【正文】 n Wiley amp。 ? 第四章 (Chapter 4) 第四章將雙變量線性回歸 (Binary Linear Regression)模型的結(jié)果推廣到多元線性回歸 (Multivariate Linear Regression)模型的情形 ， 理論推導(dǎo)和證明借助矩陣代數(shù) (Matrix Algebra)這一強(qiáng)有力的工具 。 ? 第八章 (Chapter 8) 第八章的內(nèi)容基本遵循傳統(tǒng)安排 ， 在介紹聯(lián)立方程模型(Simultaneous Equations Model)的概念和術(shù)語(yǔ)之后 ， 討論與聯(lián)立方程有關(guān)的數(shù)學(xué)問(wèn)題 —識(shí)別問(wèn)題 (Identification Problem)， 然后著重介紹聯(lián)立方程模型的估計(jì)方法：?jiǎn)畏匠谭椒?(Single Equation Method)和系統(tǒng)估計(jì)方法 (Systematic Estimation Method)， 以及聯(lián)立方程模型中最重要的一類(lèi)模型 —宏觀計(jì)量經(jīng)濟(jì)模型 (Macroeconometric Model)。 全書(shū)架構(gòu) (Structure) Tuesday, Mar. 2022 CUFE 第一章 : 緒論 ? 第一節(jié) 什么是計(jì)量經(jīng)濟(jì)學(xué) ? 第二節(jié) 計(jì)量經(jīng)濟(jì)學(xué)方法 ? 第三節(jié) 計(jì)量經(jīng)濟(jì)模型及其應(yīng)用 ? 第四節(jié) 統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)分析軟件 ? 小結(jié) ? 復(fù)習(xí)思考題 Tuesday, Mar. 2022 CUFE ? 挪威經(jīng)濟(jì)學(xué)家弗里希 (R. Frisch) (1933) 在首期 《 計(jì)量經(jīng)濟(jì)學(xué) 》 (Econometrica)中，對(duì)計(jì)量經(jīng)濟(jì)學(xué)做了如下陳述： 研究經(jīng)濟(jì)學(xué)的定量方法有幾個(gè)方面，但單獨(dú)的任何一方面都不應(yīng)該與計(jì)量經(jīng)濟(jì)學(xué)相混淆。 計(jì)量經(jīng)濟(jì)學(xué)是一門(mén)獨(dú)立的學(xué)科 計(jì)量經(jīng)濟(jì)學(xué)是經(jīng)濟(jì)理論，數(shù)學(xué)和統(tǒng)計(jì)學(xué)相結(jié)合的產(chǎn)物，但它又不同于這三個(gè)學(xué)科中的任何一種，也不是它們的簡(jiǎn)單相加，它是一門(mén)獨(dú)立的學(xué)科。這樣便產(chǎn)生了不是數(shù)理統(tǒng)計(jì)學(xué)所正常遇到的一些特殊問(wèn)題。 一般來(lái)說(shuō)，當(dāng)所研究的總體是一個(gè)無(wú)限總體時(shí)，即使經(jīng)濟(jì)模型 C=?1+?2Y,0?21正確，我們也無(wú)法知道關(guān)系式中參數(shù) ?1和 ?2的真值，我們只能利用 樣本數(shù)據(jù) 資料對(duì)其進(jìn)行估計(jì)。 Tuesday, Mar. 2022 CUFE 主題 ? 第一節(jié) 什么是計(jì)量經(jīng)濟(jì)學(xué) ? 第二節(jié) 計(jì)量經(jīng)濟(jì)學(xué)方法 ? 第三節(jié) 計(jì)量經(jīng)濟(jì)模型及其應(yīng)用 ? 第四節(jié) 統(tǒng)計(jì)和計(jì)量經(jīng)濟(jì)分析軟件 ? 小結(jié) ? 