目录 目录 第一章前言 11什么是计量经济学 1.2计量经济学的研究目的 1.3计量经济模型及其应用 11446 14计量经济学的内容体系 第二章估计方法引论 2.1德尔塔方法 2.2修正的普通最小二乘估计 999 23普通最小二乘估计 10 24广义最小二乘估计 Feasible Generalized Least Squares 0 25分部回归法 Partitioned regression 26偏回归估计 Partial regression 2.7两阶段最小二乘 28交叉估计方法 Across Regression 29最大似然估计方法 14 2.10贝叶斯估计 2.11渐近方法 2.2广义矩方法 2.13稳健估计 robust estimation method 2.14工具变量法 2.15蒙特卡罗模拟 2.16例子 第三章经济计量检验 34 3.1异方差问题 32序列相关性 Serial Correlation 33多重共线性 34非正态误差问题 3.5随机解释变量问题 36模型设定误差及模型确认检验 37格兰杰因果性检验 38内生性 Hausman检验 39检验白噪声的Q统计量 3.10回归系数的稳定性检验 311方差不等结构变化的检验 63 312模型稳定性检验 3.13非嵌套假设检验 314 Leamer的EBA分析法
目 录 目 录 第一章 前言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.1 什么是计量经济学 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 计量经济学的研究目的 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.3 计量经济模型及其应用 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.4 计量经济学的内容体系 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 第二章 估计方法引论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.1 德尔塔方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2 修正的普通最小二乘估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.3 普通最小二乘估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.4 广义最小二乘估计 Feasible Generalized Least Squares . . . . . . . . . . . . . . . . . . . 10 2.5 分部回归法 Partitioned Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.6 偏回归估计 Partial Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.7 两阶段最小二乘 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.8 交叉估计方法 Across Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.9 最大似然估计方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.10 贝叶斯估计 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.11 渐近方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2.12 广义矩方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.13 稳健估计 robust estimation method. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.14 工具变量法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 2.15 蒙特卡罗模拟. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 2.16 例子 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 第三章 经济计量检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.1 异方差问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 3.2 序列相关性 Serial Corre1ation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.3 多重共线性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.4 非正态误差问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 3.5 随机解释变量问题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.6 模型设定误差及模型确认检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.7 格兰杰因果性检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 3.8 内生性 Hausman 检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.9 检验白噪声的 Q 统计量. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.10 回归系数的稳定性检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.11 方差不等结构变化的检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.12 模型稳定性检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.13 非嵌套假设检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.14 Leamer 的EBA 分析法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 - i -
3.15异常值 outlier 316的联合置信区间 317预测的评价指标 38协方差分析检验 3.19模型筛选准则 320一般的线性假设检验:沃尔德检验、似然比检验与拉格朗日检验 321计量经济模型设定检验 32多元回归模型的假设检验 第四章线性回归模型 41古典线性模型 4.2一元线性回归模型 43虚拟变量 dummy variable. 44总结 第五章经典单方程计量经济学模型的扩展 前言 52经典计量经济学模型 非线性经济计量检验 5.4变参数线性计量经济学模型 55小结 第六章联立方程计量经济学模型理论与方法 100 6.1前言 62联立方程组模型 Simultaneous Equations Models 101 6.3联立方程模型的识别( dentification 6.4递归模型与似乎不相关模型 107 6.5联立方程模型的估计方法 Estimation methods 108 6.6工具变量估计与两阶段最小二乘法 ...117 67总结 第七章时间序列计量经济学模型理论与方法 119 7.1基础知识 119 72时间序列回归中的序列相关和异方差 7.3确定性时间序列模型 126 74单整的单位根检验 127 75协整 cointegration 7.6自回归与移动平均过程 130 77自相关函数与偏自相关函数 7.8随机时间序列分析模型(AR、MA、ARMA)的估计 7.9传递函数模型 138 7.10时间序列 ARIMA建模BOX- Jenkins 138 7.11ARCH模型 141
