農(nóng)丁專業(yè)計量經(jīng)濟(jì)學(xué)全冊配套完整課件5

農(nóng)丁專業(yè)計量經(jīng)濟(jì)學(xué)全冊配套完整課件5《Econometrics》

《計量經(jīng)濟(jì)學(xué)》2課程內(nèi)容提綱及學(xué)時安排：第二章線性回歸的基本思想：雙變量模型第三章雙變量模型：假設(shè)檢驗第五章回歸模型的函數(shù)形式第六章虛擬變量回歸模型第七章模型選擇：標(biāo)準(zhǔn)與檢驗第八章多重共線性第九章異方差第一章經(jīng)濟(jì)學(xué)的特征及研究范圍第四章多元回歸：估計與假設(shè)檢驗第十章自相關(guān)上機(jī)實踐課（第4、7、8、10、11、13、14、15周）3教材及參考書：3、《計量經(jīng)濟(jì)學(xué)》，李子奈等，高等教育出版社1、《經(jīng)濟(jì)計量學(xué)精要》，古扎拉蒂著，張濤譯，機(jī)械工業(yè)出版社2、《計量經(jīng)濟(jì)學(xué)導(dǎo)論》，伍德里奇著，中國人民大學(xué)出版社5、《計量分析方法與建模-Eviews應(yīng)用及實例》，高鐵梅，清華大學(xué)出版社44、《計量經(jīng)濟(jì)學(xué)基礎(chǔ)》，張曉桐，南開大學(xué)出版社6、《計量經(jīng)濟(jì)學(xué)軟件-Eviews的使用》，于俊年，對外經(jīng)貿(mào)大學(xué)大學(xué)出版社課程成績：考勤及課堂表現(xiàn)、作業(yè)：30分期末考試：70分希望大家學(xué)習(xí)愉快！5為什么要學(xué)習(xí)計量經(jīng)濟(jì)學(xué)思考：

本公司產(chǎn)品欲提價5元，請預(yù)測該商品未來的銷售量？同時，對手公司產(chǎn)品欲提價3元，請預(yù)測本公司該商品未來的銷售量？……6例：凱恩斯理論、乘數(shù)效應(yīng)和政策建議7Yt=Ct+It+GtCt=α+βYt+ε最簡單的凱恩斯模型(Keynesmodel)可以通過如下的方程組來描述為了考察公共財政政策的成效,需要知道政府支出對總收入的乘數(shù)效應(yīng)。實際上,僅僅通過經(jīng)濟(jì)理論,我們甚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。為什么要學(xué)習(xí)計量經(jīng)濟(jì)學(xué)經(jīng)濟(jì)理論方法？-理論本身無法定量測度變量之間的強(qiáng)度關(guān)系。經(jīng)濟(jì)理論提出的命題和假說，多以定性描述為主。統(tǒng)計學(xué)方法？-涉及經(jīng)濟(jì)數(shù)據(jù)的收集、處理、繪圖、制表等，而不是用這些數(shù)據(jù)來證明經(jīng)濟(jì)理論。8為什么要學(xué)習(xí)計量經(jīng)濟(jì)學(xué)計量經(jīng)濟(jì)學(xué)方法

-不僅可以驗證需求定律；-而且可以給出需求量和價格之間的數(shù)值估計；-同時可以檢驗估計是否合理-然后可以進(jìn)行預(yù)測重要性實用性9計量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)研究中的作用10(一)驗證經(jīng)濟(jì)理論或模型能否解釋以往的經(jīng)濟(jì)數(shù)據(jù)(特別是重要的經(jīng)驗特征事實);(二)檢驗經(jīng)濟(jì)理論和經(jīng)濟(jì)假說的正確性;(三)預(yù)測未來經(jīng)濟(jì)發(fā)展趨勢,并提供政策建議。什么是計量經(jīng)濟(jì)學(xué)？計量經(jīng)濟(jì)學(xué)的方法論學(xué)科性質(zhì)發(fā)展歷史定義內(nèi)容體系四個階段或八個步驟示例說明如何學(xué)好計量經(jīng)濟(jì)學(xué)學(xué)習(xí)目標(biāo)和方法11是經(jīng)濟(jì)學(xué)的一個分支學(xué)科是以揭示經(jīng)濟(jì)活動中客觀存在的數(shù)量關(guān)系為內(nèi)容的分支學(xué)科在經(jīng)濟(jì)學(xué)科中占據(jù)極重要的地位薩繆爾森（P.Samuelson）：“第二次大戰(zhàn)后的經(jīng)濟(jì)學(xué)是計量經(jīng)濟(jì)學(xué)的時代”。一、什么是計量經(jīng)濟(jì)學(xué)-學(xué)科性質(zhì)和地位12TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1980

"forthecreationofeconometricmodelsandtheapplicationtotheanalysisofeconomicfluctuationsandeconomicpolicies"LawrenceR.KleinUSA計量經(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131926年挪威經(jīng)濟(jì)學(xué)家R.Frish提出Econometrics1930年成立世界計量經(jīng)濟(jì)學(xué)會1933年創(chuàng)刊《Econometrica》20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年代以來非經(jīng)典（現(xiàn)代）計量經(jīng)濟(jì)學(xué)的發(fā)展自20世紀(jì)80年代以來，計量經(jīng)濟(jì)學(xué)在我國得到迅速傳播和發(fā)展一、什么是計量經(jīng)濟(jì)學(xué)-發(fā)展歷史14計量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計推斷等工具對經(jīng)濟(jì)現(xiàn)象進(jìn)行分析的一門社會科學(xué)。經(jīng)驗表明，統(tǒng)計學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對于真正了解現(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)成了計量經(jīng)濟(jì)學(xué)?！毕刃拚n程：微觀經(jīng)濟(jì)學(xué)、宏觀經(jīng)濟(jì)學(xué)、統(tǒng)計學(xué)、微積分、線性代數(shù)、概率論與數(shù)理統(tǒng)計一、什么是計量經(jīng)濟(jì)學(xué)-定義15階段一：

建立模型；階段二：估計參數(shù)；階段三：檢驗?zāi)Ｐ?；階段四：

經(jīng)濟(jì)預(yù)測；二、計量經(jīng)濟(jì)學(xué)方法論-四個階段16案例1-利用計量經(jīng)濟(jì)學(xué)研究需求函數(shù)階段一：

建立模型1、經(jīng)濟(jì)理論假定某商品的需求量取決于它的價格、代用品價格、消費者收入、消費者偏好；2、同時，在實際生活中，還有一些不重要因素以及隨機(jī)因素的影響。在計量經(jīng)濟(jì)學(xué)中，這些因素也要反映在模型中。案例1-利用計量經(jīng)濟(jì)學(xué)研究需求函數(shù)階段二：

樣本數(shù)據(jù)的收集1、模型中各變量的統(tǒng)計資料除以外均為已知的。樣本數(shù)據(jù)樣本觀測值統(tǒng)計資料統(tǒng)計數(shù)據(jù)時間序列數(shù)據(jù)截面數(shù)據(jù)合并數(shù)據(jù)或面板數(shù)據(jù)案例1-利用計量經(jīng)濟(jì)學(xué)研究需求函數(shù)階段二：

樣本數(shù)據(jù)的收集同一統(tǒng)計指標(biāo)按時間順序排列的數(shù)據(jù)列時間序列數(shù)據(jù)截面數(shù)據(jù)合并數(shù)據(jù)或面板數(shù)據(jù)如某企業(yè)商品在2000年-2011年的年銷售額同一時間、不同單位按同一指標(biāo)排列的數(shù)據(jù)如某企業(yè)商品在全國10個城市2011年的年銷售額若干期的時間序列和每期內(nèi)的截面數(shù)據(jù)合并如某企業(yè)商品在全國10個城市從2000年-2011年的年銷售額案例1-利用計量經(jīng)濟(jì)學(xué)研究需求函數(shù)階段三：

模型參數(shù)的估計利用這些變量的樣本數(shù)據(jù)和計量經(jīng)濟(jì)學(xué)方法，估計模型中的待估參數(shù)，以確定經(jīng)濟(jì)變量之間的結(jié)構(gòu)關(guān)系。案例1-利用計量經(jīng)濟(jì)學(xué)研究需求函數(shù)階段四：

