計(jì)量經(jīng)濟(jì)學(xué)的步驟

1、文檔編碼 : CU6I4B3H8Z9 HD6P3Q3D6G10 ZC7S3F6Y7M2； 計(jì)量經(jīng)濟(jì)學(xué)的步驟 1. 概念 計(jì)量經(jīng)濟(jì)學(xué)是以經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)為事實(shí)為依據(jù),運(yùn) 用數(shù)學(xué), 統(tǒng)計(jì)學(xué)的方法, 通過(guò)建立數(shù)學(xué)模型來(lái)爭(zhēng)辯經(jīng)濟(jì)數(shù)量關(guān)系 和規(guī)律的一門經(jīng)濟(jì)學(xué)科； 2.計(jì)量經(jīng)濟(jì)學(xué)的性質(zhì) （ 1）計(jì)量經(jīng)濟(jì)學(xué)所爭(zhēng)辯的主體是經(jīng)濟(jì)現(xiàn)象 及其進(jìn)展變化的規(guī)律,所以它是一門經(jīng)濟(jì)學(xué)科； （ 2）計(jì)量經(jīng)濟(jì)學(xué) 的目的是要把實(shí)際體會(huì)的內(nèi)容納入經(jīng)濟(jì)理論, 確定表現(xiàn)各種經(jīng)濟(jì) 關(guān)系的經(jīng)濟(jì)參數(shù),從而驗(yàn)證經(jīng)濟(jì)理論,估計(jì)經(jīng)濟(jì)進(jìn)展趨勢(shì),為制 定經(jīng)濟(jì)政策供應(yīng)依據(jù)； 為明白決達(dá)到上述目的的理論和方法論問(wèn) 題,計(jì)量經(jīng)濟(jì)學(xué)分成了兩種類型： 理論計(jì)

2、量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng) 濟(jì)學(xué)； 3.計(jì)量經(jīng)濟(jì)學(xué)的爭(zhēng)辯步驟 1 模型設(shè)定 設(shè)定一個(gè)合理的模型, 應(yīng) 該留意以下 3 個(gè)方面的問(wèn)題： 要有科學(xué)的理論依據(jù)； 模型要挑選 適當(dāng)?shù)臄?shù)學(xué)形式； 方程中的變量要有可觀測(cè)性； （ 2）估量參數(shù) 參 數(shù)與變量不同, 它是計(jì)量經(jīng)濟(jì)模型中表現(xiàn)經(jīng)濟(jì)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(duì)穩(wěn)固的量； 如何通過(guò) 變量的樣本觀測(cè)數(shù)據(jù)正確的估量總體模型的參數(shù), 這是計(jì)量經(jīng)濟(jì) 學(xué)爭(zhēng)辯的核心內(nèi)容；如何去確定中意計(jì)量經(jīng)濟(jì)要求的參數(shù)估量 式,是理論計(jì)量經(jīng)濟(jì)學(xué)的主要內(nèi)容之一； （3 模型檢驗(yàn) 對(duì)計(jì)量經(jīng) 濟(jì)模型的檢驗(yàn)主要應(yīng)從以下 4 個(gè)方面進(jìn)行： 經(jīng)濟(jì)意義的檢驗(yàn)； 統(tǒng) 計(jì)

3、推斷檢驗(yàn)； 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)； 模型估計(jì)檢驗(yàn)；（ 4）模型應(yīng)用 計(jì) 量經(jīng)濟(jì)模型主要可以用于經(jīng)濟(jì)結(jié)構(gòu)分析, -可編輯修改 - 經(jīng)濟(jì)估計(jì)和政策評(píng)判等 第 1 頁(yè),共 11 頁(yè)； 幾個(gè)方面； 4. 與其他經(jīng)濟(jì)學(xué)科的關(guān)系 計(jì)量經(jīng)濟(jì)學(xué)是與經(jīng)濟(jì)學(xué),經(jīng)濟(jì)統(tǒng)計(jì)學(xué) 及數(shù)理統(tǒng)計(jì)學(xué)都有關(guān)系的交叉學(xué)科； 計(jì)量經(jīng)濟(jì)學(xué)是建立在經(jīng)濟(jì)理 論的基礎(chǔ)上, 對(duì)經(jīng)濟(jì)學(xué)現(xiàn)象和關(guān)系進(jìn)行分析的學(xué)科； 數(shù)理統(tǒng)計(jì)學(xué) 是計(jì)量經(jīng)濟(jì)學(xué)的方法論基礎(chǔ)； 經(jīng)濟(jì)統(tǒng)計(jì)供應(yīng)的數(shù)據(jù)時(shí)計(jì)量經(jīng)濟(jì)學(xué) 估量參數(shù),驗(yàn)證理論的基本依據(jù)；三者獨(dú)立存在,都不是計(jì)量經(jīng) 濟(jì)學(xué),三者的有力結(jié)合才構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)； 線性回來(lái)模型經(jīng)典假設(shè) a.零均值假定,在給定說(shuō)明變量 條件均值為 0 b

