计量经济学导论.ppt
- 文档编号:18798223
- 上传时间:2023-11-20
- 格式:PPT
- 页数:88
- 大小:713.50KB
计量经济学导论.ppt
《计量经济学导论.ppt》由会员分享,可在线阅读,更多相关《计量经济学导论.ppt(88页珍藏版)》请在冰点文库上搜索。
1,计量经济学,必修课,周3学时,班级:
2012级、2013级研究生参考教材:
古扎拉蒂.计量经济学,2,应具备的预备知识:
经济学理论知识概率论与数理统计基础知识:
如随机变量、概率分布、期望、方差、协方差、点估计、区间估计、假设检验、方差分析、正态分布、T分布、F分布等概念和性质线性代数中的矩阵运算经济统计学知识,3,第1讲引言,4,主要内容,1.1什么是计量经济学1.2计量经济学与其它学科间的关系1.3计量经济学的应用步骤(方法论),5,若干实例:
1、研究中国的GDP增长GDP增长的速度是多少(例如7.8%)?
影响GDP增长的因素有哪些(投资、消费、出口等)?
GDP与各种因素关系的性质是什么(增、减)?
各种因素对GDP影响的具体数量规律是什么?
所作数量分析结果的可靠性如何?
今后GDP的发展趋势怎样?
6,2、中国股票价格的波动,股票价格变动的情况怎样(股价指数)?
影响股票价格变动的因素是什么(资金、政策、利率等)?
股价与各种因素的关系是什么(利空、利多)?
各种因素影响的具体数量规律是什么?
所得结果可不可靠?
今后的发展趋势怎样?
7,3、中国家庭汽车的市场,汽车市场状况如何(销售量)?
影响汽车销量的主要因素是什么(收入、价格、道路状况等)?
各种因素对汽车销量影响的性质怎样(正、负、无)?
各种因素影响汽车销量的具体数量程度?
以上分析所得结论是否可靠(?
)今后发展趋势怎样?
8,问题的共性:
提出所研究的经济问题对研究的经济现象进行实际统计观测分析影响因素根据经济理论、实际经验分析各种因素与所研究经济现象的相互关系根据先验经济理论和实际经验确定所研究的经济问题与各种影响因素的数量关系需要科学的数量分析方法分析和检验所得数量结论的可靠性需要运用统计方法测算所研究经济问题的发展趋势预测未来,9,1.1什么是经济计量学,一、经济计量学的定义二、经济计量学的分类三、经济计量模型是经济计量学研究的核心四、经济计量学的产生与发展,10,一、经济计量学的定义,英文“Econometrics”一词最早是由挪威经济学家R.Frich于1926年仿照“Biometrics”(“生物计量学”)提出来的。
“Biometrics”“Econometrics”,11,中文译名有两种:
经济计量学与计量经济学。
前者试图从名称上强调它是一门计量经济活动方法论的学科;后者试图通过名称强调它是一门经济学科。
12,
(一)经济计量学是利用经济理论、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。
经济理论,数理统计,经济现象,13,
(二)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。
14,经济计量学是以经济理论为指导,以事实(经济统计资料)为依据,以数学和统计推断为方法,以电脑技术为工具,以建立经济计量模型为手段,定量分析研究具有随机性特征的经济变量关系的经济学科。
15,二、经济计量学的种类,广义上讲,经济计量学有两个主要的研究内容:
一是如何运用、改进和发展数理统计方法,使之成为适合测定随机性特征的经济关系的特殊方法经济计量学方法,这部分研究内容称为理论经济计量学,也称经济计量方法。
16,二是在一定的经济理论指导下,以反映事实的统计数据为依据,以经济计量方法研究经济数学模型,探索实证经济规律,这一方面的研究内容称为应用经济计量学。
17,三、经济计量模型是经济计量学研究的核心,经济计量学方法及其应用,都是围绕建立、估计、检验和运用经济计量模型这一核心进行的。
人们可以通过各种各样的模型来揭示、阐明自然相象和社会经济现象的本质与发展规律。
例如,物理模型,几何模型,传统经济学的文字模型等等。
模型是对现实抓住本质的抽象与简化,更深刻地揭示出现实的本质与规律。
18,经济计量模型的定义,经济计量模型包括一个或一个以上的随机方程式,它简洁有效地描述、概括某个真实经济系统的数量特征,更深刻地揭示出该经济系统的数量变化规律。
模型由系统或方程组成,方程由变量和系数组成。
其中,系统也是由方程组成。
19,四、经济计量学的产生与发展,
(一)产生经济计量学是顺应社会化大生产的需要而产生的
(二)发展1.最初10年,主要研究微观经济问题240-70年代,重点是研究宏观经济问题3经济计量学之今日4经济计量学在西方国家经济学科中的地位,20,
