经济数学微积分泰勒(Taylor)公式课件

1、经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件一、问题的提出（如下图）一、问题的提出（如下图）经济数学微积分泰勒(Taylor)公式课件不足:问题:1、精确度不高；2、误差不能估计.不足:问题:1、精确度不高；2、误差不能估计.分析:2.若有相同的切线3.若弯曲方向相同近似程度越来越好1.若在 点相交分析:2.若有相同的切线3.若弯曲方向相同近似程度越来越好1经济数学微积分泰勒(Taylor)公式课件三、泰勒( Taylor )中值定理三、泰勒( Taylor )中值定理证明:证明:经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor

2、)公式课件拉格朗日形式的余项皮亚诺形式的余项拉格朗日形式的余项皮亚诺形式的余项注意:注意:麦克劳林( Maclaurin )公式麦克劳林( Maclaurin )公式四、简单的应用解代入公式,得四、简单的应用解代入公式,得由公式可知估计误差其误差由公式可知估计误差其误差 常用函数的麦克劳林公式 常用函数的麦克劳林公式解解经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件若已知一系列点的函数值或导数值，或涉及到二阶或三阶以上的高阶导数，可以考虑用泰勒公式。利用泰勒公式证明题目依题

3、意选定写出相应的泰勒展开式由展开式推出要证明的结论若已知一系列点的函数值或导数值，或涉及到二阶或三阶以上的高阶播放五、小结播放五、小结五、小结五、小结五、小结五、小结五、小结五、小结五、小结五、小结播放播放经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰

4、勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件经济数学微积分泰勒(Taylor)公式课件思考题利用泰勒公式求极限思考题利用泰勒公式求极限思考题解答思考题解答练 习 题练 习 题练习题答案练习题答案 容易验证仍有: 因此，工具变量法仍是Y对X的回归，而不是对Z的回归。 容易验证仍有: 因此，工具变量法仍是Y对X的回归 3. 如果模型中有两个以上的随机解释变量与随机误差项相关，就必须找到两个以上的工具变量。但是，一旦工具变量选定，它们在估计过程被使用的

5、次序不影响估计结果(Why？)。4. OLS可以看作工具变量法的一种特殊情况。5. 如果1个随机解释变量可以找到多个互相独立的工具变量，人们希望充分利用这些工具变量的信息，就形成了广义矩方法（Generalized Method of Moments, GMM） 3. 如果模型中有两个以上的随机解释变量与随机误差项相关 在GMM中，矩条件大于待估参数的数量，于是如何求解成为它的核心问题。 工具变量法是GMM的一个特例。 6. 要找到与随机扰动项不相关而又与随机解释变量相关的工具变量并不是一件很容易的事 可以用Xt-1作为原解释变量Xt的工具变量。 在GMM中，矩条件大于待估参数的数量，于是如五

6、、 案例中国居民人均消费函数 例4.4.1 在例2.5.1的中国居民人均消费函数的估计中，采用OLS估计了下面的模型： 由于：居民人均消费支出（CONSP）与人均国内生产总值（GDPP）相互影响，因此，五、 案例中国居民人均消费函数 例4.4.1 在 容易判断GDPP与同期相关（往往是正相关），OLS估计量有偏并且是非一致的（低估截距项而高估计斜率项 ）。 OLS估计结果： (13.51) (53.47) R2=0.9927 F=2859.23 DW=0.5503 SSR=23240.7 容易判断GDPP与同期相关（往往是正相关 如果用GDPPt-1为工具变量，可得如下工具变量法估计结果： (

