1.0 緒論

第一章 緒論,1.1 計(jì)量經(jīng)濟(jì)學(xué)1.2 經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型的建模步驟1.3 計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用1.4 本書內(nèi)容安排說明,關(guān)于緒論,緒論是課程的綱。學(xué)好緒論，可以說學(xué)好了課程的一半。參觀一個(gè)城市，先站在最高處俯瞰，然后走街串巷；了解一座建筑，先看模型，后走進(jìn)每一個(gè)房間。各起一半作用。緒論課的目的：了解課程的性質(zhì)和在課程體系中的地位；了解課程完整的內(nèi)容體系和將要講授的內(nèi)容；了解課程的重點(diǎn)和難點(diǎn)；了解課程的學(xué)習(xí)方法；介紹課程中不講的但是必須了解的課程內(nèi)容。不必全懂，只需似懂非懂。,1.1 計(jì)量經(jīng)濟(jì)學(xué),一、計(jì)量經(jīng)濟(jì)學(xué) 二、計(jì)量經(jīng)濟(jì)學(xué)模型三、計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系四、計(jì)量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科五、計(jì)量經(jīng)濟(jì)學(xué)方法論六、計(jì)量經(jīng)濟(jì)學(xué)教科書的內(nèi)容與局限,一、計(jì)量經(jīng)濟(jì)學(xué),經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科20世紀(jì)20年代末30年代初誕生1926年挪威經(jīng)濟(jì)學(xué)家R.Frish提出Econometrics1930年成立世界計(jì)量經(jīng)濟(jì)學(xué)會(huì)1933年創(chuàng)刊Econometrica20世紀(jì)40、50年代的大發(fā)展和60年代的擴(kuò)張20世紀(jì)70年代的批評(píng)和反思20世紀(jì)70年代末以來非經(jīng)典（現(xiàn)代）計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展,名稱Econometrics計(jì)量經(jīng)濟(jì)學(xué)經(jīng)濟(jì)計(jì)量學(xué),定義：經(jīng)濟(jì)理論、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的結(jié)合 弗里希：“經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活的數(shù)量關(guān)系來說，都是必要的，但本身并非是充分條件。三者結(jié)合起來，就是力量，這種結(jié)合便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)。”薩繆爾森：“計(jì)量經(jīng)濟(jì)學(xué)可以定義為實(shí)際經(jīng)濟(jì)現(xiàn)象的數(shù)量分析。這種分析基于理論與觀測的并行發(fā)展，而理論與觀測又是通過適當(dāng)?shù)耐茢喾椒ǖ靡月?lián)系?！备甑遣瘢骸坝?jì)量經(jīng)濟(jì)學(xué)可以定義為這樣的社會(huì)科學(xué)：它把經(jīng)濟(jì)理論、數(shù)學(xué)和統(tǒng)計(jì)推斷作為工具，應(yīng)用于經(jīng)濟(jì)現(xiàn)象分析。”,在經(jīng)濟(jì)學(xué)科中占據(jù)極重要的地位克萊因：“計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)在經(jīng)濟(jì)學(xué)科中居于最重要的地位”，“在大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已經(jīng)成為經(jīng)濟(jì)學(xué)課程表中最有權(quán)威的一部分”。薩繆爾森：“第二次大戰(zhàn)后的經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的時(shí)代”。,中國經(jīng)濟(jì)類本科生核心課程計(jì)量經(jīng)濟(jì)學(xué)與微觀經(jīng)濟(jì)學(xué)、宏觀經(jīng)濟(jì)學(xué)一起成為各國高校經(jīng)濟(jì)類學(xué)生的核心課程。