计量经济学读书笔记,李子奈

计量经济学读书笔记,李子奈
计量经济学读书笔记,李子奈

计量经济学读书笔记

通过学习李子奈的“计量经济学应用研究的总体回归模型设定”这篇文章,我对计量经济学有了更深刻的认识,结合已学习的计量经济学知识,对真实总体回归模型的唯一性有了自己独到的见解。

一、真实总体回归模型的唯一性是否存在?

对于这个问题,我认为这主要由人们所遵循的哲学观念来决定的。如果人们遵循唯物主义哲学观,相信事物是客观存在的,那么就会认同我们目前所处的经济系统是客观存在的,则反映该经济系统变化的真实总体回归模型也是唯一的。我同意李子奈所提出的真实总体回归模型应该具有唯一性的观点,因为这符合我们认识和研究世界的基本哲学观念。当然,对于唯心主义者而言,由于每个人心目中的真实经济系统是不一样的,所以真实总体回归模型相应的也就不具有唯一性了。现实中,人们在用计量经济学来研究客观现实世界时,一直在探求能够真实反映客观世界的真实总体回归模型。目前主要从两方面进行探求:一是对于真实总体回归模型的形式的不断逼近,其中包括对影响因素的探求;二是对于其扰动项的真实分布形态的探求。当然,人们对于真实总体回归模型的不断逼近,会受当时计量经济学研究的技术条件和人们对现实经济系统认识能力的限制,并随着它们的发展而不断发展。由于我们对于客观存在的真实经济系统的认识总是有限的,而且该经济系统本身也受人类自身行为以及自然环境因素(如地震、海啸、疾病等)的影响,因此会表现出动态变化的一面。所以,我认为,真实经济系统是不可知的(至少目前来说是不可知的),因为它本身的变化在很大程度上是人的行为活动作用的结果,因而我们前面所提出的唯一的真实总体回归模型事实上也是不可知的。

假定真实经济系统不受任何其他外在因素影响,仅受人自身行为因素的影响,也就是说该经济系统的变化是由处在系统中所有人的行为相互影响和相互作用结果的表现。假定我们已经观测到唯一的真实总体回归模型,依此建立相应的回归模型用来刻画真实经济系统的变化,那么就会得出一个奇怪的结果!我们知道人是具有自我学习能力的,当我们发现能用一种真实总体回归模型来刻画现实经济时,所有人都会运用该计量模型来为自己谋利,那么这种行为往往会使经济系统表现得比以前更为复杂,从而使原有的真实总体回归模型变得不真实了。也就

是说人类自我学习的能力,在不自觉中会消灭所建立起来的真实总体回归模型。比如对于有效市场理论,如果金融市场有越来越多的人来研究市场、挖掘市场信息以便从中套利,那么就会使市场中的套利机会减少甚至消失,市场会表现得越来越有效。最终的结果是从事市场研究和挖掘市场信息的人无利可套,研究市场的人不断减少;而这些人的减少又会使市场表现出无效性来,套利机会相应地增多,研究市场的人又会变得有利可套,从而其人数不断增加。所以说,市场的有效性在某种程度上与研究市场的相关人员的行为有关。如果我们发现了一种市场规律,当越来越多的人知道并应用该市场规律为自己谋利时,反而会使这种规律的作用发生扭曲甚至消失。

以上分析仅考虑人自身的行为因素对现实经济系统的影响,如果再考虑其他不可预测的自然事件对该经济系统的随机冲击时,现实经济系统将变得更加复杂。因此,我认为真实经济系统是客观存在的,真实总体回归模型应具有唯一性,但同时它也是不可知的。

二、真实总体回归模型的绝对唯一性和相对唯一性。

既然真实总体回归模型具有唯一性,那么是不是说这个真实总体回归模型就是永远不变的呢?也就是说具有绝对唯一性呢?我认为对这个问题的探讨,主要还是由人们所信奉的哲学观念的价值取向决定的,即信仰的是辩证唯物主义哲学观还是机械唯物主义哲学观(或者是其他的唯物主义哲学观)。我认为真实总体回归模型不具有绝对唯一性而应具有相对唯一性!这主要是因为我们目前所处的这个经济系统本身也是变化和发展的,既有新的影响因素被引进来也有旧的影响因素退出去。比如,原始社会时期经济的真实总体回归模型与现代社会经济的真实总体回归模型肯定是不一样的(但是如果人们认为存在着一个可以包容任何变化的真实总体回归模型,那就另当别论了,其实这本质上还是由人们认识和研究世界的哲学观来决定的)。原始社会没有银行和信贷,更不会有信用卡和ATM机;同样,现代社会也不会存在原始社会那种大范围的简单的物物交换经济。但是,在每个特定时期的真实总体回归模型是具有其相对唯一性的。从长期来看,虽然现实经济系统是不断变化的,但在一定的时期内它还是具有相对稳定性的。因而,存在着可以描述现实经济系统的唯一真实总体回归模型。这也就部分解释了为什么同样一个计量模型,在短期内能有很好的表现,但随着时间的不断延长,其表

现会越来越差的现象。

尽管真实总体回归模型具有相对唯一性,但是这个相对唯一的真实总体回归模型其实仍然是不可知的,无法对它给予准确地刻画。但是,随着计量经济学研究方法的不断发展以及人们对现实经济系统认识的不断深入,我们能够对它不断的加以逼近。

三、现实中计量经济学研究方法存在的合理性。

既然具有相对唯一性的真实总体回归模型是客观存在的,那么在现实中我们做实证研究时就会存在着这样一个逻辑困惑:如果要使实证研究具有充分的可靠性,就必须证明所建立的计量模型就是那个相对唯一的真实总体回归模型;或者是尽管我们所建立的模型与真实总体回归模型存在着差异,但两者最终得到的结果是无差异的(或者这种差异是我们所允许的,可以忽略不计的)。显然,目前无论是理论计量经济学还是实证研究都没有给予证明。如果我们没有或者是无法证明上述命题,那么在现实中用计量模型进行实证研究时所得出的结论就不具有足够的可信度。如果没有足够的可信度,那么我们学习计量经济学以及运用计量经济学进行实证研究的价值就会大打折扣。由此,似乎可以得出计量经济学无用的结论。