目 录 3.15 异常值 outlier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.16 βj 的联合置信区间. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.17 预测的评价指标 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.18 协方差分析检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.19 模型筛选准则. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 3.20 一般的线性假设检验:沃尔德检验、似然比检验与拉格朗日检验 . . . . . . . . . . 69 3.21 计量经济模型设定检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 3.22 多元回归模型的假设检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 第四章 线性回归模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.1 古典线性模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 4.2 一元线性回归模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.3 虚拟变量 dummy variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 4.4 总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 第五章 经典单方程计量经济学模型的扩展 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.1 前言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.2 经典计量经济学模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 5.3 非线性经济计量检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 5.4 变参数线性计量经济学模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92 5.5 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98 第六章 联立方程计量经济学模型理论与方法. . . . . . . . . . . . . . . . . . . . . . . . . .100 6.1 前言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100 6.2 联立方程组模型Simultaneous Equations Models. . . . . . . . . . . . . . . . . . . . . . . . . .101 6.3 联立方程模型的识别(identification) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104 6.4 递归模型与似乎不相关模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 6.5 联立方程模型的估计方法 Estimation Methods. . . . . . . . . . . . . . . . . . . . . . . . . . . 108 6.6 工具变量估计与两阶段最小二乘法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 6.7 总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 第七章 时间序列计量经济学模型理论与方法. . . . . . . . . . . . . . . . . . . . . . . . . .119 7.1 基础知识 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 7.2 时间序列回归中的序列相关和异方差. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .124 7.3 确定性时间序列模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126 7.4 单整的单位根检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 7.5 协整cointegration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 7.6 自回归与移动平均过程 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130 7.7 自相关函数与偏自相关函数. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 7.8 随机时间序列分析模型（AR、MA、ARMA）的估计. . . . . . . . . . . . . . . . . . . . 136 7.9 传递函数模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 7.10 时间序列ARIMA建模:BOX-Jenkiens. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138 7.11 ARCH 模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .141 - ii -
目录 7.12多项式分布滞后模型 Polynomial distributed lags PDLs 142 7.13无限分布滞后模型 7.14几何(或考依克)分布滞后 14 7.15有理分布滞后模型. 7.16趋势和季节性 7.17总结 144 第八章横截面时间序列模型 145 8.1基本原理 8.2模型的设定检验 147 8.3数据类型非经典的计量经济学模型:面板数据模型. 第九章非参数回归计量经济学模型理论与方法 154 91前言 154 9.2非参数统计讲义 9.3 Histogram 156 9. 4 Nonparametric density estimation 9.5无参数回归模型 9.6半参数非回归模型 168 97小结 第十章soft 169 10.1 Eviews 169 10.2点预测 Point forecasts. 170 10.3 Maple 171 10.4 tlab 171 10.5 SAS 10.6宏 第十一章学习摘要 193 111趋势稳定过程与单位根过程 193 11.2结构突变的趋势稳定 11.3外生性结构突变的单位根及其检验 附录A图表 A.1自相关和偏自相关函数表 §A.2ADF检验表 A.3相关系数临界值检验表 ..198 附录B数学公式证明与推导 204 B1自相关函数通解表达式的证明 204 B.2密度函数估计的渐近无偏性与相合性证明