1998年7月，教育部高等學(xué)校經(jīng)濟(jì)學(xué)學(xué)科教學(xué)指導(dǎo)委員會(huì)成立，在第一次會(huì)議上，討論并確定了高等學(xué)校經(jīng)濟(jì)學(xué)門類各專業(yè)的8門共同核心課程，其中包括計(jì)量經(jīng)濟(jì)學(xué)。將計(jì)量經(jīng)濟(jì)學(xué)首次列入經(jīng)濟(jì)類專業(yè)核心課程，是我國經(jīng)濟(jì)學(xué)學(xué)科教學(xué)走向現(xiàn)代化和科學(xué)化的重要標(biāo)志，對(duì)我國經(jīng)濟(jì)學(xué)人才培養(yǎng)質(zhì)量產(chǎn)生了重要影響。,二、計(jì)量經(jīng)濟(jì)學(xué)模型,模型物理模型幾何模型數(shù)學(xué)模型模擬模型數(shù)學(xué)模型經(jīng)濟(jì)數(shù)學(xué)模型,經(jīng)濟(jì)數(shù)學(xué)模型理論模型經(jīng)驗(yàn)?zāi)Ｐ徒?jīng)驗(yàn)?zāi)Ｐ陀?jì)量經(jīng)濟(jì)學(xué)模型投入產(chǎn)出分析模型,計(jì)量經(jīng)濟(jì)學(xué)模型(Econometric Model)截面數(shù)據(jù)模型(Cross Sectional Data Model)時(shí)間序列數(shù)據(jù)模型(Time Series Data Model)面板數(shù)據(jù)模型(Panel Data Model)計(jì)量經(jīng)濟(jì)學(xué)模型在經(jīng)濟(jì)分析中的地位經(jīng)濟(jì)理論分析（行為分析）數(shù)理分析 數(shù)量分析（主要是計(jì)量經(jīng)濟(jì)分析）,三、計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系,各種分類 廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué) 初、中、高級(jí)計(jì)量經(jīng)濟(jì)學(xué) 理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué) 微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué),廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)廣義計(jì)量經(jīng)濟(jì)學(xué)，是利用經(jīng)濟(jì)理論、數(shù)學(xué)以及統(tǒng)計(jì)學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量方法的統(tǒng)稱，包括回歸分析方法、投入產(chǎn)出分析方法、時(shí)間序列分析方法等。狹義計(jì)量經(jīng)濟(jì)學(xué)，即通常所說的計(jì)量經(jīng)濟(jì)學(xué)，以揭示經(jīng)濟(jì)現(xiàn)象中的因果關(guān)系為目的，在數(shù)學(xué)上主要應(yīng)用回歸分析方法。本課程中的計(jì)量經(jīng)濟(jì)學(xué)模型，就是狹義計(jì)量經(jīng)濟(jì)學(xué)意義上的經(jīng)濟(jì)數(shù)學(xué)模型。,初、中、高級(jí)計(jì)量經(jīng)濟(jì)學(xué)初級(jí)以計(jì)量經(jīng)濟(jì)學(xué)的數(shù)理統(tǒng)計(jì)學(xué)基礎(chǔ)知識(shí)和經(jīng)典的線性單方程模型理論與方法為主要內(nèi)容；中級(jí)以用矩陣描述的經(jīng)典的線性單方程模型理論與方法、經(jīng)典的線性聯(lián)立方程模型理論與方法，以及傳統(tǒng)的應(yīng)用模型為主要內(nèi)容；高級(jí)以非經(jīng)典的、現(xiàn)代的計(jì)量經(jīng)濟(jì)學(xué)模型理論、方法與應(yīng)用為主要內(nèi)容。本課程定位于中級(jí)水平上，適當(dāng)引入高級(jí)的內(nèi)容。,理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)理論計(jì)量經(jīng)濟(jì)學(xué)是以介紹、研究計(jì)量經(jīng)濟(jì)學(xué)的理論與方法為主要內(nèi)容，側(cè)重于理論與方法的數(shù)學(xué)證明與推導(dǎo)，與數(shù)理統(tǒng)計(jì)聯(lián)系極為密切。