事实上,我们现在对于现实经济问题的研究就如同盲人摸象一般。假定大象是我们所要研究的现实的经济系统,如何描述这头大象呢?方法之一就是用手去摸,也就是计量经济学的研究方法。这种做法尽管存在着片面性,但这是由我们目前的认识能力和研究方法的局限性所决定的。我认为它是有意义的!当我们从不同的角度来摸大象时,就会得出不同的结论;当我们摸的角度越来越多时,得出的结论也会越来越多。当选择的角度趋于无穷大时,把这些结论综合在一起,一个清晰的完整的大象画面就会呈现在眼前。这就像机械制图中描述模件的三视图一样,如果模件是不规则的,就只有不断增加观察的角度,从而最终能清楚地刻画它。其实,我们目前的实证研究和盲人摸象是一样的,尽管所建立的模型可能与真实总体回归模型不一致,得出的结论也可能有差异,但是我们毕竟从不同的角度对所要研究的问题进行了探讨。当研究的角度越来越多时,相应地得出的结论也会越来越多。当我们不断综合这些结论时,对于所要研究的问题也就会越来越清晰,直到最终完全清楚地认识它为止。

如果坚持以真实总体回归模型的相对唯一性作为衡量现实中模型设定正确与否的标准的话,那么就犯了一个看问题角度的错误。因为坚持以相对唯一性的真实总体回归模型作为标准,是站在已知具有相对唯一性的真实总体回归模型的角度来看的,但是现实中我们根本就无法知道也不可能知道真实总体回归模型是什么!因此,这个标准是不可取的,也是无法操作的(但是我们可以改变模型设定的框架,使设定的模型不违背该标准)不然的话就会出现逻辑困惑,甚至得出很多奇怪的结论(比如计量经济学无用论等)。当然,李子奈提出的这个标准,旨在要求人们在现实中不要随意和片面地设定计量模型。

计量经济学案例分析汇总

计量经济学案例分析1 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长,而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展,人民生活水平不断提高,居民的消费水平也不断增长。但是在看到这个整体趋势的同时,还应看到全国各地区经济发展速度不同,居民消费水平也有明显差异。例如,2002年全国城市居民家庭平均每人每年消费支出为元, 最低的黑龙江省仅为人均元,最高的上海市达人均10464元,上海是黑龙江的倍。为了研究全国居民消费水平及其变动的原因,需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多,例如,居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素,并分析影响因素与消费水平的数量关系,可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费,由于各地区的城市与农村人口比例及经济结构有较大差异,最具有直接对比可比性的是城市居民消费。而且,由于各地区人口和经济总量不同,只能用“城市居民每人每年的平均消费支出”来比较,而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异,并不是城市居民消费在不同时间的变动,所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种,但从理论和经验分析,最主要的影响因素应是居民收入,其他因素虽然对居民消费也有影响,但有的不易取得数据,如“居民财产”和“购物环境”;有的与居民收入可能高度相关,如“就业状况”、“居民财产”;还有的因素在运用截面数据时在地区间的差异并不大,如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型,即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应,选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表的数据: 表 2002年中国各地区城市居民人均年消费支出和可支配收入

计量经济学读书笔记

计量经济学读书笔记 第一章:统计基础 (2) 第二章:计量经济学总论 (7) 第三章:双变量回归分析 (9) 第3.1回归方法 (9) 第3.2结果检验 (10) 第3.3回归参数的分布 (11) 第四章:多变量回归分析 (13) 第五章:OLS的基本假设 (14) 第六章:多重共线性 (16) 第七章:异方差性 (17) 第八章:自相关 (18) 第九章:时间序列分析 (20) 第十章:面板数据分析 (30) 第十一章:其他重要的分析方法 (49) ******加权最小二乘法 (50) ******二阶段最小二乘法TSLS (51) ******非线性最小二乘法 (51) ******多项分布滞后(PDLS) (51) ******广义矩估计 (52) ******logit和probit模型 (52) ******因子分析 (54) ******Granger因果分析 (55) ****** 广义线性回归(Generalized least squares) (55) ******格兰格因果检验 (57) ******误差修正模型(ECM) (57) 第十二章:EVIEWS (58) 第12.1节EVIEWS基本操作 (58) 第12.3节EVIEWS时间序列分析 (60) 第十三章:SPSS (61) 第13.1SPSS基本操作 (61) 第十四章:数据分析实战经验 (70)

