計(jì)量經(jīng)濟(jì)學(xué)：1第一章 緒論

1、 EconometricsEconometrics 計(jì)量經(jīng)濟(jì)學(xué)計(jì)量經(jīng)濟(jì)學(xué)經(jīng)濟(jì)計(jì)量學(xué)經(jīng)濟(jì)計(jì)量學(xué) 教師：?jiǎn)J玉紅教師：?jiǎn)J玉紅 E-mail: E-mail: 1 課程時(shí)間：116周；每周4節(jié)，其中8次上機(jī)實(shí)踐 教師：?jiǎn)J玉紅 辦公地點(diǎn)：經(jīng)濟(jì)管理學(xué)院辦公樓813室 郵箱： 電話2 課程內(nèi)容提綱及學(xué)時(shí)安排： 第二章 線性回歸的基本思想：雙變量模型 第三章 雙變量模型：假設(shè)檢驗(yàn) 第五章 回歸模型的函數(shù)形式 第六章 虛擬變量回歸模型 第七章 模型選擇：標(biāo)準(zhǔn)與檢驗(yàn) 第八章 多重共線性 第九章 異方差 第一章 經(jīng)濟(jì)學(xué)的特征及研究范圍 第四章 多元回歸：估計(jì)與假設(shè)檢驗(yàn) 第十章 自相關(guān) 上機(jī)

2、實(shí)踐課（第4、7、8、10、11、13、14、15周） 3 教材及參考書： 3、計(jì)量經(jīng)濟(jì)學(xué)，李子奈等，高等教育出版社 1、經(jīng)濟(jì)計(jì)量學(xué)精要，古扎拉蒂著，張濤譯，機(jī)械 工業(yè)出版社 2、計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論，伍德里奇著，中國(guó)人民大學(xué) 出版社 5、計(jì)量分析方法與建模-Eviews應(yīng)用及實(shí)例，高 鐵梅，清華大學(xué)出版社 4 4、計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)，張曉桐，南開大學(xué)出版社 6、計(jì)量經(jīng)濟(jì)學(xué)軟件-Eviews的使用，于俊年，對(duì) 外經(jīng)貿(mào)大學(xué)大學(xué)出版社 課程成績(jī)： 考勤及課堂表現(xiàn)、作業(yè)：30分 期末考試：70分 希望大家學(xué)習(xí)愉快！ 5 為什么要學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué) 思考： 本公司產(chǎn)品欲提 價(jià)5元，請(qǐng)預(yù)測(cè)該商品未來的銷 售量？同時(shí)，

3、對(duì)手公司產(chǎn)品欲 提價(jià)3元，請(qǐng)預(yù)測(cè)本公司該商品 未來的銷售量？ 6 例：凱恩斯理論、乘數(shù)效應(yīng)和政策建議 7 Yt =Ct +It +Gt Ct = +Yt + 最簡(jiǎn)單的凱恩斯模型(Keynes model)可以通過如下的方程組來描述 為了考察公共財(cái)政政策的成效, 需要知道政府支出對(duì)總收入的 乘數(shù)效應(yīng)。 實(shí)際上, 僅僅通過經(jīng)濟(jì)理論, 我們甚至無法知道具體消費(fèi)函數(shù) 形式。設(shè)定消費(fèi)函數(shù)為線性關(guān)系僅是為了理論上的方便。 為什么要學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué) 經(jīng)濟(jì)理論方法？經(jīng)濟(jì)理論方法？-理論本身無法定量測(cè)度 變量之間的強(qiáng)度關(guān)系。經(jīng)濟(jì)理論提出的命 題和假說，多以定性描述為主。 統(tǒng)計(jì)學(xué)方法？統(tǒng)計(jì)學(xué)方法？-涉及經(jīng)濟(jì)數(shù)據(jù)的收

4、集、處 理、繪圖、制表等，而不是用這些數(shù)據(jù)來 證明經(jīng)濟(jì)理論。 8 為什么要學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué) 計(jì)量經(jīng)濟(jì)學(xué)方法計(jì)量經(jīng)濟(jì)學(xué)方法 -不僅可以驗(yàn)證需求定 律； -而且可以給出需求量 和價(jià)格之間的數(shù)值估計(jì)； -同時(shí)可以檢驗(yàn)估計(jì)是 否合理 -然后可以進(jìn)行預(yù)測(cè) 重要性重要性 實(shí)用性實(shí)用性 9 計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)研究中的作用 10 (一)驗(yàn)證經(jīng)濟(jì)理論或模型能否解釋以往的經(jīng)濟(jì)數(shù) 據(jù)(特別是重要的經(jīng)驗(yàn)特征事實(shí)); (二)檢驗(yàn)經(jīng)濟(jì)理論和經(jīng)濟(jì)假說的正確性; (三)預(yù)測(cè)未來經(jīng)濟(jì)發(fā)展趨勢(shì), 并提供政策建議。 什么是計(jì)量經(jīng)濟(jì)學(xué)？ 計(jì)量經(jīng)濟(jì)學(xué)的方法論 學(xué)科性質(zhì) 發(fā)展歷史 定 義 內(nèi)容體系 四個(gè)階段或 八個(gè)步驟 示例說明 如何學(xué)好

