计量经济学第一章绪论

计量经济学(Econometrics)计量经济学（Econometrics）一词,又译经济计量学。从字面上说，该词含义是经济测量（Economicmeasurement），但实际上，其含义要广得多。下面引用几个比较权威的定义来说明这一点。第一节什么是计量经济学？一、计量经济学定义计量经济学是一个迅速发展的经济学分支，其目标是给出经济关系的经验内容。《新帕尔格雷夫经济学大词典》，1990计量经济学可定义为实际经济现象的定量分析，这种分析根据的是由适当推断方法联系在一起的理论和观测的即时发展。计量经济学运用数理统计知识分析经济数据，对构建于数理经济学基础上的数学模型提供经验支持，并得出数量结果。（P.A.萨米尔森等，1954）计量经济学是将经济理论、数学和统计推断等工具应用于经济现象分析的社会科学。（A.S.戈德伯格，1964）综合性定义综合以上定义，可以看出，计量经济学是一个有关经济关系的经验估计的经济学分支。计量经济学依据经济理论，使用数学和统计推断等工具，用观测数据对经济和商务活动进行实证研究，测度和检验经济变量间的经验关系，从而给出经济理论的经验内容，在经济理论的抽象世界和人类活动的具体世界之间搭建桥梁。计量经济学的理论基础经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。因此，一个优秀的计量经济学家必须是合格的数学家和统计学家，他（她）还应该是一个经过系统经济学训练的经济学家。计量经济学的三个要素计量经济学的三个要素是经济理论、经济数据和统计方法。对于解释经济现象来说，“没有计量的理论”和“没有理论的计量”都是不够的，正如计量经济学创始人之一的弗里希所强调的那样，它们的结合是计量经济学的发展能够取得成功的关键。计量经济学是经济预测的科学计量经济学从根上说，是对经验规律的认识以及将这些规律推广为经济学“定律”的系统性努力，这些“定律”被用来进行预测，即关于什么可能发生或者什么将会发生的预测。因此，广义地说，计量经济学可以称为经济预测的科学。计量经济学的艺术成分计量经济学虽然以科学原理为基础，但仍保留了一定的艺术成分，主要体现在试图找出一组合适的假设，这些假设既严格又现实，使得我们能够使用可获得的数据得到最理想的结果，而现实中这种严格的假设条件往往难以满足。“艺术”成分的存在使得计量经济学有别于传统的科学，是使人对它提供准确预测的能力产生怀疑的主要原因。二、计量经济学的产生和发展1.产生年代计量经济学产生于上世纪三十年代。•1930年12月，弗里希（R.Frisch）、丁伯根(J.Tinbergen)和费歇尔(I.Fisher)等经济学家在美国克利夫兰成立计量经济学会。•1933年起，定期出版《计量经济学》(Econometrica)杂志。弗里希在该杂志发刊词中明确提出计量经济学的范围和方法，指出计量经济学是经济理论、数学和统计学的综合，但它又完全不同于这三个学科中的每一个。2.时代背景计量经济学的产生，与当时的时代背景是密切相关的。上世纪二十年代末期，在资本主义世界发生了严重的经济危机，原有的经济理论失灵，产生了所谓的“凯恩斯革命”。在这种背景下，各国政府出于对经济的干预政策的需要，企业管理层为了摆脱或减少经济危机的打击，在经济繁荣时期获取更多的利润，要求采用计量经济理论和方法，进行经济预测，加强市场研究，探讨经济政策的效果，因而计量经济学应运而生。3.学科发展环境同时，随着科学技术的发展，各门学科相互渗透，数学、系统论、信息论、控制论等相继进入经济研究领域，使经济科学进一步数量化，有助于计量经济学的发展。高速电子计算机的出现和发展，为计量经济技术的广泛应用铺平了道路。4.发展过程上世纪三十年代，侧重于个别商品供给与需求的计量，基本上属于个量分析或微观分析。自四十年代起，计量经济研究的范围扩大到整个经济体系，其特征是宏观经济总量的计量分析，亦即总量分析或宏观分析。