惠州学院经管系 谢鸿飞 Tel:2985775 E-Mail:xgxhf@163.com 2005－2006第2学期 Econometrics 计 量 经 济 学 惠州学院经管系 谢鸿飞 Tel:2985775 E-Mail:xgxhf@163.com 2005－2006第2学期

写在前面的话 一、课程设置目的： 二、课程要求 通过学习本课程，使学生树立在现实经济分析的基础上，依据样本信息建立经济模型的基本思想，掌握其初步方法，领会其基本思路。 二、课程要求 针对教学对象的情况，着重说明计量经济分析方法的直观意义、应用条件及计量经济分析结果的经济意义及统计意义。教学中注意培养学生动手操作的能力，运用计算机软件完成分析计算。

写在前面的话 三、本课程的先行课程 ●《经济学》理论知识 ●《概率论与数理统计》基础知识： 如随机变量、概率分布、期望、方差、协方差、点估计、区间估计、假设检验、方差分析、正态分布、T分布、F分布等概念和性质 ●《线性代数》中的矩阵运算 ●《经济统计学》知识 经济数据的收集和处理

写在前面的话 课时安排——每学期为54学时，每周3学时。 四、教学安排: 其中：讲授45学时，上机实习9学时 考试安排——平时分占30％，考试分占70％。

写在前面的话 五、教材及参考书 1.《经济计量学精要》（原书第2版 ），达莫达尔 N.古亚拉堤 ，机械工业出版社 2.《计量经济学》（第二版），李子奈，高等教育出版社，2005年4月 3.《计量经济学基础》（上下册）（第四版）古扎拉蒂，中国人民大学出版社 六、教学网站 计量经济学课程网站http://em.hzu.edu.cn/type.asp?typeid=33

写在前面的话 七、关于学习方法的说明 1、理论与应用并重，既要重视理论方法，也要重视应用模型和应用中实际问题的解决。 2、实践出真知，要求自己动手操作软件，务必最少学会一种计量软件，本课程建议学习软件EViews。 3.对于理论方法，重点是思路而不是数学证明过程。讲课中我也将简化数学推导和证明过程，多做形象明了的概括。

吾尝终日而思矣，不如须臾之所学也。 吾尝跂而望矣，不如登高之博见也。 ————《劝学》 　荀子 

希望与同学们合作愉快！

第一章 绪论

绪论的重要性 1.绪论是课程的纲，所谓纲举目张，每门课程都自然有个知识体系。 2.学好绪论，可以说学好了课程的一半。参观一个城市，先站在最高处俯瞰，然后走街串巷；了解一座建筑，先看整体，然后走进每一个房间。 3.绪论课的目的：了解课程的性质和在课程体系中的地位；了解课程完整的内容体系和将要讲授的内容；了解课程的重点和难点；了解课程的学习方法等. 4.不必全懂，只需似懂非懂。

实例：计量经济学能干什么？ 实例1：研究中国的GDP增长 a. 影响GDP增长的因素有哪些（投资、消费、出口、货币供应量等）？ b. GDP与各种因素关系的性质是什么？（增、减） c. 各影响因素与GDP的具体的数量关系？ d. 所作数量分析结果的可靠性如何？ e. 今后的发展趋势怎么样？

实例2：中国家庭汽车市场 问题：汽车市场状况如何（销售量） 影响汽车销售量的主要因素是什么（收入、价格、道路状况等）？ 各种因素对汽车销售量影响的性质怎样（正、负、无）？ 各种因素影响汽车销量的具体数量程度？ 以上分析所得结论是否可靠？ 今后发展的趋势怎样？

以上问题的共性 提出所研究的经济问题 分析影响因素（根据经济理论、实际经验） 分析各种因素与所研究的经济现象的相互关系（需要科学的数量分析方法） 分析所研究的经济问题与各种影响因素的数量关系（需要运用统计方法） 分析和检验所得数量结论的可靠性 测算所研究经济问题的发展趋势（预测未来）

第一节 计量经济学 第二节 建立计量经济学模型的步骤和要点 第三节 计量经济学模型的应用 第四节 本章复习思考题 第一节 计量经济学 第二节 建立计量经济学模型的步骤和要点 第三节 计量经济学模型的应用 第四节 本章复习思考题

第一节 计量经济学 一、计量经济学 学科发展的三个层次：描述性 形式化 精确化 经济学发展的三个层次: 古典经济学 数理经济学 计量经济学

1.计量经济学的定义的各种说法 1.“计量经济学的范围，包括用数学表示那些从统计检验观点所做的经济假设和对这些假设进行统计检验的实际过程”。 -----丁伯根，《计量经济学》， 1951年 2.“计量经济学是在理论与观测协调发展的基础上，运用相应的推理方法，对实际经济现象进行数量分析”。 -----萨缪尔森，《计量经济学刊》， 1954年 3.“计量经济学是经济理论和经济统计学的结合，并运用数学的和统计的方法对经济学理论所确定的一般规律给予具体的和数量上的表示”。 -----兰格，《经济计量学导论》， 1962年 4.“计量经济学是数学方法、统计技术和经济分析的综合。就其字义来讲，计量经济学不仅是指对经济现象加以测量，而且包含根据一定的经济理论进行计算的意思”。 -----克莱茵，《计量经济学讲义》， 1990年

数学 经济学 统计学 数理经济学 数理统计学 经济统计学 计量经济学 图1-1 计量经济学是经济理论、统计学和数学的结合

2.经济学、数理经济学、经济统计学与计量经济学粗略定义 经济学：研究如何有效地利用可供各种选择的有限资源，以求人类现在和将来无限欲望的最大满足。 数理经济学：运用抽象的方法，借助数学函数和几何图形得出经济学概念与理论。 经济统计学：以统计资料作为记述现实经济变动过程的手段。 计量经济学：以统计资料作为验证经济理论、预测未来、进行政策评价的手段。

3.1 计量经济学与经济学的关系 3 计量经济学与其他学科的关系 联系 区别 计量经济学研究的主体是经济现象和经济关系的数量规律； 3 计量经济学与其他学科的关系 3.1 计量经济学与经济学的关系 联系 计量经济学研究的主体是经济现象和经济关系的数量规律； 计量经济学必须以经济学提供的理论原则和经济运行规律为依据； 经济计量分析的结果，对经济理论加以验证、充实、完善。 区别 经济学一般以定性为主，计量经济学以定量估计为主

3.2 数理经济学与计量经济学的关系 数理经济学虽有数学表达式，但不象计量经济学那样还要进行数值估计； 数理经济学和理论经济学都把经济变量间的关系视为精确的函数关系，而计量经济学引入了随机误差项，使描述的经济关系更加符合实际。 数理经济学引入的变量不一定能加以度量，而计量经济学中引入的变量都能加以观测。

数理经济模型

Q L K 产出量与资本、劳动间的关系 等产量曲线

数理经济模型的特点 公式（方程）描述了经济变量之间的理论关系 认为这种关系是准确实现的（等式成立） 通过模型可以分析经济活动中各种因素之间的相互影响，为控制经济活动提供理论指导 但是，它并没有揭示因素之间的定量关系，其中的参数是未知的

