经济计量管理学与财务知识分析简介

1、计量经济学（ECONOMETRICS）Outline 计量经济学简介课程管理 问题:u房价受到哪些因素的影响，这些因素是怎样影响房价的？u餐厅怎样选址？u就业市场是否存在性别歧视？u明年的通货膨胀率将会是多少?u 计量经济学与经济统计学绝非一码事；计量经济学与经济统计学绝非一码事；u 它也不同于我们所说的一般经济理论，尽管它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；经济理论大部分具有一定的数量特征；u 计量经济学也不应视为数学应用于经济学的计量经济学也不应视为数学应用于经济学的同义语。同义语。 统计学、经济理论和数学三者结合起来统计学、经济理论和数学三者结合起来便构

2、成了计量经济学。便构成了计量经济学。 计量经济学是经济学的一个分支学科计量经济学是经济学的一个分支学科u 19261926年挪威经济学家年挪威经济学家Ragnar FrishRagnar Frish提提出出EconometricsEconometricsu 1930 1930年成立世界计量经济学会年成立世界计量经济学会u 19331933年创办年创办EconometricaEconometrica杂志杂志u 20 20世纪世纪4040、5050年代的大发展和年代的大发展和6060年代的年代的扩张扩张u 2020世纪世纪7070年代以来非经典计量经济学的年代以来非经典计量经济学的发展发展7171

3、位获奖者中位获奖者中1010位直接因为对计量经位直接因为对计量经济学发展的贡献而获奖济学发展的贡献而获奖 1969 R. Frish J. Tinbergen1969 R. Frish J. Tinbergen 1973 W. Leotief 1973 W. Leotief 1980 L. R. Klein 1980 L. R. Klein 1984 R. Stone 1984 R. Stone 1989 T. Haavelmo 1989 T. Haavelmo 2000 J.J.Heckman D. L. McFadden 2000 J.J.Heckman D. L. McFadden 20

4、03 R.F.Engle C.W.J. Granger 2003 R.F.Engle C.W.J. Granger 诺贝尔经济学奖与计量经济学诺贝尔经济学奖与计量经济学u1616位担任过世界计量经济学会会长位担任过世界计量经济学会会长u3030位左右在获奖成果中应用了计量经济位左右在获奖成果中应用了计量经济学学u“二战以后的经济学是计量经济学的时二战以后的经济学是计量经济学的时代代”u“计量经济学的讲授已经成为经济学课计量经济学的讲授已经成为经济学课程表中最有权威的一部分程表中最有权威的一部分”诺贝尔经济学奖与计量经济学诺贝尔经济学奖与计量经济学课程管理 （Course Administrat

5、ion）课程说明教学参考书教学内容成绩评价课程说明课程说明 教学目的教学目的 通过该门课程教学，使学生掌握计量经济学的基本通过该门课程教学，使学生掌握计量经济学的基本理论与方法，并能够建立实用的计量经济学应用理论与方法，并能够建立实用的计量经济学应用模型。模型。 先修课程先修课程 微观经济学、宏观经济学、商务统计学、微微观经济学、宏观经济学、商务统计学、微积分、线性代数、概率论与数理统计积分、线性代数、概率论与数理统计教学参考书：计量经济学（第计量经济学（第3 3版）版），李子奈、潘文卿，高等教育出版，李子奈、潘文卿，高等教育出版社，社，20102010年年3 3月月计量经济学基础（第计量经济

6、学基础（第5 5版）版）, ,达摩达尔达摩达尔NN古扎拉蒂古扎拉蒂（Damodar N. GujaratiDamodar N. Gujarati）, ,唐唐CC波特（波特（Dawn Dawn C.PorterC.Porter）. . 人民大学出版社人民大学出版社 ,2010-07,2010-07计量经济学导论（第计量经济学导论（第4 4版）版）, ,杰弗里杰弗里MM伍德里奇（伍德里奇（Jeffrey Jeffrey M. WooldridgeM. Wooldridge）. . 北京北京: :中国人民大学出版社中国人民大学出版社,2010-06,2010-06计量经济学习题集计量经济学习题集，潘

