《中级计量经济学》42.docx
《《中级计量经济学》42.docx》由会员分享,可在线阅读,更多相关《《中级计量经济学》42.docx(10页珍藏版)》请在冰点文库上搜索。
《中级计量经济学》42
《中级计量经济学》4258
《中级计量经济学》
蒋岳祥
第一章引言
1.1什么是计量经济学?
计量经济学是由挪威经济学家R.Fisher在三十年代首先创立的一门学科,是关于运用统计方法测量经济关系的艺术与科学,已经成为现代经济学的重要组成部分之一。
如果要给计量经济学(Econometrics)下一个较为确切的定义,我们可以这样界定:
计量经济学是这样一门学科,它根据以往历史的经济资料与数据,从经济理论出发,运用数理统计的分析方法对经济关系建立经济计量模型,并依据所建立的模型对经济系统进行结构分析,经济预测和政策评价。
所以计量经济学涉及数学学科中的统计学领域和经济学领域,统计学与经济理论是计量经济学的两块基石。
经济现象包罗万象,影响经济的因素有很多,如果我们企图将所有的因素作为研究的对象,我们可能什么结论也得不到,研究经济问题的一般方法是:
我们总是选用最重要的因素变量而屏弃一些非本质的因素(变量),还需要了解哪些经济现象是有待解释的,哪些重要因素是有助于解释这些经济现象的,如何度量量化那些因素,并努力寻求它们之间存在的数量关系,并用统计推断来检验这些关系,故一般建立计量经济模型的过程与方法是:
计量经济模型建立,求解,解释过程图
1.2计量经济模型(EconometricModeling)实例
学过经济学中凯恩斯经济理论的人都知道,理论上说消费和收入存在着密切的联系,如果C表示消费,Y表示收入。
则C与Y的关系,可用消费函数表示:
C=f(Y)
(1)
这样的函数满足:
1)边际消费倾向(MPC)位于0和1之间,即0<<1;
2)平均消费倾向(APC)是随着收入的增加而减少。
我们不妨将第二个条件作些化解,这个条件用数学语言表示是:
<0,
而
<0
即MPC<APC。
在现实经济社会中,消费与收入之间的关系很难确切地用方程
(1)表示收入,我们所能采集到的数据往往受到这样那样的影响,我们可用随机扰动来表示这些影响,所以,我们要对方程
(1)要作适当调整,于是消费和收入之间的关系可以写成如下形式:
(2)
其中是随机扰动。
满足凯恩斯条件的很多,无法枚举穷尽,但我们可以大致将它们分为线性模型与非线性模型两类。
[例1]线性模型(LinearModel)
方程
(2)的一个最简单的情况,是C与Y的线性关系,即
C=+Y+(3)
其中0<<1,>0
如果我们现在从历史记录中或观察到N个样本,即(Yt,Ct),t=1.2,……N,于是我们有如下一组方程:
C1=+Y1+1
C2=+Y2+2
…………………
CN=+YN+N
这便是典型的一元线性回归模型。
[例2]非线性模型(NonlinearModel)
一般情况下,方程
(2)都是非线性的情况。
例如:
C=+Y+,其中0<<1,>0
显然,当=1时,它就是例1的情况。
而,,现在我们假设0<<1则,MPC>0即该模型满足凯恩斯的两个条件,这就是一个典型非线性模型。
其他实例
1、社会保障水平与国内生产总值
直现上看,社会保障水平的相关因素中,最主要的因素是人均国内生产总值。
只有人均国内生产总值的增长,才会有资金支撑社会保障的各项支出,我们可以建立相应的线性回归模型:
利用有关国家的数据,算出常数项a和系数b,如下:
社会保障水平与人均GDP增长之间的相关函数和回归方程:
国家
相关系数Y
回归方程Y=a+bx
样本年份
英国
瑞典
丹麦
0.956
0.964
0.940
Y=14.1+0.0034x
Y=10.68+0.0064X
Y=10.14+0.0056X
1960—1995
美国
日本
德国
0.903
0.988
0.947
Y=10.46+0.00034X
Y=7.62+0.00078X
Y=16.37+0.00081X
1960—1995
资料来源:
①世界银行,世界发展报告(1982—1998)北京:
中国财政经济出版社
②联合同,人类发展报告,(1982—1999)伦墩:
天津大学出版社
从统计分析结果证明了2点。
1、社会保障水平与人均GDP队长之间存在着高度相关。
(相关系数在0.94至0.98之间)
2、回归方程中的自变量系数b值,福利型国家明显都高于自保公助型国家,上述关系表明,人均GDP每增长一亿本币,社会保障支出相应增长,福利型国家为0.003%~0.006%,自保公助型国家为0.0003%~0.0008%,二者相差一个小数点,从而说明,在相同人均国内生产总值增长速度下,福利型国家社会保障水平的上升速度快于自保公助型国家。