復(fù)習(xí)思考題 Tuesday, Mar. 2022 CUFE 第二節(jié) 計(jì)量經(jīng)濟(jì)學(xué)方法 理論 事實(shí) （ facts） 圖 1－ 1：計(jì)量經(jīng)濟(jì)學(xué)的研究方法 計(jì)量經(jīng)濟(jì)模型 模型 （ model） 數(shù)據(jù) 加工好的數(shù)據(jù) 估計(jì)好的計(jì)量經(jīng)濟(jì)模型 統(tǒng)計(jì)理論 計(jì)量經(jīng)濟(jì)技術(shù) 使用計(jì)量經(jīng)濟(jì)技術(shù)，用加工好的數(shù)據(jù)，估計(jì)計(jì)量經(jīng)濟(jì)模型 結(jié)構(gòu)分析 預(yù)測(cè)（ forecasts） 政策評(píng)價(jià) Tuesday, 1 Sep. 2022 CUFE 1 2 3 4 5 6 7 預(yù)測(cè)和政策 分析 假設(shè)檢驗(yàn) 計(jì)量經(jīng)濟(jì)模型參數(shù)的估計(jì) 獲取相關(guān)數(shù)據(jù) 計(jì)量經(jīng)濟(jì)模型的設(shè)定 數(shù)學(xué)模型的設(shè)定 經(jīng)濟(jì)理論（或假說(shuō)）的陳述 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)的主要工作 1. 估計(jì)參數(shù)； 2. 檢驗(yàn)基于經(jīng)濟(jì)理論或假說(shuō)的關(guān)系式是否成立； 3. 結(jié)構(gòu)分析 、 預(yù)測(cè)和政策評(píng)價(jià) 。 Tuesday, Mar. 2022 CUFE 政策評(píng)價(jià) 政策評(píng)價(jià)也叫政策分析或政策模擬。 ?亦稱為截矩，它給出 P為 0時(shí) Q的值。 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 u： “ 一攬子 ” 變量 w1 w2 w3 w4 w5 w6 我們用“一攬子”變量 u代表所有影響 Q的其他變量的影響， u稱為 擾動(dòng)項(xiàng) (disturbance)或 誤差項(xiàng) (error term)。在經(jīng)驗(yàn)分析中常用的數(shù)據(jù)有兩種： 時(shí)間序列 （ time series）數(shù)據(jù)和 橫截面 （ crosssection）數(shù)據(jù)?？梢宰C明，存在著一些好的估計(jì)量，它們優(yōu)于其他估計(jì)量。 pt = Pt – P。由估計(jì)好的需求函數(shù)（ ） ,可得到： Q = – () = 。 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 步驟 例子 第一、 陳述經(jīng)濟(jì)理論（或假說(shuō)） 需求定律 第二、 設(shè)定數(shù)學(xué)模型 Q ＝ ? ＋ ?P 第三、 建立計(jì)量經(jīng)濟(jì)模型 Q ＝ ? ＋ ?P ＋ u 第四、 獲取相關(guān)數(shù)據(jù) 表 1－ 1 第五、 估計(jì)參數(shù) Q = – 第六、 假設(shè)檢驗(yàn) 是否 ?0 第七、 預(yù)測(cè)和政策分析 若 P＝ ， Q為多少 ? 小結(jié)：計(jì)量經(jīng)濟(jì)分析的步驟 ^ Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類(lèi)型 計(jì)量經(jīng)濟(jì)分析所需要的數(shù)據(jù)，即可來(lái)自各種官方統(tǒng)計(jì)資料，亦可通過(guò)調(diào)查獲得。 有時(shí)，所有單位的數(shù)據(jù)并非對(duì)應(yīng)于同一時(shí)段。 例如，假設(shè)對(duì)某地的家庭進(jìn)行了兩次橫截面數(shù)據(jù)的調(diào)查，一次是在 1990年，一次是在 1995年。實(shí)際上，除了擴(kuò)大樣本容量外，混合橫截面分析通常是為了讓人們看出： “ 如何隨時(shí)間變化 ” 。 單方程模型 (single equation model)： 用于描述一個(gè)因變量和若干個(gè)自變量之間的結(jié)構(gòu)關(guān)系。 內(nèi)生變量 (endogenous variable)： 是指其值在模型內(nèi)部確定的變量。 1. 結(jié)構(gòu)分析 (structural analysis)： 結(jié)構(gòu)分析是將估計(jì)好的計(jì)量經(jīng)濟(jì)模型用于經(jīng)濟(jì)關(guān)系的數(shù)量研究，即當(dāng)一個(gè)或幾個(gè)變量發(fā)生變化時(shí)會(huì)對(duì)其他變量以致整個(gè)經(jīng)濟(jì)系統(tǒng)產(chǎn)生什么樣的影響。