研究生計量經(jīng)濟學(xué)第一章 緒論

1、研究生計量經(jīng)濟學(xué)第一章 緒論2第一章 緒論課程教學(xué)大綱計量經(jīng)濟學(xué)的地位、應(yīng)用和局限性計量經(jīng)濟學(xué)的基礎(chǔ)知識 3計量經(jīng)濟學(xué)教學(xué)大綱 課程 計量經(jīng)濟學(xué) 學(xué)分：3 課程性質(zhì)：必修4 教師 主講教師：林光華 辦公地點：逸夫樓5060 5 課程說明 教學(xué)目的 經(jīng)濟學(xué)是一門科學(xué)，實證的方法，尤其是數(shù)量分析方法是經(jīng)濟學(xué)研究的基本方法論。通過該門課程教學(xué)，使學(xué)生掌握計量經(jīng)濟學(xué)的基本理論與方法，并能夠建立實用的計量經(jīng)濟學(xué)應(yīng)用模型。 先修課程 中級微觀經(jīng)濟學(xué)、中級宏觀經(jīng)濟學(xué)、經(jīng)濟統(tǒng)計學(xué)、微積分、線性代數(shù)、概率論與數(shù)理統(tǒng)計、應(yīng)用數(shù)理統(tǒng)計6 教材及參考書初級Basic Econometrics,Damodar N. G

2、ujarrati經(jīng)濟計量學(xué)，J.H. Stock,M.W.Waston 計量經(jīng)濟學(xué)導(dǎo)論現(xiàn)代觀點,Wooldridge計量經(jīng)濟學(xué)，李子奈，高等教育出版社，7 教材及參考書中高級計量經(jīng)濟理論和方法，Davidson，Mackinnon橫截面與面板數(shù)據(jù)的計量分析,Wooldridge計量經(jīng)濟分析，Greene計量經(jīng)濟學(xué),林文夫 Hayashi和相關(guān)課程關(guān)系易福金老師的高級計量經(jīng)濟學(xué)孫頂強老師的高級計量經(jīng)濟學(xué)II89課程內(nèi)容提綱及學(xué)時安排計量經(jīng)濟學(xué)的統(tǒng)計學(xué)基礎(chǔ)回歸分析模型的建立與估計中的問題及對策（多重共線性、異方差性、序列相關(guān)性）內(nèi)生性問題，聯(lián)立方程組模型的估計離散選擇模型面板數(shù)據(jù)分析時間序列分析1

3、0課程成績 平時作業(yè)： 30分 課堂表現(xiàn)： 10分 期末考核： 60分11計量經(jīng)濟學(xué)的地位、應(yīng)用和局限性現(xiàn)代經(jīng)濟學(xué)的特征 計量經(jīng)濟學(xué)與數(shù)理經(jīng)濟學(xué)、數(shù)理統(tǒng)計學(xué)及經(jīng)濟統(tǒng)計學(xué)的區(qū)別計量經(jīng)濟學(xué)的應(yīng)用計量經(jīng)濟學(xué)的局限性12現(xiàn)代經(jīng)濟學(xué)的特征現(xiàn)代經(jīng)濟學(xué)研究的一般方法可歸納為以下幾 個步驟:一、收集數(shù)據(jù)和總結(jié)經(jīng)驗特征事實(empirical stylized facts)：一般從觀察到的經(jīng)濟數(shù)據(jù)中提煉出來。例：恩格爾曲線、菲利普斯曲線、市場波動聚集。高處重量輕。二、建立經(jīng)濟理論或模型：解釋這些經(jīng)驗特征事實。氣溫下降，重量減少？三、實證檢驗：把經(jīng)濟理論或模型轉(zhuǎn)化為可用數(shù)據(jù)檢驗的計量經(jīng)濟模型。經(jīng)濟理論或模型通常只

