第一章、诸论(高级计量经济学-清华大学 潘文清)[优选内容]

21
两个基本要素的结合
计量经济研究方法的下一步也是核心一步，是两个 基本要素的结合，即用加工好的数据估计计量经济模 型。这一步需要使用一批计量经济技术。计量经济技 术是经典统计学方法特别是统计推断技术的扩展。这 种扩展是必要的，因为在估计计量经济模型时会遇到 一些特别的问题。
上述过程的结果是一个估计好的计量经济模型，所 谓估计模型就是依据有关数据估计模型的参数，估计 好的模型可用于计量经济学的三个主要目的：结构分 析，预测和政策评价。
8
计量经济学的三个要素
计量经济学的三个要素是经济理论、经济数据和统 计方法。对于解释经济现象来说，“没有计量的理论 ”和“没有理论的计量”都是不够的，正如计量经济 学创始人之一的弗里希所强调的那样，它们的结合是 计量经济学的发展能够取得成功的关键。
9
计量经济学是经济预测的科学
计量经济学从根上说，是对经验规律的认识以及将 这些规律推广为经济学“定律”的系统性努力，这些 “定律”被用来进行预测，即关于什么可能发生或者 什么将会发生的预测。因此，广义地说，计量经济学 可以称为经济预测的科学。
12
2. 时代背景
计量经济学的产生，与当时的时代背景是密切相关 的。上世纪二十年代末期，在资本主义世界发生了严 重的经济危机，原有的经济理论失灵，产生了所谓的 “凯恩斯革命”。
在这种背景下，各国政府出于对经济的干预政策的 需要，企业管理层为了摆脱或减少经济危机的打击， 在经济繁荣时期获取更多的利润，要求采用计量经济 理论和方法，进行经济预测，加强市场研究，探讨经 济政策的效果，因而计量经济学应运而生。
结论：现实中经济变量之间 的关系一般是一种
不精确的关系，因此用（1）式这样的数学模型描述 是不合适的，因为它不能正确反映客观实际情况。

31
0. 模型设定的定义
依据一定的经济理论，先验地用一个或 一组数学方程式表示被研究系统内经济 变量之间的关系。这阶段的工作称为模 型设定。 这是计量经济学研究中最重要也是最困 难的阶段，为此，需要作以下工作： 1．研究有关经济理论 2．确定变量和函数形式
32
1．研究有关经济理论
建立模型需要理论抽象。模型是对客观 事物的基本特征和发展规律的概括，是 对现实抓住本质的简化。 这种概括和简化就是理论分析的成果。 因此，在模型设定阶段，首先要注意基 于经济理论的定性分析。
3
通过本课程的教学，要求学生掌握计量经 济学的基本理论和主要模型设定方法，熟悉计 量经济分析工作的基本内容和工作程序，能用 计量经济学软件包进行实际操作。本课程教学 采用课堂讲授与计算机实验相结合，适当运用 计算机多媒体课件和投影仪。教学目的不是要 求学生成为计量经济方法研究的专家，而是使 学生掌握计量经济学技术，并在经济分析、经 济管理和决策中正确使用这些技术，成为适应 现代化经济管理要求的人才。
三、方法论
应用计量经济方法解决实际经济问题，是在一 定的经济理论指导下，建立相应的数学模型， 利用各种计量方法和资料估计参数，运用模型 解决问题。一般来说，这个研究过程要采取四 个步骤。为了说明计量经济学的方法论，让我 们考察凯恩斯的消费理论。凯恩斯说：……基 本的心理法则是……作为平均数规律，男人 （妇女）当他们的收入增加时，倾向于增加消 费，但消费并不如他们的收入增加那样多。总 之，凯恩斯假设边际消费倾向(MPC)，即消费 变化对单位（如一元）收入变化的比率，大于 0而小于1。为了检验这个理论，计量经济学家 可以按如下步骤进行。
33
菲利普斯曲线
例如，根据劳动力市场均衡学说，工资 增长率y、失业率x1和物价上涨率x2，有 关系y=f(x1,x2)。 失业率越高，表明劳动力的供给大于需 求，从而工资上升率越低，这就是著名 的菲利普斯曲线。 这一曲线在西方国家建模中被广泛使 用。