模型檢驗

檢驗估計參數(shù)是否符合經(jīng)濟(jì)理論和實際經(jīng)濟(jì)問題的要求。如某商品的需求量與該商品的價格應(yīng)為反向變動關(guān)系，如果估計出的價格參數(shù)為正，則說明建立的模型不合適或者使用的估計方法不合適或者采用的樣本數(shù)據(jù)有問題。另，估計的參數(shù)過大或過小，都有可能不符合經(jīng)濟(jì)理論和要求。用數(shù)理統(tǒng)計中關(guān)于假設(shè)檢驗的原理，對估計參數(shù)進(jìn)行統(tǒng)計檢驗，對估計模型進(jìn)行統(tǒng)計檢驗，對估計方法的假定條件進(jìn)行檢驗。經(jīng)濟(jì)預(yù)測案例1-利用計量經(jīng)濟(jì)學(xué)研究需求函數(shù)經(jīng)濟(jì)預(yù)測計量經(jīng)濟(jì)學(xué)模型作為一類經(jīng)濟(jì)數(shù)學(xué)模型，是從用于經(jīng)濟(jì)預(yù)測，特別是短期預(yù)測而發(fā)展起來的。計量經(jīng)濟(jì)學(xué)模型是以模擬歷史、從已經(jīng)發(fā)生的經(jīng)濟(jì)活動中找出變化規(guī)律為主要技術(shù)手段。對于非穩(wěn)定發(fā)展的經(jīng)濟(jì)過程，對于缺乏規(guī)范行為理論的經(jīng)濟(jì)活動，計量經(jīng)濟(jì)學(xué)模型預(yù)測功能失效。計量經(jīng)濟(jì)學(xué)的目的我們利用估計的模型做什么呢？預(yù)測未來：應(yīng)用已建立的計量經(jīng)濟(jì)模型求因變量未來一段時期的預(yù)測值。23結(jié)構(gòu)分析：應(yīng)用計量經(jīng)濟(jì)模型對經(jīng)濟(jì)變量之間的關(guān)系作出定量的度量政策評價：通過計量經(jīng)濟(jì)模型仿真各種政策的置信效果，對不同的政策進(jìn)行比較和評價。Step1建立一個理論假說；Step2收集數(shù)據(jù)；Step3設(shè)定數(shù)學(xué)模型；Step4設(shè)立統(tǒng)計或經(jīng)濟(jì)計量模型；Step5估計經(jīng)濟(jì)計量模型參數(shù)；Step6檢查模型的適用性：模型設(shè)定檢驗；Step7檢驗源自模型的假說；Step8利用模型預(yù)測。二、計量經(jīng)濟(jì)學(xué)方法論-八個步驟24案例問題：經(jīng)濟(jì)形勢對人們工作意愿的影響？問題1：是否有影響？問題2：影響的方向是怎樣的？問題3：影響的程度是怎樣的？經(jīng)濟(jì)形勢人們的工作意愿失業(yè)率UNR勞動參與率LFPR25Step1建立一個理論假說勞動經(jīng)濟(jì)學(xué)中，有兩個互相對立的假說受挫-工人假說（效應(yīng)）增加-工人假說（效應(yīng)）經(jīng)濟(jì)形勢惡化。即失業(yè)率工作意愿下降，退出勞動力市場。即勞動參與率許多后備工人進(jìn)入勞動力市場，盡管報酬可能比較低。即勞動參與率總而言之，勞動參與率的增減取決于兩種效應(yīng)的強(qiáng)弱對比。反之，亦然。如何得到這一結(jié)果呢？這就成了一個實證問題。實證分析需要定量信息26Step2收集數(shù)據(jù)27Step3設(shè)定數(shù)學(xué)模型首先，根據(jù)變量數(shù)據(jù)做散點圖（Scatterdiagram）—以觀測勞動參與率與失業(yè)率之間的關(guān)系。圖1-1城市勞動力參與率與城市失業(yè)率回歸圖28Step3設(shè)定數(shù)學(xué)模型然后，根據(jù)散點圖，寫出兩者之間的簡單數(shù)學(xué)模型。這表明：（1）兩者呈線性關(guān)系；

（2）為線性函數(shù)的參數(shù)。截距intercept斜率slope29Step4設(shè)立統(tǒng)計或計量經(jīng)濟(jì)模型

代表隨機(jī)誤差項（randomerrorterm)，簡稱誤差項（errorterm

包括：①除CUNR以外的其他所有影響CLFPRE的因素的影響；②隨機(jī)影響。。這是一個線性回歸模型這表明兩個變量之間并非精確的線性關(guān)系30Step5估計經(jīng)濟(jì)計量模型參數(shù)通過數(shù)據(jù)，可采用不同的方法對模型參數(shù)進(jìn)行估計。（OLS、MLE、GMM）在此，運用OLS方法進(jìn)行估計。結(jié)果為：31真實數(shù)據(jù)點擬合數(shù)據(jù)點殘差這是根據(jù)真實數(shù)據(jù)估計得到的回歸直線表明了城市失業(yè)率和平均勞動參與率之間的關(guān)系32Step6檢查模型的適用性：

模型設(shè)定檢驗33Step6檢查模型的適用性：

模型設(shè)定檢驗實際平均每小時工資哪個模型更為合適呢？還可有增加其它自變量的模型……34Step6檢查模型的適用性：

模型設(shè)定檢驗

擬合優(yōu)度檢驗異方差性檢驗變量顯著性檢驗⑵統(tǒng)計檢驗由數(shù)理統(tǒng)計理論決定⑶計量經(jīng)濟(jì)學(xué)檢驗由計量經(jīng)濟(jì)學(xué)理論決定自相關(guān)性檢驗總體顯著性檢驗多重共線性檢驗⑴經(jīng)濟(jì)意義檢驗根據(jù)擬定的符號、大小、關(guān)系35Step6檢查模型的適用性：

模型設(shè)定檢驗經(jīng)濟(jì)意義檢驗統(tǒng)計檢驗檢驗計量經(jīng)濟(jì)學(xué)檢驗CUNR上升，CLFPRE下降?合理否？AHE82上升，CLFPRE下降？合理否？受挫-工人假說支持收入效應(yīng)、替代效應(yīng)36Step7檢驗源自模型的假說模型最終確定后，需要驗證估計的模型是否有經(jīng)濟(jì)意義；估計的結(jié)果是否與經(jīng)濟(jì)理論相符。我們不僅僅對模型參數(shù)的估計感興趣，而且還對檢驗源自某個經(jīng)濟(jì)理論（或先驗經(jīng)驗）的假設(shè)感興趣。37Step8利用模型預(yù)測我們利用估計的模型做什么呢？預(yù)測未來38結(jié)構(gòu)分析政策評價Step8利用模型預(yù)測根據(jù)1980-2009年數(shù)據(jù)現(xiàn)知2010年的CUNR=6.0、AHE82=10，可求得2010年城市勞動參與率的預(yù)測估計值為：預(yù)測準(zhǔn)確嗎？39Step8利用模型預(yù)測預(yù)測值實際值之間的差距為預(yù)測誤差圖示法簡單模擬40若是一個自變量，可直觀理解為：實際值預(yù)測值預(yù)測誤差我們希望這個差距越小越好如何實現(xiàn)，后續(xù)學(xué)習(xí)！41（1）建立一個理論假說（2）收集數(shù)據(jù)（3）設(shè)定數(shù)學(xué)模型（4）設(shè)立統(tǒng)計或經(jīng)濟(jì)計量模型（5）估計經(jīng)濟(jì)計量模型參數(shù)（6）檢查模型的適用性：模型設(shè)定檢驗（7）檢驗源自模型的假說（8）利用模型預(yù)測一、理論模型的建立二、樣本數(shù)據(jù)的收集三、模型參數(shù)的估計四、模型的檢驗二、計量經(jīng)濟(jì)學(xué)方法論-總結(jié)42經(jīng)濟(jì)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(jì)學(xué)研究的基本方法論。通過該門課程教學(xué)，希望大家能掌握計量經(jīng)濟(jì)學(xué)的基本理論與方法，并能夠建立實用的計量經(jīng)濟(jì)學(xué)應(yīng)用模型。三、如何學(xué)好計量經(jīng)濟(jì)學(xué)-學(xué)習(xí)目標(biāo)43⑴理論與應(yīng)用并重。既要重視理論方法，也要重視應(yīng)用模型和應(yīng)用中實際問題的解決；⑵對于理論方法，重點是思路而不是數(shù)學(xué)過程；⑶必須十分重視綜合練習(xí)；⑷必須掌握一種應(yīng)用軟件，注意課堂的軟件應(yīng)用演示，“師傅領(lǐng)進(jìn)門，修行在個人”，多練。三、如何學(xué)好計量經(jīng)濟(jì)學(xué)-學(xué)習(xí)方法44四、計量經(jīng)濟(jì)學(xué)的內(nèi)容體系

