高等学校经济学类核心课程

1. 高等学校经济学类核心课程 计 量 经 济 学 Econometrics 云南财经大学数量经济系

2. 第一章 绪 论 • § 1.1 计量经济学 • § 1.2 建立计量经济学模型的步骤和要点 • § 1.3 计量经济学模型的应用

3. §1.1 计量经济学 一、计量经济学 二、计量经济学模型 三、计量经济学的内容体系 四、计量经济学是一门经济学科 五、计量经济学在经济学科中的地位

4. 一、计量经济学 • 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（定量关系）为内容的分支学科。 • 1926年挪威经济学家R.Frish提出Econometrics • 1930年成立世界计量经济学会 • 1933年创刊《Econometrica》 • △ “经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。”（Frish，1933）

5. 二、计量经济学模型 • 模型：对现实的描述和模拟。 • 数学模型：用数学语言描述现实，揭示其中的数量关系。 • 经济数学模型：用数学的方法描述经济活动。 • 数理经济模型：揭示经济活动中各个因素之间的理论关系，用确定性的数学方程加以描述。 • 模型描述了技术、资本、劳动和产出量之间的理论关系。 • 参数未知，模型没有揭示因素之间的定量关系。

6. 计量经济学模型：揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。计量经济学模型：揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述。 • 以1964年至1984年中国全民所有制工业生产活动的数据为样本，就可以应用计量经济学方法得到如下关系：

7. 三、计量经济学的内容体系 • 广义计量经济学和狭义计量经济学 • 初、中、高级计量经济学 • 理论计量经济学和应用计量经济学 • 经典计量经济学和非经典计量经济学 • 微观计量经济学和宏观计量经济学

8. △广义计量经济学和狭义计量经济学 • 广义计量经济学：是利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。 • 狭义计量经济学：也就是我们通常所说的计量经济学，以揭示经济现象中的因果关系为目的，在数学上主要应用回归分析方法。 • 本课程中的计量经济学模型，就是狭义计量经济学意义上的经济数学模型。

9. △ 初、中、高级计量经济学 • 初级：以计量经济学的数理统计学基础知识和经典的线性单方程模型理论与方法为主要内容； • 中级：以用矩阵描述的经典的线性单方程模型理论与方法、经典的线性联立方程模型理论与方法，以及传统的应用模型为主要内容； • 高级：以非经典的、现代的计量经济学模型理论、方法与应用为主要内容。 • 本课程定位于中级水平上。

10. △ 理论计量经济学和应用计量经济学 • 理论计量经济学：是以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法，应用了广泛的数学知识。 • 应用计量经济学：则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。 • 本课程是二者的结合。

11. △ 经典计量经济学和非经典计量经济学 • 经典计量经济学（Classical Econometrics）：一般指20世纪70年代以前发展并广泛应用的计量经济学。 • ► R.Frish创立 • ►T.Haavelmo建立了它的概率论基础 • ►L.R.Klein成为其理论与应用的集大成者 • 非经典计量经济学:一般指20世纪70年代以来发展的计量经济学理论、方法及应用模型，也称为现代计量经济学。

12. 创立 Frisch 经典计量经济学 Tinbergen 建立第1个应用模型 Haavelmo 建立概率论基础 发展数据基础 Stone 发展应用模型 Klein Leontief 建立投入产出模型 经典计量经济学 （发展过程）

13. 经典计量经济学 （理论方法特征） • ⑴ 模型类型—随机模型； • ⑵ 模型导向—理论导向； • ⑶ 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； • ⑷ 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； • ⑸ 估计方法—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。

14. 经典计量经济学 （应用特征） • ⑴ 应用模型方法论基础—实证分析、经验分析、归纳； • ⑵ 应用模型的功能—结构分析、政策评价、经济预测、理论检验与发展； • ⑶ 应用模型的领域—传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。

15. 非经典计量经济学 • 非经典计量经济学:一般指20世纪70年代以来发展的计量经济学理论、方法及应用模型，也称为现代计量经济学。 • 非经典计量经济学主要包括：微观计量经济学、非参数计量经济学、时间序列计量经济学和动态计量经济学等。 • 非经典计量经济学的内容体系：模型类型非经典的计量经济学问题、模型导向非经典的计量经济学问题、模型结构非经典的计量经济学问题、数据类型非经典的计量经济学问题和估计方法非经典的计量经济学问题。

16. 微观计量： 选择性样本模型 Heckman 非 经典计量经济学 微观计量： 离散选择模型 McFadden 时间序列： 协整理论—现代宏观计量 Granger 时间序列： ARCH—现代金融计量 Engle 非经典计量经济学 （内容结构）

