計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論：現(xiàn)代觀點(diǎn)（第七版）課件：做實(shí)證研究項(xiàng)目

計(jì)量經(jīng)濟(jì)學(xué)

Econometrics

如何做實(shí)證研究項(xiàng)目提要一、問題的提出二、文獻(xiàn)回顧三、數(shù)據(jù)的收集四、計(jì)量經(jīng)濟(jì)分析五、實(shí)證論文的寫作一、問題的提出1、提出問題的重要性愛因斯坦認(rèn)為：提出問題比解決問題更重要。一、問題的提出2、尋找感興趣的問題提出一個(gè)原則上需要用數(shù)據(jù)來回答的非常明確問題是非常重要的。實(shí)際上，如果沒有明確的分析目標(biāo)，那么研究將無從下手。在選題時(shí)，研究人員必須明確，對(duì)經(jīng)濟(jì)學(xué)或其他社會(huì)科學(xué)的哪個(gè)領(lǐng)域感興趣。舉例來說，在學(xué)完《勞動(dòng)經(jīng)濟(jì)學(xué)》課之后，可能發(fā)現(xiàn)一些能進(jìn)行實(shí)證檢驗(yàn)的理論，或具有某些政策含義的關(guān)系。勞動(dòng)經(jīng)濟(jì)學(xué)家不斷地發(fā)現(xiàn)能夠解釋工資差異的新變量，其中包括高中階段的教學(xué)質(zhì)量等。一、問題的提出2、尋找感興趣的問題-續(xù)比如，研究教育問題的經(jīng)濟(jì)學(xué)家感興趣的問題是：支出如何影響學(xué)生成績就讀某類學(xué)校是否會(huì)提高學(xué)生成績以及哪些因素影響私立學(xué)校的選址。宏觀經(jīng)濟(jì)學(xué)家對(duì)各種總量時(shí)間序列之間的關(guān)系興趣十足。例如，國內(nèi)生產(chǎn)總值的增長與固定資產(chǎn)投資，或機(jī)器設(shè)備的增長之間的關(guān)系，或稅收對(duì)利率的影響。一、問題的提出3、估計(jì)怎樣模型估計(jì)通常描述性模型當(dāng)然有其原因。舉例來說，財(cái)產(chǎn)稅評(píng)估員利用模型（享樂定價(jià)模型）估計(jì)家庭最近尚未出售住房的價(jià)值。這就涉及一個(gè)將房屋價(jià)格與其特征（大小、臥室間數(shù)、衛(wèi)生間數(shù)等）相聯(lián)系的回歸模型。作為學(xué)期論文，這不足以令人興奮，因?yàn)槲覀儾惶赡軓闹械玫叫路f結(jié)論，而這一分析也沒有什么明顯的政策含義?？墒侨绻黾余徖锓缸锫首鳛榻忉屪兞浚覀兙湍艽_定犯罪率對(duì)房屋價(jià)格的影響有多重要，這將有助于估計(jì)犯罪的成本。一、問題的提出3、估計(jì)怎樣的模型-續(xù)估計(jì)有些關(guān)系，要利用描述性宏觀經(jīng)濟(jì)數(shù)據(jù)。例如，一個(gè)總量儲(chǔ)蓄函數(shù)能用來估計(jì)總量邊際儲(chǔ)蓄傾向和儲(chǔ)蓄對(duì)資產(chǎn)回報(bào)（如利率）的響應(yīng)。如果使用曾發(fā)生過政治動(dòng)亂的國家的時(shí)間序列數(shù)據(jù)，并判斷儲(chǔ)蓄率在政局不穩(wěn)時(shí)期是否有下降趨勢，這樣的分析便會(huì)更有意思。一、問題的提出4、當(dāng)確定研究領(lǐng)域后，要用各種方法查找這個(gè)主題論文（1）《經(jīng)濟(jì)文獻(xiàn)雜志》（JournalofEconomicLiterature,JEL）有一整套細(xì)致分類體系，其中每篇論文都有一組標(biāo)識(shí)碼，從而將其歸于經(jīng)濟(jì)學(xué)的某一子領(lǐng)域之中。