五十年代起，在计量经济学的理论和方法得到迅速发展的同时，宏观计量经济模型在计量经济学的应用中开始占重要地位。50年代末至60年代初是宏观计量经济模型蓬勃发展的时期。八十年代后，计量经济学的研究取得了很多新进展，如单位根检验、协整、面板数据和面板数据模型、受限因变量模型、自回归条件异方差模型、广义矩估计等。与此同时，这些计量经济技术被日益广泛地应用于经济学的各个领域，成为很多经济学领域中实证工作的标准实践。5.我国计量经济学研究状况由于认识上的原因，我国对计量经济学的广泛研究和应用起步较晚，始于70年代后期。经过这些年的发展，已经取得了长足的进步，很多政府部门和学术机构建立了计量经济模型进行经济预测和政策分析。我们已大大缩小了在此领域与先进国家的差距。可以预见，计量经济学在促进我国国民经济的发展中将发挥越来越大的作用。第二节计量经济学方法一、计量经济学方法的内容任何计量经济研究包含两个基本要素：理论和事实，计量经济学的主要功能就是将这两个要素结合在一起。计量经济研究既使用理论，也使用事实，将二者结合起来，用统计技术估计经济关系，如图1.1所示。理论模型计量经济模型事实数据加工好的数据统计理论计量经济技术使用计量经济技术，用加工好的数据，估计计量经济模型结构分析预测政策评价图1.1计量经济学的研究方法理论（Theory）理论是任何计量经济研究的基本要素，但理论必须以一种可用的形式给出。对于计量经济学来说，最可用的形式，如图1.1所示，就是模型（model）的形式，具体地说，就是计量经济模型。模型概括了与所研究的系统相关的理论，是理论用于实证研究的最方便的方式。任何计量经济研究的一个必不可少的部分是模型的设定，也就是构筑一个能够恰当地表示所研究现象的计量经济模型。事实（facts）计量经济研究的另一个基本要素是事实，指的是现实世界中与所研究现象相联系的事件。这些事实导致代表相关事实的一组数据。一般来说，数据必须以各种方式进行加工，使它们能够适合于计量经济研究的使用。这种加工包括各式各样的调整，如季节调整、插值、不同数据源的合并，以及使用其它信息来修正数据等等，结果是一组加工好的数据。两个基本要素的结合计量经济研究方法的下一步也是核心一步，是两个基本要素的结合，即用加工好的数据估计计量经济模型。这一步需要使用一批计量经济技术。计量经济技术是经典统计学方法特别是统计推断技术的扩展。这种扩展是必要的，因为在估计计量经济模型时会遇到一些特别的问题。上述过程的结果是一个估计好的计量经济模型，所谓估计模型就是依据有关数据估计模型的参数，估计好的模型可用于计量经济学的三个主要目的：结构分析，预测和政策评价。二、计量经济分析的步骤（1）陈述理论（或假说）（2）建立计量经济模型（3）收集数据（4）估计参数（5）假设检验（6）预测和政策分析下面通过一个研究价格变动对汉堡需求量的影响的例子来说明上述步骤。假如莫斯科的一家新汉堡店对其定价政策不确定。每周这家店都会用各种特价方式来稍微改变汉堡的价格。售出数量与其对应的价格如表所示。假设表示售出数量(qt)与价格(pt)间关系的需求方程式为。注意，若我们定义，则方程变为。tttupq)ln()ln(21)ln(),ln(ttttpxqytttuxy21第一步：陈述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，是对现实抓住本质的简化。这种概括和简化就是理论分析的成果。因此，在模型设定阶段，首先要注意基于经济理论的定性分析。首先要做的是查找一下有关价格变动与需求量之间关系的经济理论，众所周知的需求定律告诉我们：其他条件不变的情况下，一商品的价格上升，则对该商品的需求量减少；反之，价格下降，需求量增加。简言之，一商品的价格与其需求量之间呈反向关系，即需求曲线斜率为负。第二步：建立计量经济模型模型应当反映客观经济活动，但是这种反映不可能也不应该是包罗万象，巨细无遗的。因此，需要合理的假设，删除次要关系和因素。