Chapter計(jì)量經(jīng)濟(jì)學(xué)的特征和研究范圍實(shí)用

會(huì)計(jì)學(xué)1Chapter計(jì)量經(jīng)濟(jì)學(xué)的特征和研究范圍實(shí)用參考教材達(dá)莫達(dá)爾N.古扎拉蒂著，張濤譯：《經(jīng)濟(jì)計(jì)量學(xué)精要（第三版）》，機(jī)械工業(yè)出版社，2006年9月第1版。

DamodarN.Gujarati,EssentialsofEconometrics,

3rhed.,McGraw-Hill,NewYork,2005.DamodarN.Gujarati,BasicEconometrics,4thed.,McGraw-Hill,NewYork,2003.高鐵梅主編：《計(jì)量經(jīng)濟(jì)分析方法與建模：Eviews應(yīng)用及實(shí)例》，清華大學(xué)出版社，2006年1月第1版。易丹輝主編：《數(shù)據(jù)分析與Eviews應(yīng)用》，中國人民大學(xué)出版社，2008年10月第1版。張曉峒主編：《Eviews使用指南與案例》，機(jī)械工業(yè)出版社，2007年2月。第1頁/共42頁TheNatureandScope

ofEconometricschapterone第一章計(jì)量經(jīng)濟(jì)學(xué)的特征和研究范圍第2頁/共42頁第一節(jié)什么是計(jì)量經(jīng)濟(jì)學(xué)？幾個(gè)經(jīng)典定義的理解計(jì)量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)、統(tǒng)計(jì)推斷等工具對經(jīng)濟(jì)現(xiàn)象進(jìn)行分析的一門社會(huì)科學(xué)(Goldberger,1964)。計(jì)量經(jīng)濟(jì)學(xué)運(yùn)用數(shù)理、統(tǒng)計(jì)知識(shí)分析經(jīng)濟(jì)數(shù)據(jù)，對構(gòu)建于數(shù)理經(jīng)濟(jì)學(xué)基礎(chǔ)之上的數(shù)學(xué)模型提供經(jīng)驗(yàn)支持，并得出數(shù)量結(jié)果(Samuelsonetal.,1954)。

Econometrics如何翻譯？計(jì)量經(jīng)濟(jì)學(xué)：強(qiáng)調(diào)它是一門經(jīng)濟(jì)學(xué)科，強(qiáng)調(diào)它的經(jīng)濟(jì)學(xué)內(nèi)涵與外延。經(jīng)濟(jì)計(jì)量學(xué)：強(qiáng)調(diào)經(jīng)濟(jì)計(jì)量的方法，是估計(jì)經(jīng)濟(jì)模型和檢驗(yàn)經(jīng)濟(jì)模型。第3頁/共42頁第二節(jié)為什么要學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)？經(jīng)濟(jì)問題研究的需要?計(jì)量經(jīng)濟(jì)學(xué)涉及到經(jīng)濟(jì)理論、數(shù)理經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)統(tǒng)計(jì)學(xué)及數(shù)理統(tǒng)計(jì)學(xué)?

經(jīng)濟(jì)理論–定性地對經(jīng)濟(jì)現(xiàn)象提出理論假設(shè)和命題。例如，需求定理說，在其它經(jīng)濟(jì)條件不變下(Ceterisparibus)，商品的價(jià)格與商品的需求量呈反向變動(dòng)。?

數(shù)理經(jīng)濟(jì)學(xué)–研究數(shù)學(xué)形式或方程模型描述經(jīng)濟(jì)理論，不考慮對經(jīng)濟(jì)理論的度量和經(jīng)驗(yàn)解釋。?

經(jīng)濟(jì)統(tǒng)計(jì)學(xué)–收集、處理、整理和公開經(jīng)濟(jì)數(shù)據(jù)。?