计量经济模型

3.3 计量经济学与经济统计学的关系 联系 区别 经济统计也是对经济现象的一种计量，侧重于对社会经济现象的描述。 提供的数据是计量经济学具以估计参数、验证经济理论的基本依据。 区别 经济统计学主要用统计指标和统计方法对经济现象进行计量。 计量经济学主要利用数理统计方法对经济变量间的关系进行计量。 （两者间没有绝对的界限）

3.4 计量经济学与数理统计学的关系 联系 区别 数理统计学是研究随机变量统计规律的学科，计量经济学经常借鉴数理统计学的许多工具。 3.4 计量经济学与数理统计学的关系 联系 数理统计学是研究随机变量统计规律的学科，计量经济学经常借鉴数理统计学的许多工具。 区别 数理统计学在标准的假定条件下抽象地研究一般的随机变量的统计规律； 计量经济学从经济模型出发，研究模型参数的估计和推断，参数有特定的经济意义，标准假定经常不能满足，需要建立专门的经济计量方法。研究结果不仅要看在数学上能通过，而且要看是否与实际经济内容一致。 数理统计学作为一门数学学科，它可以应用于经济领域，也可以应用于其它领域。但它与经济理论、经济统计学结合而形成的计量经济学，则限于经济领域。

经济学数学化的好处 逻辑严谨，表达简练 精确，对概念和原理的表述具有惟一性 可以引用（普遍适用的）数学定理 最经济的语言，提高思考和表述的效率 降低经济学家之间交流的交易费用，易于流传

经济学数学化的不足 数学代替知识 以计算代替理解 把研究的问题局限在数学上能够解决的问题 为数学上的方便，随意假设，抛弃经济原则 数学语言不是经济学家的行话，加大难度 *显然，以上这些并非数学模型之错。

3 计量经济学的产生与发展 英文“econometrics”一词最早是由挪威经济学家R.Frish于1926年仿照“Biometrics”（“生物计量学” ）提出来的 中文译名：“经济计量学”与“计量经济学” 。前者试图从名称上强调它是一门计量经济活动方法论的学科；后者强调它是一门经济学科，它们其实是等价的说法。 一般认为：1930年12月29日世界计量经济学会成立和由它创办的学术刊物《Econometrica》于，1933年正式出版，标志着计量经济学作为一个独立的学科正式诞生

计量经济学的昨天——产生背景 本世纪30年代经济总危机，使传统的经济理论陷入破产，垄断资本及其政府迫切需要研究预测经济波动和防止经济危机的理论方法； 在市场经济中市场主体之间存在错综复杂的关系，企业要在激烈的竞争中生存、发展，必须有可靠的市场预测； 政府要干预国民经济运行，更需要及时分析经济动态； 企业和政府都十分重视基于计量经济学关于经济景气、循环周期的研究，以及政策模拟、预测分析。于是，计量经济学就应运而生。

计量经济学的昨天——发展历程 最初10年，主要研究微观经济问题 40-70年代，重点研究宏观经济问题 电脑的出现和广泛地使用，促进了计量经济学理论 和应用的发展

1）最初10年，主要研究微观经济问题 发展初期的十多年，主要用于研究微观经济。 如舒尔次在消费理论和市场行为方面的研究； 道格拉斯对边际生产力的研究，丁伯根在景气循环理论方面的研究，都为计量经济学拓宽了新的领域。 弗里希在以经济学和统计学理论为基础来测定弹性、边际生产力以及总体经济的稳定性，是一大贡献。

2）40-70年代，重点是研究宏观经济问题 计量经济学家致力于经济理论的模型化与数学化的研究。 威勒莫（Havelmo）、瓦尔德（Wald）将统计推断运用与计量经济学。 50年代瑟尔（Theil）发明了两阶段最小二乘法。 60年分布滞后新处理方法得以发表。 电脑的出现和广泛地使用，使大量复杂的经济计量模型得以建立和应用，促进了计量经济学理论和应用的发展。

计量经济学的今天 计量经济学更广泛地运用于实际经济生活中，各国普遍利用经济计量模型从事经济预测与经济分析，拟订经济发展计划，提出经济对策。 经济计量模型正日益成为一个重要的经济管理决策工具。 经济计量模型在设计方案、制定经济政策和评价政策中用作模拟仿真的经济实验室。

计量经济学的发展 ●计算机应用 ●模型的变量和方程 由少到多，又趋向较少，多个模型归并为整体模型 ●理论与方法的新突破 除了经典线性计量经济学模型以外，出现非线性模型、合理预期模型、变参数、无参数、半参数模型、动态模型、时间序列模型、协整理论、贝叶斯方法、小样本理论等研究领域 ●应用领域的拓展 宏观、微观经济领域应用，由预测为主转向更多地对经济理论假设和政策假设的检验

二、计量经济学模型 模型，是对现实的描述和模拟。 模型对现实怎样描述？——抓住本质的抽象与简化 模型分类：语义（逻辑）模型、物理模型、几何模型、数学模型、计算机模拟模型等等。 模型对现实怎样的模拟？——通过模型机制虚拟（仿真）现实

几点解释 经济现象错综复杂，变化不定，为便于研究往往舍去一些次要因素，专门研究普遍性、决定性的因素之间的因果关系，形成系统的经济理论。 经济理论是实践的高度概括，经济模型则是经济理论的简明描述。 文字模型比较细腻，几何模型比较简明，数学模型比较严谨。 数学模型运用数学定理进行推理。

经济计量模型的定义 经济计量模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括某个真实经济系统的数量特征，更深刻地揭示出该经济系统的数量变化规律。 经济计量模型由系统或方程组成，方程由变量和系数组成。其中，系统也是由方程组成。

怎样看待计量经济模型？ 广义地说，一切包括经济、数学、统计三者的模型； 狭义地说，仅只用参数估计和假设检验的数理统计方法研究经验数据的模型。 事实上，理论研究需要经验数据的检验，而经验研究也需要理论分析的指导，我们不能只搞没有计量的理论，更不能搞“没有理论的计量”—统计“炼金术”

经济计量模型的一般形式

三、计量经济学的内容体系

中国特色的数量经济学 国外一般称为广义计量经济学 =计量经济学 +优化理论 +投入产出 +技术经济学 +………等等 一切涉及经济的数量分析方面的各个学科的综合

初级以计量经济学的数理统计学基础知识和经典的线性单方程模型理论与方法为主要内容； 2. 初、中、高级计量经济学 初级以计量经济学的数理统计学基础知识和经典的线性单方程模型理论与方法为主要内容； 中级以用矩阵描述的经典的线性单方程模型理论与方法、经典的线性联立方程模型理论与方法，以及传统的应用模型为主要内容；

