计量经济学 9.1 模型类型选择
合集下载
计量经济学第九章 时间序列结构模型课件
第九章结构型时间序列模型时间序列回归模型分类：1.不含外生变量的非结构型模型，包括单方程模型（如ARMA模型）和多方程模型（如向量自回归模型，V AR）2.传统的结构模型，包括含有外生变量的单方程回归模型（如确定性趋势或季节模型、静态模型、分布滞后模型、自回归分布滞后模型等）和联立方程模型3.协整和误差修正模型等现代时间序列模型第二、三类模型反统称为结构型时间序列模型。
本章将对最基本的几种结构型时间序列模型进行简要介绍。
第一节确定性趋势与季节模型确定性趋势与季节模型将经济变量看作是时间的某种函数，用于描述时间序列观测值的长期趋势特征和周期性变动特征。
其中的自变量是确定性的时间变量t或反映季节的虚拟变量。
由于自变量是非随机变量，自然是严格外生的，所以不涉及诸如非平稳性、高度持久等问题，一般可以如同横截面数据一样，直接使用经典线性模型的回归分析方法。
一、确定性趋势模型（一）种类按照因变量y与时间t的关系不同，常用的确定性趋势模型主要有以下三类：1.线性趋势模型01t t y t u ββ=++ （9.1）当时间序列的逐期增长量（即一阶一次差分1t t t y y y -∆=-）大体相同时，可以考虑拟合直线趋势方程。
2. 曲线趋势模型2012k t k t y t t t u ββββ=+++⋅⋅⋅++ （9.2）若逐期增长量的逐期增长量（二阶一次差分21t t t y y y -∆=∆-∆）大致相同，可拟合二次曲线2012t t y t t u βββ=+++。
类似地，如果事物发展趋势有两个拐点，可以拟合三次曲线230123t t y t t t u ββββ=++++。
其他更高次的曲线趋势比较少用。
3. 指数曲线模型01t u t t y e ββ= （9.3）或01ln()ln (ln )t t y t u ββ=++指数曲线的特点是各期的环比增长速度大体相同（即自然对数的一阶一次差分11/ln ln t t t t y y y y --∆≈-基本为常数），时间序列的逐期观测值大致按一定的百分比递增或衰减。
计量经济学91模型类型选择
• 《Introductory Econometrics》（Jeffrey M. Wooldridge）： “在多数情况下，计量经济分析 是从一个已经设定的模型开始的，而没有考虑模 型构造的细节”。
2020/2/26
计量经济学
本章的教学目的
• 使得计量经济学课程涵盖“模型设定、数据诊断 、模型估计、模型检验、模型应用”全过程，实 现“经济理论、统计学、数学的结合”，成为一 门真正的经济学课程。
i 1,2, ,n i j
n
n
bj ( pi qi pi ri ) bi ( p j q j p j rj )
i 1
i 1
n
n
bj (piqi piri ) ( p jq j p jrj ) bi
i 1
i 1
2020/2/26
计量经济学
n
p j q j p j rj bj (pi qi pi ri )
n
qi pi V
i 1
2020/2/26
计量经济学
• 拉格朗日方程
n
L(q1,q2 , ,qn , ) bi ln(qi ri ) i 1
• 极值条件
n
(V qi pi )
i 1
L
bi
qi qi ri
L n
qi
2020/2/26
计量经济学
• 例9.1.3属于同一类模型（Panel Data Models）中 具体模型类型选择问题 。
2020/2/26
计量经济学
二、单方程应用模型类型对被解释变量 数据类型的依赖性
2020/2/26
2020/2/26
计量经济学
本章的教学目的
• 使得计量经济学课程涵盖“模型设定、数据诊断 、模型估计、模型检验、模型应用”全过程，实 现“经济理论、统计学、数学的结合”，成为一 门真正的经济学课程。
i 1,2, ,n i j
n
n
bj ( pi qi pi ri ) bi ( p j q j p j rj )
i 1
i 1
n
n
