中财计量经济学概览.ppt

计量经济学 Econometrics 主讲教师：王立勇 E-mail：联系方式：,课程安排,（1）课程目的 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，掌握计量经济学的基本理论与方法，锻炼建立计量经济学应用模型的能力，并学会科学研究方法和套路。,（2）课程内容 第一章 计量经济学概览 第二章 一元线性回归模型理论与方法 第三章 多元线性回归模型理论与方法 第四章 放宽基本假定的模型 第五章 统计推断与预测 第六章 线性模型的函数形式和结构转变 第七章 自回归模型与分布滞后模型 第八章 时间序列分析（ARMA）第九章 单位根检验、协整与误差修正模型 第十章 多方程模型（联立方程模型、向量自回归与误差修正模型）,（3）课堂要求（4）考试要求,第一章 导言,1.1 计量经济学是什么？1.2 计量经济学的重要性1.3 计量经济学模型的运用1.4 计量经济学的分类体系1.5 计量经济学课程的补充说明,关于导言：,导言很重要，是对整门课程的总体把握。学好导言，相当于学好了课程的一半。我们在看书，或者评委在看论文时，首先会看什么？看提纲，如果对提纲不理解的话，就会转而看绪论或前言。从而在写论文时，千万别忽视前言的写作。同理，学一门课程时，千万别忽视导言或绪论的学习。,导言的具体目的：了解课程的性质和在课程体系中的地位；了解课程完整的内容体系和将要讲授的内容；了解课程的重点和难点；了解课程的学习方法；介绍课程中不讲的但是必须了解的课程内容。不必全懂，但要似懂非懂。,1.1 计量经济学是什么？,计量经济学是经济学的一个分支学科 计量经济学学科的诞生是以三件事为标志：1926年挪威经济学家R.Frish提出Econometrics（仿照“Biometrics”（“生物计量学”）提出来的）1930年成立世界计量经济学会 1933年创刊Econometrica,定义（R.Frish，1933）“用数学方法探讨经济学可以从好几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。”,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。经济统计学：以统计资料作为记述现实经济变动过程的手段。计量经济学：以统计资料作为验证经济理论、预测未来、进行政策评价和检验发展经济理论的手段。,区分两个概念：（1）计量经济学与经济计量学（2）计量经济学与数量经济学,1.2 计量经济学的重要性,关于计量经济学的重要性主要从三个方面来阐述：（1）在经济学科中的地位 在经济学科中占据极重要的地位，是经济学专业的核心课程之一。克莱因（R.Klein）：“计量经济学已经在经济学科中居于最重要的地位”，“在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分”。萨缪尔森（P.Samuelson）：“第二次大战后的经济学是计量经济学的时代”。,（2）诺贝尔经济学奖与计量经济学 可以说，大多数诺贝尔经济学奖都与计量经济学有着或多或少的关系。55位获奖者中10位直接因为对计量经济学发展的贡献而获奖 1969 R.Frish J.Tinbergen 1973 W.Leotief 1980 L.R.Klein 1984 R.Stone 1989 T.Haavelmo 2000 J.J.Heckman D.L.McFadden 2003 R.F.Engle C.W.J.Granger 近20位担任过世界计量经济学会会长 30位左右在获奖成果中应用了计量经济学,获奖者名单2004 Finn Kydland,Edward Prescott 2003 Robert F.Engle,Clive W.J.Granger 2002 Daniel Kahneman,Vernon L.Smith2001 George A.Akerlof,A.Michael Spence,Joseph E.Stiglitz2000 James J Heckman,Daniel L McFadden1999 Robert A.Mundell1998 Amartya Sen1997 Robert C.Merton,Myron S.Scholes1996 James A.Mirrlees,William Vickrey,1995 Robert E.Lucas Jr.1994 John C.Harsanyi,John F.Nash Jr.,Reinhard Selten1993 Robert W.Fogel,Douglass C.North1992 Gary S.Becker1991 Ronald H.Coase1990 Harry M.Markowitz,Merton H.Miller,William F.Sharpe1989 Trygve Haavelmo1988 Maurice Allais1987 Robert M.Solow,1986 James M.Buchanan Jr.1985 Franco Modigliani1984 Richard Stone1983 Gerard Debreu1982 George J.Stigler1981 James Tobin1980 Lawrence R.Klein1979 Theodore W.Schultz,Sir Arthur Lewis1978 Herbert A.Simon1977 Bertil Ohlin,James E.Meade,1976 Milton Friedman1975 Leonid Vitaliyevich Kantorovich,Tjalling C.Koopmans1974 Gunnar Myrdal，Friedrich August von Hayek1973 Wassily Leontief1972 John R.Hicks,Kenneth J.Arrow1971 Simon