5、計(jì)量經(jīng)濟(jì)學(xué)學(xué)習(xí)目標(biāo)和方法 11 是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科是經(jīng)濟(jì)學(xué)的一個(gè)分支學(xué)科 是以揭示經(jīng)濟(jì)活動(dòng)中客觀存在的數(shù)量關(guān)系 為內(nèi)容的分支學(xué)科 在經(jīng)濟(jì)學(xué)科中占據(jù)極重要的地位在經(jīng)濟(jì)學(xué)科中占據(jù)極重要的地位 薩繆爾森（薩繆爾森（P.SamuelsonP.Samuelson） ：“第二第二 次大戰(zhàn)后的經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的時(shí)代次大戰(zhàn)后的經(jīng)濟(jì)學(xué)是計(jì)量經(jīng)濟(jì)學(xué)的時(shí)代”。 一、什么是計(jì)量經(jīng)濟(jì)學(xué)一、什么是計(jì)量經(jīng)濟(jì)學(xué) - -學(xué)科性質(zhì)和地位學(xué)科性質(zhì)和地位 12 The Bank of Sweden Prize in Economic The Bank of Sweden Prize in Economic Sciences i

6、n Memory of Alfred Nobel 1980Sciences in Memory of Alfred Nobel 1980 for the creation of econometric models for the creation of econometric models and the application to the analysis of and the application to the analysis of economic fluctuations and economic economic fluctuations and economic polic

7、iespolicies Lawrence R. Klein USA 計(jì)量經(jīng)計(jì)量經(jīng) 濟(jì)學(xué)已濟(jì)學(xué)已 經(jīng)在經(jīng)經(jīng)在經(jīng) 濟(jì)學(xué)科濟(jì)學(xué)科 中居于中居于 最重要最重要 的地位的地位 在大多數(shù)在大多數(shù) 大學(xué)和學(xué)大學(xué)和學(xué) 院中，計(jì)院中，計(jì) 量經(jīng)濟(jì)學(xué)量經(jīng)濟(jì)學(xué) 的講授已的講授已 經(jīng)成為經(jīng)經(jīng)成為經(jīng) 濟(jì)學(xué)課程濟(jì)學(xué)課程 表中最有表中最有 權(quán)威的一權(quán)威的一 部分部分 13 1926年挪威經(jīng)濟(jì)學(xué)家R.Frish提出 Econometrics 1930年成立世界計(jì)量經(jīng)濟(jì)學(xué)會(huì) 1933年創(chuàng)刊Econometrica 20世紀(jì)40、50年代的大發(fā)展和60年代的擴(kuò)張 20世紀(jì)70年代以來非經(jīng)典（現(xiàn)代）計(jì)量經(jīng)濟(jì)學(xué) 的發(fā)展 自20世紀(jì)80

8、年代以來，計(jì)量經(jīng)濟(jì)學(xué)在我國(guó)得到 迅速傳播和發(fā)展 一、什么是計(jì)量經(jīng)濟(jì)學(xué)一、什么是計(jì)量經(jīng)濟(jì)學(xué)- -發(fā)展歷史發(fā)展歷史 14 計(jì)量經(jīng)濟(jì)學(xué)是利用計(jì)量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論經(jīng)濟(jì)理論、數(shù)學(xué)數(shù)學(xué)、統(tǒng)計(jì)統(tǒng)計(jì) 推斷推斷等工具等工具對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行分析的一門社的一門社 會(huì)科學(xué)。會(huì)科學(xué)。 經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三 者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活的數(shù)量關(guān)系者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活的數(shù)量關(guān)系 來說，都是必要的，但本身并非是充分條來說，都是必要的，但本身并非是充分條 件。三者結(jié)合起來，就是力量，這種結(jié)合件。三者結(jié)合起來，就是力量，這種結(jié)合 便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)。便構(gòu)

9、成了計(jì)量經(jīng)濟(jì)學(xué)。” 先修課程：微觀經(jīng)濟(jì)學(xué)、宏 觀經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、微積 分、線性代數(shù)、概率論與 數(shù)理統(tǒng)計(jì) 一、什么是計(jì)量經(jīng)濟(jì)學(xué)一、什么是計(jì)量經(jīng)濟(jì)學(xué)- -定義定義 15 階段一： 建立模型； 階段二：估計(jì)參數(shù)； 階段三：檢驗(yàn)?zāi)Ｐ停?階段四： 經(jīng)濟(jì)預(yù)測(cè)； 二、計(jì)量經(jīng)濟(jì)學(xué)方法論二、計(jì)量經(jīng)濟(jì)學(xué)方法論- -四個(gè)階段四個(gè)階段 16 案例1-利用計(jì)量經(jīng)濟(jì)學(xué)研究需求函數(shù) 階段一：階段一： 建立模型建立模型 1、經(jīng)濟(jì)理論假定某商品的需求量取決于它的價(jià)格、 代用品價(jià)格、消費(fèi)者收入、消費(fèi)者偏好； 2、同時(shí)，在實(shí)際生活中，還有一些不重要因素以 及隨機(jī)因素的影響。在計(jì)量經(jīng)濟(jì)學(xué)中，這些因 素也要反映在模型中。 012034

