【正文】
面板數(shù)據(jù) 數(shù)據(jù)集中的變量同時含有橫截面和時間序列的信息, 這種數(shù)據(jù)被稱為面板數(shù)據(jù)( panel dat a) 。因而,以往采用的計量模型和估計方法就需要有所調(diào)整。 表 1 華東地區(qū)各省市 GDP 歷史數(shù)據(jù) 單位:億元 1995 1996 1997 1998 1999 上海 7 0 1 0 6 江蘇 5 1 4 5 2 浙江 9 6 4 0 9 安徽 6 5 5 5 9 福建 7 3 6 6 4 江西 4 6 8 8 8 山東 7 2 2 0 766 0 數(shù)據(jù)來源:中國統(tǒng)計年鑒 1996 2021 。 這既是模型參數(shù)估計的需要 , 也是經(jīng)濟現(xiàn)象本身應(yīng)該具有的特征 。 準確性 準確性 , 有兩方面含義 , 一是所得到的數(shù)據(jù)必須準確反映它所描述的經(jīng)濟因素的狀態(tài) , 即統(tǒng)計數(shù)據(jù)或調(diào)查數(shù)據(jù)本身是準確的;二是它必須是模型研究中所準確需要的 , 即滿足模型對變量口徑的要求 。 而人們?nèi)菀椎玫降慕?jīng)濟統(tǒng)計數(shù)據(jù) , 一般可比性較差 , 其原因在于統(tǒng)計范圍口徑的變化和價格口徑的變化 , 必須進行處理后才能用于模型參數(shù)的估計 。 違反一致性的情況經(jīng)常會發(fā)生 , 例如 , 用企業(yè)的數(shù)據(jù)作為行業(yè)生產(chǎn)函數(shù)模型的樣本數(shù)據(jù) ,用人均收入與消費的數(shù)據(jù)作為總量消費函數(shù)模型的樣本數(shù)據(jù) , 用31個省份的數(shù)據(jù)作為全國總量模型的樣本數(shù)據(jù) , 等等 。 在建立了理論模型并收集整理了符合模型要求的樣本數(shù)據(jù)之后 , 就可以選擇適當?shù)姆椒ü烙嬆P?, 得到模型參數(shù)的估計量 。 模型的檢驗 一般講 , 計量經(jīng)濟學(xué)模型必須通過四級檢驗: ( 1) 經(jīng)濟意義檢驗 ( 2) 統(tǒng)計學(xué)檢驗 ( 3) 計量經(jīng)濟學(xué)檢驗 ( 4) 預(yù)測檢驗 經(jīng)濟意義檢驗 經(jīng)濟意義檢驗主要檢驗?zāi)P蛥?shù)估計量在經(jīng)濟意義上的合理性 。 統(tǒng)計檢驗 統(tǒng)計檢驗是由統(tǒng)計理論決定的 ,目的在于檢驗?zāi)P偷慕y(tǒng)計學(xué)性質(zhì) 。 計量經(jīng)濟學(xué)檢驗 計量經(jīng)濟學(xué)檢驗是由計量經(jīng)濟學(xué)理論決定的 , 目的在于檢驗?zāi)P偷挠嬃拷?jīng)濟學(xué)性質(zhì) 。 模型預(yù)測檢驗 預(yù)測檢驗主要檢驗?zāi)P蛥?shù)估計量的穩(wěn)定性以及相對樣本容量變化時的靈敏度 , 確定所建立的模型是否可以用于樣本觀測值以外的范圍 ,即所謂的模型超樣本特性 。 具體檢驗方法為: ( 1) 利用擴大了的樣本重新估計模型參數(shù) , 將新的估計值與原來的估計值進行比較 , 并檢驗二者之間差距的顯著性; ( 2) 將所建立的模型用于樣本以外某一時期的實際預(yù)測 , 并將該預(yù)測值與實際觀測值進行比較 , 并檢驗二者之間差距的顯著性 。 X 與 Y間的回歸關(guān)系可用來研究 X對 Y的影響,或用 X來預(yù)測 Y。因此自然想到用 樣本均值 來估計 總體均值, 并尋找 樣本回歸函數(shù) (SRF): mY|x=f(X) PRF SRF X Y We hope the SRF is a good estimate of the PRF. XY p(x) Table Joint frequency distribution of X=ine and Y=saving rate A simple illustration: how to find the sample mean 表 是 1960年美國 1027個家庭關(guān)于收入 X(1000$)與儲蓄率 Y(%)的聯(lián)合頻率分布 . p(xi,yj) =the proportion of the 1027 families who reported the bination (X=xi and Y=yj). The conditional mean of Y given X=xi is ?? ??j ijijjijjxY xpyxpyxypymi )(),()|(|mY|X Conditional mean function of Y on X I n co m e ( t h o u sa n d s o f d o l l a r s)S a vi n g s R a t eFig 同樣地,如果可獲得總體數(shù)據(jù),就可得到給出 X值時 Y的總體條件均值 (population conditional means ) ? ?(xi,yj) =joint frequencies of the population ? ?(xi)=?j ?(xi,yj) =marginal frequencies of X ? ?(yj|xi)=?(xi,yj)/?(xi) =conditional frequencies of Y given X ? ?X= ?i xi?(xi) =population mean of X ? ?Y|X= ?j yi?(yj|xi) =population conditional mean of Y given X ?Y|x=E(Y|X)=F(X) mY|x=f(X) Question: how to get f(x)? ?如果經(jīng)濟理論表明 : ?Y|X=?+?X 但表 mY|X 并非一條直線 我們是保持 mY|X 的原樣呢 ? 還是對樣本的 mY|X通過一條直線來平滑 : m*Y|X=a+bX 如果用平滑線 , 如何尋找該直線 ? 用平滑線 m*Y|X估計總體均值,要比用樣本均值 mY|X估計的效果更好嗎 ? ?如果經(jīng)濟理論表明 : ?Y|X=?X? 如何尋找該曲線 (curve)? 平滑的樣本曲線 m*Y|X 仍能告知有關(guān) ?Y|X的相關(guān)信息嗎? 假設(shè) (X,Y)的 聯(lián)合概率密度函數(shù) ( joint probability density function , pdf ) 為 f(x,y) ,則 X的 邊際密度函數(shù) (marginal pdf ): fX(x) =?f(x,y)dy Y在 X=x 的 條件密度函數(shù) ( conditional pdf ): fY|X(y|x