李子奈计量经济学绪论(编辑修改稿)

李子奈计量经济学绪论(编辑修改稿)内容摘要：

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 五、计量经济学在经济学科中的地位 △ 从现代西方经济学的特征看 △ 从西方经济学的发展历史看 △ 从世界一流大学经济学课程表看 △ 从国际经济学刊物论文看 △ 从经济学的“世界先进水平”看 167。 建立计量经济学模型的步骤和要点 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 ⑴ 确定模型包含的变量 根据经济学理论和经济行为分析。 例如：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 Grange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。 ⑵ 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 ⑶ 拟定模型中待估计参数的理论期望值区间 符号、大小、 关系 例如： ln(人均食品需求量 )=α+βln(人均收入 ) +γln(食品价格 ) +δln(其它商品价格 )+ε 其中 α 、 β、 γ、 δ的符号、大小、 关系 二、样本数据的收集 ⑴ 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 ⑵ 数据质量 完整性 准确性 可比性 一致性 三、模型参数的估计 ⑴ 各种模型参数估计方法 ⑵ 如何选择模型参数估计方法 ⑶ 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 ⑴ 经济意义检验 根据拟定的符号、大小、关系 例如： ln(人均食品需求量 )=－ (人均收入 ) － (食品价格 ) +(其他商品价格 ) ln(人均食品需求量 )=+(人均收入 )－ (食品价格 )+(其他商品价格 ) ln(人均食品需求量 )=+(人均收入 )－ (食品价格 ) +(其他商品价格 ) ⑵ 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 ⑶ 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 ⑷ 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 • 数据 • 方法 167。 计量经济学模型的应用 一、 结构分析 二、 经济预测 三、 政策评价 四、 理论检验与发展 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。 • 结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。 • 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。 • 应用举例 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。 • 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，计量经济学模型预测功能失效。 • 模型理论方法的发展以适应预测的需要。 三、政策评价 • 政策评价的重要性。 • 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。 四、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。 第四章 经典单方程计量经济学模型：放宽基本假定的模型 167。 异方差性 167。 序列相关性 167。 多重共线性 167。 随机解释变量问题 • 基本假定违背 主要 包括： （ 1）随机误差项序列存在 异方差性 ； （ 2）随机误差项序列存在 序列相关性 ； （ 3）解释变量之间存在 多重共线性 ； （ 4）解释变量是随机变量且与随机误差项相关的 随机解释变量问题 ； （ 5）模型设定有偏误； （ 6）解释变量的方差不随样本容量的增而收敛。 • 计量经济检验： 对模型基本假定的检验 • 本章主要学习：前 4类 167。 异方差性 一、 异方差的概念 二、 异方差的类型 三、 实际经济问题中的异方差性 四、 异方差性的后果 五、 异方差性的检验 六、 异方差的修正 七、 案例 对于模型 ikikiiii XXXY   2210如果出现 Va r i i( )  2即 对于不同的样本点 ， 随机误差项的方差不再是常数 ， 而互不相同 ， 则认为出现了 异方差性(Heteroskedasticity)。 一、异方差的概念 二、异方差的类型 同方差 ： i2 = 常数  f(Xi) 异方差 ： i2 = f(Xi) 异方差一般可归结为 三种类型 ： (1)单调递增型 ： i2随 X的增大而增大 (2)单调递减型 ： i2随 X的增大而减小 (3)复 杂 型 ： i2与 X的变化呈复杂形式 三、实际经济问题中的异方差性 例 ：截面资料下研究居民家庭的储蓄行为 : Yi=0+1Xi+i Yi:第 i个家庭的储蓄额 Xi:第 i个家庭的可支配收入。 高收入家庭：储蓄的差异较大 低收入家庭：储蓄则更有规律性，差异较小 i的方差呈现单调递增型变化 例 ，以绝对收入假设为理论假设、以截面数据为样本建立居民消费函数： Ci=0+1Yi+I 将居民按照收入等距离分成 n组，取组平均数为样本观测值。 • 一般情况下，居民收入服从正态分布 ：中等收入组人数多，两端收入组人数少。 而人数多的组平均数的误差小，人数少的组平均数的误差大。 • 所以 样本观测值的 观测误差 随着解释变量观测值的不同而不同，往往引起异方差性。 例 ， 以某一行业的企业为样本建立企业生产函数模型： Yi=Ai1 Ki2 Li3ei 被解释变量：产出量 Y 解释变量：资本 K、 劳动 L、 技术 A， 那么： 每个企业所处的 外部环境 对产出量的影响被包含在随机误差项中。 每个企业所处的外部环境对产出量的影响程度不同 ， 造成了随机误差项的异方差性。 这时 ， 随机误差项的方差并不随某一个解释变量观测值的变化而呈规律性变化 ， 呈现复杂型。 四、异方差性的后果 计量经济学模型一旦出现异方差性，如果仍采用 OLS估计模型参数，会产生下列不良后果： 1. 参数估计量非有效 OLS估计量 仍然具有 无偏性 ，但 不具有 有效性 因为在有效性证明中利用了 E(’)=2I 而且，在大样本情况下，尽管参数估计量 具有 一致性 ，但仍然 不具有 渐近有效性。 2. 变量的显著性检验失去意义 变量的显著性检验中， 构造了 t统计量 其他检验也是如此。 3. 模型的预测失效 一方面 ， 由于上述后果 ， 使得模型不具有良好的统计性质； 所以，当模型出现异方差性时，参数 OLS估计值的变异程度增大，从而造成对 Y的预测误差变大，降低预测精度，预测功能失效。 五、异方差性的检验 • 检验思路： 由于 异方差性 就是相对于不同的解释变量观测值，随机误差项具有不同的方差。 那么： 检验异方差性，也就是检验随机误差项的方差与解释变量观测值之间的相关性及其相关的“形式”。 • 问题在于用什么来表示随机误差项的方差 一般的处理方法： 首先采用 O L S 法估计模型，以求得随机误差项的估计量 （注意，该估计量是不严格的），我们称之为 “ 近似估计量 ”，用~ei 表示。 于是有V a r E ei i i( ) ( ) ~  2 2~ (  )e y yi i i ls  0。