計量經(jīng)濟學(xué)概述

計量經(jīng)濟學(xué)概述尤濟紅計量經(jīng)濟分析的學(xué)習(xí)原則先實踐，再理論古典線性回歸模型(CLRM)的基本假定:1.隨機誤差項具有0均值——無偏性2.隨機誤差項同方差——有效性2.隨機誤差項之間不相關(guān)——無自相關(guān)3.解釋變量x與隨機誤差項不相關(guān)——內(nèi)生性4.隨機誤差項服從均值為0，同方差的正態(tài)分布——統(tǒng)計檢驗和推斷5.解釋變量x是非隨機的——保證y的概率分布具有均值放寬基本假定的拓展1.異方差2.自相關(guān)3.多重共線性4.內(nèi)生性5.遺漏與冗余變量6.模型的穩(wěn)定性檢驗異方差的檢驗及處理1.帶來的問題：回歸系數(shù)的t值通常被夸大，統(tǒng)計檢驗無效。2.如何檢驗：WhiteHeteroskedasticityTest（nocrossterms/crossterms） 3.如何處理：white異方差一致協(xié)方差估計

或者Newey-West自相關(guān)異方差一致估計或加權(quán)最小二乘法WLS自相關(guān)問題1.識別：D-W檢驗

Q統(tǒng)計圖Breusch-GodfreySerialCorrelationLMTest 2.處理：自回歸法AR(1)多重共線性典型特征：F值很高，t值不顯著檢驗：相關(guān)系數(shù)correlation處理：逐步回歸法嶺回歸主成分分析內(nèi)生性問題(據(jù)說是秒殺技能)1.特征：十分常見，很難處理，也是論文的殺手锏2.檢驗：理論上的可能性

找到可疑內(nèi)生變量的工具變量，工具變量的要求:①v與擾動項不相關(guān)；②v與內(nèi)生變量高度相關(guān)。3.處理：2SLS遺漏與冗余變量1.遺漏變量檢驗：DW檢驗、LM檢驗2.冗余變量：wald檢驗3.回歸設(shè)定誤差檢驗：拉姆齊Ramsey的RESET檢驗(原假設(shè)：模型沒有設(shè)定誤差)模型的穩(wěn)定性檢驗1.chow分割點檢驗2.chow預(yù)測檢驗動態(tài)模型1.多項式分布滯后模型PDLs(Almon分布滯后模型)2.協(xié)整方程的誤差修正模型3.向量自回歸VAR模型補充一點：分位數(shù)回歸QuantileRegression據(jù)說效果相當(dāng)不錯，可以去研究研究(秒殺)時間序列分析1.注意：避免自相關(guān)導(dǎo)致的估計參數(shù)不可信2.非平穩(wěn)時間序列：生產(chǎn)變量隨著時間發(fā)生變化3.“偽回歸”即變量間本來不存在有意義的關(guān)系，但回歸結(jié)果卻得出存在有意義關(guān)系的錯誤結(jié)論。單位根檢驗和協(xié)整1.方法：ADF單位根檢驗2.注意：協(xié)整變量必須具有相同的單整階數(shù)。3.協(xié)整檢驗：E-G兩步法

JJ檢驗(適合多變量協(xié)整檢驗)4.短期動態(tài)模型：ECM狀態(tài)空間模型(SSF)應(yīng)用：1.可變參數(shù)模型的狀態(tài)空間表示，即可以估計參數(shù)隨時間而變化的過程。2.用于預(yù)測：可以求解經(jīng)濟時間序列的趨勢循環(huán)分量、季節(jié)分量和不規(guī)則分量使用難點：編程繁瑣、過程復(fù)雜，不易上手向量自回歸模型VAR1.原理：用以前的變量變化來描述現(xiàn)在的變量，用于宏觀經(jīng)濟預(yù)測，更重要的是追蹤政策變化和外部刺激對經(jīng)濟系統(tǒng)的影響。2.兩大作用：Granger因果關(guān)系檢驗、脈沖響應(yīng)函數(shù)分析、方差分解3.難點：滯后階數(shù)的確定脈沖響應(yīng)函數(shù)分析當(dāng)一個誤差項發(fā)生一個正的標(biāo)準(zhǔn)差大小的變化時，對系統(tǒng)的動態(tài)影響?；舅枷耄嚎紤]擾動項的影響是如何傳播到各變量的。y1：鋼材；y2：建材；y3：汽車；y4：機械；y5：家電方差分解脈沖響應(yīng)函數(shù)描述的是VAR模型中的一個內(nèi)生變量的沖擊給其他內(nèi)生變量所帶來的影響。而方差分解(variancedecomposition)是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化(通常用方差來度量)的貢獻度，進一步評價不同結(jié)構(gòu)沖擊的重要性。因此，方差分解給出對VAR模型中的變量產(chǎn)生影響的每個隨機擾動的相對重要性的信息。y1：鋼材；y2：建材；y3：汽車；y4：機械；y5：家電面板數(shù)據(jù)PanelData模型1.基本形式：2.模型形式設(shè)定類型：①不變參數(shù)模型：②變截距模型：固定效應(yīng)模型隨機效應(yīng)模型③變系數(shù)模型：固定效應(yīng)模型隨機效應(yīng)模型