10、iiiiii QPPYTu 案例1-利用計(jì)量經(jīng)濟(jì)學(xué)研究需求函數(shù) 階段二：階段二： 樣本數(shù)據(jù)的收集樣本數(shù)據(jù)的收集 1、模型中各變量的統(tǒng)計(jì)資料除 以外均為已知 的。 012034iiiiii QPPYTu i u 樣本數(shù)據(jù) 樣本觀測(cè)值 統(tǒng)計(jì)資料 統(tǒng)計(jì)數(shù)據(jù) 時(shí)間序列數(shù)據(jù) 截面數(shù)據(jù) 合并數(shù)據(jù)或面板數(shù)據(jù) 案例1-利用計(jì)量經(jīng)濟(jì)學(xué)研究需求函數(shù) 階段二：階段二： 樣本數(shù)據(jù)的收集樣本數(shù)據(jù)的收集 同一統(tǒng)計(jì)指標(biāo)按時(shí)間順序排列的數(shù)據(jù)列時(shí)間序列數(shù)據(jù) 截面數(shù)據(jù) 合并數(shù)據(jù)或面板數(shù)據(jù) 如某企業(yè)商品在2000年-2011年的年銷售額 同一時(shí)間、不同單位按同一指標(biāo)排列的數(shù)據(jù) 如某企業(yè)商品在全國(guó)10個(gè)城市2011年的年銷售額 若干

11、期的時(shí)間序列和每期內(nèi)的截面數(shù)據(jù)合并 如某企業(yè)商品在全國(guó)10個(gè)城市從2000年-2011年的年銷售額 案例1-利用計(jì)量經(jīng)濟(jì)學(xué)研究需求函數(shù) 階段三：階段三： 模型參數(shù)的估計(jì)模型參數(shù)的估計(jì) 利用這些變量的樣本數(shù)據(jù)和計(jì)量經(jīng)濟(jì) 學(xué)方法，估計(jì)模型中的待估參數(shù)待估參數(shù)，以確定經(jīng)濟(jì) 變量之間的結(jié)構(gòu)關(guān)系。 01234 （如本例中的 、 、 、 、 ） 012034iiiiii QPPYTu 案例1-利用計(jì)量經(jīng)濟(jì)學(xué)研究需求函數(shù) 階段四：階段四： 模型檢驗(yàn)?zāi)Ｐ蜋z驗(yàn) 012034iiiiii QPPYTu 檢驗(yàn)估計(jì)參數(shù)是否符合經(jīng)濟(jì)理論和實(shí)際經(jīng)濟(jì)問題的要求。 如某商品的需求量與該商品的價(jià)格應(yīng)為反向變動(dòng)關(guān)系，如果 估計(jì)出

12、的價(jià)格參數(shù)為正，則說明建立的模型不合適建立的模型不合適或者使用使用 的估計(jì)方法不合適的估計(jì)方法不合適或者采用的樣本數(shù)據(jù)有問題采用的樣本數(shù)據(jù)有問題。 另，估計(jì)的參數(shù)過大或過小，都有可能不符合經(jīng)濟(jì)理論和要求。 用數(shù)理統(tǒng)計(jì)中關(guān)于假設(shè)檢驗(yàn)的原理，對(duì)估計(jì)參數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)， 對(duì)估計(jì)模型進(jìn)行統(tǒng)計(jì)檢驗(yàn)，對(duì)估計(jì)方法的假定條件進(jìn)行檢驗(yàn)。 經(jīng)濟(jì)預(yù)測(cè) 案例1-利用計(jì)量經(jīng)濟(jì)學(xué)研究需求函數(shù) 經(jīng)濟(jì)預(yù)測(cè) 計(jì)量經(jīng)濟(jì)學(xué)模型作為一類經(jīng)濟(jì)數(shù)學(xué)模型，是從用于計(jì)量經(jīng)濟(jì)學(xué)模型作為一類經(jīng)濟(jì)數(shù)學(xué)模型，是從用于 經(jīng)濟(jì)預(yù)測(cè)，特別是短期預(yù)測(cè)而發(fā)展起來的。經(jīng)濟(jì)預(yù)測(cè)，特別是短期預(yù)測(cè)而發(fā)展起來的。 計(jì)量經(jīng)濟(jì)學(xué)模型是以模擬歷史、從已經(jīng)發(fā)生的經(jīng)濟(jì)計(jì)量經(jīng)濟(jì)學(xué)模