4、指出經(jīng)濟變量之間的因果關(guān)系和數(shù)量關(guān)系,沒有給出確切的函數(shù)形式。從經(jīng)濟數(shù)學(xué)模型到計量經(jīng)濟模型的轉(zhuǎn)化過程中,需要對函數(shù)形式做出假設(shè),然后利用觀測到的數(shù)據(jù),估計未知參數(shù)值,并進一步驗證計量經(jīng)濟模型的設(shè)定是否正確。四、應(yīng)用：預(yù)測未來經(jīng)濟的變動趨勢以及提供政策建議13現(xiàn)代經(jīng)濟學(xué)的特征1.對經(jīng)濟理論數(shù)學(xué)建模Modelization/Mathematization2.對經(jīng)濟現(xiàn)象進行實證分析EmpiricalizationWhat is science?Logical consistency and coherency in theory;Consistency between theory and styl

5、ized facts.14實證分析如何驗證經(jīng)濟理論是否可以解釋現(xiàn)實呢?實際上,幾乎不可能或很難用經(jīng)濟數(shù)據(jù)檢驗經(jīng)濟理論的前提假設(shè)是否正確。但是,我們可以通過考察經(jīng)濟理論的推論與觀測到的數(shù)據(jù)之間是否一致來檢驗。在經(jīng)濟學(xué)發(fā)展的早期階段,實證研究通常是使用案例分析或間接驗證的方法。比如,亞當斯密在國富論中就是用案例分析方法來解釋專業(yè)化分工的優(yōu)勢所在。嚴格的實證分析需要使用計量經(jīng)濟學(xué)方法15計量經(jīng)濟學(xué)與數(shù)理經(jīng)濟學(xué)、數(shù)理統(tǒng)計學(xué)及經(jīng)濟統(tǒng)計學(xué)的區(qū)別計量經(jīng)濟學(xué)和數(shù)理經(jīng)濟學(xué)的作用不同。數(shù)理經(jīng)濟學(xué)家的主要任務(wù)是用數(shù)學(xué)工具研究經(jīng)濟理論問題并將經(jīng)濟理論表述為嚴謹?shù)臄?shù)學(xué)模型形式,而不必考慮經(jīng)濟理論的實證問題。要檢驗經(jīng)濟理

6、論是否可以解釋經(jīng)濟現(xiàn)實,需計量經(jīng)濟學(xué)的方法和工具。16計量經(jīng)濟學(xué)與數(shù)理經(jīng)濟學(xué)、數(shù)理統(tǒng)計學(xué)及經(jīng)濟統(tǒng)計學(xué)的區(qū)別計量經(jīng)濟學(xué)不等同于經(jīng)濟統(tǒng)計學(xué)經(jīng)濟統(tǒng)計學(xué)是對經(jīng)濟數(shù)據(jù)的統(tǒng)計分析,特別是經(jīng)濟數(shù)據(jù)調(diào)查、收集、整理并分析經(jīng)濟變量之間的數(shù)量關(guān)系及其統(tǒng)計顯著程度。 “菲利普斯曲線”就是經(jīng)濟統(tǒng)計學(xué)所揭示的一個重要的經(jīng)濟特征事實計量經(jīng)濟學(xué)也是研究經(jīng)濟變量之間的數(shù)量關(guān)系,但更主要的是關(guān)注經(jīng)濟變量之間的因果關(guān)系,以揭示經(jīng)濟運行規(guī)律。17數(shù)理經(jīng)濟學(xué)是運用數(shù)學(xué)研究有關(guān)經(jīng)濟理論數(shù)理統(tǒng)計學(xué)是運用數(shù)學(xué)研究統(tǒng)計問題經(jīng)濟統(tǒng)計學(xué)是對經(jīng)濟現(xiàn)象的統(tǒng)計研究計量經(jīng)濟學(xué)是經(jīng)濟學(xué)、統(tǒng)計學(xué)、數(shù)學(xué)三者結(jié)合在一起的交叉學(xué)科。經(jīng)濟學(xué) 統(tǒng)計學(xué)數(shù)學(xué) 數(shù) 理統(tǒng)計