用 Ø 对每个大学生的收入和消费这两个变量之间的关系进
行数量化，揭示收入增加一个单位（如100元），平
均而言，消费将增加的数量是多少。
§1.1 计量经济学的定义与应用
计
量
经
济
学 的 Alfred Cowles
形
As its motto (Theory and Measurement) indicates, the Cowles
济
学》的出版，标志着计量经济学作为经济学的一个 分支
学
而诞生，也极大地促进了计量经济学的形成和发展。
的
/default.asp Ø从计量经济学的形成过程我们可以看出：
形
计量经济学的产生源于对实际经济问题的研究，其主
成
要的研究内容是对经济关系的数量化。
济
•大学生可支配收入增加，是否对计算机和手机的需求也增加？
理
•类似于（1.1.1）的需求函数是否发生变化，如何变化？ •估计或度量结果是否与（1.1.2）类似？
论
计量经济学还要分析什么？（二）
ü 计量经济学是以检验和发展经济理论为目的的经济度量。
——斯隆（Sloan, 1949, p. 88） ü对以上Id系数的统计检验，应设定什么样的假设？使用什么
(1.1.2)
估计结果表述为：当猪肉价格和鱼的价格保持不变，可支配收入增加
构
1个单位（如100元），猪肉的需求将增加0.14个单位（如0.14公斤）。
分
计量经济学揭示了什么？
析
刻画猪肉需求如何由自身价格、替代品价格和可支配收入所决定的 现实，揭示需求与价格和收入间的数量关系。
对本例而言，其含义是揭示需求与收入和价格之间的数量关系，进

第1章 经济计量学的特征及研究 范围
• 解释与举例
• 问题描述
劳动力参与率的增加或减少依赖于增加工人和受挫工 人的力量对比。如果增加工人的影响占主导地位，则 LFPR将升高，即使是在失业率很高的情况下。相反 地，如果是受挫工人的影响占主导力量，那么LFPR 将会下降。 • 我们将如何发现这一结果的呢？这只是一个实践问题。
• 在本例中，受挫工人假说假设劳动力参与率与失业率 之间负相关。这个假说与结果相符吗？我们统计的结 果与假说相一致，因为估计得到的城市失业率系数为 负。
第1章 经济计量学的特征及研究 范围
• 解释与举例
（8）运用模型进行预测
• 用估计的模型可以作预测(prediction, forecasting)。例 如，假设现在有1997年的城市失业率和平均小时工资 的数据，分别是5.2和1.2。将其带入式：
• 经济计量学运用数理统计知识分析经济数据，对构建 于数理经济学基础之上的数学模型提供经验支持，并 得出数量结果。（P. A Samuelson, T,C. Koopmans, and J. R. N.
Stone, “ Report of the Evaluative Committee for Econometrica”, Econometrica, vol. 22, no. 2, April 1954, pp.141-146.）
第1章 经济计量学的特征及研究 范围
• 经济计量学的方法论
一般说来，用经济计量方法研究经济问题可分为如下步骤：
(1) 理论或假说的陈述； (2) 收集数据； (3) 建立数学模型； (4) 建立统计或经济计量模型； (5) 经济计量模型参数的估计； (6) 检查模型的准确性：模型的假设检验； (7) 检验来自模型的假说； (8) 运用模型进行预测。