目 录 7.12 多项式分布滞后模型Polynomial distributed lags PDLs . . . . . . . . . . . . . . . . . . . 142 7.13 无限分布滞后模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142 7.14 几何（或考依克）分布滞后. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 7.15 有理分布滞后模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 7.16 趋势和季节性. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 7.17 总结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144 第八章 横截面时间序列模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 8.1 基本原理 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145 8.2 模型的设定检验 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 8.3 数据类型非经典的计量经济学模型：面板数据模型. . . . . . . . . . . . . . . . . . . . . . .148 第九章 非参数回归计量经济学模型理论与方法 . . . . . . . . . . . . . . . . . . . . . . . 154 9.1 前言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 9.2 非参数统计讲义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154 9.3 Histogram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156 9.4 Nonparametric density estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 9.5 无参数回归模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160 9.6 半参数非回归模型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 9.7 小结 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168 第十章 soft . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 10.1 Eviews. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 10.2 点预测 Point Forecasts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170 10.3 Maple. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .171 10.4 matlab. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 10.5 SAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 10.6 宏 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190 第十一章 学习摘要. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .193 11.1 趋势稳定过程与单位根过程. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 11.2 结构突变的趋势稳定. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 11.3 外生性结构突变的单位根及其检验. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194 附录A 图表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195 §A.1 自相关和偏自相关函数表 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 196 §A.2 ADF 检验表 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197 §A.3 相关系数临界值检验表 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 附录B 数学公式证明与推导 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 §B.1 自相关函数通解表达式的证明 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 §B.2 密度函数估计的渐近无偏性与相合性证明. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 - iii -
附录C词汇表 206 §C.1A SC2 B 207 §C.3C 208 §C §C5E 210 §C.6I §C.7L 212 §C8M 213 §C.9O 214 §C.10P 215 §C 12B Q §C R 17 §C.14T 219 §C.15U 220 SC 16 V 221 SC 17 W 参考文献