17. 课 程 定 位 • 本课程以经典计量经济学为主，适当引入一些简单的、应用较多的现代计量经济学理论方法 • ►一方面，从理论方法角度，经典计量经济学理论方法是非经典计量经济学理论方法的基础； • ►另一方面，从应用的角度，经典计量经济学模型仍然是目前应用最为普遍的计量经济学模型。

18. △ 微观计量经济学和宏观计量经济学 • 微观计量经济学（“Microeconometrics”）于2000年诺贝尔经济学奖公报中正式提出。 • 微观计量经济学的内容集中于“对个人和家庭的经济行为进行经验分析”； • “微观计量经济学的原材料是微观数据”，微观数据表现为截面数据和平行（panel）数据。 • 赫克曼（J.Heckman）和麦克法登（D.McFaddan） 对微观计量经济学作出原创性贡献。

19. 微观计量经济学 • 教科书和课程： • “Microeconometrics” • “Advanced Microeconometrics” • “Applied Microeconometrics” • “Topics in Microeconometrics” • “Methods in Microeconometrics” • 主要内容： • 平行数据（panel data）模型的理论方法 • 离散选择模型的理论方法 • 选择性样本模型的理论方法

20. 宏观计量经济学 • 宏观计量经济学（“Macroeconometrics”）名称由来已久，但是它的主要内容和研究方向发生了变化。 • 经典宏观计量经济学：利用计量经济学理论方法，建立宏观经济模型，对宏观经济进行分析、评价和预测。 • 现代宏观计量经济学的主要研究方向：单位根检验、协整理论以及动态计量经济学。 • Macroeconometrics—Past and Future，C. W. J. Granger • Macroeconometrics，J. H. Stock

21. 四、计量经济学是一门经济学科 • 从计量经济学的定义看 • 从计量经济学在西方国家经济学科中的地位看 • 从计量经济学与数理统计学的区别看 • 从建立与应用计量经济学模型的全过程看 • 从诺贝尔经济学奖看

22. △诺贝尔经济学奖与计量经济学 • 53位获奖者中10位直接因为对计量经济学发展的贡献而获奖 • 1969 R. Frish J. Tinbergen • 1973 W. Leotief • 1980 L. R. Klein • 1984 R. Stone • 1989 T. Haavelmo • 2000 J. J. Heckman D. L. McFadden • 2003 R. F. Engle C. W. J. Granger • 近20位担任过世界计量经济学会会长 • 30余位左右在获奖成果中应用了计量经济学

23. The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1969 "for having developed and applied dynamic models for the analysis of economic processes" Jan Tinbergen the etherlands Ragnar Frisch Norway

24. The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1973 "for the development of the input-output method and for its application to important economic problems" Wassily Leontief USA

25. The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1980 "for the creation of econometric models and the application to the analysis of economic fluctuations and economic policies" Lawrence R. Klein USA

26. The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1984 "for having made fundamental contributions to the development of systems of national accounts and hence greatly improved the basis for empirical economic analysis" Richard Stone Great Britain

27. The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1989 "for his clarification of the probability theory foundations of econometrics and his analyses of simultaneous economic structures" Trygve Haavelmo Norway

28. The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 2000 "for his development of theory and methods for analyzing selective samples” James J Heckman USA

29. The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2000 "for his development of theory and methods for analyzing discrete choice" Daniel L McFadden USA

30. The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003 "for methods of analyzing economic time series with common trends (cointegration)" Clive W. J. Granger UK

31. "for methods of analyzing economic time series with time-varying volatility (ARCH)" The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003 Robert F. Engle USA

32. 五、计量经济学在经济学科中的地位 • 从现代西方经济学的特征看 • 从西方经济学的发展历史看 • 从世界一流大学经济学课程表看 • 从国际经济学刊物论文看 • 从经济学的“世界先进水平”看

33. △ 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”。

34. §1.2 建立计量经济学模型的步骤和要点 一、 理论模型的设计 二、 样本数据的收集 三、 模型参数的估计 四、 模型的检验

35. 一、理论模型的建立——确定模型包含的变量 • 主要是确定模型中的解释变量 ► 理解和把握现象中的经济学理论和经济行为规律 ►考虑数据的可得性 • 选择的变量必须是统计指标体系中存在的、有可靠数据来源的。 • 为了表征政策变量、条件变量可以采用虚拟变量。 ►考虑入选变量之间的关系，要求变量间互相独立。

36. 一、理论模型的建立——确定模型的数学形式 • 主要依据是经济行为理论 • 根据被解释变量和解释变量之间的散点图所显示的函数关系 • 对可能的形式进行反复模拟