13、型是以模擬歷史、從已經(jīng)發(fā)生的經(jīng)濟(jì) 活動(dòng)中找出變化規(guī)律為主要技術(shù)手段?；顒?dòng)中找出變化規(guī)律為主要技術(shù)手段。 對(duì)于非穩(wěn)定發(fā)展的經(jīng)濟(jì)過程，對(duì)于缺乏規(guī)范行為理對(duì)于非穩(wěn)定發(fā)展的經(jīng)濟(jì)過程，對(duì)于缺乏規(guī)范行為理 論的經(jīng)濟(jì)活動(dòng)，計(jì)量經(jīng)濟(jì)學(xué)模型預(yù)測(cè)功能失效。論的經(jīng)濟(jì)活動(dòng)，計(jì)量經(jīng)濟(jì)學(xué)模型預(yù)測(cè)功能失效。 計(jì)量經(jīng)濟(jì)學(xué)的目的 我們利用估計(jì)的 模型做什么呢？ 預(yù)測(cè)未來：預(yù)測(cè)未來：應(yīng)用已建立的計(jì)量經(jīng)濟(jì)模型 求因變量未來一段時(shí)期的預(yù)測(cè)值。 23 結(jié)構(gòu)分析結(jié)構(gòu)分析：應(yīng)用計(jì)量經(jīng)濟(jì)模型對(duì)經(jīng) 濟(jì)變量之間的關(guān)系作出定量的度量 政策評(píng)價(jià)：政策評(píng)價(jià)：通過計(jì)量經(jīng)濟(jì)模型仿真各種政 策的置信效果，對(duì)不同的政策進(jìn)行比較和評(píng) 價(jià)。 Step1 建立一個(gè)

14、理論假說； Step2 收集數(shù)據(jù)； Step3 設(shè)定數(shù)學(xué)模型； Step4 設(shè)立統(tǒng)計(jì)或經(jīng)濟(jì)計(jì)量模型； Step5 估計(jì)經(jīng)濟(jì)計(jì)量模型參數(shù)； Step6 檢查模型的適用性：模型設(shè)定檢驗(yàn)； Step7 檢驗(yàn)源自模型的假說； Step8 利用模型預(yù)測(cè)。 二、計(jì)量經(jīng)濟(jì)學(xué)方法論二、計(jì)量經(jīng)濟(jì)學(xué)方法論- -八個(gè)步驟八個(gè)步驟 24 案例 問題：經(jīng)濟(jì)形勢(shì)對(duì)人們工作意愿的影響？ 問題1：是否有影響？ 問題2：影響的方向是怎樣的？ 問題3：影響的程度是怎樣的？ 經(jīng)濟(jì)形勢(shì) 人們的工作意愿 失業(yè)率UNR 勞動(dòng)參與率LFPR 25 Step1 建立一個(gè)理論假說 勞動(dòng)經(jīng)濟(jì)學(xué)中，有兩個(gè)互相對(duì)立的假說 受挫-工人假說 （效應(yīng)）

15、增加-工人假說 （效應(yīng)） 經(jīng)濟(jì)形勢(shì) 惡化。 工作意愿下降，退出 勞動(dòng)力市場(chǎng)。 許多后備工人進(jìn)入勞動(dòng)力市 場(chǎng)，盡管報(bào)酬可能比較低。 總而言之，勞動(dòng)參與率的增減取決于兩種效應(yīng)的強(qiáng)弱對(duì)比。 反之，亦然。 如何得到這一結(jié)果呢？這就成了一個(gè)實(shí)證問題。 實(shí)證分析需 要定量信息 26 Step2 收集數(shù)據(jù) 27 Step3 設(shè)定數(shù)學(xué)模型 首先，根據(jù)變量數(shù)據(jù)做散點(diǎn)圖（Scatter diagram） 以觀測(cè)勞動(dòng)參與率與失業(yè)率之間的 關(guān)系。 圖圖1-1 城市勞城市勞 動(dòng)力參與率動(dòng)力參與率 與城市失業(yè)與城市失業(yè) 率回歸圖率回歸圖 28 Step3 設(shè)定數(shù)學(xué)模型 然后，根據(jù)散點(diǎn)圖，寫出兩者之間的簡(jiǎn)單 數(shù)學(xué)模型。 1

16、2 CLFPRECUNR 這表明：（1）兩者呈線性關(guān)系； （2） 為線性函數(shù)的參數(shù)。 1 2 截距 intercept 斜率 slope 29 Step4 設(shè)立統(tǒng)計(jì)或計(jì)量經(jīng)濟(jì)模型 12 CLFPRECUNRu 代表隨機(jī)誤差項(xiàng)（random error term)， 簡(jiǎn)稱誤差項(xiàng)（ error term u 包括：除CUNR以外的其他所有影 響CLFPRE的因素的影響；隨機(jī)影響。 u 。 這是一個(gè)線性 回歸模型 這表明兩個(gè)變量 之間并非精確的 線性關(guān)系 30 Step5 估計(jì)經(jīng)濟(jì)計(jì)量模型參數(shù) 通過數(shù)據(jù)，可采用不同的方法對(duì)模型參數(shù) 進(jìn)行估計(jì)。（OLS、MLE、GMM） 在此，運(yùn)用OLS方法進(jìn)行估計(jì)。

17、 結(jié)果為： 12 69.4620 0.5814 CLFPRECUNR 69.46%; 1 ：當(dāng)失業(yè)率為零，即充分就業(yè)時(shí)，城市平均勞動(dòng)參與率為 2 ：?jiǎn)挝怀鞘惺I(yè)率的變化引起的勞動(dòng)參與率的平均改變量。31 真實(shí)數(shù)據(jù)點(diǎn) 擬合數(shù)據(jù)點(diǎn) 殘差 這是根據(jù)真實(shí)數(shù)據(jù)估 計(jì)得到的回歸直線 表明了城市失業(yè)率和平均勞動(dòng)參與率之間的關(guān)系 32 Step6 檢查模型的適用性： 模型設(shè)定檢驗(yàn) 12 CLFPRECUNRu或者說模型是否合適呢？ 69.4620-0.5814CLFPRECUNR 模型是否合適呢？ 33 Step6 檢查模型的適用性： 模型設(shè)定檢驗(yàn) 12 CLFPRECUNRu 123 82+CLFPRECU