目 录 附录C 词汇表. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .206 §C.1 A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 §C.2 B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 §C.3 C . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208 §C.4 D . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209 §C.5 E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 210 §C.6 I. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211 §C.7 L . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212 §C.8 M. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .213 §C.9 O . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214 §C.10 P . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215 §C.11 Q . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216 §C.12 R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217 §C.13 S . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 §C.14 T . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219 §C.15 U . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220 §C.16 V . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 221 §C.17 W . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222 参考文献 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 223 - iv -
第一章前言 第一章前言 来自门1、2、、。 1.1什么是计量经济学 计量经济学定义弗里希在世界计量经济学会会刊《 Econometric》的发刊词中写道 ”对经济的数量研究有几个方面,其中任何一个方面都不应和计量经济学混为一谈。 计量经济学绝不等同于经济统计学,它也不同于我们所说的一般经济理论,计量经 济学也不应该视为数学应用于经济学的同义语。经验表明,统计学、经济理论和数 学三者对于实际理解现代经济生活的数量关系都是必要的,但其中任何单独一种都 是不够的。三者的结合才是有力的工具,正是这三者的统一才构成了计量经济学。” 般将计量经济学定义为”一门由经济学、统计学和数学结合而成的交叉学科,是一门经济学 科”。但由于计算的复杂性,使人们只能建立小规模的简单模型,而随着计算机技术的迅速发 展,为计量经济学提供了强有力的工具,使许多复杂的大规模模型得以应用。所以还可以将计 量经济学定义为:”计量经济学是以经济理论为指导,以数据事实为依据,以数学为方法、以 计算机技术为手段,研究经济关系和经济活动数量规律及其应用,并以建立和应用计量经济学 模型为核心的一门经济学学科。” 另外,计量经济学也指以R. Fresh等同时代的经济学家基于概率论和数量统计而创建的计 量经济方法论。计量经济学学科的形成英文” Econometrics”最早是由 R. Frish于1926年模仿 ” Biometrics”(生物计量学)提出的,标志着计量经济学的诞生。但人们一般认为,1930年 12月~29日世界计量经济学会成立和由她创办的学术刊物《 Econometrica》于1933年正式出 版,标志着计量经济学作为一个独立学科正式诞生了。经济计量学的发展(20-40)年代 本世纪之前,在错综复杂的经济现象面前,经济工作者主要是使用头脑直接对材料进行归 纳、综合和推理。十九世纪欧洲主要国家先后进入资本主义社会。工业化大生产的出现,经济 活动规模的不断扩大,需要人们对经济问题做出更精确、深入的分析、解释与判断。这是计量 经济学诞生的社会基础。 到本世纪初,数学、统计学理论日趋完善为计量经济学的出现奠定了理论基础。 17世纪 Newton- Leibniz提出微积分,19世纪初(1809年)德国数学家 Gauss提出最小 二乘法,1821年提出正态分布理论。19世纪末英国统计学家 Galton提出”回归”概念。本世纪 20年代 Fisher.(英1890-1962)和 Neyman.D.(波兰裔美国人)分别提出抽样分布和假 设检验理论。至此,数理统计的理论框架基本形成。这时,人们自然想到要用这些知识解释、 分析、研究经济问题,从而诞生了计量经济学 计量经济学”一词首先由挪威经济学家 Frisch仿照生物计量学( biometrics)一词于1926 年提出。190年由 Frisch, Tinbergen和 Fisher等人发起在美国成立了国际计量经济学 会。1933年1月开始出版”计量经济学”( Econometrica)杂志。目前它仍是计量经济学界最权 威的杂志。 30年代计量经济学研究对象主要是个别生产者、消费者、家庭、厂商等。基本上属于微观 分析范畴。第二次世界大战后,计算机的发展与应用给计量经济学的研究起了巨大推动作用 从40年代起,计量经济学研究从微观向局部地区扩大,以至整个社会的宏观经济体系,处理 总体形态的数据,如国民消费、国民收入、投资、失业问题等。但模型基本上属于单一方程形 式 50-70年代1950年以 Koopman发表论文”动态经济模型的统计推断”和 Koopman-Hood 发表论文”线性联立经济关系的估计”为标志,经济计量学理论进入联立方程模型时代
第一章 前言 第一章 前言 来自[1]、[2]、[3]、[4]。 1.1 什么是计量经济学 计量经济学定义 弗里希在世界计量经济学会会刊《Econometric》的发刊词中写道： ”对经济的数量研究有几个方面，其中任何一个方面都不应和计量经济学混为一谈。 计量经济学绝不等同于经济统计学，它也不同于我们所说的一般经济理论，计量经 济学也不应该视为数学应用于经济学的同义语。经验表明，统计学、经济理论和数 学三者对于实际理解现代经济生活的数量关系都是必要的，但其中任何单独一种都 是不够的。三者的结合才是有力的工具，正是这三者的统一才构成了计量经济学。” 一般将计量经济学定义为”一门由经济学、统计学和数学结合而成的交叉学科，是一门经济学 科”。但由于计算的复杂性，使人们只能建立小规模的简单模型，而随着计算机技术的迅速发 展，为计量经济学提供了强有力的工具，使许多复杂的大规模模型得以应用。所以还可以将计 量经济学定义为：”计量经济学是以经济理论为指导，以数据事实为依据，以数学为方法、以 计算机技术为手段，研究经济关系和经济活动数量规律及其应用，并以建立和应用计量经济学 模型为核心的一门经济学学科。” 另外，计量经济学也指以 R.F resh 等同时代的经济学家基于概率论和数量统计而创建的计 量经济方法论。计量经济学学科的形成 英文”Econometrics”最早是由 R.F rish于 1926年模仿 ”Biometrics”（生物计量学）提出的，标志着计量经济学的诞生。但人们一般认为，1930 年 12月∼ 29 日世界计量经济学会成立和由她创办的学术刊物《Econometrica》于 1933 年正式出 版，标志着计量经济学作为一个独立学科正式诞生了。经济计量学的发展(20 - 40) 年代 本世纪之前，在错综复杂的经济现象面前，经济工作者主要是使用头脑直接对材料进行归 纳、综合和推理。十九世纪欧洲主要国家先后进入资本主义社会。工业化大生产的出现，经济 活动规模的不断扩大，需要人们对经济问题做出更精确、深入的分析、解释与判断。这是计量 经济学诞生的社会基础。 到本世纪初，数学、统计学理论日趋完善为计量经济学的出现奠定了理论基础。 17 世纪 Newton − Leibniz 提出微积分，19 世纪初（1809年）德国数学家 Gauss 提出最小 二乘法，1821 年提出正态分布理论。19 世纪末英国统计学家 Galton 提出”回归”概念。本世纪 20 年代 F isherR.（英 1890 − 1962）和 NeymanJ.D.（波兰裔美国人）分别提出抽样分布和假 设检验理论。至此，数理统计的理论框架基本形成。这时，人们自然想到要用这些知识解释、 分析、研究经济问题，从而诞生了计量经济学。 ”计量经济学”一词首先由挪威经济学家 F risch仿照生物计量学（biometrics）一词于 1926 年提出。1930 年由 F risch，T inbergen 和 F isher 等人发起在美国成立了国际计量经济学 会。1933年 1 月开始出版”计量经济学”（Econometrica）杂志。目前它仍是计量经济学界最权 威的杂志。 30 年代计量经济学研究对象主要是个别生产者、消费者、家庭、厂商等。基本上属于微观 分析范畴。第二次世界大战后，计算机的发展与应用给计量经济学的研究起了巨大推动作用。 从 40 年代起，计量经济学研究从微观向局部地区扩大，以至整个社会的宏观经济体系，处理 总体形态的数据，如国民消费、国民收入、投资、失业问题等。但模型基本上属于单一方程形 式。 50 - 70 年代 1950 年以 Koopman 发表论文”动态经济模型的统计推断”和 Koopman−Hood 发表论文”线性联立经济关系的估计”为标志，经济计量学理论进入联立方程模型时代。 - 1 -