7、學(xué)經(jīng)濟統(tǒng)計學(xué)數(shù)理經(jīng)濟學(xué)計量經(jīng)濟學(xué)18計量經(jīng)濟學(xué)的應(yīng)用1、結(jié)構(gòu)分析2、經(jīng)濟預(yù)測3、政策評價4、理論檢驗與發(fā)展19計量經(jīng)濟學(xué)的應(yīng)用例1：結(jié)構(gòu)分析：凱恩斯理論、乘數(shù)效應(yīng)和政策建議Yt = Ct + It + GtCt = + Yt +政府需要知道每年發(fā)行多少國債最為合適,這就需要知道值。經(jīng)濟理論只闡述收入和消費之間存在正相關(guān)關(guān)系,但沒有提及各個國家值究竟是多少。勿庸置疑,民族歷史文化會影響一國居民的消費習(xí)慣,即由于文化的差異,不同國家的值必然不同。而且,同一個國家在不同經(jīng)濟發(fā)展階段的值也可能不同。計量經(jīng)濟學(xué)家已提出針對各種消費數(shù)據(jù)一致估計這一重要結(jié)構(gòu)參數(shù)值的計量方法。實際上,僅僅通過經(jīng)濟理論,我們甚

8、至無法知道具體消費函數(shù)形式。設(shè)定消費函數(shù)為線性關(guān)系僅是為了理論上的方便。盡管消費函數(shù)形式未知,計量經(jīng)濟學(xué)家還是提出了用觀測數(shù)據(jù)一致估計消費函數(shù)的可行方法,即非參數(shù)方法(Pagan and Ullah ,1999)20計量經(jīng)濟學(xué)的應(yīng)用例2：生產(chǎn)函數(shù)和規(guī)模報酬不變假設(shè)第i 家企業(yè)有勞動Li 和資本存量Ki 兩種要素,產(chǎn)出為Yi ,則其生產(chǎn)函數(shù)是投入( Li , Ki )到產(chǎn)出( Yi ) 的映射:Yi = exp (i ) F(Li , Ki )其中,i 是隨機擾動項(若Yi 是農(nóng)業(yè)產(chǎn)出的話,i 表示天氣條件等不確定性因素) 。我們說生產(chǎn)技術(shù)具有規(guī)模報酬不變(constant return to

9、scale ,簡稱為CRS) 性質(zhì),如果對所有實數(shù) 0 ,有F ( Li ,Ki ) = F(Li ,Ki ) 。CRS 是完全競爭市場經(jīng)濟存在長期均衡的必要條件。如果某一行業(yè)不滿足CRS ,生產(chǎn)技術(shù)具有規(guī)模報酬遞增(increasing return to scale) 性質(zhì),則該行業(yè)將出現(xiàn)自然壟斷。在這種情形下,為保護消費者利益,政府必須采取規(guī)制措施。因此,檢驗一個行業(yè)是否具有CRS 性質(zhì)具有重要的政策含義。21計量經(jīng)濟學(xué)的應(yīng)用檢驗CRS 的常用方法是假設(shè)生產(chǎn)函數(shù)為柯布- 道格拉斯生產(chǎn)函數(shù),即F( L , K ) = AL K 。這樣,CRS 就變成關(guān)于參數(shù)(,) 的約束條件H0 :+=

10、1。如果+ 1 ,則表明存在規(guī)模報酬遞增。注意：CRS 與H0 :+= 1 等價是以真實生產(chǎn)函數(shù)為柯布- 道格拉斯函數(shù)形式為前提的。該生產(chǎn)函數(shù)形式的設(shè)定是一個附加假設(shè),并不屬于CRS 這一經(jīng)濟假說的一個組成部分。如果該附加假設(shè)不正確,那CRS 與統(tǒng)計假說H0 :+= 1 就不等價。因此,生產(chǎn)函數(shù)模型設(shè)定正確是計量經(jīng)濟學(xué)推論正確的前提條件。22計量經(jīng)濟學(xué)的應(yīng)用例3：轉(zhuǎn)型經(jīng)濟的改革效果檢驗我們考慮一個廣義的柯布- 道格拉斯生產(chǎn)函數(shù)(求對數(shù)后) :ln Yit = lnAit + lnLit + ln Kit + lnBONUSit + CONTRACTit +it這里i = 1 , , n , t

