收都不可耻。． 阅读使人充实，会谈使人敏捷，写作使人精确。——培根 其次，选择变量要考虑数据的可得性。这就要求对经济统计学有透彻的了解。计量经济学模型是要在样本数据，即变量的样本观测值的支持下，采用一定的数学方法估计参数，以揭示变量之间的定量关系。所以所选择的变量必须是统计指标体系中存在的、有可靠的数据来源的。如果必须引入个别对被解释变量有重要影响的政策变量、条件变量，则采用虚变量的样本观测值的选取方法。
计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元，最高的上海市达人均10464元，上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入
多元线性回归模型 一、建立模型 社会物流总费用受多种综合因素的影响，如运输费用、仓储费用、包装费用、装卸搬运费用、流通加工费用、信息处理费用等，而其中最重要的因素就是运输费用和仓储费用，即运输费用和仓储费用与社会物流总费用之间存在单方向的因果关系；由此，我们可设以下回归模型：Yi=b0+b1*x1i+b2*x2i+ ui 现在以中国1995年至2004年物流总费用占GDP比例（%）的资料进行回归分析，并对估计模型进行检验。 1995年至2004年物流总费用占GDP比例（%） 在Eviews中新建工作簿，定义变量“商品价格”（x1）、“消费者人均月收入”（x2）及“商品需求量”（y），并输入相关数据，得出相应散点图如下： ①x1 与y 的散点图为：
②x2与y 的散点图为： 由两张散点图不能明确的看出x1、x2与y之间存在线性关系，故通过Eviews 软件计算，得出估计模型的参数结果如下：
由以上数据可知回归方程为： Y=11.57032+0.405599*x1 +0.794365*x2 （5.07） （2.67） （7.69） 1499.02=R 8909.02=R 37.62689=F 二、模型检验 1、 经济意义检验： ①b0=11.57032，在运输费用与仓储费用接近于零时，仍存在其他物流费用；②b1=0.405599，说明运输费用与社会物流总费用之间存在正的线性关系，运输费用每增加1%，社会物流总费用增加0.405599% ③b2= 0.794365，说明仓储费用与社会物流总费用之间存在正的线性关系，仓储费用每增加1%，社会物流总费用增加0.794365% 2、计量经济学检验： ①拟合优度检验：本模型的拟合优度系数为0.914898，表明本模型具有较高的拟合优度，x1、x2对y 的解释能力较好； ②变量的显著性检验（t 检验）：方程的截距项和斜率项的t 检验值分别为5.07、2.67、7.69，均大于5%显著性水平下自由度为n-2=8的临界值t0.025(8)=1.860，模型参数估计显著，拒绝原假设H0； ③方程的显著性检验（F 检验）：有上图可知，F-statistic =37.62689；Prob(F-statistic)
第五章 单方程计量经济学应用模型 一、填空题： 1．当所有商品的价格不变时，收入变化1%所引起的第i 种商品需求量的变化百分比叫做需求的 。 2．对于生活必需品，需求的收入弹性i E 的取值区间为 ，需求的自价格弹性的取值区间为 。 3．当收入和其他商品的价格不变时，第j 种商品价格变化1%所引起的第i 种商品需求量的变化百分比，叫做需求的 。 4．替代品的需求互价格弹性ij E 0；互补品的需求互价格弹性 ij E 0；无关商品的需求 互价格弹性 ij E 0。 5．吉芬商品的需求自价格弹性 0。 6．西方国家发展的需求函数模型的理论模型，是由 函数在 最大化下导出的。而对数线性需求函数模型和线性需求函数模型则是由 拟合得到的。 7．在线性支出系统需求函数模型 )(∑-+ =j j j i i i i r p V p b r q 中，V 表示总 ，i r 表示第i 种商品的 需求量，i b 表示第i 种商品的边际 份额。 8．在扩展的线性支出系统需求函数模型 )(∑-+ =j j j i i i i r p I p b r q 中，I 表示 ，i r 表示第i 种商 品的 需求量，i b 表示第i 种商品的 消费倾向。 9．在绝对收入假设消费函数模型C Y Y t t t t =+++αββμ012 （t T =12,,,Λ）中，参数a 表示 ， 且a 0； t t Y C 10ββ+=，参数b 1＜0，表示递减的边际消费倾向。 10．在绝对收入假设消费函数模型 C Y Y t t t t =+++αββμ012 （t T =12,,,Λ）中，参数b 1 0，以反映边际消费倾向 规律。