補充：1.截面異方差的處理：可行廣義最小二乘法(FGLS)

或者使用white截面異方差估計2.自相關(guān)的處理同樣采用自回歸法。3.殘差截面異方差和時間自相關(guān)性同時存在的處理：SUR加權(quán)最小二乘法4.面板數(shù)據(jù)的單位根和協(xié)整檢驗空間計量經(jīng)濟學(xué)模型空間計量經(jīng)濟學(xué)是計量經(jīng)濟學(xué)的一個分支，研究的是在橫截面數(shù)據(jù)（Cross-sectionalData）和面板數(shù)據(jù)（PanelData）的回歸模型中如何處理空間交互作用（空間自相關(guān)）和空間結(jié)構(gòu)（空間非均勻性）（Anselin，1988）。Goodchild（1992）指出，幾乎所有的空間數(shù)據(jù)都具有空間依賴或者空間自相關(guān)特征，也就是說，一個地區(qū)空間單元的某種經(jīng)濟地理現(xiàn)象或某一屬性值與鄰近地區(qū)空間單元上同一現(xiàn)象或?qū)傩灾凳窍嚓P(guān)的。空間依賴型打破了大多數(shù)傳統(tǒng)經(jīng)典統(tǒng)計學(xué)和計量經(jīng)濟學(xué)中相互獨立的基本假定，是對傳統(tǒng)方法的繼承和發(fā)展。李子奈，葉阿忠，高級應(yīng)用計量經(jīng)濟學(xué)[M].清華大學(xué)出版社，2012,234-252.空間效應(yīng)的分類空間相關(guān)性spatialdependence

體現(xiàn)空間結(jié)構(gòu)上的相互依賴性空間異質(zhì)性spatialheterogeneity

空間分布或空間結(jié)構(gòu)特點的不同導(dǎo)致的個體差異性(比如設(shè)立虛擬變量)空間相關(guān)性(空間依賴性)1.空間實質(zhì)相關(guān)?現(xiàn)實中存在的空間交互作用，是區(qū)域間經(jīng)濟或創(chuàng)新差異演變過程中的真實成分，是確確實實存在的空間交互影響2.空間擾動相關(guān)?可能來源于測量問題，比如區(qū)域經(jīng)濟發(fā)展過程研究中的空間模式與觀測單元之間邊界的不匹配，造成了相鄰地理空間單元出現(xiàn)了測量誤差所導(dǎo)致。空間相關(guān)性的模型1.空間滯后模型(spatiallagmodel,SLM)?模型的解釋變量在空間上相關(guān)2.空間誤差模型(spatialerrormodelSEM)?模型的誤差項在空間上相關(guān)如何判斷區(qū)域間存在空間相關(guān)性？1.全局moran’sI指數(shù)方法，反映空間鄰接或空間鄰近區(qū)域單元屬性值的相似程度。(是否存在空間效應(yīng)？)2.全局Geary指數(shù)全域空間相關(guān)性檢驗與分析Moran’sI定義如下：

其中，，，表示第個地區(qū)的觀測值（如專利數(shù)），為地區(qū)總數(shù)（如省域），為二進制的鄰近空間權(quán)值矩陣，表示其中的任一元素，采用鄰近標(biāo)準(zhǔn)或距離標(biāo)準(zhǔn)，其目的是定義空間對象的相互鄰近關(guān)系。

選擇SLM模型，還是SEM模型？由于事先無法根據(jù)先驗經(jīng)驗推斷在SLM和SEM模型中是否存在空間依賴性，有必要構(gòu)建一種判別準(zhǔn)則，以決定哪種空間模型更加符合客觀實際。Anselin和Florax（1995）提出了如下判別準(zhǔn)則：如果在空間依賴性的檢驗中發(fā)現(xiàn)LMLAG較之LMERR在統(tǒng)計上更加顯著，且R-LMLAG顯著而R-LMERR不顯著，則可以斷定適合的模型是空間滯后模型；相反，如果LMERR比LMLAG在統(tǒng)計上更加顯著，且R-LMERR顯著而R-LMLAG不顯著，則可以斷定空間誤差模型是恰當(dāng)?shù)哪Ｐ?。區(qū)域間是高高聚集還是低低，或是高低聚集？局部空間自相關(guān)檢驗：1.空間聯(lián)系的局部指標(biāo)LISA指數(shù)：①局部Moran指數(shù)②局部Geary指數(shù)2.全局G統(tǒng)計量3.Moran散點圖(比較常見)怎么整一個空間模型？1.空間權(quán)重矩陣的設(shè)定一般有兩種方法，一種是鄰接矩陣，另一種是距離矩陣。2.怎么估計？空間統(tǒng)計分析軟件GeoDa095i，