2、失业、国内生产总值GDP与奥肯定理(Okun’sLaw)
失业与实际GDP之间的负相关关系,首先被奥肯发现,称之为奥肯定理。
利用美国1951年至1997年的经济数据,发现:
实际GDP变动的百分比=3%—2x失业率的变动。
如果失业率保持不变,实际的GDP增长3%左右,这种正常的增长是由于人口增长、资本积累和技术进步引起的。
此外,失业率每上升一个百分点,实际GDP一般减少两个百分点。
因此,如果失业率从6%上升到8%,那么,实际GDP的增长将是:
实际GDP变动的百分比=3%—2(8%—6%)=—1%。
奥肯定理说明了,在这种情况下,GDP将在原有的基础上下降1%,表明经济处于衰退中。
3、带技术进步的Solow模型
假定生产函数为希克斯(Hicks)中性技术进步条件下的产出增长型函数,其一般形式Solow模型为:
(1)
对A(t)作进一步假定,令,这里A0为基本的技术水平,表示由于技术进步而使产出增长的部分,称为技术进步增长率。
于是
(1)式变为:
(2)
对
(2)式两边取对数并求导得到:
(3)
由于Y、L、K的实际数据都是离散的,故对(3)进行离散化,并令年,于是有:
(4)
表示产出的劳动力弹性,表示产出的资本弹性。
于是(4)式实际上就是我们的科技进步贡献率的测算模型,注意到:
这里表示科技进步对产出增长的贡献率,表示劳动力增长对产出增长的贡献率,表示资本增长对产出增长的贡献率。
从而有:
(5)
(5)式就给出了技术进步贡献率的测算公式。
通过假定一定规模报酬不变,即这一条件,比较合理有效地预防或克服了变量间可能出现的共线性。
由(4)式,根据,有:
设,则有:
(6)
一般来讲,只要D1序列不存在异方差性,(6)式就是测算科技进步增长率所用的最终模型。
1=
1.3计量经济模型的类别
一般的模型是广义回归模型,即假设
(0)
其中Ω是一般的正定矩阵,是样本的协方差矩阵。
假设Cov(,)=,样本的协方差矩阵(thecovariancematrix)是:
中应该有1+2+…+n=未知的参数,再加上未知参数的个数,是一个只有n个样本点难以完成任务的,即使完成,效率和准确性是不高的。
即不简化模型我们将一事无成。
模型1..
模型1a.Large-sample.
模型2.异方差(Heteroscedasticity)
即使这样,也有超过n个未知的参数要估计,所以,进一步假设组间异方差(group-wise)
模型3.自相关(Autocorrelation)
Weneedtoestimate2parameters(,)init.
模型4.ARCH(条件异方差)orGARCH(广义条件异方差)
All’saredifferentfromobservationstoobservations,butthereexistsomerelationshipsbetweenthem:
ARCH:
(e.g.)在条件Cov(,)=0下。
GARCH:
(e.g.=a+b+c+…)
1=
1.4回归的本质
设随机变量是维随机向量,它是可以预先测量的,希望通过X预测Y,也就是说要寻找一个函数当X的观察值为x时,就把作为对Y的预测值。
当然一般总希望一个好的预测,其均方预测误差应达到最小,即
(1)
某中min是对一切x的(可测)函数L(x)取极小,对此有
定理1当取作为条件数学期望
(2)
时,使得
(1)式成立,即
(3)
且与具有最大相关,即
(4)
[证明](仅对连续型情形给出)
设的分布密度是的边际分布密度是关于的条件分布密度是
则关于的条件期望是
由于
(5)因而
(6)
(6)右边第一项与无关,第二项大于等于零,它等于零的充要条件是
它表示当时,达到最小值。
在统计学上,我们称Y=为Y关于X的回归曲线。
问题:
与C=f(Y)+两者间的区别?
计量经济学数学基础知识
1、本科所学专业:
属1)理科2)文科。
2、请在你学过的课程中打“√”:
1)高等数学2)概率论3)数理统计4)数学分析
5)线性回归分析6)中级计量经济学7)随机过程8)常微分方程
3、若将二次型转化成,则。
4、若矩阵求A-1。
(略)
5、若矩阵,求A的秩、特征根及特征向量。
6、假设连续随机变量Z,它的概率密度函数为
,,求E(Z),和Var(Z)。
7、设Z,Y的联合概率密度函数为
证明Z与Y的相关系数。
8、如果是相互独立的标准正态分布,那么服从何分币?
又服从何分币?
9、,请写出在点处泰勒展开式。
10、设是一个随机样本,其总体分布为
,0<x<1
(1)利用矩方法求参数的估计量;
(2)求参数的极大似然ML估计量。
11、对教师如何上好《中级级计量经济学》的建议。
PAGE