11什么是计量经济学 经济计量学研究经历了从简单到复杂,从单一方程到联立方程的变化过程。进入五十年代 人们开始用联立方程模型描述一个国家整体的宏观经济活动。比较著名的是Klei的美国经济 波动模型(1921~1941,1950年作)和美国宏观经济模型(1928~1950,1955年作)后者包 括20个方程。联立方程模型的应用是经济计量学发展的第二个里程碑。 进入70年代西方国家致力于更大规模的宏观模型研究。从着眼于国内发展到着眼于国际的 大型经济计量模型。研究国际经济波动的影响,国际经济发展战略可能引起的各种后果,以及 制定评价长期的经济政策。70年代是联立方程模型发展最辉煌的时代。最著名的联立方程模型 是”连接计划”( Link Project)。截止1987年,已包括78个国家2万个方程。这一时期最有 代表性的学者是L. Klein教授。他于1980年获诺贝尔经济学奖。 前苏联在本世纪20年代也开展过这方面的研究,但到30年代就中止了。60年代中期以 来,前苏联及东欧一些国家开始大量编制投入产出模型并取得有益成果。 年代因为七十年代以前的建模技术都是以”经济时间序列平稳”这一前提设计 的,而战后多数国家的宏观经济变量均呈非平稳特征,所以在利用联立方程模型对非平稳 经济变量进行预测时常常失败。从70年代开始,宏观经济变量的非平稳性问题以及虚假回 归问题越来越引起人们的注意。因为这些问题的存在会直接影响经济计量模型参数估计的准 确性。 Granger- Newbold于1974年首先提出虚假回归问题,引起了计量经济学界的注意。 Box- Jenkins1967年出版《时间序列分析,预测与控制》一书。时间序列模型有别于回归 模型,是一种全新的建模方法,它是依靠变量本身的外推机制建立模型。由于时间序列模型妥 善地解决了变量的非平稳性问题,从而为在经济领域应用时间序列模型奠定了理论基础。人们 发现耗费许多财力人力建立的经济计量模型有时竟不如一个简单的时间序列模型预测能力好 ( Cooper1972年专门对两种模型的预测精度作了详细比较)。 此时,计量经济工作者面临三个亟待解决的问题: (1)如何检验经济变量的非平稳性 (2)如何把时间序列模型引入经济计量分析领域 (3)如何进一步修改传统的经济计量模型 Dickey- Fuller1979年首先提出检验时间序列非平稳性(单位根)的DF检验法,之后 又提出ADF检验法。 Phillips- Perron1988年提出Z检验法。这是一种非参数检验方法。 Sargan1964年提出误差修正模型概念。当初是用于研究商品库存量问题。 Hendry Anderson(1977)和 Davidson(1978)的论文进一步完善了这种模型,并尝试用这种模型解决非 平稳变量的建模问题。 Hendry还提出动态回归理论。 1980年Sims提出向量自回归模型(VAR)。这是一种用一组内生变量作动态结构估计的 联立模型。这种模型的特点是不以经济理论为基础,然而预测能力很强。以上成果为协整理论 的提出奠定基础 计量经济学发展的第三个里程碑是1987年 Engle- Granger发表论文”协整与误差修正 描述、估计与检验”。该论文正式提岀协整概念,从而把计量经济学理论的硏究又推向一个新 阶段。 Granger定理证明若干个一阶非平稳变量间若存在协整关系,那么这些变量一定存在误 差修正模型表达式。反之亦成立。1988-1992年 Johansen(丹麦)连续发表了四篇关于向量 自回归模型中检验协整向量,并建立冋量误差修正模型(VEC)的文章,进一步丰富了协整理 论。协整理论之所以引起经济计量学界的广泛兴趣与极大关注是因为协整理论为当代经济学的 发展提供了一种理论结合实际的强有力工具。 经济计量学在我国的发展状况1960年中国科学院经济研究所成立了一个经济数学方法研 究组。主要搞投入产出、优化研究
1.1 什么是计量经济学 经济计量学研究经历了从简单到复杂，从单一方程到联立方程的变化过程。进入五十年代 人们开始用联立方程模型描述一个国家整体的宏观经济活动。比较著名的是 Klein 的美国经济 波动模型（1921 ∼ 1941，1950 年作）和美国宏观经济模型（1928 ∼ 1950，1955 年作）后者包 括 20 个方程。联立方程模型的应用是经济计量学发展的第二个里程碑。 进入 70 年代西方国家致力于更大规模的宏观模型研究。从着眼于国内发展到着眼于国际的 大型经济计量模型。研究国际经济波动的影响，国际经济发展战略可能引起的各种后果，以及 制定评价长期的经济政策。70 年代是联立方程模型发展最辉煌的时代。最著名的联立方程模型 是”连接计划”（LinkP roject）。截止 1987 年，已包括 78 个国家 2 万个方程。这一时期最有 代表性的学者是 L.Klein 教授。他于 1980 年获诺贝尔经济学奖。 前苏联在本世纪 20 年代也开展过这方面的研究，但到 30 年代就中止了。60 年代中期以 来，前苏联及东欧一些国家开始大量编制投入产出模型并取得有益成果。 80 - 90 年代 因为七十年代以前的建模技术都是以”经济时间序列平稳”这一前提设计 的，而战后多数国家的宏观经济变量均呈非平稳特征，所以在利用联立方程模型对非平稳 经济变量进行预测时常常失败。从 70 年代开始，宏观经济变量的非平稳性问题以及虚假回 归问题越来越引起人们的注意。因为这些问题的存在会直接影响经济计量模型参数估计的准 确性。Granger − Newbold于 1974 年首先提出虚假回归问题，引起了计量经济学界的注意。 Box − Jenkins 1967 年出版《时间序列分析，预测与控制》一书。时间序列模型有别于回归 模型，是一种全新的建模方法，它是依靠变量本身的外推机制建立模型。由于时间序列模型妥 善地解决了变量的非平稳性问题，从而为在经济领域应用时间序列模型奠定了理论基础。人们 发现耗费许多财力人力建立的经济计量模型有时竟不如一个简单的时间序列模型预测能力好 （Cooper 1972 年专门对两种模型的预测精度作了详细比较）。 此时，计量经济工作者面临三个亟待解决的问题： (1) 如何检验经济变量的非平稳性 (2) 如何把时间序列模型引入经济计量分析领域 (3) 如何进一步修改传统的经济计量模型 Dickey − F uller 1979 年首先提出检验时间序列非平稳性（单位根）的 DF检验法，之后 又提出 ADF检验法。 P hillips − P erron 1988 年提出 Z 检验法。这是一种非参数检验方法。 Sargan 1964 年提出误差修正模型概念。当初是用于研究商品库存量问题。Hendry − Anderson(1977) 和 Davidson(1978) 的论文进一步完善了这种模型，并尝试用这种模型解决非 平稳变量的建模问题。Hendry 还提出动态回归理论。 1980 年 Sims 提出向量自回归模型（V AR）。这是一种用一组内生变量作动态结构估计的 联立模型。这种模型的特点是不以经济理论为基础，然而预测能力很强。以上成果为协整理论 的提出奠定基础。 计量经济学发展的第三个里程碑是 1987 年 Engle − Granger 发表论文”协整与误差修正， 描述、估计与检验”。该论文正式提出协整概念，从而把计量经济学理论的研究又推向一个新 阶段。Granger 定理证明若干个一阶非平稳变量间若存在协整关系，那么这些变量一定存在误 差修正模型表达式。反之亦成立。1988 − 1992 年 Johansen （丹麦）连续发表了四篇关于向量 自回归模型中检验协整向量，并建立向量误差修正模型（V EC）的文章，进一步丰富了协整理 论。协整理论之所以引起经济计量学界的广泛兴趣与极大关注是因为协整理论为当代经济学的 发展提供了一种理论结合实际的强有力工具。 经济计量学在我国的发展状况 1960 年中国科学院经济研究所成立了一个经济数学方法研 究组。主要搞投入产出、优化研究。 - 2 -