37. 一、理论模型的建立——拟定待估参数的理论期望值一、理论模型的建立——拟定待估参数的理论期望值 • 关注参数的符号、大小、 关系 • 参数一般都具有明确的经济含义，参数的具体数值只有在模型完成以后才能确定。 • 但它们的取值范围，即理论期望值，可以根据它们的经济含义，在理论模型设计阶段拟定。 • 而且，可以用这些根据经济理论拟定的理论期望值，来检验模型估计的结果。 • 关键在于理解参数的经济含义

38. 二、样本数据的收集 • 数据是基础，建立在数据之上的是变量，变量之间的关系构成方程，随机方程构成系统，系统加上恒等式构成模型。 • 数据的收集与整理费时费力，且对模型质量影响极大 • 数据按其本义来说是定量的（计数或计量）的。但在实际应用中，它们可以是定量的，也可以是定性的，或者是两者的结合。

39. 常见数据类型（时间序列数据，Time Series data ） • 按照时间先后顺序排列的统计数据，又称为纵向数据 • 例如，我国自改革开放的1978-2000年GDP数据。 • 使用时间序列数据时，需要注意： • 样本区间内经济行为的一致性问题 • 在不同样本点（时间点）之间的可比性问题 • 样本观测值过于集中的问题 • 序列相关问题

40. 常见数据类型（截面数据， Cross-Section Data） • 一批发生在同一时间截面上的调查数据，又称横向数据。 • 例如，工业普查数据、人口普查数据、家计调查数据等。 • 使用截面数据时，需要注意; • 样本与母体的一致性问题 • 异方差问题

41. 常见数据类型（平行数据，panel data） • 时间序列数据与截面数据的合成体，又称面板数据。 • 在时间序列上取多个截面，在这些截面上同时选取样本观测值 • 例如，2000-2008年我国各省市城镇居民消费结构的调查资料。

42. 常见数据类型（虚拟变量数据，dummy variable data） • 由虚拟变量的取值所构成的数据，又称二进制数据 • 虚拟变量（dummy variable）是取值为0或1的变量，一般用以表示定性变量，例如政策变量、条件变量等。 • 例如： 性别——D 政治面貌： D1 D2 男——1 党员： 1 0 女——0 团员： 0 1 群众： 0 0

43. 样本数据的质量 • 完整性：数据通常不应存在缺失，必要时，采用特定技术补齐数据 • 准确性：统计数据本身是准确的；数据必须满足模型对数据口径的要求 • 可比性：数据口径（范围口径和价格口径）通常必须保持一致，特别是在时序数据中 • 一致性：样本数据与母体的一致性。

44. 三、模型参数的估计 • 模型参数是模型中解释变量的系数（包括可能的常数项） • 在未估计之前是一个未知常量，统计上称为估计量； • 基于特定的样本和相应的估计方法，可以得到参数的具体取值，统计上称为估计值 • 估计是一个从估计量到估计值的纯技术过程

45. 参数估计的意义 • 参数估计为经济理论提供了实际经验的内容，并验证经济理论。 • 如：凯恩斯消费模型y=f(x)=b0+b1x+µ • 若参数b1的估计值=0.8，它不仅说明了边际消费倾向的实际内容，同时也证实了凯恩斯消费理论关于b1介于0-1之间的假定。 • 获取模型参数的估计值，从而表明经济现象间的定量关系，是计量经济学的核心目的 • 参数的估计方法，是计量经济学的核心内容。

46. 四、模型的检验 • 是否是一个合理、正确的模型？ • 经济意义检验 • 统计检验 • 经济计量学检验 • 模型预测检验

47. 1、经济意义检验 检验各个参数是否与经济理论或实际经验相符 将参数的估计值与设计理论模型时拟定的期望值进行比较 考察参数估计值的符号、大小以及相互之间的关系，判断合理性 • 最基本的检验。经济意义不合理，模型没有实际价值

48. 2、统计检验 • 检验模型的统计学性质，由统计理论决定 • 统计检验则是利用统计推断的原理，对模型对数据的拟合程度、参数估计的可靠程度、显著程度等进行考察 • 主要方法有拟合优度检验、方程显著性检验、变量显著性检验等。 • 技术性检验。在不损害经济意义的前提下，可以通过模型调整、变量调整、数据修正等方式予以修正

49. 3、计量经济学检验 • 检验模型的计量经济学性质，由计量经济学理论决定 • 检验模型基本假设的满足程度、各种经济计量假设的合理性，以及模型总体结构预测能力的检验 • 主要检验准则：序列相关、异方差和多重共线检验 • 技术性检验。在不损害经济意义的前提下，可以采取技术性手段修正

50. 4、模型预测检验 • 检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度，确定所建立的模型是否可以用于观察值以外的范围（超样本特性）。 • 具体检验方法： • 利用扩大了的样本重新估计参数，检验两次估计结果的差异显著性； • 将所建立的模型用于样本以外某一时期的实际预测，预测值与实际值进行比较并检验差异显著性。