數(shù)理統(tǒng)計(jì)學(xué)–經(jīng)濟(jì)數(shù)據(jù)的生成是不可控制試驗(yàn)的結(jié)果，實(shí)際數(shù)據(jù)可能有遺失、測量誤差等問題。第4頁/共42頁第二節(jié)為什么要學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)？

計(jì)量經(jīng)濟(jì)學(xué)與其他相關(guān)學(xué)科的聯(lián)系與區(qū)別數(shù)學(xué)統(tǒng)計(jì)學(xué)數(shù)理統(tǒng)計(jì)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)理經(jīng)濟(jì)計(jì)量經(jīng)濟(jì)學(xué)第5頁/共42頁第三節(jié)經(jīng)濟(jì)計(jì)量學(xué)的方法論怎樣進(jìn)行計(jì)量經(jīng)濟(jì)研究

1）理論或假設(shè)的陳述2）數(shù)據(jù)收集及預(yù)處理3）建立數(shù)理模型4）建立統(tǒng)計(jì)或經(jīng)濟(jì)計(jì)量模型5）經(jīng)濟(jì)計(jì)量模型參數(shù)的估計(jì)6）檢驗(yàn)?zāi)Ｐ偷倪m用性：模型的假設(shè)檢驗(yàn)7）檢驗(yàn)來自模型的假說8）運(yùn)用模型進(jìn)行預(yù)測

一個(gè)具體的例子

經(jīng)濟(jì)形勢會(huì)影響人們進(jìn)入勞動(dòng)力市場的決策嗎？第6頁/共42頁如果涉及到檢驗(yàn)一種經(jīng)濟(jì)理論，通常要從規(guī)范的經(jīng)濟(jì)模型出發(fā)馬歇爾需求函數(shù)將上式變成經(jīng)典的計(jì)量經(jīng)濟(jì)學(xué)方程于是，我們就設(shè)計(jì)量經(jīng)濟(jì)學(xué)方程例子：微觀經(jīng)濟(jì)學(xué)中經(jīng)典的效應(yīng)最大化第7頁/共42頁馬歇爾需求函數(shù)為類似的是，兩邊取對數(shù)，獲得計(jì)量經(jīng)濟(jì)學(xué)方程就可以設(shè)定為例子：一個(gè)更一般的例子第8頁/共42頁10例子：犯罪的經(jīng)濟(jì)學(xué)模型經(jīng)常的情況是，很多時(shí)候沒有理論，而完全來自一種直覺，或者觀點(diǎn)例子：人們常說，一個(gè)人所受的教育，積累的經(jīng)驗(yàn)以及所受的培訓(xùn)，他所在的位置，決定一個(gè)人的工資水平高低例子那么，這個(gè)說法隱含著如下的計(jì)量經(jīng)濟(jì)學(xué)方程第9頁/共42頁1.3.1建立一個(gè)理論假說?用失業(yè)率(UnemploymentRate,UNR)度量經(jīng)濟(jì)形勢?用勞動(dòng)力參與率(LaborForceParticipationRate,LFPR)度量勞動(dòng)力的參與?用單位小時(shí)工薪(AverageHourEmolument)度量勞動(dòng)力價(jià)格經(jīng)濟(jì)形勢V.S.就業(yè)意愿:兩個(gè)對立假說1）Discouraged-workerHypothesis?經(jīng)濟(jì)形勢惡化時(shí)表現(xiàn)為較高的失業(yè)率2）Added-WorkerHypothesis?經(jīng)濟(jì)形勢惡化時(shí)表現(xiàn)為較低的失業(yè)率一個(gè)實(shí)證問題（還要注意問題研究的背景）?檢驗(yàn)兩種效應(yīng)孰強(qiáng)孰弱？第10頁/共42頁1.3.2收集數(shù)據(jù)

統(tǒng)計(jì)數(shù)據(jù)的形式

?時(shí)間序列數(shù)據(jù)(TimeSeriesData)：按時(shí)間序列排列收集得到的。

?橫截面數(shù)據(jù)（Cross-SectionalData）-指一個(gè)或多個(gè)變量在某一時(shí)點(diǎn)上的數(shù)據(jù)的集合。

?混合數(shù)據(jù)(PooledData)–時(shí)間序列數(shù)據(jù)和橫截面數(shù)據(jù)的混合。

?

