【正文】 timate)，而是 估計(jì)量(Estimator)。估計(jì)量是將數(shù)據(jù)轉(zhuǎn)換成估計(jì)值的公式。從一特定樣本計(jì)算的估計(jì)值好不好，取決于估計(jì)方法（估計(jì)量）好不好?？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。好估計(jì)量通常產(chǎn)生好的估計(jì)值，即“相當(dāng)接近”參數(shù)真值的估計(jì)值，而與所選的具體樣本無(wú)關(guān)。 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 舉例： 對(duì)于需求函數(shù) Qt ＝ ? ＋ ?Pt ＋ ut中參數(shù) ?和 ?的估計(jì)。 估計(jì)量（ Estimator） ： ? ＝ Q － ?P。 ? ＝ ∑qtpt／ ∑pt2。 其中： Q = ∑Qt／ n。 P = ∑Pt／ n。 qt = Qt – Q。 pt = Pt – P。 估計(jì)值（ Estimate） ： ? = ； ? = – 。 ^ ^ ^ ^ ^ 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 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 第六，假設(shè)檢驗(yàn)： 估計(jì)好需求函數(shù)后，我們可能想知道估計(jì)的模型是否有經(jīng)濟(jì)意義，即得到的結(jié)果是否與待檢驗(yàn)的理論預(yù)期值相一致。 根據(jù)像 M弗里德曼 [Milton Friedman (1953)， ―The Methodology of Positive Economics‖ from Essays in Positive Economics, Chicago UP, Chicago]這樣的“實(shí)證”經(jīng)濟(jì)學(xué)家的意見(jiàn)，凡是不能通過(guò)經(jīng)驗(yàn)證據(jù)來(lái)證實(shí)的理論或假說(shuō)，都不能作為科學(xué)探索的一個(gè)部分。 例如， P的系數(shù)是否為預(yù)期的負(fù)值？是不是在統(tǒng)計(jì)意義上的負(fù)值（即這個(gè)負(fù)值不是一次偶然的機(jī)會(huì)得來(lái)的）？再比如，若要檢驗(yàn)的假設(shè)是 ?＝－ ，能不能說(shuō)－ 觀測(cè)值實(shí)際上與假設(shè)值相同？也就是說(shuō)我們的數(shù)據(jù)是否支持 ?＝－ ？要檢驗(yàn)這樣一個(gè)假設(shè)，就需要使用統(tǒng)計(jì)學(xué)的工具。 Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 第七，預(yù)測(cè)和政策分析： 如果所擬合的模型確認(rèn)了所考慮的假說(shuō)或理論，就可以根據(jù)解釋變量 P的已知或預(yù)期未來(lái)值來(lái)預(yù)測(cè)應(yīng)變量 Q的值。 假設(shè)生產(chǎn)商要知道價(jià)格 P變?yōu)?(單位：千元 )時(shí)需求量 Q是多少？換句話說(shuō)，他想預(yù)測(cè) P＝ Q值。由估計(jì)好的需求函數(shù)（ ） ,可得到： Q = – () = 。 也就是說(shuō)，若價(jià)格為 4500元，則需求量的預(yù)測(cè)值為接近59臺(tái)。 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。與此同時(shí)，由于 ?和 ?的估計(jì)值，這將是導(dǎo)致 預(yù)測(cè)誤差 的另一個(gè)誤差源。 ^ Tuesday, Mar. 2022 CUFE 計(jì)量經(jīng)濟(jì)學(xué)建模的步驟 利用所得模型還可進(jìn)行 政策評(píng)價(jià) 與 政策建議 等。例如，如果商家想知道什么樣的價(jià)格水平可保證需求量至少在 50臺(tái)？如果需求函數(shù)（ ）是可以接受的，簡(jiǎn)單地計(jì)算表明：價(jià)格P不得高于 6700元。 上述計(jì)算提示我們，一個(gè)已估計(jì)出來(lái)的模型可服務(wù)于控制或政策的目的。生產(chǎn)商可通過(guò)控制變量（ P）的調(diào)整以達(dá)到目標(biāo)變量（ Q）的指望水平。 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。從現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)的觀點(diǎn)來(lái)看，計(jì)量經(jīng)濟(jì)學(xué)模型所需要的經(jīng)濟(jì)數(shù)據(jù)有四種類型： 時(shí)間序列數(shù)據(jù) (time series data)， 橫截面數(shù)據(jù) (crosssectional data)， 混合橫截面數(shù)據(jù) (pooled crosssectional data)以及 綜列或縱剖面數(shù)據(jù) (panel data)。 Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類型 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。 由于過(guò)去的事件可以影響到未來(lái)的事件，而且行為滯后在社會(huì)科學(xué)中又相當(dāng)普遍，所以 時(shí)間是時(shí)間序列中一個(gè)相當(dāng)重要的維度。由于時(shí)間序列大多涉及宏觀經(jīng)濟(jì)數(shù)據(jù)，所以時(shí)間序列計(jì)量經(jīng)濟(jì)學(xué)有時(shí)也稱宏觀計(jì)量經(jīng)濟(jì)學(xué)。 Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類型 時(shí)間序列數(shù)據(jù) (time series data)： 時(shí)間序列數(shù)據(jù)一個(gè)關(guān)鍵的特征就是，不同時(shí)間的數(shù)據(jù)有很大的 關(guān)聯(lián) ，也就是說(shuō)，在時(shí)間序列分析中很少假定經(jīng)濟(jì)數(shù)據(jù)的觀測(cè)獨(dú)立于時(shí)間。 時(shí)間序列數(shù)據(jù)的另一個(gè)特征是數(shù)據(jù)收集中的數(shù)據(jù)頻率 (data frequency)，最常見(jiàn)的頻率是每天(daily)、每周 (weekly)、每月 (monthly)、每個(gè)季度 (quarterly)和每年 (annual)。 Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類型 橫截面數(shù)據(jù) (crosssectional data)： 橫截面數(shù)據(jù)是指在給定時(shí)點(diǎn)收集的不同實(shí)體（如個(gè)人、家庭、公司、城市、省、國(guó)家等）的數(shù)據(jù)。 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，幾個(gè)家庭可能在一個(gè)調(diào)查采樣中不同的幾個(gè)星期被調(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)的類型 橫截面數(shù)據(jù) (crosssectional data)： 橫截面數(shù)據(jù)的一個(gè)重要特征是，通?？梢约俣?，它們是從樣本背后的總體中通過(guò) 隨機(jī)抽樣（ random sampling）而得到的。但要注意 有時(shí)以隨機(jī)抽樣作為對(duì)橫截面數(shù)據(jù)的一個(gè)假定并不適當(dāng)。例如：（ 1）當(dāng)被調(diào)查對(duì)象拒絕報(bào)告調(diào)查數(shù)據(jù)的時(shí)候；（ 2）因地理上的原因?qū)е鲁槿〉臉颖酒x隨機(jī)抽樣的情況。 在經(jīng)濟(jì)學(xué)中，橫截面數(shù)據(jù)分析與 應(yīng)用經(jīng)濟(jì)領(lǐng)域有密切關(guān)系，如勞動(dòng)經(jīng)濟(jì)學(xué)、地方財(cái)政學(xué)、產(chǎn)業(yè)組織理論、城市經(jīng)濟(jì)學(xué)、人口和健康經(jīng)濟(jì)學(xué)。 Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類型 混合橫截面數(shù)據(jù) (pooled crosssectional data)： 有些數(shù)據(jù)既有橫截面數(shù)據(jù)的特點(diǎn)又有時(shí)間序列數(shù)據(jù)的特點(diǎn)。 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。在 1990年，對(duì)家庭的一個(gè)隨機(jī)樣本調(diào)查了工資、儲(chǔ)蓄、家庭大小等變量。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。為了擴(kuò)大樣本容量，可以將這兩年的數(shù)據(jù)合并成一個(gè)混合橫截面數(shù)據(jù)（ pooled cross section）。 Tuesday, Mar. 2022 CUFE 經(jīng)濟(jì)數(shù)據(jù)的類型 混合橫截面數(shù)據(jù) (pooled crosssectional data)： 由于在每一年都是進(jìn)行隨機(jī)抽樣，所以同一家庭在兩年的樣本中都出現(xiàn)純屬偶然。這一點(diǎn)使混合橫截面數(shù)據(jù)有別于綜列數(shù)據(jù)。 把不同時(shí)間的橫截面數(shù)據(jù)混合起來(lái)，如搜集一個(gè)重要的政策變化之前和之后的數(shù)據(jù)，通常是分析一項(xiàng)新政府政策的影響的有效方法。 混合橫截面數(shù)據(jù)分析與（標(biāo)準(zhǔn)）橫截面數(shù)據(jù)分析的不同之處在于，前者通常要對(duì)變量在不同時(shí)間的現(xiàn)實(shí)差異作出解釋。實(shí)際上，除了擴(kuò)大樣本容量外，