4、.同方差假定,對(duì)于給定的每一個(gè) 差都等于一個(gè)參數(shù) Xi 的條件下,隨機(jī)干擾項(xiàng) Ui 的 Xi,隨機(jī)干擾項(xiàng) Ui 的條件方 c. 無(wú)自相關(guān)假定,隨機(jī)干擾項(xiàng) u 的逐次只互不相關(guān),或者說(shuō)對(duì)于 全部的 i 和 j, Ui, Uj 的協(xié)方差為 0d.隨機(jī)干擾項(xiàng) Ui 與說(shuō)明變量 Xi 不相關(guān) e.正態(tài)性假定,隨機(jī)干擾項(xiàng) 計(jì)量經(jīng)濟(jì)學(xué)的異方差 Ui 聽從正態(tài)分布； （ 1）概念 在基本假定中,要求對(duì)全部的 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 Vui ） =ai2 ,就稱 Ui 具有異方差；即模型中馬上誤差項(xiàng)的方差不是常 -可編輯修改 - 第 2

5、 頁(yè),共 11 頁(yè)； 量,而且它的變化與說(shuō)明變量變動(dòng)有關(guān)； （ 2）緣由： 1.模型中省略了某種重要的說(shuō)明變量； 2.模型設(shè)定 誤差, 猶如把變量間原先為非線性的關(guān)系設(shè)定為線性, 也可能導(dǎo) 致方差； 3.測(cè)量誤差的變化； 4. 截面數(shù)據(jù)中總體各單位的差異 （ 3）對(duì)模型的影響 1. 對(duì)參數(shù)估量式特性的影響：參數(shù)的 OLS 估量仍舊具有無(wú)偏性, 但是參數(shù) OLS 估量式的方差不再是最?。?2.對(duì)參數(shù)的顯著性檢驗(yàn)有影響： 在 Ui 存在異方差, OLS 估量 式不再具有最小方差,假如仍舊用不存在異方差時(shí)的 OLS 方式 估量其方差, 可能會(huì)低估存在異方差時(shí)的真實(shí)方差, 這將導(dǎo)致夸 大用于參數(shù)顯著性

6、檢驗(yàn) t 統(tǒng)計(jì)量；假如仍用夸大的 t 統(tǒng)計(jì)量進(jìn)行 參數(shù)的顯著性檢驗(yàn),可能造成本應(yīng)接受的原假設(shè)被錯(cuò)誤地拒絕, 從而夸大所估量參數(shù)的統(tǒng)計(jì)顯著性； 3.對(duì)估計(jì)的影響：盡管參數(shù)的 OLS 估量量仍舊無(wú)偏,并且基 于此的估計(jì)也是無(wú)偏的, 并且基于此的估計(jì)也是無(wú)偏的, 但是由 于參數(shù)估量量不是有效的,從而對(duì) Y 的估計(jì)也將不是有效的； （ 4）檢驗(yàn) 1.圖式檢驗(yàn)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(yàn)： 將樣本分為兩部分, 然后分別對(duì)兩個(gè)樣 本進(jìn)行回來(lái),并運(yùn)算比較兩個(gè)回來(lái)的剩余平方和是否有明顯差 異,以此判定是否存在異方差； 3.White 檢驗(yàn)：假如存在異方差,其方差與說(shuō)明變