3.高级以非经典的、现代的计量经济学模型理论、方法与应用为主要内容。 3.本课程定位于初级水平上，适当引入中高级的内容。

3.理论计量经济学与应用计量经济学 计量经济学根据研究对象和内容侧重面不同，可以分为理论计量经济学和应用计量经济学。 理论计量经济学：以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。除了介绍计量经济模型的数学理论基础、普遍应用的计量经济模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验方法。应用了广泛的数学知识。 应用计量经济学：以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。 本课程是二者的结合。

经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。 4. 经典计量经济学和非经典计量经济学 经典计量经济学（Classical Econometrics）一般指20世纪70年代以前发展并广泛应用的计量经济学。 R.Frish创立 T.Haavelmo建立了它的概率论基础 L.R.Klein成为其理论与应用的集大成者

（1）经典计量经济学在理论方法方面特征是： ⑴ 模型类型——随机模型； ⑵ 模型导向——理论导向； ⑶ 模型结构——线性或者可以化为线性，因果分析，解释变量具有同等地位，模型具有明确的形式和参数；

⑷ 数据类型——以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量； ⑸ 估计方法——仅利用样本信息，采用最小二乘方法或者最大似然方法估计模型。

（2）经典计量经济学在应用方面的特征是： ⑴ 应用模型方法论基础——实证分析、经验分析、归纳； ⑵ 应用模型的功能——结构分析、政策评价、经济预测、理论检验与发展； ⑶ 应用模型的领域——传统的应用领域，例如生产、需求、消费、投资、货币需求，以及宏观经济等。

非经典计量经济学一般指20世纪70年代以来发展的计量经济学理论、方法及应用模型，也称为现代计量经济学。 非经典计量经济学主要包括：微观计量经济学、非参数计量经济学、时间序列计量经济学和动态计量经济学等。

非经典计量经济学的内容体系：模型类型非经典的计量经济学问题、模型导向非经典的计量经济学问题、模型结构非经典的计量经济学问题、数据类型非经典的计量经济学问题和估计方法非经典的计量经济学问题。

本课程以经典计量经济学为主，适当引入一些简单的、应用较多的现代计量经济学理论方法。理由： 一方面，从理论方法角度，经典计量经济学理论方法是非经典计量经济学理论方法的基础； 另一方面，从应用的角度，经典计量经济学模型仍然是目前应用最为普遍的计量经济学模型。

微观计量经济学 于2000年诺贝尔经济学奖公报中正式提出； 微观计量经济学的内容集中于“对个人和家庭的经济行为进行经验分析”； 5. 微观计量经济学和宏观计量经济学 微观计量经济学 于2000年诺贝尔经济学奖公报中正式提出； 微观计量经济学的内容集中于“对个人和家庭的经济行为进行经验分析”； “微观计量经济学的原材料是微观数据”，微观数据表现为截面数据和平行（penal）数据； 赫克曼（J.Heckman）和麦克法登（D.McFaddan） 对微观计量经济学作出原创性贡献。

微观计量经济学教科书和课程有：“Microeconometrics” “Advanced Microeconometrics” “Applied Microeconometrics” “Topics in Microeconometrics” “Methods in Microeconometrics” 微观计量经济学的主要内容包括： 平行（penal）数据模型的理论方法 离散选择模型的理论方法 选择性样本模型的理论方法

宏观计量经济学名称由来已久，但是它的主要内容和研究方向发生了变化。 经典宏观计量经济学：利用计量经济学理论方法，建立宏观经济模型，对宏观经济进行分析、评价和预测。 现代宏观计量经济学的主要研究方向：单位根检验、协整理论以及动态计量经济学。

四、计量经济学是一门经济学科

2.计量经济学在经济学科中的地位 1.“计量经济学已经在经济学科中居于最重要 的地位” 2.“在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分” 3.“第二次大战后的经济学是计量经济学的时代”。 4.在我国是高等学校经济类八门核心课程之一

2.计量经济学在经济学科中的地位 △ 从现代西方经济学的特征看 △ 从西方经济学的发展历史看 △ 从世界一流大学经济学课程表看 △ 从国际经济学刊物论文看 △ 从经济学的“世界先进水平”看

3.诺贝尔经济学奖与计量经济学 1.55位获奖者中10位直接因为对计量经济学发展的贡献而获奖 1969 R. Frish J. Tinbergen 1973 W. Leotief 1980 L. R. Klein 1984 R. Stone 1989 T. Haavelmo 2000 J. J. Heckman D. L. McFadden 2003 R. F. Engle C. W. J. Granger 2.近20位担任过世界计量经济学会会长 3.30余位左右在获奖成果中应用了计量经济学

4.获奖者名单 2004 Finn Kydland , Edward Prescott 2003 Robert F. Engle, Clive W. J. Granger 2002 Daniel Kahneman, Vernon L. Smith 2001 George A. Akerlof, A. Michael Spence, Joseph E. Stiglitz 2000 James J Heckman, Daniel L McFadden 1999 Robert A. Mundell 1998 Amartya Sen 1997 Robert C. Merton, Myron S. Scholes 1996 James A. Mirrlees, William Vickrey

1995 Robert E. Lucas Jr. 1994 John C. Harsanyi, John F. Nash Jr., Reinhard Selten 1993 Robert W. Fogel, Douglass C. North 1992 Gary S. Becker 1991 Ronald H. Coase 1990 Harry M. Markowitz, Merton H. Miller, William F. Sharpe 1989 Trygve Haavelmo 1988 Maurice Allais 1987 Robert M. Solow

1986 James M. Buchanan Jr. 1985 Franco Modigliani 1984 Richard Stone 1983 Gerard Debreu 1982 George J. Stigler 1981 James Tobin 1980 Lawrence R. Klein 1979 Theodore W. Schultz, Sir Arthur Lewis 1978 Herbert A. Simon 1977 Bertil Ohlin, James E. Meade

1976 Milton Friedman 1975 Leonid Vitaliyevich Kantorovich Tjalling C. Koopmans 1974 Gunnar Myrdal Friedrich August von Hayek 1973 Wassily Leontief 1972 John R. Hicks, Kenneth J. Arrow 1971 Simon Kuznets 1970 Paul A. Samuelson 1969 Ragnar Frisch, Jan Tinbergen

The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1969 "for having developed and applied dynamic models for the analysis of economic processes" Jan Tinbergen the etherlands Ragnar Frisch Norway

The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1973 "for the development of the input-output method and for its application to important economic problems" Wassily Leontief USA

The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1980 "for the creation of econometric models and the application to the analysis of economic fluctuations and economic policies" Lawrence R. Klein USA

The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1984 "for having made fundamental contributions to the development of systems of national accounts and hence greatly improved the basis for empirical economic analysis" Richard Stone Great Britain

The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 1989 "for his clarification of the probability theory foundations of econometrics and his analyses of simultaneous economic structures" Trygve Haavelmo Norway

创立 建立第1个应用模型 建立概率论基础 发展数据基础 发展应用模型 Frisch 经典计量经济学 建立第1个应用模型 Tinbergen 建立概率论基础 Haavelmo 发展数据基础 Stone 发展应用模型 Klein 建立投入产出模型 Leontief