政策評(píng)價(jià)是用估計(jì)好的計(jì)量經(jīng)濟(jì)模型在不同政策方案之間進(jìn)行選擇，通常做法是先用模型作一個(gè)基準(zhǔn)（ baseline）運(yùn)行，也就是現(xiàn)行政策不變的情況下經(jīng)濟(jì)系統(tǒng)的運(yùn)行結(jié)果，然后作一些政策假設(shè)，如利率提高一個(gè)百分點(diǎn)，再運(yùn)行模型，比較前后兩次運(yùn)行的結(jié)果，如GDP、通貨膨脹率等宏觀經(jīng)濟(jì)變量值的變化，從而模擬出某項(xiàng)政策或政策組合的效果。 4. 介紹了可供使用的計(jì)量經(jīng)濟(jì)分析軟件。 2. 簡(jiǎn)述計(jì)量經(jīng)濟(jì)學(xué)的建模過(guò)程。 SPSS, MATLAB, SAS, STATA, MINITAB, PSTAT, STATGRAPHICS, STATPRO, SYSTAT等。 結(jié)構(gòu)分析的一個(gè)結(jié)果可能是對(duì)理論的 “ 反饋 ” 影響。由于在求解模型時(shí)通常是需要聯(lián)立地解出所有內(nèi)生變量的值，因而稱為聯(lián)立方程模型。再如消費(fèi)函數(shù)，考慮絕對(duì)收入假說(shuō)的消費(fèi)函數(shù)（ Keynes functions）： C = ? + ?Y + u, 0?1 C：某國(guó)家（地區(qū)）消費(fèi) Y：收入 Tuesday, Mar. 2022 CUFE 第三節(jié) 計(jì)量經(jīng)濟(jì)模型及其應(yīng)用 聯(lián)立方程模型 (simultaneous equations model)： 由多個(gè)方程組成的方程組，一般用于描述整個(gè)經(jīng)濟(jì)系統(tǒng)或子系統(tǒng)。 比如，我們對(duì)一系列個(gè)人的工資、受教育程度和就業(yè)史跟蹤了 10年所得到的數(shù)據(jù)集。到了 1995年，用同樣的調(diào)查又對(duì)家庭的一個(gè)新隨機(jī)樣本進(jìn)行調(diào)查。在一個(gè)純粹的橫截面分析中，我們應(yīng)該忽略數(shù)據(jù)收集中的細(xì)小差別。 Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類(lèi)型 時(shí)間序列數(shù)據(jù) (time series data)： 時(shí)間序列數(shù)據(jù)是按時(shí)間周期（即按固定的時(shí)間間隔）收集的數(shù)據(jù)，如年度或季度的國(guó)民（內(nèi)）生產(chǎn)總值、就業(yè)、貨幣供給、消費(fèi)價(jià)格指數(shù)、財(cái)政赤字或某人一生中每年的收入等。 由于計(jì)量經(jīng)濟(jì)模型包含擾動(dòng)項(xiàng)，因此用上述估計(jì)好的模型所作預(yù)測(cè)總會(huì)存在誤差。 ^ ^ ^ ^ ^ Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 估計(jì)量 （ Estimator） 對(duì)估計(jì)值（ Estimate）： Jon Stewart (Understanding Econometrics, ) ―…. The rule defining a method of estimation, usually expressed as an algebraic formula, is called an estimator. Replacing elements in the formula by the values actually observed gives a particular value of the estimator, and this provides a more precise definition of what is meant by an estimate. Our argument suggests that an estimator defines a random variable and that an estimate is a particular value taken by that random variable.‖ Tuesday, Mar. 2022