除了介紹計(jì)量經(jīng)濟(jì)模型的數(shù)學(xué)理論基礎(chǔ)、普遍應(yīng)用的計(jì)量經(jīng)濟(jì)模型的參數(shù)估計(jì)方法與檢驗(yàn)方法外，還研究特殊模型的估計(jì)方法與檢驗(yàn)方法，應(yīng)用了廣泛的數(shù)學(xué)知識(shí)。應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)則以建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型為主要內(nèi)容，強(qiáng)調(diào)應(yīng)用模型的經(jīng)濟(jì)學(xué)和經(jīng)濟(jì)統(tǒng)計(jì)學(xué)基礎(chǔ)，側(cè)重于建立與應(yīng)用模型過程中實(shí)際問題的處理。本課程是二者的結(jié)合。,經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)（Classical Econometrics）一般指20世紀(jì)70年代以前發(fā)展并廣泛應(yīng)用的計(jì)量經(jīng)濟(jì)學(xué)。R.Frish創(chuàng)立T.Haavelmo建立了它的概率論基礎(chǔ)L.R.Klein成為其理論與應(yīng)用的集大成者經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型包括:單方程模型(Single Equation Model)聯(lián)立方程模型(Simultaneous Equations Model)以線性模型為主要形式,經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型設(shè)定理論可以概括為：依據(jù)某種已經(jīng)存在的經(jīng)濟(jì)理論或者已經(jīng)提出的對(duì)經(jīng)濟(jì)行為規(guī)律的某種解釋設(shè)定模型的總體結(jié)構(gòu)和個(gè)體結(jié)構(gòu)，即模型是建立在已有的經(jīng)濟(jì)理論和經(jīng)濟(jì)行為規(guī)律假設(shè)的基礎(chǔ)之上的；引進(jìn)概率論思想作為模型研究的方法論基礎(chǔ)，選擇隨機(jī)聯(lián)立線性方程組作為模型的一般形式；模型的識(shí)別、參數(shù)的估計(jì)、模型的檢驗(yàn)是主要的技術(shù)問題；以模型對(duì)樣本數(shù)據(jù)的擬合優(yōu)度作為檢驗(yàn)?zāi)Ｐ偷闹饕獦?biāo)準(zhǔn)。,對(duì)經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型的批判Lucas批判Lucas(1976)、Sarget(1976)、Sims(1980)Lucas(1976): 使用計(jì)量經(jīng)濟(jì)模型預(yù)測未來經(jīng)濟(jì)政策的變化所產(chǎn)生的效用是不可信的。其實(shí)質(zhì)是提出了結(jié)構(gòu)模型模型參數(shù)是否隨時(shí)間變化的問題。Sarget(1976)：以貨幣政策為例，重新解析了Lucas批判。結(jié)構(gòu)模型對(duì)于評(píng)價(jià)政策似乎是無能為力的。Sims(1980)：為使結(jié)構(gòu)方程可以識(shí)別而施加了許多約束，這些約束是不可信的。建議采用向量自回歸（VAR）模型而避免結(jié)構(gòu)約束問題。關(guān)于模型設(shè)定：經(jīng)濟(jì)學(xué)理論不足以指導(dǎo)如何設(shè)定模型，以及保證模型設(shè)定的正確性。,非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)一般指20世紀(jì)70年代末以來發(fā)展的計(jì)量經(jīng)濟(jì)學(xué)理論、方法及應(yīng)用模型，也稱為現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)。