bj (piqi piri ) ( p jq j p jrj ) bi
i 1
i 1
2020/2/26
计量经济学
n
p j q j p j rj bj (pi qi pi ri )
n
qi pi V
i 1
2020/2/26
计量经济学
• 拉格朗日方程
n
L(q1,q2 , ,qn , ) bi ln(qi ri ) i 1
• 极值条件
n
(V qi pi )
i 1
L
bi
qi qi ri
L n
qi
2020/2/26
计量经济学
• 例9.1.3属于同一类模型（Panel Data Models）中 具体模型类型选择问题 。
2020/2/26
计量经济学
二、单方程应用模型类型对被解释变量 数据类型的依赖性
2020/2/26
计量经济学第9章1 联立方程模型9.1 课件
• 在已知前定变量取值的条件下，可利用简化式 模型参数的估计式直接对内生变量进行预测分 析
9.2.3 递归式模型
Y1
⒈定义
如果在一个联立方程组模型，第一个方程的内生变 量Y1 只决定于前定变量，而无其他内生变量；第二 个方程内生变量 Y2表示成前定变量和前一个内生变 量；第三个内生变量决定于前定变量和前两个内生
• 结构方程中的变量的系数称为结构系数，结构 参数反映的是被解释变量受解释变量的直接影 响程度。由模型的所有的结构参数组成的矩阵 称为结构参数矩阵，因此模型的经济意义明确
5.结构式模型的特点
• 由于结构模型具有偏倚性问题，所以不能直接 用OLS法求解模型的参数估计值
• 利用联立方程组进行预测，是根据前定变量的 值来预测内生变量的未来值。由于在结构方程 的右端出现了内生变量，所以无法进行预测
• 外生变量与滞后内生变量统称为先决变量。
• 滞后内生变量是联立方程计量经济学模型中重 要的不可缺少的一部分变量，用以反映经济系 统的动态性与连续性。
• 先决变量只能作为解释变量。
9.1.3 联立方程中方程的分类
按方程是否含有随机干扰项分：
1、随机方程式（行为方程式） 含有随机干扰项和未知参数的方程被称为随机 方程。随机方程中的参数需要估计
⒉联立方程模型的特点
（1）联立方程组模型是由若干个单一方程模型有机 结合而成的
（2）联立方程模型中可能同时包含随机方程和确定 性方程，但必须含有随机方程
（3）被解释变量和解释变量之间不仅是单向的因果 关系，有可能是互为因果，有的变量在某个方程为 解释变量，而在另一个方程中可能为被解释变量， 因此解释变量有可能是随机的不可控变量
⒉外生变量 (Exogenous Variables)
9.2.3 递归式模型
Y1
⒈定义
如果在一个联立方程组模型，第一个方程的内生变 量Y1 只决定于前定变量，而无其他内生变量；第二 个方程内生变量 Y2表示成前定变量和前一个内生变 量；第三个内生变量决定于前定变量和前两个内生
• 结构方程中的变量的系数称为结构系数，结构 参数反映的是被解释变量受解释变量的直接影 响程度。由模型的所有的结构参数组成的矩阵 称为结构参数矩阵，因此模型的经济意义明确
5.结构式模型的特点
• 由于结构模型具有偏倚性问题，所以不能直接 用OLS法求解模型的参数估计值
• 利用联立方程组进行预测，是根据前定变量的 值来预测内生变量的未来值。由于在结构方程 的右端出现了内生变量，所以无法进行预测
• 外生变量与滞后内生变量统称为先决变量。
• 滞后内生变量是联立方程计量经济学模型中重 要的不可缺少的一部分变量，用以反映经济系 统的动态性与连续性。
• 先决变量只能作为解释变量。
9.1.3 联立方程中方程的分类
按方程是否含有随机干扰项分：
1、随机方程式（行为方程式） 含有随机干扰项和未知参数的方程被称为随机 方程。随机方程中的参数需要估计
⒉联立方程模型的特点
（1）联立方程组模型是由若干个单一方程模型有机 结合而成的
（2）联立方程模型中可能同时包含随机方程和确定 性方程，但必须含有随机方程
（3）被解释变量和解释变量之间不仅是单向的因果 关系，有可能是互为因果，有的变量在某个方程为 解释变量，而在另一个方程中可能为被解释变量， 因此解释变量有可能是随机的不可控变量