11、 = 1 , , T ,其中下標i 表示第i 家企業(yè),下標t 表示第t 期, BONUSit 是企業(yè)工資總支出中獎金的比例, CONTRACTit表示企業(yè)職工中有固定期限(如三年) 的合同工的比例。這是一個面板數(shù)據(jù)模型(Hsiao ,2003) 。23計量經(jīng)濟學(xué)的應(yīng)用在20 世紀80 年代,發(fā)放獎金和實行合同工制度是中國國有企業(yè)改革的兩個主要激勵措施。改革前,中國國有企業(yè)采取固定工資制和終身聘任制。經(jīng)濟理論告訴我們,引入獎金和合同工制度將激勵工人努力工作,從而提高企業(yè)的勞動生產(chǎn)率。為了檢驗這兩個改革措施的成效,我們考慮如下的原假設(shè)H0 := 0。在這里,即使我們假定存在條件同方差,傳統(tǒng)的t 檢

12、驗和F 檢驗也不能使用。這是因為, Yit 和BONUSit 之間很可能存在某種因果關(guān)聯(lián),即生產(chǎn)率高的企業(yè),無論工人是否努力工作,都會付給工人較高的獎金,這會導(dǎo)致擾動項it 與獎金B(yǎng)ONUSit之間存在相關(guān),因而OLS 估計量不能一致估計真實參數(shù)值, t 檢驗和F 檢驗也因此不能使用。24計量經(jīng)濟學(xué)的應(yīng)用計量經(jīng)濟學(xué)家提出了一種重要的估計方法（工具變量法）可有效地過濾掉從產(chǎn)出到獎金的因果關(guān)系所產(chǎn)生的影響,從而獲得參數(shù)值的一致估計。在評估經(jīng)濟改革成效時,如果統(tǒng)計假設(shè)H0 := 0 未被拒絕,我們并不能馬上下結(jié)論說改革沒有成效。這是因為上述加入改革變量的廣義生產(chǎn)函數(shù)模型,僅是檢驗改革成效的方法之一。

13、還存在很多其他可能性,比如改革可能影響勞動和資本的邊際產(chǎn)出(即通過勞動和資本的系數(shù)表示) ,這些可能性并沒有被檢驗。所以,如果統(tǒng)計假設(shè)H0 := 0 未被拒絕,我們只能說未找到證據(jù)推翻改革沒有成效這一經(jīng)濟假說。25計量經(jīng)濟學(xué)的應(yīng)用例4：理性預(yù)期和動態(tài)資產(chǎn)定價人們發(fā)現(xiàn)，根據(jù)理性預(yù)期理論，基于美國經(jīng)濟數(shù)據(jù)的實證研究表明,風險厭惡參數(shù)的實際估計值常常太小,不足以解釋美國股票市場和債券市場收益率之間的差異(Mehra and Prescott ,1985) 。這就是有名的風險溢價之謎(risk premium puzzle) 。為解決這個難題,需要提出新的能夠獲得較大值的資產(chǎn)定價模型,以反映風險厭惡的

14、可能時變性和經(jīng)濟人對高風險的厭惡。后來的Campbell and Cochrance (1999) 提出的基于消費的資產(chǎn)定價模型就是這樣一個理論。由這個例子可以看出,以計量經(jīng)濟學(xué)為基礎(chǔ)的實證分析是如何推動經(jīng)濟理論向前發(fā)展的。26計量經(jīng)濟學(xué)分析的局限性絕大多數(shù)的經(jīng)濟數(shù)據(jù)在本質(zhì)上都不是實驗數(shù)據(jù),這導(dǎo)致了計量經(jīng)濟學(xué)分析的若干局限性：1、經(jīng)濟理論或模型作為對復(fù)雜現(xiàn)實經(jīng)濟的簡化抽象,只能刻畫主要的或重要的經(jīng)濟因素。有些因素是未知的或不可觀測的,沒有包括在經(jīng)濟模型中,因此反映不出它們的影響。不是所有經(jīng)濟問題都有類似工具變量法的方法可以用來一致估計模型因素的影響。27計量經(jīng)濟學(xué)分析的局限性2、很多經(jīng)濟變量并