(一)产生,经济计量学是顺应社会化大生产的需要而产生的标志:
1930年12月,弗里希、丁伯根(荷兰,J.Tinbergen)等人在美国克里夫兰发起成立了国际经济计量学会,并于1933年创刊Econometrics。
21,萌芽时期,从30年代到今天,尤其是二次大战以后,经济计量学在西方各国的影响迅速扩大。
P.A.Samuelson曾说:
“二次世界大战以后的经济学是经济计量学的时代”。
1969年首届诺贝尔经济学奖授予弗里希和丁伯根。
自1969年设立诺贝尔经济学奖至1989年27为获奖者中有15位是经济计量学家,其中10位是世界经济计量学会的会长。
22,经济计量学应运而生,本世纪30年代经济总危机,使传统的经济理论陷入破产,垄断资本及其政府迫切需要研究预测经济波动和防止经济危机的理论方法。
在市场经济中市场主体之间存在错综复杂的关系,企业要在激烈的竞争中生存、发展,必须有可靠的市场预测;,23,政府要干预国民经济运行,更需要及时分析经济动态。
企业和政府都十分重视基于经济计量学关于经济景气、循环周期的研究,以及政策模拟、预测分析。
于是经济计量学就应运而生。
24,
(二)发展,近70年来,理论经济计量学取得了长足的进步。
25,1最初10年,主要研究微观经济问题,发展初期的十多年,主要用于研究微观经济。
如舒尔茨在消费理论和市场行为方面的研究;,26,道格拉斯对边际生产力的研究,丁伯根在景气循环理论方面的研究,都为经济计量学拓宽了新的领域。
弗里希在以经济学和统计学理论为基础来测定弹性、边际生产力以及总体经济的稳定性,是一大贡献。
27,240-70年代,重点是研究宏观经济问题,经济计量学家致力于经济理论的模型化与数学化的研究。
威勒莫(Havelmo)、瓦尔德(Wald)将统计推断运用与经济计量学。
28,50年代瑟尔(Theil)发明了两阶段最小二乘法。
60年分布滞后新处理方法得以发表。
电脑的出现和广泛地使用,使大量复杂的经济计量模型得以建立和应用,促进了经济计量学理论和应用的发展。
29,3经济计量学之今日,今天,经济计量学更广泛地运用于实际经济生活中,各国普遍利用经济计量模型从事经济预测与经济分析,拟订经济发展计划,提出经济对策。
经济计量模型正日益成为一个重要的经济管理决策工具。
经济计量模型在设计方案、制定经济政策和评价政策中用作模拟仿真的经济实验室。
30,4经济计量学在西方国家经济学科中的地位,著名经济计量学家、诺贝尔经济奖获得者克莱因(Klaien)在经济计量学教科书序言中写道:
“经济计量学已在经济学科中居于重要的地位”,“在大多数大学和学院中,经济计量学的讲授已成为经济学课表中有权威的一部分。
”,31,为什么要学习经济计量学,一是一门独立的学科一对经济理论赋予经验内容二研究经济变量的可度量性或其经验方面的可论证性三利用经济统计原始资料对经济理论进行经验上的分析四数据的非实验性、非可控性,32,33,二在经济与经营活动中有重要应用,34,1.3.经济计量学的应用步骤(方法论),
(1)理论或假说的陈述;
(2)建立数学模型;(3)建立统计或经济计量模型;(4)收集数据;(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。
35,经济计量学的方法论案例,失业率(UnemploymentRate,UNR)与劳动力参与率(LaborForleParticipationRate,LFPR)的关系,36,一理论或假说的陈述,两个相对立的假说:
受挫-工人假说discouraged-workerhypothesis(effect)增加-工人假说added-workerhypothesis(effect),,37,二收集数据,有三种统计数据可用于实践分析:
1.时间序列数据2.横截面数据3.合并数据数据来源成功的经济计量研究需要大量高质量的数据。
研究结果不可能比数据质量好,38,39,三建立劳动力参与的数学模型,为了观察CLFPR与CUNR的变动关系,首先我们作散点图(scatterdiagram,orscattergram),,40,41,CLFPRB1B2CUNP(1-1)B1和B2为线性函数的参数(parameters)。
B1为截距(intercept)B2为斜率(slope),42,四建立劳动力参与的统计或经济计量模型,把所有其他影响劳动力参与率的因素都包括在变量u中,于是有:
CLFPRB1B2CUNPu(1-2)其中,u代表随机误差项(randomerrorterm),简称误差项(errorterm)。
