第一讲 计量经济学的性质和经济数据ppt课件

1,.刘愿,计量经济学导论,2,教材：伍德里奇，计量经济学导论：现代观点（第四版），中国人民大学出版社，2010年。,3,考核方式：平时成绩占40%，期末考试占60%。平时成绩：作业须按规定时间提交，用A4纸打印或手写。主要是教材的练习题，部分是统计软件的实操。期末考试：是否统考待定。学习要求：初步了解计量经济学这门学科；培养起自己对计量经济学的感觉、方法。基本思想为重，数学推导次之。教学方法：理论联系实际,4,课程大纲,第一篇横截面数据分析（第2-9章）第二篇时间序列数据分析（第10-12章）第三篇面板数据分析（第13-14章）第四篇高深专题讨论：内生性问题及其解决办法,5,第一篇：横截面数据分析,第一章计量经济学的性质与经济数据第二章简单回归模型第三章多元回归分析：估计第四章多元回归分析：推断第五章多元回归分析：OLS的渐近性第六章多元回归分析：深入专题第七章含有定性信息的多元回归分析：二值变量第八章异方差性第九章模型设定和数据问题的深入探讨,6,第二篇：时间序列数据的回归分析,第十章时间序列数据的基本回归分析第十一章OLS用于时间序列数据的其他问题第十二章时间序列回归中的序列相关和异方差,7,第一章计量经济学的性质与经济数据,1.1什么是计量经济学1.2经验分析的步骤1.3经济数据的结构1.4计量经济分析中的因果关系和其他条件不变的概念,8,1.1什么是计量经济学,政策评估或经济理论检验:xy教育水平工资率利率GDP种植补贴农业产出孕期妇女饥荒经历婴儿长期健康货币发行量物价水平限购房价扶贫脱贫,9,为何需要计量经济学,经济学中鲜见实验数据：实验经济学的兴起例外经济学需使用非实验或观测数据进行推断重要的是将经济理论应用于真实世界数据,10,为何需要计量经济学,实证分析使用数据检验一个理论或某种关系关于政策变化的效果，理论上并不明确，可以应用计量经济学的方法检验之。我国FDI是否存在溢出效应？种植补贴是否增加农业产出?调低利率是否增加总产出？征收燃油税能否减少污染物排放？工会组织能否保护工人权益？,11,1.2经济计量分析的步骤,构造规范的经济模型：各种变量之间的关系将经济模型转变为计量模型：确定因变量、自变量和控制变量计量结果的稳健性检验：数据集关键变量检验方法模型的内生性检验及其解决,12,例子1.1贝克尔91968)的犯罪经济模型,y=花在犯罪活动上的小时数x1=从事犯罪活动每小时的“工资”x2=合法就业的小时工资x3=犯罪或就业之外的收入x4=犯罪被抓住的概率x5=犯罪被抓后，被证明有罪的概率x6=被证明有罪后预期的宣判x7=年龄,13,例1.2工作培训与工人的生产力,wage=f(educ,exper,training)(1.2)wage为小时工资，educ为接受正规教育的年限，exper为工作年数，training为花在工作培训上的周数,14,例1.3：制度与经济发展,y=f(institution,K,L)如何衡量制度：Acemoglu（2001）产权保护方颖、赵扬（2011）：产权保护董志强（2012）：营商环境,15,经济数据的结构,横截面数据时间序列数据混合截面数据面板或纵列数据,16,横截面数据,给定时点对个体采集的样本所构成的数据集。随机抽样如果样本非随机抽取，即存在样本选择问题饥荒健康效应研究：在饥荒时期出生的婴儿真的比其他时期出生的婴儿拥有更好的身体素质吗？在收入调查中，收入越高的人越倾向于拒绝报告及收入状况，或者系统性的低报其收入。,17,18,19,时间序列数据,时间序列数据对一个体的一个或几个变量不同时间进行观测：股票价格、货币供应、消费者价格指数、GDP等.时间序列数据并非随机抽样，存在时序相关或自相关问题：时间趋势或季节性,20,21,混合截面数据,既具有横截面数据的特点，又有时间序列的特点：对美国的家庭进行两次横截面数据的调查，1993、1995年两次搜集住房价格数据。混合截面数据的两个作用：扩大样本容量（混合截面分析有一定适用范围）解释变量在不同时间的长期差异,22,23,面板数据或纵列数据,由数据集中每个横截面单位的一个时间序列组成，对同一单位的不同时期进行重复观测。面板数据的优越性：控制观测单位某些观测不到的特征研究决策行为或结果中的滞后性,24,25,计量经济分析中的因果关系及保持其他条件不变的概念,建立变量之间的某种联系并不足够，我们需要考虑的是变量间的因果效应/关系。如果我们能控制足够多的其他因素，其他条件不变下的关系可以视为因果关系。但建立因果关系是相当困难的。,26,例1.3化肥对作物产量的影响对每个地块施用不同数量的化肥，然后测量各自产出，我们获得一个截面数据集合。运用统计方法去测量产出与化肥施用量之间的关系。这是否是测量两者关系的一个好实验。,27,例1.4教育回报的测量,人力资本投资模型表明，接受更多教育的人挣得越多。最简单的例子，我们可以将方程写成如下：,28,例1.4(续),b1的估计值为教育的回报，但这可以被视为因果关系吗？当误差项u包括其他影响收入的因素时，我们希望控制尽可能多的因素，如经验与能力。某些因素，如个人能力，是不可观测的，会对因果关系推断构成问题。,29,例1.5执法对城市犯罪活动的影响,更多警察