計(jì)量經(jīng)濟(jì)學(xué)知識(shí)串講PPT課件

1、第一第一章章 導(dǎo)論導(dǎo)論 計(jì)量經(jīng)濟(jì)學(xué)是以計(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)經(jīng)濟(jì)理論和經(jīng)濟(jì)數(shù)據(jù)的事實(shí)為依據(jù)，運(yùn)用的事實(shí)為依據(jù)，運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)數(shù)學(xué)和統(tǒng)計(jì)學(xué)的的方法，通過建立方法，通過建立數(shù)學(xué)模型數(shù)學(xué)模型來(lái)來(lái)研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律研究經(jīng)濟(jì)數(shù)量關(guān)系和規(guī)律的一門經(jīng)濟(jì)學(xué)科。的一門經(jīng)濟(jì)學(xué)科。第1頁(yè)/共82頁(yè)計(jì)量經(jīng)濟(jì)學(xué)的研究步驟選擇變量和數(shù)學(xué)關(guān)系式 模型設(shè)定模型設(shè)定收集模型中的變量數(shù)據(jù)數(shù)據(jù)收集數(shù)據(jù)收集確定變量間的數(shù)量關(guān)系 估計(jì)參數(shù)估計(jì)參數(shù)檢驗(yàn)所得結(jié)論的可靠性 模型檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)作經(jīng)濟(jì)分析和經(jīng)濟(jì)預(yù)測(cè) 模型應(yīng)用模型應(yīng)用第2頁(yè)/共82頁(yè)模型中數(shù)據(jù)的類型： 截面數(shù)據(jù) 時(shí)間序列數(shù)據(jù) 面板數(shù)據(jù)（混合數(shù)據(jù)） 虛擬變量數(shù)據(jù)第3頁(yè)

2、/共82頁(yè)模型檢驗(yàn)包括： -經(jīng)濟(jì)意義檢驗(yàn) -統(tǒng)計(jì)推斷檢驗(yàn) -計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) -模型預(yù)測(cè)檢驗(yàn)第4頁(yè)/共82頁(yè)模型應(yīng)用： 經(jīng)濟(jì)結(jié)構(gòu)分析 經(jīng)濟(jì)預(yù)測(cè) 政策評(píng)價(jià)第5頁(yè)/共82頁(yè)第二章第二章 簡(jiǎn)單線性回歸模型簡(jiǎn)單線性回歸模型一、相關(guān)與回歸 相關(guān)是回歸的前提?；貧w研究的是變量間的因果關(guān)系，可以從一個(gè)變量去推測(cè)另一個(gè)變量的具體變化。 相關(guān)是對(duì)稱相關(guān)?；貧w不一定。 相關(guān)與回歸都得從經(jīng)濟(jì)意義和實(shí)際經(jīng)驗(yàn)去考慮，否則有可能是“偽相關(guān)”和“偽回歸”。第6頁(yè)/共82頁(yè)二、涉及的四種方程或模型第7頁(yè)/共82頁(yè) 總體回歸方程是唯一的，通常是未知的，其參數(shù)也是確定的。擾動(dòng)項(xiàng)U一般不可直接觀測(cè)。 樣本回歸方程或樣本函數(shù)是隨機(jī)的，

3、隨樣本的變化而變化，其參數(shù)也是隨機(jī)變量。擾動(dòng)項(xiàng)e可以計(jì)算出來(lái)。第8頁(yè)/共82頁(yè)22第9頁(yè)/共82頁(yè)（二）普通最小二乘估計(jì)法第10頁(yè)/共82頁(yè)（三）OLS估計(jì)量的代數(shù)性質(zhì)在有截距項(xiàng)的模型中：（1）殘差和為0。（2）樣本回歸線通過樣本均值點(diǎn)。（3）被解釋變量的平均數(shù)等于擬合值的平均數(shù)。（4）被解釋變量與殘差不相關(guān)。（5）解釋變量與殘差不相關(guān)。第11頁(yè)/共82頁(yè)（四）統(tǒng)計(jì)性質(zhì)高斯馬爾科夫定理第12頁(yè)/共82頁(yè)三、回歸系數(shù)的假設(shè)檢驗(yàn)及區(qū)間估計(jì)回歸系數(shù)服從正態(tài)分布，標(biāo)準(zhǔn)化過程中產(chǎn)生了t分布。對(duì)回歸參數(shù)執(zhí)行是否等于某個(gè)值的假設(shè)檢驗(yàn)。（特殊情形是：是否等于0的顯著性檢驗(yàn)）根據(jù)t值絕對(duì)值是否大于2或P val