线性回归模型(linearregressionmodel),左边的变量称为应变量(dependentvariable),式右边的变量称为自变量(independentvariable)或解释变量(explanatoryvariable)。
43,因果关系的概念必须排除在统计学之外断定的关系,44,五经济计量模型参数的估计,运用最小二乘法和这些数据,得到下面的结果:
CLFPR69.9355-0.6458CUNR(1-3)平均地,如果失业率上升一个百分点,则城市劳动力参与率将下降0.64个百分点常数69.93即当城市失业率为零时城市劳动力参与率的平均值。
也就是说,当充分就业时(即不存在失业),城市适龄工作人口的69.93%将参与就业。
45,六检查模型的准确性:
现在加上真实平均小时工资AHE82这一影响因素,考虑下面这个模型:
CLFPRB1B2CUNPB3AHE82u(1-4)用普通最小二乘估计法估计得到回归方程:
CLFPR97.9-0.446CUNP-3.86AHE82(1-5),46,七假设检验(hypothesistesting)。
即验证估计的模型是否有经济含义,以及用模型估计的结果是否与经济理论相符。
统计的结果与假说相一致根据某一特定的假说所得到的结果将依赖于最终所选择的模型。
47,八运用模型进行预测(prediction,forecasting)。
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(1-5),得到1997年城市劳动力参与率的预测值为49.26%。
即,如果1997年的失业率为5.2%,真实小时工资为12美元,则该年的城市劳动力参与率约为49%。
48,49,4回归分析的性质,一“回归”regression的历史渊源最先由F.加尔顿引入,其原意是回归到中等二回归的现代释义回归分析就是研究应变量对若干解释变量的依赖关系,其目的在于通过后者在重复抽样中的已知或设定值,去估计、预测前者的总体均值。
50,小结:
回归分析的主要用意:
分析应变量对若干个解释变量的统计依赖性;目的:
在解释变量已知或固定时,估计、预测应变量的均值;分析质量依赖于数据的质量,51,模型设定估计参数模型检验模型应用,52,一、模型设定,经济模型:
模型:
对经济现象或过程的一种数学模拟设定(Specification):
把所研究的经济变量之间的关系用适当的数学关系式表达出来构成经济模型的要素:
经济变量经济参数(待估计)随机项,53,经济变量:
不同时间、不同空间的表现不同,取值不同,可以观测。
经济参数:
比较稳定的因素,决定经济的特征参数是计量经济模型中表现经济变量相互依存程度的因素,是一个相对稳定的量例:
Y消费支出X收入,54,设定计量经济模型的要求:
要有科学的理论依据选择适当的数学形式,方程应是有解的,形式尽可能简单类型:
单一方程联立方程线性形式非线性形式模型要兼顾真实性和实用性:
包含随机项方程中的变量要具有可观测性,55,二、估计参数,一般来说参数是未知的,不可直接观测由于随机项的存在,参数不能精确计算,有待通过样本观测值选择适当方法去估计如何通过样本观测值估计总体模型的参数是计量经济学的核心内容参数的估计值:
所估计参数的具体数值参数的估计式:
估计参数数值的公式参数估计的常用方法:
普通最小二乘、广义最小二乘、极大似然估计、二段最小二乘、三段最小二乘、其它估计方法,56,三、模型检验,检验:
对模型和所估计的参数加以评定,判定在理论上是否有意义,在统计上是否显著为什么要检验:
理论依据可能不充分统计数据或其他信息可能不可靠样本可能较小,结论只是抽样的某种偶然结果,可能违反计量经济估计的基本假定,57,对计量经济模型检验的方式:
经济意义检验所估计的模型与经济理论是否相符统计推断检验检验参数估计值是否抽样的偶然结果计量经济学检验是否符合计量经济方法的基本假定预测检验将模型预测的结果与经济运行的实际对比,58,四、模型应用,1、经济结构分析:
分析变量之间的数量比例关系例如:
边际分析、弹性分析、乘数分析、比较静力学分析2、经济预测:
由预先测定的解释变量去预测应变量在样本以外的数据3、政策评价:
用模型对政策方案作模拟测算,对政策方案作评价,59,计量经济学研究概述:
经济理论(数量化)经济模型经济计量模型根据数据结构分析运用方法事实(反映为)统计数据加工的数据对模型估经济预测计、检验数理统计(补充改造)经济计量方法政策评价(准备阶段)(计量过程)(运用阶段),60,经济计量学的组成与结构,理论,事实,模型,数据,统计理论,精练数据,利用经济计量学技术和精练数据估计模型,结构分析,预测,政策评价,原料,加工,成品,计量经济技术,经济计量模型,61,流程图,设计理论模型,收集统计资料,模型的参数估计,建立具体模型,模型检验,是否合符标准?
