第一章计量经济学的特征和研究范围

Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,Click to edit Master title style,1-,*,计 量 经 济 学 基 础 与 应 用,参考教材,-,开卷有益！,达莫达尔,N.,古扎拉蒂 著，张涛 译：,经济计量学精要（第三版）,，机械工业出版社，,2006,年,9,月第,1,版。,Damodar N.Gujarati,Essentials of Econometrics,3rh ed.,McGraw-Hill,New York,2005.,Damodar N.Gujarati,Basic Econometrics,4th ed.,McGraw-Hill,New York,2003.,高铁梅 主编：,计量经济分析方法与建模：,Eviews,应用及实例,，清华大学出版社，,2006,年,1,月第,1,版。,易丹辉 主编：,数据分析与,Eviews,应用,，中国人民大学出版社，,2008,年,10,月第,1,版。,张晓峒 主编：,Eviews,使用指南与案例,，机械工业出版社，,2007,年,2,月。,The Nature and Scopeof Econometrics,chapter one,第一章 计量经济学的特征和研究范围,第一节 什么是计量经济学？,几个经典定义的理解,计量经济学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学,(,Goldberger,1964,),。,计量经济学运用数理、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,(,Samuelson,et al.,1954,),。,Econometrics,如何翻译？,计量经济学：强调它是一门经济学科，强调它的经济学内涵与外延。,经济计量学：强调经济计量的方法，是估计经济模型和检验经济模型。,第二节 为什么要学习计量经济学？,经济问题研究的需要,计量经济学涉及到经济理论、数理经济学、经济统计学及数理统计学,经济理论,定性地对经济现象提出理论假设和命题。,例如，需求定理说，在其它经济条件不变下,(,Ceteris paribus,),，商品的价格与商品的需求量呈反向变动。,数理经济学,研究数学形式或方程模型描述经济理论，不考虑对经济理论的度量和经验解释。,经济统计学,收集、处理、整理和公开经济数据。,数理统计学,经济数据的生成是不可控制试验的结果，实际数据可能有遗失、测量误差等问题。,第二节 为什么要学习计量经济学？,计量经济学与其他相关学科的联系与区别,数学,统计学,数理统计,经济统计,数理经济,计量,经济学,第三节,经济计量学的方法论,怎样进行计量经济研究,1,）理论或假设的陈述,2,）数据收集及预处理,3,）建立数理模型,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,）检验模型的适用性：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,一个具体的例子,经济形势会影响人们进入劳动力市场的决策吗？,1.3.1,建立一个理论假说,用失业率,(Unemployment Rate,UNR),度量经济形势,用劳动力参与率,(Labor Force Participation Rate,LFPR),度量劳动力的参与,用单位小时工薪,(Average Hour Emolument),度量劳动力价格,经济形势,V.S.,就业意愿,:,两个对立假说,1,）,Discouraged-worker Hypothesis,经济形势恶化，劳动参与率较低,2,）,Added-Worker Hypothesis,经济形势恶化，劳动参与率较高,一个实证问题（,还要注意问题研究的背景,）,检验两种效应孰强孰弱？,1.3.2,收集数据,统计数据的形式,时间序列数据,(Time Series Data),：,按时间序列排列收集得到的,。,横截面数据（Cross-Sectional Data）-指一个或多个变量在某一时点上的数据的集合,。,混合,数据(Pooled Data)时间序列数据和横截面数据的混合,。,面板,数据(P,anel,Data),混合数据的特殊形式，强调同一横截面单位的跨期调查数据。,数据来源,国家统计部门,/行业协会/大学学术机构,/,盈利性数据公司,/,互联网,例如，中国经济景气月报，人民银行统计季报，中国统计年鉴、中经网数据库、,Wind,、,CSMAR,，,IFS on line,1.3.2,收集数据,1.3.2,收集数据,小资料：混合数据和面板数据的联系与区别,An independently pooled cross section is obtained by sampling randomly from a large population at different points in time(usually,but not necessarily,different years).For instance,in each year,we can draw a random sample on hourly wages,education,experience,and so on,from the population of working people in the United States.Or,in every other year,we draw a random sample on the selling price,square footage,number of bathrooms,and so on,of houses sold in a particular metropolitan area.From a statistical