面板數(shù)據(jù)(PanelData)–混合數(shù)據(jù)的特殊形式，強(qiáng)調(diào)同一橫截面單位的跨期調(diào)查數(shù)據(jù)。

數(shù)據(jù)來源

?

國家統(tǒng)計(jì)部門/行業(yè)協(xié)會(huì)/大學(xué)學(xué)術(shù)機(jī)構(gòu)/盈利性數(shù)據(jù)公司/互聯(lián)網(wǎng)例如，中國經(jīng)濟(jì)景氣月報(bào)，人民銀行統(tǒng)計(jì)季報(bào)，中國統(tǒng)計(jì)年鑒、中經(jīng)網(wǎng)數(shù)據(jù)庫、Wind、CSMAR，IFSonline第11頁/共42頁1.3.2收集數(shù)據(jù)第12頁/共42頁1.3.2收集數(shù)據(jù)第13頁/共42頁數(shù)據(jù)結(jié)構(gòu)橫截面數(shù)據(jù)–causalityinvariables,dataareindependentand(contemporaneously)exogenous

RandomsamplingNotorderingPooledcrosssections第14頁/共42頁橫截面數(shù)據(jù)第15頁/共42頁橫截面數(shù)據(jù)–內(nèi)生性問題工資與教育的關(guān)系：教育增加一年，工資增加7.4%？第16頁/共42頁橫截面數(shù)據(jù)–內(nèi)生性問題2sls工資與教育的關(guān)系：教育增加一年，工資增加13.2%！第17頁/共42頁橫截面數(shù)據(jù)–內(nèi)生性問題GMM工資與教育的關(guān)系：教育增加一年，工資增加13.2%。但解釋力不同！第18頁/共42頁橫截面數(shù)據(jù)–多元回歸與似不相關(guān)回歸如資本資產(chǎn)定價(jià)模型CAPM：由于不同回歸方程中共同的不可觀測因素的因子影響，各方程的隨機(jī)擾動(dòng)項(xiàng)之間一般是相關(guān)的！第19頁/共42頁橫截面數(shù)據(jù)–多元回歸與似不相關(guān)回歸只有在自變量相同時(shí)，SUR的FGLS估計(jì)和OLS估計(jì)在代數(shù)意義上相同，但整體估計(jì)效率和自相關(guān)、異方差問題得到改進(jìn)。第20頁/共42頁橫截面數(shù)據(jù)–多元回歸與似不相關(guān)回歸代表生活區(qū)域的三個(gè)虛擬變量在統(tǒng)計(jì)上都不顯著，F(xiàn)統(tǒng)計(jì)量為0.65,6個(gè)限制條件，F(xiàn)檢驗(yàn)的自由度為6和1206，P值為0.658，及這些變量均不顯著。兩個(gè)方程相關(guān)性檢驗(yàn)第21頁/共42頁橫截面數(shù)據(jù)–多元回歸與聯(lián)立方程組已婚職業(yè)女性的勞動(dòng)力供給和工資支付模型勞動(dòng)力供給受到工資的影響工資受到勞動(dòng)力供給時(shí)間的影響第22頁/共42頁橫截面數(shù)據(jù)–多元回歸與聯(lián)立方程組第23頁/共42頁時(shí)間序列時(shí)序數(shù)據(jù)–causalityintime,realizationofstochasticprocessMinimumwageandemploymentCastillo,FreemanandFreeman(1992)TimedependentOrderingDatafrequencySeasonalpattern第24頁/共42頁時(shí)間序列第25頁/共42頁混合橫截面SCP數(shù)據(jù)結(jié)構(gòu)不同，結(jié)果不同，意義不同