⒉外生变量 (Exogenous Variables)
计量经济学----几种常用的回归模型
2的含义？
• 其测度了Y的瞬时增长率，即Y随着时间t变化的变 化率。 • 例如，Y为个人的年消费支出，t为年度，那么斜 率系数为个人消费支出的年增长率。
证明：
d(ln Y ) dY Y dY dt 2 dt dt Y
• 注意根据斜率系数的估计值也可以求出复 合增长率r的值。
线性到对数模型
• 变量均以对数的形式出现
• 考虑以下指数回归模型
Yi 1X e
2 i
i
ln Yi ln1 2 ln X i i
ln Yi 2 ln X i i
2的含义？
• 其测度了Y对X的弹性，即X变动百分之一引起Y变 动的百分数。 • 例如，Y为某一商品的需求量，X为该商品的价格， 那么斜率系数为需求的价格弹性。
证明：
d(ln Y ) dY Y 2 d(ln X ) dX X
适用性？
• 画出lnYi对lnXi的散点图，看是否近似为一 条直线，若是，则考虑此模型。 • P165例6.3
例：柯布--道格拉斯生产函数（P210）
Y AK L e
i
ln Y ln A ln K ln L i ln Y 0 lnK lnL i
注意
•
是产出对资本投入的（偏）弹性，度量 在保持劳动力投入不变的情况下资本投入 变化1%时的产出变动百分比； • 是产出对劳动投入的（偏）弹性，度量 在保持资本投入不变的情况下劳动力投入 变化1%时的产出变动百分比； • 给出了规模报酬信息
半对数模型
• 只有一个变量以对数形式出现
• P175图6.10
Eviews基本运算符号
回归子的相对改变量 2 回归元的绝对改变量
第九章 模型设定误差 《计量经济学》PPT课件
备择假设H1：无约束模型为真，即遗漏了变量。 排并列将，残对差排序序列后e残i按差照序遗列漏计解算释d变统量计X量3的：递增次序
n
(ei ei1)2
d i2 n
ei2
i 1
（9.3.2）
3. 给定显著性水平，查DW表，若统计量显示为正
自相关，则拒绝原假设，首先考虑存在模型设定
误差。
• 例9.1 我们来看一个教学例子。表9.1给出了一个 总成本（Y）和产出(X)的数据，现在来建立总成 本函数模型
• 对于模型一，DW=2.7002，n=10，k′=3，给定显著
性水平5%，查表得临界值为dL=0.525和dU=2.016。 DW落在[4-dU，4-dL]=[1.984，3.475]区域，表明残 差中不存在显著的正相关。从而可以判断模型没
有遗漏的变量。
（三）拉姆齐的RESET检验
拉姆齐（Ramsey）于1969年提出了回归设定误 差检验(regression specification error test， RESET)，它是一般性设定误差检验（test for general mis-specification）。
（一）残差图示法
进行OLS回归，得到残差序列ei，并做其与时间t 或某解释变量X的散点图，从图形上来考察残差序 列ei是否有规律地变动，以此来判断模型是否有遗 漏变量或函数形式设定的错误。
（二）DW检验
确定模型存在遗漏有关变量（非纯自相关）还是 模型真的存在自相关（纯自相关）。
假如真实模型为：
Yi 1 2 X 2i 3 X3i ui（9.2.1）
RESET检验的具体步骤：
1. 对所选模型
u)
（9.2.14）
从而，在满足经典假定条件下
n
(ei ei1)2
d i2 n
ei2
i 1
（9.3.2）
3. 给定显著性水平，查DW表，若统计量显示为正
自相关，则拒绝原假设，首先考虑存在模型设定
误差。
• 例9.1 我们来看一个教学例子。表9.1给出了一个 总成本（Y）和产出(X)的数据，现在来建立总成 本函数模型
• 对于模型一，DW=2.7002，n=10，k′=3，给定显著
性水平5%，查表得临界值为dL=0.525和dU=2.016。 DW落在[4-dU，4-dL]=[1.984，3.475]区域，表明残 差中不存在显著的正相关。从而可以判断模型没
有遗漏的变量。