The Bank of Sweden Prize in Economic Sciences in Memory of Alfred Nobel 2000 "for his development of theory and methods for analyzing selective samples” James J Heckman USA

"for his development of theory and The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2000 "for his development of theory and methods for analyzing discrete choice" Daniel L McFadden USA

The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003 "for methods of analyzing economic time series with common trends (cointegration)" Clive W. J. Granger UK

The Bank of Sweden Prize in Economic Sciences inMemory of Alfred Nobel 2003 "for methods of analyzing economic time series with time-varying volatility (ARCH)" Robert F. Engle USA

非 经典计量经济学 微观计量： 选择性样本模型 微观计量： 离散选择模型 时间序列： 时间序列： Heckman McFadden 协整理论—现代宏观计量 Granger 时间序列： ARCH—现代金融计量 Engle

美国著名经济学家、1970年诺贝尔经济学奖获得者保罗.萨缪尔森曾说过：“战后的经济学是计量经济学的时代”。

第二节 建立计量经济学模型的步骤和要点 理论计量经济学的研究程序 一旦某种估计方法被提出，有 关的理论探讨就须遵循下图所示的 逻辑化程序。

估计方法 估计方法的统计可靠性 拒绝该理论 估计方法适用的假定条件 如何判定假定条件是否获得满足 接受该理论 后果 如何解决 可靠 不可靠 若假定条件被满足 若假定条件不能被满足 如何判定假定条件是否获得满足 接受该理论 后果 如何解决

一、理论模型的设计 1.确定模型所包含的变量 2.确定模型的数学形式 3.拟定理论模型中待估参数的理论期望值 二、样本数据的收集 三、模型参数的估计 四、模型的检验 五、模型的应用

一、理论模型的设计 1.确定模型所包含的变量 在单方程模型中，变量分为两类。作为研究对象的变量，也就是因果关系中的“果”，是模型中的被解释变量；而作为“原因”的变量，是模型中的解释变量。确定模型所包含的变量，主要是指确定解释变量。可以作为解释变量的有下列几类变量：外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。

计量经济模型中的变量 1. 从变量的因果关系区分： 被解释变量（应变量）——要分析研究的变量 解释变量（自变量）—说明应变量变动主要原因的变量 （非主要原因归入随机项） 2.从变量的性质区分： 内生变量—其数值由模型所决定的变量，是模型求解 的结果 外生变量—其数值由模型以外决定的变量 （外生变量：政策变量和非政策变量； 滞后变量：滞后内生变量、滞后外生变量； 前定变量：滞后内生变量和外生变量） 关系： 外生变量数值的变化能够影响内生变量的变化 内生变量却不能反过来影响外生变量 3.按经济活动形态分：流量、存量；

被解释变量与解释变量 在单方程模型中，变量分为两类：被解释变量与解释变量 作为研究对象的变量，也就是因果关系中的“果”，例如生产函数中的产出量，是模型中的被解释变量，在单一方程模型中，处于左端 作为“原因”的变量，例如生产函数中的资本、劳动、技术，是模型中的解释变量，在单一方程模型中，处于右端

解释变量与被解释变量 被解释变量 解释变量

如何正确地选择解释变量? (1)需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。 (2)选择变量要考虑数据的可得性。 (3)选择变量时要考虑所有入选变量之间的关系，使得每一个解释变量都是独立的。

解释：如何正确地选择解释变量 首先，需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。这是正确选择解释变量的基础 例如，在上述生产问题中，已经明确指出属于供给不足的情况，那么，影响产出量的因素就应该在投人要素方面，而在当前，一般的投人要素主要是技术、资本与劳动 如果属于需求不足的情况，那么影响产出量的因素就应该在需求方面，而不在投入要素方面。这时，如果研究的对象是消费品生产，应该选择居民收人等变量作为解释变量；如果研究的对象是生产资料生产，应该选择固定资产投资总额等变量作为解释变量。

解释：如何正确地选择解释变量 其次，选择变量要考虑数据的可得性。这就要求对经济统计学有透彻的了解 计量经济学模型是要在样本数据，即变量的样本观测值的支持下，采用一定的数学方法估计参数，以揭示变量之间的定量关系 所以所选择的变量必须是统计指标体系中存在的、有可靠的数据来源的。如果必须引入个别对被解释变量有重要影响的政策变量、条件变量，则采用虚变量的样本观测值的选取方法 第三，选择变量时要考虑所有入选变量之间的关系，使得每一个解释变量都是独立的。这是计量经济学模型技术所要求的。当然，在开始时要做到这一点是困难的，如果在所有入选变量中出现相关的变量，可以在建模过程中检验并予以剔除

选择变量的其他注意事项 选择变量绝不能以数据拟合的好坏作为主要标准。 选择变量不可能一次完成，往往要经过多次反复。

内生变量与外生变量 内生变量 是所研究的经济系统的模型本身确定的 是该模型求解的结果 属于应变量

内生变量与外生变量 外生变量 外生变量的数值是在研究的模型之外确定的，不受模型内部因素的影响 在模型求解之前事先规定的，是“给定的”或“已知的”值 属于自变量 分为政策变量（决策者可以控制的变量，如政府支出、利率、货币供应量等）和非政策变量（难以控制或不能控制的变量，如气候、自然灾害、农业收成、汇率等）

政策变量是决策者可以控制的变量，如政府支出、利率、货币供应量等等。 外生变量分为政策变量和非政策变量 政策变量是决策者可以控制的变量，如政府支出、利率、货币供应量等等。 非政策变量是难以控制或不能控制的变量，例如气候、自然灾害、农业收成、汇率等等。

前定变量 滞后内生变量的数值是前期所决定的， 因此，它和外生变量都是在求解本期内生变量之前已经确定了的变量 滞后变量与外生变量合称为前定变量 用作解释变量

前定变量用法 1. 滞后内生变量的作用视着外生变量。 2. 在单一模型中，前定变量多作为自变量，内生变量一般作为应变量；在联立方程模型中内生变量既可以作为应变量也可以作为自变量。

滞后变量举例(NA表示缺失值)

变量分类

变量的其它分类 工具变量与目标变量 运用模型时可以把政策变量看作工具变量，而把内生变量看作目标变量。 通过对有关工具变量的调节，以便达到事先确定的目标变量的水平。例如，通常用适当的经济增长率，较低的失业率和通货膨胀率等作为目标变量，事先固定下来，然后计算调整相应的工具变量，例如税率、公共支出预算水平等数值。 离散型变量与连续型变量 离散型 （包括表示定性数据的虚拟变量—只取0和1） 连续型

变量分类的相对性 某个变量是内生变量还是外生变量，是目标变量还是工具变量，并不是先验确定的 主要结合分析的目的，取决于它们在模型中的地位和作用。 例如在经济增长模型中GDP是内生变量，作为被解释变量，但是在消费函数中GDP却可以是外生变量，作为解释变量。

