计量经济学第 1章经济计量学的特征及研究范围

第1章经济计量学的特征及研究范围

在经济学和管理学，以及其他相关学科的研究中，越来越多的问题需要得到

量化的答案。解决这个问题的一个主要手段就是通过经济计量学中的研究方法。

本课程是经济计量学的入门课程，这里，我们首先概括地介绍经济计量学，目的

是使大家初步了解经济计量学的一般问题。

1.1什么是经济计量学

经济计量学现在已经成为经济管理学研究中最热门的专业之一。简单地说，

经济计量学就是经济的测度。但更具体地，不同的经济学家可能会给出不同的描

述。如：

Goldberger—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。

Samuelson——经济计量学运用数理统计学分析经济数据，对构建于数理经

济学基础上的模型进行实证分析•，并得出数值结果。

1.2为什么要学习经济计量学

从上述定义可以看出，经济计量学涉及经济理论、数理统计学、经济统计学

（即经济数据）和数理统计学，同时也是值得独立研究的一门学科。经济计量学

与其它学科的关系可以通过下面的图形说明。

数理经

经济计

量学经济线

计学计学

统计学

图1经济计量学与其它相关学科的关系

（1）经济学：提出以定性描述为主的命题和假说，理论本身无法定量测度经济

变量之间的强度关系。

（2）数理经济学：主要是用数学形式或方程式（或模型）描述经济理论。

（3）经济统计学：主要是收集、处理经济数据，并将这些数据绘制成图表，为

经济计量分析提供原始数据。

（4）数理统计学：提供了研究试验数据统计规律性的许多分析工具，但是经济

计量学中面对的多是观测数据。

（5）经济计量学：以经济理论为基础，定量分析经济变量之间的数量关系。依

据观测和试验，对经济理论做出经验解释。

1.3经济计量学方法论

一般来说，传统的经济计量分析步骤如下：

（1）理论或假说的陈述；

（2）理论的数学模型设定；

（3）理论的经济计量模型设定；

（4）收集数据；

（5）经济计量模型的参数估计；

（6）假设检验；

（7）预报或预测

（8）利用模型进行控制或制定政策。

为了阐明经济计量学的方法论，下面考虑这样一个问题：经济形势会影响人

们进入劳动力市场的决策吗？或者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，UNR和LFPR的数据由政府按时公布。我们按上述步骤回答这个问题。