JEL還包含在其他各類期刊中發(fā)表的文章列表，根據(jù)主題進(jìn)行分類，甚至包含某些論文的摘要。（2）互聯(lián)網(wǎng)服務(wù)使得搜尋各種主題的已發(fā)表論文更為方便。（3）EconLit使得使用者能根據(jù)作者名、主題、題目中的關(guān)鍵詞等方式對(duì)幾乎所有經(jīng)濟(jì)學(xué)期刊進(jìn)行全面檢索。（4）網(wǎng)絡(luò)搜索引擎“谷歌學(xué)術(shù)”（GoogleScholar）對(duì)于追蹤各類專題研究或某位作者的研究特別有幫助。尤其對(duì)于那些尚未在學(xué)術(shù)期刊上發(fā)表或有待發(fā)表的作品而言，這個(gè)搜索引擎更加有用。二、文獻(xiàn)回顧1、所有論文，無論長短應(yīng)包含對(duì)相關(guān)文獻(xiàn)的綜述幾乎沒有人會(huì)試圖進(jìn)行尚無前期成果的實(shí)證項(xiàng)目。如果研究者通過期刊或在線搜索服務(wù)(onlinesearchservices)尋找題目，那么所做的正是文獻(xiàn)檢索。如果研究者自行選題（例如研究吸毒對(duì)學(xué)習(xí)成績的影響），那么可能就要更辛苦一些。但在線搜索服務(wù)使這一工作容易得多，例如可通過關(guān)鍵詞、題目中出現(xiàn)的單詞或者作者等進(jìn)行搜索。然后就可以通過論文摘要，了解它們與自己的研究有多大關(guān)系。二、文獻(xiàn)回顧2、如何將文獻(xiàn)綜述包含在論文中如何將文獻(xiàn)綜述包含在論文中，這會(huì)因人而異。有些人喜歡獨(dú)辟專節(jié)，稱為“文獻(xiàn)綜述”；另一些人則喜歡將文獻(xiàn)綜述作為序言的一個(gè)部分。盡管詳盡的文獻(xiàn)綜述可能值得獨(dú)立成節(jié)，但這仍取決于個(gè)人喜好。如果學(xué)期論文是課程的重點(diǎn)（比如在高級(jí)專題研討或高級(jí)計(jì)量經(jīng)濟(jì)學(xué)課程中），那么文獻(xiàn)綜述就要盡可能地相當(dāng)詳盡。第一學(xué)期計(jì)量經(jīng)濟(jì)學(xué)課程之末的學(xué)期論文往往較短，而文獻(xiàn)綜述也要簡潔一些。三、數(shù)據(jù)的收集1、確定適當(dāng)?shù)臄?shù)據(jù)集為學(xué)期論文收集數(shù)據(jù)可能富有教育意義，這時(shí)首先必須確定用以回答所提問題的數(shù)據(jù)類型。數(shù)據(jù)集有多種形式，比如最常見的類型是橫截面、時(shí)間序列、混合截面和面板數(shù)據(jù)集。確定收集何種數(shù)據(jù)通常取決于分析的性質(zhì)。為了回答個(gè)人或家庭層面的問題，通常只需要找到單個(gè)橫截面數(shù)據(jù)；它們往往通過調(diào)查取得。在處理有關(guān)公司、城市、州縣等橫截面數(shù)據(jù)時(shí)，也會(huì)出現(xiàn)同樣問題。在大多數(shù)情況下，能否利用單個(gè)橫截面數(shù)據(jù)進(jìn)行其他條件不變的分析，這一點(diǎn)并不明顯。三、數(shù)據(jù)的收集1、確定適當(dāng)?shù)臄?shù)據(jù)集-續(xù)數(shù)據(jù)存在多種形式。一些數(shù)據(jù)集，特別是歷史數(shù)據(jù)，通常僅以印刷資料的形式出現(xiàn)。如果數(shù)據(jù)集不大，親自把來源于印刷資料的數(shù)據(jù)輸入電腦也簡便易行。有時(shí)，有些已發(fā)表論文中附帶小數(shù)據(jù)集，特別是時(shí)間序列應(yīng)用研究。