7、文卿、李子奈，高等教育出版社，潘文卿、李子奈，高等教育出版社年年高等计量经济学高等计量经济学，李子奈、叶阿忠，清华大学出版社，李子奈、叶阿忠，清华大学出版社计量经济学计量经济学方法与应用方法与应用，李子奈，清华大学出版社，李子奈，清华大学出版社计量经济学（第三版）计量经济学（第三版），( (美美) )古扎拉蒂，中国人民大学古扎拉蒂，中国人民大学出版社，出版社，20022002年年经济计量学实验经济计量学实验，袁建文，袁建文/ /编著，科学出版社，编著，科学出版社，20032003年年计量经济学软件计量经济学软件EviewsEviews使用指南使用指南，张晓峒，南开大学出，张晓峒，南开大学出版社

8、，版社，20032003年年Introductory EconometricsIntroductory Econometrics(2E),Jeffrey M. (2E),Jeffrey M. Woodldridge,2005Woodldridge,2005（英文改编版（英文改编版计量经济学导论计量经济学导论，高，高等教育出版社等教育出版社20052005年年4 4月出版月出版) )教学内容计量经济学概述多元线性回归模型模型设定及其他问题多重共线性与序列相关及异方差联立方程模型二元离散选择模型时间序列模型 Discussion and attendance in class 第一章 计量经济学概

9、述什么是计量经济学计量经济学的作用计量经济学模型与数据计量经济学研究的方法计量经济模型及其应用统计和计量经济分析软件计量经济学（Econometrics）一词, 又译经济计量学。从字面上说，该词含义是经济测量（Economic measurement），但实际上，其含义要广得多。下面引用几个比较权威的定义来说明这一点。什么是计量经济学？一. 计量经济学定义计量经济学是一个迅速发展的经济学分支，其目标是给出经济关系的经验内容。 新帕尔格雷夫经济学大词典，1990计量经济学可定义为实际经济现象的定量分析，这种分析根据的是由适当推断方法联系在一起的理论和观测的即时发展。计量经济学运用数理统计知识分析

10、经济数据，对构建于数理经济学基础上的数学模型提供经验支持，并得出数量结果。 （P. A. 萨米尔森等，1954）计量经济学是将经济理论、数学和统计推断等工具应用于 经济现象分析的社会科学 。 （A. S. 戈德伯格，1964）综合性定义计量经济学是一个有关经济关系的经验估计的经济学分支。计量经济学依据经济理论，使用数学和统计推断等工具，用观测数据对经济和商务活动进行实证研究，测度和检验经济变量间的经验关系，从而给出经济理论的经验内容，在经济理论的抽象世界和人类活动的具体世界之间搭建桥梁。 计量经济学是一门运用经济理论和统计技术来分析经济数据的科学和艺术，它以经济理论为指导，以客观事实为依据，运

11、用数学、统计学的方法和计算机技术，研究带有随机影响的经济变量之间的数量关系和规律。计量经济学属于应用经济学，以经济现象为研究对象，其核心内容是建立和应用具有随机特征的计量经济模型。计量经济学定义计量经济学的理论基础 经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。一个优秀的计量经济学家必须是合格的数学家和统计学家，他（她）还应该是一个经过系统经济学训练的经济学家。 Mathematics Economic Theory Statistics Econometrics 计量经济学的三个

12、要素 计量经济学的三个要素是经济理论、经济数据和统计方法。对于解释经济现象来说，“没有计量的理论”和“没有理论的计量”都是不够的，正如计量经济学创始人之一的弗里希所强调的那样，它们的结合是计量经济学的发展能够取得成功的关键。 计量经济学是经济预测的科学 计量经济学从根上说，是对经验规律的认识以及将这些规律推广为经济学“定律”的系统性努力，这些“定律”被用来进行预测，即关于什么可能发生或者什么将会发生的预测。因此，广义地说，计量经济学可以称为经济预测的科学。计量经济学的艺术成分 计量经济学虽然以科学原理为基础，但仍保留了一定的艺术成分，主要体现在试图找出一组合适的假设，这些假设既严格又现实，使得

13、我们能够使用可获得的数据得到最理想的结果，而现实中这种严格的假设条件往往难以满足。 “艺术”成分的存在使得计量经济学有别于传统的科学，是使人对它提供准确预测的能力产生怀疑的主要原因。计量经济学的三个主要作用l描述经济现实（Describing economic reality）l检验经济理论假设（Testing hypotheses about economic theory）l预测未来经济活动（Forecasting future economic activity）计量经济学的产生和发展: 1.产生年代 计量经济学产生于上世纪三十年代。 1930年12月，弗里希（R. Frisch）、丁伯