7、14.84) (56.04) R2 =0.9937 F=3140.58 DW=0.6691 SSR=18366.5 如果用GDPPt-1为工具变量，可得如下工具变量法估 GMM是近20年计量经济学理论方法发展的重要方向之一。 IV是GMM的一个特例。 如果1个随机解释变量可以找到多个互相独立的工具变量，人们希望充分利用这些工具变量的信息，就形成了广义矩方法（GMM）。在GMM中，矩条件大于待估参数的数量，于是如何求解成为它的核心问题。 GMM是近20年计量经济学理论方法发展的重要方第五章 经典单方程计量经济学模型：专门问题 虚拟变量 滞后变量 设定误差 建模理论第五章 经典单方程计量经济学模型

8、：专门问题 虚5.1 虚拟变量模型 一、虚拟变量的基本含义 二、虚拟变量的引入 三、虚拟变量的设置原则5.1 虚拟变量模型 一、虚拟变量的基本含义一、虚拟变量的基本含义许多经济变量是可以定量度量的，如：商品需求量、价格、收入、产量等。但也有一些影响经济变量的因素无法定量度量，如：职业、性别对收入的影响，战争、自然灾害对GDP的影响，季节对某些产品（如冷饮）销售的影响等等。为了在模型中能够反映这些因素的影响，并提高模型的精度，需要将它们“量化”。一、虚拟变量的基本含义许多经济变量是可以定量度量的，如：商品 这种“量化”通常是通过引入“虚拟变量”来完成的。根据这些因素的属性类型，构造只取“0”或“

9、1”的人工变量，通常称为虚拟变量（dummy variables），记为D。例如，反映文程度的虚拟变量可取为： 1， 本科学历 D= 0， 非本科学历 这种“量化”通常是通过引入“虚拟变量”来完 一般地，在虚拟变量的设置中： 基础类型、肯定类型取值为1； 比较类型，否定类型取值为0。 一般地，在虚拟变量的设置中：概念： 同时含有一般解释变量与虚拟变量的模型称为虚拟变量模型或者方差分析（analysis-of variance: ANOVA）模型。 一个以性别为虚拟变量考察企业职工薪金的模型：其中：Yi为企业职工的薪金，Xi为工龄， Di=1，若是男性，Di=0，若是女性。概念： 同时含有一般解

10、释变量与虚拟变量的模型二、虚拟变量的引入 虚拟变量做为解释变量引入模型有两种基本方式：加法方式和乘法方式。 上述企业职工薪金模型中性别虚拟变量的引入采取了加法方式。 在该模型中，如果仍假定E(i)=0，则 企业女职工的平均薪金为：1. 加法方式二、虚拟变量的引入 虚拟变量做为解释变量引入模 企业男职工的平均薪金为：几何意义： 假定20，则两个函数有相同的斜率，但有不同的截距。意即，男女职工平均薪金对教龄的变化率是一样的，但两者的平均薪金水平相差2。 企业男职工的平均薪金为：几何意义： 假可以通过传统的回归检验，对2的统计显著性进行检验，以判断企业男女职工的平均薪金水平是否有显著差异。0202

11、又例：在横截面数据基础上，考虑个人保健支出对个人收入和教育水平的回归。 教育水平考虑三个层次：高中以下， 高中， 大学及其以上。 这时需要引入两个虚拟变量： 又例：在横截面数据基础上，考虑个人保健支出对模型可设定如下： 在E(i)=0 的初始假定下，高中以下、高中、大学及其以上教育水平下个人保健支出的函数：高中以下：模型可设定如下： 在E(i)=0 的初始假定下， 高中： 大学及其以上： 假定32，其几何意义： 高中： 大学及其以上： 假定32，其几何意义 还可将多个虚拟变量引入模型中以考察多种“定性”因素的影响。 如在上述职工薪金的例中，再引入代表学历的虚拟变量D2：本科及以上学历本科以下学