4、ue來(lái)判定。第13頁(yè)/共82頁(yè) 區(qū)間估計(jì)第14頁(yè)/共82頁(yè)四、擬合優(yōu)度的度量在有截距項(xiàng)的模型中：第15頁(yè)/共82頁(yè)第16頁(yè)/共82頁(yè)第三章 多元線性回歸模型一、多元線性回歸模型中的方程形式（1）總體回歸模型（2）總體回歸方程 （3）樣本回歸模型（4）樣本回歸方程第17頁(yè)/共82頁(yè)第18頁(yè)/共82頁(yè)三、多元線性回歸模型的估計(jì)第19頁(yè)/共82頁(yè)四、OLS估計(jì)量的統(tǒng)計(jì)性質(zhì)經(jīng)典假設(shè)滿足的條件下，是估計(jì)量。擾動(dòng)項(xiàng)方差的估計(jì)： kne2i2第20頁(yè)/共82頁(yè)五、多元線性回歸模型的檢驗(yàn)（一）回歸方程顯著性檢驗(yàn)（F檢驗(yàn)） 不全為0.023H :0k = =.= =1H :(12)j j= , ,.,k第21頁(yè)

5、/共82頁(yè)（二）擬合優(yōu)度檢驗(yàn)第22頁(yè)/共82頁(yè)（三）各（三）各回歸系數(shù)的回歸系數(shù)的顯著性檢驗(yàn)（顯著性檢驗(yàn)（t t 檢驗(yàn)）檢驗(yàn)）第23頁(yè)/共82頁(yè) 點(diǎn)預(yù)測(cè) 區(qū)間預(yù)測(cè)第24頁(yè)/共82頁(yè)第四章 多重共線性一 、什么什么是是多重共線性多重共線性rank(X)kRank(X)=k,滿秩，系數(shù)可以估計(jì)，但是會(huì)導(dǎo)致模型估計(jì)結(jié)果出現(xiàn)問題。第25頁(yè)/共82頁(yè)二、產(chǎn)生多重共線性的背景3. 截面數(shù)據(jù)在一定情形下建立的模型4 抽樣導(dǎo)致的偶然樣本第26頁(yè)/共82頁(yè) 第27頁(yè)/共82頁(yè)第28頁(yè)/共82頁(yè)四、多重共線性的檢驗(yàn) （一）簡(jiǎn)單相關(guān)系數(shù)檢驗(yàn)法 （二）方差擴(kuò)大因子法 （三）直觀（經(jīng)驗(yàn)）判斷法 （四）逐步回歸檢驗(yàn)法第2

6、9頁(yè)/共82頁(yè)五、多重共線性的補(bǔ)救措施（一）經(jīng)驗(yàn)方法（1）剔除變量法（2）增大樣本容量（3）變換模型形式（如差分）（4）利用非樣本先驗(yàn)信息（5）橫截面數(shù)據(jù)與時(shí)間序列并用（6）變量變換（二）逐步回歸法（三）嶺回歸法第30頁(yè)/共82頁(yè)第五章 異方差性一、異一、異方差的方差的實(shí)質(zhì)實(shí)質(zhì) 第31頁(yè)/共82頁(yè)二、產(chǎn)生異方差的原因 （一）模型中省略了某些重要的解釋變量 （二）模型的設(shè)定誤差 （三）數(shù)據(jù)的測(cè)量誤差 （四）截面數(shù)據(jù)中總體各單位的差異第32頁(yè)/共82頁(yè)三、異方差性三、異方差性的后果的后果第33頁(yè)/共82頁(yè)第34頁(yè)/共82頁(yè)（二）（二）Goldfeld-QuanadtGoldfeld-Quanadt