1.2 What is Econometrics About
◆计量经济学家时常被指责为：使用大铁锤去砸开花 生，却对数据不足以及成功运用这些技术所需的但却 不可靠的许多假设熟视无睹。
“计量经济理论就像仔细斟酌过的法国食谱，清楚、精确地 说明了混合调味料需要调几次，需要多少克拉的香料，以及在恰 好474度下需要多少毫秒烘烤混合物。可是，当统计学的”厨师“ 转向原材料时，却发现没有仙人掌水果的核，因此用几块哈密瓜 代替；当食谱要求采用粉条时他却用麦片；他还用绿色胡椒代替 咖喱，用鹌鹑蛋代替海龟蛋，还用一罐松脂油代替1883的 Chalifougnac。”（Valavanis，1959）
Page 5
1.1 什么是计量经济学
Principles of Econometrics, 4th Edition
Chapter 1: An Introduction to Econometrics
Page 6
1.1.1 计量经济学的概念
计量经济学（ Econometrics）：是经济理论、统计学和数学 的结合。
原因之三：
新的检验要求新的计量经济学方法，从
而催生新的理论的诞生。 这也提示我们，在学习计量经济学时，应回到经济学 之中，应与经济现实相结合，对感兴趣的经济理论或假
设进行检验。
Principles of Econometrics, 4th Edition
Chapter 1: An Introduction to Econometrics Page 15
Principles of Econometrics, 4th Edition
Chapter 1: An Introduction to Econometrics Page 10

索数据生成过程。 • 在此情况下，“数据淘金〞 (data-mining)常常成为必要的
步骤之一，即探索性的关系识别。 • 一些人为了获得预想的结果，常常有目的地进行“数据淘洗
〞 (data-cleaning) ，即删除那些不支持预想结果的观察值， 甚至修改数据。 • 因而应该认识到，利用计量经济学方法得出的结论都是有条 件的。
和归纳开展为探讨多因素间的数量关系和进行假说检 验
第十九页，编辑于星期六：十八点 十八分。
计量经济学与经验研究
• 传统研究方法侧重于得到模型参数的“精确〞估计， 但对于“数据生成过程〞未给予高度关注。
• 研究人员依据感觉或经验提出模型，然后利用“试错 法〞、逐步回归等手段估计变量之间的统计关系，在 此基础上，“选择〞出自己满意的模型。
o 高雪梅主编(2005).《计量经济分析方法与建模：EVIEWS应 用及实例》.北京：清华大学出版社.
4
第四页，编辑于星期六：十八点 十八分。
△ 初、中、高级计量经济学
• 初级以计量经济学的数理统计学基础知识和经典 的线性单方程模型理论与方法为主要内容；
• 中级以用矩阵描述的经典的线性单方程模型理论 与方法、经典的线性联立方程模型理论与方法， 以及传统的应用模型为主要内容；
8
第八页，编辑于星期六：十八点 十八分。
• 非经典计量经济学一般指20世纪70年代以来开展的计 量经济学理论、方法及应用模型，也称为现代计量经济 学。
• 非经典计量经济学主要包括：微观计量经济学、非参数 计量经济学、时间序列计量经济学和动态计量经济学等。
• 非经典计量经济学的内容体系：模型类型非经典的计量 经济学问题、模型导向非经典的计量经济学问题、模型 结构非经典的计量经济学问题、数据类型非经典的计量 经济学问题和估计方法非经典的计量经济学问题。

如何解释j为“当其他变量保持不变，Xj变化一个 单位时Y的平均变化”？
本质上： j=E(Y|X)/Xj 即测度的是“边际效应”(marginal effect)
因此，当一个工资模型为 Y=0+1age+2age2+3education+4gender+ 时，只能测度“年龄”变化的边际效应： E(Y|X)/age=1+22age 解释：“当其他变量不变时，年龄变动1个单位时 工资的平均变化量” 2、弹性： 经济学中时常关心对弹性的测度。
X1’X1b1+X1’X2b2=X1’Y (*) X2’X1b1+X2’X2b2=X2’Y (**) 由(**)得 b2=(X2’X2)-1X2’Y-(X2’X2)-1X2’X1b1 代入(*)且整理得： X1’M2X1b1=X1’M2Y b1=(X1’M2X1)-1X1’M2Y=X1-1M2Y=b* 其中，M2=I-X2(X2’X2)-1X2’ 又 M2Y=M2X1b1+M2X2b2+M2e1 而 M2X2=0， M2e1=e1-X2(X2’X2)-1X2’e1=e1 则 M2Y=M2X1b1+e1 或 e1=M2Y-M2X1b1=e* 或
b1是1的无偏估计。
设正确的受约束模型(5.1.2)的估计结果为br，则有 br= b1+ Q1b2
或 b1=br-Q1b2 无论是否有2=0, 始终有Var(b1)Var(br) 多选无关变量问题：无偏，但方差变大，即是无效 的。变大的方差导致t检验值变小，容易拒绝本该纳 入模型的变量。
§5.2 多重共线性
1、估计量的方差 在离差形式的二元线性样本回归模型中： yi=b1x1i+b2x2i+e