12、历职工薪金的回归模型可设计为： 还可将多个虚拟变量引入模型中以考察多种“定性”因素的女职工本科以下学历的平均薪金：女职工本科以上学历的平均薪金：于是，不同性别、不同学历职工的平均薪金分别为：男职工本科以下学历的平均薪金：男职工本科以上学历的平均薪金：女职工本科以下学历的平均薪金：女职工本科以上学历的平均薪金：2. 乘法方式加法方式引入虚拟变量，考察：截距的不同。许多情况下：往往是斜率就有变化，或斜率、截距同时发生变化。斜率的变化可通过以乘法的方式引入虚拟变量来测度。2. 乘法方式加法方式引入虚拟变量，考察：截距的不同。 例：根据消费理论，消费水平C主要取决于收入水平Y，但在一个较长的时期，人们

13、的消费倾向会发生变化，尤其是在自然灾害、战争等反常年份，消费倾向往往出现变化。这种消费倾向的变化可通过在收入的系数中引入虚拟变量来考察。如，设消费模型可建立如下： 例：根据消费理论，消费水平C主要取决于收入水平Y，但这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察消费倾向的变化。假定E(i)= 0，上述模型所表示的函数可化为： 正常年份： 反常年份：这里，虚拟变量D以与X相乘的方式引入了模型中，从而可用来考察 当截距与斜率发生变化时，则需要同时引入加法与乘法形式的虚拟变量。例5.1.1，考察1990年前后的中国居民的总储蓄-收入关系是否已发生变化。 表5.1.1中给出了中国1979

14、2001年以城乡储蓄存款余额代表的居民储蓄以及以GNP代表的居民收入的数据。 当截距与斜率发生变化时，则需要同时引入加法与乘法形式经济数学微积分泰勒(Taylor)公式课件 以Y为储蓄，X为收入，可令：1990年前： Yi=1+2Xi+1i i=1,2,n1 1990年后： Yi=1+2Xi+2i i=1,2,n2 则有可能出现下述四种情况中的一种：(1) 1=1 ，且2=2 ，即两个回归相同，称为重合回归（Coincident Regressions）； 以Y为储蓄，X为收入，可令：1990年前： Yi=1+(2) 11 ,但2=2 ，即两个回归的差异仅在其截距，称为平行回归（Paralle

15、l Regressions）;(3) 1=1 ，但22 ，即两个回归的差异仅在其斜率，称为汇合回归(Concurrent Regressions)；(4) 11，且22 ，即两个回归完全不同，称为相异回归（Dissimilar Regressions）。(2) 11 ,但2=2 ，即两个回归的差异仅在其 可以运用邹氏结构变化的检验。这一问题也可通过引入乘法形式的虚拟变量来解决。 将n1与n2次观察值合并，并用以估计以下回归：Di为引入的虚拟变量： 可以运用邹氏结构变化的检验。这一问题也可通过 于是有：可分别表示1990年后期与前期的储蓄函数。 在统计检验中，如果4=0的假设被拒绝，则说明两个时

16、期中储蓄函数的斜率不同。 于是有：可分别表示1990年后期与前期的储蓄函数。 具体的回归结果为： (-6.11) (22.89) (4.33) (-2.55) 由3与4的t检验可知：参数显著地不等于0，强烈示出两个时期的回归是相异的，储蓄函数分别为：1990年前：1990年后：=0.9836具体的回归结果为： (-6.11)3. 临界指标的虚拟变量的引入 在经济发生转折时期，可通过建立临界指标的虚拟变量模型来反映。 例如，进口消费品数量Y主要取决于国民收入X的多少，中国在改革开放前后，Y对X的回归关系明显不同。 3. 临界指标的虚拟变量的引入 在经济发生转折则进口消费品的回归模型可建立如下：

17、这时，可以t*=1979年为转折期，以1979年的国民收入Xt*为临界值，设如下虚拟变量： 则进口消费品的回归模型可建立如下： OLS法得到该模型的回归方程为：则两时期进口消费品函数分别为：当tt*=1979年，当tt*=1979年， OLS法得到该模型的回归方程为：则两时期进口消费品函三、虚拟变量的设置原则 虚拟变量的个数须按以下原则确定： 每一定性变量所需的虚拟变量个数要比该定性变量的类别数少1，即如果有m个定性变量，只在模型中引入m-1个虚拟变量。 例。已知冷饮的销售量Y除受k种定量变量Xk的影响外，还受春、夏、秋、冬四季变化的影响，要考察该四季的影响，只需引入三个虚拟变量即可：三、虚拟