非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)主要包括：微觀計(jì)量經(jīng)濟(jì)學(xué)(Microeconometrics)時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)(Time-Series Econometrics )面板數(shù)據(jù)計(jì)量經(jīng)濟(jì)學(xué)（Panel Data Econometrics）非參數(shù)計(jì)量經(jīng)濟(jì)學(xué)(Nonparametric Econometrics),本課程以經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)為主，適當(dāng)引入一些簡單的、應(yīng)用較多的現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)理論方法。理由： 一方面，從理論方法角度，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)理論方法是非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)理論方法的基礎(chǔ)； 另一方面，從應(yīng)用的角度，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型仍然是目前應(yīng)用最為普遍的計(jì)量經(jīng)濟(jì)學(xué)模型。,微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué)微觀計(jì)量經(jīng)濟(jì)學(xué) 于2000年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)公報(bào)中正式提出。集中于“對(duì)個(gè)人和家庭的經(jīng)濟(jì)行為進(jìn)行經(jīng)驗(yàn)分析”?！霸牧鲜俏⒂^數(shù)據(jù)”，微觀數(shù)據(jù)表現(xiàn)為截面數(shù)據(jù)和面板數(shù)據(jù)。赫克曼（J.Heckman）和麥克法登（D.McFaddan） 作出原創(chuàng)性貢獻(xiàn)。內(nèi)容主要包括離散選擇模型的理論方法、選擇性樣本模型的理論方法、面板數(shù)據(jù)模型的理論方法。本課程第六章簡單介紹。,宏觀計(jì)量經(jīng)濟(jì)學(xué)名稱由來已久，但是它的主要內(nèi)容和研究方向發(fā)生了變化。經(jīng)典宏觀計(jì)量經(jīng)濟(jì)學(xué)：利用計(jì)量經(jīng)濟(jì)學(xué)理論方法，建立宏觀經(jīng)濟(jì)模型，對(duì)宏觀經(jīng)濟(jì)進(jìn)行分析、評(píng)價(jià)和預(yù)測?，F(xiàn)代宏觀計(jì)量經(jīng)濟(jì)學(xué)的主要研究方向：單位根檢驗(yàn)、協(xié)整理論以及動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)。本課程第五章討論。,四、計(jì)量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科,從計(jì)量經(jīng)濟(jì)學(xué)的定義看 從計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中的地位看 從計(jì)量經(jīng)濟(jì)學(xué)與數(shù)理統(tǒng)計(jì)學(xué)的區(qū)別看 從建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型的全過程看 從諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)看,諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)與計(jì)量經(jīng)濟(jì)學(xué)75位獲獎(jiǎng)?wù)咧?2位直接因?yàn)閷?duì)計(jì)量經(jīng)濟(jì)學(xué)發(fā)展的貢獻(xiàn)而獲獎(jiǎng)1969 R. Frish J. Tinbergen1973 W. Leotief1980 L. R. Klein1984 R. Stone1989 T. Haavelmo2000 J. J. Heckman D. L. McFadden2003 R. F. Engle C. W. J. Granger2011 Chnistopher Sims