参数“线性”，变量”非线
变量“线性”，参数”非线
24
随机扰动项ui
◆概念 各个 Yi 值与条件均值 E(Yi X i ) 的偏差 u i 代表排除在模型以外的 所有因素对Y的影响。
Y


u
Xi
X
◆性质： u i 是期望为0有一定分布的随机变量 重要性：随机扰动项的性质决定着计量经济方法的选择
25
◆引入随机扰动项的原因

13
高级计量经济学——本课程核心 第4部分 时间序列计量模型


第10章 第11章 第12章 第13章
时间序列模型 协整与误差修正模型 向量自回归模型 时间序列条件异方差模型
14
高级计量经济学——本课程核心 第5部分 回归分析的深入议题



第14章 面板数据计量模型 ——固定效应与随机效应模型 第15章 二元因变量模型 ——probit与logit回归模型 第16章 计量经济模型的建立 ——传统与现代计量经济学方法论
i
31
第二节 一元线性回归模型的参数估计
1、普通最小二乘法OLS
◆OLS的基本思想： ●不同的估计方法可得到不同的样本回归参 ˆ ˆ ˆ 数 1和 2 ，所估计的 Yi 也不同。 ˆ ●理想的估计方法应使 Yi 与 Yi 的差即剩余 ei 越小越好 ●因 ei 可正可负，所以可以取 ei 2 最小 即 ^ ^ 2 2 min ei min (Yi 1 2 X i )
三、一元线性回归模型
一元线性回归模型形式如下
Yi 0 1 X i ui
上式表示变量Yi和Xi之间的真实关系。其中Yi 称被解释变量（因变量），Xi称解释变量（自变 量），ui称随机误差项，0称常数项，1称回归系 数（通常未知）。 上述模型可以分为两部分。 （1）回归函数部分，E(Yi) = 0 + 1 Xi, （2）随机部分， ui 。

样本均值是样本的1阶原点矩，它是总体期望，即 总体1阶原点矩的无偏估计量。
事实上，对总体的任何阶原点矩(raw moment) =s=E(Ys) 简单随机抽样中，对应的样本原点矩 Ms’=(1/n)∑iYis 是总体原点矩的无偏估计量。
3、总体方差的估计
对=2=E(Y- Y)2= 2 (Y未知)，类比法得
2、极大似然估计
对具有pdf或pmf为f(Y;)的随机变量Y（其参数未知）， 随机抽取一容量为n的样本Y=(Y1,Y2,…Yn)’其联合分布为：
gn(Y1,Y2,…Yn;)=if(Yi;) 可将其视为给定Y=(Y1,Y2,…Yn)’时关于的函数，称其为关于 的似然函数(likelihood function)，简记为Ｌ() : L()= gn(Y1,Y2,…Yn;)=if(Yi;) 对离散型分布，似然函数L()就是实际观测结果的概率。 极大似然估计就是估计参数，以使这一概率最大； 对连续型分布，同样也是通过求解L()的最大化问题，来 寻找的极大似然估计值的。
要寻找最佳估计量，则需在约束∑ci=1下求解 min ∑ci2
Q=∑ci2-(∑ci -1) Q/ci=2ci - (i=1,2,…,n) Q/= - (∑ci -1) 由极值求解条件得： ci=/2, ∑ci =1 于是 ∑ci = n/2 =2/n, ci=1/n 记 则 Theorem. 从任何总体中进行简单随机抽样，样本均 值是总体期望的最小方差线性无偏估计量(minimum variance linear unbiased estimator，MVLUE)。
三、极大似然估计 Maximum likelihood Estimation
1、基本原理 极大似然估计是在假设随机变量Y的分布形态已

