計量經(jīng)濟學(xué)的步驟

1、計量經(jīng)濟學(xué)的步驟1.概念 計量經(jīng)濟學(xué)是以經(jīng)濟理論和經(jīng)濟數(shù)據(jù)為事實為依據(jù)，運用數(shù)學(xué)，統(tǒng)計學(xué)的方法，通過建立數(shù)學(xué)模型來研究經(jīng)濟數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟學(xué)科。2.計量經(jīng)濟學(xué)的性質(zhì) （1）計量經(jīng)濟學(xué)所研究的主體是經(jīng)濟現(xiàn)象及其發(fā)展變化的規(guī)律，所以它是一門經(jīng)濟學(xué)科。（2）計量經(jīng)濟學(xué)的目的是要把實際經(jīng)驗的內(nèi)容納入經(jīng)濟理論，確定表現(xiàn)各種經(jīng)濟關(guān)系的經(jīng)濟參數(shù)，從而驗證經(jīng)濟理論，預(yù)測經(jīng)濟發(fā)展趨勢，為制定經(jīng)濟政策提供依據(jù)。為了解決達到上述目的的理論和方法論問題，計量經(jīng)濟學(xué)分成了兩種類型：理論計量經(jīng)濟學(xué)和應(yīng)用計量經(jīng)濟學(xué)。3.計量經(jīng)濟學(xué)的研究步驟 (1)模型設(shè)定 設(shè)定一個合理的模型，應(yīng)該注意以下3個方面的問題：要有科學(xué)的

2、理論依據(jù)；模型要選擇適當(dāng)?shù)臄?shù)學(xué)形式；方程中的變量要有可觀測性。（2）估計參數(shù) 參數(shù)與變量不同，它是計量經(jīng)濟模型中表現(xiàn)經(jīng)濟變量相互依存程度的那些因素，通常參數(shù)在模型中式一些相對穩(wěn)定的量。如何通過變量的樣本觀測數(shù)據(jù)正確的估計總體模型的參數(shù)，這是計量經(jīng)濟學(xué)研究的核心內(nèi)容；如何去確定滿足計量經(jīng)濟要求的參數(shù)估計式，是理論計量經(jīng)濟學(xué)的主要內(nèi)容之一。（3)模型檢驗 對計量經(jīng)濟模型的檢驗主要應(yīng)從以下4個方面進行：經(jīng)濟意義的檢驗；統(tǒng)計推斷檢驗；計量經(jīng)濟學(xué)檢驗；模型預(yù)測檢驗。（4）模型應(yīng)用 計量經(jīng)濟模型主要可以用于經(jīng)濟結(jié)構(gòu)分析，經(jīng)濟預(yù)測和政策評價等幾個方面。4.與其他經(jīng)濟學(xué)科的關(guān)系 計量經(jīng)濟學(xué)是與經(jīng)濟學(xué)，經(jīng)濟統(tǒng)計

3、學(xué)及數(shù)理統(tǒng)計學(xué)都有關(guān)系的交叉學(xué)科。計量經(jīng)濟學(xué)是建立在經(jīng)濟理論的基礎(chǔ)上，對經(jīng)濟學(xué)現(xiàn)象和關(guān)系進行分析的學(xué)科；數(shù)理統(tǒng)計學(xué)是計量經(jīng)濟學(xué)的方法論基礎(chǔ)；經(jīng)濟統(tǒng)計提供的數(shù)據(jù)時計量經(jīng)濟學(xué)估計參數(shù)，驗證理論的基本依據(jù)；三者獨立存在，都不是計量經(jīng)濟學(xué)，三者的有力結(jié)合才構(gòu)成了計量經(jīng)濟學(xué)。線性回歸模型經(jīng)典假設(shè)a.零均值假定，在給定解釋變量Xi的條件下，隨機干擾項Ui的條件均值為0b.同方差假定，對于給定的每一個Xi，隨機干擾項Ui的條件方差都等于一個參數(shù)c.無自相關(guān)假定，隨機干擾項u的逐次只互不相關(guān)，或者說對于所有的i和j，Ui，Uj的協(xié)方差為0d.隨機干擾項Ui與解釋變量Xi不相關(guān)e.正態(tài)性假定，隨機干擾項Ui服從