15、不滿足“平穩(wěn)性”或“同質(zhì)性”假設(shè)。所謂“平穩(wěn)性”就是指經(jīng)濟關(guān)系和經(jīng)濟結(jié)構(gòu)不隨時間變化,或者說經(jīng)濟系統(tǒng)的概率分布(至少是概率分布的一些重要方面) 不隨時間變化。在平穩(wěn)性假設(shè)條件下,不同年份的GDP Yt 可視為具有同樣的概率分布,且它們之間的“關(guān)系”不隨時間變化。因此我們就可以將不同GDP 變量 Yt 的觀測值看作是從同一個概率分布產(chǎn)生出來的隨機數(shù),因而可以進行統(tǒng)計分析。所謂“同質(zhì)性”,是指不同的個體(如消費者、企業(yè)等) 擁有同樣的概率分布,或者至少他們的概率分布具有某些重要的共同特征。這樣,不同個體的經(jīng)濟變量的觀測值就可以看作是由同一個或類似的概率分布產(chǎn)生出來的隨機數(shù)。28計量經(jīng)濟學(xué)分析的局限

16、性3、漸進式結(jié)構(gòu)變化可造成經(jīng)濟實證研究的很大困難。技術(shù)變革、人口結(jié)構(gòu)變化、金融危機會導(dǎo)致體制演變和結(jié)構(gòu)調(diào)整。這些變動將引起經(jīng)濟人行為的變化,從而造成經(jīng)濟關(guān)系和經(jīng)濟結(jié)構(gòu)具有時變性。當經(jīng)濟結(jié)構(gòu)發(fā)生改變時,即使能很好地解釋過去歷史的經(jīng)濟模型,也不一定能對未來做出較準確的預(yù)測。29計量經(jīng)濟學(xué)分析的局限性4、數(shù)據(jù)質(zhì)量經(jīng)濟數(shù)據(jù)可能存在測量誤差,可能存在樣本的選擇偏差( selectionbias) ,數(shù)據(jù)與經(jīng)濟模型中的變量的定義可能不相符,一些經(jīng)濟變量數(shù)據(jù)缺失,甚至在本質(zhì)上是不可觀測的(如幸福指數(shù)或痛苦指數(shù)) ,等等。這些數(shù)據(jù)缺陷所造成的困難有些是可以克服的。有一些數(shù)據(jù)缺陷所造成的困難是不可能或很難克服的

17、。一個例子是測量誤差存在系統(tǒng)性偏差。例如當調(diào)查個人灰色收入時,人們因為擔心需要上繳收入稅而傾向于低報其收入。計量經(jīng)濟學(xué)的數(shù)據(jù)結(jié)構(gòu)(1)截面數(shù)據(jù)(cross-sectional data) 是在給定時間，有關(guān)個人、家庭、企業(yè)、城市、省份、國家或其他單位的樣本構(gòu)成的數(shù)據(jù)。即發(fā)生在同一時間截面上的調(diào)查數(shù)據(jù)。因為在不同的截面上，受到個體的影響，往往容易產(chǎn)生異方差。 2005 Xiamen UniversityObsnoWageEducExperfemale13.10112123.241222133.00112046.00844055.30127052511.5616505263.5014511976年

18、526人的截面數(shù)據(jù)，包括小時工資(wage)、教育水平(educ)、工作經(jīng)驗(exper)、性別(female) 2005 Xiamen University(2)時間序列數(shù)據(jù)（Time series data)是一批按時間先后順序排列的統(tǒng)計數(shù)據(jù)。時間序列數(shù)據(jù)的例子：股票價格、貨幣供應(yīng)量、消費價格指數(shù)（CPI）、GDP等。在時間序列數(shù)據(jù)中，后一期的數(shù)據(jù)往往會與前一期的數(shù)據(jù)有很大的相關(guān)關(guān)系，這是因為影響今期的因素，有時會同樣影響下一期。比如GDP等。時間按頻率可以有天、星期、月、季度、年等。在時間序列數(shù)據(jù)中，時間趨勢和周期性比較重要（季節(jié)性數(shù)據(jù)） 2005 Xiamen UniversityOb