第一章:统计基础 0 常用英文词汇的统计意义 panel data=longitudinal data 是对各个个体进行连续观察的截面数据。回归时的扰动项u=unobserved是影响因变量的其他变量之和,Univariate 单个变量的,如Univariate descriptives 意思是单个变量的统计指标 1 基本概念 统计总体是我们所关心的一些个体组成,如由多个企业构成的集合,统计意义上的总体通常不是一群人或一些物品的集合,而是一组对个体某种特征的观测数据。 参数总体的数值特征描述,如均值、标准差等。 统计量是用样本数据计算出来总体参数的估计值,从一个给定的总体中抽取容量为N的所有可能的样本,对于每一个样本我们可计算出某个统计量的值,不同的样本得到的该统计量的值是不一样的,该统计量的不同的值是不同抽样的结果(根据这些不同抽样计算出的对同一参数进行估计的统计量,可以计算出由各个统计量构成的集体的方差,该方差就是在统计软件中参数后面扩号内的方差),这符合随机变量的定义,因此该统计量也是随机变量,这个统计量的分布称之为抽样分布,它是从同一总体所抽出,同样大小的所有可能样本,其统计量的值的分布,一般情况下是一个正态分布,因为所有的估计值都是对总体参数的近似估计,因而服从以真实值为中心的正态分布,如果总体的分布是已知的则可以根据公式计算统计量 抽样分布的分布参数(均值为总体的均值,标准差为总体的标准差与N的比值)。 4在一个样本之中 包含若干个样本点,各个样本点所对应的个体的某种特征是一个变量,不同个体的该变量的取值相互独立,并且服从某种分布,因此根据样本计算的统计量可以看成是若干个独立变量的函数形式,其分布参数如均值、标准差可用数学公式推导。 时间序列是指同一现象在不同时间的相继观察值排列而成的序列,平稳序列,它的各种统计指标不随着时间而变化,在时间序列的散点图中表现为各点分布在一个以均值为中心的条状带中,同一时间序列的因素分析是指区分时间序列中各种不同因素的影响,确定长期趋势(找一条长期的趋势线)、季节变动(确定季节比率)、循环变动和不规则变动。时间序列分析时一项重要的内容就是根据过去已有的数据来预测未来的结果,利用时间序列数据进行预测时,通常假定过去的变化趋势会延续到未来,这样就可以根据过去已有的形态或模式进行预测。 统计决策是指根据样本的信息对总体的情况做出判断。 点估计是根据样本用与计算总体参数相同的法则(如求平均数)+估计总体参数的具体值,因而叫点估计如用样本的平均身高作为总体的平均身高。 区间估计就是点估计值 边际误差,边际误差是根据显著性水平及统计量的标准差,如大样本时在0.05的水平下边际误差为1.96*标准差。95%置信区间是用样本数据计算出来的对总体参数一个区间估计,保证根据所有样本计算的置信区间中,有95%会把真正的总体参数包含在区间之中,根据不同样本数据对同一总体参数进行估计的相同概率的置信区间不同,根据一个样本计算的对参数进行估计的置信区间是对总体参数的一个区间估计,是总体参数的若干置信区间中的一个,如果继续不断的抽样下去。每个样本会产生一个新的对总体参数的置信区间,如果我们如此不停的抽样下去,所有区间中有95%会包含真正的参数值。区间的概念提醒我们,因为我们只有样本数据,所以我们对于总体的所有叙述都不是确定的。 变量是说明个体的某种特征的概念,如“受教育程度”、“身高”等,说明事物类别的名称叫做分类变量(categorical variable),如性别就有两个分类变量男、女;说明事物有序类别的一个名称,称为顺序变量(rank variable),如一等品、二等品、小学、初中、大学等;说明事物数字特征并且有米、或者公

计量经济学-李子奈-计算题整理集合

计算分析题(共3小题,每题15分,共计45分) 1、下表给出了一含有3个实解释变量的模型的回归结果: 方差来源 平方和(SS ) 自由度(d.f.) 来自回归65965 — 来自残差— — 总离差(TSS) 66056 43 (1)求样本容量n 、RSS 、ESS 的自由度、RSS 的自由度 (2)求可决系数)37.0(-和调整的可决系数2 R (3)在5%的显著性水平下检验1X 、2X 和3X 总体上对Y 的影响的显著性 (已知0.05(3,40) 2.84F =) (4)根据以上信息能否确定1X 、2X 和3X 各自对Y 的贡献?为什么? 1、 (1)样本容量n=43+1=44 (1分) RSS=TSS-ESS=66056-65965=91 (1分) ESS 的自由度为: 3 (1分) RSS 的自由度为: d.f.=44-3-1=40 (1分) (2)R 2=ESS/TSS=65965/66056=0.9986 (1分) 2R =1-(1- R 2)(n-1)/(n-k-1)=1-0.0014?43/40=0.9985 (2分) (3)H 0:1230βββ=== (1分) F=/65965/39665.2/(1)91/40 ESS k RSS n k ==-- (2分) F >0.05(3,40) 2.84F = 拒绝原假设 (2分) 所以,1X 、2X 和3X 总体上对Y 的影响显著 (1分) (4)不能。 (1分) 因为仅通过上述信息,可初步判断X 1,X 2,X 3联合起来 对Y 有线性影响,三者的变化解释了Y 变化的约99.9%。但由于 无法知道回归X 1,X 2,X 3前参数的具体估计值,因此还无法 判断它们各自对Y 的影响有多大。 2、以某地区22年的年度数据估计了如下工业就业模型 i i i i i X X X Y μββββ++++=3322110ln ln ln 回归方程如下: i i i i X X X Y 321ln 62.0ln 25.0ln 51.089.3?+-+-= (-0.56)(2.3) (-1.7) (5.8) 2 0.996R = 147.3=DW 式中,Y 为总就业量;X 1为总收入;X 2为平均月工资率;X 3为地方政府的

计量经济学 案例分析

第二章 案例分析 研究目的:分析各地区城镇居民计算机拥有量与城镇居民收入水平的关系,对更多规律的研究具有指导意义. 一. 模型设定 2011年年底城镇居民家庭平均每百户计算机拥有量Y 与城镇居民平均每人全年家庭总收入X 的关系 图2.1 各地区城镇居民每百户计算机拥有量与人均总收入的散点图 由图可知,各地区城镇居民每百户计算机拥有量随着人均总收入水平的提高而增加,近似于线性关系,为分析其数量性变动规律,可建立如下简单线性回归模型: Y t =β1+β2X t +u t 50 60 708090100 110120130140 X Y

