本科经济计量学(第版)

1、经济计量学课程说明： 教学要求： 通过该门课程教学，要求掌握经济计量学的基础的理论知识和方法，正确建立经济计量学模型并结合经济学原理，对经济社会问题进行分析和研究；能够利用相关软件进行建模过程。 先修课程 高等数学、概率论与数理统计、微观经济学、宏观经济学。教材及参考书教材：经济计量学精要（第版）（美）达莫达尔N.古亚拉提 著 张 涛译，机械工业出版社，2010.6。参考书：计量经济分析方法与建模 EViews应用及实例，高铁梅主编，清华大学出版社，2006年1月计量经济学，李子奈，高等教育出版社，2000.7Basic Econometrics,Damodar N. Gujarrati，20

2、01计量经济学理论、方法与模型，唐国兴，复旦大学出版社，1988年 EViews使用指南与案例张晓峒著，机械工业出版社课程内容提纲及学时安排 总课时：40学时，课内外学时比：1/2课程所需软件 Excel软件、Eviews软件。课程说明第1章：经济计量学的特征及研究范围1.1 什么是经济计量学1.2 为什么要学习经济计量学1.3 经济计量学的方法论1.4 全书结构 1.1 什么是经济计量学1.2 为什么要学习经济计量学？1.3 经济计量学的方法论（重点）1.4 全书结构第1章 经济计量学的特征及研究范围1.1 什么是经济计量学经济计量学：Econometrics 简单地说，就是经济的计量（经济

3、的测度）。 经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。经济计量学是运用数理统计知识分析经济数据，对构建于数理经济学技术之上的数学模型提供经验支持，并得出数量结果。 经济计量学(Econometrics)一词是第一届诺贝尔经济学奖得主挪威经济学家R.Frisch在1926年模仿“Biometrics”(生物计量学)提出来的。 经济计量学是经济学的一个分支学科，是以揭示经济活动中客观存在的数量关系为内容的分支学科。Frisch将它定义为经济理论、统计学和数学三者的结合。 经济计量学的产生和发展 1926年挪威经济学家R.Frisch提出Econometrics

4、 1930年成立世界Econometrics学会 1933年创刊Econometrica 20世纪40、50年代的大发展和60年代的扩张 20世纪70年代以来非经典（现代）经济计量学的发展 。经典经济计量学和非经典经济计量学经典经济计量学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的经济计量学。经典经济计量学在理论方法方面特征是： 模型类型随机模型； 模型导向理论导向； 模型结构线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数； 数据类型以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； 估计方法

5、仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。非经典经济计量学一般指20世纪70年代以来发展的经济计量学理论、方法及应用模型，也称为现代经济计量学。非经典经济计量学主要包括：微观经济计量学、非参数经济计量学、时间序列经济计量学和动态经济计量学等。简丁伯根经济计量学模式建造者之父 拉格纳弗里希（RAGNAR FRISCH）经济计量学的奠基人荷兰人简丁伯根和挪威人拉格纳弗里希共同获得1969年诺贝尔经济学奖。他们发展了动态模型来分析经济进程。 为什么经济计量学从诞生之日起就显示了极强的生命力，并得到迅速传播与发展？ 早在20世纪20年代，一部分经济学者已经不满足于对经济学的定性研究，认

6、为：经济理论不设法定量测度不同影响的重要性，实际上不可能得出和辩护任何“结论”。 正是经济计量学的诞生和发展推动了经济学的发展，经济计量学在经济学科中占据极重要的地位： 克莱因（R.Klein）：“计量经济学已经在经济学科中居于最重要的地位”，“在大多数大学和学院中，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”。 萨缪尔森（P.Samuelson） ：“第二次大战后的经济学是计量经济学的时代”。 “经济计量学”与“计量经济学” “Econometrics”在国内有两种译称：“经济计量学”与“计量经济学”。 “经济计量学”是英文“Econometrics”直译得到的，而且强调该学科的

7、主要内容是经济计量的方法，是估计经济模型和检验经济模型。 “计量经济学”则试图通过名称强调它是一门经济学科，强调它的经济学内涵与外延，但两者的内容并无差别。 1.2 为什么要学经济计量学经济计量学既是经济学的一门分支学科，又是一门有自己研究方向的独立学科。经济计量学是依据观测和实验，对大多数经济理论给出经验的解释。经济计量学有不同于数理统计分析的特殊方法。学习经济计量学有实用性。1.3 经济计量学的方法论（1）建立一个理论假说（2）收集数据（3）设定数学模型（4）设立统计或经济计量模型（5）估计经济计量模型参数（6）检验模型的适用性：模型设定检验（7）检验源自模型的假设（8）利用模型进行预测

8、一般说来，用经济计量方法研究经济问题可分为如下步骤:模型设计数据收集参数估计模型检验模型应用1.3.1 建立一个理论假说 关于所研究对象的经济理论的阐述是怎样的。 例如我们考虑如下问题：经济形势是否对人们的工作意愿有影响？假设用失业率（UNR）来度量经济形势，用劳动力参与率（LFPR）来度量劳动力的参与，两数据由政府按时公布，我们依据上面步骤来考虑该问题。如：在劳动经济学中，关于经济形势恶化对人们工作意愿的影响有两个对立的假说：A：受挫-工人假说B：增加-工人假说1.3.2 收集数据数据类型 时间序列数据：按时间序列收集得到的数据 如：我国从1980年到2000年的GDP数据 横截面数据：是指