将现实抽象为模型时必须进行必要的抽象与简化，既突出主要联系，又便于模型处理、运用。例如，在我国一些地区的经济模型中根据需要，可以不考虑进出口贸易，将地区经济视为一个封闭的经济系。模型设计阶段具体技术工作：1．模型应该包括那些经济变量？其中，哪些是因变量？哪些是自变量？2．模型包括几个参数，它们的符号（正负）如何？以及参数的取值范围？3．模型函数的数学形式，线性的？亦或是非线性的？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，也称因变量。而作为原因的变量，就称为解释变量，也称自变量。1.需求函数的数学模型尽管需求定律假定价格(P)与需求量(q)之间呈反向关系，但并没有给出二者之间关系的精确形式。例如，该定律并没有告诉我们价格与需求量之间关系是线性的还是非线性的，如图1.2中（a）和(b)所示。事实上，斜率为负的曲线有千千万万，在它们之中选择正确的函数是计量经济学家的任务。(a)(b)QPQP图1.2线性和非线性的需求函数如果q和P之间的关系是线性的，如图1.2（a）所示，则数学上需求函数可表示为：q=α+βP(1)α和β称为该函数的参数（parameters），它们是未知常数。α亦称为截矩（intercept），它给出P为0时q的值。β亦称为斜率（slope），它计量的是P的单位变动所引起的q的变动。被解释变量或因变量解释变量或自变量因变量和解释变量（1）式是反映q和P之间关系的数学模型，专业点儿说，是数理经济学模型。在这样一个模型中，等号左边的变量称为因变量(dependentvariable)或被解释变量(explainedvariable)。等号右边的变量称为自变量(independentvariable)或解释变量(explanatoryvariable)。在我们的例子中，q是因变量，P是解释变量，意味着我们用价格的变动来解释需求量的变动。2.由数学模型到计量经济模型（1）数学模型的缺陷上段中(1)式假定价格(P)与需求量(q)之间的一种精确的或确定的关系，也就是说，对于一个给定的价格，就确定一个唯一的需求量。在现实的经济变量之间，极少存在这种关系，更常见的是不精确的关系。为了说明这一点，我们根据表1.1中q和P的假设数据画出一个散点图（图1.3）。数据表和散点图表1.1周次售出数量q售出价格p18921.23210121.15310601.1049871.2056801.3567391.2578091.28812750.9999461.22108741.25117201.301210961.056008001000120014000.91.01.11.21.31.4PQ图1.3显示的是一种近似线性而非严格线性的关系。为什么不是所有12个点都位于数学模型（1）所规定的直线上呢？这是因为我们在导出需求曲线时假定所有影响q的其它变量保持不变，而实际上它们通常要变，这种变动会对q产生一些影响。结果是，观测到的q和P的关系可能不精确。结论：现实中经济变量之间的关系一般是一种不精确的关系，因此用（1）式这样的数学模型描述是不合适的，因为它不能正确反映客观实际情况。（2）扰动项(disturbanceterm)为了解决这个问题，我们用一个“一揽子”变量u加进原数学模型中，u代表所有影响q的其它因素的影响，u称为扰动项或误差项。扰动项u可以理解为这样一个变量，它反映的是除了价格以外的其它所有帮助决定需求量的因素。这些因素包括相对而言不重要因而未引入模型的变量（如消费者的口味，他们的收入，替代商品的价格等），还包括纯粹的随机因素。（3）计量经济模型引入扰动项u后，将需求函数写为：q=α+βP+u(2)这是一个计量经济模型，这种类型的计量经济模型也叫做线性回归模型。在这样一个模型中，扰动项u代表所有那些影响q但未被显式地引入模型的因素以及纯粹的随机因素。没有扰动项的关系称为精确的或确定的关系，而有扰动项的关系称为随机的关系。当我们用一个随机关系式来预测被解释变量的精确