△廣義計量經(jīng)濟(jì)學(xué)和狹義計量經(jīng)濟(jì)學(xué)△理論計量經(jīng)濟(jì)學(xué)和應(yīng)用計量經(jīng)濟(jì)學(xué)△經(jīng)典計量經(jīng)濟(jì)學(xué)和非經(jīng)典計量經(jīng)濟(jì)學(xué)△微觀計量經(jīng)濟(jì)學(xué)和宏觀計量經(jīng)濟(jì)學(xué)

45△廣義計量經(jīng)濟(jì)學(xué)和狹義計量經(jīng)濟(jì)學(xué)46廣義計量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)以及統(tǒng)計學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計量方法的統(tǒng)稱。狹義計量經(jīng)濟(jì)學(xué)，也就是我們通常所說的計量經(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。本課程中的計量經(jīng)濟(jì)學(xué)模型，就是狹義計量經(jīng)濟(jì)學(xué)意義上的經(jīng)濟(jì)數(shù)學(xué)模型投入產(chǎn)出分析方法時間序列分析方法回歸分析方法△理論計量經(jīng)濟(jì)學(xué)和應(yīng)用計量經(jīng)濟(jì)學(xué)理論計量經(jīng)濟(jì)學(xué)是以介紹、研究計量經(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)計聯(lián)系極為密切。47應(yīng)用計量經(jīng)濟(jì)學(xué)則以建立與應(yīng)用計量經(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)計學(xué)基礎(chǔ)，側(cè)重于建立與應(yīng)用模型過程中實際問題的處理?！鹘?jīng)典計量經(jīng)濟(jì)學(xué)和非經(jīng)典計量經(jīng)濟(jì)學(xué)經(jīng)典計量經(jīng)濟(jì)學(xué)（ClassicalEconometrics）一般指20世紀(jì)70年代以前發(fā)展并廣泛應(yīng)用的計量經(jīng)濟(jì)學(xué)。48非經(jīng)典計量經(jīng)濟(jì)學(xué)（現(xiàn)代計量經(jīng)濟(jì)學(xué)）。一般指20世紀(jì)70年代以來發(fā)展的計量經(jīng)濟(jì)學(xué)理論、方法及應(yīng)用模型。微觀計量經(jīng)濟(jì)學(xué)非參數(shù)計量經(jīng)濟(jì)學(xué)時間序列計量經(jīng)濟(jì)學(xué)動態(tài)計量經(jīng)濟(jì)學(xué)等49本課程以經(jīng)典計量經(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)典計量經(jīng)濟(jì)學(xué)理論方法是非經(jīng)典計量經(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)典計量經(jīng)濟(jì)學(xué)模型仍然是目前應(yīng)用最為普遍的計量經(jīng)濟(jì)學(xué)模型△微觀計量經(jīng)濟(jì)學(xué)和宏觀計量經(jīng)濟(jì)學(xué)微觀計量經(jīng)濟(jì)學(xué)的內(nèi)容集中于“對個人和家庭的經(jīng)濟(jì)行為進(jìn)行經(jīng)驗分析”；微觀計量經(jīng)濟(jì)學(xué)的原材料是微觀數(shù)據(jù)，微觀數(shù)據(jù)表現(xiàn)為截面數(shù)據(jù)和面板（panel）數(shù)據(jù)。50主要內(nèi)容：平行（penal）數(shù)據(jù)模型的理論方法離散選擇模型的理論方法選擇性樣本模型的理論方法經(jīng)典宏觀計量經(jīng)濟(jì)學(xué)：利用計量經(jīng)濟(jì)學(xué)理論方法，建立宏觀經(jīng)濟(jì)模型，對宏觀經(jīng)濟(jì)進(jìn)行分析、評價和預(yù)測。51單位根檢驗協(xié)整理論動態(tài)計量經(jīng)濟(jì)學(xué)主要研究方向：經(jīng)典計量經(jīng)濟(jì)學(xué)創(chuàng)立建立第1個應(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TinbergenFrischHaavelmoStoneKlein建立投入產(chǎn)出模型Leontief52非經(jīng)典計量經(jīng)濟(jì)學(xué)微觀計量：選擇性樣本模型微觀計量：離散選擇模型時間序列：協(xié)整理論—現(xiàn)代宏觀計量時間序列：ARCH—現(xiàn)代金融計量EngleHeckmanMcFaddenGranger53TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1969

"forhavingdevelopedandapplieddynamicmodelsfortheanalysisofeconomicprocesses"RagnarFrischNorwayJanTinbergentheetherlands54TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1973

"forthedevelopmentoftheinput-outputmethodandforitsapplicationtoimportanteconomicproblems"WassilyLeontiefUSA55TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1984

"forhavingmadefundamentalcontributionstothedevelopmentofsystemsofnationalaccountsandhencegreatlyimprovedthebasisforempiricaleconomicanalysis"RichardStoneGreatBritain56TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1989

"forhisclarificationoftheprobabilitytheoryfoundationsofeconometricsandhisanalysesofsimultaneouseconomicstructures"TrygveHaavelmoNorway57TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2000

"forhisdevelopmentoftheoryandmethodsforanalyzingselectivesamples”JamesJHeckmanUSA58TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2000

"forhisdevelopmentoftheoryandmethodsforanalyzingdiscretechoice"DanielLMcFaddenUSA59TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2003

"formethodsofanalyzingeconomictimeserieswithcommontrends(cointegration)"

CliveW.J.GrangerUK60TheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2003

"formethodsofanalyzingeconomictimeserieswithtime-varyingvolatility(ARCH)"RobertF.EngleUSA61作業(yè)關(guān)鍵術(shù)語和概念自己在復(fù)習(xí)時注意厘清；問題中的1.1~1.5在復(fù)習(xí)后進(jìn)行思考和討論，其中的1.1和1.3會在課堂提問；經(jīng)濟(jì)學(xué)63現(xiàn)代市場經(jīng)濟(jì)充滿不確定性和風(fēng)險,一個經(jīng)濟(jì)人做出一項決策后,其后果往往無法預(yù)知?，F(xiàn)代經(jīng)濟(jì)學(xué)就是研究在充滿不確定性因素的條件下如何公平而有效地配置有限資源現(xiàn)代經(jīng)濟(jì)學(xué)研究的一般方法

可歸納為以下幾個步驟:64第一

收集數(shù)據(jù)和總結(jié)經(jīng)驗特征事實。經(jīng)驗特征事實一般從觀察到的經(jīng)濟(jì)數(shù)據(jù)中提煉出來。比如,微觀經(jīng)濟(jì)學(xué)中著名的恩格爾曲線(Engel‘scurve)就是一個經(jīng)驗特征事實,它刻畫家庭生活用品支出占總收入的比例隨著家庭總收入的上升而遞減;宏觀經(jīng)濟(jì)學(xué)中一個著名的經(jīng)驗特征事實是菲利普斯曲線(Phillipscurve),它描述一個經(jīng)濟(jì)的失業(yè)率和通貨膨脹率之間的負(fù)相關(guān)關(guān)系(后來又出現(xiàn)了“高失業(yè)高通脹”和“低失業(yè)低通脹”的正相關(guān)現(xiàn)象)。65第二

建立經(jīng)濟(jì)理論或模型。找到經(jīng)驗特征事實以后,經(jīng)濟(jì)學(xué)家會建立經(jīng)濟(jì)理論或模型,以解釋這些經(jīng)驗特征事實。這一階段的關(guān)鍵是建立合適的經(jīng)濟(jì)數(shù)學(xué)模型。現(xiàn)代經(jīng)濟(jì)學(xué)研究的一般方法

可歸納為以下幾個步驟:第三

實證檢驗。這一步的工作需要把經(jīng)濟(jì)理論或模型轉(zhuǎn)化為可用數(shù)據(jù)檢驗的計量經(jīng)濟(jì)模型。經(jīng)濟(jì)理論或模型通常只指出經(jīng)濟(jì)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(jì)數(shù)學(xué)模型到計量經(jīng)濟(jì)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(jìn)一步驗證計量經(jīng)濟(jì)模型的設(shè)定是否正確。第四