J. Sargent）絕大多數(shù)在獲獎(jiǎng)成果中應(yīng)用了計(jì)量經(jīng)濟(jì)學(xué),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,經(jīng)典計(jì)量經(jīng)濟(jì)學(xué),創(chuàng)立,建立第1個(gè)應(yīng)用模型,建立概率論基礎(chǔ),發(fā)展數(shù)據(jù)基礎(chǔ),發(fā)展應(yīng)用模型,Tinbergen,Frisch,Haavelmo,Stone,Klein,建立投入產(chǎn)出模型,Leontief,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,The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2011 for their empirical research on cause and effect in the macroeconomy ,J. Sargent USA,A. SIMS USA,非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué),微觀計(jì)量：選擇性樣本模型,微觀計(jì)量：離散選擇模型,時(shí)間序列：協(xié)整理論現(xiàn)代宏觀計(jì)量,時(shí)間序列：ARCH現(xiàn)代金融計(jì)量,Engle,Heckman,McFadden,Granger,時(shí)間序列：向量自回歸模型,Sims,五、計(jì)量經(jīng)濟(jì)學(xué)方法論,規(guī)范經(jīng)濟(jì)學(xué)和實(shí)證經(jīng)濟(jì)學(xué)從方法論角度，可以將經(jīng)濟(jì)學(xué)分為規(guī)范經(jīng)濟(jì)學(xué)（Normative Economics）和實(shí)證經(jīng)濟(jì)學(xué)（Positive Economics）。規(guī)范經(jīng)濟(jì)學(xué)要解決的是“應(yīng)該是什么”的問題，依據(jù)一定的價(jià)值判斷，提出某些分析和處理經(jīng)濟(jì)問題的標(biāo)準(zhǔn)，并以此作為提出經(jīng)濟(jì)理論的前提和制定經(jīng)濟(jì)政策的依據(jù)。實(shí)證經(jīng)濟(jì)學(xué)不涉及價(jià)值判斷，旨在回答“是什么”、“能不能”之類的實(shí)證問題。實(shí)證經(jīng)濟(jì)學(xué)又分為理論（Theoretical）實(shí)證和經(jīng)驗(yàn)（Empirical）實(shí)證。理論實(shí)證主要采用演繹的方法，經(jīng)驗(yàn)實(shí)證主要采用歸納的方法。,演繹法是實(shí)證經(jīng)濟(jì)學(xué)的基本研究方法西尼爾：“這門科學(xué)依靠的主要是推理而不是觀測，其主要困難不是在于事實(shí)的調(diào)查而是在于術(shù)語的使用”。穆勒：作為一門抽象科學(xué)，經(jīng)濟(jì)學(xué)必須使用先驗(yàn)方法，即抽象演繹法。,20世紀(jì)20年代以后，歸納法在主流經(jīng)濟(jì)學(xué)研究中的重要性上升。JN凱恩斯：經(jīng)濟(jì)學(xué)的研究方法應(yīng)當(dāng)是演繹和歸納的結(jié)合。 哈奇森認(rèn)為，所有命題可以劃分為兩類：重復(fù)命題和經(jīng)驗(yàn)命題。科學(xué)的經(jīng)濟(jì)學(xué)命題應(yīng)當(dāng)能夠被經(jīng)驗(yàn)地檢驗(yàn)，而已有的經(jīng)濟(jì)學(xué)命題深陷于限制條件或“其他條件不變”的圍護(hù)之中，無法被檢驗(yàn)，也不能提供信息。,20世紀(jì)20年代末30年代初計(jì)量經(jīng)濟(jì)學(xué)誕生，確立了歸納法的地位。計(jì)量經(jīng)濟(jì)學(xué)的產(chǎn)生和迅速發(fā)展，集中體現(xiàn)了歸納法或者說經(jīng)驗(yàn)檢驗(yàn)在經(jīng)濟(jì)學(xué)研究中的興起。但是，不應(yīng)由此而簡單地?cái)嘌?，?jì)量經(jīng)濟(jì)學(xué)僅僅是經(jīng)驗(yàn)歸納法。,計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用研究包含兩大基本步驟：設(shè)定模型和檢驗(yàn)?zāi)Ｐ汀Ｇ罢邔儆谘堇[法的范疇；后者屬于歸納法的范疇。如果缺少前一個(gè)步驟，就不再是計(jì)量經(jīng)濟(jì)學(xué)，而是經(jīng)濟(jì)統(tǒng)計(jì)學(xué)的工作；如果缺少后一個(gè)步驟，也不再是計(jì)量經(jīng)濟(jì)學(xué)，而是數(shù)理經(jīng)濟(jì)學(xué)的工作。