7、檢驗(yàn)檢驗(yàn)（三）（三）WhiteWhite檢驗(yàn)檢驗(yàn)（四）（四）GlejserGlejser檢驗(yàn)檢驗(yàn)（五）（五）ARCHARCH檢驗(yàn)檢驗(yàn)第35頁(yè)/共82頁(yè)五、異方差的補(bǔ)救措施（一）（一）模型變換法模型變換法第36頁(yè)/共82頁(yè)第37頁(yè)/共82頁(yè)（二）（二）加權(quán)最小二乘法加權(quán)最小二乘法第38頁(yè)/共82頁(yè)（三）（三）模型模型的的對(duì)數(shù)變換對(duì)數(shù)變換第39頁(yè)/共82頁(yè)第六章 自相關(guān)一、什么是自相關(guān)自相關(guān)（auto correlation），又稱序列相關(guān)（serial correlation）是指總體回歸模型的隨機(jī)誤差項(xiàng)之間存在相關(guān)關(guān)系。即不同觀測(cè)點(diǎn)上的誤差項(xiàng)彼此相關(guān)。自相關(guān)的程度度量：自相關(guān)系數(shù)第40頁(yè)/共8

8、2頁(yè)二、自相關(guān)產(chǎn)生的原因第41頁(yè)/共82頁(yè)三、自相關(guān)的后果 （一）線性性、無(wú)偏性不受影響 （二）有效性被破壞 （三） F檢和t檢驗(yàn)不再可靠 （四）預(yù)測(cè)失效第42頁(yè)/共82頁(yè)四、自相關(guān)的檢驗(yàn) （一）圖示檢驗(yàn)法第43頁(yè)/共82頁(yè)（二）DW檢驗(yàn)法第44頁(yè)/共82頁(yè)第45頁(yè)/共82頁(yè) 當(dāng)擾動(dòng)項(xiàng)存在高階自相關(guān)時(shí)，就有必要采用其他方法。第46頁(yè)/共82頁(yè)（四）LM檢驗(yàn) 用殘差對(duì)解釋變量及滯后殘差項(xiàng)做輔助回歸，進(jìn)行聯(lián)合顯著性檢驗(yàn)（LM統(tǒng)計(jì)量）第47頁(yè)/共82頁(yè)五、自相關(guān)的補(bǔ)救 （一）廣義最小二乘法（GLS）第48頁(yè)/共82頁(yè)（二）廣義差分法（廣義最二乘法在實(shí)際應(yīng)用中并不常用）第49頁(yè)/共82頁(yè)第50頁(yè)/共8

9、2頁(yè)自相關(guān)系數(shù)pho的確定 （1） Cochrane Orcutt迭代法 （2）德賓兩步法第51頁(yè)/共82頁(yè)第七章 分布滯后模型與自回歸模型 一、分布滯后模型一、分布滯后模型第52頁(yè)/共82頁(yè)（一）分布滯后模型估計(jì)的困難l 自由度問題l 多重共線性問題l 滯后長(zhǎng)度難于確定的問題第53頁(yè)/共82頁(yè)（二）處理辦法 其基本思想是設(shè)法有目的地減少需要直接估計(jì)的模型參數(shù)個(gè)數(shù)，以緩解多重共線性，保證自由度。 經(jīng)驗(yàn)加權(quán)估計(jì)法：經(jīng)驗(yàn)加權(quán)估計(jì)法：是根據(jù)實(shí)際經(jīng)濟(jì)問題的特點(diǎn)及經(jīng)驗(yàn)判斷，對(duì)滯后變量賦予一定的權(quán)數(shù)，利用這些權(quán)數(shù)構(gòu)成各滯后變量的線性組合，以形成新的變量，再應(yīng)用最小二乘法進(jìn)行估計(jì)。第54頁(yè)/共82頁(yè)阿爾蒙法