4、正態(tài)分布。計量經(jīng)濟學(xué)的異方差（1）概念 在基本假定中，要求對所有的i都有V（ui)=a2,也就是ui也有同方差，假設(shè)標(biāo)準(zhǔn)多元模型中其他假設(shè)不變，但是V(ui）=ai2，則稱Ui具有異方差。即模型中隨即誤差項的方差不是常量，而且它的變化與解釋變量變動有關(guān)。（2）原因：1.模型中省略了某種重要的解釋變量；2.模型設(shè)定誤差，如同把變量間本來為非線性的關(guān)系設(shè)定為線性，也可能導(dǎo)致方差；3.測量誤差的變化；4.截面數(shù)據(jù)中總體各單位的差異（3）對模型的影響 1.對參數(shù)估計式特性的影響：參數(shù)的OLS估計仍然具有無偏性，但是參數(shù)OLS估計式的方差不再是最?。?.對參數(shù)的顯著性檢驗有影響：在Ui存在異方差，OLS

5、估計式不再具有最小方差，如果仍然用不存在異方差時的OLS方式估計其方差，可能會低估存在異方差時的真實方差，這將導(dǎo)致夸大用于參數(shù)顯著性檢驗t統(tǒng)計量。如果仍用夸大的t統(tǒng)計量進行參數(shù)的顯著性檢驗，可能造成本應(yīng)接受的原假設(shè)被錯誤地拒絕，從而夸大所估計參數(shù)的統(tǒng)計顯著性； 3.對預(yù)測的影響：盡管參數(shù)的OLS估計量仍然無偏，并且基于此的預(yù)測也是無偏的，并且基于此的預(yù)測也是無偏的，但是由于參數(shù)估計量不是有效的，從而對Y的預(yù)測也將不是有效的。（4）檢驗 1.圖式檢驗法 a 相關(guān)圖形分析 b 殘差圖形分析；2.戈德菲爾德-夸特檢驗：將樣本分為兩部分，然后分別對兩個樣本進行回歸，并計算比較兩個回歸的剩余平方和是否有

6、明顯差異，以此判斷是否存在異方差；3.White檢驗：如果存在異方差，其方差與解釋變量有關(guān)系，分析方差是否與解釋變量有某些形式的聯(lián)系以判斷異方差；4.ARCH檢驗：在時間序列數(shù)據(jù)中，可以為存在的異方差性為ARCH過程，兵通過檢驗這一過程是否成立去判斷時間序列是否存在異方差；5.Glejser檢驗：由OLS法得到殘差，去殘差的絕對值，然后將殘差絕對值對某個解釋變量回歸，根據(jù)回歸模型的顯著性和擬合度來判斷是否存在異方差。（5）補救措施 1.模型變換：但可以確定異方差的具體形式，將模型作適合變換有可能消除或減輕異方差的影響；2.加權(quán)最小二乘法；3.模型的對數(shù)變換：首先，運用對數(shù)變換能使測定變量值的尺

7、度縮小，其次，經(jīng)過對數(shù)變換后的線性模型，其殘差e表示相對誤差，而相對誤差往往比絕對誤差有較小的差異。計量經(jīng)濟學(xué)模型的自相關(guān)性1.概念 自相關(guān)是指總體回歸模型的隨機誤差項Ui之間存在相關(guān)關(guān)系。Cov(Ui,Uj）=E(Ui,Uj)=0,如果該假設(shè)不能滿足，就稱Ui和Uj存在自相關(guān)。2.原因 1.經(jīng)濟系統(tǒng)的慣性，如：GDP、銷售量、人口等，用他們的時間序列數(shù)據(jù)做回歸分析時，Ut通常具有相關(guān)性，故稱序列相關(guān)；2.Ut中包含的其他次要變量，他們具有相關(guān)慣性。3.經(jīng)濟活動的滯后性；4.數(shù)據(jù)處理造成；5.蛛網(wǎng)現(xiàn)象；6.模型設(shè)定偏誤3.后果 出項自相關(guān)時，OLS依然無偏， 一致，但是已經(jīng)無效；仍用OLS計算

8、參數(shù)估計值的方差，會低估了估計值的真實方差，導(dǎo)致參數(shù)估計值方差也被低估，最終導(dǎo)致t檢驗F檢驗無法有效的應(yīng)用，也會使得預(yù)測置信區(qū)間不可靠，降低了預(yù)測的精度。4.檢驗（1） 圖式檢驗發(fā) a 散點圖 b按照時間順序繪制回歸殘差項的圖形；（2）DW檢驗 前提條件：解釋變量X為非隨機；隨機誤差項為一階自回歸形式；線性回歸模型的解釋變量中不包含滯后的被解釋變量；截距項不為零；數(shù)據(jù)序列無缺失項。5.補救 在自相關(guān)系數(shù)已知，廣義差分法；自相關(guān)系數(shù)未知，用科克倫-奧科特迭代法或德賓兩部法先求出自相關(guān)系數(shù)，然后再用廣義差分法。計量經(jīng)濟學(xué)的多重共線性（1）概念 一般來說，多重共線性是指各個解釋變量X之間有準(zhǔn)確或近似