2. 确定模型的数学形式 选择模型数学形式的主要依据是经济行为理论。在数理经济学中，已经对常用的生产函数、需求函数、消费函数、投资函数等模型的数学形式进行了广泛的研究，可以借鉴这些研究成果。也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图，由散点图显示的变量之间的函数关系作为理论模型的数学形式。如果无法事先确定模型的数学形式，那么就采用各种可能的形式进行试模拟，然后选择模拟结果较好的一种。

经济变量之间的关系 计量经济学研究的对象是经济现象和经济现象中的具体数量规律 按照不同标准，经济变量之间的关系可以分为不同类型 行为关系与技术关系 微观关系与宏观关系 静态关系与动态关系 恒等关系与制度关系 存量关系与流量关系

(1) 行为关系与技术关系 行为关系（Behavioral relations）：描述经济变量的行为变化，例如： C = a0+a1Y+a2P C：人均糖果消费量；Y：收入水平；P：糖果的价格 该方程描述了消费者在糖果消费上的行为。 技术关系（Technical relations）：描述经济变量之间技术联系， 例如： Q=eKaLb Q：产出量；K：资本存量；L：劳动力 该方程描述了产出量与投入要素之间的技术联系

(2) 微观关系与宏观关系 微观关系（Microrelations） 微观经济变量之间的关系 宏观关系（Macrorelations） 宏观经济变量或经济总量之间的关系

(3) 静态关系与动态关系 静态关系（Static relations）：描述在某一时期或某一时点上经济变量之间的关系，例如： Ct = a + b Yt 动态关系（Dynamic relations）：描述经济变量之间 的动态关系，例如 It = a（Yt – Y t-1）+ bI t-1

(4) 恒等关系与制度关系 恒等关系（Identity relations）：或称定义关系（Definitional relations），根据某种理论定义的经济变量之间的关系，例如： Y = C + I + G +（EX – IM） 制度关系（Institutional relations）：描述政府政策变化产生的影响，例如： 政府销售税增加对某一类商品销售量的影响 个人缴纳的所得税与他的收入之间的关系

(5) 存量关系与流量关系 存量，指某一时点上测算出来的量；例如： 货币量，资本存量，存货，财富 流量，指某一时期测算出来的量；例如： 货币支出，投资，存货变动，收入 存量与流量之间的关系，例如： I t = a（Kt – K t-1）

流量与存量 哪个是存量？哪个是流量？

非线性模型一般都要转化为线性模型来估计。 模型形式 线性模型 非线性模型： 双对数模型 半对数模型 倒数模型 非线性模型一般都要转化为线性模型来估计。

线性模型一般形式 这是最常用的模型形式，可以用数理统计中的线性回归方法进行估计（最小二乘法）。 只有一个解释变量时，称简单线性回归模型，也叫双变量回归模型；当解释变量不止一个时，称多元线性回归模型。“元”，指解释变量，上模型称k-1元线性回归模型或者K变量回归模型。

双对数模型 基本形式为： 其中u为随机扰动项,用自然对数表示为 就是Y关于X的弹性：

半对数模型 基本形式： 或者 等于X的绝对量发生一定变动时，引发Y 的不变的相对变动率。 等于X发生一定相对变动变动时，引发Y 此模型称不变百分率增长模型。 等于X的绝对量发生一定变动时，引发Y 的不变的相对变动率。 等于X发生一定相对变动变动时，引发Y 的平均值或期望值绝对量的变动。

对半对数模型的解释

倒数变换模型 表示随着X的递增，Y非线性递减（第二项系数为负时，递增），但最终以截距项为渐进线。比如菲利普斯曲线就可以使用这种模型。

为何要有误差项呢？－－－－ 随机扰动项的分布及其产生原因 为何要有误差项呢？－－－－ 随机扰动项的分布及其产生原因 1、引入随机扰动项的目的 2、随机扰动项代表模型中省略了的所有次要因素的综合作用 3、根据中心极限定理随机扰动项服从正态分布 4、通常模型由随机方程组成 5、随机扰动项产生的原因

为什么要引入随机扰动项 模型中引入反映不确定因素影响的随机扰动项μ的目的在于使模型更符合客观经济活动实际。 干扰项是从模型中省略下来而又集体地影响着Y地全部变量地替代物

简单线性需求函数——不可能包罗万象地引入全部影响变量 我们以最简单的线性需求函数为例进行分析。 Qd=b0+b1X1 理论分析和实践经验表明，某种商品需求量不仅趋近于价格，而且趋近于替代商品的价格X2，消费者收入X3和消费者偏好X4等等。将所有对需求量有影响的个变量引入方程： Qd=b0+b1X1+b2X2+b3X3+b4X4++bkXk 即使如此也还可能有其他次要因素影响需求量，譬如社会风尚，心理变化甚至天气等等。总之，不可能巨细无遗地全部都引入。

次要因素的综合效应是不能忽视的 未引入的这些随机变量有的可以度量，有些不可以度量，在实际观测中，有时发生影响有时又不发生影响，记为随机变量Zi（i=1,2,…,m）。 从个别意义上，这些次要因素可能是不重要的，但所有这些的综合效应是不能忽视的。否则，模型将与实际不符。于是将它们也引入模型。

必须另外寻找解决问题的思路 全部变量引入显然是不必要的。计量经济学将这些或者次要，或者偶然的，或者不可测度的变量用一个随机扰动项μ来概括，需求函数： 这是一个随机方程。μ是随机变量Zj的线性组合，也是一个随机变量。它代表所有未列入模型的那些次要因素的综合影响。

由中心极限定理μ服从正态分布 进一步分析μ相当于诸随机变量Zj的均值 因此，由中心极限定理，无论Zj原来的分布形式如何，只要它们相互独立，m足够大，就会有μ趋于正态分布。 而且正态分布简单易用，且数理统计学中研究的成果很多，可以借鉴。

随机扰动项产生的原因 （1）人类行为和客观现象的随机性。引入μ的根本原因，乃是经济活动是人类参与的，而人类行为的内在随机性决定了不可能像科学实验那样精确。此外还有社会环境和自然环境的随机性。 （2）模型省略了变量。被省略的变量包含在随机扰动项μ中。核心变量与周边变量 （3）测量与归并误差。测量误差致使观察值不等于实际值，汇总也存在误差。 （4）数学模型形式设定造成的误差。比如由于认识不足或者简化，将非线性设定成线性模型。

随机扰动项产生的原因 （5）数据的欠缺 （6）糟糕的替代变量 （7）理论的含糊性

3.拟定理论模型中待估参数的理论期望值 理论模型中的待估参数一般都具有特定的经济含义，对于它们的数值范围，即理论期望值，可以根据它们的经济含义在开始时拟定。这一理论期望值可以用来检验模型的估计结果。 拟定理论模型中待估参数的理论期望值，关键在于理解待估参数的经济含义。例如在生产函数理论模型中有4个待估参数α、β、γ和A。其中，α是资本的产出弹性，β是劳动的产出弹性，γ近似为技术进步速度，A是效率系数。根据这些经济含义，它们的数值范围应该是： 0<α<1, 0<β<1, α＋β≈1， 0<γ<1并接近0, A>0。