征求决策者意见,是否可用于决策?
应用,预测未来,评价政策,结构分析,修改整理模型,修改模型,理论模型与数据收集阶段,参数估计与模拟阶段,政策分析与模型应用阶段,理论研究或经验总结,62,经济计量学与电脑,必须指出,模型的建立和实际使用,离开了电脑几乎是不可能的。
目前,已有很多经济计量学软件包,可以完成经济计量学模型的参数估计、模型检验、预测等基本运算。
EViewsSPSS,63,五、经济计量模型的特点,经济计量模型是定量研究具有随机性特征的经济变量关系的代数模型。
注重经济计量模型的随机性特征,是经济计量学的最显著特征。
64,第三节经济计量学与相关学科间的关系,65,几点解释,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。
文字模型比较细腻,几何模型比较简明,数学模型比较严谨。
数学模型运用数学定理进行推理。
66,数学模型的优点,
(1)比较简练
(2)表述概念精确(3)可以引用(普遍适用的)数学定理(4)一般可以同时处理多个经济变量,67,数学模型之不足,
(1)数学代替知识
(2)以计算代替理解(3)把研究的问题局限在数学上能够解决的问题(4)为数学上的方便,随意假设,抛弃经济原则(5)数学语言不是经济学家的行话,难于交流显然,以上这些并非数学模型之错。
68,经济学、数理经济学、经济统计学与经济计量学,经济学:
研究如何有效地利用可供各种选择的有限资源,以求人类现在和将来无限欲望的最大满足。
数理经济学:
运用抽象的方法,借助数学函数和几何图形得出经济学概念与理论。
统计经济学:
以统计资料作为记述现实经济变动过程的手段。
经济计量学:
以统计资料作为验证经济理论、预测未来、进行政策评价的手段。
69,经济学科之发育与成长,经济学与数学结合=数理经济学经济学与统计学结合=统计经济学数学与统计学结合=数理统计学数学、经济学、统计学三者的结合=经济计量学,70,数理经济学,经济计量学,经济统计学,数理统计学,经济学,统计学,数学,还有电脑这一必不可少的手段与工具。
71,怎样看待计量经济模型?
广义地说,一切包括经济、数学、统计三者的模型;狭义地说,仅只用参数估计和假设检验的数理统计方法研究经验数据的模型。
事实上,理论研究需要经验数据的检验,而经验研究也需要理论分析的指导,我们不能只搞没有计量的理论,更不能搞“没有理论的计量”统计“炼金术”,72,第四节随机扰动项的分布及其产生原因,1、引入随机扰动项的目的2、根据中心极限定理随机扰动项服从正态分布3、通常模型由随机方程组成4、随机扰动项产生的原因,73,四.随机扰动项产生的原因,
(1)客观现象的随机性。
引入e的根本原因,乃是经济活动是人类参与的,因此不可能像科学实验那样精确。
此外还有社会环境和自然环境的随机性。
(2)模型省略了变量。
被省略的变量包含在随机扰动项e中。
(3)测量与归并误差。
测量误差致使观察值不等于实际值,汇总也存在误差。
(4)数学模型形式设定造成的误差。
由于认识不足或者简化,将非线性设定成线性模型。
1.3.经济计量学的应用步骤(方法论),74,例父子身高的关系,75,数据及其类型,1何谓数据2数据的意义3数据的类型
(1)按数据的性质划分
(2)按数据与时间的关系,1*名义型数据2*有序型数据3*间隔型数据4*比率型数据,1*截面数据(Cross-SectionData)2*时间序列数据(TimeSeriesData)3*平行数据(PanelData),76,1何谓数据,数据是客体反映信息之一,这种信息如以量的标志显现出来,就称其为数据。
数据是一定条件下客体在量的方面的综合表现。
在开始一项研究工作时,最基本的工作之一,就是收集数据。
数据按其本义来说是定量的(计数或计量)的。
但在实际应用中,它们可以是定量的,也可以是定性的,或者是两者的结合。
随着人类认识客体技术的提高与认识层次的深化,数据的外延还在不断的扩大。
77,2数据的类型,
(1)按数据的性质划分名义尺度(NominalScale)定序尺度(OrdinalScale)定距尺度(IntervalScale)定比尺度(RatioScale)
