导论(计量经济学课件-南京财经大学王万珺)

《导论(计量经济学课件-南京财经大学王万珺)》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—理论·方法·EViews应用郭存芝杜延军李春吉编著电子教案第一章导论◆学习目的了解计量经济学的课程性质、基本内容、思想方法、发展历史、在经济学科中的地位等，形成学好计量经济学的初步思路，为课程学习的进一步展开作好准备。第一章导论◆基本要求初步认识计量经济学的课程性质、基本内容、思想方法等，了解计量经济学的产生与发展历史、计量经济学在经济学科中的地位，明白学习计量经济学的价值和意义所在。◆计量经济学的定义第一节什么是计量经济学◆计量经济学与其它学科的关系◆计量经济学的内容体系一、计量经济学的定义计量经济学的

2、英文单词是Econometrics，本意是“经济计量”，研究经济问题的计量方法，因此有时也译为“经济计量学”。将Econometrics译为“计量经济学”是为了强调它是现代经济学的一门分支学科，不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。一、计量经济学的定义▼第一届诺贝尔经济学奖得主挪威经济学家R.Frisch将计量经济学定义为经济理论、统计学和数学的结合；▼P.A.Samuelson、T.C.Koopmans、R.Stone将计量经济学定义为“应用合适的方法对经济理论和观察到的事实加以联系和推

3、导，对现实经济现象进行定量分析”。一、计量经济学的定义计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。二、计量经济学与其它学科的关系计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。二、计量经济学与其它学科的关系1933年弗里希提出：“用数量方法探讨经济学可以从几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我

4、们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征，计量经济学也不应视为数学应用于经济学的同义词。经验表明，统计学、经济理论和数学，对于真正了解现代经济生活的数量关系，都是必要的，但本身并非是充分条件，三者结合起来才是强有力的，这种结合便构成了计量经济学”。计量经济学与经济学、数学、统计学的联系主要是计量经济学对这些学科的应用。计量经济学与其它学科的联系（对经济学的应用）第一，计量经济学模型的选择和确定，包括对变量和经济模型的选择，需要经济学理论提供依据和思路第二，计量经济分析中对经济模型的修改和调整，如改变

5、函数形式、增减变量等，需要有经济理论的指导和把握第三，计量经济分析结果的解读和应用也需要经济理论提供基础、背景和思路计量经济学与其它学科的联系（对统计学的应用）第一，计量经济分析所采用的数据的收集与处理、参数的估计等，需要使用统计学的方法和技术来完成第二，参数估计值、模型的预测结果的可靠性，需要使用统计方法加以分析、判断。计量经济学与其它学科的联系（对数学的应用）第一，对非线性函数进行线性转化的方法和技巧，是数学在计量经济学中的应用第二，任何的参数估计归根结底都是数学运算，较复杂的参数估计方法，或者较复杂的模型的参数

6、估计，更需要相当的数学知识和数学运算能力第三，在计量经济理论和方法的研究方面，需要用到许多的数学知识和原理计量经济学与其它学科的联系计量经济学与其它学科的区别经济学、数学、统计学中的任何一门学科，都不能替代计量经济学，这三门学科简单地合起来，也不能替代计量经济学。（经济学与计量经济学）计量经济学则要对经济理论所确定的数量关系作出具体估计，也就是对经济理论进行经验的证明。经济学一般根据逻辑推理得出结论，说明经济现象和过程的本质与规律，大多是定性的表述。虽然理论经济学有时也会涉及经济现象和过程的数量关系，如产出随投入要素

7、的增减而增减，但不提供这类数量关系的具体度量，不说明随投入要素的增减产出增减多少。计量经济学与其它学科的区别（统计学与计量经济学）●计量经济学是以问题为导向，以经济模型为核心统计学则是以数据为核心，常常也是以数据为导向的●计量经济学对经济理论的实证作用较强。●计量经济学对经济问题有更重要的指导作用。（数学与计量经济学）数学只是计量经济分析及其理论研究的工具计量经济学与其它学科的区别三、计量经济学的内容体系（1）．经典计量经济学与非经典计量经济学（2）．理论计量经济学与应用计量经济学（3）．宏观计量经济学与微观计量经济

8、学（4）．广义计量经济学与狭义计量经济学经典计量经济学与非经典计量经济学区分依据：计量经济学的发展时期及其理论方法上的特征经典计量经济学——上世纪70年代以前共同特征1）在模型类型上，采用随机模型；2）在模型导向上，以经济理论为导向；3）在模型结构上，采用线性或可化为线性的模型，反映变量之间的因果关系；4）在数据类型上，采用时间序列数据或截面数