二、 样本数据的收集 在经济问题研究中，数据往往是证明观点的证据，基于事实的证据是我们透过大千世界的外表而探求其运行本质的基础。 数据是基础，建立在数据之上的是变量，变量之间的关系构成方程，随机方程构成系统，系统加上恒等式构成模型。模型是对现实社会经济系统的抽象和简化。

1.何谓数据 数据是客体反映信息之一，这种信息如以量的标志显现出来，就称其为数据。数据是一定条件下客体在量的方面的综合表现。在开始一项研究工作时，最基本的工作之一，就是收集数据。 数据按其本义来说是定量的（计数或计量）的。但在实际应用中，它们可以是定量的，也可以是定性的，或者是两者的结合。随着人类认识客体技术的提高与认识层次的深化，数据的外延还在不断的扩大。

2.几类常用的样本数据 时间序列数据是一批按照时间先后排列的统计数据。 （同一空间、不同时间） 截面数据是一批发生在同一时间截面上的调查数据。 （同一时间、不同空间） 虚变量数据也称为二进制数据，一般取0或1。虚变量经常被用在计量经济学模型中，以表征政策、条件等因素。（用0—1表示的“非此即彼”的变量） 混合数据（合并数据）

2.1时间序列数据 时间序列数据的定义 时间序列数据举例 采纳时间序列数据的注意事项

时间序列数据 （Time Series Data） 时间序列数据又俗称为纵向数据。例如，我国自改革开放的1978-2000年GNP数据。 在西方经济学中称它为流量，在统计经济学上称它为时期数。 时间序列的时间是变化的。常用的时间间隔有：年、季度、月、周（7日或5日）、日 时间序列数据通常存在季节变动和序列相关——自相关（误差的协方差不等于0，即前期误差与后期误差之间存在相关）。 而截面数据通常存在异方差（误差方差不是一个常数）。

采纳时间序列数据的注意事项 （1）样本区间内经济行为的一致性，例如80年代后期以来为供大于求（居民收入和出口额），80年代中期以前为供不应求（资本、劳动等） （2）样本点之间数据具有可比性，价值形态出现的数据往往是不可比的，应当消除物价因素的影响 （3）样本观察值过于集中，不能反映经济变量间的结构关系，应增大观测区间 （4）时间序列误差项间往往存在序列相关（自相关）

2.2截面数据 （Cross-Section Data） 截面数据又俗称横向数据，是一批发生在同一时间截面上的调查数据。研究某个时点上的变化情况。例如，工业普查数据、人口普查数据、家计调查数据等。 在西方经济学中称它为存量，在统计经济学上称它为时点数。 截面数据的时间是凝固的。 截面数据中大多存在异方差，必须引起注意。

采纳截面数据的注意事项 （1）样本点间的同质性（样本与母体的一致性），截面数据很难用于总量估计。 （2）截面数据一般存在误差项的异方差，例如服装需求量的模型中气候因素没有包括在解释变量中，该影响则被包含在随机误差中，如果该项影响构成随机误差的主要部分，则可能出现异方差性，为什么？对于不同的样本点，即对于不同的收入的消费者，由于气候变化带来的对服装需求量的影响是不同的。高收入者在气候变化是可以拿出较多的钱购买服装以适应气候的变化，而低收入者的适应能力则很有限。则会有不同的方差。

2.3虚拟变量（Dummy Variables Data）数据的定义 虚拟变量是只取1或0之一的一个变量，一般用以表示定性变量，例如政策变量、条件变量等。 虚拟变量组合起来可以表征多种状态。 使用的虚拟变量的个数=欲表征的状态数-1，3种状态只用2个虚拟变量，若3状态采用3个虚拟变量，将造成多重共线。

用虚拟变量表示定性数据 性别 D 卫生等级 D1 D2 男 不清洁 1 女 清洁 最清洁

2.4合并数据（Pooled Data） 合并数据是时间序列数据与截面数据的合成体。 例如，1978-1999年我国各省市城镇居民消费结构的调查资料。 板面数据（Panel Data）又称纵向数据是一种特殊的合并数据。

3.数据的来源： 各种经济统计数据 专门调查取得的数据 人工制造的数据

4.样本数据的质量 完整性，即模型中包含的所有变量都必须得到相同容量的样本观测值。 准确性，有两方面含义，一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的；二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求。例如，在生产函数模型中，作为解释变量的资本、劳动等必须是投入到生产过程中的、对产出量起作用的那部分生产要素，以劳动为例，应该收集生产性职工人数，而不能以全体职工人数作为样本数据。 可比性，也就是通常所说的数据口径问题。统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计。计量经济学方法，是从样本数据中寻找经济活动本身客观存在的规律性，如果数据是不可比的，得到的规律性就难以反映实际。 一致性，即母体与样本的一致性。例如，用企业的数据作为行业生产函数模型的样本数据，用人均收入与消费的数据作为总量消费函数模型的样本数据。

① 完整性 指模型中包含的所有变量都必须得到相同容量的 样本观测值。这既是模型参数估计的需要，也是 经济现象本身应该具有的特征 在实际中，“遗失数据”的现象是经常发生的， 尤其在中国，经济体制和核算体系都处于转轨之 中。在出现“遗失数据”时，如果样本容量足够 大，样本点之间的联系并不紧密的情况下，可以 将“遗失数据”所在的样本点整个地去掉 如果样本容量有限，或者样本点之间的联系紧密， 去掉某个样本点会影响模型的估计质量，则要采 取特定的技术将“遗失数据”补上

② 准确性 一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的； 准确性有两方面含义： 一是所得到的数据必须准确反映它所描述的经济因素的状态，即统计数据或调查数据本身是准确的； 二是它必须是模型研究中所准确需要的，即满足模型对变量口径的要求； 例如，在生产函数模型中，作为解释变量的资本、劳动等必须是投入到生产过程中的、对产出量起作用的那部分生产要素，以劳动为例，应该是投入到生产过程中的、对产出量起作用的那部分劳动者。于是，在收集样本数据时，就应该收集生产性职工人数，而不能以全体职工人数作为样本数据，尽管全体职工人数在统计上是很准确的，但其中有相当一部分与生产过程无关，不是模型所需要的

③ 可比性 是通常所说的数据口径问题 人们容易得到的经济统计数据，一般可比性较差，其原因在于统计范围口径的变化和价格口径的变化，必须进行处理后才能用于模型参数的估计 计量经济学方法，是从样本数据中寻找经济活动本身客观存在的规律性，如果数据是不可比的，得到的规律性就难以反映实际 不同的研究者研究同一个经济现象，采用同样的变量和数学形式，选择的样本点也相同，但可能得到相差甚远的模型参数估计结果。原因在于样本数据的可比性

④ 一致性 指母体与样本的一致性 违反一致性的情况经常会发生 例如，用企业的数据作为行业生产函数模型的样本数据，用人均收人与消费的数据作为总量消费函数模型的样本数据，用31个省份的数据作为全国总量模型的样本数据