PoolingcrosssectionsfromdifferentyearsEffectivelyanalyzingtheeffectsofanewgovt.policySimilartoastandardcrosssection,exceptthatweoftenneedtoaccountforseculardifferencesinthevariablesacrossthetime第26頁/共42頁面板數(shù)據(jù)SCP數(shù)據(jù)結(jié)構(gòu)不同，結(jié)果不同，意義不同ThesamecrosssectionalmembersTocontrolcertainunobservedcharacteristicofcrosssectionsTostudytheimportanceoflagsinbehaviorortheresultofdecisionmaking第27頁/共42頁小資料：混合數(shù)據(jù)和面板數(shù)據(jù)的聯(lián)系與區(qū)別Anindependentlypooledcrosssectionisobtainedbysamplingrandomlyfromalargepopulationatdifferentpointsintime(usually,butnotnecessarily,differentyears).Forinstance,ineachyear,wecandrawarandomsampleonhourlywages,education,experience,andsoon,fromthepopulationofworkingpeopleintheUnitedStates.Or,ineveryotheryear,wedrawarandomsampleonthesellingprice,squarefootage,numberofbathrooms,andsoon,ofhousessoldinaparticularmetropolitanarea.Fromastatisticalstandpoint,thesedatasetshaveanimportantfeature:theyconsistofindependentlysampledobservations.Thiswasalsoakeyaspectinouranalysisofcross-sectionaldata:amongotherthings,itrulesoutcorrelationintheerrortermsfordifferentobservations.Apaneldataset,whilehavingbothacross-sectionalandatimeseriesdimension,differsinsomeimportantrespectsfromanindependentlypooledcrosssection.Tocollectpaneldata-sometimescalledlongitudinaldata-wefollow(orattempttofollow)thesameindividuals,families,firms,cities,states,orwhatever,acrosstime.Forexample,apaneldatasetonindividualwages,hours,education,andotherfactorsiscollectedbyrandomlyselectingpeoplefromapopulationatagivenpointintime.Then,thesesamepeoplearereinterviewedatseveralsubsequentpointsintime.Thisgivesusdataonwages,hours,education,andsoon,forthesamegroupofpeopleindifferentyears.第28頁/共42頁1.3.2收集數(shù)據(jù)表1.11980-2002美國城市勞動(dòng)力參與率CLFPR，城市失業(yè)率CUNR與真實(shí)的小時(shí)平均工資AHE82（不完整，只到1996年）資料來源：EconomicReportofthePresident，1997,CLFPRfromTableB-47,p.343,CUNRfromTableB-40,p.346,andAHE82fromTableB-45,p.352.第29頁/共42頁1.3.3設(shè)定勞動(dòng)力參與的數(shù)學(xué)模型

散點(diǎn)圖

圖1-1城市勞動(dòng)力參與率(%)與城市失業(yè)率(%)回歸分析第30頁/共42頁1.3.3設(shè)定勞動(dòng)力參與的數(shù)學(xué)模型

CLFPR和CUNR兩者簡單的數(shù)學(xué)模型

（1-1）式(1-1)表明城市勞動(dòng)力參與率與城市失業(yè)率呈線性關(guān)系。B1和B2為線性函數(shù)的參數(shù)(parameters)。B1為截距(intercept)，其值為當(dāng)CUNR為零時(shí)CLFPR的值。B2為斜率(slope)，它是每一單位CUNR的變動(dòng)所引起的CLFPR的變動(dòng)率。第31頁/共42頁1.3.4設(shè)定勞動(dòng)力參與的統(tǒng)計(jì)或經(jīng)濟(jì)計(jì)量模型現(xiàn)實(shí)數(shù)據(jù)的非實(shí)驗(yàn)性、變量間的關(guān)系并不精確。確定的數(shù)學(xué)模型無法刻畫變量間的真正關(guān)系，必須用統(tǒng)計(jì)的方法刻畫它們之間的關(guān)系。線性回歸模型(linearregressionmodel)（1-2）

