第1章经济计量学的特征及研究范围.pptx

第1章经济计量学的特征及研究范围.pptx

《第1章经济计量学的特征及研究范围.pptx》由会员分享，可在线阅读，更多相关《第1章经济计量学的特征及研究范围.pptx（32页珍藏版）》请在冰豆网上搜索。

经济计量学的产生和发展,经济计量学（Econometrics）一词是第一届诺贝尔经济学奖得主R.Frisch在1926年提出来的。

1,计量经济学,简丁伯根经济计量学模式建造者之父,拉格纳弗里希（RAGNARFRISCH）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年经济奖。

他们发展了动态模型来分析经济进程。

2,计量经济学,詹姆斯-J-赫克曼,丹尼尔-L-麦克法登,2000年诺贝尔奖金获得者,3,计量经济学,2000年诺贝尔奖金获得者所从事的学科领域可称为微观计量经济学。

如所周知，早年计量经济学主要都用在宏观经济学上，即主要研究以国民经济为主体的经济行为。

微观经济学问题，即个人、住户和企业的经济行为问题；,例如，决定个人在教育、就业、住房等方面选择的经济因素是什么，不同的劳动市场和教育计划对个人收入和就业有什么激励影响等等。

这类问题以前很少有人研究。

其原因之一是这方面的统计数据不容易找到。

近三十年来，微观统计数据开始越来越丰富，使得微观计量经济学研究就有了可能。

4,计量经济学,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”。

5,计量经济学,例如在一次经济衰退中：

有两对相反的措施：

削减工资增加企业的利润并因而刺激生产；增加工资刺激消费者需求因而刺激生产。

削减利率刺激开设新企业；提高利率增加银行贷款的能力。

如果分开来看，都有其道理，但决策者却无所适从。

因为这些措施都是纯理论概念，既没有定量化，也没有比较各种措施的相对力度。

6,计量经济学,第一章经济计量学的特征及研究范围,什么是经济计量学为什么要学习经济计量学？

经济计量学的方法论（重点）全书结构,7,计量经济学,什么是经济计量学,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。

8,计量经济学,为什么要学经济计量学,经济计量学是一门有其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和解释。

经济计量学有不同于数理统计分析的特殊方法。

数理经济学，经济统计学。

学习经济计量学有实用性。

学术研究和就业。

9,计量经济学,经济计量学的方法论,理论和假说的陈述收集数据建立数学模型建立统计或经济计量模型经济计量模型参数的估计检验模型的准确性；模型的假设检验检验来自模型的假说运用模型进行预测,一般说来，用经济计量方法研究经济问题可分为如下步骤:

10,计量经济学,理论或假说的陈述,所研究对象在经济理论的阐述是怎样的。

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-工人假说劳动力参与率的增加或减少依赖于两种假说的力量对比。

11,计量经济学,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2011年的GDP数据横截面数据：

是指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（包括面板数据：

Panel数据）；既有时间序列数据又有时间序列数据的数据集合。

如：

我国各省市从1980年到2011年的GDP数据。

面板数据：

重复观察同一单位,12,计量经济学,*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。

本教材给出了部分数据网站。

数据来源,13,计量经济学,建立数学模型,例：

美国19802002年间城市劳动力参与率（）、城市失业率（）与真实的小时平均工资（）资料如下见P4表1-1。

为了观察CLFPR与CUNR变动关系，首先我们作散点图,14,计量经济学,美国19802002年间城市劳动力参与率（）、城市失业率（）与真实的小时平均工资（）资料如下表1-1,15,计量经济学,城市失业率CUNR,10,9,8,7,6,5,城市劳动力参与率CLFP,67.0,6.65,66.0,65.5,65.0,64.5,64.0,63.5,CLFPR与CUNR的散点图,16,计量经济学,就业率与参与率的散点图,17,计量经济学,简单数学模型：

Y=B1+B2XY=CLFPRX=CUNRB1、B2：

参数B1：

截距B2：

斜率,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：

18,计量经济学,建立统计或经济计量模型,上面建立了劳动力参与率的纯数学模型。

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：

Y=B1+B2X+（线性回归模型）Y：

应变量（被解释变量）X：

自变量（解释变量）：

随机误差项，包括所有其它因素的影响和随机因素线性回归模型中的因果关系,19,计量经济学,经济计量模型的参数估计,应用最小二乘估计，得：

=69.9963-0.6513X（1-3）参数估计值69.9963，-0.6413的解释：

（截距的含义和斜率的含义。

）平均地，失业率上升一个单位，劳动参与率下降0.6513个百分点。

残差：

真实数据并未落在估计的回归线上。

20,计量经济学,检查模型的适用性：

模型的设定检验,模型式（1-3）选取是否适当？

模型所描述的经济变量的关系是否准确？

模型是遗漏了重要的解释变量或加入了不必要的变量？

21,计量经济学,城市劳动力参与率除受城市失业率的影响之外，还受受真实的小时平均工资等因素的影响。

可考虑模型：

估计式：

=80.90-0.6713X-1.4042Z两个斜率系数均为负数，这说明什么？

与前面模型，Y=69.935-0.6458X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。

收入效应和替代效应,22,计量经济学,应变量（Y）城市劳动力参与率（civilianlaborforceparticipationrateCLFPR第一个自变量（X）城市失业率（civilianunemploymentrateCUNR）第二个自变量（Z）真实的小时平均工资（AHE82）,23,计量经济学,检验来自模型的假设,验证模型是否有经济含义。

验证模型估计的结果与经济理论是否相符，对参数的假设检验。

24,计量经济学,运用模型进行预测,若已知某年的城市失业率和平均小时工资的数据，分别6和10，利用模型，可得该年城市劳动力参与率的预测值：

Y=80.9-0.67X-1.40Z=80.9-0.676-1.410=62.83与真实值比较，两者之间的差距，即为预测误差：

预测误差不可避免，只能尽可能小。

预测误差=真实值-预测值,25,计量经济学,经济计量分析的步骤,26,计量经济学,全书结构,本书共分四部分第一部分：

概率与统计基础第二部分：

线性回归模型第三部分：

实践中的回归分析第四部分：

经济计量学高级专题,27,计量经济学,第一部分：

概率与统计基础,第二章：

概率与概率分布第三章：

概率分布的特征第四章：

一些重要的概率分布第五章：

统计推断：

估计与假设检验,28,计量经济学,第二部分：

线性回归模型,第六章：

线性回归的基本思想：

双变量模型第七章：

双变量模型：

假设检验第八章：

多元回归：

估计与假设检验第九章:

回归方程的函数形式第十章:

包含虚拟变量的回归模型,29,计量经济学,第三部分：

实践中的回归分析,第十一章:

模型选择:

标准与检验第十二章:

多重共线性第十三章:

异方差第十四章:

自相关,30,计量经济学,第四部分：

经济计量学高级专题,第十五章：

联立方程模型第十六章：

单方程回归的几个专题,31,计量经济学,作业,1.1查阅若干年中国统计年鉴，列出我国1985年至2010年人均消费性支出和人均收入，根据本章所讨论的八个步骤回答问题。

根据凯恩斯绝对收入假说进行讨论。

（P10）。

1.6和1.7可作为上机练习题。

32,计量经济学,