這些資料都可用于實(shí)證研究（經(jīng)驗(yàn)研究），也許還可以補(bǔ)充一些近年數(shù)據(jù)。注意：同一橫截面單位兩個(gè)或多個(gè)不同時(shí)期的數(shù)據(jù)，讓我們能夠控制那些不隨時(shí)間而改變的非觀測效應(yīng)，這些效應(yīng)通常使得單個(gè)橫截面上的回歸失效。1、確定適當(dāng)?shù)臄?shù)據(jù)集-續(xù)許多數(shù)據(jù)集都有電子版可用，各種政府機(jī)構(gòu)也都在其網(wǎng)站上提供數(shù)據(jù)。有時(shí)候，私人公司也收集數(shù)據(jù)集并使之更便于使用，但要收取一定的費(fèi)用。網(wǎng)上有越來越多的數(shù)據(jù)集可以利用。網(wǎng)絡(luò)是網(wǎng)上數(shù)據(jù)庫（onlinedatabases）的資源寶庫。三、數(shù)據(jù)的收集2、輸入并儲(chǔ)存數(shù)據(jù)當(dāng)確定好數(shù)據(jù)類型，并找到數(shù)據(jù)來源之后，就必須把數(shù)據(jù)轉(zhuǎn)變?yōu)榭捎酶袷?。如果?shù)據(jù)在磁盤里，它已經(jīng)具備一定的形式，而且是有望被廣泛使用的一種形式。用磁盤形式獲取數(shù)據(jù)最靈活的方法是將其作為標(biāo)準(zhǔn)的文本（ASCII）文件。所有統(tǒng)計(jì)與計(jì)量經(jīng)濟(jì)軟件包都容許這種原始數(shù)據(jù)存儲(chǔ)方式。通常只要該文本文件結(jié)構(gòu)適當(dāng)，很容易就能把文本文件直接讀入計(jì)量經(jīng)濟(jì)軟件。本書所用的數(shù)據(jù)文件便提供了橫截面、時(shí)間序列、混合截面和面板數(shù)據(jù)通常存儲(chǔ)方式的例子。通常，數(shù)據(jù)應(yīng)該具備表格形式，每次觀測占一行；而數(shù)據(jù)集的每一列則代表不同的變量。三、數(shù)據(jù)的收集2、輸入并儲(chǔ)存數(shù)據(jù)-續(xù)（1）不同類型數(shù)據(jù)的輸入要求①對(duì)時(shí)間序列數(shù)據(jù)集來說，只有一種合理方式進(jìn)行數(shù)據(jù)的輸入與存儲(chǔ)：即以時(shí)間為序，最早的時(shí)期列為第一次觀測，最近的時(shí)期列為最后一次觀測。最好能把標(biāo)志著年份或（如有必要）季度或月份的變量包括進(jìn)來。這將使得今后能估計(jì)各種模型，包括考慮到不同時(shí)期的季節(jié)性和構(gòu)突變的模型。②對(duì)混合橫截面數(shù)據(jù)來說，通常最好方法是把最早一年的橫截面放在第一個(gè)觀測區(qū)里，接著是第二年的橫截面，等等。這種安排并不關(guān)鍵，但為每次觀測賦予標(biāo)志著年份的變量則非常重要。③對(duì)面板數(shù)據(jù)來說，最好將每個(gè)橫截面觀測的所有年份按照時(shí)間順序排列。有了這樣的順序，就可利用第13和14章的所有面板數(shù)據(jù)方法。對(duì)于面板數(shù)據(jù)，讓每個(gè)橫截面單位都具備一個(gè)獨(dú)特的標(biāo)識(shí)符和一個(gè)年度變量非常重要。三、數(shù)據(jù)的收集2、輸入并儲(chǔ)存數(shù)據(jù)-續(xù)（2）輸入數(shù)據(jù)的方法①利用標(biāo)準(zhǔn)文本編輯器創(chuàng)建一個(gè)文本文件，這就是本書中某些原始數(shù)據(jù)集最初創(chuàng)建的方法。