二.估计参数 假定所建模型及其随机扰动项u i满足各项古典假设,用普通最小二乘法(OLSE)估计模型参数.其结果如下: 表2.1 回归结果 Dependent Variable: Y Method: Least Squares Date: 11/13/17 Time: 12:50 Sample: 1 31 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C 11.95802 5.622841 2.126686 0.0421 X 0.002873 0.000240 11.98264 0.0000 R-squared 0.831966 Mean dependent var 77.08161 Adjusted R-squared 0.826171 S.D. dependent var 19.25503 S.E. of regression 8.027957 Akaike info criterion 7.066078 Sum squared resid 1868.995 Schwarz criterion 7.158593 Log likelihood -107.5242 Hannan-Quinn criter. 7.096236 F-statistic 143.5836 Durbin-Watson stat 1.656123 Prob(F-statistic) 0.000000 由表2.1可得, β1=11.9580,β2=0.0029 故简单线性回归模型可写为: ^ Y X t t=11.9580+0.0029 其中:SE(β1)=5.6228, SE(β2)=0.0002 R-squared=0.8320,F=143.5836,n=31

计量经济学读书笔记.doc

学习好资料欢迎下载 计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 经济统计学经济学数理经济学 计量经 济学 统计学数学 数理统计学 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 (1)经济意义检验(包括参数符号、参数大小等) (2)统计意义检验(拟合优度检验、模型显著性检验、参数显 著性检验) (3)计量经济学检验(异方差检验、自相关检验、多重共线性 检验) (4)模型预测性检验(超样本特性检验) 5.模型的应用(结构分析、经济预测、政策评价、检验和发展经济理论)

三、几个重要的“变量” 1.解释变量与被解释变量 2.内生变量与外生变量 3.滞后变量与前定变量 4.控制变量 四、回归中的四个重要概念 1. 总体回归模型( Population Regression Model ,PRM) y t b b 1 x t u t--代表了总体变量间的真实关系。 2. 总体回归函数( Population Regression Function ,PRF )E( y t ) b0 b1 x t--代表了总体变量间的依存规律。 3. 样本回归函数( Sample Regression Function ,SRF ) y t ? ? e t--代表了样本显示的变量关系。b0 b1x t 4. 样本回归模型( Sample Regression Model ,SRM ) ? ? ? b0 b1 x t---代表了样本显示的变量依存规律。 y t 总体回归模型与样本回归模型的主要区别是:①描述的对象不同。总体回归模型描述总体中变量y 与 x 的相互关系,而样本回归模型描述所关的样本中变量y 与 x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的,样本回归 模型是依据样本观测资料建立的。③模型性质不同。总体回归模 型不是随机模型,而样本回归模型是一个随机模型,它随样本的 改变而改变。

一分钟看完计量经济学

建模是计量的灵魂,所以就从建模开始。 建模步骤:A,理论模型的设计:a ,选择变量b ,确定变量关系c,拟定参数范围 B,样本数据的收集:a,数据的类型b,数据的质量 C,样本参数的估计:a,模型的识别b,估价方法选择 D,模型的检验 a , 经济意义的检验1 正相关 2反相关等等 b,统计检验:1 检验样本回归函数和样本的拟合优度, R 的平方即其修正检验 2 样本回归函数和总体回归函数的接近程度:单个解释变量显著性即t 检验,函数显著性即F 检验,接近程度的区间检验 c,模型预测检验1 解释变量条件条件均值与个值的预测 2 预测置信空间变化 d,参数的线性约束检验:1 参数线性约束的检验 2 模型增加或减少变量的检验 3参数的稳定性检验:邹氏参数稳定性检验,邹氏预测检验------------ 主要方法是以F 检验受约束前后模型的差异 e,参数的非线性约束检验:1 最大似然比检验 2沃尔德检验 3拉格朗日乘数检验------ 主要方法使用X 平方分布检验统计量分布特征 f , 计量经济学检验 1, 异方差性问题:特征:无偏,一致但标准差偏误。检测方法:图示法, Park 与Gleiser 检验法, Goldfeld-Quandt 检验法, White 检验法----- 用WLS 修正异方差 2, 序列相关性问题:特征:无偏,一致,但检验不可靠,预测无效。检测方法:图示法, 回归检验法, Durbin-Waston 检验法, Lagrange 乘子检验法------ 用GLS 或广义差分法修正序列相关性 3 ,多重共线性问题:特征:无偏,一致但标准差过大,t 减小,正负号混乱。检测方法:先检验多重共线性是否存在,再检验多重共线性的范围 ------------------- 用逐步回归法,差分法或

联立方程计量经济学模型案例

第六章 联立方程计量经济学模型案例 1、下面建立一个包含3个方程的中国宏观经济模型,已经判断消费方程式恰好识别的,投资方程是过度识别的。对模型进行估计。样本观测值见表6.1 01211012t t t t t t t t t t t C Y C u I Y u Y I C G αααββ-=+++?? =++??=++? 表6.1 中国宏观经济数据 单位:亿元 (1) 用狭义的工具变量法估计消费方程 选取方程中未包含的先决变量G 作为内生解释变量Y 的工具变量,过程如下:

结果如下: 所以,得到结构参数的工具变量法估计量为: 012???582.27610.2748560.432124αα α===,, (2) 用间接最小二乘法估计消费方程 消费方程中包含的内生变量的简化式方程为: 1011112120211222t t t t t t t t C C G Y C G πππεπππε--=+++?? =+++? 参数关系体系为:

11121210012012122000 παπαπααππαπ--=?? --=??-=? 用普通最小二乘法估计,结果如下: 所以参数估计量为: 101112???1135.937,0.619782, 1.239898π ππ=== 202122???2014.368,0.682750, 4.511084π ππ=== 所以,得到间接最小二乘估计值为: 12122??0.274856?π α π ==

211121????0.432124α παπ=-= 010120????582.2758α παπ=-= (3)用两阶段最小二乘法估计消费方程 第一阶段使用普通最小二乘法估计内生解释变量的简化方程,得到 1?2014.3680.68275 4.511084t t t Y C G -=++ 用Y 的预测值替换消费方程中的Y ,直接用OLS 估计消费方程,过程如下:

杨小凯

杨小凯(1948年10月6日-2004年7月7日),原名杨曦光,澳大利亚经济学家,华人。杨小凯原籍中国湖南省湘潭县,出生于吉林省,在湖南长沙长大。他最突出的贡献是提出新兴古典经济学与超边际分析方法和理论。他已出版的中英文专著包括:《专业化与经济组织》、《经济学:新兴古典与新古典框架》、《发展经济学:超边际与边际分析》,使他获得了世界级的成就和同行的推崇。他曾两次被提名诺贝尔经济学奖(2002年和2003年)2004年于澳洲墨尔本的家中去世,享年55岁。 主要成就:提出新兴古典经济学方法和理论提出超边际分析方法和理论 代表作品:《专业化与经济组织》;《经济学:新兴古典与新古典框架》等重要事件:被两次提名诺贝尔经济学奖 杨小凯,1988年获普林斯顿大学经济学博士学位,曾任哈佛大学国际发展中心(CID)研究员、澳洲莫纳什大学经济学讲座教授、澳洲社会科学院院士。 他的论文见于“美国经济评论”,“政治经济期刊”、“发展经济学期刊”、“经济学期刊”、“城市经济学期刊”等匿名审稿杂志。他和黄有光合著的《专业化和经济组织》一书被权威杂志书评称为“盖世杰作”。财务理论奇才布莱克称此书为“天才著作”。 他的《经济学:新兴古典与新古典框架》被匿名书评人称为“对经济学根基 进行重新梳理,为经济学教学提供了崭新的方法。”该书评人认为“杨正在建立起一个全新的领域。是的,我敢预见,人们对新兴古典经济学的兴趣将迅速兴起,我认为它很可能成为未来的潮流。” 诺贝尔奖得主布坎南认为杨的工作比卢卡斯(Lucas)、罗默(Romer)、克鲁格曼(Krugman)的要好得多。另一位诺贝尔奖得主阿罗称赞杨的研究使亚当·斯密的劳动分工论与科斯的交易费用理论浑为一体。 由于其在经济学上的巨大成就,杨小凯被誉为“离诺贝尔奖最近的华人”。 研究领域:

计量经济学李子奈(第3版)例题+习题数据

计量经济学(第3版)例题和习题数据表表2.1.1 某社区家庭每月收入与消费支出统计表

表2.3.1 参数估计的计算表

表2.6.1 中国各地区城镇居民家庭人均全年可支配收入与人均全年消费性支出(元) 资料来源:《中国统计年鉴》(2007)。

表2.6.3 中国居民总量消费支出与收入资料 单位:亿元年份GDP CONS CPI TAX GDPC X Y 19783605.6 1759.1 46.21519.28 7802.5 6678.83806.7 19794092.6 2011.5 47.07537.828694.2 7551.64273.2 19804592.9 2331.2 50.62571.70 9073.7 7944.24605.5 19815008.8 2627.9 51.90629.899651.8 8438.05063.9 19825590.0 2902.9 52.95700.02 10557.3 9235.25482.4 19836216.2 3231.1 54.00775.5911510.8 10074.65983.2 19847362.7 3742.0 55.47947.35 13272.8 11565.06745.7 19859076.7 4687.4 60.652040.79 14966.8 11601.77729.2 198610508.5 5302.1 64.572090.37 16273.7 13036.58210.9 198712277.4 6126.1 69.302140.36 17716.3 14627.78840.0 198815388.6 7868.1 82.302390.47 18698.7 15794.09560.5 198917311.3 8812.6 97.002727.40 17847.4 15035.59085.5 199019347.8 9450.9 100.002821.86 19347.8 16525.99450.9 199122577.4 10730.6 103.422990.17 21830.9 18939.610375.8 199227565.2 13000.1 110.033296.91 25053.0 22056.511815.3 199336938.1 16412.1 126.204255.30 29269.1 25897.313004.7 199450217.4 21844.2 156.655126.88 32056.2 28783.413944.2 199563216.9 28369.7 183.416038.04 34467.5 31175.415467.9 199674163.6 33955.9 198.666909.82 37331.9 33853.717092.5 199781658.5 36921.5 204.218234.04 39988.5 35956.218080.6 199886531.6 39229.3 202.599262.80 42713.1 38140.919364.1 199991125.0 41920.4 199.7210682.58 45625.8 40277.020989.3 200098749.0 45854.6 200.5512581.51 49238.0 42964.622863.9 2001108972.4 49213.2 201.9415301.38 53962.5 46385.424370.1 2002120350.3 52571.3 200.3217636.45 60078.0 51274.026243.2 2003136398.8 56834.4 202.7320017.31 67282.2 57408.128035.0 2004160280.4 63833.5 210.6324165.68 76096.3 64623.130306.2 2005188692.1 71217.5 214.4228778.54 88002.1 74580.433214.4 2006221170.5 80120.5 217.6534809.72 101616.3 85623.136811.2资料来源:根据《中国统计年鉴》(2001,2007)整理。

计量经济学-案例分析-第八章

第八章案例分析 改革开放以来,随着经济的发展中国城乡居民的收入快速增长,同时城乡居民的储蓄存 款也迅速增长。经济学界的一种观点认为,20世纪90年代以后由于经济体制、住房、医疗、养老等社会保障体制的变化,使居民的储蓄行为发生了明显改变。为了考察改革开放以来中 国居民的储蓄存款与收入的关系是否已发生变化,以城乡居民人民币储蓄存款年底余额代表 居民储蓄(Y),以国民总收入GNI代表城乡居民收入,分析居民收入对储蓄存款影响的数量关系。 表8.1为1978-2003年中国的国民总收入和城乡居民人民币储蓄存款年底余额及增加额的数据。 单位:亿元 2004 鉴数值,与用年底余额计算的数值有差异。 为了研究1978—2003年期间城乡居民储蓄存款随收入的变化规律是否有变化,考证城