10、：阿爾蒙法：目的：消除多重共線性的影響?；驹恚涸谟邢薹植紲竽Ｐ蜏箝L(zhǎng)度 已知的情況下，滯后項(xiàng)系數(shù)有一取值結(jié)構(gòu)，把它看成是相應(yīng)滯后期 的函數(shù)。在以滯后期 為橫軸、滯后系數(shù)取值為縱軸的坐標(biāo)系中，如果這些滯后系數(shù)落在一條光滑曲線上，或近似落在一條光滑曲線上，則可以由一個(gè)關(guān)于i i的次數(shù)較低的m m次多項(xiàng)式很好地逼近，即 第55頁(yè)/共82頁(yè)二、自回歸模型二、自回歸模型（一）構(gòu)建（一）構(gòu)建庫(kù)伊克庫(kù)伊克模型模型自適應(yīng)預(yù)期自適應(yīng)預(yù)期模型模型局部調(diào)整模型局部調(diào)整模型第56頁(yè)/共82頁(yè)（二）估計(jì) 1 估計(jì)的困難第57頁(yè)/共82頁(yè)2 解決辦法第58頁(yè)/共82頁(yè)3自回歸模型中自相關(guān)的檢驗(yàn) 德賓德賓h- -檢驗(yàn)

11、檢驗(yàn)第59頁(yè)/共82頁(yè)第八章 虛擬變量回歸 一、虛擬變量的定義 計(jì)量經(jīng)濟(jì)學(xué)中，將取值為0 0和1 1的人工變量稱為虛擬變量。虛擬變量也稱：?jiǎn)≡兞俊⒍ㄐ宰兞康鹊?。通常用字母D或DUM加以表示（英文中虛擬或者啞元Dummy的縮寫）。第60頁(yè)/共82頁(yè)二、虛擬變量虛擬變量設(shè)置規(guī)則設(shè)置規(guī)則從理論上講，虛擬變量取“0”0”值通常代表比較的基礎(chǔ)類型；而虛擬變量取“1”1”值通常代表被比較的類型。 虛擬變量數(shù)量的設(shè)置規(guī)則虛擬變量數(shù)量的設(shè)置規(guī)則第61頁(yè)/共82頁(yè)三、虛擬解釋變量的虛擬解釋變量的回歸回歸第62頁(yè)/共82頁(yè)第十章 時(shí)間序列計(jì)量經(jīng)濟(jì)模型經(jīng)典時(shí)間序列分析和回歸分析有許多假定前提，如序列的平穩(wěn)性、正態(tài)

12、性等。直接將經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)用于建模分析，實(shí)際上隱含了上述假定，在這些假定成立的條件下，據(jù)此而進(jìn)行的t檢驗(yàn)、F檢驗(yàn)等才具有較高的可靠度。越來(lái)越多的經(jīng)驗(yàn)證據(jù)表明，經(jīng)濟(jì)分析中所涉及的大多數(shù)時(shí)間序列是非平穩(wěn)的。第63頁(yè)/共82頁(yè)一、時(shí)間序列基本概念傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)模型的假定條件：序列的平穩(wěn)性、正態(tài)性。 所謂“偽回歸”，是指變量間本來(lái)不存在有意義的相依關(guān)系，但回歸結(jié)果卻得出存在相依關(guān)系的錯(cuò)誤結(jié)論。20世紀(jì)70年代，Grange、Newbold 研究發(fā)現(xiàn)，造成“偽回歸”的根本原因在于時(shí)序序列變量的非平穩(wěn)性第64頁(yè)/共82頁(yè) 所謂時(shí)間序列的平穩(wěn)性，是指時(shí)間序列的統(tǒng)計(jì)規(guī)律不會(huì)隨著時(shí)間的推移而發(fā)生變化。第

13、65頁(yè)/共82頁(yè)二、時(shí)間序列平穩(wěn)性的單位根檢驗(yàn)（一）非平穩(wěn)隨機(jī)過程序列的生成過程為如下隨機(jī)游走過程(Random Walk Process)：則序列是非平穩(wěn)的。又叫“單位根過程”。第66頁(yè)/共82頁(yè)（二）非平穩(wěn)過程平穩(wěn)化第67頁(yè)/共82頁(yè)（三）平穩(wěn)性檢驗(yàn) DF檢驗(yàn) ADF檢驗(yàn)第68頁(yè)/共82頁(yè)第69頁(yè)/共82頁(yè)三、協(xié)整 （一）協(xié)整的概念 同階單整的非平穩(wěn)時(shí)間序列如果能組合成平穩(wěn)時(shí)間序列，則說(shuō)明這些變量間的關(guān)系是協(xié)整的。表明這些變量間存在著長(zhǎng)期均衡關(guān)系。 協(xié)整概念的提出對(duì)于用非平穩(wěn)變量建立經(jīng)濟(jì)計(jì)量模型，以檢驗(yàn)這些變量之間的長(zhǎng)期均衡關(guān)系非常重要。第70頁(yè)/共82頁(yè)（1）如果多個(gè)非平穩(wěn)變量具有協(xié)整性