通常要求每一行開始一次新的觀測，每行的變量有相同的順序，而且數(shù)值與數(shù)值之間至少需要由一個(gè)空格分開。通常字符串都被放置在雙引號(hào)或單引號(hào)之間。②利用電子制表軟件來輸入數(shù)據(jù)。比如，Excel。a.因?yàn)槊總€(gè)變量的每次觀測都是一個(gè)單元，所以不太可能有兩個(gè)數(shù)字連在一起。b.電子制表軟件允許對(duì)數(shù)據(jù)進(jìn)行操作，例如進(jìn)行歸類和計(jì)算均值等。③直接把數(shù)據(jù)輸入所用的計(jì)量經(jīng)濟(jì)學(xué)軟件。三、數(shù)據(jù)的收集3、檢查、清理并總結(jié)數(shù)據(jù)（1）對(duì)缺損值的標(biāo)識(shí)最好的辦法是把所有代表缺損值的數(shù)字符號(hào)改為其他不會(huì)與實(shí)數(shù)數(shù)據(jù)混淆的符號(hào)，例如句號(hào)。（2）了解數(shù)據(jù)集中變量的性質(zhì)變量性質(zhì)包括：二值變量、序數(shù)變量、變量的測量單位、基期或當(dāng)期等。三、數(shù)據(jù)的收集3、檢查、清理并總結(jié)數(shù)據(jù)-續(xù)（3）檢查數(shù)據(jù)集中的錯(cuò)誤①在分析中找出所有變量的最小值、最大值、均值和標(biāo)準(zhǔn)差。②若使用月度或季度數(shù)據(jù)，就必須知道哪些變量經(jīng)過季節(jié)性調(diào)整。③差分時(shí)必須確定數(shù)據(jù)是按時(shí)間順序排列的，即從最早時(shí)期到最晚時(shí)期。為確保數(shù)據(jù)正確排列,運(yùn)用一個(gè)時(shí)期標(biāo)識(shí)變量會(huì)有所幫助。④處理面板數(shù)據(jù)更具挑戰(zhàn)性。在構(gòu)建差分?jǐn)?shù)據(jù)時(shí)，應(yīng)該小心不要產(chǎn)生虛構(gòu)觀測。四、計(jì)量經(jīng)濟(jì)分析1、一般性指導(dǎo)原則在確定主題之后，必須搜集合適的數(shù)據(jù)集。假定這已經(jīng)完成，接著必須確定適當(dāng)?shù)挠?jì)量經(jīng)濟(jì)方法。

如果強(qiáng)調(diào)利用橫截面或時(shí)間序列數(shù)據(jù)對(duì)多元線性回歸模型進(jìn)行普通最小二乘估計(jì)，那么還必須確定，是否需要OLS的某種變型，例如加權(quán)最小二乘或?qū)r(shí)間序列回歸中的序列相關(guān)加以修正。

為了說明OLS的合理性，必須說明所建立的模型滿足OLS的關(guān)鍵假定：第一個(gè)問題，誤差項(xiàng)是否與解釋變量不相關(guān)；其次其他潛在的內(nèi)生因素(即測量誤差和聯(lián)立性)不是嚴(yán)重問題。

1、一般性指導(dǎo)原則-續(xù)在設(shè)定模型時(shí)，必須確定采取何種函數(shù)形式。某些變量是否應(yīng)該以對(duì)數(shù)形式出現(xiàn)？某些變量是否應(yīng)該以水平值和平方值形式出現(xiàn)，以便刻畫遞減效應(yīng)？定性因素應(yīng)該怎樣出現(xiàn)？常見錯(cuò)誤是，在回歸模型中不正確地包含以數(shù)值給出但又不具備定量信息的解釋變量。對(duì)橫截面分析來說，一個(gè)不是最主要但仍重要的問題是，是否存在異方差性。最簡單的辦法是計(jì)算異方差穩(wěn)健的統(tǒng)計(jì)量。如果模型有潛在的設(shè)定錯(cuò)誤，比方說遺漏變量，而且使用OLS，那么應(yīng)該嘗試進(jìn)行某種誤設(shè)分析，確定估計(jì)量的偏誤方向。