经济学数量分析方法系列讲座.ppt

《经济学数量分析方法系列讲座.ppt》由会员分享，可在线阅读，更多相关《经济学数量分析方法系列讲座.ppt（27页珍藏版）》请在三一办公上搜索。

1、经济学数量分析方法系列讲座,讲座一：经典计量分析方法 主讲人：刘海波 东北师范大学经济学院 2013年4月24日,目的,不会数学，也会经典计量,什么是计量经济学,计量经济学就是经济的测度,计量经济学的产生与发展,1926年命名Econometrics（R.Frish教授）1930年12月，世界计量经济学会成立1933年学会刊物Econometrics正式出版,我国计量经济学研究状况,1979年成立了中国数量经济学会1984年数量经济技术经济研究 创刊,经典和非经典计量经济学,经典计量经济学一般指20世纪70年代以前发展并广泛应用的计量经济学。主要特征：模型导向理论导向；模型结构线性或者可以化为

2、线性估计方法最小二乘方法或最大似然方法,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面板计量经济学动态计量经济学等,经典计量建模基本步骤,1.建模理论基础；2.收集数据；3.构建数学模型；4.构建计量模型；5.估计模型参数；6.模型适用性检验；7.应用：预测、结构调整、政策模拟等,例题（1）理论或假说的陈述,凯恩斯消费理论：基本的心理定律是，一般而言，人们倾向于随着他们收入的增加而增加其消费，但比不上收入增加的那么多。即边际消费倾向MPC是大于零而小于1。0 MP

3、C 1,（2）获得数据,为了估计计量模型，要有数据。Y是总消费支出X是国内生产总值（GDP）时间段：1980-2011,（3）消费的数学模型的设定,凯恩斯公设了消费与收入之间有正的关系，但没有明确指出两者之间的准确的函数关系。数学模型：Y=f(X)=B1+B2X 0 B21其中Y消费支出，为因变量；X收入，是自变量；模型参数的B1和B2分别代表截距和斜率系数。B2是MPC的度量。,几何意义,B1,1,B2MPC,消费支出,收入,（4）消费的计量模型的设定,纯数学模型是一种确定性关系，一般不是计量经济学家研究的对象。给定收入，支出还受其他因素的影响，例如家庭大小，家庭成员的年龄等。,（4）消费的

4、计量模型的设定,u,（4）消费的计量模型的设定,计量经济模型：Y=B1+B2X+u u是随机扰动项或随机误差项，是一个随机变量，有良好定义的概率性质。u可用来代表所有未经指明的对消费有所影响的那些因素。,（5）计量经济模型的估计,估计方法：回归分析Y顶上的帽子（hat）符号表示一种估计值。意义：在1980-2011年期间，斜率系数（即MPC）约为0.48，表明在此样本期间，收入每增加一元，平均而言，消费支出将增加0.48元。,（5）计量经济模型的估计,（6）模型适用性检验,与理论预期是否相符？是否通过各种统计量的检验？（t检验，F检验，JB检验等）凯恩斯预期MPC是正的，但小于1。在我们的结果

5、中MPC等于0.48。这个数是不是在统计上小于1？,（7）预测,用回归模型预测2013年中国的消费支出2012年GDP总量为519322亿元，假定2013年GDP增长率为8，则2013年GDP总量将达到519322*（1+8%）=560867.76亿元。预期消费支出是多少？,收入乘数（M）,假定政策改变，投资有所下降，其对经济的影响将如何？宏观经济理论告诉我们，投资支出每改变1元，收入的改变由收入乘数（M）决定：M=1/(1-MPC）1/（1-0.48）1.92投资减少（增加）1元，最终导致收入减少（增加）1.92元（注意，乘数的实现需要时间）。,（8）利用模型进行控制或制定政策,假定政府认为

6、28万亿元的消费支出水平可以维持当前约4.5的失业率，问什么收入水平将保证消费支出的这一目标值？2800005130.54+0.48*X则X572644（亿元）GDP增长率要达到：（572644/519322-1）*10010.3,小结：,计量经济学“四大过程”,模型设计：理论假说理论模型计量模型,模型估计：数据估计方法,模型检验：经济统计计量,模型应用：预测政策模拟,总体回归函数与样本回归函数,注：前两个是总体的，后两个是样本的，第一和第三个表示条件均值，即回归线的函数表示，第二和第四个表示个值，即实际变量值。,核心经典假设条件,1.给定Xi，扰动项的期望或均值为零，即E(u|Xi)=02.

7、解释变量X与扰动误差项u不相关，即Cov(X,u)=03.ui的方差为常数，即同方差假定，即 Var(ui)=24.无自相关假定，即 Cov(ui,uj)=0,ij5.解释变量之间不存在完全多重共线性，即两个解释变量之间无确切的线性关系6.随机误差项ui服从正态分布：ui N(0,2)如果假定条件不满足，则发生了异方差、自相关、多重共线性、非正态分布,需要考虑的问题,1.样本统计量b去估计总体参数B的估计效果？即假设条件是否满足？主要包括正态性检验：JB检验自相关检验：DW；LM test(BG test)异方差检验;White;Glejser test多重共线性检验:R2大，F大，t小，VIf2.变量的显著性检验？t 检验3.方程的整体显著性检验？F检验4.拟合优度检验？R2,举例,城镇居民消费和收入、价格的关系满足条件或通过检验的手段：1.数据处理2.函数关系处理，如变量的非线性形式,谢谢大家！,