Kuznets1970 Paul A.Samuelson1969 Ragnar Frisch,Jan Tinbergen,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1969 for having developed and applied dynamic models for the analysis of economic processes,Ragnar FrischNorway,Jan Tinbergen the etherlands,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1973 for the development of the input-output method and for its application to important economic problems,Wassily Leontief USA,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1980 for the creation of econometric models and the application to the analysis of economic fluctuations and economic policies,Lawrence R.Klein USA,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1984 for having made fundamental contributions to the development of systems of national accounts and hence greatly improved the basis for empirical economic analysis,Richard Stone Great Britain,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1989 for his clarification of the probability theory foundations of econometrics and his analyses of simultaneous economic structures,Trygve HaavelmoNorway,The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 2000 for his development of theory and methods for analyzing selective samples”,James J Heckman USA,The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2000 for his development of theory andmethods for analyzing discrete choice,Daniel L McFaddenUSA,The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003 for methods of analyzing economic time series with common trends(cointegration),Clive W.J.GrangerUK,The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003 for methods of analyzing economic time series with time-varying volatility(ARCH),Robert F.EngleUSA,非经典计量经济学,微观计量：选择性样本模型,微观计量：离散选择模型,时间序列：协整理论现代宏观计量,时间序列：ARCH现代金融计量,Engle,Heckman,McFadden,Granger,（3）从国内外经济学刊物论文看 在国际上，要想成为一所大学的著名教授，必须在最高的杂志上发表文章。好的杂志必须有个挑选文章的标准，一般在没有很多新的问题可以讨论时，就只能用数学或模型的严谨和艰难作为挑选的标准，所以数学或模型就变成一个经济学家俱乐部的门槛。从国内刊物选文过程也可以发现，没有模型的论文一般不会被选中，甚至会在第一时间被丢弃。所以，不学好计量经济学，要跨入经济学界的门槛很困难。,1.3 计量经济学模型的运用,论文中对计量经济模型的使用 抽象问题经济理论分析（行为分析）数理分析 数量分析 见具体论文（word文档）好的学位论文的结构安排 注意：以模型为导向写论文，速度相对较快，但严格来讲不能算是好论文。,计量经济学模型的功能 结构分析 经济预测 政策评价 经济理论的检验与发展,计量经济学模型的建模步骤和要点 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、计量经济学模型成功的三要素,一、理论模型的建立,确定模型包含的变量 根据经济学理论和经济行为分析。如：绝对收入理论和相对收入理论 再如：同样是生产方程，电力工业和纺织工业应该选择不同的变量，为什么？在时间序列数据样本下可以应用Granger统计检验等方法。例如，消费和GDP之间的因果关系。考虑数据的可得性。注意因素和变量之间的联系与区别。考虑入选变量之间的关系。要求变量间互相独立。