式（1-2）中，u代表隨機(jī)誤差項(xiàng)(randomerrorterm\stochasticerror

term)，簡稱誤差項(xiàng)(errorterm)。u包括了所有影響城市勞動(dòng)力參與率，但并未在模型中具體給出的因素（除了城市失業(yè)率）以及其他的隨機(jī)因素。第32頁/共42頁1.3.4設(shè)定勞動(dòng)力參與的統(tǒng)計(jì)或經(jīng)濟(jì)計(jì)量模型（1-2）式（1-2）中，式左邊的變量稱為因變量(dependentvariable)或被解釋變量(explainedvariable)，式右邊的變量稱為自變量(independentvariable)或解釋變量(explanatoryvariable)。

線性回歸分析的主要目標(biāo)就是解釋一個(gè)變量(應(yīng)變量)與其他一個(gè)或多個(gè)變量(解釋變量)之間的關(guān)系，當(dāng)然這種關(guān)系并非完全準(zhǔn)確?；貧w包含因果關(guān)系嗎（causation）？“統(tǒng)計(jì)關(guān)系，無論有多強(qiáng)，有多緊密，也絕不能建立起因果關(guān)系：因果關(guān)系的概念必須排除在統(tǒng)計(jì)學(xué)之外?！钡?3頁/共42頁1.3.5經(jīng)濟(jì)計(jì)量模型參數(shù)的估計(jì)?模型的參數(shù)：B1，B2?模型的參數(shù)必須根據(jù)已知的數(shù)據(jù)進(jìn)行估計(jì)統(tǒng)計(jì)模型/經(jīng)濟(jì)計(jì)量模型?參數(shù)估計(jì)方法不僅與模型本身有關(guān)而且與數(shù)據(jù)有關(guān)?參數(shù)估計(jì)的方法必須可以加以評判（評價(jià)的標(biāo)準(zhǔn)）?普通最小二乘法估計(jì)(ordinaryleastsquares,OLSE)/極大似然估計(jì)(maximumlikelihoodestimation,MLE)

(1-3)如果失業(yè)率上升一個(gè)單位(如一個(gè)百分點(diǎn))，城市勞動(dòng)力參與率將下降0.64個(gè)百分點(diǎn)。第34頁/共42頁1.3.6檢查模型的適用性：模型的設(shè)定檢驗(yàn)?描述經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量模型可能有很多，究竟哪個(gè)是最有效的/最佳的？?

經(jīng)濟(jì)計(jì)量模型必須可以解釋經(jīng)濟(jì)現(xiàn)象，說明現(xiàn)實(shí)問題。?

一元線性回歸模型:

（1-2）?

還有其他一些因素影響人們進(jìn)入勞動(dòng)力市場的決定。比如每小時(shí)工資或收入也是重要的決定變量。?二元線性回歸模型:

(1-4)第35頁/共42頁1.3.6檢查模型的適用性：模型的設(shè)定檢驗(yàn)?zāi)Ｐ停?-4）經(jīng)驗(yàn)估計(jì)得

估計(jì)系數(shù)為負(fù)能解釋嗎？

借助微觀經(jīng)濟(jì)學(xué)的理論，該系數(shù)為負(fù)的理論依據(jù)。兩個(gè)斜率系數(shù)均為負(fù)數(shù)。負(fù)的城市失業(yè)率表明，當(dāng)平均小時(shí)工資不變時(shí)，失業(yè)率每增加1%，城市勞動(dòng)力參與率將平均減少0.44%（這個(gè)結(jié)果又一次支持了受挫工人假說）。同理，若城市失業(yè)率為一常數(shù)，則平均小時(shí)工資每增加一個(gè)百分點(diǎn)，城市勞動(dòng)力參與率將平均減少3.86%。？負(fù)的平均小時(shí)工資系數(shù)有經(jīng)濟(jì)意義嗎？為什么不期望該系數(shù)為正呢