第一章前言 改革开放以后,1979年三月成立了中国数量经济研究会(1984年定名为中国数量经济学 会,并办有一份杂志,《数量经济技术经济研究》) 1980年中国数量经济学会首次举办经济计量学讲习班,邀请 Klein等七位美国教授讲课。 自此,计量经济学的教学与科研迅速展开,取得许多研究成果。国家信息中心为参加联合国 的”连接计划研制了我国的宏观计量经济模型。吉林大学数量经济研究中心研制了”国家财政 模型及经济景气分析系统”。 1998年教育部规定计量经济学是我国大学经济类专业本科学生的8门必修课之一。 思考1.1(什么是计量经济学) CC方法论及其批判在计量经济学形成的早期,美国的投资家 A Cowles由于股市的崩溃 使他受到损失,从而激起他对计量经济学的兴趣而发起成立以自己名字命名的基金委员会(以 下简记为CC),专门用于资助计量经济学的研究,在CC的资助下,形成了大量对计量经济学 具有奠基意义的成果,构建了计量经济学的概率论框架,因此经典计量经济学,在不严格的意 义下,又简称为CC方法论。 CC方法论的假设 (1)经济行为由联立方程所支配 (2)模型的方程对变量和扰动项来说是线性的; (3)变量是可观测且观测无误的 (4)变量的预测值是离散的; (5)外生变量和先决变量是设定的; (6)联立应变量的系数行列式非零,使得简约形式存在; (7)先决变量与扰动项线性独立; (8)误差项一般独立同分布; (9)通过对结构参数的约束使得结构方程可识别;(可识别的隐含假设) (10)方程是动态稳定的。 (假定外生变量在重复抽样中固定,且当样本趋于无限时,外生变量的矩有限以及方程的特征 要的绝对值小于1,即变量为I0)当上述条件满足时,CC方法论是完备而精确的方法论。 以CC方法论为主要内容的计量经济学常被称为经典计量经济学。针对CC方法论的批判 和取消或弱化CC方法论的假设而发展起来的计量经济学,即从1960后发展起来的,被称为 当代或高等计量经济学 19世纪50年代末期,由于石油危机引发了世界经济的衰退和随之而来的滞胀,以CC方 法论所构建的计量经济模型,几乎均未预测到这次经济的衰退。随后,基于经典计量经济方法 论所建立的模型也未能就治理滞胀开出有效的”药方”,由此导致了对CC方法论的批判,其中 lucas(1976)批判最具影响。 lucas批判所隐含的意思为:如果政策反应函数出现变化,这种变 化也将改变模型的参数,于是,联立模型的简约形式也将随之而变化,因此,使用联立模型所 作出的测预是不可信赖的。T.Sαrget(1976)以货币政策为例,重新解析了 lucas批判。他假定 货币政策体制从不变的货币增长政策改变为具有反馈的货币增长政策,因而,联立方程模型具 有2种简约形式,在常数的货币增长政策之下,简约参数并不随货币政策的改变而改变,而在 反馈的货币政策之下,简约参数随货币政策的改变而改变。于是,仅凭简约模型的估计并不能 解决哪一种货币政策好这一问题,因而,计量经济学对于评价政策似乎是无能为力的。 Lucas
第一章 前言 改革开放以后，1979 年三月成立了中国数量经济研究会（1984 年定名为中国数量经济学 会，并办有一份杂志，《数量经济技术经济研究》）。 1980 年中国数量经济学会首次举办经济计量学讲习班，邀请 Klein等七位美国教授讲课。 自此，计量经济学的教学与科研迅速展开，取得许多研究成果。国家信息中心为参加联合国 的”连接计划”研制了我国的宏观计量经济模型。吉林大学数量经济研究中心研制了”国家财政 模型及经济景气分析系统”。 1998 年教育部规定计量经济学是我国大学经济类专业本科学生的 8 门必修课之一。 思考 1.1 (什么是计量经济学) CC方法论及其批判 在计量经济学形成的早期，美国的投资家 A.Cowles 由于股市的崩溃 使他受到损失，从而激起他对计量经济学的兴趣而发起成立以自己名字命名的基金委员会(以 下简记为 CC)，专门用于资助计量经济学的研究，在 CC 的资助下，形成了大量对计量经济学 具有奠基意义的成果，构建了计量经济学的概率论框架，因此经典计量经济学，在不严格的意 义下，又简称为 CC 方法论。 CC 方法论的假设: (1) 经济行为由联立方程所支配； (2) 模型的方程对变量和扰动项来说是线性的； (3) 变量是可观测且观测无误的 (4) 变量的预测值是离散的； (5) 外生变量和先决变量是设定的； (6) 联立应变量的系数行列式非零，使得简约形式存在； (7) 先决变量与扰动项线性独立； (8) 误差项一般独立同分布； (9) 通过对结构参数的约束使得结构方程可识别；（可识别的隐含假设） (10) 方程是动态稳定的。 （假定外生变量在重复抽样中固定，且当样本趋于无限时，外生变量的矩有限以及方程的特征 要的绝对值小于 1，即变量为 I0）当上述条件满足时，CC 方法论是完备而精确的方法论。 以 CC 方法论为主要内容的计量经济学常被称为经典计量经济学。针对 CC 方法论的批判 和取消或弱化 CC 方法论的假设而发展起来的计量经济学，即从 1960 后发展起来的，被称为 当代或高等计量经济学。 19 世纪 50 年代末期，由于石油危机引发了世界经济的衰退和随之而来的滞胀，以 CC 方 法论所构建的计量经济模型，几乎均未预测到这次经济的衰退。随后，基于经典计量经济方法 论所建立的模型也未能就治理滞胀开出有效的”药方”，由此导致了对 CC 方法论的批判，其中 Lucas(1976) 批判最具影响。Lucas 批判所隐含的意思为: 如果政策反应函数出现变化，这种变 化也将改变模型的参数，于是，联立模型的简约形式也将随之而变化，因此，使用联立模型所 作出的测预是不可信赖的。T.Sarget(1976) 以货币政策为例，重新解析了 Lucas 批判。他假定 货币政策体制从不变的货币增长政策改变为具有反馈的货币增长政策，因而，联立方程模型具 有 2 种简约形式，在常数的货币增长政策之下，简约参数并不随货币政策的改变而改变，而在 反馈的货币政策之下，简约参数随货币政策的改变而改变。于是，仅凭简约模型的估计并不能 解决哪一种货币政策好这一问题，因而，计量经济学对于评价政策似乎是无能为力的。 Lucas - 3 -