standpoint,these data sets have an important feature:they consist of independently sampled observations.This was also a key aspect in our analysis of cross-sectional data:among other things,it rules out correlation in the error terms for different observations.,A panel data set,while having both a cross-sectional and a time series dimension,differs in some important respects from an independently pooled cross section.To collect panel data-sometimes called longitudinal data-we follow(or attempt to follow)the same individuals,families,firms,cities,states,or whatever,across time.For example,a panel data set on individual wages,hours,education,and other factors is collected by randomly selecting people from a population at a given point in time.Then,these same people are reinterviewed at several subsequent points in time.This gives us data on wages,hours,education,and so on,for the same group of people in different years.,1.3.2,收集数据,表,1.1 1980-2002,美国城市劳动力参与率,CLFPR,，城市失业率,CUNR,与真实的小时平均工资,AHE82,（不完整，只到,1996,年）,资料来源：,Economic Report of the Pre s i d e n t,，,1 9 9 7,CLFPR from Table B-47,p.343,CUNR from Table B-40,p.346,and AHE82 from Table B-45,p.352,.,1.3.3,设定劳动力参与的数学模型,散点图,图1-1 城市劳动力参与率(,%,)与城市失业率(,%,)回归分析,1.3.3,设定劳动力参与的数学模型,CLFPR,和,CUNR,两者简单的数学模型,（,1-1,）,式,(1-1),表明城市劳动力参与率与城市失业率呈,线性关系,。,B,1,和,B,2,为线性函数的,参数,(parameters),。,B,1,为,截距,(intercept),，其值为当,CUNR,为零时,CLFPR,的值。,B,2,为,斜率,(slope),，它是每一单位,CUNR,的变动所引起的,CLFPR,的变动率。,1.3.4,设定,劳动力参与的统计或经济计量模型,现实数据的非实验性、变量间的关系并不精确。,确定的数学模型无法刻画变量间的真正关系，必须用统计的方法刻画它们之间的关系。,线性回归模型,(,linear regression model,),（,1-2,）,式（,1-2,）中，,u,代表,随机误差项,(random error term,stochastic,error,term,)，简称,误差项,(error term)。,u,包括了所有影响城市,劳动力参与率,，但并未在模型中具体给出的因素（,除了城市失业率,）以及其他的随机因素,。,1.3.4,设定,劳动力参与的统计或经济计量模型,（,1-2,）,式（,1-2,）中，,式左边的变量称为,因,变量,(dependent variable),或,被解释变量,(explained variable),，式右边的变量称为,自变量,(independent variable)或,解释变量,(explanatory variable)。,线性回归分析的主要目标就是解释一个变量(应变量)与其他一个或多个变量(解释变量)之间的关系，当然这种关系并非完全准确。,回归包含因果关系吗（,causation,）？,“,统计关系，无论有多强，有多紧密，也绝不能建立起因果关系：因果关系的概念必须排除在统计学之外,。”,1.3.5,经济计量模型参数的估计,模型的参数：,B,1,，,B,2,模型的参数必须根据已知的数据进行估计统计模型,/,经济计量模型,参数估计方法不仅与模型本身有关而且与数据有关,参数估计的方法必须可以加以评判（评价的标准）,普通最小二乘法估计,(ordinary least squares,OLSE),/,极大似然估计,(maximum likelihood estimation,MLE),(1-3),1.3.6,检查模型的,适用,性：模型的,设定,检验,描述经济现象的经济计量模型可能有很多，究竟哪个是最有效的,/,最佳的？,经济计量模型必须可以解释经济现象，说明现实问题。,一元线性回归模型,:,（,1-2,）,还有其他一些因素影响人们进入劳动力市场的决定。比如每小时工资或收入也是重要的决定变量。,二元线性回归模型,:,(1-4),1.3.6,检查模型的,适用,性：模型的,设定,检验,模型（,1-4,）经验估计得,（,1-5,）,的系数为负能解释吗？,借助微观经济学的理论，该系数为负的理论依据。,解释变量是要无限制的增加下去吗？,答案自然是否定的。,1.3.7,检查模型的,假设,检验,假设检验（,hyp