乡居民储蓄存款、国民总收入随时间的变化情况,如下图所示: 图8.5 从图8.5中,尚无法得到居民的储蓄行为发生明显改变的详尽信息。若取居民储蓄的增量 (YY ),并作时序图(见图 8.6) 从居民储蓄增量图可以看出,城乡居民的储蓄行为表现出了明显的阶段特征: 2000年有两个明显的转折点。再从城乡居民储蓄存款增量与国民总收入之间关系的散布图 看(见图8.7),也呈现出了相同的阶段性特征。 为了分析居民储蓄行为在 1996年前后和2000年前后三个阶段的数量关系,引入虚拟变 量D 和D2°D 和D 2的选择,是以1996>2000年两个转折点作为依据,1996年的GNI 为66850.50 亿元,2000年的GNI 为国为民8254.00亿元,并设定了如下以加法和乘法两种方式同时引入 虚拟变量的的模型: YY = 1+ 2GNI t 3 GNI t 66850.50 D 1t + 4 GNh 88254.00 D 2t i D 1 t 1996年以后 D 1 t 2000年以后 其中: D 1t _ t 1996年及以前 2t 0 t 2000年及以前 对上式进行回归后,有: Dependent Variable: YY Method: Least Squares Date: 06/16/05 Time: 23:27 120000 8.7 1996年和 100000- 40000 2WM GNi o eOB2&ISEea9a9l2949698[Ma2 20CUC ir-“- 1CC0C 图 8.6 *OOCO mnoot , RtKXD Tconr GF*

计量经济学读书笔记

计量经济学读书笔记 第一部分基础内容 一、计量经济学与相关学科的关系 二、古典假设下计量经济学的建模过程 1.依据经济理论建立模型 2.抽样数据收集 3.参数估计 4.模型检验 (1)经济意义检验(包括参数符号、参数大小等) (2)统计意义检验(拟合优度检验、模型显著性检验、参数显 著性检验) (3)计量经济学检验(异方差检验、自相关检验、多重共线性 检验) (4)模型预测性检验(超样本特性检验) 5.模型的应用(结构分析、经济预测、政策评价、检验和发展经济理论)

三、 几个重要的“变量” 1. 解释变量与被解释变量 2. 内生变量与外生变量 3. 滞后变量与前定变量 4. 控制变量 四、 回归中的四个重要概念 1. 总体回归模型(Population Regression Model ,PRM) t t t u x b b y ++=10--代表了总体变量间的真实关系。 2. 总体回归函数(Population Regression Function ,PRF ) t t x b b y E 10)(+=--代表了总体变量间的依存规律。 3. 样本回归函数(Sample Regression Function ,SRF ) t t t e x b b y ++=10??--代表了样本显示的变量关系。 4. 样本回归模型(Sample Regression Model ,SRM ) t t x b b y 10???+=---代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的主要区别是:①描述的对象不同。总体回归模型描述总体中变量y 与x 的相互关系,而样本回归模型描述所关的样本中变量y 与x 的相互关系。②建立模型的依据不同。总体回归模型是依据总体全部观测资料建立的,样本回归模型是依据样本观测资料建立的。③模型性质不同。总体回归模型不是随机模型,而样本回归模型是一个随机模型,它随样本的改变而改变。 总体回归模型与样本回归模型的联系是:样本回归模型是总体回

计量经济学论文读后感

文献读后感——基于动态计量经济学模型的房地产 周期研究 丁毅1 (南京财经大学国民经济学MG11001049) 摘要:本文作者参见清华大学学报2007年第47卷第12期《基于动态计量经济学模型的房地产周期研究》一问,研究了动态计量经济学模型在现实的应用方法。参考文献对所涉及的内容包括自回归分布滞后的ARMAX模型,使用了ADF检验和多重协整JJ检验,求出了误差修正序列(ECM)。 关键词:动态经济学模型ECMARMAX模型JJ检验 0 文献内容 本文是研究张红教授等《基于动态计量经济学模型的房地产周期研究》一文后的读后笔记。原文是以北京市1989年至2004年的时间序列数据为基础,建立了用于分析和判别房地产周期的动态计量经济学模型。原文作者使用的动态计量经济学模型,是有别于传统计量经济学模型的理论先导方法。张红教授认为如果后者先验理论的不准确,将导致传统计量经济学模型参数的错误。这与《中级计量经济学》中所认为的伪拟合问题含义相同。原文采用了误差修正模型和协整理论基础上的动态经济学模型,建立了北京房地产市场模型。经过系列分析后,得出结论:2006年北京房地产市场继续稳步上升。这与事实现今基本相同,因此本文作者认为该模型拟合过程正确。同时,张红教授指出,模型后期修正可以构建房地产周期识别指标和复杂性指标体系,时期合理体现市场的真实情况,而且可以考虑应用广义脉冲函数等分析某单独因素对房地产市场的周期的冲击性影响。[1] 1 原文解读 1.1选择动态经济学模型原因 中国房地产各种非理性因素对房地产有着深刻的影响能力,同时房地产行业的统计数据质量和时间序列长度无法满足分析需要,因此传统计量经济学模型效果差,应当考虑动态计量经济学模型。使用一个代表数据生成过程的自回归分布整合模型,然后推出包含变量间长期稳定关系的简单模型。这种模型使用了经济理论和统计数据,充分利用数据所包含的全部信息,适合于房地产市场周期分析。1.2建模思路 1.确定房地产周期变量相关的时间序列,建 立指标体系; 2.建立ARMAX模型; 3.确定模型参数,及ARMAX的滞后阶数; 4.对参数进行检验,ADF和多重协整JJ检验; 5.求出ECM,以此表明周期实际表征数据; 6.建立包含修正项的ARMAX模型; 7.模型的预测和分析; 1.3ARMAX模型 Eq1表示ARMAX模型。其中,RD表示销售率,INVT表示年度完成投资额,PRIE表示年度商品房平均销售价格,EARN表示家庭年均可支配收入;因为原文中,指标体系是通过经验判断和行业规范建立的,因此本文作者在此不进行叙述。 1.4JJ检验[2] Johansen和Juselius的似然比检验方法,简称JJ检验,主要用来分析诸多变量组成的V AR系统,借助典型相关理论在V AR模型基础上使用似然比检验进行协整检验的同时确定协整关系。其中,要注意的问题有 1.根据时间序列的数据生成过程正确选择确定成 分,正确处理好截距项和趋势项; 2.在实证分析阶段的结果上选择临界值; 3.协整关系非唯一性问题,当检验结果出现多个