14、根 (J. Tinbergen)和费歇尔(I. Fisher)等经济学家在美国克利夫兰成立计量经济学会。 1 9 3 3 年 起 ， 定 期 出 版 计 量 经 济 学 (Econometrica)杂志。弗里希在该杂志发刊词中明确提出计量经济学的范围和方法，指出计量经济学是经济理论、数学和统计学的综合，但它又完全不同于这三个学科中的每一个。2. 时代背景 计量经济学的产生，与当时的时代背景是密切相关的。上世纪二十年代末期，在资本主义世界发生了严重的经济危机，原有的经济理论失灵，产生了所谓的“凯恩斯革命”。 在这种背景下，各国政府出于对经济的干预政策的需要，企业管理层为了摆脱或减少经济危机的打击

15、，在经济繁荣时期获取更多的利润，要求采用计量经济理论和方法，进行经济预测，加强市场研究，探讨经济政策的效果，因而计量经济学应运而生。3. 学科发展环境同时，随着科学技术的发展，各门学科相互渗透，数学、系统论、信息论、控制论等相继进入经济研究领域，使经济科学进一步数量化，有助于计量经济学的发展。高速电子计算机的出现和发展，为计量经济技术的广泛应用铺平了道路。4. 发展过程 上世纪三十年代，侧重于个别商品供给与需求的计量，基本上属于个量分析或微观分析。 自四十年代起，计量经济研究的范围扩大到整个经济体系，其特征是宏观经济总量的计量分析，亦即总量分析或宏观分析。 五十年代起，在计量经济学的理论和方法

16、得到迅速发展的同时，宏观计量经济模型在计量经济学的应用中开始占重要地位。50年代末至60年代初是宏观计量经济模型蓬勃发展的时期。 八十年代后，计量经济学的研究取得了很多新进展，如单位根检验、协整、面板数据和面板数据模型、受限因变量模型、自回归条件异方差模型、广义矩估计等。与此同时，这些计量经济技术被日益广泛地应用于经济学的各个领域，成为很多经济学领域中实证工作的标准实践。 5.我国计量经济学研究状况 由于认识上的原因，我国对计量经济学的广泛研究和应用起步较晚，始于70 年代后期。经过这些年的发展，已经取得了长足的进步，很多政府部门和学术机构建立了计量经济模型进行经济预测和政策分析。我们已大大缩

17、小了在此领域与先进国家的差距。可以预见，计量经济学在促进我国国民经济的发展中将发挥越来越大的作用。计量经济学模型与数据计量经济学模型数据结构数理经济模型（Economic model）:wages (WAGE) depend on:years of work experience (EXP)years of education (EDU)gender of the worker (GEND: 1 if male, 0 if female) ),(GENDEXPEDUfWAGE 计量经济模型（Econometric model）:stochastic error component contai

18、ns unobserved factors),(uGENDEXPEDUfWAGEuuEmpirical economic analysiseg. A model for wage: contains excluded factors (innate ability, job characteristics, .), :parameters describing how wage is affected by the included factors. uGENDEXPEDUWAGE3210u3210,数据结构（Data structures）经验分析（Empirical analysis ）r

19、equires data.Different data structures may require different econometric methods.It is important to understand data structures.数据结构（Data structures）There are 4 major data structures（横）截面数据（Cross-sectional data）,时间序列数据（time series data）,面板数据（panel data），也称纵向数据（ longitudinal）混合数据（pooled cross sections

20、） 时间序列和横截面数据 时间序列时间序列数据是按时间周期（即按固定的时间间隔）收集的数据，如年度或季度的国民生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子。 横截面横截面数据是在同一时点收集的不同个体（如个人、公司、国家等）的数据。如人口普查数据，世界各国某年国民生产总值，全班学生计量经济学成绩等都是横截面数据的例子。 混合数据和面板数据 兼有时间序列和横截面成分的数据称为混合数据（pooled data），如19852010世界各国GDP数 据。 面板数据（panel data）是混合数据的一种特殊 类型，指对相同的一批横截面单元（如家庭或厂家）在时间轴上进行跟

21、踪调查的数据，如我国统计部门定期进行的城、乡居民收入和消费调查数据。Data structures截面数据（Cross-sectional data）The observations of variables are collected at the same point in time.minor timing differences usually ignoredThe order of observations does not matterRandom sampling (observations are independent of each other) is desirable.