1.2 计量经济学的研究目的 是从计量经济学用于政策(而可能导致经济运行的改变)分析而提出的批判,其实质是提出了 参数是否随时间而变化的问题,隐含了经典计量经济模型产生不精确预测的重要原因是结构变 化问题。 Sims(1980)认为:为使结构方程可识别而施加了许多约束,这种约束是不可信的。因此 他建议使用向量自回归(VAR)模型进行预测。随后大量的研究表明,利用VAR作预测 其结果优于传统的联立系统所得到的结果。这种学术批判揭示了CC方法论直接或间接(隐 含)的假设为:①经济行为由联立方程所支配;②模型的方程对变量和扰动来说是线性的;③ 变量是可观测且观测无误差;④变量的观测值是离散的,即年度(月度)数据等;⑤外生变量 和先决变量是设定的;⑥联立应变量的系数行列式非零,使得简约形式存在;⑦先决变量与误 差(扰动)项线性独立;⑧误差项是独立同分布的正态变量,其均值为零,方差和协方差为常 数,协方差阵非奇异(这一假设实际上在CC方法论中已扩展为一般独立同分布扰动),⑨通 过对结构参数的约束使得结构方程可识别。⑩方程是动态稳定的。假设⑨⑩是间接的假设,其 中⑨是由可识别所隐含的假设,而⑩是最为关键的隐含假设,它通过假定外生变量在重复抽样 中固定,且当样本趋于无限时,外生变量的矩有限以及方程的特征根的绝对值小于1(即变量 为I(0)来实现方程的动态稳定性。我们以后可以看到,正是为取消这一条假设,直接导致了 特征根为1即变量为单位根过程的研究。 针对CC方法论的批判和取消或弱化CC方法论的假设而发展起来的计量经济学,即从19 世纪60年代之后发展起来的计量经济学,被称之为当代(高等)计量经济学。 方法论历程大致内容有 (1)CC成员 THaavelmo证明,标准的OLS运用于联立模型中的单个方程,将产生有偏估 (2) haavelmo,1943,首先提出了间接最小二乘估计。 (3) KOopmans,1949,定义并解决了识别问题。 (4) Koopmans, Rubin, Leipnik等发展了完全信息的极大似然估计。 (5) Lucas,1976,卢卡斯批判:使用计量经济模型预测未来经济政策的变化所产生的效用是 不可信的。卢卡期批判是从计量经济学用于政策分析而提出的,其实质是提出了参数是否 随时间而变化的问题,隐含了CLM产生不精确预测的重要原因是结构变化问题。 (6)Sims,1980,认为:为使结构方程可识别而施加了许多约束,这种约束是不可信的。因 此,他建议使用向量自回归而回避结构约束问题。从预测结果看,VAR优于结构联立方 程系统,且规模较小 1.2计量经济学的研究目的 1.定量描述与分析经济活动,验证经济理论。包括描述宏观、微观经济问题。 2.寻找经济规律、建立经济计量模型,为制定经济政策服务。通过计量模型得到参数(边 际系数,弹性系薮,技术系数,比率,速率等)的可靠估计值,从而为制定政策,实施宏观调 控提供依据 3.做经济预测。这是经济计量学利用模型所要解决的最重要内容,也是最困难的内容。经 济计量学的发展史就是谋求对经济变量做出更精确预测的发展史。这要求(1)变量选择要准 确,(2)模型形式要合理。 1.3计量经济模型及其应用 计量经济模型
1.2 计量经济学的研究目的 是从计量经济学用于政策（而可能导致经济运行的改变）分析而提出的批判，其实质是提出了 参数是否随时间而变化的问题，隐含了经典计量经济模型产生不精确预测的重要原因是结构变 化问题。 Sims(1980)认为：为使结构方程可识别而施加了许多约束，这种约束是不可信的。因此， 他建议使用向量自回归（V AR）模型进行预测。随后大量的研究表明，利用 V AR 作预测， 其结果优于传统的联立系统所得到的结果。这种学术批判揭示了 CC 方法论直接或间接（隐 含）的假设为：①经济行为由联立方程所支配；②模型的方程对变量和扰动来说是线性的；③ 变量是可观测且观测无误差；④变量的观测值是离散的，即年度（月度）数据等；⑤外生变量 和先决变量是设定的；⑥联立应变量的系数行列式非零，使得简约形式存在；⑦先决变量与误 差（扰动）项线性独立；⑧误差项是独立同分布的正态变量，其均值为零，方差和协方差为常 数，协方差阵非奇异（这一假设实际上在 CC 方法论中已扩展为一般独立同分布扰动），⑨通 过对结构参数的约束使得结构方程可识别。⑩方程是动态稳定的。假设⑨⑩是间接的假设，其 中⑨是由可识别所隐含的假设，而⑩是最为关键的隐含假设，它通过假定外生变量在重复抽样 中固定，且当样本趋于无限时，外生变量的矩有限以及方程的特征根的绝对值小于 1（即变量 为 I(0)）来实现方程的动态稳定性。我们以后可以看到，正是为取消这一条假设，直接导致了 特征根为 1 即变量为单位根过程的研究。 针对 CC 方法论的批判和取消或弱化 CC 方法论的假设而发展起来的计量经济学，即从 19 世纪 60 年代之后发展起来的计量经济学，被称之为当代（高等）计量经济学。 方法论历程 大致内容有： (1) CC成员 T.Haavelmo 证明，标准的OLS运用于联立模型中的单个方程，将产生有偏估 计。 (2) Haavelmo，1943，首先提出了间接最小二乘估计。 (3) TKoopmans，1949，定义并解决了识别问题。 (4) Koopmans ，Rubin，Leipnik 等发展了完全信息的极大似然估计。 (5) Lucas，1976，卢卡斯批判：使用计量经济模型预测未来经济政策的变化所产生的效用是 不可信的。卢卡期批判是从计量经济学用于政策分析而提出的，其实质是提出了参数是否 随时间而变化的问题，隐含了 CLM 产生不精确预测的重要原因是结构变化问题。 (6) Sims，1980，认为：为使结构方程可识别而施加了许多约束，这种约束是不可信的。因 此，他建议使用向量自回归而回避结构约束问题。从预测结果看，V AR 优于结构联立方 程系统，且规模较小。 1.2 计量经济学的研究目的 1．定量描述与分析经济活动，验证经济理论。包括描述宏观、微观经济问题。 2．寻找经济规律、建立经济计量模型，为制定经济政策服务。通过计量模型得到参数（边 际系数，弹性系数，技术系数，比率，速率等）的可靠估计值，从而为制定政策，实施宏观调 控提供依据 3．做经济预测。这是经济计量学利用模型所要解决的最重要内容，也是最困难的内容。经 济计量学的发展史就是谋求对经济变量做出更精确预测的发展史。这要求（1）变量选择要准 确，（2）模型形式要合理。 1.3 计量经济模型及其应用 计量经济模型 - 4 -
第一章前言 定义1.1(模型)模型,是对现实的描述和模拟。对现实的各种不同的描述和模拟方法, 就构成了各种不同的模型,例如,语义模型(也称逻辑模型)、物理模型、几何模型、数学模 型和计算机模拟模型等。 (1)语义模型是用语言来描述现实,例如,对供给不足下的生产活动,我们可以用”产出量是 由资本、劳动、技术等投入要素决定的,在一般情况下,随着各种投入要素的增加,产出 量也随之增加,但要素的边际产出是递减的”来描述。 (②)物理模型是用简化了的实物来描述现实,例如,一栋楼房的模型,一架飞机的模型。 (3)几何模型是用图形来描述现实,例如一个零部件的加工图。 (4)计算杋模拟模型是随着计算杋技术而发展起来的一种描述现实的方法,在经济研究中有广 泛的应用,例如人工神经元网络技术就是一种计算机模拟技术 (5)数学模型是用数学语言描述现实,也是一种重要的模型方法,它能够揭示现实活动中的数 量关系。 定义1.2(经济数学模型)经济数学模型是用数学方法描述经济活动。根据所采用的数学 方法不同、对经济活动揭示的程度不同,构成各类不同的经济数学模型。 定义1.3(数理经济模型)数理经济模型揭示经济活动中各个因素之间的理论关系,用确 定性的数学方程加以描述。利用数理经济模型,可以分析经济活动中各种因素之间的互相影 响,为控制经济活动提供理论指导。但是,数理经济模型并没有揭示因素之间的定量关系。 定义14(计量经济模型)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 计量经济方法的基本过程 (1)经济理论 (2)理论的数学模型 (3)理论的计量经济学模型 (4)数据的收集整理 (5)计量经济模型的参数估计 (6)假设检验 (7)预报和预测 (8)控制或政策制定 计量经济模型的应用 思考1.2(计量经济模型有什么用途?) 结构分析是对经济现象中变量之间相互关系的研究,研究的是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 弹性,是经济学中一个重要概念,是某一变量的相对变化引起另一变量的相对变化的度 量,即是变量的变化率之比