計(jì)量經(jīng)濟(jì)學(xué)綜合了上述兩個(gè)步驟，是抽象演繹法和經(jīng)驗(yàn)歸納法的有機(jī)結(jié)合，或者說，它既是歸納的，又是演繹的。,演繹推理和歸納推理的結(jié)合，不僅意味著彼此補(bǔ)充，也導(dǎo)致了彼此限制。歸納推理的作用在于檢驗(yàn)演繹推理得出的理論假說，故而演繹階段對(duì)歸納階段形成了根本性的限制。歸納階段反過來也會(huì)對(duì)演繹階段形成極大限制。從模型的基本形式到變量的選擇，都要受到既定的數(shù)據(jù)條件和已有的計(jì)量分析方法的局限。演繹法和歸納法是計(jì)量經(jīng)濟(jì)學(xué)的兩翼，缺一不可，不能偏廢。,六、計(jì)量經(jīng)濟(jì)學(xué)教科書的內(nèi)容與局限,計(jì)量經(jīng)濟(jì)學(xué)模型研究的完整框架,計(jì)量經(jīng)濟(jì)學(xué)教科書，都是以模型估計(jì)和檢驗(yàn)方法作為核心內(nèi)容，甚至是全部內(nèi)容。 傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)教科書認(rèn)為，從觀察到抽象，即模型的設(shè)定，是理論經(jīng)濟(jì)學(xué)家（包括數(shù)理經(jīng)濟(jì)學(xué)家）的任務(wù)，而有關(guān)數(shù)據(jù)的問題則是統(tǒng)計(jì)學(xué)的任務(wù)。作為計(jì)量經(jīng)濟(jì)學(xué)，研究的重點(diǎn)就是模型的估計(jì)方法和檢驗(yàn)方法，統(tǒng)稱為計(jì)量經(jīng)濟(jì)學(xué)理論方法。不斷地創(chuàng)新和發(fā)展計(jì)量經(jīng)濟(jì)學(xué)理論方法，則是計(jì)量經(jīng)濟(jì)學(xué)家的任務(wù)。,Basic Econometrics（Damodar N.Gujarati ） ：“計(jì)量經(jīng)濟(jì)學(xué)家的主要興趣在于經(jīng)濟(jì)理論的經(jīng)驗(yàn)論證”，“計(jì)量經(jīng)濟(jì)學(xué)家常常采用數(shù)理經(jīng)濟(jì)學(xué)家所提出的數(shù)學(xué)方程式，將這些方程式改造成適合于經(jīng)驗(yàn)檢驗(yàn)的形式”，“收集、加工經(jīng)濟(jì)數(shù)據(jù)，是統(tǒng)計(jì)學(xué)家的工作”，“這些數(shù)據(jù)構(gòu)成了計(jì)量經(jīng)濟(jì)模型的原始資料”。而且正是在這個(gè)意義上，“計(jì)量經(jīng)濟(jì)學(xué)才成為一個(gè)獨(dú)立的學(xué)科”。Introductory Econometrics（ M. Wooldridge）：“在多數(shù)情況下，計(jì)量經(jīng)濟(jì)分析是從一個(gè)已經(jīng)設(shè)定的模型開始的，而沒有考慮模型構(gòu)造的細(xì)節(jié)”。,帶來的問題從計(jì)量經(jīng)濟(jì)學(xué)教科書中，很難看出計(jì)量經(jīng)濟(jì)學(xué)課程是“理論經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)和數(shù)學(xué)的結(jié)合”；人們學(xué)習(xí)了計(jì)量經(jīng)濟(jì)學(xué)課程，卻很難正確應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型方法研究實(shí)際經(jīng)濟(jì)問題。因?yàn)樽鳛橛?jì)量經(jīng)濟(jì)學(xué)應(yīng)用的最重要的兩步，即如何正確地設(shè)定計(jì)量經(jīng)濟(jì)學(xué)模型和正確地采集、處理樣本數(shù)據(jù)，在課程教學(xué)內(nèi)容中幾乎沒有涉及。,1.2 建立計(jì)量經(jīng)濟(jì)學(xué)模型的步驟和要點(diǎn),一、理論模型的設(shè)計(jì) 二、樣本數(shù)據(jù)的收集 三、模型參數(shù)的估計(jì) 四、模型的檢驗(yàn) 五、計(jì)量經(jīng)濟(jì)學(xué)模型成功的三要素,關(guān)于本節(jié)的說明,本節(jié)以經(jīng)典單方程計(jì)量經(jīng)濟(jì)學(xué)模型為對(duì)象，介紹建立計(jì)量經(jīng)濟(jì)學(xué)模型的過程。