7、量有關(guān)系,分 析方差是否與說(shuō)明變量有某些形式的聯(lián)系以判定異方差； 4.ARCH 檢驗(yàn)：在時(shí)間序列數(shù)據(jù)中,可以為存在的異方差性為 -可編輯修改 - 第 3 頁(yè),共 11 頁(yè)； ARCH 過(guò)程,兵通過(guò)檢驗(yàn)這一過(guò)程是否成立去判定時(shí)間序列是否 存在異方差； 5.Glejser 檢驗(yàn)：由 OLS 法得到殘差,去殘差的確定值,然后將 殘差確定值對(duì)某個(gè)說(shuō)明變量回來(lái), 依據(jù)回來(lái)模型的顯著性和擬合 度來(lái)判定是否存在異方差； （ 5）補(bǔ)救措施 1.模型變換：但可以確定異方差的詳細(xì)形式,將 模型作適合變換有可能排除或減輕異方差的影響； 2.加權(quán)最小二乘法； 3.模型的對(duì)數(shù)變換：第一,運(yùn)用對(duì)數(shù)變換能使測(cè)定變量值的尺

8、度縮小, 其次, 經(jīng)過(guò)對(duì)數(shù)變換后的線性模型,其殘差 e 表示相對(duì) 誤差,而相對(duì)誤差往往比確定誤差有較小的差異； 計(jì)量經(jīng)濟(jì)學(xué)模型的自相關(guān)性 1.概念 自相關(guān)是指總體回來(lái)模型的隨機(jī)誤差項(xiàng) Ui 之間存在相關(guān) 關(guān)系； CovUi,Uj ） =EUi,Uj=0, 假如該假設(shè)不能中意,就稱 Ui 和 Uj 存在自相關(guān)； 2. 緣由 1.經(jīng)濟(jì)系統(tǒng)的慣性,如： GDP ,銷售量,人口等,用他 們的時(shí)間序列數(shù)據(jù)做回來(lái)分析時(shí), 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(jì)活動(dòng)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

9、出項(xiàng)自相關(guān)時(shí), OLS 照舊無(wú)偏, 一樣,但是已經(jīng)無(wú)效； -可編輯修改 - 第 4 頁(yè),共 11 頁(yè)； 仍用 OLS 運(yùn)算參數(shù)估量值的方差, 會(huì)低估了估量值的真實(shí)方差, 導(dǎo)致參數(shù)估量值方差也被低估, 最終導(dǎo)致 t 檢驗(yàn) F 檢驗(yàn)無(wú)法有效 的應(yīng)用,也會(huì)使得估計(jì)置信區(qū)間不行靠,降低了估計(jì)的精度； 4.檢驗(yàn)（ 1） 圖式檢驗(yàn)發(fā) a散點(diǎn)圖 b 依據(jù)時(shí)間次序繪制回來(lái)殘 差項(xiàng)的圖形；（ 2） DW 檢驗(yàn) 前提條件：說(shuō)明變量 X 為非隨機(jī)； 隨機(jī)誤差項(xiàng)為一階自回來(lái)形式； 線性回來(lái)模型的說(shuō)明變量中不包 含滯后的被說(shuō)明變量；截距項(xiàng)不為零；數(shù)據(jù)序列無(wú)缺失項(xiàng)； 5. 補(bǔ)救 在自相關(guān)系數(shù)已知,廣義差分法；自相關(guān)系數(shù)未

10、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(jì)量經(jīng)濟(jì)學(xué)的多重共線性 （ 1）概念 一般來(lái)說(shuō),多重共線性是指各個(gè)說(shuō)明變量 X 之間有 精確或近似的線性關(guān)系；數(shù)學(xué)意義上 : X2 X3.Xk , 假如存在不 全為 0 的數(shù) N1 N2.Nk, 使得 N1+N2X2+N2X3.+NkXk=0, 就稱說(shuō)明變量 X2 X3.Xk 之間存在完全的多重共線性； （ 2）緣由 經(jīng)濟(jì)變量之間具有共同變化趨勢(shì)； 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)自身緣由； （ 3）后果 完全多重共線性產(chǎn)生的后果： 2.參數(shù)估量量的方差無(wú)限大 1.參數(shù)估量為不定式 不完全多

