计量经济学主要内容复习提要

计量经济学主要内容复习提要

1、 计量经济学的含义：

计量经济学是以经济理论为指导，以经济事实为依据，以数学、统计学为方法，以计量经济模型的建立和应用为核心，对经济关系与经济活动的数量规律的研究的一门应用性经济学科。

2、 计量经济学的学科性质与特点

计量经济学是经济理论、统计学和数学的结合，具有综合性、交叉性、边缘性的特点。

但是经济理论、统计学和数学三者的关系不是并列的，经济学提供理论基础、统计学提供资料依据，数学提供研究方法。作为一门实证科学，计量经济学要以一定的经济理论作假设，然后通过统计资料和数学方法加以验证。可见，经济理论既是出发点又是归宿，自始至终都是计量经济学的核心，统计数据和数学方法要服务并服从经济理论。所以，计量经济学属于应用经济学科。

3、 数据及其分类：

变量的具体取值称为数据(Data)。

根据形式不同，数据分为时间序列数据、横截面数据和合并数据。 时间序列数据（Time Series Data）是按时间顺序列排列而成的。

截面数据 (Cross Sectional Data,又译为横断面数据)是在同一时间，不同统计单位的相同统计指标组成的数据列。

合并数据(Pooled Data)中既有时间序列数据又有横截面数据。 4、计量经济模型及其构成

所谓计量经济模型就是经济变量之间所存在的随机关系的一种数学表达式，其一般表达式为：

,?,u ) y?f(x模型由经济变量（y和 x）、参数（β）、 随机误差项（u）和及方程的形式f (·)等四个要素构成。

---经济变量，也就是用于描述经济活动水平的各种量，是经济计量建模的基础。模型中的经济变量y是分析研究的对象，将其称为因变量或被解释变量；模型右边中的经济变量

x是y的影响因素，将其称为自变量或解释变量。在一个方程中，解释变量可以有一个，也

可以多个。前者称为一元模型，后者称为多元模型。

----随机误差项u是一个随机变量，用于表示模型中尚未包含的影响因素对因变量的影响，

我们一般假定其满足某些条件。

----参数β是模型中表示变量之间数量关系的系数，它将各种经济变量连接在计量经济模型之中，具体说明解释变量对因变量的影响程度（常数项被认为是一种特殊的参数）。在

未经实际资料估计之前，参数是未知的。对模型参数进行有效地估计是计量经济学研究的主要内容之—。

-----方程的形式f(·)就是将计量经济模型的三个要素联系在一起的数学表达式，根据其不同情况可分为线性模型和非线性模型等。

5、经典经济计量模型建模方法及其内容：

经典计量经济建模可分为四个连续的阶段：模型设定，参数估计，模型检验，模型应用。第一个阶段与经济理论的联系比较密切，所有计量经济模型都是以一定的经济理论为基础的；第二和第三个阶段主要涉及经济计量方法问题，大部分是在推断统计学中的回归分析法基础上发展起来的，回归分析法是整个经典计量经济建模方法论的核心；最后一个阶段涉及计量经济学的应用问题，属于应用计量经济学的范畴。

一、模型设定

依据一定的经济理论或经验，先验地用一个或一组数学方程式表示被研究系统内经济变量自身之间的关系。这一阶段的工作称为模型设定。这个阶段是经济计量研究中最重要也是最困难的阶段。具体内容为：

1.研究有关经济理论

建立模型需要理论抽象。模型是对客观事物的基本特征和发展规律的概括，是对现实的简化。这种概括和简化是理论分析的成果。因此在模型设定阶段，首先要注重基于经济理论的定性分析，不同的理论会导致不同的模型。 2．确定变量以及函数形式

模型应该反映客观经济活动，但这种反映不可能也不应该是包罗万象，巨细无遗的。这就需要合理的假设，删除次要关系和因素，对模型进行简化抽象，既突出主要联系，又便于模型处理、运用。

模型设定阶段的具体技术工作包括：(1)确定模型包括哪些变量，那个变量是因变量或哪几个变量是自变量?

(2)模型包括几个参数，它们的符号(正或负)应该如何？

(3)模型函数的数学形式，线性模型还是非线性模型？单方程模型还是联立方程模型？等等。

3.统计数据的收集与整理

变量确定之后，就要全面收集统计数据，这是模型构建的基础工作。 二、参数估计

计量经济模型设定之后，就要估计参数。参数是模型中表示变量之间数量关系的常系数。它将各种变量连接在模型中，具体说明解释变量对因变量的影响程度。在未经实际资料估计之前，参数是未如的。模型设定后，应根据可资利用的统计数据资料，选择适当的方法（如最小二乘法、最大似然估计法），求出模型参数的估计值。参数一经确定，模型中各变量之间的相互关系就确定了。模型也就随之确定。

经典计量经济学参数估计的方法主要有最小平方法（OLS）及其拓展形式（NLS、GLS、TSLS 等）。此外，还有最大似然估计法（ML）、矩方法（MM）。参数估计方法是计量经济学研究的主要内容之一。

三、模型检验

参数估计之后，模型便告确定。但模型是否符合实际，能否解释实际经济过程，还需要进行检验。所谓检验就是对部分或全部参数估计值加以评定，确定它们在理论上是否有意义，在统计上是否显著。只有通过检验的模型才能用于经济实际，所以模型检验也是重要的一环。检验的准则有三：

1.经济意义准则

经济意义准则是由经济理论决定的，主要是参数的符号和大小是否符合经济理论对这些参数的符号和大小的约束。如果不符，则要查找原因并采取必要的修正措施，否则，估计出的参数值便被视为不可靠。这是最重要也是最基本的准则，是使用其他准则的前提条件。