在學(xué)習(xí)全書之前，首先對(duì)建模過程有一個(gè)整體的了解，會(huì)使學(xué)習(xí)具體內(nèi)容時(shí)更具目的性、針對(duì)性。凡是后續(xù)內(nèi)容中要詳細(xì)介紹的部分，在本節(jié)中只作為一個(gè)步驟列出；凡是后續(xù)內(nèi)容中不再介紹的部分，在本節(jié)中進(jìn)行較為詳細(xì)的交待。,與第七章的關(guān)系第七章將專門討論建立計(jì)量經(jīng)濟(jì)學(xué)模型中的若干方法論問題，包括模型類型的選擇、總體模型的設(shè)定、模型變量的選擇等。為了避免重復(fù)，本節(jié)只介紹建立模型的步驟，以及每個(gè)步驟中比較淺顯的要點(diǎn)。至于每個(gè)步驟的邏輯學(xué)、經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)內(nèi)涵以及比較深入的要點(diǎn)，只有在學(xué)習(xí)全書之后才能真正理解，因此將在第七章進(jìn)行較為詳細(xì)的討論。,一、理論模型的建立,建立理論模型包括4項(xiàng)任務(wù)：確定模型包含的變量確定模型的數(shù)學(xué)形式確定隨機(jī)擾動(dòng)項(xiàng)的概率分布特性擬定模型中待估計(jì)參數(shù)的理論期望值區(qū)間Y為被解釋變量(explained or dependent variable)X為解釋變量(explanatory or independent variables),確定模型包含的變量在確定了被解釋變量后，如何選擇和選擇哪些解釋變量？依據(jù)經(jīng)濟(jì)學(xué)理論理論導(dǎo)向。經(jīng)濟(jì)學(xué)理論的“理性” 、“最優(yōu)”實(shí)際經(jīng)濟(jì)活動(dòng)的非理性、非最優(yōu)。經(jīng)濟(jì)學(xué)理論強(qiáng)調(diào)“簡單”計(jì)量經(jīng)濟(jì)學(xué)模型強(qiáng)調(diào)“一般” 。對(duì)于同一個(gè)研究對(duì)象，不同的研究者依據(jù)不同的先驗(yàn)理論，就會(huì)設(shè)定不同的模型。 模型具有結(jié)構(gòu)關(guān)系不變性。 破壞了模型隨機(jī)擾動(dòng)項(xiàng)的“源生性” 。,在時(shí)間序列數(shù)據(jù)樣本下可以應(yīng)用協(xié)整檢驗(yàn)、Granger因果統(tǒng)計(jì)檢驗(yàn)等方法數(shù)據(jù)導(dǎo)向。例如，消費(fèi)總額和GDP之間的協(xié)整分析，金融深化與經(jīng)濟(jì)發(fā)展之間的因果關(guān)系。經(jīng)濟(jì)關(guān)系與數(shù)據(jù)關(guān)系的不對(duì)稱性：數(shù)據(jù)關(guān)系只是經(jīng)濟(jì)關(guān)系的必要條件，不是充分條件。分析經(jīng)濟(jì)活動(dòng)中的動(dòng)力學(xué)關(guān)系關(guān)系論導(dǎo)向。從關(guān)系論的角度看，主體的任何行為，都應(yīng)在主體和其身處的環(huán)境之間尋找原因。經(jīng)濟(jì)主體與其身處的環(huán)境之間的動(dòng)力學(xué)過程，是真正的數(shù)據(jù)生成過程。,不遺漏顯著的變量。從“一般”開始，逐漸剔除不顯著變量；從“簡單”開始，逐漸引入其它變量。前者思路正確，后者容易遺漏顯著的變量?？紤]數(shù)據(jù)的可得性。注意因素和變量之間的聯(lián)系與區(qū)別?？紤]入選變量之間的關(guān)系。要求變量間互相獨(dú)立。,確定模型的數(shù)學(xué)形式利用經(jīng)濟(jì)學(xué)和數(shù)理經(jīng)濟(jì)學(xué)的成果根據(jù)樣本數(shù)據(jù)作出的變量關(guān)系圖選擇可能的形式試模擬,擬定模型中待估計(jì)參數(shù)的理論期望值區(qū)間符號(hào)、大小、 關(guān)系例如：ln(人均食品需求量)=+ln(人均收入)+ln(食品價(jià)格) +ln(其它商品價(jià)格)+，其中 、的符號(hào)、大小、 關(guān)系,以下的討論僅以經(jīng)典多元線性回歸模型(Classical Multiple Linear Regression Model)為對(duì)象：,二、樣本數(shù)據(jù)的收集,幾類常用的樣本數(shù)據(jù)Cross-sectional DataTime-series DataPanel Data,Cross-sectional DataStochastic Sampling Data經(jīng)典計(jì)量模型理論以該類數(shù)據(jù)為基礎(chǔ)Limited Sampling DataSelective Sampling DataTruncation DataCensored DataDuration Data Discrete DataDiscrete Choice DataCount Data,對(duì)于這些類型的數(shù)據(jù)，經(jīng)典模型不再適用。