三、模型参数的估计 模型参数的估方法，是计量经济学的核心内容。在建立了理论模型并收集整理了符合模型要求的样本数据之后，就可以选择适当的方法估计模型，得到模型参数的估计量。

参数的定义和分类 反映模型中各类方程式的经济结构特性的参数，称为结构参数 它有显含参数和隐含参数之分 显含参数就是与变量相乘的常系数，例如上述需求供给模型中的 隐含参数如随机扰动项的概率分布

参数在方程中的作用 通过参数把各种变量连接在方程之中，借以说明外生变量或前定变量的变化对内生变量变化的影响程度。 参数值可以采用数理统计学方法依据样本资料估计出来 参数一经确定。因果（函数）关系亦随之确定了 就可以依据外生变量和前定变量的值，通过模型预测内生变量的值

对参数的约束 对参数的约束 确定参数的大小及其正负号就是对模 型的事前约束。 零约束或非零约束 模型中排除或包含某个变量，可以看作是对模型中某个变量的参数施加零约束或非零约束。

参数估计 计量经济理论模型设定以后，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之中，具体说明解释变量对被解释变量的影响程度。 在未经实际资料估计之前，参数是未知的。模型设定之后，依据可资利用的数据资料，选择适当的估计方法，例如最小二乘进行估计。 参数估计是一个纯技术过程

参数估计的意义 参数估计为经济理论提供了实际经验的内容，并验证经济理论。 如上述凯恩斯消费模型，若参数b1的估计值=0.8，它不仅说明了边际消费倾向的实际内容， 同时也证实了凯恩斯消费理论关于b1介于0-1之间的假定。

理论计量经济学主要讨论参数估计式是否符合一定的准则 选择参数估计式一般参照如下准则： 参数及其估计准则 为什么要确定参数估计准则？ 由于存在抽样波动，参数无法通过观测直接确定。参数要通过样本估计，估计方法及所确定的估计式不一定完备，不一定能得到总体参数的真实值 估计准则：“尽可能地接近” 原则——参数估计值应尽可能地接近总体参数的真实值 理论计量经济学主要讨论参数估计式是否符合一定的准则 选择参数估计式一般参照如下准则： 无偏性 最小方差性（有效性） 一致性 （同时具有最小方差性和无偏性的估计式称为最佳无偏估计，若同时是线性的，则称最佳线性无偏估计（BLUE））

1、无偏性 参数估计值 的分布称为 的抽样分布，其 密度函数记为f( ) 如果 E( ) =β 称 是参数β的无偏估计式，否则称 是有 前提：重复抽样中估计方法固定、样本数不变、经 重复抽样的观测值,可得一系列参数估计值 参数估计值 的分布称为 的抽样分布，其 密度函数记为f( ) 如果 E( ) =β 称 是参数β的无偏估计式，否则称 是有 偏的，其偏倚为E( )-β

概 率 密 度 估计值 偏倚

2、最小方差性 前提：样本相同、用不同的方法估计参数， 可以找到若干个不同的估计式 目标: 努力寻求其抽样分布具有最小方差的估计 式—— 最小方差准则，或称最佳性准则 既是无偏的同时又具有最小方差的估计式，称为 最佳无偏估计式。

1 概 率 密 度 估计值

3、渐近性质（大样本性质） 思想:当样本容量较小时,有时很难找到最佳无偏估计，需要考虑样本扩大后的性质 （估计方法不变，样本数逐步增大） 一致性： 当样本容量 n 趋于无穷大时，如果估计式 依概率收敛于总体参数的真实值，就称这个估计式 是β的一致估计式。即 或 P Lim =β n→∞ （渐近无偏估计式是当样本容量变得足够大时其偏倚趋于零的估计式）

概 率 密 度 估计值

单一方程技术的基本内容 估计方法 检验理论 古典最小二乘法 预测 虚拟变量 工具变量法 单一方程 线性约束 极大似然法 变量归并 设定误差 广义最小二乘法 多重共线性 滞后变量 （可供选择的方法） 变量中的误差 自相关 异方差 （可能涉及的问题） 单一方程技术的基本内容

联立方程 联立方程技术的基本内容 工具变量法 识别 理论 二阶段最小二乘法 有限信息 估计法 间接最小二乘法 有限信息最大似然法 估计 方法 三阶段最小二乘法 完全信息 估计法 完全信息最大似然法 联立方程技术的基本内容

什么是检验： 为什么要检验： 四、模型的检验 对模型和所估计的参数加以评定，判定在理论上是否有意义，在统计上是否显著 ● 理论依据可能不充分 ● 统计数据或其他信息可能不可靠 ● 样本可能较小，结论只是抽样的某种偶然结 果， ● 可能违反计量经济估计的基本假定

四、模型的检验的方式 1. 经济意义检验 主要检验模型参数估计量在经济意义上的合理性。方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括参数估计量的符号、大小、相互之间的关系，以判断其合理性。 例1，有下列煤炭行业生产模型： 煤炭产量=－108.5427＋0.00067×固定资产原值＋0.01527×职工人数－0.00681×电力消耗量＋0.00256×木材消耗量 在该模型中，电力消耗量前的参数估计量为负，意味着电力消耗越多，煤炭产量越低，从经济行为上无法解释。模型不能通过检验。 例2，有下列煤炭企业生产函数模型： Ln（煤炭产量）=2.69＋1.85Ln（固定资产原值）＋0.51Ln（职工人数） 该模型是一个对数线性模型，固定资产原值前的参数是固定资产原值的产出弹性，根据产出弹性的概念，该参数估计量应该是0与1之间的一个数，该例数值与理论期望值不符，不能通过检验。

由数理统计理论决定，检验模型的统计学性质。应用的统计检验准则有拟合优度检验、变量和方程的显著性检验等。 2.统计检验 由数理统计理论决定，检验模型的统计学性质。应用的统计检验准则有拟合优度检验、变量和方程的显著性检验等。 3.计量经济学检验 由计量经济学理论决定，检验模型的计量经济学性质。通常最主要的检验准则有随机误差项的序列相关检验和异方差性检验，解释变量的多重共线性检验等。 4.模型预测检验 由模型的应用要求决定，包括稳定性检验：扩大样本重新估计，预测性能检验：对样本外一点进行实际预测。

解释：模型的检验 参数估计以后，模型便已确定。但模型是否符合实际，能否解释实际经济过程，提交使用前还需要进行检验。 模型必须通过四级检验，才能用于实际： (1) 经济意义检验 (2) 统计检验 (3) 计量经济学检验 (4) 模型预测检验

(1) 经济意义检验 根据经济理论估计模型中参数的理论期望值 如果参数估计值与理论期望值明显不副（比如符号不一），可以认为模型有误

(2) 统计检验 统计检验是由统计理论决定的，目的在于检验模型的统计学性质。通常最广泛应用的统计检验准则有： 拟合优度检验 变量显著性检验（ｔ检验） 方程的显著性检验（Ｆ检验）