18、变量的设置原则 虚拟变量的个数须按以下则冷饮销售量的模型为：在上述模型中，若再引入第四个虚拟变量：则冷饮销售量的模型为：在上述模型中，若再引入第四个虚拟变量：则冷饮销售模型变量为：其矩阵形式为： 如果只取六个观测值，其中春季与夏季取了两次，秋、冬各取到一次观测值，则式中的：则冷饮销售模型变量为：其矩阵形式为： 如果只取六个观 显然，(X,D)中的第1列可表示成后4列的线性组合，从而(X,D)不满秩，参数无法唯一求出。 这就是所谓的“虚拟变量陷阱”，应避免。 显然，(X,D)中的第1列可表示成后4列的线5.2 滞后变量模型 一、滞后变量模型 二、分布滞后模型的参数估计 三、自回归模型的参数估计四

19、、格兰杰因果关系检验 5.2 滞后变量模型 一、滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。某些经济变量不仅受到同期各种因素的影响，而且也受到过去某些时期的各种因素甚至自身的过去值的影响。一、滞后变量模型 在经济运行过程中，广泛存在时间滞后效应。某些 通常把这种过去时期的，具有滞后作用的变量叫做滞后变量（Lagged Variable），含有滞后变量的模型称为滞后变量模型。 滞后变量模型考虑了时间因素的作用，使静态分析的问题有可能成为动态分析。含有滞后解释变量的模型，又称动态模型（Dynamical Model）。 通常把这种过去时期的，具有滞后作用的变1. 滞后效应与与产生滞后效应

20、的原因 因变量受到自身或另一解释变量的前几期值影响的现象称为滞后效应。 表示前几期值的变量称为滞后变量。 如：消费函数 通常认为，本期的消费除了受本期的收入影响之外，还受前1期，或前2期收入的影响： Ct=0+1Yt+2Yt-1+3Yt-2+tYt-1，Yt-2为滞后变量。1. 滞后效应与与产生滞后效应的原因 因变量受 产生滞后效应的原因 1. 心理因素：人们的心理定势，行为方式滞后于经济形势的变化，如中彩票的人不可能很快改变其生活方式。 2. 技术原因：如当年的产出在某种程度上依赖于过去若干期内投资形成的固定资产。 3. 制度原因：如定期存款到期才能提取，造成了它对社会购买力的影响具有滞后性

21、。 产生滞后效应的原因 1. 心理因素：人们的心理定2. 滞后变量模型 以滞后变量作为解释变量，就得到滞后变量模型。它的一般形式为： q，s：滞后时间间隔 2. 滞后变量模型 以滞后变量作为解释变量，就得到 自回归分布滞后模型（autoregressive distributed lag model, ADL）：既含有Y对自身滞后变量的回归，还包括着X分布在不同时期的滞后变量。 有限自回归分布滞后模型：滞后期长度有限 无限自回归分布滞后模型：滞后期无限 自回归分布滞后模型（autoregressive dis （1）分布滞后模型（distributed-lag model） 分布滞后模型：模型中没有滞后被解释变量，仅有解释变量X的当期值及其若干期的滞后值： 0：短期(short-run)或即期乘数(impact multiplier)，表示本期X变化一单位对Y平均值的影响程度。 i (i=1,2,s)：动态乘数或延迟系数，表示各滞后期X的变动对Y平均值影响的大小。 （1）分布滞后模型（distributed-lag m 如果各期的X值保持不变，则X与Y间的长期或均衡关系即为:称为长期（long-run）或均衡乘数（total distributed-lag multiplier），表示X