22、eg. Randomly drawing 100 families from the population of households and recording the income and other characteristics of the families.What if wealthy families tend to decline to report? Cross-sectional dataCross-sectional dataData structures时间序列数据（time series data）The observations on variables are

23、collected over time.eg. stock prices, inflation, gdp, .The chronological ordering of observations is important.economic variables (eg. inflation) tend to be related to their recent histories.dependence in observations needs to be accounted for in econometric models.Observation frequency is important

24、.Seasonal patterns need to be accounted for.eg. monthly sales series: peak in Dec. Time series dataData structuresPooled cross sectionsTwo or more sets of cross-sectional data at different points in time, with same variables but different units.eg. two cross-sectional family surveys : one in 2000: r

25、ecording income, expenditures, size, .; one in 2005: same questions; families in 2005 survey differ from those in 2000.Pool two surveys to increase sample size.An increase in sample size provides more information. “Pooled” can be treated as cross-sectional.Helpful in investigating how economic relat

26、ionships change over time. Pooled cross sectionsPooled cross sectionsAn effective way to analyze government policies by looking at economic relationships before and after the introduction of a policy.eg. house prices in 1993 and 1995:before and after a reduction in property taxes in 1994.Year is imp

27、ortant here. Data structuresPanel (longitudinal) dataThe observations follow the same units (individuals, families, firms, .) over time. a times series for each cross-sectional unit.eg. data on individuals wage, education, union membership over 5 years.Panel data has advantages in controlling certai

28、n unobserved factors and studying dynamic behaviour.Panel data are more difficult and expensive to obtain than pooled cross section.Panel (longitudinal) data计量经济学研究的一般方法一. 计量经济学方法的内容 任何计量经济研究包含：理论和事实，计量经济学的主要功能就是将它们结合在一起。计量经济研究既使用理论，也使用事实，将二者结合起来，用统计技术估计经济关系，如图1.1所示。 理 论 模 型计量经济模型事 实数 据加工好的数据统计理论计量经

29、济技术使用计量经济技术，用加工好的数据，估计计量经济模型结构分析 预 测政策评价 图1.1 计量经济学的研究方法 理论（Theory） 理论是任何计量经济研究的基本要素，但理论必须以一种可用的形式给出。对于计量经济学来说，最可用的形式，如图1.1所示，就是模型（model）的形式，具体地说，就是计量经济模型。模型概括了与所研究的系统相关的理论，是理论用于实证研究的最方便的方式。任何计量经济研究的一个必不可少的部分是模型的设定，也就是构筑一个能够恰当地表示所研究现象的计量经济模型。 事实（facts）事实指的是现实世界中与所研究现象相联系的事件。这些事实导致代表相关事实的一组数据。 一般来说，数

30、据必须以各种方式进行加工，使它们能够适合于计量经济研究的使用。这种加工包括各式各样的调整，如季节调整、插值、不同数据源的合并，以及使用其它信息来修正数据等等，结果是一组加工好的数据。二、计量经济分析的步骤（1）陈述理论（或假说）（2）建立计量经济模型（3）收集数据（4）估计参数（5）假设检验:经济意义，统计检验，计量经济检验，模型检验（6）预测和政策分析下面通过一个研究价格变动对空调需求量的影响的例子来说明上述步骤。第一步：陈述理论 首先要做的是查找一下有关价格变动与需求量之间关系的经济理论，众所周知的需需求定律求定律告诉我们： 其他条件不变的情况下，一商品的价其他条件不变的情况下，一商品的价

31、格上升，则对该商品的需求量减少；反之格上升，则对该商品的需求量减少；反之，价格下降，需求量增加。，价格下降，需求量增加。 简言之，一商品的价格与其需求量之间呈反向关系，即需求曲线斜率为负。第二步：建立计量经济模型 1. 需求函数的数学模型 尽管需求定律假定价格(P)与需求量(Q)之间呈反向关系，但并没有给出二者之间关系的精确形式。例如，该定律并没有告诉我们价格与需求量之间关系是线性的还是非线性的，如图1.2中（a）和 (b) 所示。 事实上，斜率为负的曲线有千千万万，在它们之中选择正确的函数是计量经济学家的任务。 (a) (b)Q PQ P 图1.2 线性和非线性的需求函数 如果Q和P 之间的