1、一般性指導(dǎo)原則-續(xù)工具變量的方法能夠用來解決各種形式的內(nèi)生問題，包括遺漏變量、變量誤差和聯(lián)立性。但是首先必須確保工具變量可以奏效，滿足兩個(gè)基本條件。經(jīng)驗(yàn)社會(huì)科學(xué)方面的優(yōu)秀論文應(yīng)包含敏感度分析。寬泛地講，這意味著必須首先估計(jì)一個(gè)初始模型，然后用一些看似合理的方法修改它。理想的情況是重要的結(jié)論不致改變。如果某些觀測值與樣本群體非常不同，那么如果把這些觀測值從估計(jì)中排除出去，結(jié)果發(fā)生很大改變，那么就不得不改變函數(shù)形式以容許這些觀測，或者證明它們屬于完全不同的模型。1、一般性指導(dǎo)原則-續(xù)如用面板數(shù)據(jù)會(huì)額外導(dǎo)致一些計(jì)量經(jīng)濟(jì)問題。無須借助工具變量，至少有４種方法來利用這兩個(gè)時(shí)期的面板數(shù)據(jù)。在標(biāo)準(zhǔn)OLS分析中，混合這兩個(gè)時(shí)期。雖然相對(duì)于單個(gè)橫截面來說，這樣做或許可以擴(kuò)大樣本量，但它并沒有控制不隨時(shí)間而變化的非觀測因素。另外，由于非觀測效應(yīng)，這種方程中的誤差幾乎總是序列相關(guān)的。只要在給定所有時(shí)期解釋變量值的情況下，非觀測效應(yīng)具有零均值，隨機(jī)效應(yīng)估計(jì)法就可以修正序列相關(guān)問題，并給出漸近有效的估計(jì)量。假設(shè)收集兩個(gè)時(shí)期的數(shù)據(jù)，那么就可以在標(biāo)準(zhǔn)OLS分析中混合這兩個(gè)時(shí)期。相對(duì)于單個(gè)橫截面來說，這樣做或許可以擴(kuò)大樣本容量，但它并沒有控制不隨時(shí)間而變化的非觀測因素。1、一般性指導(dǎo)原則-續(xù)另一種可能性是在第二年的方程中增加滯后因變量。把它作為至少可以緩解遺漏變量問題的一種方法而提出，因?yàn)樵谌魏吻闆r下，我們都要保持因變量的最初結(jié)果固定不變。這通常會(huì)導(dǎo)致與取數(shù)據(jù)差分相似的結(jié)果。當(dāng)擁有更多年的面板數(shù)據(jù)時(shí)，除了上述辦法，還有一個(gè)新的選擇，即可利用固定效應(yīng)變換來消除非觀測因素的影響。同時(shí)使用幾種合理的計(jì)量經(jīng)濟(jì)方法并比較其結(jié)果，這樣做是一個(gè)好主意。這通常能幫助確定哪一個(gè)假定可能是錯(cuò)誤的。2、數(shù)據(jù)挖掘（datamining）

所有的應(yīng)用研究人員在找到“最佳”模型之前，都會(huì)搜索各種不同的模型。還有一種探索性方法，數(shù)據(jù)挖掘（datamining，又譯為資料探勘、數(shù)據(jù)采礦），它是數(shù)據(jù)庫知識(shí)發(fā)現(xiàn)（Knowledge-DiscoveryinDatabases，簡稱KDD)中的一個(gè)步驟。數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來實(shí)現(xiàn)上述目標(biāo)。數(shù)據(jù)挖掘的實(shí)踐破壞了計(jì)量經(jīng)濟(jì)學(xué)分析中所做的假定。

