导论__计量经济学模型课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,三、计量经济学模型,1.,模型特点,2.,建模步骤,3.,如何建模,四、计量经济学软件,离开经济学，模型将是一堆毫无用处的数学符号。,模 型,模型，是对现实的描述和模拟。,对现实的各种不同的描述和模拟方法，就构成了各种不同的模型。,语义模型（逻辑模型）、物理模型、几何模型、数学模型和计算机模拟模型等。,文字模型比较细腻，几何模型比较简明，数学模型比较严谨。,经济理论与经济模型,经济现象错综复杂，变化不定，为便于研究往往舍去一些次要因素，专门研究普遍性、决定性的因素之间的,因果关系,，形成系统的经济理论。,经济理论是实践的高度概括，经济模型则是经济理论的简明描述。,经济模型,用数学方法描述经济活动,。根据采用的数学方法不同，对经济活动揭示的程度不同，构成各类不同的经济模型。,在此，我们着重区分,数理经济模型,和,计量经济模型,。,数理经济模型,数理经济模型揭示经济活动中各个因素之间的,理论关系,，用,确定性,的数学方程加以描述。例如，生产函数模型可以描述如下：,Q,f,（,T,，,K,，,L,）,或者更具体地用某一种生产函数描述为,Q,Ae,t,K,L,Q,表示产出量，,T,表示技术，,K,表示资本，,L,表示劳动。但它并没有揭示因素之间的定量关系，因为其中的参数未知。,计量经济模型,计量经济模型揭示经济活动中各个因素之间的,定量关系,，用,随机性,的数学方程加以描述。,Q,Ae,t,K,L,其中,为,随机误差项,。这就是计量经济学模型的理论形式。,计量经济学的根本任务是,建立,、,估计、检验,和,运用,计量经济学模型。,建模步骤,一、,理论模型的设计,二、,样本数据的收集,三、,模型参数的估计,四、,模型的检验,五、分析总结,理论模型设计,理论模型是指描述所研究的经济对象或经济系统内各变量之间关系的数学形式。,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。这阶段的工作称为理论模型的设计。,Q,Ae,t,K,L,就是一个理论模型，描述了生产函数中产出量、技术、劳动和资本之间的关系。,样本数据的收集,样本数据的收集与整理，是建立计量经济学模型过程中最为费时费力的工作，也是对模型质量影响极大的一项工作。,从工作程序上讲，它是在理论模型建立之后进行，但实际上经常是同时进行的，因为能否收集到合适的样本观测值是决定变量取舍的主要因素之一。,样本数据类型,常用的样本数据有五类：,（,1,）,截面数据,（,2,）,时间序列数据,（,3,）,混合横截面数据,（,4,）,面板数据,（,5,）,虚变量数据,截面数据（,Cross section data,）,截面数据又称横向数据，是一批发生在同一时间截面上的调查数据，研究某个时点上的变化情况。例如，工业普查数据、人口普查数据、家计调查数据等。,在西方经济学中称为存量，在统计经济学上称为时点数。,截面数据的时间是凝固的。,Cross Sectional Data example,：,person obs;survey year:1999,obs,Person,year,sex,age,edu,Wagely,Famsize,1,111,1999,1,45,3,2000,4,2,112,1999,1,46,2,300,3,3,122,1999,2,45,5,3000,2,4,123,1999,2,45,3,400,5,5,133,1999,2,15,3,1000,7,6,134,1999,1,16,4,3500,3,截面数据的注意事项,（,1,）人们一般认为截面数据是随机的；,（,2,）样本点间的同质性；,（,3,）截面数据容易引起误差项的异方差问题。,时间序列数据（,Time series data,）,时间序列数据又称纵向数据，是对同一个变量在不同时间取值的一组观测结果，或者说是一批按照事件先后顺序排列的统计数据。例如，我国自改革开放的,1978-2000,年,GNP,数据。,一般由统计部门提供。,在西方经济学中称为流量，在统计经济学上称为时期数。,时间序列的时间是变化的。常用的时间间隔有：年、季度、月、周（,7,日或,5,日）、日,obs,year,country,gdp,cons,invest,1,1978,china,3605.6,2239.1,1377.9,2,1979,china,4074,2619.4,1474.2,3,1980,china,4551.3,2976.1,1590,4,1981,china,4901.4,3309.1,1581,5,1982,china,5489.2,3637.9,1760.2,6,1983,china,6076.3,4020.5,2005,7,1984,china,7164.4,4694.5,2468.6,8,1985,china,8792.1,5773,3386,9,1986,china,10132.8,6542,3846,10,1987,china,11784.7,7451.2,4322,11,1988,china,14704,9360.1,5495,12,1989,china,16466,10556.5,6095,13,1990,china,18319.5,11365.2,6444,14,1991,china,21280.4,13145.9,7517,15,1992,china,25863.7,15952.1,9636,16,1993,china,34500.7,20182.1,14998,17,1994,china,46690.7,26796,19260.6,18,1995,china,58510.5,33635,23877,Time Series Data,时间序列数据的注意事项,（,1,）时间序列误差项间往往存在强相关（自相关）；,（,2,）数据频率问题。