（三）拉姆齐的RESET检验
拉姆齐（Ramsey）于1969年提出了回归设定误 差检验(regression specification error test， RESET)，它是一般性设定误差检验（test for general mis-specification）。
（一）残差图示法
进行OLS回归，得到残差序列ei，并做其与时间t 或某解释变量X的散点图，从图形上来考察残差序 列ei是否有规律地变动，以此来判断模型是否有遗 漏变量或函数形式设定的错误。
（二）DW检验
确定模型存在遗漏有关变量（非纯自相关）还是 模型真的存在自相关（纯自相关）。
假如真实模型为：
Yi 1 2 X 2i 3 X3i ui（9.2.1）
RESET检验的具体步骤：
1. 对所选模型
u)
（9.2.14）
从而，在满足经典假定条件下
古扎拉蒂《计量经济学基础》复习笔记和课后习题详解(虚拟变量回归模型)【圣才出品】
第9章虚拟变量回归模型9.1 复习笔记考点一：ANOVA模型★★★1．虚拟变量含义虚拟变量是指仅有0和1两个取值的变量，是一种定性变量。
一般而言，虚拟变量等于0表示变量不具有某种性质，等于1表示具有某种性质。
虚拟变量也可以放到回归模型中。
这种模型被称为方差分析（ANOVA）模型。
2．虚拟变量模型（1）虚拟变量的表达式Y i＝β1＋β2D2i＋β3D3i＋u i应看到，除了不是定量回归元而是定性或虚拟回归元（若观测值属于某特定组则取值为1，若它不属于那一组则取值0）之外，方程与前面考虑的任何一个多元回归模型都是一样的。
所有的虚拟变量都用字母D表示。
（2）使用虚拟变量的注意事项①若定性变量有m个类别，则只需引入m－1个虚拟变量，否则就会陷入虚拟变量陷阱，即完全共线性或完全多重共线性（若变量之间存在不止一个精确的关系）情形。
对每个定性变量而言，所引入的虚拟变量的个数必须比该变量的类别数少一个。
②不指定其虚拟变量的那一组被称为基组、基准组、控制组、比较组、参照组或省略组。
所有其他的组都与基准组进行比较。
③截距值（β1）代表了基准组的均值。
④附属于方程中虚拟变量的系数被称为级差截距系数，它反映取值为1的地区的截距值与基准组的截距系数之间的差别。
⑤如果定性变量不止一类，那么，基准组的选择完全取决于研究者。
⑥对于虚拟变量陷阱，如果在这种模型中不使用截距项，那么引入与变量的类别相同数量的虚拟变量就能够回避虚拟变量陷阱的问题。
因此，如果从方程中去掉截距项，并考虑如下模型Y i＝β1D1i＋β2D2i＋β3D3i＋u i由于此时没有完全共线性，所以就不会陷入虚拟变量陷阱。
但要确定做这个回归时，一定要使用回归软件包中的无截距选项。
⑦在一个含有截距的方程中，能更容易地处理是否有某个组与基准组有所不同以及有多大的不同，所以在方程中包括截距更方便。
为了检查分组是否得当，也可通过将虚拟变量的系数相对0做t检验（或者更一般地，对适当的虚拟变量系数集做一个F检验），就可以检验分类是否适当。
计量经济学讲义——线性回归模型的异方差问题1
ndiv = 248 .8055 + 0 .206553 * Atprofits se = ( 31 .89255 )( 0 .049390 ) t = ( 7 .801368 )( 4 .182100 ) p = ( 0 . 00000 )( 0 .00060 ), R 2 = 0 .507103
Gleiser检验与Park检验存在同样的弱点。
(9.3) (9.4) (9.5)
9.4 异方差的诊断－方法4：怀特(White)检验法
Yi = B1 + B 2 X 2 i + B3 X 3 i + u i
2、做如下辅助回归： (9.6) (9.7)
1、首先用普通最小二乘法估计方程(9.6)，获得残差ei
E(Y|X)=α+β*X Y
＋u ＋u －u －u －u ＋u
0
同方差(homoscedasticity)
X 0
E(Y|X)=α+β*X
异方差(heteroscedasticity)
X
一元线性回归分析－回归的假定条件
