【正文】 的選擇， 要根據(jù)模型的研究目的，要以經(jīng)濟理論為指導，通常不可能把所有的因素都列入模型，而只 能抓住主要影響因素和主要特征，而不得不舍棄某些因素。但其真實的函數(shù)形式事先并不知道，所謂 模型函數(shù)形式的設定，是指根據(jù)對變量間相互關系的已有認識，把 Y 的條件期望設定為解 釋變量 X 的某種函數(shù)。 表 不同函數(shù)形式及參數(shù)的意義 彈性系數(shù) 邊際效應 設定 函數(shù)形式 ?( ) (dXX)? 線性函數(shù) Y = β1+ β2X （ dY dX ） β2 ? β 2 X Y ? 參數(shù) β2的意義 dY dX 線性對數(shù) Y = β1+ β2ln X β 2 β 2 dY 倒數(shù) ( ) X ? β Y ? β dX X 多項式（二 Y = β β1+2X Y = + X + β X2 2 X2 β + 2β3X ( β 2 XY X ) X ? X2dY dX dY ? β X 次函數(shù)） 交互作用 Y β β12 = β + β 1 2 X + β 3 3 XZ 2 β2+ β3Z ( 2+β3 β2+ β3Z Y )X dX dY 23 ? β3Z 對數(shù)線性 lnY = β1+ β2X β2Y β2X Y dX dY Y 對數(shù)倒數(shù) lnY 1 = β β1+2?? ?? ? β 2 Y ? β 2 dX dY ? X Y 對 數(shù) 多 項 ? X ? X 2 X dY dX X 式（對數(shù)二 lnY = + X + β X2 Y ( β + β X ) X ( β + β X ) Y 次函數(shù)） 雙對數(shù)（對 數(shù)對數(shù)） β β12 lnY = β1+ β2ln X 2 2 β 2 23 Y X 2 23 β2 dX ? 2β3X dY Y dX X 對數(shù)曲線 ln ? Y ? ? ?? ? X ( β2Y 1 ? Y ) ( β2X 1 ? Y ) ? 1 ?dYY 1 Y ? = +β β12 ??1? ? Y ? dX 表 中被解釋變量與解釋變量的關系許多都是非線性的，其中有的雖然變量間為非 線性的，但對參數(shù)而言卻是線性的，可直接按對于參數(shù)為線性的回歸模型去估計與檢驗；有 的通過初等函數(shù)變換就可得到對參數(shù)為線性的回歸模型。 (3)倒數(shù)變換模型 如果設定的非線性模型為 Y = + β1β2(1 ) + i X u () i i 這種模型表示隨著 X 的遞增 Y 將呈現(xiàn)非線性的遞減，但最終以 β1為漸近線。一些信息類的報刊也經(jīng)常提供經(jīng)濟數(shù)據(jù)。如果數(shù)據(jù)與模型 中變量的要求不一致，則應當對數(shù)據(jù)作必要的加工或調(diào)整，或者應當重新尋求符合模型要求 的數(shù)據(jù)。在經(jīng)濟學中，橫截面數(shù)據(jù)分析主要與應用經(jīng)濟領 域密切相關，例如地方公共財政、產(chǎn)業(yè)組織理論、城市經(jīng)濟學、勞動經(jīng)濟學、人口與健康經(jīng) 濟學等。應當注意，大多數(shù)的 經(jīng)濟或其他社會科學的時間序列數(shù)據(jù)都存在著近期的相關性，例如，本期 GDP 與上期 GDP 之間在增長趨勢上總是有著相關性，對上期 GDP 增長穩(wěn)定性的一些了解，會提示本期 GDP 增長趨勢的一定范圍。 （ 4）虛擬變量數(shù)據(jù) 正如第八章所討論過的，虛擬變量數(shù)據(jù)是由若干人工變量數(shù)據(jù)組成，包括兩水平數(shù)據(jù) （ 0 和 1）、多水平數(shù)據(jù)（ 1， 2， 3， 4）等。 