1.3.1理论或假说的陈述

在劳动经济学中，关于经济形势对人们工作意愿的影响有两个相互对立的假

说。

（1）受挫-工人假说认为当经济形势恶化时（表现为较高的失业率），许多失

业工人放弃寻找工作的愿望并退出劳动市场。

（2）增加-工人假说认为当经济形势恶化时，许多目前并未进入劳动市场的后

备工人（比如带孩子的母亲）可能会由于养家的人失去工作而决定进入劳

动市场，即使这些工作的报酬很低，只要可以弥补由于养家人失去工作而

造成的收入方面的一些损失就行。

1.3.2理论数学模型的没定

这个问题涉及两个主要变量；UNR（解释变量或自变量）和LFPR（被解释

变量或者因变量）。经济假说并没有明确指出二者之间的函数关系，为了简单起

见，不妨考虑线性关系，

Y=B\+BiX（1-1）

其中，Y=LFPR,X=UNR。式（1-1）表明城市劳动力参与率与城市失业率呈线

性关系。囱和&为线性函数的参数。囱为截距，其值为当UNP为零时LFPR的

值。&为斜率，它是每一单位UNP的变动所引起的LFPR的变动率。更一般地,

斜率度量了等右边变量每变动一单位所引起的等式左边变量的改变量。斜率值可

正（若增加工人的效果大于受挫工人效果的影响）可负（若受挫工人效果的影响占

主导力量）。

1.3.3理论的经济计量模型设定

（1-1）式给出了变量之间的确定关系，但这往往与经济实际相矛盾。一般

来说，经济变量之间的关系是非确定的。更准确地，（1-1）式可以写成

Y=8I+B2X+〃（1-2）

其中，〃表示随机误差项，包括了除解释变量外，影响被解释变量的其它一切因

素。

1.3.4收集数据

为了获得模型中未知参数的估计，我们需要有数据。可以说，数据是经济计

量分析中必不可少的要素，是实现经济计量分析的主要前提。对此，我们在后面

会安排一部分具体介绍数据相关问题。

表1-1给出了1980-2002年美国城市劳动力参与率、城市失业率和实际平均

小时工资。

表1T

年份城市劳动力参与率（为）城市失业率（%）平均时工资（$）

198063.87.17.78

198163.97.67.69

198264.09.77.68

198364.09.67.79

198464.47.57.80

198564.87.27.77

198665.37.07.81

198765.66.27.73

198865.95.57.69

198966.55.37.64

199066.55.67.52

199166.26.87.45

199266.47.57.41

199366.36.97.39

199466.66.17.40

199566.65.67.40

199666.85.47.43

199767.14.97.55

199867.14.57.75

199967.14.27.86

200067.24.87.89

200166.94.87.99

200266.65.88.14

根据这个样本数据，做散点图。图1-1显示CL^PR和CUNR呈反向变动,

这或许说明，受挫工人效应强于增加工人效应。

CUNRCY)

图2城市劳动力参与率与城市失业率回归图

1.3.5经济计量模型的参数估计

有了数据，就可以对模型（1-2）中的未知参数进行估计。参数估计的方法

则是建立在数理统计学理论基础上，当然，这不是本课程的学习重点。

根据样本数据•，通过常用的普通最小二乘估计法（OLS）,得到下面的估计

结果

CIJTR=69.9355-0.6458CUNR

这里，变量CLFPR上加一符号“八”表示根据真实数据估计得到的回归直线。

从式（1-3）可知，Bi的估计值约为70,比约为-0.64。因此，平均地,如果

失业率上升一个单位（比如说一个百分点），则城市劳动力参与率将下降0.64个百

分点；也就是说，当经济状况恶化时，劳动力参与率将平均净减少0.64个百分

点，这或许表明了受挫工人效应占主导力量。我们讲“平均”是因为前面提到的误

差项〃可能会导致变量之间的关系有些出入，这一点可以从图1-2清楚地看到：

真实数据点并未落在估计的回归线上。回归直线上的点与真实数据点的距离称为

残差。简言之，估计的回归直线（式（1・3））给出了平均城市劳动力参与率与城市

失业率之间的关系——每一单位城市失业率的变化所引起的城市劳动力参与率

的平均改变量是多少。常数69.93即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（即不存在失业），城市适龄工作人口的69.93%将

参与就业。

1.3.6假设检验

假设估计出来的模型较好地近似了实际情况，还必须判断如同回归（1・3）

的估计结果是否与待检验的理论预期相一致，凡是不能通过经验证据证实的理论

或假设，都不能作为科学探索的一个部分。

依据样本数据来判断经济理论，主要以统计理论中的统计推断（假设检验）

作为理论基础。对于经济计量估计结果的检验主要涉及以下几个方面：

（1）模型设定检验。考虑一个替代模型

CLFPR=BX+B,CUNP+AHE82+u。⑷

（2）模型的统计意义检验。如仍是否等于0

（3）模型的经济意义检验。如以大于0,还是小于0。

1.3.7预报或预测

根据给定的解释变量值，估计被解释变量的可能取值或取值范围。例如，假

设2004年CUNR和AHE的数据分别是6.0和10,那么该年CLFPR的预测值是

多少？

1.3.8利用模型进行控制或制定政策

1.4课程安排

1.4.1参考书目

I.教材：达莫达尔N.古亚拉提著，张涛译，《经济计量学精要》，机械工业出

版社。

2.达莫达尔N.古亚拉提著，《计量经济学基础》，中国人民大学出版社。

3.高铁梅，《计量经济分析方法与建模-EViews应用及实例》，清华大学出版社。

4.张晓炯,EViews使用指南与案例,机械工业出版社,2007o

1.4.2课程进度表

表1-2课程进度表

时间内容安排学时备注

第3周第1章

2+1

（9月13-9月19日）第2-5章（数据特征）

第4周EViews入门1.建立数据结构

3

（9月20日-9月26日）（中秋假期）2.数据描述分析

第5周

,日「口门、第6章一元线性回归3

（9月27日-10月3日）

第6周

国庆假期

（10月4日-10月10日）

第7周第7章一元回归的假设

3

（10月11日-10月17日）检验

第8周EViews：

3

（1（）月18日-1（）月24日）一元线性回归分析

第9周

第8章多元线性回归3

（10月25日-10月31R）

第10周EViews：

3

（11月1日-11月7日）多元线性回归分析

第11周第9章1.理论介绍

3

（11月8日-11月14日）非线性回归2.EViews实例

第12周第10章1.理论介绍