2.统计检验准则

统计检验是由统计理论决定的，其目的在于评定模型参数估计值的可靠性。常用的统计检验有拟合优度检验，t检验、F检验等。应该指出，统计检验准则相对经济意义准则来说是第二位的。如果违背了经济意义准则，即使统计检验通过了，估计的参数也是没有意义的，也是不可取的。

3.计量经济检验准则

计量经济检验是由计量经济学理论确定的，主要是用来检验所采用的计量经济方法是否令人满意，计量经济方法的假设条件是否得到满足，从而确定统计检验的可靠性。常用的检验方法，主要包括随机项的序列相关检验、异方差检验和解释变量的多重共线检验等。

总之，模型参数估计值的检验和评定是一个相当复杂的工作，需要进行反复试算，逐一检验，才能确定对它们的取舍。如果样本数据较丰富、还可以进行模型的预测检验，进一步检验估计值的稳定性和相对样本容量变化时的灵敏度，以确定是否可以扩展到样本以外的范围。

模型通过上述各项检验，才能实际应用。检验不能通过，则需要修正模型，或者重新考虑模型的设定问题。

四、模型应用

计量经济模型主要应用于验证经济理论，分析经济结构，评价政策决策，仿真经济系统以及预测经济发展这几个方面。

模型的应用过程，也是检验经济理论的过程（证实或证伪）。如果预测误差小，表明模型精度高，质量好，对现实解释能力强；特殊说明模型赖以建立的经济理论符合实际；反之就要对模型以及对建模所依据的经济理论进行修正。（严格地讲，未经经济计量证实的理论，还不能称为理论，充其量只能称为经济假说）。

结构分析，就是运用已估计出来的计量经济模型对经济关系进行定量的测量，包括验证、比较与同一经济现象相应的几种经济假说。通过定量地测定、检验与实证经济关系，人们就可以理解现实世界的现象，更深刻地认识经济规律。结构分析是计量经济学的“科学”目的所在，且对理论有“反馈”作用。

预测，就是运用已估计出来的计量经济模型对经济发展未来的趋势做出判断，从而为宏观调控和经营管理提供依据。

政策评价，就是运用已估计出来的经济计量程型、对几个不同的政策方案的后果进行评价，以供决策入择优采纳。

作为计量经济学的目的所在，验证经济理论、结构分析、经济预测与政策评价是密切相联的。预测所使用的计量模型是经结构分析所正确决定的已估模型；通过计量模型所进行的政策评价则是一种以政策变量的给定数值为条件的预测。

6、随机扰动项包含的内容：

1. 作为未知影响因素的代表。由于对所研究的经济现象的变动规律的认识并不完备，除了一些已知的主要因素以外，还有一些未被认识或尚不能肯定的因素影响着被解释变量，因此只得用随机扰动项作为被模型省略掉的未知因素的代表。

2. 作为无法取得数据的已知因素的代表。有一些因素已经知道对被解释变量有相当的影响，但可能无法获得这些变量的定量数据。

3. 作为众多细小影响因素的综合代表。某些影响因素已经被认识到，其数据也可能获得，但是这些因素或许对被解释变量影响比较小，或许其影响不很规则、有的可能不易数量化，从经济计量的成本考虑，通常不把它们列入模型，而将它们的联合影响处理为随机扰动项。

4. 模型的设定误差。在设定经济计量模型时，总是力图使模型更为简单明了，当用较少的解释变量就能说明被解释变量的实质变化时，就不应把更多的解释变量列入模型；当用较简洁的函数形式就能说明变量之间的本质联系时，就尽量不采用更为复杂的函数形式。这样，变量和函数形式的设定可能会引起设定误差，这种设定误差也要由随机扰动项来表示。 5. 变量的观测误差。对社会经济现象观测所得到的统计数据，由于主客观的原因，可能地会有一定的观测误差，这种观测误差只有归入随机扰动项。

6. 经济现象的内在随机性。即使把所有相关的影响因素全部纳入模型，即使不存在观测误差，但是人所从事的一些经济行为还是可能具有不可重复性和随机性。例如，某些涉及人们思想行为的变量，很难完全控制，而是具有内在的随机性，这种内在的随机性也可能影响人们的经济行为。这类变量变内在的随机性的影响只能归入随机扰动项。

由此可见，随机扰动项有十分丰富的内容，在计量经济研究中起着重要的作用。一定程度上，随机扰动项的性质决定着计量经济方法的选择和使用。

7、一元回归模型的古典假定 假定1. 零均值假定

即在给定解释变量xi的条件下，随机扰动项u的条件均值为零，即 E(u|xi)?0 （i?1,2,?,n）

假定2. 同方差假定

即对于给定的每一个xi，随机扰动项u的条件方差都等于某一个常数?，即

2 Var(u|xi)?E[u?E(u|xi)]2?E(u2)??u （i?1,2,?,n）

2 假定3. 无序列（自）相关假定

即随机扰动项u的逐次值互不相关，或者说对于所有的i和j（i?j），ui和uj的协方差为零，即

Cov(ui,uj)?0,i?j;i,j?1,2,?,n 假定4. 随机扰动项u与解释变量x不相关

可表示为

Cov(ui,xi)?E(uixi)?0 （i?1,2,?,n）

这一假定表明模型中的u和x是各自独立影响y的，这样才能分清楚解释变量x与随机扰动项u分别对y的影响各为多少。

本文来源：https://www.bwwdw.com/article/h16x.html