第一章 前言 定义 1.1 (模型) 模型，是对现实的描述和模拟。对现实的各种不同的描述和模拟方法， 就构成了各种不同的模型，例如，语义模型（也称逻辑模型）、物理模型、几何模型、数学模 型和计算机模拟模型等。 (1) 语义模型是用语言来描述现实，例如，对供给不足下的生产活动，我们可以用”产出量是 由资本、劳动、技术等投入要素决定的，在一般情况下，随着各种投入要素的增加，产出 量也随之增加，但要素的边际产出是递减的”来描述。 (2) 物理模型是用简化了的实物来描述现实，例如，一栋楼房的模型，一架飞机的模型。 (3) 几何模型是用图形来描述现实，例如一个零部件的加工图。 (4) 计算机模拟模型是随着计算机技术而发展起来的一种描述现实的方法，在经济研究中有广 泛的应用，例如人工神经元网络技术就是一种计算机模拟技术。 (5) 数学模型是用数学语言描述现实，也是一种重要的模型方法，它能够揭示现实活动中的数 量关系。 定义 1.2 (经济数学模型) 经济数学模型是用数学方法描述经济活动。根据所采用的数学 方法不同、对经济活动揭示的程度不同，构成各类不同的经济数学模型。 定义 1.3 (数理经济模型) 数理经济模型揭示经济活动中各个因素之间的理论关系，用确 定性的数学方程加以描述。利用数理经济模型，可以分析经济活动中各种因素之间的互相影 响，为控制经济活动提供理论指导。但是，数理经济模型并没有揭示因素之间的定量关系。 定义 1.4 (计量经济模型) 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。 计量经济方法的基本过程 (1) 经济理论 (2) 理论的数学模型 (3) 理论的计量经济学模型 (4) 数据的收集整理 (5) 计量经济模型的参数估计 (6) 假设检验 (7) 预报和预测 (8) 控制或政策制定 计量经济模型的应用 思考 1.2 (计量经济模型有什么用途？) 结构分析 是对经济现象中变量之间相互关系的研究，研究的是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。 弹性，是经济学中一个重要概念，是某一变量的相对变化引起另一变量的相对变化的度 量，即是变量的变化率之比。 - 5 -
1.4计量经济学的内容体系 乘数,也是经济学中一个重要概念,是某一变量的绝对变化引起另一变量的绝对变化的度 量,即是变量的变化量之比,也称倍数。 比较静力分析,是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 到另一个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。 经济预测计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技 术手段 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,计量经济学模型预 测功能失效。 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。 计量经济学模型用于政策评价,主要有三种方法。一是工具-目标法。给定目标变量的预期 值,即我们希望达到的目标,通过求解模型,可以得到政策变量值。二是政策模拟。即将各种 不同的政策代入模型,计算各自的目标值,然后比较其优劣,决定政策的取舍。三是最优控制 方法。将计量经济学模型与最优化方法结合起来,选择使得目标最优的政策或政策组合。检验 与发展经济理论计量经济学模型的两方面功能。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。 1.4计量经济学的内容体系 义计量经济学是利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统 称,包括回归分析方法、投入产出分析方法、时间序列分析方法等 狭义计量经济学,也就是我们通常所说的计量经济学,以揭示经济现象中的因果关系为目 的,在数学上主要应用回归分析方法。 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 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; 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。学科角度 (1)经典计量经济学,以经济理论为导向,以揭示经济现象中的因果关系为目的,以线性随机 方程为理论形式,主要应用回归分析方法估计模型。 (2)广义计量经济学,利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统 称。它既包括几乎与经典的计量经济学同时发展的投入产出分析方法、时间序列分析方法 ,也包括近30年来发展的许多新的计量经济学理论方法。 内容角度 (1)理论计量经济学 (2)应用计量经济学 模型类型从模型类型角度,可以将计量经济学模型划分为经典线性模型、非经典线性模型、 非线性模型、动态模型和无参数回归模型等 (1)经典线性模型是以揭示经济现象中的因果关系为目的、在数学上主要应用回归分析方法的 线性模型
1.4 计量经济学的内容体系 乘数，也是经济学中一个重要概念，是某一变量的绝对变化引起另一变量的绝对变化的度 量，即是变量的变化量之比，也称倍数。 比较静力分析，是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 到另一个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。 经济预测 计量经济学模型是以模拟历史、从已经发生的经济活动中找出变化规律为主要技 术手段。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，计量经济学模型预 测功能失效。 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。 计量经济学模型用于政策评价，主要有三种方法。一是工具-目标法。给定目标变量的预期 值，即我们希望达到的目标，通过求解模型，可以得到政策变量值。二是政策模拟。即将各种 不同的政策代入模型，计算各自的目标值，然后比较其优劣，决定政策的取舍。三是最优控制 方法。将计量经济学模型与最优化方法结合起来，选择使得目标最优的政策或政策组合。检验 与发展经济理论 计量经济学模型的两方面功能。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。 1.4 计量经济学的内容体系 广义计量经济学是利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统 称，包括回归分析方法、投入产出分析方法、时间序列分析方法等。 狭义计量经济学，也就是我们通常所说的计量经济学，以揭示经济现象中的因果关系为目 的，在数学上主要应用回归分析方法。 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； 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。学科角度 (1) 经典计量经济学，以经济理论为导向，以揭示经济现象中的因果关系为目的，以线性随机 方程为理论形式，主要应用回归分析方法估计模型。 (2) 广义计量经济学，利用经济理论、数学以及统计学定量研究经济现象的经济计量方法的统 称。它既包括几乎与经典的计量经济学同时发展的投入产出分析方法、时间序列分析方法 等，也包括近30年来发展的许多新的计量经济学理论方法。 内容角度 (1) 理论计量经济学 (2) 应用计量经济学 模型类型 从模型类型角度，可以将计量经济学模型划分为经典线性模型、非经典线性模型、 非线性模型、动态模型和无参数回归模型等。 (1) 经典线性模型是以揭示经济现象中的因果关系为目的、在数学上主要应用回归分析方法的 线性模型。 - 6 -