(3) 计量经济学检验 计量经济学检验，目的在于检验模型的计量经济学性质，包括： 序列自相关检验 异方差检验 解释变量多重共线性检验 随机解释变量

(4) 模型预测检验 预测检验主要检验模型参数估计量的稳定性以及相对样本容量变化时的灵敏度，确定所建立的模型是否可以用于样本观测值以外的范围，即模型的所谓超样本特性。具体检验方法为： 利用扩大了的样本重新估计模型参数，将新的估计值与原来的估计值进行比较，并检验二者之间差距的显著性 将所建立的模型用于样本以外某一时期的实际预测，并将该预测值与实际观测值进行比较，并检验二者之间差距的显著性

理论，即所研究的经济现象的行为理论，是计量经济学研究的基础。 五、计量经济学成功三要素 理论，即所研究的经济现象的行为理论，是计量经济学研究的基础。 方法，主要包括模型方法和计算方法，是计量经济学研究的工具与手段，是计量经济学不同于其它经济学分支学科的主要特征。 数据，反映研究对象的活动水平 、相互间联系以及外部环境的数据，或更广义讲是信息，是计量经济学研究的原料。 这三方面缺一不可。

六、相关分析、回归分析和因果分析 相关关系与因果关系 相关关系，是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。 因果关系，是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。 具有因果关系的变量之间一定具有数学上的相关关系。而具有相关关系的变量之间并不一定具有因果关系。

相关分析和回归分析 相关分析是判断变量之间是否具有相关关系的数学分析方法，通过计算变量之间的相关系数来实现。 回归分析也是判断变量之间是否具有相关关系的一种数学分析方法，它着重判断一个随机变量与一个或几个可控变量之间是否具有相关关系。

第三节 计量经济学模型的应用 一、结构分析 二、经济预测 三、政策评价 四、检验与发展经济理论

一、结构分析 经济学中的结构分析是对经济现象中变量之间相互关系的研究。它研究当一个变量或几个变量发生变化时会对其它变量以至经济系统产生什么样的影响。 结构分析所采用的主要方法是弹性分析、乘数分析与比较静力分析。

1．结构分析 经济学中的结构分析是对经济现象中变量之间关系的研究。 结构分析研究的是当一个变量发生变化时会对其他变量以至经济系统产生什么影响。 进行经济系统定量研究的主要任务就是结构分析。 主要方法：弹性分析、乘数分析分析和比较静力学分析。

弹性 弹性，某一变量的相对变化引起另一变量的相对变化的度量。 由于计量经济模型（结构式模型）揭示了变量之间的直接因果关系，从模型出发进一步揭示变量相对变化量之间的关系是十分容易的。

双对数模型

乘数（边际） 乘数是某一变量的绝对变化引起另一变量绝对变化的度量，即变量的变化量之比。 常用来研究外生变量对内生变量的影响。对于实现经济系统的调控有重要作用。 例如，政策变量对内生变量的影响。 可以从计量经济模型的简化式中直接求出。

一般线形模型

比较静力分析 比较经济系统的不同平衡位置之间的联系，探索经济系统从一个平衡点到另一平衡点时变量的变化，研究系统中某个变量或参数的变化对另外变量或参数的影响。 计量经济模型为比较静力学分析提供了基础。

二、经济预测 计量经济学模型作为一类经济数学模型，是从用于经济预测，特别是短期预测而发展起来的。 经济预测对两次石油危机预测的失效。 计量经济模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技术手段。 因此，对于非稳定发展的经济过程；对于缺乏规范行为理论的经济活动，计量经济模型显然无能为力。 同时，40-60年代建立的计量经济模型都是以凯恩斯理论为理论基础的，经济理论本身已经有了很大发展，滞后于经济现实与经济理论的模型在运用中当然要遇到障碍。

三、政策评价 政策评价是指从许多不同的政策中选择较好的政策予以实行，或者说是研究不同的政策对经济目标所产生的影响的差异。计量经济学模型，揭示了经济系统中变量之间的相互联系，将经济目标作为被解释变量，经济政策作为解释变量，可以很方便的评价各种不同的政策对目标的影响。 主要有三种方法。一是工具—目标法。二是政策模拟。三是最优控制方法。

计量经济学模型的“经济政策实验室”功能。 三、政策评价 政策评价的重要性。 经济政策的不可试验性。 计量经济学模型的“经济政策实验室”功能。

四、检验与发展经济理论 一是按照某种经济理论去建立模型，然后用表现已经发生的经济活动的样本数据去拟合，如果拟合很好，则这种经济理论得到了检验。这就是检验理论。 二是用表现已经发生的经济活动的样本数据去拟合各种模型，拟合最好的模型所表现出来的数量关系，则是经济活动所遵循的经济规律，即理论。这就是发现和发展理论。

任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。 四、理论检验与发展 实践是检验真理的唯一标准。 任何经济学理论，只有当它成功地解释了过去，才能为人们所接受。 计量经济学模型提供了一种检验经济理论的好方法。 对理论假设的检验可以发现和发展理论。

通过以上介绍可见， 计量经济方法从模型的 建立到模型的应用是一 个复杂的过程，下图概括 描述了这一过程的基本步骤。

理论研究或经验总结 设计理论模型 收集统计资料 模型的参数估计，建立具体模型 检验估计的模型，验证理论 修改模型或重新 选择估计方法 否 是否符合标准 是 应用模型 经济分析 经济预测 政策评价

流程图 图1-9 理论研究或经验总结 理论模型与数据收集阶段 设计理论模型 收集统计资料 模型的参数估计，建立具体模型 参数估计与模拟阶段 模型检验 修改模型 是否合符标准？ 征求决策者意见 是否可用于决策？ 政策分析与模型应用阶段 修改整理模型 应用 结构分析 预测未来 评价政策 检验发展理论

计量经济学与电脑 必须指出，模型的建立和实际使用，离开了电脑几乎是不可能的。 目前，已有很多计量经济学软件包，可以完成计量经济学模型的参数估计、模型检验、预测等基本运算。 几种常见计量软件SAS,SPSS,ET,ESP,GAUSS,MATLAB,MICROTSP,STATA, MINITAB,SYSTAT,SHAZAM,EViews,DATA-FIT。 本课程采用国家计委推荐的EViews进行案例教学。 要求同学们掌握EViews，比较熟练地使用它，并掌握EViews与其它Windows软件共享信息。

学习计量软件的要求 鼯鼠五能，不如乌贼一技！

复习知识要点 1.计量经济学定义。 2.建立与应用计量经济学模型的主要步骤。 3.理论模型的设计所包含的三部分工作。 4.常用的样本数据类型。样本数据质量。 5.计量经济学模型必须通过哪四级检验？ 6.计量经济模型成功的三要素。 7.相关关系与因果关系的区别与关系。 8.计量经济学模型的应用领域。

古人学问无遗力， 少年功夫老始成， 纸上得来终觉浅， 绝知此事要躬行。

悟 达摩西来一字无 全凭心意下功夫 真经若向纸上求 笔尖蘸干洞庭湖