18、NRAHEu 實(shí)際平均每小時(shí)工資 哪個(gè)模型更 為合適呢？ 還可有增加其它自變量的模型還可有增加其它自變量的模型 34 Step6 檢查模型的適用性： 模型設(shè)定檢驗(yàn) 擬合優(yōu)度檢驗(yàn) 異方差性檢驗(yàn) 變量顯著性檢驗(yàn) 統(tǒng)計(jì)檢驗(yàn) 由數(shù)理統(tǒng)計(jì)理論決定 計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) 由計(jì)量經(jīng)濟(jì)學(xué)理論決定 自相關(guān)性檢驗(yàn) 總體顯著性檢驗(yàn) 多重共線性檢驗(yàn) 經(jīng)濟(jì)意義檢驗(yàn) 根據(jù)擬定的符號(hào)、大小、關(guān)系 35 Step6 檢查模型的適用性： 模型設(shè)定檢驗(yàn) 69.4620-0.5814CLFPRECUNR -1.4458281.2267-0.638CLFPRECUNRAHE 經(jīng)濟(jì)意義檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)檢驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)檢驗(yàn) CUNR上升，CLFPR

19、E下降?合理否？ AHE82上升，CLFPRE下降？合理否？ 受挫-工人 假說支持 收入效應(yīng)、 替代效應(yīng) 36 Step7 檢驗(yàn)源自模型的假說 模型最終確定后，需要 驗(yàn)證估計(jì)的模型是否有經(jīng)濟(jì)意義； 估計(jì)的結(jié)果是否與經(jīng)濟(jì)理論相符。 我們不僅僅對(duì)模型參數(shù)的估計(jì)模型參數(shù)的估計(jì)感興 趣，而且還對(duì)檢驗(yàn)源自某個(gè)經(jīng)濟(jì)理檢驗(yàn)源自某個(gè)經(jīng)濟(jì)理 論（或先驗(yàn)經(jīng)驗(yàn)）的假設(shè)論（或先驗(yàn)經(jīng)驗(yàn)）的假設(shè)感興趣。 37 Step8 利用模型預(yù)測(cè) 我們利用估計(jì) 的模型做什么 呢？ 預(yù)測(cè)未來預(yù)測(cè)未來 38 結(jié)構(gòu)分析結(jié)構(gòu)分析 政策評(píng)政策評(píng) 價(jià)價(jià) Step8 利用模型預(yù)測(cè) 123 82+CLFPRECUNRAHEu -1.4458281.

20、2267-0.638CLFPRECUNRAHE 根據(jù)1980-2009年數(shù)據(jù) 現(xiàn)知2010年的CUNR=6.0、AHE82=10， 可求得2010年城市勞動(dòng)參與率的預(yù)測(cè)估計(jì)值為： 62.9473%CLFPRE 預(yù)測(cè)準(zhǔn) 確嗎？ 39 Step8 利用模型預(yù)測(cè) 62.9473%CLFPRE 63%CLFPRE 預(yù)測(cè)值 實(shí)際值 之間的差距為預(yù)測(cè)誤差 圖示法簡(jiǎn)單模擬 40 若是一個(gè)自變量，可直觀理解為： 實(shí)際值實(shí)際值 預(yù)測(cè)值預(yù)測(cè)值 預(yù)測(cè)誤差預(yù)測(cè)誤差 我們希望這個(gè) 差距越小越好 如何實(shí)現(xiàn)，后續(xù)學(xué)習(xí)！如何實(shí)現(xiàn)，后續(xù)學(xué)習(xí)！ 41 （1）建立一個(gè)理論假說 （2）收集數(shù)據(jù) （3）設(shè)定數(shù)學(xué)模型 （4）設(shè)立統(tǒng)計(jì)或經(jīng)

21、濟(jì)計(jì)量模型 （5）估計(jì)經(jīng)濟(jì)計(jì)量模型參數(shù) （6）檢查模型的適用性：模型設(shè)定檢驗(yàn) （7）檢驗(yàn)源自模型的假說 （8）利用模型預(yù)測(cè) 一、理論模型的建立一、理論模型的建立 二、樣本數(shù)據(jù)的收集二、樣本數(shù)據(jù)的收集 三、模型參數(shù)的估計(jì)三、模型參數(shù)的估計(jì) 四、模型的檢驗(yàn)四、模型的檢驗(yàn) 二、計(jì)量經(jīng)濟(jì)學(xué)方法論二、計(jì)量經(jīng)濟(jì)學(xué)方法論- -總結(jié)總結(jié) 42 經(jīng)濟(jì)學(xué)是一門科學(xué)，實(shí)證的方法，尤其是 數(shù)量分析方法是經(jīng)濟(jì)學(xué)研究的基本方法論。通 過該門課程教學(xué)，希望大家能掌握計(jì)量經(jīng)濟(jì)學(xué) 的基本理論與方法，并能夠建立實(shí)用的計(jì)量經(jīng) 濟(jì)學(xué)應(yīng)用模型。 三、如何學(xué)好計(jì)量經(jīng)濟(jì)學(xué)三、如何學(xué)好計(jì)量經(jīng)濟(jì)學(xué)- -學(xué)習(xí)目標(biāo)學(xué)習(xí)目標(biāo) 43 理論與應(yīng)用并重。