應(yīng)用。計量經(jīng)濟(jì)模型通過實證檢驗后,可用來檢驗經(jīng)濟(jì)理論或經(jīng)濟(jì)假說的正確性,預(yù)測未來經(jīng)濟(jì)的變動趨勢以及提供政策建議。計量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)研究中的作用66(一)驗證經(jīng)濟(jì)理論或模型能否解釋以往的經(jīng)濟(jì)數(shù)據(jù)(特別是重要的經(jīng)驗特征事實);(二)檢驗經(jīng)濟(jì)理論和經(jīng)濟(jì)假說的正確性;(三)預(yù)測未來經(jīng)濟(jì)發(fā)展趨勢,并提供政策建議。計量經(jīng)濟(jì)學(xué)公理67公理1.任何經(jīng)濟(jì)系統(tǒng)都可以看作是服從一定概率分布的隨機(jī)過程(stochasticprocess)。公理2.任何經(jīng)濟(jì)現(xiàn)象(經(jīng)濟(jì)數(shù)據(jù))都可以看作是這個隨機(jī)數(shù)據(jù)生成過程(datageneratingprocess)的實現(xiàn)(realizations)。計量經(jīng)濟(jì)學(xué)公理表明：68我們不可能精確地描述經(jīng)濟(jì)變量之間的數(shù)量關(guān)系。任何經(jīng)濟(jì)模型都不能囊括經(jīng)濟(jì)中各種各樣的隨機(jī)因素,任何點預(yù)測(pointforecast)都不可能完全精確。因此,我們只能用觀測到的數(shù)據(jù)推斷經(jīng)濟(jì)系統(tǒng)中的概率規(guī)律,而不是去確定經(jīng)濟(jì)變量之間精確的函數(shù)關(guān)系。計量經(jīng)濟(jì)學(xué)的主要任務(wù)69用觀測到的經(jīng)濟(jì)數(shù)據(jù)，以經(jīng)濟(jì)理論為指導(dǎo)，使用計量經(jīng)濟(jì)學(xué)方法和工具，構(gòu)建合適的計量經(jīng)濟(jì)模型，揭示經(jīng)濟(jì)運行規(guī)律，并用以驗證經(jīng)濟(jì)理論或經(jīng)濟(jì)假說以及指導(dǎo)經(jīng)濟(jì)實踐。相對真理70

同自然科學(xué)的發(fā)展一樣,經(jīng)濟(jì)理論的發(fā)展,經(jīng)歷了從推翻不能解釋最新經(jīng)驗特征事實的現(xiàn)有經(jīng)濟(jì)理論,到提出能解釋最新經(jīng)驗特征事實的新經(jīng)濟(jì)理論這樣一個不斷重復(fù)、不斷上升、不斷完善的創(chuàng)新過程。在這個過程中,計量經(jīng)濟(jì)學(xué)起到了關(guān)鍵的作用。不存在絕對正確和恒久有效的經(jīng)濟(jì)理論。任何經(jīng)濟(jì)理論都只是相對真理,只能在特定的歷史階段解釋某些經(jīng)濟(jì)現(xiàn)實,在一定時期內(nèi)與相應(yīng)的歷史數(shù)據(jù)相吻合.計量經(jīng)濟(jì)學(xué)分析的局限性71計量經(jīng)濟(jì)學(xué)是對大量經(jīng)濟(jì)數(shù)據(jù)或?qū)Υ罅坑兄嗤蛳嗨铺卣鞯碾S機(jī)經(jīng)濟(jì)事件的平均行為的分析。然而,經(jīng)濟(jì)數(shù)據(jù)不能由大量的重復(fù)隨機(jī)實驗產(chǎn)生,因為經(jīng)濟(jì)系統(tǒng)不是一個可以控制的實驗過程,而且不能重復(fù)。絕大多數(shù)的經(jīng)濟(jì)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(jì)學(xué)分析的若干局限性。計量經(jīng)濟(jì)學(xué)分析的局限性72首先,經(jīng)濟(jì)理論或模型作為對復(fù)雜現(xiàn)實經(jīng)濟(jì)的簡化抽象,只能刻畫主要的或重要的經(jīng)濟(jì)因素。其次,經(jīng)濟(jì)發(fā)展是一個不可逆或不可重復(fù)的過程。這導(dǎo)致每一個經(jīng)濟(jì)變量常常只有一個觀測值。舉例說明,中國過去十年的GDP年增長率{Yt}為:不同年份的GDP增長率應(yīng)被看成不同的隨機(jī)變量,且每個隨機(jī)變量Yt只有一個觀測值。73計量經(jīng)濟(jì)學(xué)分析的局限性第三,經(jīng)濟(jì)關(guān)系常常具有時變性。比如,技術(shù)變革、人口結(jié)構(gòu)變化、金融危機(jī)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(jì)人行為的變化,從而造成經(jīng)濟(jì)關(guān)系和經(jīng)濟(jì)結(jié)構(gòu)具有時變性。若經(jīng)濟(jì)關(guān)系不穩(wěn)定,就很難有準(zhǔn)確的樣本外推預(yù)測(out-of-sampleforecasts),也很難制定有效的經(jīng)濟(jì)政策。當(dāng)經(jīng)濟(jì)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(jì)模型,也不一定能對未來做出較準(zhǔn)確的預(yù)測。74計量經(jīng)濟(jì)學(xué)分析的局限性第四,數(shù)據(jù)質(zhì)量。《計量經(jīng)濟(jì)學(xué)》

《Econometrics》

《經(jīng)濟(jì)計量學(xué)》第一章緒論緒論§1.1計量經(jīng)濟(jì)學(xué)§1.2經(jīng)典計量經(jīng)濟(jì)學(xué)模型的建模步驟§1.3計量經(jīng)濟(jì)學(xué)模型的應(yīng)用緒論目的：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；了解課程的重點和難點；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。⑴教學(xué)目的

經(jīng)濟(jì)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(jì)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(jì)學(xué)的基本理論與方法，并能夠建立實用的計量經(jīng)濟(jì)學(xué)應(yīng)用模型。

⑵先修課程

中級微觀經(jīng)濟(jì)學(xué)、中級宏觀經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)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)計課程說明⑶教材及參考書《計量經(jīng)濟(jì)學(xué)》，李子奈，高等教育出版社，2000年7月《BasicEconometrics》,DamodarN.Gujarrati，2001《計量經(jīng)濟(jì)學(xué)—方法與應(yīng)用》，李子奈，清華大學(xué)出版社，1992年《高等計量經(jīng)濟(jì)學(xué)》，李子奈、葉阿忠，清華大學(xué)出版社，2000年《計量經(jīng)濟(jì)學(xué)—理論、方法與模型》，唐國興，復(fù)旦大學(xué)出版社，1988年

<EconometricModels,Techniques,andApplications>,MichaelD.Intriligator,Prentice-HallInc.,1978(FirstEdition),1997(SecondEdition)（4）課程內(nèi)容提綱及學(xué)時安排（總課時：60學(xué)時，其中實驗學(xué)時：20）第一章緒論3學(xué)時第二章單方程計量經(jīng)濟(jì)學(xué)模型理論與方法18學(xué)時第三章單方程計量經(jīng)濟(jì)學(xué)應(yīng)用模型12學(xué)時第四章聯(lián)立方程計量經(jīng)濟(jì)學(xué)理論與方法12學(xué)時第五章宏觀計量經(jīng)濟(jì)模型6學(xué)時第六章時間序列計量經(jīng)濟(jì)學(xué)模型9學(xué)時§1.1計量經(jīng)濟(jì)學(xué)一、計量經(jīng)濟(jì)學(xué)二、計量經(jīng)濟(jì)學(xué)模型三、計量經(jīng)濟(jì)學(xué)的內(nèi)容體系四、計量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科五、計量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中的地位

一、計量經(jīng)濟(jì)學(xué)經(jīng)濟(jì)學(xué)的一個分支學(xué)科○1926年挪威經(jīng)濟(jì)學(xué)家R.Frish提出Econometrics○1930年成立世界計量經(jīng)濟(jì)學(xué)會○1933年創(chuàng)刊《Econometrica》20世紀(jì)40、50年代大發(fā)展/60年代擴(kuò)張/70年代以來非經(jīng)典（現(xiàn)代）計量經(jīng)濟(jì)學(xué)的發(fā)展