14、，則這些變量可以合成一個(gè)平穩(wěn)序列。這個(gè)平穩(wěn)序列就可以用來(lái)描述原變量之間的均衡關(guān)系。（2）當(dāng)且僅當(dāng)多個(gè)非平穩(wěn)變量之間具有協(xié)整性時(shí)，由這些變量建立的回歸模型才有意義。所以協(xié)整性檢驗(yàn)也是區(qū)別真實(shí)回歸與偽回歸的有效方法。（3）具有協(xié)整關(guān)系的非平穩(wěn)變量可以用來(lái)建立誤差修正模型。由于誤差修正模型把長(zhǎng)期關(guān)系和短期動(dòng)態(tài)特征結(jié)合在一個(gè)模型中，因此既可以克服傳統(tǒng)計(jì)量經(jīng)濟(jì)模型忽視偽回歸的問題，又可以克服建立差分模型忽視水平變量信息的弱點(diǎn)。第71頁(yè)/共82頁(yè)（二）協(xié)整的檢驗(yàn) EG兩步檢驗(yàn)法兩步檢驗(yàn)法：第72頁(yè)/共82頁(yè)（三）誤差（三）誤差修正修正模型模型（Error Correction Model ,ECM）第73

15、頁(yè)/共82頁(yè)第十一章 聯(lián)立方程模型 一、聯(lián)立方程模型的性質(zhì) 所謂聯(lián)立方程模型，是指同時(shí)用若干個(gè)相互關(guān)聯(lián)的方程，去表示一個(gè)經(jīng)濟(jì)系統(tǒng)中經(jīng)濟(jì)變量相互依存性的模型。 二、變量類型 內(nèi)生變量?jī)?nèi)生變量 外生變量外生變量 滯后內(nèi)生變量滯后內(nèi)生變量 前定變量前定變量第74頁(yè)/共82頁(yè)三、聯(lián)立方程偏倚聯(lián)立方程偏倚：聯(lián)立方程模型中內(nèi)生變量作為解釋變量與隨機(jī)項(xiàng)相關(guān)，違反了OLS基本假定，如仍用OLS法 去估計(jì)參數(shù)，就會(huì)產(chǎn)生偏倚，估計(jì)式是有偏的，而且是不一致的，這稱為聯(lián)立方程偏倚。 結(jié)論： OLS法一般不適合于估計(jì)聯(lián)立方程模型。第75頁(yè)/共82頁(yè)四、聯(lián)立方程模型的種類四、聯(lián)立方程模型的種類第76頁(yè)/共82頁(yè)結(jié)構(gòu)型模型 根據(jù)經(jīng)濟(jì)理論建立的描述經(jīng)濟(jì)變量關(guān)系結(jié)構(gòu)的經(jīng)濟(jì)計(jì)量學(xué)方程系統(tǒng)，稱為結(jié)構(gòu)型模型。第77頁(yè)/共82頁(yè)五、聯(lián)立方程五、聯(lián)立方程模型的識(shí)別模型的識(shí)別 （一）聯(lián)立方程模型的識(shí)別可以從多方面去理解，但從根本上說(shuō)識(shí)別是模型的設(shè)定問題。 （二）聯(lián)立方程模型識(shí)別的類型 不可識(shí)別 恰好識(shí)別 過度識(shí)別第78頁(yè)/共82頁(yè)（三）結(jié)構(gòu)式（三）結(jié)構(gòu)式模型識(shí)別的方法模型識(shí)別的方法 1. 識(shí)別的階條件 識(shí)別的必要條件 一