Transcript ���������������

经济学数量分析方法系列讲座

讲座一：经典计量分析方法

主讲人：刘海波



东北师范大学经济学院
2013年4月24日
目的

不会数学，也会经典计量
什么是计量经济学

计量经济学就是经济的测度
计量经济学的产生与发展
1926年命名Econometrics
（R.Frish教授）
 1930年12月，世界计量经济学会成
立
 1933年学会刊物《Econometrics》
正式出版

我国计量经济学研究状况
1979年成立了中国数量经济学会
1984年《数量经济技术经济研究 》创刊
经典和非经典计量经济学



经典计量经济学
一般指20世纪70年代以前发展并广泛应
用的计量经济学。
主要特征：
 模型导向—理论导向；


模型结构—线性或者可以化为线性
估计方法—最小二乘方法或最大似然方法


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

面板计量经济学

动态计量经济学等
经典计量建模基本步骤







1.建模理论基础；
2.收集数据；
3.构建数学模型；
4.构建计量模型；
5.估计模型参数；
6. 模型适用性检验；
7. 应用：预测、结构调整、政策模拟等
例题
（1）理论或假说的陈述



凯恩斯消费理论：
基本的心理定律是，一般而言，人们倾
向于随着他们收入的增加而增加其消费，
但比不上收入增加的那么多。
即边际消费倾向MPC是大于零而小于1。
0 < MPC < 1
（2）获得数据




为了估计计量模型，
要有数据。
Y是总消费支出
X是国内生产总值
（GDP）
时间段：1980-2011
1980
3007.9
4592.9
1981
3361.5
5008.8
1982
3714.8
5590
1983
4126.4
6216.2
1984
4846.3
7362.7
1985
5986.3
9076.7
1986
6821.8
10508.5
1987
7804.6
12277.4
1988
9839.5
15388.6
1989
11164.2
17311.3
1990
12090.5
19347.8
1991
14091.9
22577.4
1992
17203.3
27565.2
1993
21899.9
36938.1
1994
29242.2
50217.4
1995
36748.2
63216.9
1996
43919.5
74163.6
1997
48140.6
81658.5
1998
51588.2
86531.6
1999
55636.9
91125
2000
61516
98749
2001
66933.9
109028
2002
71816.5
120475.6
2003
77685.5
136613.4
2004
87552.6
160956.6
2005
99357.5
187423.5
2006
113103.8
222712.5
2007
132232.9
266599.2
2008
153422.5
315974.6
2009
169274.8
348775.1
2010
194115
402816.5
2011
228561.3
465731.3
（3）消费的数学模型的设定


凯恩斯公设了消费与收入之间有正的关系，但
没有明确指出两者之间的准确的函数关系。
数学模型：
Y=f(X)= B1+B2X 0< B2<1
其中Y＝消费支出，为因变量；
X＝收入，是自变量；
模型参数的B1和B2分别代表截距和斜率系数。
B2是MPC的度量。
几何意义
Y
消
费
支
出
B2＝MPC
1
B1
收入
X
（4）消费的计量模型的设定


纯数学模型是一种确定性关系，一般不
是计量经济学家研究的对象。
给定收入，支出还受其他因素的影响，
例如家庭大小，家庭成员的年龄等。
（4）消费的计量模型的设定
消费支出
60000
40000
u
20000
0
0
20000 40000 60000 80000 1E+05 1E+05
收入（GDP）
（4）消费的计量模型的设定



计量经济模型：
Y= B1+B2X+u
u是随机扰动项或随机误差项，是一个随机变
量，有良好定义的概率性质。
u可用来代表所有未经指明的对消费有所影响
的那些因素。
（5）计量经济模型的估计

估计方法：回归分析
Ŷ  5130.54  0.48X


Y顶上的帽子（hat）符号表示一种估计值。
意义：在1980-2011年期间，斜率系数（即
MPC）约为0.48，表明在此样本期间，收入
每增加一元，平均而言，消费支出将增加
0.48元。
（5）计量经济模型的估计
60000
消费支出
y = 0.48x +5130.54
R 2 = 0.9947
40000
20000
0
0
20000 40000 60000 80000 1E+05 1E+05
收入（GDP）
（6）模型适用性检验




与理论预期是否相符？
是否通过各种统计量的检验？
（t检验，F检验，JB检验等）
凯恩斯预期MPC是正的，但小于1。在我们
的结果中MPC等于0.48。这个数是不是在统
计上小于1？
（7）预测


用回归模型预测2013年中国的消费支出
2012年GDP总量为519322亿元，假定2013年GDP
增长率为8％，则2013年GDP总量将达到519322*
（1+8%）=560867.76亿元。预期消费支出是
多少？
Ŷ  5130.54  0.48*(560867.76)
 274347（亿元）
收入乘数（M）

假定政策改变，投资有所下降，其对经济的影响
将如何？宏观经济理论告诉我们，投资支出每改
变1元，收入的改变由收入乘数（M）决定：
M=1/(1-MPC）＝1/（1-0.48）＝1.92

投资减少（增加）1元，最终导致收入减少（增加）
1.92元（注意，乘数的实现需要时间）。
（8）利用模型进行控制或制定政策

假定政府认为28万亿元的消费支出水平
可以维持当前约4.5％的失业率，问什么
收入水平将保证消费支出的这一目标值？
280000＝5130.54+0.48*X
则X＝572644（亿元）
GDP增长率要达到：
（ 572644 /519322-1）*100＝10.3％
小结：

计量经济学“四大过程”
模型设计：
理论假说
理论模型
计量模型
模型估计：
数据
估计方法
模型检验：
经济
统计
计量
模型应用：
预测
政策模拟
总体回归函数与样本回归函数
1.E Y | X i   B1  B1 X i
2.Yi  E Y | X i   ui  B1  B2 X i  ui
3.Yˆi  f  X i   b1  b2 X i
4.Yi  Yˆi  ei  b1  b2 X i  ei
注：前两个是总体的，后两个是样本的，第一和第三个
表示条件均值，即回归线的函数表示，第二和第四个表
示个值，即实际变量值。
核心经典假设条件

1. 给定Xi，扰动项的期望或均值为零，即E(u|Xi)=0
2. 解释变量X与扰动误差项u不相关，即Cov(X, u)=0
3. ui的方差为常数，即同方差假定，即 Var(ui)=2
4.无自相关假定，即 Cov(ui, uj)=0, ij
5.解释变量之间不存在完全多重共线性，即两个解释变量
之间无确切的线性关系
6.随机误差项ui服从正态分布：ui ~ N(0, 2)

如果假定条件不满足，则发生了异方差、自相关、多





重共线性、非正态分布
需要考虑的问题









1.样本统计量b去估计总体参数B的估计效果？即假设条件是
否满足？
主要包括
正态性检验：JB检验
自相关检验：DW；LM test (BG test)
异方差检验;White; Glejser test
多重共线性检验: R2大，F大，t小，VIf
2.变量的显著性检验？t 检验
3.方程的整体显著性检验？F检验
4.拟合优度检验？ R2
举例




城镇居民消费和收入、价格的关系
满足条件或通过检验的手段：
1.数据处理
2.函数关系处理，如变量的非线性形式

谢谢大家！