第六章 经典联立方程计量经济学模型：理论与方法 一、内容提要 联立方程计量经济学模型是相对于单一方程模型提出来的，旨在在讨论多个经济变量相互影响的错综复杂的运行规律，或者说讨论多个内生变量被联立决定的问题。 本章学习内容的一个重点是关于联立方程计量经济学模型区别于单方程模型的若干基本概念，包括内生变量、外生变量、前定变量的概念；结构式模型、简化式模型的概念；随机方程、恒等方程的概念；行为方程、技术方程、制度方程、统计方程、定义方程、平衡方程等相关概念。 本章学习的另一个重点是联立模型的识别问题。需掌握模型识别的基本概念、模型识别的类型（不可识别、恰好识别、过渡识别）、模型的结构式识别条件、模型的简化式识别条件以及实际应用中的经验识别方法。 本章学习的第三个重点是联立模型的估计问题。首先明确联立模型估计时会遇到的三个方面的问题。一是随机解释变量问题，即模型中的某些解释变量也能是与随机扰动项相关的随机解释变量；二是损失变量信息的问题，即以单方程方法估计模型时会损失其他方程变量所提供的信息；三是损失方程之间的相关性信息问题，即以单方程方法估计模型时会损失不同方程随机扰动项间的相关性方面的一些信息。其次，需要掌握联立模型两大类估计方法中的主要估计方法，如单方程估计方法中的狭义工具变量法（IV ）、间接最小二乘法（ILS ）、二阶段最小二乘法（2SLS ），系统估计方法中的三阶段最小二乘法（3SLS ）等。 本章学习中不容忽视的还有联立方程计量经济学模型估计方法的比较，以及联立方程模型的检验问题。前者需要考察大样本估计量特性与小样本估计量的特性；后者包括拟合效果检验、预测性检验、方程间误差传递检验等方面的内容。 二、典型例题分析 1、如果我们将“供给”1Y 与“需求”2Y 写成如下的联立方程的形式：
第六章 联立方程计量经济学模型案例 1、下面建立一个包含3个方程的中国宏观经济模型，已经判断消费方程式恰好识别的，投资方程是过度识别的。对模型进行估计。样本观测值见表6.1 01211012t t t t t t t t t t t C Y C u I Y u Y I C G αααββ-=+++?? =++??=++? 表6.1 中国宏观经济数据 单位：亿元 （1） 用狭义的工具变量法估计消费方程 选取方程中未包含的先决变量G 作为内生解释变量Y 的工具变量，过程如下：
结果如下： 所以，得到结构参数的工具变量法估计量为： 012???582.27610.2748560.432124α αα===，， （2） 用间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化式方程为： 1011112120211222t t t t t t t t C C G Y C G πππεπππε--=+++?? =+++? 参数关系体系为：
11121210012012122000 παπαπααππαπ--=?? --=??-=? 用普通最小二乘法估计，结果如下： 所以参数估计量为： 101112???1135.937,0.619782, 1.239898π ππ=== 202122???2014.368,0.682750, 4.511084π ππ=== 所以，得到间接最小二乘估计值为： 12122??0.274856?π α π ==
211121????0.432124α παπ=-= 010120????582.2758α παπ=-= （3）用两阶段最小二乘法估计消费方程 第一阶段使用普通最小二乘法估计内生解释变量的简化方程，得到 1?2014.3680.68275 4.511084t t t Y C G -=++ 用Y 的预测值替换消费方程中的Y ，直接用OLS 估计消费方程，过程如下：