2、數(shù)據(jù)挖掘-續(xù)OLS和其他估計(jì)量的無偏性結(jié)論，以及為假設(shè)檢驗(yàn)而推導(dǎo)的t分布和F分布，都假定觀察到一個(gè)服從總體模型的樣本，并對(duì)該模型只估計(jì)一次。估計(jì)初始模型的變化形式違背了這一假定，因?yàn)樵谀Ｐ驮O(shè)定搜索時(shí)利用了相同的數(shù)據(jù)集。實(shí)際上，通過利用這些數(shù)據(jù)來重新設(shè)定模型，便利用了檢驗(yàn)的結(jié)果。從不同模型設(shè)定中得到的估計(jì)值和檢驗(yàn)就不是彼此獨(dú)立的。某些設(shè)定搜索已經(jīng)被編制為標(biāo)準(zhǔn)軟件包中的程序。設(shè)定搜索的程序?yàn)橹鸩交貧w：逐步回歸的一般思路是，要么從一個(gè)大模型開始，然后保留P值低于某個(gè)顯著水平的變量，或者是從一個(gè)簡單模型開始，然后加入P值顯著的變量。有時(shí)候也用F檢驗(yàn)來檢驗(yàn)一組變量。2、數(shù)據(jù)挖掘-續(xù)不幸的是，最終的模型通常取決于變量被丟棄或添加的順序。逐步回歸是嚴(yán)重的數(shù)據(jù)挖掘形式，而且在最終模型中也難于解釋t和F統(tǒng)計(jì)量。原則上，有可能把數(shù)據(jù)挖掘的影響包含在統(tǒng)計(jì)推斷中；但實(shí)踐中卻非常困難且極其罕見，特別是在復(fù)雜的經(jīng)驗(yàn)工作中更是如此。如果一個(gè)變量僅在所估計(jì)模型的一小部分統(tǒng)計(jì)顯著，那么這個(gè)變量極有可能在總體中沒有影響。五、實(shí)證論文的寫作（1）引言引言部分，要陳述研究的基本目標(biāo)，并解釋其重要性。一般包括文獻(xiàn)綜述，表明有哪些工作已經(jīng)完成，以及前期研究可以怎樣改進(jìn)。提出一些簡單統(tǒng)計(jì)量或者圖表，以揭示一個(gè)看似矛盾的關(guān)系是介紹論文主題的有用方法。五、實(shí)證論文的寫作（2）概念（或理論）框架在這一節(jié)，主要描述你回答所提問題的主要方法。它可以是規(guī)范的經(jīng)濟(jì)理論，但在許多情況下，它只是對(duì)回答問題時(shí)出現(xiàn)的概念性問題進(jìn)行直觀討論。（3）計(jì)量經(jīng)濟(jì)模型和估計(jì)方法最好專辟一節(jié)介紹論文將要估計(jì)和給出的方程。對(duì)一個(gè)模型和一個(gè)估計(jì)方法的區(qū)別，應(yīng)該在這一節(jié)中指出。一個(gè)模型代表了一個(gè)總體關(guān)系(廣義的定義還包括時(shí)間序列方程)。在設(shè)定模型之后，討論估計(jì)方法便自然而然。在多數(shù)情形中都使用OLS。估計(jì)模型的方法與模型本身要明顯區(qū)別開來。從潛在的經(jīng)濟(jì)模型得到一個(gè)可估計(jì)的計(jì)量經(jīng)濟(jì)模型，其中用到的任何假定都要進(jìn)行清楚的討論。無論是否給出理論模型，都要對(duì)函數(shù)形式做出假定。無論是否給出理論模型，都要對(duì)函數(shù)形式做出假定。（4）數(shù)據(jù)應(yīng)該用一節(jié)仔細(xì)描述經(jīng)驗(yàn)分析中所使用的數(shù)據(jù)。如果數(shù)據(jù)不是標(biāo)準(zhǔn)的，或尚未被其他研究人員廣泛使用，這就尤其重要。原則上，應(yīng)該介紹足夠的信息，以便讀者可以獲得數(shù)據(jù)并重新進(jìn)行分析。特別是，所有可用的公共數(shù)據(jù)來源都應(yīng)包括在參考文獻(xiàn)中，而且小的數(shù)據(jù)集也可以列在附錄中。如果使用自己通過調(diào)查而收集到的數(shù)據(jù)，在附錄中也應(yīng)給出一份調(diào)查問卷。在討論數(shù)據(jù)來源的時(shí)候，要明確每個(gè)變量的單位。