19、snoYeargdppopulagdppc119783624.196259379219795038.2417319804517.898705460419814862.4.489519825294.752524200197314.81276277651252002104790.61284538184中國的GDP、人口和人均GDP的數(shù)據(jù)(3) 混合截面數(shù)據(jù)（Pooled Cross Sections)即有截面數(shù)據(jù)的特征，又有時間序列數(shù)據(jù)的特征。(4)平行數(shù)據(jù)（panel data)每一個截面單位都有一個時間序列的數(shù)據(jù)。平行數(shù)據(jù)是一種特殊的混合截面數(shù)據(jù)。School of Economics 200

20、5 Xiamen UniversitySchool of Economics-EconometricsobsnoCityYearCrimePoppolice111986535440211990835.9247132198626.437542199016.5175.29915019862554.3052030015019903254.62493Obsno觀察值號、city城市編號、year年份、crime犯罪數(shù)、pop城市人口數(shù)、police城市警察數(shù)。33基礎(chǔ)知識例子1：E(w|Edu）=beta0+beta1*edu基本概念：回歸：一個變量的期望值或者均值與另一個或一些變量值的關(guān)系Beta0

21、、beta1的含義被解釋變量、解釋變量函數(shù)形式：本例中為線性真實世界中，函數(shù)具體可能為E(W|Edu)=1000+50Edu34基礎(chǔ)知識但實際上對研究者而言1000，50為未知數(shù)，計量經(jīng)濟學(xué)的任務(wù)確定性事件：同樣的EDU有同樣的W可計算beta0、beta1，不要估計同樣的EDU不同的W要估計35基礎(chǔ)知識同樣的EDU不同的W：原因1、影響W的因素還有其他：工作經(jīng)驗、性別2、無法衡量因素：天生能力3、隨機因素4、W存在測量誤差36基礎(chǔ)知識同樣EDU不同W的解決方案：隨機形式W=0+1Edu+W=0+1Edu+2Exp+3Sex+隨機項、誤差項、隨機擾動、擾動、誤差：來源未包含的變量被解釋變量的測

22、量誤差影響被解釋變量的純隨機因素未考慮到被解釋變量和解釋變量間的非線性關(guān)系37基礎(chǔ)知識隨機項、誤差項、隨機擾動、擾動、誤差：含義某個體W值偏離類似情況個體W的平均值的程度總體和樣本E(Wi|Edui)=0+1Edui+2Expi+3Sexi估計值和估計量估計值：通過樣本對參數(shù)的猜測值，無法評價好壞估計量：估計的方法，可評價38基礎(chǔ)知識模型的正確性與否及有用性Models are to be used not to be believed沒有沒有true的模型：上述兩模型都不trueNor is one model always “better” than the other有用性取決于研究目標

23、和數(shù)據(jù)條件:就像地形圖總是有用嗎？基礎(chǔ)知識例子1告訴我們：函數(shù)形式確定性與隨機性估計量和估計值估計量性質(zhì)True model39基礎(chǔ)知識例2：恩格爾定律19世紀Ernst Engel：食品支出占收入比重隨收入增加而下降。如何檢驗？方法1、F=B0+B1I+e F/I=B0/I+B1，如果B00,40基礎(chǔ)知識一塊錢額外收入的食品支出下降。方法2：E（F|I）=B2+B3I+B4I2 檢驗B30, B40缺點：I很大時2方法3：Log(F)=B5+B6log(I)+w檢驗B61E(log(F)=0.43+0.87log(I)41基礎(chǔ)知識42收入低的樣本，噪音更小基礎(chǔ)知識例子2告訴我們：函數(shù)形式如何檢驗經(jīng)濟學(xué)假設(shè)隨機項的結(jié)構(gòu)好的估計量取決于隨機項的性質(zhì)樣