△定義“用數(shù)學(xué)方法探討經(jīng)濟(jì)學(xué)可以從好幾個方面著手，但任何一個方面都不能和計量經(jīng)濟(jì)學(xué)混為一談。計量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計學(xué)絕非一碼事；也不同于一般經(jīng)濟(jì)理論，盡管經(jīng)濟(jì)理論大部分具有一定的數(shù)量特征；計量經(jīng)濟(jì)學(xué)也不應(yīng)視為數(shù)學(xué)應(yīng)用于經(jīng)濟(jì)學(xué)的同義語。經(jīng)驗表明，統(tǒng)計學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對于真正了解現(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)成了計量經(jīng)濟(jì)學(xué)?！薄髟诮?jīng)濟(jì)學(xué)科中占據(jù)極重要的地位克萊因（R.Klein）：“計量經(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（P.Samuelson）：“第二次大戰(zhàn)后的經(jīng)濟(jì)學(xué)是計量經(jīng)濟(jì)學(xué)的時代”。二、計量經(jīng)濟(jì)學(xué)模型

△模型△數(shù)學(xué)模型△經(jīng)濟(jì)數(shù)學(xué)模型△計量經(jīng)濟(jì)學(xué)模型△經(jīng)濟(jì)理論分析（行為分析）→數(shù)理分析→數(shù)量分析三、計量經(jīng)濟(jì)學(xué)的內(nèi)容體系

△廣義計量經(jīng)濟(jì)學(xué)和狹義計量經(jīng)濟(jì)學(xué)△初、中、高級計量經(jīng)濟(jì)學(xué)△理論計量經(jīng)濟(jì)學(xué)和應(yīng)用計量經(jīng)濟(jì)學(xué)△經(jīng)典計量經(jīng)濟(jì)學(xué)和非經(jīng)典計量經(jīng)濟(jì)學(xué)△微觀計量經(jīng)濟(jì)學(xué)和宏觀計量經(jīng)濟(jì)學(xué)

△廣義計量經(jīng)濟(jì)學(xué)和狹義計量經(jīng)濟(jì)學(xué)廣義計量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)以及統(tǒng)計學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計量方法的統(tǒng)稱，包括回歸分析方法、投入產(chǎn)出分析方法、時間序列分析方法等。狹義計量經(jīng)濟(jì)學(xué)，也就是我們通常所說的計量經(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。本課程中的計量經(jīng)濟(jì)學(xué)模型，就是狹義計量經(jīng)濟(jì)學(xué)意義上的經(jīng)濟(jì)數(shù)學(xué)模型?！鞒?、中、高級計量經(jīng)濟(jì)學(xué)初級以計量經(jīng)濟(jì)學(xué)的數(shù)理統(tǒng)計學(xué)基礎(chǔ)知識和經(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；高級以非經(jīng)典的、現(xiàn)代的計量經(jīng)濟(jì)學(xué)模型理論、方法與應(yīng)用為主要內(nèi)容。本課程定位于中級水平上，適當(dāng)引入高級的內(nèi)容?！骼碚撚嬃拷?jīng)濟(jì)學(xué)和應(yīng)用計量經(jīng)濟(jì)學(xué)理論計量經(jīng)濟(jì)學(xué)是以介紹、研究計量經(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)計聯(lián)系極為密切。除了介紹計量經(jīng)濟(jì)模型的數(shù)學(xué)理論基礎(chǔ)、普遍應(yīng)用的計量經(jīng)濟(jì)模型的參數(shù)估計方法與檢驗方法外，還研究特殊模型的估計方法與檢驗方法，應(yīng)用了廣泛的數(shù)學(xué)知識。應(yīng)用計量經(jīng)濟(jì)學(xué)則以建立與應(yīng)用計量經(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)計學(xué)基礎(chǔ)，側(cè)重于建立與應(yīng)用模型過程中實際問題的處理。本課程是二者的結(jié)合?！鹘?jīng)典計量經(jīng)濟(jì)學(xué)和非經(jīng)典計量經(jīng)濟(jì)學(xué)經(jīng)典計量經(jīng)濟(jì)學(xué)（ClassicalEconometrics）一般指20世紀(jì)70年代以前發(fā)展并廣泛應(yīng)用的計量經(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)典計量經(jīng)濟(jì)學(xué)在理論方法方面特征是：⑴模型類型—隨機(jī)模型；⑵模型導(dǎo)向—理論導(dǎo)向；⑶模型結(jié)構(gòu)—線性或者可以化為線性，因果分析，解釋變量具有同等地位，模型具有明確的形式和參數(shù)；⑷數(shù)據(jù)類型—以時間序列數(shù)據(jù)或者截面數(shù)據(jù)為樣本，被解釋變量為服從正態(tài)分布的連續(xù)隨機(jī)變量；⑸估計方法—僅利用樣本信息，采用最小二乘方法或者最大似然方法估計模型。經(jīng)典計量經(jīng)濟(jì)學(xué)在應(yīng)用方面的特征是：⑴應(yīng)用模型方法論基礎(chǔ)—實證分析、經(jīng)驗分析、歸納；⑵應(yīng)用模型的功能—結(jié)構(gòu)分析、政策評價、經(jīng)濟(jì)預(yù)測、理論檢驗與發(fā)展；⑶應(yīng)用模型的領(lǐng)域—傳統(tǒng)的應(yīng)用領(lǐng)域，例如生產(chǎn)、需求、消費、投資、貨幣需求，以及宏觀經(jīng)濟(jì)等。非經(jīng)典計量經(jīng)濟(jì)學(xué)一般指20世紀(jì)70年代以來發(fā)展的計量經(jīng)濟(jì)學(xué)理論、方法及應(yīng)用模型，也稱為現(xiàn)代計量經(jīng)濟(jì)學(xué)。非經(jīng)典計量經(jīng)濟(jì)學(xué)主要包括：微觀計量經(jīng)濟(jì)學(xué)、非參數(shù)計量經(jīng)濟(jì)學(xué)、時間序列計量經(jīng)濟(jì)學(xué)和動態(tài)計量經(jīng)濟(jì)學(xué)等。非經(jīng)典計量經(jīng)濟(jì)學(xué)的內(nèi)容體系：模型類型非經(jīng)典的計量經(jīng)濟(jì)學(xué)問題、模型導(dǎo)向非經(jīng)典的計量經(jīng)濟(jì)學(xué)問題、模型結(jié)構(gòu)非經(jīng)典的計量經(jīng)濟(jì)學(xué)問題、數(shù)據(jù)類型非經(jīng)典的計量經(jīng)濟(jì)學(xué)問題和估計方法非經(jīng)典的計量經(jīng)濟(jì)學(xué)問題。本課程以經(jīng)典計量經(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)典計量經(jīng)濟(jì)學(xué)理論方法是非經(jīng)典計量經(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)典計量經(jīng)濟(jì)學(xué)模型仍然是目前應(yīng)用最為普遍的計量經(jīng)濟(jì)學(xué)模型?！魑⒂^計量經(jīng)濟(jì)學(xué)和宏觀計量經(jīng)濟(jì)學(xué)微觀計量經(jīng)濟(jì)學(xué)于2000年諾貝爾經(jīng)濟(jì)學(xué)獎公報中正式提出。微觀計量經(jīng)濟(jì)學(xué)的內(nèi)容集中于“對個人和家庭的經(jīng)濟(jì)行為進(jìn)行經(jīng)驗分析”；“微觀計量經(jīng)濟(jì)學(xué)的原材料是微觀數(shù)據(jù)”，微觀數(shù)據(jù)表現(xiàn)為截面數(shù)據(jù)和平行（penal）數(shù)據(jù)。赫克曼（J.Heckman）和麥克法登（D.McFaddan）對微觀計量經(jīng)濟(jì)學(xué)作出原創(chuàng)性貢獻(xiàn)。微觀計量經(jīng)濟(jì)學(xué)教科書和課程有：“Microeconometrics”“AdvancedMicroeconometrics”“AppliedMicroeconometrics”“TopicsinMicroeconometrics”“MethodsinMicroeconometrics”微觀計量經(jīng)濟(jì)學(xué)的主要內(nèi)容包括：平行（penal）數(shù)據(jù)模型的理論方法離散選擇模型的理論方法選擇性樣本模型的理論方法宏觀計量經(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)典宏觀計量經(jīng)濟(jì)學(xué)：利用計量經(jīng)濟(jì)學(xué)理論方法，建立宏觀經(jīng)濟(jì)模型，對宏觀經(jīng)濟(jì)進(jìn)行分析、評價和預(yù)測。現(xiàn)代宏觀計量經(jīng)濟(jì)學(xué)的主要研究方向：單位根檢驗、協(xié)整理論以及動態(tài)計量經(jīng)濟(jì)學(xué)。四、計量經(jīng)濟(jì)學(xué)是一門經(jīng)濟(jì)學(xué)科△從計量經(jīng)濟(jì)學(xué)的定義看△從計量經(jīng)濟(jì)學(xué)在西方國家經(jīng)濟(jì)學(xué)科中的地位看△從計量經(jīng)濟(jì)學(xué)與數(shù)理統(tǒng)計學(xué)的區(qū)別看△從建立與應(yīng)用計量經(jīng)濟(jì)學(xué)模型的全過程看△從諾貝爾經(jīng)濟(jì)學(xué)獎看△諾貝爾經(jīng)濟(jì)學(xué)獎與計量經(jīng)濟(jì)學(xué)53位獲獎?wù)咧?0位直接因為對計量經(jīng)濟(jì)學(xué)發(fā)展的貢獻(xiàn)而獲獎

