Study-Journal
绪论
前置知识
-
统计学（建模/模型检验）
-
高等数学（计算方法）
-
微积分
-
线性代数
-
概率论
-
具一定实用性，但在所有课程中属于学习难度最高一档～
作为必要前置知识对经济学论文查阅有很大帮助！
什么是计量经济学
外国讨论观点：
数理统计的经济学应用？
实际经济现象的数量分析？
以经济理论+数学+统计分析经济现象？
利用海量数据进行经验判定？
经济学落地下乡？
国内应试观点：研究经济现象，主要研究经济现象中的具体数量规律。
-
数理经济模型
揭示经济活动各因素之间的理论关系，用确定性的数学方程加以描述
- 严谨变量之间的关系形式，保留大量未知参数
-
计量经济模型
揭示经济活动中各个因素之间的定量关系，用随机性的数学方程加以描述
-
可借已知求未知，参数通过大量收集数据分析估出（如借助普通最小二乘法）
-
现实中，参数会随时间发展或研究对象的变化而不断改变，因此存在随机干扰项 $\mu/\mu_i/e^\mu$ 介入运算，使原方程变为随机方程
-
建立计量经济学模型的步骤和要点
一、理论模型设计
-
检查是否已有相关理论或假说的陈述
- 借鉴找出最合适利用的函数
-
确定所包含的变量
- 明确每一变量的意义所在
注意事项
-
依据经济理论和经济行为规律
-
考虑数据的可得性
-
解释变量间应当相互独立（避免共线性）
-
不要遗漏重要变量、选择无关变量
-
确定数学模型
-
依据
-
经济学理论
-
散点图（仅限于简单模型）
-
-
-
确定计量经济模型
- 随机模型保留随机干扰项 $\mu$ 家族
二、样本数据的收集
常用样本数据
-
时间序列数据
某一时间段内按时间先后排列的统计数据
-
截面数据
同一时间截面上的调查数据
-
面板数据
以时间数据为纵轴，截面数据为横轴所形成的面板上的数据
即在时间序列上取多个截面，在这些截面上同时选取样本观测值构成的样本数据
-
虚变量数据
也称为二进制数据，一般取 $0$ 或 $1$ ，常见于下述变量的量化
-
性别
-
季节，等等
-
样本数据的质量要求
-
完整性
- 不应存在数据缺失
-
准确性
- 不应存在错误数据
-
可比性
-
一致性
- 数据应当与研究对象直接相关
三、模型参数的估计
将数据导入软件进行分析
四、模型的检验
不同地区/时间段的数据不同/情况不同，回归的参数值必然不同，最后结果也必然不同
经济意义检验
根据拟定的符号、大小、关系，对参数估计结果的可靠性进行判断
- 最重要的是斜率通过检验，截距无法通过也算作经过了经济意义检验
更看重的是变动关系！
统计检验
-
拟合优度检验
-
变量显著性检验等
计量经济学检验
- 异方差异性检验等
五、应用
经济预测，制定政策等
-
预测未来经济水平
-
推断政府改变政策对收入变动的影响
举例！收入消费模型的建立
理论模型设计
理论或假说陈述
- 凯恩斯：平均而言，人们倾向于随着收入增加而增加消费，但比不上收入增加的那么多（边际消费倾向处于0到1之间）
确定变量
根据凯恩斯，该模型属于一元线性回归模型
被解释变量（因变量）：消费（结果）
解释变量（自变量）：收入（原因）
但亦可以增添其他解析变量，如
性别、年龄
财富？
财富和收入高度正相关
财富数据不易得到
因此不应选取财富作为解析变量
确定数学模型
根据凯恩斯理论得到
\[Y=\beta_1+\beta_2X,0<\beta_2<1\]确定计量经济模型
引入随机干扰项
\[Y=\beta_1+\beta_2X+\mu\]样本数据的收集
略
模型参数的估计
散点图
较简单的图像，根据输出的散点图初步判断函数类型
- 依赖于对数学函数图像的熟悉度
软件报告的阅读
Variable Coefficient下
C: 截距
X: 斜率可粗略建立出函数模型为
\[Y=-184.08+0.7064X\]模型的检验
斜率 $\beta_2=0.7064$ ， $0<0.7064<1$，通过检验
应用
当政府改变政策，投资每增加 $1$ 美元，收入增加多少？
\[\frac{\Delta Y}{\Delta I}=k=\frac{1}{1-\beta_2}=\frac{1}{1-0.7}=3.3\]故根据模型预测，投资每增加 $1$ 美元，收入将增加约 $3.3$ 美元