9、一个或多个变量在某一时点上的数据的集合。 如：在某一时点上的人口普查数据 合并数据（也称Panel data）：既有时间序列数据又有横截面数据的数据集合。如：我国各省区1980年到2000年的GDP数据 *互联网、各类统计年鉴、抽样调查、各种咨询机构及官方公布的数据资料。数据来源（1）通过观察测量采集、收集数据（2）利用次级资料数据（统计数据） 1.3.3 设定劳动力参与率的数学模型例：美国1980-2002年间城市劳动力参与率(CLFPR) 、城市失业率(CUNR)与真实的小时平均工资（AHE82）资料如下表（表1-1）： 表1-1 美国19802002年间城市劳动力参与率(CLFPR)、城

10、市失业率(CUNR)与真实的小时平均工资(AHE82)资料年份CLFPR（%）CUNR（%）AHE82（美元）198063.8 7.1 7.78 198163.9 7.6 7.69 198264.0 9.7 7.68 198364.0 9.6 7.79 198464.4 7.5 7.80 198564.8 7.2 7.77 198665.3 7.0 7.81 198765.6 6.2 7.73 198865.9 5.5 7.69 198966.5 5.3 7.64 199066.5 5.6 7.52 199166.2 6.8 7.45 199266.4 7.5 7.41 199366.3 6.

11、9 7.39 199466.6 6.1 7.40 199566.6 5.6 7.40 199666.8 5.4 7.43 199767.1 4.9 7.55 199867.1 4.5 7.75 199967.1 4.2 7.86 200067.2 4.0 7.89 200166.9 4.8 7.99 200266.6 5.8 8.14 为了观察CLFPR与CUNR变动关系，首先我们作散点图： 城市失业率CUNR城市劳动力参与率CLFPRCLFPR与CUNR的散点图简单数学模型： Y = B1 + B2 X Y=CLFPR X=CUNR B1、B2 ：参数(parameters) B1 ：截距(

12、intercept) B2 ： 斜率(slope) 通过数据模拟软件，可将数据关系用较恰当的数学模型表达。如上例：1.3.4 设定劳动力参与率的统计或经济计量模型 Y = B1+ B2X + U 线性回归模型(linear regression model) Y：应变量（dependent variable被解释变量） X：自变量（independent variable解释变量） U：随机误差项(random error term) ，包括所有其它因素和随机因素的影响。 上面建立了劳动力参与的纯数学模型。但变量之间的关系往往是不确切的，还有许多其它因素的影响，因此建立模型： 1.3.5 估计

13、经济计量模型参数应用最小二乘估计，得： = 69.9963 - 0.6513X 参数估计值69.9963， - 0.6513的解释 斜率项-0.6513的解释：平均地，如果失业率上升一个百分点，则城市劳动力参与率将下降0.6513个百分点。 常数项69.9963表示当城市失业率为零时城市劳动力参与率的平均值，也就是说，当充分就业时（不存在失业），城市适龄工作人口的69.996将参与就业。 1.3.6 检查模型的适用性：模型设定检验 经济意义检验 由经济理论决定。根据拟定的符号、大小、关系来验证：模型是否有经济含义。模型估计的结果与经济理论是否相符。模型选取是否准确？模型所描述的经济变量的关系是

14、否准确？模型是遗漏了重要的解释变量或加入了不必要的变量？ 城市劳动力参与率除受城市失业率的影响之外，还受真实的小时平均工资等因素的影响。可考虑模型：CLFPR=B1+B2CUNR+B3AHE82+U估计式： = 80.9013-0.6713X-1.4042Z应变量Y城市劳动力参与率(CLFPR)第一个自变量X城市失业率(CUNR)第二个自变量Z真实的小时平均工资(AHE) 两个斜率系数均为负数，这说明什么？ 与前面模型， =69.9963-0.6513X 相比，哪个模型更合理？是否还应增加变量？这些我们后面的章节中将进一步探讨。统计检验 由数理统计理论决定。 包括拟合优度检验、总体显著性检验以

15、及变量显著性检验等。经济计量学检验 由计量经济学理论决定。 包括异方差性检验、序列相关性检验以及共线性检验等。1.3.7 检验来自模型的假设模型预测检验 由模型的应用要求决定。 包括稳定性检验：扩大样本重新估计 预测性能检验：对样本外一点进行实 际预测。1.3.8 利用模型进行预测 若已知2004年的城市失业率和平均小时工资的数据，分别为6.0和10，利用模型，可得该年城市劳动力参与率的预测值： = 80.9013-0.6713X-1.4042Z = 80.9013-0.6713*6-1.4042*10 = 62.8315与概念真实值比较，两者之间的差距，即为预测误差： 预测误差 = 真实值 - 预测值 经济计量分析的步骤序号 步 骤 例 子1理论陈述增加或受挫工人假说2收集数据表1-13理论的数学模型Y = B1+ B2X4理论的经济计量模型Y = B1+