1969R.FrishJ.Tinbergen1973W.Leotief1980L.R.Klein1984R.Stone1989T.Haavelmo2000J.J.HeckmanD.L.McFadden2003R.F.EngleC.W.J.Granger近20位擔(dān)任過世界計量經(jīng)濟(jì)學(xué)會會長30余位左右在獲獎成果中應(yīng)用了計量經(jīng)濟(jì)學(xué)獲獎?wù)呙麊?003RobertF.Engle,CliveW.J.Granger

2002DanielKahneman,VernonL.Smith2001GeorgeA.Akerlof,A.MichaelSpence,JosephE.Stiglitz2000JamesJHeckman,DanielLMcFadden1999RobertA.Mundell1998AmartyaSen1997RobertC.Merton,MyronS.Scholes1996JamesA.Mirrlees,WilliamVickrey1995RobertE.LucasJr.1994JohnC.Harsanyi,JohnF.NashJr.,ReinhardSelten1993RobertW.Fogel,DouglassC.North1992GaryS.Becker1991RonaldH.Coase1990HarryM.Markowitz,MertonH.Miller,WilliamF.Sharpe1989TrygveHaavelmo1988MauriceAllais1987RobertM.Solow1986JamesM.BuchananJr.1985FrancoModigliani1984RichardStone1983GerardDebreu1982GeorgeJ.Stigler1981JamesTobin1980LawrenceR.Klein1979TheodoreW.Schultz,SirArthurLewis1978HerbertA.Simon1977BertilOhlin,JamesE.Meade1976MiltonFriedman1975LeonidVitaliyevichKantorovichTjallingC.Koopmans1974GunnarMyrdalFriedrichAugustvonHayek1973WassilyLeontief1972JohnR.Hicks,KennethJ.Arrow1971SimonKuznets1970PaulA.Samuelson1969RagnarFrisch,JanTinbergenTheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1969

"forhavingdevelopedandapplieddynamicmodelsfortheanalysisofeconomicprocesses"RagnarFrischNorwayJanTinbergentheetherlandsTheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1973

"forthedevelopmentoftheinput-outputmethodandforitsapplicationtoimportanteconomicproblems"WassilyLeontiefUSATheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1980

"forthecreationofeconometricmodelsandtheapplicationtotheanalysisofeconomicfluctuationsandeconomicpolicies"LawrenceR.KleinUSATheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1984

"forhavingmadefundamentalcontributionstothedevelopmentofsystemsofnationalaccountsandhencegreatlyimprovedthebasisforempiricaleconomicanalysis"RichardStoneGreatBritainTheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel1989

"forhisclarificationoftheprobabilitytheoryfoundationsofeconometricsandhisanalysesofsimultaneouseconomicstructures"TrygveHaavelmoNorway經(jīng)典計量經(jīng)濟(jì)學(xué)創(chuàng)立建立第1個應(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TinbergenFrischHaavelmoStoneKlein建立投入產(chǎn)出模型LeontiefTheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2000

"forhisdevelopmentoftheoryandmethodsforanalyzingselectivesamples”JamesJHeckmanUSATheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2000

"forhisdevelopmentoftheoryandmethodsforanalyzingdiscretechoice"DanielLMcFaddenUSATheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2003

"formethodsofanalyzingeconomictimeserieswithcommontrends(cointegration)"

CliveW.J.GrangerUKTheBankofSwedenPrizeinEconomicSciencesinMemoryofAlfredNobel2003

"formethodsofanalyzingeconomictimeserieswithtime-varyingvolatility(ARCH)"RobertF.EngleUSA非經(jīng)典計量經(jīng)濟(jì)學(xué)微觀計量：選擇性樣本模型微觀計量：離散選擇模型時間序列：協(xié)整理論—現(xiàn)代宏觀計量時間序列：ARCH—現(xiàn)代金融計量EngleHeckmanMcFaddenGranger五、計量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)科中的地位

△從現(xiàn)代西方經(jīng)濟(jì)學(xué)的特征看△從西方經(jīng)濟(jì)學(xué)的發(fā)展歷史看△從世界一流大學(xué)經(jīng)濟(jì)學(xué)課程表看△從國際經(jīng)濟(jì)學(xué)刊物論文看△從經(jīng)濟(jì)學(xué)的“世界先進(jìn)水平”看§1.2建立計量經(jīng)濟(jì)學(xué)模型的步驟和要點

一、理論模型的設(shè)計

二、樣本數(shù)據(jù)的收集

三、模型參數(shù)的估計

四、模型的檢驗

五、計量經(jīng)濟(jì)學(xué)模型成功的三要素一、理論模型的建立⑴確定模型包含的變量根據(jù)經(jīng)濟(jì)學(xué)理論和經(jīng)濟(jì)行為分析。例如：同樣是生產(chǎn)方程，電力工業(yè)和紡織工業(yè)應(yīng)該選擇不同的變量，為什么？在時間序列數(shù)據(jù)樣本下可以應(yīng)用Grange統(tǒng)計檢驗等方法。例如，消費和GDP之間的因果關(guān)系?？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。

要求變量間互相獨立。⑵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⑶擬定模型中待估計參數(shù)的理論期望值區(qū)間符號、大小、關(guān)系例如：ln(人均食品需求量)=α+βln(人均收入)+γln(食品價格)+δln(其它商品價格)+ε

其中α、β、γ、δ的符號、大小、關(guān)系二、樣本數(shù)據(jù)的收集⑴幾類常用的樣本數(shù)據(jù)時間序列數(shù)據(jù)截面數(shù)據(jù)虛變量離散數(shù)據(jù)聯(lián)合應(yīng)用⑵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

⑴各種模型參數(shù)估計方法⑵如何選擇模型參數(shù)估計方法⑶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⑴經(jīng)濟(jì)意義檢驗根據(jù)擬定的符號、大小、關(guān)系例如：ln(人均食品需求量)=－2.0－0.5ln(人均收入)－4.5ln(食品價格)+0.8ln(其它商品價格)ln(人均食品需求量)=－2.0+0.5ln(人均收入)－4.5ln(食品價格)+0.8ln(其它商品價格)ln(人均食品需求量)=－2.0+0.5ln(人均收入)－0.8ln(食品價格)+0.8ln(其它商品價格)⑵統(tǒng)計檢驗由數(shù)理統(tǒng)計理論決定包括擬合優(yōu)度檢驗總體顯著性檢驗變量顯著性檢驗⑶計量經(jīng)濟(jì)學(xué)檢驗由計量經(jīng)濟(jì)學(xué)理論決定包括異方差性檢驗序列相關(guān)性檢驗共線性檢驗⑷模型預(yù)測檢驗由模型的應(yīng)用要求決定包括穩(wěn)定性檢驗：擴(kuò)大樣本重新估計預(yù)測性能檢驗：對樣本外一點進(jìn)行實際預(yù)測五、計量經(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、政策評價四、理論檢驗與發(fā)展一、結(jié)構(gòu)分析經(jīng)濟(jì)學(xué)中的結(jié)構(gòu)分析是對經(jīng)濟(jì)現(xiàn)象中變量之間相互關(guān)系的研究。結(jié)構(gòu)分析所采用的主要方法是彈性分析、乘數(shù)分析與比較靜力分析。計量經(jīng)濟(jì)學(xué)模型的功能是揭示經(jīng)濟(jì)現(xiàn)象中變量之間的相互關(guān)系，即通過模型得到彈性、乘數(shù)等。應(yīng)用舉例二、經(jīng)濟(jì)預(yù)測計量經(jīng)濟(jì)學(xué)模型作為一類經(jīng)濟(jì)數(shù)學(xué)模型，是從用于經(jīng)濟(jì)預(yù)測，特別是短期預(yù)測而發(fā)展起來的。計量經(jīng)濟(jì)學(xué)模型是以模擬歷史、從已經(jīng)發(fā)生的經(jīng)濟(jì)活動中找出變化規(guī)律為主要技術(shù)手段。對于非穩(wěn)定發(fā)展的經(jīng)濟(jì)過程，對于缺乏規(guī)范行為理論的經(jīng)濟(jì)活動，計量經(jīng)濟(jì)學(xué)模型預(yù)測功能失效。模型理論方法的發(fā)展以適應(yīng)預(yù)測的需要。