32、关系是线性的，如图1.2（a）所示，则数学上需求函数可表示为： Q = +P (1) 和称为该函数的参数（参数（parametersparameters），它们是未知常数。 亦称为截矩（intercept），它给出P为0时Q的值。 亦称为斜率（slope），它计量的是P的单位变动所引起的Q的变动。 因变量和解释变量 （1）式是反映Q和P 之间关系的数学模型，专业点儿说，是数理经济学模型数理经济学模型。 在这样一个模型中，等号左边的变量称为因变量因变量(dependent variable) ) 或被解释变被解释变量量(explained variable)。 等号右边的变量称为自变量自变量(i

33、ndependent variable)或解释变量(explanatory variable)。 在我们的例子中，Q是因变量，P是解释变量，意味着我们用价格的变动来解释需求量的变动。2.由数学模型到计量经济模型（1）数学模型的缺陷 上段中(1)式假定价格(P)与需求量(Q)之间的一种精确的或确定的关系，也就是说，对于一个给定的价格，就确定一个唯一的需求量。在现实的经济变量之间，极少存在这种关系，更常见的是不精确的关系。为了说明这一点，我们根据表1.1中Q和P的数据画出一个散点图（图1.3）。数据表和散点图 表 1.1 P Q 0 78 1 70 2 69 3 63 4 60 5 58 - -

34、i i i i i 80 Q 70 60 1 2 3 4 5 x x x x x xP 图 1.35560657075800246PQ 图1.3显示的是一种近似线性而非严格线性的关系。为什么不是所有6个点都位于数学模型（1）所规定的直线上呢？这是因为我们在导出需求曲线时假定所有影响Q的其它变量保持不变，而实际上它们通常要变，这种变动会对Q产生一些影响。结果是，观测到的Q和P 的关系可能不精确。 结论：现实中经济变量之间 的关系一般是一种不精确的关系，因此用（1）式这样的数学模型描述是不合适的，因为它不能正确反映客观实际情况。（2）扰动项(disturbance term )为了解决这个问题，我

35、们用一个“一揽子”变量u u加进原数学模型中， u u代表所有影响Q的其它因素的影响，u u称为扰动项扰动项或误差项误差项。扰动项u u可以理解为这样一个变量，它反映的是除了价格以外的其它所有帮助决定需求量的因素。这些因素包括相对而言不重要因而未引入模型的变量（如消费者的偏好，他们的收入，替代商品的价格等），还包括纯粹的随机因素。（3）计量经济模型引入扰动项u u后，将需求函数写为： Q = +P + u (2) 这是一个计量经济模型计量经济模型，这种类型的计量经济模型也叫做线性回归模型线性回归模型。在这样一个模型中，扰动项u u代表所有那些影响Q但未被显式地引入模型的因素以及纯粹的随机因素。

36、 没有扰动项的关系称为精确精确的或确定确定的关系，而有扰动项的关系称为随机随机的关系。当我们用一个随机关系式来预测被解释变量的精确值时，结果往往有误差，扰动项被用来估量这些“误差”的大小。 第三步：收集数据 在估计所设定的计量经济模型的参数之前，我们必须首先得到适当的数据。 计量经济分析所需要的数据，既可来自各种官方统计资料，亦可通过调查获得。 在经验分析中常用的数据有： 时间序列时间序列数据和横截面横截面数据（time series and cross-section ） 第四步：估计参数 有了如表1.1中的Q和P数据，如何估计模型的参数和？也就是说，如何求出这些参数的数值呢？我们将在后面的

37、课程中详细讨论估计方法，其基础是大家熟悉的最小二乘法。这里，假设我们用表1.1中Q和P的数据估计 （2）式的参数和后得到估计好的需求函数： (3） 其中 表示Q的拟合值或预测值，76.05和 3.88是将P和Q的数据代入最小二乘法公式计算得出的参数和的数值,称为和的估计估计值值 （estimatesestimates）。QQPQ88.305.76Q估计好的需求函数 图 1.4 = 76.05 - 3.88 PPQQ 估计值和估计量（Estimates and Estimators） 我们通常用希腊字母表示未知参数的真值。假设是一个我们想知道的参数值，应用统计技术，我们可以得到的合理估计值。在任

