计量经济学讲义(厦门大学 黄长全)Chap10

第一章计量经济学概述教学时数：2教学要求:通过本章的学习，要求理解统计学的基本概念。

了解计量经济学的内容体系、计量经济学的主要应用及本课程涉及的内容；掌握建立计量经济模型的步骤和要点。

教学重点与难点教学重点: 建立计量经济模型的步骤和要点教学难点: 建立计量经济模型的步骤和要点教学内容1. 什么是计量经济学2. 计量经济模型与数据3. 计量经济学研究的一般方法第一节 什么是计量经济学一、计量经济学的定义英文“Econometrics”一词最早是由挪威经济学家、第一届诺贝尔经济学奖获得者拉格纳•费瑞希（Ragnar •Frich ）于1926年仿照“Biometrics”（“生物计量学” ）提出来的。

中文译名有两种：经济计量学与计量经济学。

前者是从英文直译而来，试图从名称上强调它是一门研究经济计量方法论的学科；后者试图通过名称强调它是一门经济学科。

本教材采用后一种译名“计量经济学”。

1930年费瑞希、荷兰经济学家丁伯根（Tinbergen ）等和一些国家的经济学家在美国成立了“计量经济学会”，并于1933年该学会创办了《计量经济学》杂志。

在这个杂志的创刊号上费瑞希说：“统计学、经济理论和数学三个方面观点的每一种观点本身都不是充分条件，三者的统一才是强有力的工具，正是由于这三者的统一才构成了计量经济学”。

可见，计量经济学是经济理论、数学和统计学相结合的一门综合性学科。

具体地说，计量经济学就是在经济理论的指导下，以客观事实为依据，运用数学和统计学的方法，借助于计算机技术从事经济关系与经济活动数量规律的研究，并以建立和应用计量经济模型为核心的一门经济学科。

而且必须指出，这些计量经济模型是具有随机性特征的。

在这个定义中，强调以下几点：1.计量经济学是一门应用经济学，是以经济现象为研究对象的；2.计量经济学目的在于揭示经济关系与经济活动数量规律；3.计量经济学是经济理论、统计学、数学三者的综合；4.计量经济学核心内容是建立和应用计量经济模型。

ui=1ui-1+2ui-2+Lui-L+i
14-34
类似地，可进行第三次、第四次迭代。 有关迭代旳次数，可根据详细旳问题来定。
一般是事先给出一种精度，当相邻两次1,2, ,L旳估计值之差不大于这一精度时，迭代
终止。 实践中，有时只要迭代两次，就可得到
较满意旳成果。两次迭代过程也被称为科克 伦—奥科特两步法。
Y1* 1 2 Y1
X
* 1
1 2 X1
该变换称为Prais-Winsten变换。
对于样本容量足够大，则不必进行这种变换。
14-24
使用广义差分方程应阐明旳几点：
双变量模型可推广到多变量模型； 差分变换可推广到高阶过程：从AR(1)到AR(2)、
AR(3)等。 使用上述措施必须懂得旳值，下面我们阐明
14-29
旳其他估计措施
Cochrane-Orcutt (科克伦-奥克特)迭代法； Cochrane-Orcutt 两步法 Durbin 两步法 Hildreth-Lu (希尔德雷斯-陆)搜索法 最大似然法
14-30
附：补充旳估计措施
科克伦-奥科特（Cochrane-Orcutt） 迭代法 杜宾（durbin）两步法
14-27
从Durbin-Watson d统计量中估计
因为： d2(1-’) ’ 1-d/2
根据上式，我们能够得到旳近似估计值。
14-28
从OLS残差et中估计
因为： ut=ut-1+vt
用样本误差e替代u，得： et=’et-1+vt
式中， ’ 是旳估计量。
尽管对小样本而言，是真实旳有偏估计，但伴 随样本容量旳增长，这个偏差会逐渐消失
进行OLS估计，得各Yj（j=i-1, i-2, …,i-l)前旳系数