三、政策評價政策評價的重要性。經(jīng)濟(jì)政策的不可試驗性。計量經(jīng)濟(jì)學(xué)模型的“經(jīng)濟(jì)政策實驗室”功能。四、理論檢驗與發(fā)展實踐是檢驗真理的唯一標(biāo)準(zhǔn)。任何經(jīng)濟(jì)學(xué)理論，只有當(dāng)它成功地解釋了過去，才能為人們所接受。計量經(jīng)濟(jì)學(xué)模型提供了一種檢驗經(jīng)濟(jì)理論的好方法。對理論假設(shè)的檢驗可以發(fā)現(xiàn)和發(fā)展理論。單方程計量經(jīng)濟(jì)學(xué)模型

理論與方法TheoryandMethodologyofSingle-EquationEconometricModel第二章經(jīng)典單方程計量經(jīng)濟(jì)學(xué)模型：

一元線性回歸模型

回歸分析概述一元線性回歸模型的參數(shù)估計一元線性回歸模型檢驗一元線性回歸模型預(yù)測實例§2.1回歸分析概述一、變量間的關(guān)系及回歸分析的基本概念

二、總體回歸函數(shù)三、隨機(jī)擾動項四、樣本回歸函數(shù)（SRF）§2.1回歸分析概述

（1）確定性關(guān)系或函數(shù)關(guān)系：研究的是確定現(xiàn)象非隨機(jī)變量間的關(guān)系。（2）統(tǒng)計依賴或相關(guān)關(guān)系：研究的是非確定現(xiàn)象隨機(jī)變量間的關(guān)系。一、變量間的關(guān)系及回歸分析的基本概念

1、變量間的關(guān)系經(jīng)濟(jì)變量之間的關(guān)系，大體可分為兩類：對變量間統(tǒng)計依賴關(guān)系的考察主要是通過相關(guān)分析(correlationanalysis)或回歸分析(regressionanalysis)來完成的：例如：

函數(shù)關(guān)系：統(tǒng)計依賴關(guān)系/統(tǒng)計相關(guān)關(guān)系：

①不線性相關(guān)并不意味著不相關(guān)；

②有相關(guān)關(guān)系并不意味著一定有因果關(guān)系；③回歸分析/相關(guān)分析研究一個變量對另一個（些）變量的統(tǒng)計依賴關(guān)系，但它們并不意味著一定有因果關(guān)系。

④相關(guān)分析對稱地對待任何（兩個）變量，兩個變量都被看作是隨機(jī)的?；貧w分析對變量的處理方法存在不對稱性，即區(qū)分應(yīng)變量（被解釋變量）和自變量（解釋變量）：前者是隨機(jī)變量，后者不是?！⒁猓?/p>

回歸分析(regressionanalysis)是研究一個變量關(guān)于另一個（些）變量的具體依賴關(guān)系的計算方法和理論。

其用意：在于通過后者的已知或設(shè)定值，去估計和（或）預(yù)測前者的（總體）均值。這里：前一個變量被稱為被解釋變量（ExplainedVariable）或應(yīng)變量（DependentVariable），后一個（些）變量被稱為解釋變量（ExplanatoryVariable）或自變量（IndependentVariable）。2、回歸分析的基本概念

回歸分析構(gòu)成計量經(jīng)濟(jì)學(xué)的方法論基礎(chǔ)，其主要內(nèi)容包括：

（1）根據(jù)樣本觀察值對經(jīng)濟(jì)計量模型參數(shù)進(jìn)行估計，求得回歸方程；（2）對回歸方程、參數(shù)估計值進(jìn)行顯著性檢驗；（3）利用回歸方程進(jìn)行分析、評價及預(yù)測。

由于變量間關(guān)系的隨機(jī)性，回歸分析關(guān)心的是根據(jù)解釋變量的已知或給定值，考察被解釋變量的總體均值，即當(dāng)解釋變量取某個確定值時，與之統(tǒng)計相關(guān)的被解釋變量所有可能出現(xiàn)的對應(yīng)值的平均值。

例2.1：一個假想的社區(qū)有100戶家庭組成，要研究該社區(qū)每月家庭消費支出Y與每月家庭可支配收入X的關(guān)系。即如果知道了家庭的月收入，能否預(yù)測該社區(qū)家庭的平均月消費支出水平。

二、總體回歸函數(shù)

為達(dá)到此目的，將該100戶家庭劃分為組內(nèi)收入差不多的10組，以分析每一收入組的家庭消費支出。

（1）由于不確定因素的影響，對同一收入水平X，不同家庭的消費支出不完全相同；（2）但由于調(diào)查的完備性，給定收入水平X的消費支出Y的分布是確定的，即以X的給定值為條件的Y的條件分布（Conditionaldistribution）是已知的，如：P(Y=561|X=800）=1/4。因此，給定收入X的值Xi，可得消費支出Y的條件均值（conditionalmean）或條件期望（conditionalexpectation）：

E(Y|X=Xi)該例中：E(Y|X=800)=561分析：

描出散點圖發(fā)現(xiàn)：隨著收入的增加，消費“平均地說”也在增加，且Y的條件均值均落在一根正斜率的直線上。這條直線稱為總體回歸線。05001000150020002500300035005001000150020002500300035004000每月可支配收入X（元）每月消費支出Y（元）

概念：

在給定解釋變量Xi條件下被解釋變量Yi的期望軌跡稱為總體回歸線（populationregressionline），或更一般地稱為總體回歸曲線（populationregressioncurve）。稱為（雙變量）總體回歸函數(shù)（populationregressionfunction,PRF）。

相應(yīng)的函數(shù)：

回歸函數(shù)（PRF）說明被解釋變量Y的平均狀態(tài)（總體條件期望）隨解釋變量X變化的規(guī)律。含義：

函數(shù)形式：可以是線性或非線性的。

例2.1中，將居民消費支出看成是其可支配收入的線性函數(shù)時:

為一線性函數(shù)。其中，0，1是未知參數(shù)，稱為回歸系數(shù)（regressioncoefficients）。

。

三、隨機(jī)擾動項

總體回歸函數(shù)說明在給定的收入水平Xi下，該社區(qū)家庭平均的消費支出水平。但對某一個別的家庭，其消費支出可能與該平均水平有偏差。稱i為觀察值Yi圍繞它的期望值E(Y|Xi)的離差（deviation），是一個不可觀測的隨機(jī)變量，又稱為隨機(jī)干擾項（stochasticdisturbance）或隨機(jī)誤差項（stochasticerror）。記例2.1中，個別家庭的消費支出為：

（*）式稱為總體回歸函數(shù)（方程）PRF的隨機(jī)設(shè)定形式。表明被解釋變量除了受解釋變量的系統(tǒng)性影響外，還受其他因素的隨機(jī)性影響。

（1）該收入水平下所有家庭的平均消費支出E(Y|Xi)，稱為系統(tǒng)性（systematic）或確定性（deterministic)部分。（2）其他隨機(jī)或非確定性（nonsystematic)部分i。即，給定收入水平Xi,個別家庭的支出可表示為兩部分之和:(*)

由于方程中引入了隨機(jī)項，成為計量經(jīng)濟(jì)學(xué)模型，因此也稱為總體回歸模型。隨機(jī)誤差項主要包括下列因素的影響：1）在解釋變量中被忽略的因素的影響；2）變量觀測值的觀測誤差的影響；3）模型關(guān)系的設(shè)定誤差的影響；4）其它隨機(jī)因素的影響。產(chǎn)生并設(shè)計隨機(jī)誤差項的主要原因：1）理論的含糊性；2）數(shù)據(jù)的欠缺；3）節(jié)省原則。