Chapter 11
Outline Cumulant Matching, Method of Moments and GMM Maximum Likelihood Estimation Quasi-Maximum Likelihood Estimat
Asymptotic variance-covariance matrix:
σ2 T∆
0
0 2σ4 .
T
Replace
σ2
with
its
estimator
σˆ2
=
1 T∆
T t =1
(rt
−
¯r )2,
we
get
the estimator of variance-covariance matrix.
Financial Econometrics George J. Jiang and Guanzhong Pan
Financial Econometrics George J. Jiang and Guanzhong Pan
Chapter 11
Outline Cumulant Matching, Method of Moments and GMM Maximum Likelihood Estimation Quasi-Maximum Likelihood Estimat
T
∆Ztn,
n = 1, 2, 3, 4,
t =1
Cumulant matching:
µˆ4J
−
2K¯3 K¯1
µˆ2J
+
3 2
K¯4 K¯1
µˆJ
−
1 K¯32 2 K¯12
=
0,
(1)

建立计量经济模型的一般过程
确定研究对象 及其影响因素 及其影响因素 定义变量 收集数据 画变量 散点图 模型的设定，估计，诊断、 模型的设定，估计，诊断、 检验，分析回归参数， 检验，分析回归参数，预测
建立计量经济模型的一般过程： 建立计量经济模型的一般过程 （1）收集数据：间接收集数据。直接作统计抽样调查。 ）收集数据：间接收集数据。直接作统计抽样调查。 （2）一定要养成习惯，画变量散点图。 ）一定要养成习惯，画变量散点图。 （3）计量经济学主要研究：怎样设定模型形式，估计模型，对估计模型 ）计量经济学主要研究：怎样设定模型形式，估计模型， 进行诊断与检验，确立模型估计结果，分析回归参数，解释经济 经济含 进行诊断与检验，确立模型估计结果，分析回归参数，解释经济含 预测等几个环节。 本学期要讲的内容） 义，预测等几个环节。 本学期要讲的内容） （
有价值的参考书（由浅入深） 有价值的参考书（由浅入深）
计量经济学著作： 计量经济学著作：
1． ． 林少宫译， 计量经济学》 《计量经济学 ， （Gujarati D., Basic 林少宫译， 计量经济学》 《 （
Econometrics 第 3 版）中国人民大学出版社， 中国人民大学出版社， ， 2000。 。 2．Basic Econometrics, by Damodar N Gujarati ． (Hardcover - Mar 18, 2002) 3．Gujarati D.,著，张涛译，经济计量学精要 ． 著 张涛译， （Essentials Of Econometrics 第 3 版） ， McGraw-Hill 出版社， 出版社， 机械工业出版社， 2006 机械工业出版社， 年 9 月。 4．Michael P. Murray, Econometrics: A Modern ． Introduction, Pearson Addison Wesley, 2006. 5．Michael P. Murray 著，费剑平译，现代计量 费剑平译 现代计量 ． 经济学（ 经济学（Econometrics: A Modern Introduction） ，Pearson Addison Wesley 出版 ） ， 机械工业出版社， 社，机械工业出版社，2009 年 4 月。 1． ． 张晓峒主编，计量经济学基础》第 3 版， 十 《 （ 张晓峒主编， 计量经济学基础》 “ 一五” 国家级规划教材） 南开大学出版社， 2007。 一五” 国家级规划教材） 南开大学出版社， ， 。 2． 应用数量经济学》 张晓峒著，“十一五”国 ． 应用数量经济学》 张晓峒著 （ 十一五” 《 ， 家级规划教材） 机械工业出版社， 家级规划教材） 机械工业出版社，2009-3。 ， 。