38、何实际应用中，的估计值估计值就是一个数字数字，如被估计为 3.88。 一般来说，经济理论所关注的焦点并不是估计值，而是估计量估计量，估计量是用于将数据转换成估计值的公式公式。之所以更关注后者，是因为从一特定样本计算的估计值是不是好，取决于估计方法（估计量）是不是好。*第五步：假设检验 估计好需求函数后，我们可能想知道估计的模型是否有经济意义，即得到的结果是否符合所依据的经济理论。 例如，P的系数是否为预期的负数？（3）式表明确实如此。 有些假设就不那么容易验证，比如说，若假设为 = -4.0，我们能不能说-3.88的观测值实际上与假设值相同？也就是说我们的数据是否支持= -4.0的假设？要检验

39、这样一个假设，就需要使用统计学的工具。第六步：预测和政策分析 现在回到估计好的需求函数（3），假设生产商要知道价格变为4.50千元时需求量是多少,换句话说, 他想预测P=4.50千元时的Q值。由（3）式，可得到： = 76.05 - 3.88P = 76.05-3.88*4.50 = 58.59万台 也就是说，若价格为4.50千元，则需求量的预测值为接近59万台。 由于计量经济模型包含扰动项，因此用上述估计好的模型所做预测总会存在误差，与此同时，由于76.05 和-3.88仅仅是真实的和的估计值, 这将是我们的预测中存在的另一个误差源。Q小结：计量经济分析的步骤 步骤 例子1 陈述理论（或假说

40、） 需求定律2 建立计量经济模型 Q = a + bP + u3 收集数据 表1.14 估计参数 = 76.05 - 3.88P 5 假设检验 0？6 预测和政策分析 若 P=4.50，Q为多少？Q计量经济模型及其应用一. 单方程模型和联立方程模型 计量经济模型可分为两类：单方程模型和联立方程模型。单方程模型用于描述一个因变量和若干个自变量之间的结构关系，如上一部分（2）式所示。联立方程模型则由多个方程组成，一般用于描述整个经济系统或子系统。如最简单的宏观经济模型 Ct = 0 + 1Yt + u1t It = 0 + 1Yt +2Yt-1 + u2t Yt = Ct + It + Gt其中，

41、Yt = GDP，Ct = 消费，It = 投资，Gt = 政府支出。 行为方程和恒等式第一个方程是消费函数，第二个方程是投资方程，这类关系式描述的是消费者、投资者等的行为，因而称为行为方程行为方程(behavioral equation)。前面的需求函数（2）式也是一个行为方程，描述的也是消费者的行为。第三个方程是GDP恒等式恒等式(identity)，恒等式亦称定义式，是人为定义的一种变量间的恒等关系。 外生变量和内生变量 在我们的简单宏观经济模型中，C、I和Y是内生内生变量变量，G是外生变量外生变量。 内生变量(endogenous variables)是其值在模型内部确定的变量。 外生

42、变量(exogenous variables)是其值在模型之外决定的变量。模型中使用它们，但不由模型决定它们的值。 设定外生变量的原则 在设定模型时，通常将以下两类变量设定为外生变量：（1）政策变量，如货币供给、税率、利率、政府支出等。（2）短期内很大程度上是在经济系统之外决定或变化规律稳定的变量，如人口、劳动力供给、国外利率、世界贸易水平、国际原油价格等。二计量经济模型的应用 图1.1还显示了计量经济学的三个主要目的：结构分析，预测和政策评价，或者说是计量经济学的三项应用。它们代表的是计量经济学的“终端”产品，正如理论和事实代表的是它的“原材料”一样。因此，我们可将图1.1看成一个流程图，该图显示了计量经济研究的不同部件是如何组装起来并最终投入使用的。由于计量经济学的应用是通过计量经济模型实现的，因此，计量经济学的三项应用也就是计量经济模型应用的三个方面。 1. 结构分析结构分析 结构分析是将估计好的计量经济模型用于经济关系的数量研究，即当一个或几个变量发生变