四、樣本回歸函數(shù)（SRF）

問題：能從一次抽樣中獲得總體的近似的信息嗎？如果可以，如何從抽樣中獲得總體的近似信息？

問：能否從該樣本估計總體回歸函數(shù)PRF？回答：能

例2.2：在例2.1的總體中有如下一個樣本，

總體的信息往往無法掌握，現(xiàn)實的情況只能是在一次觀測中得到總體的一個樣本。核樣本的散點圖（scatterdiagram)：

樣本散點圖近似于一條直線，畫一條直線以盡好地擬合該散點圖，由于樣本取自總體，可以該線近似地代表總體回歸線。該線稱為樣本回歸線（sampleregressionlines）。

記樣本回歸線的函數(shù)形式為：稱為樣本回歸函數(shù)（sampleregressionfunction，SRF）。

這里將樣本回歸線看成總體回歸線的近似替代則

注意：

樣本回歸函數(shù)的隨機(jī)形式/樣本回歸模型：同樣地，樣本回歸函數(shù)也有如下的隨機(jī)形式：

由于方程中引入了隨機(jī)項，成為計量經(jīng)濟(jì)模型，因此也稱為樣本回歸模型（sampleregressionmodel）。

▼回歸分析的主要目的：根據(jù)樣本回歸函數(shù)SRF，估計總體回歸函數(shù)PRF。注意：這里PRF可能永遠(yuǎn)無法知道。即，根據(jù)

估計§2.2一元線性回歸模型的參數(shù)估計

一、一元線性回歸模型的基本假設(shè)二、參數(shù)的普通最小二乘估計（OLS）三、參數(shù)估計的最大或然法(ML)四、最小二乘估計量的性質(zhì)五、參數(shù)估計量的概率分布及隨機(jī)干擾項方差的估計

單方程計量經(jīng)濟(jì)學(xué)模型分為兩大類：

線性模型和非線性模型線性模型中，變量之間的關(guān)系呈線性關(guān)系非線性模型中，變量之間的關(guān)系呈非線性關(guān)系

一元線性回歸模型：只有一個解釋變量

i=1,2,…,nY為被解釋變量，X為解釋變量，0與1為待估參數(shù)，為隨機(jī)干擾項

回歸分析的主要目的是要通過樣本回歸函數(shù)（模型）SRF盡可能準(zhǔn)確地估計總體回歸函數(shù)（模型）PRF。

估計方法有多種，其種最廣泛使用的是普通最小二乘法（ordinaryleastsquares,OLS）。

為保證參數(shù)估計量具有良好的性質(zhì)，通常對模型提出若干基本假設(shè)。

注：實際這些假設(shè)與所采用的估計方法緊密相關(guān)。

一、線性回歸模型的基本假設(shè)

假設(shè)1、解釋變量X是確定性變量，不是隨機(jī)變量；

假設(shè)2、隨機(jī)誤差項具有零均值、同方差和不序列相關(guān)性：

E(i)=0i=1,2,…,nVar(i)=2i=1,2,…,nCov(i,j)=0i≠ji,j=1,2,…,n

假設(shè)3、隨機(jī)誤差項與解釋變量X之間不相關(guān)：

Cov(Xi,i)=0i=1,2,…,n

假設(shè)4、服從零均值、同方差、零協(xié)方差的正態(tài)分布i~N(0,2)i=1,2,…,n1、如果假設(shè)1、2滿足，則假設(shè)3也滿足;

2、如果假設(shè)4滿足，則假設(shè)2也滿足。注意：

以上假設(shè)也稱為線性回歸模型的經(jīng)典假設(shè)或高斯（Gauss）假設(shè)，滿足該假設(shè)的線性回歸模型，也稱為經(jīng)典線性回歸模型（ClassicalLinearRegressionModel,CLRM）。

另外，在進(jìn)行模型回歸時，還有兩個暗含的假設(shè)：

假設(shè)5：隨著樣本容量的無限增加，解釋變量X的樣本方差趨于一有限常數(shù)。即

假設(shè)6：回歸模型是正確設(shè)定的

假設(shè)5旨在排除時間序列數(shù)據(jù)出現(xiàn)持續(xù)上升或下降的變量作為解釋變量，因為這類數(shù)據(jù)不僅使大樣本統(tǒng)計推斷變得無效，而且往往產(chǎn)生所謂的偽回歸問題（spuriousregressionproblem）。假設(shè)6也被稱為模型沒有設(shè)定偏誤（specificationerror）二、參數(shù)的普通最小二乘估計（OLS）

給定一組樣本觀測值（Xi,Yi）（i=1,2,…n）要求樣本回歸函數(shù)盡可能好地擬合這組值.

普通最小二乘法（Ordinaryleastsquares,OLS）給出的判斷標(biāo)準(zhǔn)是：二者之差的平方和最小。方程組（*）稱為正規(guī)方程組（normalequations）。

記上述參數(shù)估計量可以寫成：

稱為OLS估計量的離差形式（deviationform）。由于參數(shù)的估計結(jié)果是通過最小二乘法得到的，故稱為普通最小二乘估計量（ordinaryleastsquaresestimators）。

順便指出，記則有

可得

（**）式也稱為樣本回歸函數(shù)的離差形式。（**）注意：在計量經(jīng)濟(jì)學(xué)中，往往以小寫字母表示對均值的離差。

三、參數(shù)估計的最大或然法(ML)

最大或然法(MaximumLikelihood,簡稱ML)，也稱最大似然法，是不同于最小二乘法的另一種參數(shù)估計方法，是從最大或然原理出發(fā)發(fā)展起來的其它估計方法的基礎(chǔ)。

基本原理：對于最大或然法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測值后，最合理的參數(shù)估計量應(yīng)該使得從模型中抽取該n組樣本觀測值的概率最大。在滿足基本假設(shè)條件下，對一元線性回歸模型：

隨機(jī)抽取n組樣本觀測值（Xi,Yi）（i=1,2,…n）。

那么Yi服從如下的正態(tài)分布：于是，Y的概率函數(shù)為（i=1,2,…n）

假如模型的參數(shù)估計量已經(jīng)求得，為因為Yi是相互獨立的，所以的所有樣本觀測值的聯(lián)合概率，也即或然函數(shù)(likelihoodfunction)為：

將該或然函數(shù)極大化，即可求得到模型參數(shù)的極大或然估計量。

由于或然函數(shù)的極大化與或然函數(shù)的對數(shù)的極大化是等價的，所以，取對數(shù)或然函數(shù)如下：解得模型的參數(shù)估計量為：

可見，在滿足一系列基本假設(shè)的情況下，模型結(jié)構(gòu)參數(shù)的最大或然估計量與普通最小二乘估計量是相同的。

例2.2.1：在上述家庭可支配收入-消費支出例中，對于所抽出的一組樣本數(shù)，參數(shù)估計的計算可通過下面的表2.2.1進(jìn)行。

因此，由該樣本估計的回歸方程為：

四、最小二乘估計量的性質(zhì)

當(dāng)模型參數(shù)估計出后，需考慮參數(shù)估計值的精度，即是否能代表總體參數(shù)的真值，或者說需考察參數(shù)估計量的統(tǒng)計性質(zhì)。

一個用于考察總體的估計量，可從如下幾個方面考察其優(yōu)劣性：

（1）線性性，即它是否是另一隨機(jī)變量的線性函數(shù)；

（2）無偏性，即它的均值或期望值是否等于總體的真實值；

（3）有效性，即它是否在所有線性無偏估計量中具有最小方差。（4）漸近無偏性，即樣本容量趨于無窮大時，是否它的均值序列趨于總體真值；（5）一致性，即樣本容量趨于無窮大時，它是否依概率收斂于總體的真值；（6）漸近有效性，即樣本容量趨于無窮大時，是否它在所有的一致估計量中具有最小的漸近方差。

這三個準(zhǔn)則也稱作估計量的小樣本性質(zhì)。擁有這類性質(zhì)的估計量稱為最佳線性無偏估計量（bestlinerunbiasedestimator,BLUE）。

當(dāng)不滿足小樣本性質(zhì)時，需進(jìn)一步考察估計量的大樣本或漸近性質(zhì)：高斯—馬爾可夫定理(Gauss-Markovtheorem)

在給定經(jīng)典線性回歸的假定下，最小二乘估計量是具有最小方差的線性無偏估計量。證：易知故同樣地，容易得出

（2）證明最小方差性其中，ci=ki+di，di為不全為零的常數(shù)則容易證明

普通最小二乘估計量（ordinaryleastSquaresEstimators）稱為最佳線性無偏估計量（bestlinearunbiasedestimator,BLUE）

由于最小二乘估計量擁