⒉ 教师
主讲教师：何思梅 办公地点：图书馆十楼1001经贸教研室
计量经济学
北京信息科技大学经济管理学院
⒊ 课程说明
⑴ 教学目的
经济学是一门科学，实证的方法，尤其是数量 分析方法是经济学研究的基本方法论。通过该门课 程教学，使学生掌握计量经济学的基本理论与方法， 并能够建立实用的计量经济学应用模型。
束后给出答案。 • 这门课比较难，请大家认真对待（只是在期末
突击是不行的）： 课前请预习；认真听课和积极回答提问；课后 要花时间看书和做作业。 • 成绩计算：预定平时成绩占30%，期末考试占 70％。平时成绩包括：课程实验、作业抽查、 出勤。
计量经济学
北京信息科技大学经济管理学院
请同学们：
• 把数理统计、线性代数、高等数学认真 复习一下。
北京信息科技大学经济管理学院
基本要求：
（1）了解计量经济学的性质；计量经济学 与相关学科区别联系；模型的设计、参 数估计、模型检验的要求；计量经济模 型的应用领域；
（2）记住模型中的变量及其类型；参数估 计的准则；计量经济研究中数据的类型； 建立计量经济模型的依据；常用的模型 形式。
计量经济学
北京信息科技大学经济管理学院
一、计量经济学
△ 经济学的一个分支学科
○1926年挪威经济学家R.Frish提出Econometrics ○ 1930年成立世界计量经济学会 ○ 1933年创刊《Econometrica》 ○ 20世纪40、50年代的大发展和60年代的扩张 ○ 20世纪70年代以来非经典（现代）计量经济学的 发展
计量经济学
北京信息科技大学经济管理学院
20世纪30年代计量经济学研究对象主要
是个别生产者、消费者、家庭、厂商等。 基本上属于微观分析范畴。第二次世界大 战后，计算机的发展与应用给计量经济学 的研究起了巨大推动作用。从40年代起， 计量经济学研究从微观向局部地区扩大， 以至整个社会的宏观经济体系，处理总体 形态的数据，如国民消费、国民收入、投 资、失业问题等。但模型基本上属于单一 方程形式。

ห้องสมุดไป่ตู้
1 Arthur 2
1
2
CHAPTER ONE: THE NATURE AND SCOPE OF ECONOMETRICS
1.2 WHY STUDY ECONOMETRICS?
As the preceding definitions suggest, econometrics makes use of economic theory, mathematical economics, economic statistics (i.e., economic data), and mathematical statistics. Yet, it is a subject that deserves to be studied in its own right for the following reasons. Economic theory makes statements or hypotheses that are mostly qualitative in nature. For example, microeconomic theory states that, other things remaining the same (the famous ceteris paribus clause of economics), an increase in the price of a commodity is expected to decrease the quantity demanded of that commodity. Thus, economic theory postulates a negative or inverse relationship between the price and quantity demanded of a commodity—this is the widely known law of downward-sloping demand or simply the law of demand. But the theory itself does not provide any numerical measure of the strength of the relationship between the two; that is, it does not tell by how much the quantity demanded will go up or down as a result of a certain change in the price of the commodity. It is the econometrician’s job to provide such numerical estimates. Econometrics gives empirical (i.e., based on observation or experiment) content to most economic theory. If we find in a study or experiment that when the price of a unit increases by a dollar the quantity demanded goes down by, say, 100 units, we have not only confirmed the law of demand, but in the process we have also provided a numerical estimate of the relationship between the two variables—price and quantity. The main concern of mathematical economics is to express economic theory in mathematical form or equations (or models) without regard to measurability or empirical verification of the theory. Econometrics, as noted earlier, is primarily interested in the empirical verification of economic theory. As we will show shortly, the econometrician often uses mathematical models proposed by the mathematical economist but puts these models in forms that lend themselves to empirical testing. Economic statistics is mainly concerned with collecting, processing, and presenting economic data in the form of charts, diagrams, and tables. This is the economic statistician’s job. He or she collects data on the GDP, employment, unemployment, prices, etc. These data constitute the raw data for econometric work. But the economic statistician does not go any further because he or she is not primarily concerned with using the collected data to test economic theories. Although mathematical statistics provides many of the tools employed in the trade, the econometrician often needs special methods because of the unique nature of most economic data, namely, that the data are not usually generated as the result of a controlled experiment. The econometrician, like the meteorologist, generally depends on data that cannot be controlled directly. Thus, data on consumption, income, investments, savings, prices, etc., which are collected by public and private agencies, are nonexperimental in nature. The econometrician takes these data as given. This creates special problems not normally dealt with in mathematical statistics. Moreover, such data are likely to contain errors of measurement, of either omission or commission, and the econometrician