假定5 无自相关假定，即两个误差项之间不相关。 Cov（ui,uj） = 0。
ui
9.2 异方差的性质
例9.1 美国创新研究：销售对研究与开发的影响 ^ R&D ＝ 266.2575 + 0.030878*Sales se＝(1002.963) (0.008347) t ＝(0.265471) (3.699508) p ＝(0.7940) R2 ＝ 0.461032 从回归结果可以看出： （1）随着销售额的增加，R&D也逐渐增加，即销售 额每增加一百万美元，研发相应的增加3.1 万美元。 （2）随着销售额的增加，R&D支出围绕样本回归线 的波动也逐渐变大，表现出异方差性。 (0.0019)
Gleiser检验与Park检验存在同样的弱点。
(9.3) (9.4) (9.5)
9.4 异方差的诊断－方法4：怀特(White)检验法
Yi = B1 + B 2 X 2 i + B3 X 3 i + u i
2、做如下辅助回归： (9.6) (9.7)
1、首先用普通最小二乘法估计方程(9.6)，获得残差ei
E(Y|X)=α+β*X Y
＋u ＋u －u －u －u ＋u
0
同方差(homoscedasticity)
X 0
E(Y|X)=α+β*X
异方差(heteroscedasticity)
X
一元线性回归分析－回归的假定条件
假定5 无自相关假定，即两个误差项之间不相关。 Cov（ui,uj） = 0。
ui
9.2 异方差的性质
例9.1 美国创新研究：销售对研究与开发的影响 ^ R&D ＝ 266.2575 + 0.030878*Sales se＝(1002.963) (0.008347) t ＝(0.265471) (3.699508) p ＝(0.7940) R2 ＝ 0.461032 从回归结果可以看出： （1）随着销售额的增加，R&D也逐渐增加，即销售 额每增加一百万美元，研发相应的增加3.1 万美元。 （2）随着销售额的增加，R&D支出围绕样本回归线 的波动也逐渐变大，表现出异方差性。 (0.0019)
伍德里奇《计量经济学导论》(第5版)笔记和课后习题详解-第9章 模型设定和数据问题的深入探讨【圣才出
（c）
来检验模型
y 0 1x1 2 x2 u
（d）
或者把这两个模型反过来。然而，它们是非嵌套模型，所以不能仅使用标准的 F 检验。
（1）综合模型的 F 检验
构造一个综合模型，将每个模型都作为一个特殊情形而包含其中，然后检验导致每个模
型的约束。在目前的例子中，综合模型为：
y 0 1x1 2 x2 3 log x1 4 log x2 u
y 0 1x1 2 x2 3 x3 u
但有 x3 的一个代理变量，并称之为 x3
x3 0 3 x3 v3
其中，v3 是因 x3 与 x3 并非完全相关所导致的误差。参数 3 度量了 x3 与 x3 之间的关系。 x3 和 x3 正相关，所以 δ3 0 。如果 δ3 0 ，则 x3 不是 x3 合适的代理变量。截距 δ0 ，是容许 x3
圣才电子书 十万种考研考证电子书、题库视频学习平台
第 9 章 模型设定和数据问题的深入探讨
9.1 复习笔记
一、函数形式设误 1．函数形式设误的概念 遗漏一个关键变量能导致误差与某些解释变量之间的相关，从而通常导致所有的 OLS 估计量都是偏误和不一致的。在遗漏的变量是模型中一个解释变量的函数的特殊情形下，模 型就存在函数形式误设的问题。遗漏自变量的函数并不是模型出现函数形式误设的唯一方 式。
②用戴维森—麦金农检验拒绝了式（d），这并不意味着式（c）就是正确的模型。模型 （d）可能会因多种误设的函数形式而被拒绝。
③在比较因变量不同那么就不能得到上面的综合嵌套模型。
二、对无法观测解释变量使用代理变量 1．代理变量 代理变量就是某种与我们在分析中试图控制而又无法观测的变量相关的东西。例如，人 的能力无法观测，可以使用 IQ 得分作为能力的一个代理变量。 （1）遗漏变量问题的植入解 假设在有 3 个自变量的模型中，其中有两个自变量是可以观测的，解释变量 x3 观测不 到：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《计量经济学》第2版和第3版的比较