1、计量经济学 计量经济学是一门从数量上研究物质资料的生产、交换、分配、消费等经济关系和经济活动规律及其应用的科学。 2、数据质量 数据满足明确或隐含需求程度的指标 3、相关分析 主要研究变量之间的相互关联程度，用相关系数表示。包括简单相关和多重相关（复相关）。 4、回归分析（Regression Analysis） 研究一个变量（因变量）对于一个或多个其他变量（解释变量）的数量依存关系。其目的在于根据已知的解释变量的数值来估计或预测因变量的总体平均值。 5.内生变量 指由模型系统内决定的变量，取值在系统内决定 6、面板数据 时间序列数据和截面数据的混合 7.异方差: 总体回归函数中的随机误差项满足同方差性，即它们都有相同的方差。如果这一假定不满足，则称线性回归模型存在异方差性。 8.自相关 自相关是在时间序列资料中按时间顺序排列的观测值之间的相关或在横截面资料中按空间顺序排列的观测值之间的相关 9.多重共线性 解释变量之间存在完全的线性关系或近似的线性关系。解释变量存在完全的线性关系叫完全多重共线；解释变量之间存在近似的线性关系叫不完全多重共线。 10.虚拟变量 虚拟变量：在建立模型时，有一些影响经济变量的因素无法定量描述 构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D 11.平稳序列 是指时间序列的统计规律不会随着时间的推移而发生变化。
12.伪回归 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在相依关系的错误结论。 13.协整 所谓协整，是指多个非平稳变量的某种线性组合是平稳的 14.前定变量 所有的外生变量和滞后的内生变量。前定变量=外生变量＋滞后内生变量＋滞后外生变量 15.恰好识别 恰好识别：能够唯一地估计出结构参数值。 16.结构式模型 体现经济理论中经济变量之间的关系结构的联立方程模型，称为结构式模型17.过度识别 过度识别：结构参数的估计值具有多个确定值 18.自回归模型 自回归模型：指模型中的解释变量仅是X 的当期值与被解释变量Y 的若干期滞后值，它由于被解释变量的滞后期值对被解释变量现期做了回归，故叫做自回归模型。 利用前期若干时刻的随机变量的线性组合来描述以后某时刻随机变量的线性回归模型。 19.拟合优度2R:拟合优度检验：指检验模型对样本观测值的拟合程度 20.修正的拟合优度2R 二、.
#学术探讨# 现代计量经济学模型体系解析* 李子奈刘亚清 内容提要:本文对现代计量经济学模型体系进行了系统的解析,指出了现代计量经济学的各个分支是以问题为导向,在经典计量经济学模型理论的基础上,发展成为相对独立的模型理论体系,包括基于研究对象和数据特征而发展的微观计量经济学、基于充分利用数据信息而发展的面板数据计量经济学、基于计量经济学模型的数学基础而发展的现代时间序列计量经济学、基于非设定的模型结构而发展的非参数计量经济学,并对每个分支进行了扼要的描述。最后在/交叉与综合0的方向上提出了现代计量经济学模型理论的研究前沿领域。 关键词:经典计量经济学时间序列计量经济学微观计量经济学 一、引言 计量经济学自20世纪20年代末30年代初诞生以来,已经形成了十分丰富的内容体系。一般认为,可以以20世纪70年代为界将计量经济学分为经典计量经济学(Classical Econometrics)和现代计量经济学(Mo dern Eco no metr ics),而现代计量经济学又可以分为四个分支:时间序列计量经济学(Tim e Ser ies Econo metrics)、微观计量经济学(M-i cro-econometrics)、非参数计量经济学(Nonpara-m etric Econometrics)以及面板数据计量经济学(Panel Data Eco nom etrics)。这些分支作为独立的课程已经被列入经济学研究生的课程表,独立的教科书也已陆续出版,应用研究已十分广泛,标志着它们作为计量经济学的分支学科已经成熟。 据此提出三个问题:一是经典计量经济学的地位问题。既然现代计量经济学模型体系已经成熟,而且它们都是在经典模型理论的基础上发展的,那么经典模型还有应用价值吗?是不是凡是采用经典模型的研究都是低水平和落后的?二是现代计量经济学的各个分支的发展导向问题。即它们是如何发展起来的?三是现代计量经济学进一步创新和发展的基点在哪里?回答这些问题,对于正确理解计量经济学的学科体系,对于计量经济学的课程设计和教学内容安排,对于正确评价计量经济学理论和应用研究的水平,对于进一步推动中国的计量经济学理论研究,都是十分有益的。 现代计量经济学的各个分支是以问题为导向,以经典计量经济学模型理论为基础而发展起来的。所谓/问题0,包括研究对象和表征研究对象状态和变化的数据。