《计量经济学》中级讲义

《《计量经济学》中级讲义》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、《计量经济学》中级讲义统计学院统计学教研室2009年9月编写/2010年3月修订第1章第1章引言§1现代经济学与计量经济学一、现代经济学主要研究：不确定条件下的稀缺资源配置二、现代经济学主要研究方法1．发现经济实践中的典型事实、经典现象与规律，用经济学原理进行相应解释；2．提出假说和理论，进行相应的建模（可以和数据没有关系）；3．计量估计和推断，验证理论和现实是否相符；4．实际应用三、计量经济学相当于自然科学的实验条件四、计量经济学基础公理一个例子：金融资产收益往往表现为自相关系数为零，线性模型往往无法精确预测，对资产收益的预测存在两种观点，其一：随机观点

2、：资产收益服从I.I.D序列，无法预测；其二：混沌观点：服从某种LogisticMap，因而可以精确预测。1．经济系统是一个随机过程，服从某种概率统计规律；2．经济（金融）现象（数据）是该随机过程的样本实现，称之为数据生成过程（DGP）。五、计量经济学目的1．概率统计规律怎样应用于经济分析；2．怎样表述经济理论；3．怎样进行经济学解释。§2计量经济学和经济分析的局限一、经济现象是不可实验的，是许多经济因素和非经济因素共同作用的结果二、许多条件增加进计量经济模型如：平稳性和同质性要求。一、计量工具不能识别经济间的因素关系，描述的是预测关系，并非逻辑上的因果关

3、系二、时变经济结构的存在第1章特殊自变量的计量经济模型§1虚拟变量模型一、什么是虚拟变量1．问题提出2．虚拟变量定义二、虚拟变量设置规则1．设置原则2．0-1选取原则3．虚拟变量的作用三、模型设置1．加法模型：变截距模型公式21公式22公式23（一个两种以上类型变量）公式24（两个定性变量）2．乘法模型：变斜率模型公式25（分组线性回归）公式26（交互效应影响）公式27（分段线性回归）张晓峒教材P197的改进：可以根据下图，设置虚拟变量如下：，，图21虚拟变量设置规则以第②段作为对比基础，设置模型：公式28当，时，即为第②段，回归模型：公

4、式29当，时，即为第①段，回归模型：公式210当，时，即为第③段，回归模型：公式211可以验证，各段在端点处首尾相接。第一，验证第①段与第②段首尾相接，将分别代入式(2-10)和式(2-9)，可得第二，验证第②段与第③段首尾相接，将分别代入式(2-9)和式(2-11)，可得一、案例分析1．季节调整的虚拟变量法（详见高铁梅P79）2．国民收入与居民储蓄（详见庞皓P234）§2分布滞后模型一、基本概念1．滞后效应与滞后变量2．产生滞后效应的原因3．模型表示二、分布滞后模型估计1．对有限分布滞后模型处理（经验加权法、阿尔蒙法）2．对无限分布滞后模型处理（科

5、伊克变换和帕斯卡变换）三、分布滞后模型构造1．自适应预期模型2．局部调整模型一、自回归模型估计二、案例分析第1章特殊因变量的计量经济模型§1离散因变量模型一、背景现实经济决策中经常面临许多选择问题，与连续型被解释变量不同，此时因变量只取有限多个离散的值。例如：投票、投资、交通。以这样的决策结果作为被解释变量建立的计量经济模型，称为离散因变量模型（modelswithdiscretedependentvariables）或称离散选择模型（DCM）。二、二元选择模型（Binary-choicemodel）以收入水平与汽车购买为例，往往存在三个方面的问题：第一，

6、收入水平越高，购买汽车的欲望越高；第二，无法确知每个个体是否买车；第三，预测某个具有给定收入水平的个体买车的可能性。这样，可以假定个体做某一特定选择的概率是个体特征的一个线性函数。1．线性概率模型（LPM）Tobit模型是其中一种。（1）模型形式：公式31式中，为第个个体的特征值，例如收入；；为随机扰动项。公式32随机变量有两种选择，其分布为两点分布：图31样本观测值公式33结合公式32和公式33，可以得到公式34然而，该模型存在严重局限。以为例，说明每增加一个单位，则采用第一种选择的概率增加0.05。假设用这个模型进行预测，当预测值落在[0

7、，1]区间之内（即取值在[4,24]之内）时，则没有什么问题；但当预测值落在[0，1]区间之外时，则会暴露出该模型的严重缺点。因为概率的取值范围是[0，1]，所以此时必须强令预测值（概率值）相应等于0或1（见图1）。线性概率模型常写成如下形式，图32样本观测值公式35（2）LPM估计①具有非正态性表31随机扰动项概率分布概率10②具有异方差性公式36这时，若仍用OLS估计，仍为无偏一致估计量，但不是有效估计量。③可以采用WLS估计1．LPM模型的扩展LPM模型中的公式35的约束会造成一个严重的后果,假设某个事件发生的概率等于1,但实际中该事件根本

8、不会发生。反之，预测某个事件发生的概率等于0，但是实际中该事件却可