最新计量经济学案例分析一元回归模型实例分析

案例分析1— 一元回归模型实例分析 依据1996-2005年《中国统计年鉴》提供的资料,经过整理,获得以下农村居民人均消费支出和人均纯收入的数据如表2-5: 表2-5 农村居民1995-2004人均消费支出和人均纯收入数据资料 单位:元 年度 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 人均纯收入 1577.7 1926.1 2090.1 2161.1 2210.3 2253.4 2366.4 2475.6 2622.2 2936.4 人均消 费支出 1310.4 1572.1 1617.2 1590.3 1577.4 1670.1 1741.1 1834.3 1943.3 2184.7 一、建立模型 以农村居民人均纯收入为解释变量X ,农村居民人均消费支出为被解释变量Y ,分析Y 随X 的变化而变化的因果关系。考察样本数据的分布并结合有关经济理论,建立一元线性回归模型如下: Y i =β0+β1X i +μi 根据表2-5编制计算各参数的基础数据计算表。 求得: 082 .1704035.2262==Y X ∑∑∑∑====37 52432495.1986.788859011.516634423.1264471222i i i i i X y x y x 根据以上基础数据求得: 623865.0423 .126447986 .788859?21 == =∑∑i i i x y x β 8775.292035.2262623865.0082.1704??1 0=?-=-=X Y ββ 样本回归函数为: i i X Y 623865.08775.292?+= 上式表明,中国农村居民家庭人均可支配收入若是增加100元,居民们将会拿出其中的62.39元用于消费。

数据分析读后感

数据分析是一种信息提取过程。数据的搜索,聚集,整理是数据分析的前提,只有通过分析的数据才有使用的价值和意义。数据分析是指用适当的统计方法对收集来的大量第一手资料和第二手资料进行分析,以求最大化地开发数据资料的功能,发挥数据的作用。是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。 在统计学中,数据分析可划分为描述性统计分析、探索性数据分析以及验证性数据分析。所谓描述性统计分析,就是对一组数据的各种特征进行分析,以便于描述测量样本的各种特征及其所代表的总体的特征;探索性数据分析侧重于在数据之中发现新的特征;而验证性数据析,则侧重于验证或推翻已有的假设。 《数据分析》一书中介绍了数据描述性分析、非参数方法、回归分析等分析方法并介绍了常用数据分析方法的SAS实现过程。第一章介绍的数据描述分析是利用最基础的数理知识实现最简单的数据分析,包括对均值、方差、中值等的计算,数据分布图的勾画,对多元数据的相关分析等。这些简单的分析是复杂数据分析的基础。简单的数据分析在大多数情况下无法满足信息使用者的要求,这时,就需要对数据进行更深入的分析。 回归分析基于观测数据,建立变量间的适当以来关系,用以分析数据的内在规律,可用于预报、控制等问题。回归分析中要解决的问题有:参数估计、假设检验、模型选取等。模型的选取尤为关键,一个好的模型,既要较好地反映问题的本质,又要包含尽可能少的自变量。模型的选取有穷举法和逐步回归法两种。一个好的模型可以准确地预测应变量的值,在数据分析中起到重大的作用。该部分内容与上学期所学的《计量经济学》有诸多相同之处。数据分为三大类,即:截面数据、时间序列数据和虚拟数据。 第七章所介绍的时间序列分析正是对时间序列数据的普遍的处理方法。时间序列是按时间顺序排列的、随时间变化且相互关联的数据序列。其中,AR序列、MA序列、ARMA序列是最基本的三种时间序列形式。时间序列分析旨在建立一个平稳的序列模型用以预测将来某一时刻的数据。平稳的时间序列满足序列的分布特征不随时间的变化而变化,宽平稳时间序列具体要求:有常数均值、常数方差、任何两点间的协方差只与两点间的间隔有关。 第八章介绍了Bayes统计分析,贝叶斯统计中的两个基本概念是先验分布和后验分布。先验分布:总体分布参数θ的一个概率分布。贝叶斯学派的根本观点,是认为在关于总体分布参数θ的任何统计推断问题中,除了使用样本所提供的信息外,还必须规定一个先验分布,它是在进行统计推断时不可缺少的一个要素。他们认为先验分布不必有客观的依据,可以部分地或完全地基于主观信念。后验分布:根据样本分布和未知参数的先验分布,用概率论中求条件概率分布的方法,求出的在样本已知下,未知参数的条件分布。因为这个分布是在抽样以后才得到的,故称为后验分布。贝叶斯推断方法的关键是任何推断都必须且只须根据后验分布,而不能再涉及样本分布。