研究对象不同,表征研究对象状态和变化的数据具有不同的特征,用以进行经验实证研究的计量经济学模型既然不同,已有的模型理论方法不适用了,就需要发展新的模型理论方法。按照这个思路,就可以用图1简单地描述经典计量经济学模型与现代计量经济学模型各个分支之间的关系。 本文试图从方法论的角度对现代计量经济学模型的发展,特别是现代计量经济学模型与经典计量经济学模型之间的关系进行较为系统的讨论,以期对未来我国计量经济学的发展研究提供借鉴和启示。本文的内容安排如下:首先分析经典计量经济学模型的基础地位,明确它在现代的应用价值,同时对发生于20世纪70年代的/卢卡斯批判0的实质进行讨论;然后依次讨论时间序列计量经济学、微观计量经济学、非参数计量经济学以及面板数据计量经济学的发展,回答它们是以什么问题为导向,以什么为目的而发展的;最后以/现代计量经济学模型体系的分解与综合0为题,讨论现代计量经济学的前沿研究领域以及从对我国计量经济学理论的创新和发展 ) 22 ) *本文受国家社会科学基金重点项目(08AJY001,计量经济学模型方法论基础研究)的资助。
计量经济学试题一 一、判断题（20分） 1．线性回归模型中，解释变量是原因，被解释变量是结果。（） 2．多元回归模型统计显著是指模型中每个变量都是统计显著的。（） 3．在存在异方差情况下，常用的OLS法总是高估了估计量的标准差。（）4．总体回归线是当解释变量取给定值时因变量的条件均值的轨迹。（） 5．线性回归是指解释变量和被解释变量之间呈现线性关系。（） 6．判定系数的大小不受到回归模型中所包含的解释变量个数的影响。（）7．多重共线性是一种随机误差现象。（） 8．当存在自相关时，OLS估计量是有偏的并且也是无效的。（） 9．在异方差的情况下，OLS估计量误差放大的原因是从属回归的变大。（）10．任何两个计量经济模型的都是可以比较的。（） 二．简答题（10） 1．计量经济模型分析经济问题的基本步骤。（4分） 2．举例说明如何引进加法模式和乘法模式建立虚拟变量模型。（6分） 三．下面是我国1990-2003年GDP对M1之间回归的结果。（5分） 1．求出空白处的数值，填在括号内。（2分） 2．系数是否显著，给出理由。（3分） 四．试述异方差的后果及其补救措施。（10分）
五．多重共线性的后果及修正措施。（10分） 六．试述D-W检验的适用条件及其检验步骤？（10分） 七．（15分）下面是宏观经济模型 变量分别为货币供给、投资、价格指数和产出。 1．指出模型中哪些是内是变量，哪些是外生变量。（5分） 2．对模型进行识别。（4分） 3．指出恰好识别方程和过度识别方程的估计方法。（6分） 八、（20分）应用题 为了研究我国经济增长和国债之间的关系，建立回归模型。得到的结果如下：Dependent Variable: LOG(GDP) Method: Least Squares Date: 06/04/05 Time: 18:58 Sample: 1985 2003 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. LOG(DEBT) 0.65 0.02 32.8 0 Adjusted R-squared 0.983 S.D. dependent var 0.86 S.E. of regression 0.11 Akaike info criterion -1.46 Sum squared resid 0.21 Schwarz criterion -1.36 Log likelihood 15.8 F-statistic 1075.5 Durbin-Watson stat 0.81 Prob(F-statistic) 0 其中，GDP表示国内生产总值，DEBT表示国债发行量。 （1）写出回归方程。（2分） （2）解释系数的经济学含义？（4分） （3）模型可能存在什么问题？如何检验？（7分）
第八章案例分析 改革开放以来，随着经济的发展中国城乡居民的收入快速增长，同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为，20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化，使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化，以城乡居民人民币储蓄存款年底余额代表 居民储蓄（Y），以国民总收入GNI代表城乡居民收入，分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位：亿元 2004 鉴数值，与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城