,确定模型的数学形式 利用经济学和数理经济学的成果 根据样本数据作出的变量关系图 选择可能的形式试模拟 拟定模型中待估计参数的理论期望值区间 符号、大小、关系（如零阶齐次性条件）例如：ln(人均食品需求量)=+ln(人均收入)+ln(食品价格)+ln(其它商品价格)+其中、的符号、大小、关系,二、样本数据的收集,几类常用的样本数据 时间序列数据 截面数据 虚变量离散数据 联合应用 数据质量 完整性 准确性 可比性（不变价格）一致性（样本与总体）,三、模型参数的估计（重点）,各种模型参数估计方法 如何选择模型参数估计方法 关于应用软件的使用 课堂教学结合Eviews 能够熟练使用一种,四、模型的检验,参数估计以后，模型便已确定。但模型是否符合实际，能否解释实际经济过程，提交使用前还需要进行检验。模型必须通过四级检验，才能用于实际：（1）经济意义检验（2）统计检验（3）计量经济学检验（4）模型预测检验,经济意义检验 由经济理论决定的，即根据拟定的符号、大小、关系 例如：ln(人均食品需求量)=2.00.5ln(人均收入)4.5ln(食品价格)+0.8ln(其它商品价格)ln(人均食品需求量)=2.0+0.5ln(人均收入)4.5ln(食品价格)+0.8ln(其它商品价格)ln(人均食品需求量)=2.0+0.5ln(人均收入)0.8ln(食品价格)+0.8ln(其它商品价格),统计检验 由数理统计理论决定 包括：拟合优度检验 总体显著性检验 变量显著性检验 计量经济学检验 由计量经济学理论决定 包括：异方差性检验 序列相关性检验 共线性检验,模型预测检验 由模型的应用要求决定 包括：稳定性检验：扩大样本重新估计 预测性能检验：对样本外一点进行实际预测,五、计量经济学模型成功的三要素,理论模型的灵魂和基础数据建立模型的原料信息方法建立模型的手段和工具所以，计量经济学家首先应当是经济学家，方法的水平是衡量成果水平的主要依据，数据是制约计量经济学发展的重要问题。,1.4 计量经济学的分类体系,初、中、高级计量经济学 理论计量经济学和应用计量经济学 经典计量经济学和非经典计量经济学 微观计量经济学和宏观计量经济学,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；,高级以非经典的、现代的计量经济学模型理论、方法与应用为主要内容。本课程定位于中级水平，适当引入高级的内容。,理论计量经济学和应用计量经济学,理论计量经济学方法的发展，是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。,应用计量经济学方法的应用。以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。本课程是二者的结合。,经典计量经济学和非经典计量经济学,经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。R.Frish创立的 T.Haavelmo建立了它的概率论基础的 成为其理论与应用的集大成者的,经典计量经济学在理论与方法方面特征是：模型类型随机模型；模型导向理论导向；模型结构线性（或可以化为线性）、因果分析、变量地位相同、常参数；数据类型时间序列数据、截面数据，被解释变量为服从正态分布的连续随机变量；估计方法最小二乘方法、最大似然方法。,经典计量经济学在应用方面的特征是：应用模型方法论基础实证分析、经验分析、归纳；应用模型的功能结构分析、政策评价、经济预测、理论检验与发展；应用模型的领域传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。,非经典计量经济学一般指20世纪70年代以来发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。,非经典计量经济学是对经典计量经济学的拓展：,模型导向的扩展动态计量经济学 数据导向 理论、数据双导向 模型结构的扩展 非线性模型 非因果关系模型 变参数模型 误差修正模型 无参数、半参数模型,数据类型的扩展 面板数据面板数据模型 离散被解释变量数据离散选择模型 受限被解释变量数据审查回归模型 截断回归模型 估计方法的扩展 扩展的最小二乘方法、最大似然方法 利用非样本信息的贝叶斯估计 局部回归估计 广义矩估计,应用领域的扩展 微观经济领域 金融市场分析 家庭、个人行为分析 非经济领域,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。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。,本课程以经典计量经济学为主，适当引入一些简单的、应用较多的现代计量经济学理论方法。理由：一方面，从理论方法角度，经典计量经济学理论方法是非经典计量经济学理论方法的基础；另一方面，从应用的角度，经典计量经济学模型仍然是目前应用最为普遍的计量经济学模型。,微观计量经济学和宏观计量经济学,微观计量经济学 于2000年诺贝尔经济学奖公报中正式提出；微观计量经济学的内容集中于“对个人和家庭的经济行为进行经验分析”；“微观计量经济学的原材料是微观数据”，微观数据表现为截面数据和面板（penal）数据；是通过调查得到的。赫克曼（J.Heckman）和麦克法登（D.McFaddan）对微观计量经济学作出原创性贡献。,微观计量经济学教科书和课程有：“Microeconometrics”“Advanced Microeconometrics”“Applied Microeconometrics”“Topics in Microeconometrics”“Methods in Microeconometrics”微观计量经济学的主要内容包括：面板（penal）数据模型的理论方法 离散选择模型的理论方法 选择性样本模型的理论方法 最前沿的理论方法研究应该是关于微观计量经济学中的非参数和半参数方法。,宏观计量经济学名称由来已久，但是它的主要内容和研究方向发生了变化。经典宏观计量经济学：利用计量经济学理论方法，建立宏观经济模型，对宏观经济进行分析、评价和预测。现代宏观计量经济学的主要研究方向：单位根检验、协整理论以及动态计量经济学。