11、重共線性下產(chǎn)生的后果： 1. 參數(shù)估量量的方差增大 2. 對(duì)參數(shù)區(qū)間估量時(shí),置信區(qū)間趨于變大 -可編輯修改 - 3. 莊重多重共線性時(shí), 第 5 頁(yè),共 11 頁(yè)； 假設(shè)檢驗(yàn)簡(jiǎn)潔做出錯(cuò)誤的判定 4.當(dāng)多重共線性莊重時(shí),可能造 成可絕系數(shù) R2 較高,經(jīng) F 檢驗(yàn)的參數(shù)聯(lián)合顯著性也很高,但對(duì) 各個(gè)參數(shù)單獨(dú)的 t 檢驗(yàn)卻可能不顯著,甚至可能使估量的回來(lái)系 數(shù)符號(hào)相反,得出完全錯(cuò)誤的結(jié)論； （ 4）檢驗(yàn) 簡(jiǎn)潔相關(guān)系數(shù)法；方差擴(kuò)大因子法；直觀判定法；逐 步回憶法；特點(diǎn)值與病態(tài)指數(shù)法 （ 5）補(bǔ)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(yàn)信息法； 橫截面數(shù)據(jù)與時(shí)間序列

12、數(shù)據(jù)并 用；變量變換；逐步回來(lái)法；挑選有偏估量量（如嶺回來(lái)） ； 計(jì)量經(jīng)濟(jì)學(xué)聯(lián)立方程模型 1.概念 聯(lián)立方程指的是用如干個(gè)相互關(guān)系的單一方程, 同時(shí)表示一個(gè)經(jīng) 濟(jì)系統(tǒng)中經(jīng)濟(jì)變量相互聯(lián)立依存性的模型, 去表現(xiàn)多個(gè)變量相互為因果的聯(lián)立關(guān)系； 即用一個(gè)聯(lián)立方程組 2. 種類（ 1）描述經(jīng)濟(jì)變量之間現(xiàn)實(shí)經(jīng)濟(jì)結(jié)構(gòu)關(guān)系的模型成為結(jié) 構(gòu)型模型； 結(jié)構(gòu)型模型表現(xiàn)變量間直接的經(jīng)濟(jì)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(gè)內(nèi)生變量 都只表示為前定變量及隨機(jī)干擾項(xiàng)函數(shù)的聯(lián)立方程模型, 稱為簡(jiǎn) 化模型； 簡(jiǎn)化模型能直接用于對(duì)內(nèi)生變量的估計(jì)； （ 3）第一個(gè)方 程的內(nèi)生變量 Y1 僅有前

13、定變量表示,而無(wú)其他內(nèi)生變量,其次 個(gè)方程內(nèi)生變量 Y2 表示成前定變量和一個(gè)內(nèi)生變量 Y1 的函數(shù)； -可編輯修改 - 第 6 頁(yè),共 11 頁(yè)； 第三個(gè)方程內(nèi)生變量 Y3 表示成前定變量和兩個(gè)內(nèi)生變量 Y1 Y2 的函數(shù), 按此規(guī)律, 最終一個(gè)方程內(nèi)生變量 Ym 可以表示成前定 變量和 m-1 個(gè)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(diǎn)是直接用 OLS 方法對(duì)模型中的方程依 次進(jìn)行估量； 3.聯(lián)立方程的識(shí)別 （ 1）對(duì)模型識(shí)別的懂得：可以從方程中是否具有確定的統(tǒng)計(jì)形 式去熟識(shí), 也可以從方程中是否排除了必要的變量去懂得, 但是 最直觀的懂得是看能否從簡(jiǎn)

14、化模型參數(shù)估量值中合理求解出結(jié) 構(gòu)模型參數(shù)的估量值； （ 2）識(shí)別的類型： 恰好識(shí)別 過(guò)度識(shí)別 不行識(shí)別 （ 3）識(shí)別方法： 階條件識(shí)別 假如模型中有 M 個(gè)方程,共有 M 個(gè)內(nèi)生變量和 K 個(gè)前定變量；其中第 i 個(gè)方程包含 Mi 個(gè)內(nèi)生變 量和 Ki 個(gè)前定變量；由模型的階識(shí)別條件可以判定： 當(dāng) K-KiMi 1 時(shí),第 i 個(gè)方程可能是過(guò)度識(shí)別；當(dāng) K-Ki=Mi 1 時(shí),第 i 個(gè)方 程可能是恰好識(shí)別；當(dāng) K-KiMi-1 時(shí),方程可能是不行識(shí)別； 秩條件識(shí)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；其次,考察第 i個(gè)方程的識(shí)別問(wèn)題；第三,運(yùn)算 Rank ,檢 驗(yàn)所余系數(shù)矩陣