乡居民储蓄存款、国民总收入随时间的变化情况，如下图所示: 图8.5 从图8.5中，尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 （YY ）,并作时序图（见图 8.6） 从居民储蓄增量图可以看出，城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看（见图8.7），也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系，引入虚拟变 量D 和D2°D 和D 2的选择，是以1996>2000年两个转折点作为依据，1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元，并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后，有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot ， RtKXD Tconr GF*
1．经济变量：经济变量是用来描述经济因素数量水平的指标。（3分） 2．解释变量：是用来解释作为研究对象的变量（即因变量）为什么变动、如何变动的变量。（2分）它对因变量的变动做出解释，表现为方程所描述的因果关系中的“因”。（1分）3．被解释变量：是作为研究对象的变量。（1分）它的变动是由解释变量做出解释的，表现为方程所描述的因果关系的果。（2分） 4．内生变量：是由模型系统内部因素所决定的变量，（2分）表现为具有一定概率分布的随机变量，是模型求解的结果。（1分） 5．外生变量：是由模型系统之外的因素决定的变量，表现为非随机变量。（2分）它影响模型中的内生变量，其数值在模型求解之前就已经确定。（1分） 6．滞后变量：是滞后内生变量和滞后外生变量的合称，（1分）前期的内生变量称为滞后内生变量；（1分）前期的外生变量称为滞后外生变量。（1分） 7．前定变量：通常将外生变量和滞后变量合称为前定变量，（1分）即是在模型求解以前已经确定或需要确定的变量。（2分） 8．控制变量：在计量经济模型中人为设置的反映政策要求、决策者意愿、经济系统运行条件和状态等方面的变量，（2分）它一般属于外生变量。（1分） 9．计量经济模型：为了研究分析某个系统中经济变量之间的数量关系而采用的随机代数模型，（2分）是以数学形式对客观经济现象所作的描述和概括。（1分） 10．函数关系：如果一个变量y的取值可以通过另一个变量或另一组变量以某种形式惟一地、精确地确定，则y与这个变量或这组变量之间的关系就是函数关系。（3分） 11．相关关系：如果一个变量y的取值受另一个变量或另一组变量的影响，但并不由它们惟一确定，则y与这个变量或这组变量之间的关系就是相关关系。（3分） 12．最小二乘法：用使估计的剩余平方和最小的原则确定样本回归函数的方法，称为最小二乘法。（3分） 13．高斯－马尔可夫定理：在古典假定条件下，OLS估计量是模型参数的最佳线性无偏估计量，这一结论即是高斯－马尔可夫定理。（3分） 14．总变差（总离差平方和）：在回归模型中，被解释变量的观测值与其均值的离差平方和。（3分） 15．回归变差（回归平方和）：在回归模型中，因变量的估计值与其均值的离差平方和，（2分）也就是由解释变量解释的变差。（1分） 16．剩余变差（残差平方和）：在回归模型中，因变量的观测值与估计值之差的平方和，（2分）是不能由解释变量所解释的部分变差。（1分） 17．估计标准误差：在回归模型中，随机误差项方差的估计量的平方根。（3分） 18．样本决定系数：回归平方和在总变差中所占的比重。（3分） 19．点预测：给定自变量的某一个值时，利用样本回归方程求出相应的样本拟合值，以此作为因变量实际值和其均值的估计值。（3分） 20．拟合优度：样本回归直线与样本观测数据之间的拟合程度。（3分） 21．残差：样本回归方程的拟合值与观测值的误差称为回归残差。（3分） 22．显著性检验：利用样本结果，来证实一个虚拟假设的真伪的一种检验程序。（3分）23．回归变差：简称ESS,表示由回归直线（即解释变量）所解释的部分（2分），表示x对y的线性影响（1分）。 24．剩余变差：简称RSS，是未被回归直线解释的部分（2分），是由解释变量以外的因素造成的影响（1分）。 25．多重决定系数：在多元线性回归模型中，回归平方和与总离差平方和的比值（1分），