有时样本观察值过于集中，不能反映经济变量间的结构关系，应增大观测区间；,（,3,）样本点之间数据的可比性。价值形态出现的数据往往是不可比的，应当消除物价因素的影响；,（,4,）样本区间内经济行为的一致性。,混合横截面数据（,Pooled cross sections,）,混合横截面数据是不同时间段的横截面数据的混合。,通常是为了让我们研究一个重要的关系如何随时间而变化。,Pooled Cross Section Data,example:person obs;1999-2001,obs,person,year,sex,age,edu,Wage_ly,Fam_size,1,111,1999,1,45,3,2000,4,2,112,1999,1,46,2,300,3,3,122,1999,2,45,5,3000,2,4,123,1999,2,45,3,400,5,5,133,1999,2,15,3,1000,7,6,134,1999,1,16,4,3500,3,7,211,2000,1,47,2,1000,2,8,212,2000,1,46,3,2000,3,9,222,2000,2,46,5,1500,3,10,223,2000,2,46,3,2500,4,11,233,2000,1,17,4,800,4,12,234,2000,2,16,3,300,4,13,311,2001,1,48,2,200,5,14,312,2001,1,47,3,4000,5,15,322,2001,2,47,3,5000,1,16,323,2001,2,47,5,3000,3,17,333,2001,2,17,3,200,2,18,334,2001,1,18,1,300,2,面板数据（,Panel data,）,面板数据是时间序列数据与截面数据的合成体，对同一单位样本的多次观测。,可以发现样本本身具有的特征，以及研究决策行为和结果滞后的重要性。,例如，,1978-1999,年我国各省市城镇居民消费结构的调查资料。,Types of Data Panel data,example:household obs;2000-2003,obs,hcode,year,Income_h,hhsize_h,max_ed_y_h,n_chl_h,n_disable_h,1,1,2000,13177.75,4,12,1,0,2,1,2001,14159.2,5,12,1,1,3,1,2002,15767.84,4,12,1,1,4,1,2003,18023.82,4,12,1,1,5,2,2000,16948.97,5,6,1,0,6,2,2001,12940.55,4,6,2,0,7,2,2002,12389.33,4,6,2,0,8,2,2003,17469.2,4,6,2,0,9,3,2000,10202.75,4,12,2,0,10,3,2001,29181.26,4,15,2,0,11,3,2002,5221.45,4,15,2,1,12,3,2003,13419.87,4,15,2,0,13,4,2000,9844.23,4,9,0,0,14,4,2001,15482.27,5,9,0,0,15,4,2002,9520.78,3,9,1,0,16,4,2003,10253.38,3,9,1,0,虚变量数据（,Dummy data,）,虚拟变量也称为二进制数据，一般取,1,或,0,。用以表示定性变量，例如政策变量、条件变量等。,虚拟变量组合起来可以表征多种状态。,虚拟变量取值的个数,=,欲表征的状态数,-1,样本数据的质量,1,、,完整性,2,、,准确性,3,、,可比性,4,、,一致性,完整性,完整性，即模型中包含的所有变量都必须得到,相同容量,的样本观测值。这既是模型参数估计的需要，也是经济现象本身应该具有的特征。,在实际中，“遗失数据”的现象经常发生，可以采取措施将其补齐。,准确性,准确性，有两方面含义：,一是所得到的,数据必须准确,反映它所描述的经济因素的状态，即统计数据或调查,数据本身,是准确的；,二是它必须是模型研究中所准确需要的，即,满足模型对变量口径的要求,。,可比性,可比性，也就是通常所说的,数据口径,问题。在计量经济学模型研究中可以说无处不在。,人们容易得到的经济统计数据，一般可比性较差，其原因在于,统计范围口径,的变化和,价格口径,的变化，必须进行处理后才能用于模型参数的估计。,一致性,一致性，即,母体与样本的一致性,。,违反一致性的情况经常会发生，例如，用企业的数据作为行业生产函数模型的样本数据，用人均收入与消费的数据作为总量消费函数模型的样本数据，等等。,模型参数的估计,模型参数的估计方法，是计量经济学的,核心内容,。,模型参数的估计是一个纯技术的过程，包括对模型进行识别（对联立方程模型而言）、估计方法的选择、软件的应用等内容。,模型的检验,一般讲，计量经济学模型必须通过四级检验：,（,1,）,经济意义检验,（,2,）,统计学检验,（,3,）,计量经济学检验,（,4,）,预测检验,经济意义检验,经济意义检验主要检验模型参数估计量在,经济意义上的合理性,。,主要方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括参数估计量的,符号、大小、相互之间的关系,，以判断其合理性。,经济意义检验是一项,最基本,的检验。,煤炭行业函数模型,煤炭企业函数模型,职工家庭日用品需求模型,统计检验,统计检验是利用统计推断的原理，对参数估计的可靠程度、观察数据的拟合程度进行检验，目的在于检验模型的,统计学性质,。,通常应用的统计检验准则有拟合优度检验、变量和方程的显著性检验等。,计量经济学检验,计量经济学检验目的在于检验模型的,计量经济学性质,，即检验模型基本假设的满足程度、各种经济计量假设的合理性，以及模型总体结构预测能力的检验。,主要检验：序列相关检验、异方差性检验、多重共线性检验