计量经济学讲义第一部分：引言计量经济学是研究经济现象的量化方法，它结合了统计学和经济学原理，旨在提供对经济现象进行定量分析的工具和技术。

本讲义将介绍计量经济学的基本概念和方法，帮助读者理解和应用计量经济学的基本原理。

第二部分：经济数据和计量经济学模型1. 经济数据的类型- 我们将介绍经济数据的两种主要类型：时间序列数据和截面数据。

时间序列数据是在一段时间内收集的数据，而截面数据是在同一时间点上收集的数据。

2. 计量经济学模型- 我们将讨论计量经济学模型的基本原理和应用，例如最小二乘法和线性回归模型。

这些模型可以帮助我们分析经济数据之间的关系，并进行预测和政策评估。

第三部分：经济数据的描述性统计分析1. 描述性统计分析的概念- 我们将介绍描述性统计分析的基本概念和方法，包括中心趋势测量、离散度测量和分布形态测量。

这些方法可以帮助我们理解和总结经济数据的基本特征。

2. 经济数据的描述性统计分析实例- 我们将通过实例演示如何使用描述性统计分析方法来分析和解释经济数据。

例如，我们可以使用均值和方差来描述一个国家的经济增长和收入分配。

第四部分：计量经济学的统计推断1. 统计推断的概念- 我们将讨论统计推断的基本概念和方法，包括假设检验和置信区间。

这些方法可以帮助我们从样本数据中推断总体参数，并评估推断的精度和可靠性。

2. 统计推断的实例- 我们将通过实例演示如何使用统计推断方法来研究和解释经济现象。

例如，我们可以使用假设检验来判断一个政策措施对经济增长的影响。

第五部分：计量经济学的回归分析1. 单变量线性回归模型- 我们将介绍单变量线性回归模型的基本原理和应用。

这个模型可以帮助我们分析一个因变量和一个自变量之间的关系，并进行预测和政策评估。

2. 多变量线性回归模型- 我们将讨论多变量线性回归模型的基本原理和应用。

这个模型可以帮助我们分析多个自变量对一个因变量的影响，并进行政策评估和变量选择。

第六部分：计量经济学的时间序列分析1. 时间序列模型的基本概念- 我们将介绍时间序列模型的基本概念和方法，包括自回归模型和移动平均模型。

假设样本回归直线已做出，设它为
yˆi ˆ ˆ xi
(2.2.3)
其中ˆ 是α的估计量， ˆ 是β的估计量，这样
就可以用样本回归直线(2.2.3)估计总体回归直线
(2.2.2)。
设给定的样本观测值（xi,yi），i =1,2，…，n， 在直角坐标系里，做出它们的对应点（xi,yi）， i =1,2，…，n，构成散点图，如图2.2.1
COV(ui，xj) = 0 (i，j =1,2,3,…,n )
显然，如果x是非随机变量，则假定5将自动满足。 以上假定通常也叫高斯—马尔可夫 (Gauss Markov) 假定，也称古典假定。满足以上古典假定的线性回 归模型，也称为古典线性模型或经典线性模型。
根据假定2，对(2.1.1)式两边同时取期望值，则有
E(ui)= 0 （i =1,2,3,…,n）
假定3 每个ui（ i = 1,2,3,…,n ）的方差均为同一个
常数，即V(ui)
=
E( ui2)=
2 u
=常数
称之同方差假定或等方差性。
假定4 与自变量不同观察值xi相对应的随机项ui彼 此独立，即COV(ui，uj) = 0 （i≠j） 这个假定称为非自相关假定。 假定5 随机项ui与自变量的任一观察值xj不相关，即
2003年诺贝尔经济学奖再次垂青计量经济学家美 国的罗伯特F.恩格尔(Robert F.Engle)和英国的克 莱夫W.J. 格兰杰(Clive W.J.Granger)是因为他们 在时间序列数据研究方法方面的重要贡献，这再 一次向世人证明计量经济学是经济学中最重要的 学科之一。 另一方面，绝大多数诺贝尔经济学奖获得者即使 其主要贡献不在计量经济学领域，也都普遍应用 了计量经济学方法。