(2)按数据与时间的关系1截面数据(Cross-SectionData)2时间序列数据(TimeSeriesData)3平行数据,78,
(1)按数据的性质划分,名义尺度(NominalScale)定序尺度(OrdinalScale)定距尺度(IntervalScale)定比尺度(RatioScale),79,1*名义型数据(NominalScale),这是一种纯粹的数学符号,没有量的概念。
例如,盈利的有无,早于文化大革命、等于文化大革命和晚于文化大革命等。
改革前与改革后。
这些有无、是否、上下、早晚之类的概念,可以用“0”和“1”两个数构成的虚拟变量(或称二态变量)来表示。
若记XA为男性,XB为女性,则XA=1,XB=0,这时XA与XB之间,有且仅有以下三种关系:
XA=XA,XB=XB,XAXB。
或简记X=1为男性,X=0为女性。
注意“0”和“1”只起着名义的或符号的作用,其量的概念已不复存在。
80,2*有序型数据(OrdinalScale),有序就是指有先后次序。
例如经济发展就有先后顺序,从第一产业到第四产业产业的升级就形成了一个序列。
记第二产业为XB,第四产业为XD,那么两者的关系不仅有等与不等的关系,还可以有XDXB,XBXBXC,但是它们三者的间隔并不相等。
因此对这类数据不能简单地作算术四则运算。
例如,受教育程度:
研究生、本科、大专、高中、初中、小学;产品的等级;成绩的等级等等。
81,3*间隔型数据(IntervalScale),不仅可以比较两两的大小,而且还可以确定相差的量。
温度是最典型的间隔型数据之一,例如10C、20C和30C。
我们不仅可以比较温度的高低,还可以知道10C比20C低10C,30C比20C高10C。
百分制的考试成绩它具有通常意义下数据的性质,可以作加减运算;可以转化为定序类数据。
但是,这类数据仍然包含了某种人为的因素:
首先,间隔确定的任意性,当然,间隔一旦确定就成为比较数据的标准;温度有摄氏与华氏计量标准。
其次,0点的确定是任意的,而且0C并不是没有温度。
82,4*比率型数据(RatioScale),与定距数据相似,这类数据的突出特点是0点具有明确的含义,不是随意确定的。
例如,重量尽管有不同的计量单位,但0点的意义很明确,不会因为不同的计量单位而有不同的含义。
而且,任何计量单位都可以通过一个比例常数换算成另一种相应的单位。
这种简单的比例关系在间隔数据中是不存在的。
定性数据与定量数据从以上讨论,四种数据按照叙述的顺序,其量的概念,后者比前者多一些内容。
习惯上把前两种称为定性数据,把后两种成为定量数据。
83,
(2)按数据与时间的关系分,1截面数据(Cross-SectionData)2时间序列数据(TimeSeriesData)3平行数据(PanelData),84,1.截面数据Cross-SectionData),截面数据又称俗横向数据,研究某个时点上的变化情况。
例如1990年7月1日0点,我国三十一个省市的人口数。
在西方经济学中称它为存量,在统计经济学上称它为时点数。
截面数据的时间是凝固的。
截面数据中大多存在异方差,必须引起注意。
85,2时间序列数据(TimeSeriesData),时间序列数据又俗称为纵向数据。
例如,我国自改革开放的1978-1998年GDP数据。
在西方经济学中称它为流量,在经济统计学上称它为时期数。
时间序列的时间是变化的。
时间序列数据通常存在季节变动和序列相关自相关(误差的协方差不等于0,即前期误差与后期误差之间存在相关)。
86,哪个是存量?
哪个是流量?
87,3平行数据(PanelData),平行数据是时间序列数据与截面数据的合成体。
例如,1978-1999年我国各省市城镇居民消费结构的调查资料。
88,经济数据来源,中国统计年鉴新中国五十年统计资料汇编(19491998年)中经网数据库(19852002年)。
金融统计年鉴(人民银行)美国经济分析局(BEA)IMF的国际金融统计OECD的统计网站,
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计量 经济学 导论