∑ x = 1264471.423 ∑ y = 516634.011 ∑ X = 52432495.137 ∑ ? ? ? ? 案例分析 1— 一元回归模型实例分析 依据 1996-2005 年《中国统计年鉴》提供的资料，经过整理，获得以下农村居民人均 消费支出和人均纯收入的数据如表 2-5： 表 2-5 农村居民 1995-2004 人均消费支出和人均纯收入数据资料 单位：元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯 收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量 X ，农村居民人均消费支出为被解释变量 Y ，分析 Y 随 X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论，建立一元线 性回归模型如下： Y i =β0+β1X i +μi 根据表 2-5 编制计算各参数的基础数据计算表。 求得: X = 2262.035 Y = 1704.082 2 i 2 i ∑ x i y i = 788859.986 2 i 根据以上基础数据求得: β1 = ∑ x i y 2 i i = 788859.986 126447.423 = 0.623865 β 0 = Y - β1 X = 1704.082 - 0.623865 ? 2262.035 = 292.8775 样本回归函数为： Y i = 292.8775 + 0.623865X i 上式表明，中国农村居民家庭人均可支配收入若是增加 100 元，居民们将会拿出其中 的 62.39 元用于消费。
研究城镇居民可支配收入与人均消费性支出的关系 班级：08投资姓名：陈婷婷学号：802025105 一、研究的目的 本案例分析根据1980年～2009 年城镇居民人均可支配收入和人均消费性支出的基本数据,应用一元线性回归分析的方法研究了城镇居民人均可支配收入和人均消费性支出之间数量关系的基本规律，并在预测2010年人均消费性支出的发展趋势。从理论上说，居民人均消费性支出应随着人均可支配收入的增长而提高。随着消费更新换代的节奏加快,消费日益多样化,从追求物质消费向追求精神消费和服务消费转变。因此,政府在制定当前的宏观经济政策时,考虑通过增加居民收入来鼓励消费,以保持经济的稳定增长。 二、模型设定 表1 1980—2009年城镇人均可支配收入和人均消费性支出
为分析1980—2009年城镇人均可支配收入（X）和人均消费性支出(Y)的关系，作下图所示的散点图。 图1 城镇人均可支配收入和人均消费性支出的散点图 从散点图可以看出城镇人均可支配收入（X）和人均消费性支出(Y)大体呈现为线性关系，为分析中国城镇人均消费性支出随城镇人均可支配收入变动的数量规律性，可以建立如下简单线性回归模型： Y=β+βX+u i12i 三、估计参数 Eviews的回归结果如下表所示： 表2 回归结果
① 参数估计和检验的结果写为： ^ 184.59590.780645i i Y X =+ （41.10880）（0.004281） t =(4.490423) (182.3403) 2R =0.999159 2R （修正值）=0.999129 F =33247.99 n=30 ② 回归系数的区间估计[α=5% 2 t α(n-2)=2.048 ] ^^ 22222 2 2 ????[()()]1P t SE t SE ααβββββα-≤≤+=- =P （0.780645—2.048*0.004281 2β≤≤0.780645+2.048*0.004281） =P （0.7719 2β≤≤0.7894） =95% 剩余项（Residual ）、实际值（Actual ）、拟合值（Fitted ）的图形如下： 图2 剩余项、实际项、拟合值的图形 四、模型检验 1、 经济意义检验 所估计的参数β1= 184.5959，β2=0.780645，说明城镇人均可支配收入每增加一元，可导致人均消费性支出提高0.780645元。