9、的線性關(guān)系。數(shù)學(xué)意義上: X2 X3.Xk ,如果存在不全為0的數(shù) N1 N2.Nk,使得 N1+N2X2+N2X3.+NkXk=0,則稱解釋變量X2 X3.Xk之間存在完全的多重共線性。（2）原因 經(jīng)濟變量之間具有共同變化趨勢；模型中包含滯后變量；利用截面數(shù)據(jù)建立模型；樣本數(shù)據(jù)自身原因。（3）后果 完全多重共線性產(chǎn)生的后果：1.參數(shù)估計為不定式2.參數(shù)估計量的方差無限大不完全多重共線性下產(chǎn)生的后果：1.參數(shù)估計量的方差增大 2.對參數(shù)區(qū)間估計時，置信區(qū)間趨于變大 3.嚴(yán)重多重共線性時，假設(shè)檢驗容易做出錯誤的判斷 4.當(dāng)多重共線性嚴(yán)重時，可能造成可絕系數(shù)R2較高，經(jīng)F檢驗的參數(shù)聯(lián)合顯著性也很高

10、，但對各個參數(shù)單獨的t檢驗卻可能不顯著，甚至可能使估計的回歸系數(shù)符號相反，得出完全錯誤的結(jié)論。（4）檢驗 簡單相關(guān)系數(shù)法；方差擴大因子法；直觀判斷法；逐步回顧法；特征值與病態(tài)指數(shù)法（5）補救方法 剔除高度共線性的變量；增大樣本容量；變換模型形式；利用外部或先驗信息法；橫截面數(shù)據(jù)與時間序列數(shù)據(jù)并用；變量變換；逐步回歸法；選擇有偏估計量（如嶺回歸）。計量經(jīng)濟學(xué)聯(lián)立方程模型1.概念聯(lián)立方程指的是用若干個相互關(guān)系的單一方程，同時表示一個經(jīng)濟系統(tǒng)中經(jīng)濟變量相互聯(lián)立依存性的模型，即用一個聯(lián)立方程組去表現(xiàn)多個變量相互為因果的聯(lián)立關(guān)系。2.種類（1）描述經(jīng)濟變量之間現(xiàn)實經(jīng)濟結(jié)構(gòu)關(guān)系的模型成為結(jié)構(gòu)型模型。結(jié)構(gòu)型

11、模型表現(xiàn)變量間直接的經(jīng)濟聯(lián)系，將某內(nèi)生變量直接表示為內(nèi)生變量和前定變量的函數(shù)。（2）把每個內(nèi)生變量都只表示為前定變量及隨機干擾項函數(shù)的聯(lián)立方程模型，稱為簡化模型。簡化模型能直接用于對內(nèi)生變量的預(yù)測。（3）第一個方程的內(nèi)生變量Y1僅有前定變量表示，而無其他內(nèi)生變量，第二個方程內(nèi)生變量Y2表示成前定變量和一個內(nèi)生變量Y1的函數(shù)；第三個方程內(nèi)生變量Y3表示成前定變量和兩個內(nèi)生變量Y1 Y2的函數(shù)，按此規(guī)律，最后一個方程內(nèi)生變量Ym可以表示成前定變量和m-1個內(nèi)生變量Y1 Y2 .Ym-1的函數(shù)；這類型模型稱之為遞歸模型。它的特點是直接用OLS方法對模型中的方程依次進行估計。3.聯(lián)立方程的識別（1）對

12、模型識別的理解：可以從方程中是否具有確定的統(tǒng)計形式去認(rèn)識，也可以從方程中是否排除了必要的變量去理解，但是最直觀的理解是看能否從簡化模型參數(shù)估計值中合理求解出結(jié)構(gòu)模型參數(shù)的估計值。（2）識別的類型： 恰好識別 過度識別 不可識別（3）識別方法： 階條件識別 如果模型中有M個方程，共有M個內(nèi)生變量和K個前定變量；其中第i個方程包含Mi個內(nèi)生變量和Ki個前定變量。由模型的階識別條件可以判斷：當(dāng)K-Ki>Mi1時，第i個方程可能是過度識別；當(dāng)K-Ki=Mi1時，第i個方程可能是恰好識別；當(dāng)K-Ki<Mi-1時，方程可能是不可識別。 秩條件識別 步驟 第一，將結(jié)構(gòu)模型轉(zhuǎn)化為結(jié)構(gòu)模型的標(biāo)準(zhǔn)形式