第2版 第 1 章 绪论 第 1 章 绪论 第3版 第 2 章 经典单方程计量经济学模型：一元 第 2 章 经典单方程计量经济学模型：一元 线性回归模 线性回归模 第 3 章 经典单方程计量经济学模型：多元 第 3 章 经典单方程计量经济学模型：多元 线性回归模型 线性回归模型 第 4 章 经典单方程计量经济学模型：放宽 第 4 章 经典单方程计量经济学模型：放宽 基本假定的模型 基本假定的模型 第 5 章 经典单方程计量经济学模型：专门 第 5 章 经典单方程计量经济学模型：专门 问题 问题 第 6 章 联立方程计量经济学模型：理论与 第 6 章 联立方程计量经济学模型：理论与 方法 方法
第3版 第 9 章 经典计量经济学应用模型 §9.1 计量经济学应用模型类型设定 §9.2 计量经济学应用模型总体回归模型设定 §9.3 计量经济学应用模型函数关系设定 §9.4 计量经济学应用模型变量性质设定
2018/10/15
计量经济学
什么是计量经济学
• R.Frisch：“经验表明，统计学、经济理论和数学 这三者对于真正了解现代经济生活的数量关系来 说，都是必要的，但本身并非是充分条件。三者 结合起来，就是力量，这种结合便构成了计量经 济学。”
2、模型类型选择的重要性
• 建立计量经济学应用模型的第一步
• 模型类型决定采用什么理论方法 • 实际应用研究中的大量错误
2018/10/15
计量经济学
3、例题
• 例9.1.1属于截面数据单方程计量经济学应用模型 类型选择问题 。
2018/10/15
计量经济学
• 例9.1.2属于单方程模型和联立方程模型之间的选 择问题。
第 7 章 经典计量经济学应用模型 第 8 章 扩展的单方程计量经济学模型 第 9 章 时间序列计量经济学模型
2018/10/15
第 7 章 扩展的单方程计量经济学模型 第 8 章 时间序列计量经济学模型
第 9 章 经典计量经济学应用模型
计量经济学
第2版 第 7 章 经典计量经济学应用模型 §7.1 生产函数模型 §7.2 需求函数模型 §7.3 消费函数模型 §7.4 宏观计量经济模型
2018/10/15
计量经济学
• 例9.1.3属于同一类模型（Panel Data Models）中 具体模型类型选择问题 。
• 单方程模型和联立方程模型 • 截面数据模型、时间序列数据模型和Panel Data模 型 • 在截面数据单方程参数模型中，还包括经典模型、 选择性样本模型、计数数据（Count Data）模型、 离散选择模型、持续时间数据（Duration Data） 模型等多种类型
2018/10/15
计量经济学
2018/10/15 计量经济学
本章内容
• 第1节是关于计量经济学应用模型的模型类型设定，讨论如 何针对研究对象选择计量经济学模型类型。 • 第2节是关于总体回归模型设定中的变量选择问题，讨论在 模型类型确定之后，应该按照什么原则选择进入模型的变 量。 • 第3节是关于模型函数关系设定，讨论如何在经济学理论和 在统计分析的指导下，设定模型中解释变量和被解释变量 之间的关系，即模型的函数形式。 • 第4节是关于模型变量性质设定，讨论如何确定被选择进入 模型的变量的性质，重点讨论了变量性质设定的相对性。
传统的计量经济学教科书
• 翻开任何一本国内外计量经济学教科书，都是以 模型估计和检验作为核心内容，甚至是全部内容 。也就是说，计量经济学课程所讲授的，并不是 计量经济学模型方法的全部，只是其中的一部分 。
经济学研究 观察 抽象 样本采集 检验 发现
2018/10/15 计量经济学
计量经济学模型研究 模型设定
• P.A.Samuelson:“计量经济学可以定义为实际经济 现象的数量分析，这种分析是基于理论与观测的 并行发展，而理论与观测又通过适当的推断方法 得以联系。”
2018/10/15 计量经济学