杨小凯与保罗克鲁格曼解读

08国贸(商英)本付彬0811******* 杨小凯: 简介: 杨小凯,1988年获普林斯顿大学经济学博士学位,曾任哈佛大学国际发展中心(CID)研究员、澳洲莫纳什大学经济学讲座教授、澳洲社会科学院院士。他的论文见于“美国经济评论”,“政治经济期刊”、“发展经济学期刊”、“经济学期刊”、“城市经济学期刊”等匿名审稿杂志。他和黄有光合著的《专业化和经济组织》一书被权威杂志书评称为“盖世杰作”。财务理论奇才布莱克称此书为“天才著作”。他的《经济学:新兴古典与新古典框架》被匿名书评人称为“对经济学根基进行重新梳理,为经济学教学提供了崭新的方法。”该书评人认为“杨正在建立起一个全新的领域。是的,我敢预见,人们对新兴古典经济学的兴趣将迅速兴起,我认为它很可能成为未来的潮流。”诺贝尔奖得主布坎南认为杨的工作比卢卡斯(Lucas)、罗默(Romer)、克鲁格曼(Krugman)的要好得多。另一位诺贝尔奖得主阿罗称赞杨的研究使亚当?斯密的劳动分工论与科斯的交易费用理论浑为一体。由于其在经济学上的巨大成就,杨小凯被誉为“离诺贝尔奖最近的华人”。 简历: 1962年-1968年在长沙市第一中学就读。当时年仅19岁的他曾以一篇名为《中国向何处去》的大字报被点名批判,1968年起被判刑十年。 1968年至1978年,杨小凯在监狱服刑期间向与其共同关押的大学教授、工程师等人学习了大学课程,包括英文、微积分等。 1979年出狱后,杨小凯于在湖南大学数学系旁听一年。 1980年杨小凯考入中国社会科学院,1982年毕业,获计量经济学的硕士学位。 1982年杨小凯被武汉大学聘为助教、讲师。 1983年受经济学家邹至庄推荐,赴美国普林斯顿大学学习,1988年被授予博士学位。 1990年杨小凯被澳大利亚莫纳什大学聘为终身教授; 1993年杨小凯当选澳大利亚社会科学院院士; 1998年杨小凯任哈佛大学客座教授; 2000年1月,杨小凯成为莫纳什大学经济学系的首席教授。 2004年7月7日早上7时49分,杨小凯因患肺癌在澳大利亚墨尔本去世,享年56岁。 生平事迹: 1966年他升入湖南省长沙市一中高中部后,史无前例的“文革”风暴,这时候杨小凯是一个忠诚的红卫兵。 1967年2月4日由于路见不平的对抗行动,被关进了市公安局的看守所,监禁了两个月。 1967年下半年至1968年初,杨小凯的“文革”活动已很大程度摆脱了当时的派性争执,开始认真严肃的思考,并写出了一批在当时属“大逆不道”、而在今天看来却又嫌幼稚不成

计量经济学 李子奈 第七版 复习题

计量经济学 复习题 一、单选题 1、怀特检验法可用于检验( )。 A.异方差性 B.多重共线性 C.序列相关 D.模型设定误差 2、计量经济学分析问题的工作程序是( )。 A.设定模型,检验模型,估计模型,改进模型 B.设定模型,估计参数,检验模型,应用模型 C.估计模型,应用模型,检验模型,改进模型 D.搜集资料,设定模型,估计参数,应用模型 3、对下列模型进行经济意义检验,哪一个模型是没有实际意义的( )。 A.i C (消费)i I 8.0500+=(收入) B.di Q (商品需求)i I 8.010+=(收入)i P 9.0+(价格) C.si Q (商品供给)i P 75.020+=(价格) D.i Y (产出量)6.065.0i K =(资本)4 .0i L (劳动) 4、戈德菲尔德—匡特检验法可用于检验模型的( )。 A.异方差性 B.多重共线性 C.序列相关 D.设定误差 5、在满足基本假定的情况下,对单方程计量经济学模型而言,下列有关解 释变量和被解释变量的说法中正确的有( )。 A.被解释变量和解释变量均为随机变量 B.被解释变量和解释变量均为非随机变量 C.被解释变量为随机变量,解释变量为非随机变量 D.被解释变量为非随机变量,解释变量为随机变量 6、根据样本资料估计得到人均消费支出Y 对人均收入X 的回归方程为 X Y ln 75.000.2ln += ,这表明人均收入每增加1%,人均消费支出将增加 ( )。 A.2% B.0.75 C.0.75% D.7.5% 7、设k 为回归模型中的解释变量个数,n 为样本容量,则对总体回归模型 进行显著性检验(F 检验)时构造的F 统计量为( )。 A.)1/()/(--=k n RSS k ESS F B. )k n /(RSS )1k /(ESS 1F ---=

计量经济学中多重共线性案例问题研究报告方案

计量经济学中多重共线性案例问题研究 摘要:本论文主要通过案例来研究计量经济学中的多重共线性的问题,对案例进行EVIEWS分析,并利用诊断共线性的经验方法及修正共线性的经验方法和通过EVIEWS分析对案例中的多重共线性进行诊断与修正,以能够完成减弱多重共线性的目标。 关键字:多重共线性诊断共线性的经验方法修正共线性的经验方法经典的线性回归模型的假定之一是各解释变量X之间不存在多重共线性。然而,在计量经济学中所说的多重共线性(mnlti-collinearity),不仅包含解释变量之间精确的线性关系,还包含解释变量之间近似的线性关系。下面来通过研究国内生产总值的增加会影响财政收入的增加还是减少的案例对多重共线性进行研究。 一、研究的目的和要求 国内生产总值GDP按照支出法的公式为:国内生产总值=消费+投资+政府购买支出+净出口,而财政收入的主要来源为各项税收收入如增值税等。只有经济持续的增长,才能提供稳定的税收来源。所以,影响财政收入的主要因素是税收收入。但是,税收收入还影响着国内生产总值。因此,为了中国未来经济的发展,需要定量的分析影响中国财政收入的因素。 二、模型设定及其估计 经过研究与分析,影响财政收入的主要因素,除了税收收入以外,还有与一些其他因素有关。为此,考虑的影响因素主要有财政支出CZZC/亿元用X2表示,国内生产总值GDP/亿元用X3表示,税收总额SSZE/亿元用X4表示。各影响变量与财政收入之间呈现正相关。因此设定了如下形式的计量经济模型来研究“国内生产总值的增加会减少财政收入吗”这个问题: Y t=β1+β2X2t+β3X3t+β4X4t+μt 式中,Yt为第t年国内财政收入(亿元);X2为财政支出(亿元);X3为国内生产总值(亿元);X4为税收总额(亿元)。各解释变量前的回归系数预期都大于0. 为估计模型参数,1985~2011年阶段财政收入的统计数据,如下表:

相关文档
最新文档