,1.5 计量经济学课程补充说明,课程内容 第一章 计量经济学概览 第二章 一元线性回归模型理论与方法 第三章 多元线性回归模型理论与方法 第四章 放宽基本假定的模型 第五章 统计推断与预测 第六章 线性模型的函数形式和结构转变 第七章 自回归模型与分布滞后模型 第八章 时间序列分析（ARMA）第九章 单位根检验、协整与误差修正模型 第十章 多方程模型（联立方程模型、向量自回归与误差修正模型）,关于学习方法的说明：（1）理论与应用并重；（2）对于理论方法的学习，重点是思路而不是数学过程；（3）必须十分重视综合练习；（4）掌握一种应用软件，课后多练习。,先修课程：中级微观经济学、中级宏观经济学、经济统计学、微积分、线性代数、概率论与数理统计、应用数理统计推荐参考书、软件、数据网站和专业杂志 见word文档,一、结构分析,经济学中的结构分析是对经济现象中变量之间相互关系的研究。由于计量经济模型揭示了变量之间的直接因果关系，从模型出发进一步揭示变量相对变化量之间的关系是十分容易的。结构分析所采用的主要方法是弹性分析、乘数分析等。弹性，某一变量的相对变化引起另一变量的相对变化的度量；乘数，某一变量的绝对变化引起另一变量绝对变化的度量，即变量的变化量之比。计量经济学模型的功能是揭示经济现象中变量之间的相互关系，即通过模型得到弹性、乘数等。,二、经济预测,计量经济学模型作为一类经济数学模型，是从用于经济预测，特别是短期预测而发展起来的。计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。举例说明如下：,温家宝：2007年国内生产总值预计增长8%左右。综合考虑各种因素，今年国民经济和社会发展的主要目标是：在优化结构、提高效益和降低消耗、保护环境的基础上，国内生产总值增长8%左右；城镇新增就业人数不低于900万人，城镇登记失业率控制在4.6%以内；物价总水平基本稳定，居民消费价格总水平涨幅在3%以内,中国科学院预测研究中心（2006年12月）在中国经济增长：2006年回顾及2007年预测报告中指出，2007年我国GDP增长率各季度分别在9.7%、10.1%、9.9%、9.8%左右，全年约为9.8%；2007年中国经济整体上延续着高增长、低通胀的良好势头。政府应加大电、气、水价的调控力度，遏制资源价格过快上升势头，抑制通货膨胀。,中国宏观经济学会王建（2006）认为，2007年是中国本轮经济增长由盛而衰的拐点，本轮以重化工业为主体的投资周期大约是5年，当投资周期过去，将会出现比较明显的生产过剩。这是中国从传统计划经济体制过渡到市场经济体制后，必然会发生的周期波动类型的转变。预计2007年我国经济增长率为8%，甚至更低。,瑞银证券公司投资研究部安德森（2006年12月）认为，由于受到全球经济滑坡和宏观政策的影响，中国经济增长速度将会放缓，预计将会是7%。尽管这样，中国经济增长速度依然处于全球前列。,中国经济蓝皮书预测今年增长率,经济预测对两次石油危机预测的失效。计量经济模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。因此，对于非稳定发展的经济过程；对于缺乏规范行为理论的经济活动，计量经济模型显然无能为力。同时，40-60年代建立的计量经济模型都是以凯恩斯理论为理论基础的，经济理论本身已经有了很大发展，滞后于经济现实与经济理论的模型在运用中当然要遇到障碍。,对预测功能的批评：,对我国经济预测准确性的评析：每年经济学动态杂志会发表一篇关于对我国经济增长率预测准确性的评价的论文。通过研究发现，预测准确率很低，每年在10%左右。大部分都不准。其中客观原因包括：第一，中国的经济周期波动相对较大；第二，中国的宏观调控“不可预期”；第三，中国宏观经济数据“令人头疼”。有人说，世界上最困难的工作，莫过于对经济走势进行预测；准确的经济预测，比准确的地震预报更加不可能。而要对中国经济走势进行预测，则更是一项“难中之难”的工作。,三、政策评价,政策评价的重要性。政策评价是指从多个政策中选择比较好的政策予以实施（决策）；或者说是研究不同政策对经济目标所产生影响的差异。经济政策的不可试验性。计量经济学模型的“经济政策实验室”功能，特别是经济模拟和仿真。,四、经济理论检验与发展,实践是检验真理的唯一标准。任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。计量经济学模型提供了一种检验经济理论的好方法。对理论假设的检验可以发现和发展理论。,时间序列数据（Time Series Data）,时间序列数据俗称纵向数据。数据频率（data frequency）：年、季度、月、周、日(股票价格),季度 GDP growth rate2001.1 8.12001.2 7.92001.3 7.62001.4 7.32002.1 7.62002.2 8.02002.3 7.92002.4 8.02003.1 9.92003.2 8.2,截面数据（Cross-Sectional 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。截面数据的时间是固定的。如：1996年，各个国家的经济增长率数据：,年份 中国 美国 日本1996 9.6 3.61 3.47,虚拟变量（Dummy Variables）,许多经济变量是可以定量度量的，如商品需求量、价格、收入、产量等。但也有一些影响经济变量的因素无法定量度量，如职业、性别、政治面貌对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品销售的影响等。为了能够在模型中反映这些因素的影响，并提高模型的精度，需要将它们量化。这种量化通常是通过虚拟变量来完成。根据这些变量的属性类型，构造只取“0”或“1”的人工变量，通常称为虚拟变量，记为D。,GDP growth rate：,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。,