• S.Goldberger:“计量经济学可定义为这样的社会 科学：它把经济理论、数学和统计推断作为工具 ，应用于经济现象的分析。”
• 《Basic Econometrics》作者Damodar N.Gujarati将 计量经济学方法归结为以下8个步骤：“理论或假 说的陈述、理论的数学模型的设定、理论的计量 经济模型的设定、获取数据、计量经济模型的参 数估计、假设检验、预报或预测、利用模型进行 控制或制定政策。”
2018/10/15 计量经济学
2018/10/15
计量经济学
§9.1 计量经济学应用模型类型设定
一、问题的提出 二、单方程应用模型类型对被解释 变量数据类型的依赖性 三、单方程模型和联立方程模型的 选择对经济行为的依赖性
2018/10/15
计量经济学
一、问题的提出
2018/10/15
计量经济学
1、计量经济学模型类型
• 参数模型和非参数模型
模型估计 模型检验 模型应用
• 《Basic Econometrics》（Damodar N.Gujarati）： “计量经济学家的主要兴趣在于经济理论的经验 论证”，“计量经济学家常常采用数理经济学家 所提出的数学方程式，将这些方程式改造成适合 于经验检验的形式”，“收集、加工经济数据， 是统计学家的工作”，“这些数据构成了计量经 济模型的原始资料”。 • 《Introductory Econometrics》（Jeffrey M. Wooldridge）： “在多数情况下，计量经济分析 是从一个已经设定的模型开始的，而没有考虑模 型构造的细节”。
2018/10/15 计量经济学
本章的教学目的
• 使得计量经济学课程涵盖“模型设定、数据诊断 、模型估计、模型检验、模型应用”全过程，实 现“经济理论、统计学、数学的结合”，成为一 门真正的经济学课程。 • 适应应用研究的需要。
– 在已经广泛开展的应用研究中，主要的问题和错误不 是出现在模型方法上，而是在如何正确地设定模型和 采集与处理数据方面。 – 计量经济学课程不能只讲模型的估计和检验，应该讲 授如何在经济理论的指导下分析经济关系，如何利用 经验数据检验经济关系，进而进行模型总体设定。
第2版 第 1 章 绪论 第 1 章 绪论 第3版 第 2 章 经典单方程计量经济学模型：一元 第 2 章 经典单方程计量经济学模型：一元 线性回归模 线性回归模 第 3 章 经典单方程计量经济学模型：多元 第 3 章 经典单方程计量经济学模型：多元 线性回归模型 线性回归模型 第 4 章 经典单方程计量经济学模型：放宽 第 4 章 经典单方程计量经济学模型：放宽 基本假定的模型 基本假定的模型 第 5 章 经典单方程计量经济学模型：专门 第 5 章 经典单方程计量经济学模型：专门 问题 问题 第 6 章 联立方程计量经济学模型：理论与 第 6 章 联立方程计量经济学模型：理论与 方法 方法
第3版 第 9 章 经典计量经济学应用模型 §9.1 计量经济学应用模型类型设定 §9.2 计量经济学应用模型总体回归模型设定 §9.3 计量经济学应用模型函数关系设定 §9.4 计量经济学应用模型变量性质设定
2018/10/15
计量经济学
什么是计量经济学
• R.Frisch：“经验表明，统计学、经济理论和数学 这三者对于真正了解现代经济生活的数量关系来 说，都是必要的，但本身并非是充分条件。三者 结合起来，就是力量，这种结合便构成了计量经 济学。”
2、模型类型选择的重要性
• 建立计量经济学应用模型的第一步
• 模型类型决定采用什么理论方法 • 实际应用研究中的大量错误
2018/10/15
计量经济学
3、例题
• 例9.1.1属于截面数据单方程计量经济学应用模型 类型选择问题 。
2018/10/15
计量经济学
• 例9.1.2属于单方程模型和联立方程模型之间的选 择问题。
第 7 章 经典计量经济学应用模型 第 8 章 扩展的单方程计量经济学模型 第 9 章 时间序列计量经济学模型
2018/10/15
第 7 章 扩展的单方程计量经济学模型 第 8 章 时间序列计量经济学模型
第 9 章 经典计量经济学应用模型
计量经济学