22、既要重視理論方法，也要重 視應(yīng)用模型和應(yīng)用中實(shí)際問題的解決； 對(duì)于理論方法，重點(diǎn)是思路而不是數(shù)學(xué)過程； 必須十分重視綜合練習(xí)； 必須掌握一種應(yīng)用軟件，注意課堂的軟件應(yīng)用 演示，“師傅領(lǐng)進(jìn)門，修行在個(gè)人”，多練。 三、如何學(xué)好計(jì)量經(jīng)濟(jì)學(xué)三、如何學(xué)好計(jì)量經(jīng)濟(jì)學(xué)- -學(xué)習(xí)方法學(xué)習(xí)方法 44 四、計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系四、計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容體系 廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué) 理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué) 經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì)經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì) 學(xué)學(xué) 微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué)微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué) 45 廣義

23、計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué)廣義計(jì)量經(jīng)濟(jì)學(xué)和狹義計(jì)量經(jīng)濟(jì)學(xué) 46 廣義計(jì)量經(jīng)濟(jì)學(xué)廣義計(jì)量經(jīng)濟(jì)學(xué)是利用經(jīng)濟(jì)理論、數(shù)學(xué)以及統(tǒng)是利用經(jīng)濟(jì)理論、數(shù)學(xué)以及統(tǒng) 計(jì)學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量方法的統(tǒng)稱。計(jì)學(xué)定量研究經(jīng)濟(jì)現(xiàn)象的經(jīng)濟(jì)計(jì)量方法的統(tǒng)稱。 狹義計(jì)量經(jīng)濟(jì)學(xué)狹義計(jì)量經(jīng)濟(jì)學(xué)，也就是我們通常所說的計(jì)量經(jīng)，也就是我們通常所說的計(jì)量經(jīng) 濟(jì)學(xué)，以揭示經(jīng)濟(jì)現(xiàn)象中的因果關(guān)系為目的，在濟(jì)學(xué)，以揭示經(jīng)濟(jì)現(xiàn)象中的因果關(guān)系為目的，在 數(shù)學(xué)上主要應(yīng)用回歸分析方法。數(shù)學(xué)上主要應(yīng)用回歸分析方法。 本課程本課程中的計(jì)量經(jīng)濟(jì)學(xué)模型，就是狹義計(jì)量經(jīng)濟(jì)學(xué)中的計(jì)量經(jīng)濟(jì)學(xué)模型，就是狹義計(jì)量經(jīng)濟(jì)學(xué) 意義上的經(jīng)濟(jì)數(shù)學(xué)模型意義上的經(jīng)濟(jì)數(shù)學(xué)模型 投入產(chǎn)

24、出投入產(chǎn)出 分析方法分析方法 時(shí)間序列時(shí)間序列 分析方法分析方法 回歸分回歸分 析方法析方法 理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)理論計(jì)量經(jīng)濟(jì)學(xué)和應(yīng)用計(jì)量經(jīng)濟(jì)學(xué) 理論計(jì)量經(jīng)濟(jì)學(xué)理論計(jì)量經(jīng)濟(jì)學(xué)是以介紹、研究計(jì)量經(jīng)濟(jì)學(xué) 的理論與方法為主要內(nèi)容，側(cè)重于理論與方 法的數(shù)學(xué)證明與推導(dǎo)，與數(shù)理統(tǒng)計(jì)聯(lián)系極為 密切。 47 應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)則以建立與應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模 型為主要內(nèi)容，強(qiáng)調(diào)應(yīng)用模型的經(jīng)濟(jì)學(xué)和經(jīng)濟(jì) 統(tǒng)計(jì)學(xué)基礎(chǔ)，側(cè)重于建立與應(yīng)用模型過程中實(shí) 際問題的處理。 經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)和非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué) 經(jīng)典計(jì)量經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)經(jīng)濟(jì)學(xué)（Classical Econometrics

25、Classical Econometrics） 一般指一般指2020世紀(jì)世紀(jì)7070年代以前發(fā)展并廣泛應(yīng)用的計(jì)量經(jīng)濟(jì)學(xué)年代以前發(fā)展并廣泛應(yīng)用的計(jì)量經(jīng)濟(jì)學(xué)。 48 非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)（非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)（現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)）。一般指現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)）。一般指2020 世紀(jì)世紀(jì)7070年代以來發(fā)展的計(jì)量經(jīng)濟(jì)學(xué)理論、方法及應(yīng)年代以來發(fā)展的計(jì)量經(jīng)濟(jì)學(xué)理論、方法及應(yīng) 用模型。用模型。 微觀計(jì)量經(jīng)濟(jì)學(xué)微觀計(jì)量經(jīng)濟(jì)學(xué) 非參數(shù)計(jì)量經(jīng)濟(jì)學(xué)非參數(shù)計(jì)量經(jīng)濟(jì)學(xué) 時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué) 動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)等動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)等 49 本課程本課程以經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)為主，適當(dāng)引入以經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)為主，適當(dāng)引入 一些簡(jiǎn)單的、應(yīng)用