數(shù)據(jù) 的描述性統(tǒng)計 描述性統(tǒng)計主要分為圖解、基本統(tǒng)計量和若干相關性的分析。例如，若圖形顯示兩個變量為非線性關系，但 這種非線性的關系可能并不真實，因為圖形的非線性可能是由于第三個變量的變動而引起 的。這些統(tǒng)計量在計量經(jīng)濟分析中常有其特定的作用，例如，變異系數(shù)描述了變量 均值與標準差的比例 ，若將變異系數(shù)較小的變量作為解釋變量，這些解釋變量的變化不大， 可能會表現(xiàn)出非顯著性的特征；又如，峰度、偏態(tài)等對分布函數(shù)的描述有著特殊的圖示作用。 但也應注意，雖然解釋變量之間相關系數(shù)較高會形成多重共線，而較小的相關系數(shù)并不意味 著一定不產(chǎn)生多重共線性問題；若解釋變量間的相關系數(shù)較高時，應事前予以注意。需特別強調(diào)，對變量的平穩(wěn)性檢驗和對變量之間的協(xié)整檢驗，是利用時間序列變 量建 立計量經(jīng)濟模型的先決條件。模型中參數(shù)的估計與對模型的檢驗通常是個反復的過程，如 果模型估 計和檢驗的結果表明模型完全滿足古典假定的要求，模型也通過各項檢驗，則參數(shù)的估計值 就是計量的結果。對變量的檢驗包括 參數(shù)約束、遺漏變量、包含多余變量的檢驗。如果所估計的參數(shù)與經(jīng)濟理論或?qū)嶋H經(jīng)驗的結論不符合，應當分析模型設定是否有 問題，分析是否違反了基本假定。估計模型并分析 F 統(tǒng)計量、 R2等可以捕獲對被解釋變量中變動 百分比的解釋信息， t 統(tǒng)計量可能表明所選變量顯著性的信息，回歸系數(shù)的符號可能提供估 計值的經(jīng)濟背景合理與否的信息。此外，還可檢驗解釋變量的測量誤差和聯(lián)立方程偏倚是否嚴重，因為解 釋變量的測量誤差和聯(lián)立方程偏倚也表現(xiàn)為解釋變量與隨機擾 動項的相關性。一 般說來，對橫截面數(shù)據(jù)應當著重考證異方差性是否存在；對時間序列數(shù)據(jù) 應當特別考證自相關性是否存在。 例如，關于方程的估計，所采用的樣本數(shù)據(jù)是水平值還差分值？若為水平值，是否需要時間 趨勢變量？或者采用數(shù)據(jù)的差分形式是否更為合適？時間序列數(shù)據(jù)是否需要考慮季節(jié)性因 素？從 動態(tài)角度考慮，在分布滯后模型中滯后期應當如何選擇？ 顯然，在模型檢驗中不存在什么 “通行的模式 ”可以在模型檢驗過程中遵照執(zhí)行，因 為在模型檢驗的每個階段都需要進行大量地判斷，并且不同的人所使用的檢驗方法也不盡相 同。例如，檢驗是否應當在 模型中加入省略變量、檢驗是否非線性、檢驗是否存在滯后被解釋變量等。例如，若 是發(fā)現(xiàn)時間序列數(shù)據(jù)的模型中存在自相關，則或是重新建 立模型，或是采用科克倫 奧克特 等方法進行校正彌補；若是發(fā)現(xiàn)在橫截面數(shù)據(jù)模型中存在異方差性，則可采用加權最小二乘 法進行參數(shù)估計；若是發(fā)現(xiàn)解釋變量與隨機擾動項之間存在相關性，則應采用工具變量法或 二段最小二乘法估計參數(shù)，以避免參數(shù)估計的不一致性。根據(jù)建立模型的目的，可能是經(jīng)濟結構分析、經(jīng)濟預測、政策評價，其中經(jīng)濟預測和政 策評價都要以所確立的經(jīng)濟結構為基礎。 五、研究結果的報告 實證項目的計量經(jīng)濟研究的結論得到以后，為了讓別人了解研究的成果，應形成研究報 告（或課程論文）。 并且從理論上對計量分析的前提條件、基本思路和預計達到的目標作簡要說明。 數(shù)據(jù)及處理 說明數(shù)據(jù)的來源及對數(shù)據(jù)所作的加工處理。對估計和假設檢驗結果的解 釋，應當對估計和檢驗的每個階段進行詳細的說明。另外，在結論部分應當包含本項研究的局限性和進一步應當做的工作。 16