第2版 第 7 章 经典计量经济学应用模型 §7.1 生产函数模型 §7.2 需求函数模型 §7.3 消费函数模型 §7.4 宏观计量经济模型
2018/10/15
计量经济学
• 例9.1.3属于同一类模型（Panel Data Models）中 具体模型类型选择问题 。
• 单方程模型和联立方程模型 • 截面数据模型、时间序列数据模型和Panel Data模 型 • 在截面数据单方程参数模型中，还包括经典模型、 选择性样本模型、计数数据（Count Data）模型、 离散选择模型、持续时间数据（Duration Data） 模型等多种类型
2018/10/15
计量经济学
2018/10/15 计量经济学
本章内容
• 第1节是关于计量经济学应用模型的模型类型设定，讨论如 何针对研究对象选择计量经济学模型类型。 • 第2节是关于总体回归模型设定中的变量选择问题，讨论在 模型类型确定之后，应该按照什么原则选择进入模型的变 量。 • 第3节是关于模型函数关系设定，讨论如何在经济学理论和 在统计分析的指导下，设定模型中解释变量和被解释变量 之间的关系，即模型的函数形式。 • 第4节是关于模型变量性质设定，讨论如何确定被选择进入 模型的变量的性质，重点讨论了变量性质设定的相对性。
传统的计量经济学教科书
• 翻开任何一本国内外计量经济学教科书，都是以 模型估计和检验作为核心内容，甚至是全部内容 。也就是说，计量经济学课程所讲授的，并不是 计量经济学模型方法的全部，只是其中的一部分 。
经济学研究 观察 抽象 样本采集 检验 发现
2018/10/15 计量经济学
计量经济学模型研究 模型设定
• P.A.Samuelson:“计量经济学可以定义为实际经济 现象的数量分析，这种分析是基于理论与观测的 并行发展，而理论与观测又通过适当的推断方法 得以联系。”
2018/10/15 计量经济学
• S.Goldberger:“计量经济学可定义为这样的社会 科学：它把经济理论、数学和统计推断作为工具 ，应用于经济现象的分析。”
• 《Basic Econometrics》作者Damodar N.Gujarati将 计量经济学方法归结为以下8个步骤：“理论或假 说的陈述、理论的数学模型的设定、理论的计量 经济模型的设定、获取数据、计量经济模型的参 数估计、假设检验、预报或预测、利用模型进行 控制或制定政策。”
2018/10/15 计量经济学
2018/10/15
计量经济学
§9.1 计量经济学应用模型类型设定
一、问题的提出 二、单方程应用模型类型对被解释 变量数据类型的依赖性 三、单方程模型和联立方程模型的 选择对经济行为的依赖性
2018/10/15
计量经济学
一、问题的提出
2018/10/15
计量经济学
1、计量经济学模型类型
• 参数模型和非参数模型
模型估计 模型检验 模型应用
• 《Basic Econometrics》（Damodar N.Gujarati）： “计量经济学家的主要兴趣在于经济理论的经验 论证”，“计量经济学家常常采用数理经济学家 所提出的数学方程式，将这些方程式改造成适合 于经验检验的形式”，“收集、加工经济数据， 是统计学家的工作”，“这些数据构成了计量经 济模型的原始资料”。 • 《Introductory Econometrics》（Jeffrey M. Wooldridge）： “在多数情况下，计量经济分析 是从一个已经设定的模型开始的，而没有考虑模 型构造的细节”。
2018/10/15 计量经济学
本章的教学目的
• 使得计量经济学课程涵盖“模型设定、数据诊断 、模型估计、模型检验、模型应用”全过程，实 现“经济理论、统计学、数学的结合”，成为一 门真正的经济学课程。 • 适应应用研究的需要。
– 在已经广泛开展的应用研究中，主要的问题和错误不 是出现在模型方法上，而是在如何正确地设定模型和 采集与处理数据方面。 – 计量经济学课程不能只讲模型的估计和检验，应该讲 授如何在经济理论的指导下分析经济关系，如何利用 经验数据检验经济关系，进而进行模型总体设定。