26、較多的現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)理論一些簡(jiǎn)單的、應(yīng)用較多的現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)理論 方法。理由：方法。理由： 一方面，從理論方法角度，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)理論方一方面，從理論方法角度，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)理論方 法是非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)理論方法的基礎(chǔ)；法是非經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)理論方法的基礎(chǔ)； 另一方面，從應(yīng)用的角度，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型仍另一方面，從應(yīng)用的角度，經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型仍 然是目前應(yīng)用最為普遍的計(jì)量經(jīng)濟(jì)學(xué)模型然是目前應(yīng)用最為普遍的計(jì)量經(jīng)濟(jì)學(xué)模型 微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué)微觀計(jì)量經(jīng)濟(jì)學(xué)和宏觀計(jì)量經(jīng)濟(jì)學(xué) 微觀計(jì)量經(jīng)濟(jì)學(xué)微觀計(jì)量經(jīng)濟(jì)學(xué)的內(nèi)容集中于的內(nèi)容集中于“對(duì)個(gè)人和家庭對(duì)個(gè)人和家庭 的經(jīng)濟(jì)行為進(jìn)行經(jīng)驗(yàn)分析的經(jīng)濟(jì)行為進(jìn)行經(jīng)

27、驗(yàn)分析”； 微觀計(jì)量經(jīng)濟(jì)學(xué)微觀計(jì)量經(jīng)濟(jì)學(xué)的原材料是微觀數(shù)據(jù)，微觀數(shù)的原材料是微觀數(shù)據(jù)，微觀數(shù) 據(jù)表現(xiàn)為截面數(shù)據(jù)和面板（據(jù)表現(xiàn)為截面數(shù)據(jù)和面板（panelpanel）數(shù)據(jù)。）數(shù)據(jù)。 50 主要內(nèi)容：主要內(nèi)容： 平行（平行（penalpenal）數(shù)據(jù)模型的理論方法）數(shù)據(jù)模型的理論方法 離散選擇模型的理論方法離散選擇模型的理論方法 選擇性樣本模型的理論方法選擇性樣本模型的理論方法 經(jīng)典宏觀計(jì)量經(jīng)濟(jì)學(xué)經(jīng)典宏觀計(jì)量經(jīng)濟(jì)學(xué)：利用計(jì)量經(jīng)濟(jì)學(xué)理論方：利用計(jì)量經(jīng)濟(jì)學(xué)理論方 法，建立宏觀經(jīng)濟(jì)模型，對(duì)宏觀經(jīng)濟(jì)進(jìn)行分析、法，建立宏觀經(jīng)濟(jì)模型，對(duì)宏觀經(jīng)濟(jì)進(jìn)行分析、 評(píng)價(jià)和預(yù)測(cè)。評(píng)價(jià)和預(yù)測(cè)。 51 單位根檢驗(yàn)單位根檢驗(yàn)

28、協(xié)整理論協(xié)整理論 動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué) 主要主要研究研究方向：方向： 經(jīng)經(jīng) 典典 計(jì)計(jì) 量量 經(jīng)經(jīng) 濟(jì)濟(jì) 學(xué)學(xué) 創(chuàng)立創(chuàng)立 建立第建立第1個(gè)應(yīng)用模型個(gè)應(yīng)用模型 建立概率論基礎(chǔ)建立概率論基礎(chǔ) 發(fā)展數(shù)據(jù)基礎(chǔ)發(fā)展數(shù)據(jù)基礎(chǔ) 發(fā)展應(yīng)用模型發(fā)展應(yīng)用模型 Tinbergen Frisch Haavelmo Stone Klein 建立投入產(chǎn)出模型建立投入產(chǎn)出模型 Leontief 52 非非 經(jīng)經(jīng) 典典 計(jì)計(jì) 量量 經(jīng)經(jīng) 濟(jì)濟(jì) 學(xué)學(xué) 微觀計(jì)量：微觀計(jì)量： 選擇性樣本模型選擇性樣本模型 微觀計(jì)量：微觀計(jì)量： 離散選擇模型離散選擇模型 時(shí)間序列：時(shí)間序列： 協(xié)整理論協(xié)整理論現(xiàn)代宏觀計(jì)量現(xiàn)代宏觀計(jì)量 時(shí)間序

29、列：時(shí)間序列： ARCH現(xiàn)代金融計(jì)量現(xiàn)代金融計(jì)量 Engle Heckman McFadden Granger 53 The Bank of Sweden Prize in Economic The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1969Sciences in Memory of Alfred Nobel 1969 for having developed and applied dynamic for having developed and applied dynamic models

30、 for the analysis of economic models for the analysis of economic processesprocesses Ragnar Frisch Norway Jan Tinbergen the etherlands 54 The Bank of Sweden Prize in Economic The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1973Sciences in Memory of Alfred Nobel 1973 for the d