15、的秩是否等于 M-1 ,或者檢驗(yàn)所余系數(shù)矩陣是否 能構(gòu)成非零 M-1 行列式；第四 , 判定,當(dāng)且僅當(dāng)一個(gè)方程所排斥 的變量的參數(shù)矩陣的秩 Rank=M-1 時(shí),方程可以識(shí)別, Rank 不 等于 M-1 時(shí),方程不行識(shí)別,如 RankM-1 ,就方程不行識(shí)別； -可編輯修改 - 第 7 頁(yè),共 11 頁(yè)； 當(dāng)只有一個(gè) M-1 階非零行列式時(shí),方程恰好識(shí)別；當(dāng)不止一個(gè) M-1 階非零行列式時(shí),方程過(guò)度識(shí)別；當(dāng)不存在 M-1 階行列式 時(shí),方程不行識(shí)別； （ 4）模型識(shí)別的一般步驟： a.階識(shí)別,不成立就方程不行識(shí)別 b. 成立就秩識(shí)別,不成立就方程仍不行識(shí)別 看方程恰好識(shí)別仍是過(guò)度識(shí)別； 虛擬

16、變量 1.概念 虛擬變量是人為構(gòu)造的取值為 c. 成立就再階識(shí)別, 0 和 1 的作為屬性變量 代表的變量,一般用字母 D 表示；屬性因素通常具有如干類型 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(shí),便是某種屬性或狀態(tài)不顯現(xiàn)或不存在,即不是某種類型；當(dāng) 虛擬變量取值為 1 時(shí),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)章 虛擬變量的設(shè)置規(guī)章是如定性因素有 m 個(gè)相互 排斥的類型（或?qū)傩运剑?,在有截距項(xiàng)的模型中只能引入 m-1 個(gè)虛擬變量, 否就會(huì)陷入虛擬變量陷阱, 產(chǎn)生完全的多重共線性； 在無(wú)截距項(xiàng)的模型中,定性因素有 m 個(gè)相互排斥

17、的類型時(shí),引 入 m 個(gè)虛擬變量不會(huì)導(dǎo)致完全多重共線性,不過(guò)這時(shí)虛擬變量 參數(shù)的估量結(jié)果,實(shí)際上是 D=1 的樣本均值； 從理論上說(shuō), 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； -可編輯修改 - 第 8 頁(yè),共 11 頁(yè)； 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(jì)量的數(shù)量因素的代表,如受訓(xùn)練程度；作為某些偶然因； 素或政策因素的代表, 如戰(zhàn)爭(zhēng)； 仍可以作為時(shí)間序列分析季節(jié)的 代表；可以實(shí)現(xiàn)分段回來(lái),爭(zhēng)辯斜率截距的變動(dòng),或比較兩個(gè)回 歸函數(shù)的結(jié)構(gòu)差異； 在計(jì)量經(jīng)濟(jì)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,

18、作用是在假定其他因素都不變時(shí), 至研 究定性變量是否被說(shuō)明變量表現(xiàn)出顯著差異； 說(shuō)明變量中既包含 定量變量又包含虛擬變量, 爭(zhēng)辯虛擬變量和定量變量同時(shí)對(duì)被解 釋變量的影響； 被說(shuō)明變量本身為虛擬變量的模型, 是被說(shuō)明變 量本身取值為 0 或 1 的模型,適用于某些社會(huì)經(jīng)濟(jì)現(xiàn)象進(jìn)行是與 否的判定； 4.在計(jì)量經(jīng)濟(jì)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轉(zhuǎn)變模型的截距； 乘法變量引入虛擬變 量轉(zhuǎn)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(duì) 回來(lái)模型結(jié)構(gòu)變化的 檢驗(yàn)；定性因素間交互作用的影響分析；分段線性回來(lái)； 計(jì)量經(jīng)濟(jì)學(xué)的應(yīng)用 1, 結(jié)構(gòu)分析 - 爭(zhēng)辯經(jīng)濟(jì)系統(tǒng)變量間的