13、；第二，考察第i個方程的識別問題；第三，計算Rank，檢驗所余系數(shù)矩陣的秩是否等于M-1，或者檢驗所余系數(shù)矩陣是否能構(gòu)成非零M-1行列式；第四,判斷，當(dāng)且僅當(dāng)一個方程所排斥的變量的參數(shù)矩陣的秩Rank=M-1時，方程可以識別，Rank不等于M-1時，方程不可識別，若Rank<M-1，則方程不可識別。當(dāng)只有一個M-1階非零行列式時，方程恰好識別；當(dāng)不止一個M-1階非零行列式時，方程過度識別；當(dāng)不存在M-1階行列式時，方程不可識別。（4）模型識別的一般步驟：a.階識別，不成立則方程不可識別 b.成立則秩識別，不成立則方程仍不可識別 c.成立則再階識別，看方程恰好識別還是過度識別。虛擬變量 1

14、.概念 虛擬變量是人為構(gòu)造的取值為0和1的作為屬性變量代表的變量，一般用字母D表示。屬性因素通常具有若干類型或水平，一般虛擬變量取值0和1，當(dāng)虛擬變量取值為0，即D=0時，便是某種屬性或狀態(tài)不出現(xiàn)或不存在，即不是某種類型；當(dāng)虛擬變量取值為1時，即D=1,表示某種屬性或狀態(tài)存在，即是某種類型。 2.設(shè)置規(guī)則 虛擬變量的設(shè)置規(guī)則是若定性因素有m個相互排斥的類型（或?qū)傩运剑谟薪鼐囗椀哪Ｐ椭兄荒芤雖-1個虛擬變量，否則會陷入虛擬變量陷阱，產(chǎn)生完全的多重共線性。在無截距項的模型中，定性因素有m個相互排斥的類型時，引入m個虛擬變量不會導(dǎo)致完全多重共線性，不過這時虛擬變量參數(shù)的估計結(jié)果，實際上是D=

15、1的樣本均值。從理論上說，虛擬變量去0通常代表基礎(chǔ)類型，取1通常代表與基礎(chǔ)類型相比較的類型。 3.作用 可以作為屬性因素的代表，如性別；作為某些非精確計量的數(shù)量因素的代表，如受教育程度；作為某些偶然因。素或政策因素的代表，如戰(zhàn)爭；還可以作為時間序列分析季節(jié)的代表；可以實現(xiàn)分段回歸，研究斜率截距的變動，或比較兩個回歸函數(shù)的結(jié)構(gòu)差異。在計量經(jīng)濟學(xué)中，包含有虛擬變量的模型成為虛擬變量模型：解釋變量中包含虛擬變量，作用是在假定其他因素都不變時，至研究定性變量是否被解釋變量表現(xiàn)出顯著差異；解釋變量中既包含定量變量又包含虛擬變量，研究虛擬變量和定量變量同時對被解釋變量的影響；被解釋變量本身為虛擬變量的模型

16、，是被解釋變量本身取值為0或1的模型，適用于某些社會經(jīng)濟現(xiàn)象進行是與否的判斷。 4.在計量經(jīng)濟學(xué)中，加入虛擬變量的途徑有兩種基本類型：以加法類型引入虛擬變量改變模型的截距；乘法變量引入虛擬變量改變模型的斜率。以乘法類型引入虛擬變量的主要作用在于對回歸模型結(jié)構(gòu)變化的檢驗；定性因素間交互作用的影響分析；分段線性回歸。計量經(jīng)濟學(xué)的應(yīng)用1,結(jié)構(gòu)分析-研究經(jīng)濟系統(tǒng)變量間的因果結(jié)構(gòu)及其指標(biāo),分為:(1)靜態(tài)分析-研究平衡狀態(tài)下,經(jīng)濟系統(tǒng)變量建的因果結(jié)構(gòu)及其指標(biāo);包含邊際分析和彈性分析.(2)動態(tài)分析：把所有經(jīng)濟變量看做時間的函數(shù)，研究整個經(jīng)濟系統(tǒng)的變化過程，獲得任意時點的積極狀態(tài)。（3）乘數(shù)分析：外生變量變化對內(nèi)生變量變化的影響。2經(jīng)濟預(yù)測：一關(guān)于外生變量的賦值問題，way1：建立外生變量x對