31、evelopment of the input-output for the development of the input-output method and for its application to method and for its application to important economic problemsimportant economic problems Wassily Leontief USA 55 The Bank of Sweden Prize in Economic The Bank of Sweden Prize in Economic Sciences

32、 in Memory of Alfred Nobel 1984Sciences in Memory of Alfred Nobel 1984 for having made fundamental contributions for having made fundamental contributions to the development of systems of to the development of systems of national accounts and hence greatly national accounts and hence greatly improve

33、d the basis for empirical improved the basis for empirical economic analysiseconomic analysis Richard Stone Great Britain 56 The Bank of Sweden Prize in Economic The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1989Sciences in Memory of Alfred Nobel 1989 for his clarification

34、of the probability for his clarification of the probability theory foundations of econometrics and theory foundations of econometrics and his analyses of simultaneous economic his analyses of simultaneous economic structuresstructures Trygve Haavelmo Norway 57 The Bank of Sweden Prize in Economic Th

35、e Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 2000Sciences in Memory of Alfred Nobel 2000 for his development of theory and methods for his development of theory and methods for analyzing selective samples”for analyzing selective samples” James J Heckman USA 58 The Bank of Sw

36、eden Prize in Economic The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2000Sciences inMemory of Alfred Nobel 2000 for his development of theory andfor his development of theory and methods for analyzing discrete choicemethods for analyzing discrete choice Daniel L McFadden USA

37、 59 The Bank of Sweden Prize in Economic Sciences The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003inMemory of Alfred Nobel 2003 for methods of analyzing economic time series with for methods of analyzing economic time series with common trends (common trends (cointegration

38、cointegration) ) Clive W. J. Granger UK 60 The Bank of Sweden Prize in Economic Sciences The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003inMemory of Alfred Nobel 2003 for methods of analyzing economic time series for methods of analyzing economic time series with time-vary

39、ing volatility (with time-varying volatility (ARCHARCH) ) Robert F. Engle USA 61 作業(yè) 關(guān)鍵術(shù)語和概念自己在復(fù)習(xí)時(shí)注意厘清； 問題中的1.11.5在復(fù)習(xí)后進(jìn)行思考和討論 ，其中的1.1和1.3會(huì)在課堂提問； 經(jīng)濟(jì)學(xué) 63 現(xiàn)代市場(chǎng)經(jīng)濟(jì)充滿不確定性和風(fēng)險(xiǎn), 一個(gè)經(jīng) 濟(jì)人做出一項(xiàng)決策后, 其后果往往無法預(yù)知。 現(xiàn)代經(jīng)濟(jì)學(xué)就是研究在充滿不確定性因素 的條件下如何公平而有效地配置有限資源 現(xiàn)代經(jīng)濟(jì)學(xué)研究的一般方法 可歸納為以下幾個(gè)步驟: 64 第一 收集數(shù)據(jù)和總結(jié)經(jīng)驗(yàn)特征事實(shí)。 經(jīng)驗(yàn)特征事實(shí)一般從觀察到的經(jīng)濟(jì)數(shù)據(jù)中提煉出來

40、。 比如, 微觀經(jīng)濟(jì)學(xué)中著名的恩格爾曲線(Engel s curve)就是一 個(gè)經(jīng)驗(yàn)特征事實(shí), 它刻畫家庭生活用品支出占總收入的比例 隨著家庭總收入的上升而遞減; 宏觀經(jīng)濟(jì)學(xué)中一個(gè)著名的經(jīng)驗(yàn)特征事實(shí)是菲利普斯曲線 (Phillips curve), 它描述一個(gè)經(jīng)濟(jì)的失業(yè)率和通貨膨脹率之間 的負(fù)相關(guān)關(guān)系(后來又出現(xiàn)了“高失業(yè)高通脹”和“低失業(yè) 低通脹”的正相關(guān)現(xiàn)象)。 65 第二 建立經(jīng)濟(jì)理論或模型。找到經(jīng)驗(yàn)特征事實(shí)以后, 經(jīng) 濟(jì)學(xué)家會(huì)建立經(jīng)濟(jì)理論或模型, 以解釋這些經(jīng)驗(yàn)特征事實(shí)。這 一階段的關(guān)鍵是建立合適的經(jīng)濟(jì)數(shù)學(xué)模型。 現(xiàn)代經(jīng)濟(jì)學(xué)研究的一般方法 可歸納為以下幾個(gè)步驟: 第三 實(shí)證檢驗(yàn)。這一步的工作需要把經(jīng)濟(jì)理論或模型轉(zhuǎn)化 為可用數(shù)據(jù)檢驗(yàn)的計(jì)量經(jīng)濟(jì)模型。經(jīng)濟(jì)理論或模型通常只指出 經(jīng)濟(jì)變量之間的因果關(guān)系和數(shù)量關(guān)系, 沒有給出確切的函數(shù)形 式。從經(jīng)濟(jì)數(shù)學(xué)模型到計(jì)量經(jīng)濟(jì)模型的轉(zhuǎn)化過程中, 需要對(duì)函 數(shù)形式做出假設(shè), 然后利用觀測(cè)到的數(shù)據(jù),估計(jì)未知參數(shù)值, 并