導(dǎo)致微觀計(jì)量經(jīng)濟(jì)學(xué)模型方法的發(fā)展。,Time-series DataStationary Time Series適合于經(jīng)典計(jì)量模型Nonstationary Time Series實(shí)際的時(shí)間序列往往是非平穩(wěn)的。不進(jìn)行平穩(wěn)性檢驗(yàn)而采用經(jīng)典模型是應(yīng)用研究中經(jīng)常發(fā)生的錯(cuò)誤類型。導(dǎo)致現(xiàn)代時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展,Panel Data只有在特殊情況下適合采用經(jīng)典計(jì)量模型。不經(jīng)過檢驗(yàn)而濫用經(jīng)典模型是應(yīng)用研究中主要的錯(cuò)誤類型之一。形成了獨(dú)立的計(jì)量經(jīng)濟(jì)學(xué)分支。,數(shù)據(jù)質(zhì)量完整性準(zhǔn)確性可比性一致性,三、模型參數(shù)的估計(jì),各種模型參數(shù)估計(jì)方法LS, Least Squares EstimationOLS, GLS, 2SLS, 3SLSNLSML, Maximum Likelihood EstimationML, LIML, FILMMM, Method of MomentsIV, GMM,如何選擇模型參數(shù)估計(jì)方法需要對(duì)模型進(jìn)行識(shí)別和檢驗(yàn)，然后確定估計(jì)方法關(guān)于應(yīng)用軟件的使用課堂教學(xué)結(jié)合Eviews能夠熟練使用一種,四、模型的檢驗(yàn), 經(jīng)濟(jì)意義檢驗(yàn)根據(jù)擬定的符號(hào)、大小、關(guān)系，對(duì)參數(shù)估計(jì)結(jié)果的可靠性進(jìn)行判斷。例如：ln(人均食品需求量)=2.00.5ln(人均收入)4.5ln(食品價(jià)格) +0.8ln(其它商品價(jià)格)ln(人均食品需求量)=2.0+0.5ln(人均收入)4.5ln(食品價(jià)格)+0.8ln(其它商品價(jià)格)ln(人均食品需求量)=2.0+0.5ln(人均收入)0.8ln(食品價(jià)格) +0.8ln(其它商品價(jià)格),錯(cuò)！為什么？, 統(tǒng)計(jì)檢驗(yàn)由數(shù)理統(tǒng)計(jì)理論決定。主要包括：擬合優(yōu)度檢驗(yàn)(Coefficient of Determination)總體顯著性檢驗(yàn)(Overall Significance of Regression)變量顯著性檢驗(yàn)(Significance of Variables), 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn)由計(jì)量經(jīng)濟(jì)學(xué)理論決定。主要包括：異方差性檢驗(yàn)(Heteroskedasticity)序列相關(guān)性檢驗(yàn)(Serial Correlation)共線性檢驗(yàn)(Multi-collinearity)變量內(nèi)生性檢驗(yàn)( endogenous variables ), 模型預(yù)測檢驗(yàn)由模型的應(yīng)用要求決定。包括：穩(wěn)定性檢驗(yàn)：擴(kuò)大樣本重新估計(jì)預(yù)測性能檢驗(yàn)：對(duì)樣本外一點(diǎn)進(jìn)行實(shí)際預(yù)測,五、計(jì)量經(jīng)濟(jì)學(xué)模型成功的三要素,理論數(shù)據(jù)方法,1.3 計(jì)量經(jīng)濟(jì)學(xué)模型的應(yīng)用,一、結(jié)構(gòu)分析二、經(jīng)濟(jì)預(yù)測三、政策評(píng)價(jià)四、理論檢驗(yàn)與發(fā)展,一、結(jié)構(gòu)分析,經(jīng)濟(jì)學(xué)中的結(jié)構(gòu)分析是對(duì)經(jīng)濟(jì)現(xiàn)象中