第一章前言 (2)非经典线性模型是经典线性模型在模型结构方面的扩展。例如由经典的常参数线性模型扩 展的变参数线性模型;由反映变量之间因果关系的经典线性模型扩展为并不反映因果关系 的线性模型,诸如著名的MA、AR、ARMA等时间序列分析模型和线性增长模型;由根 据经济理论和经济行为规律设定的经典线性模型扩展为根据对数据的协整分析而设定的误 差修正模型;等等 (3)非线性模型是一类用非线性方程描述经济变量之间的非线性关系的经济数学模型,包括非 线性单方程模型和非线性联立方程模型。非线性模型由于其估计方法的复杂性,构成了高 级计量经济学的主要内容 (4)这里的动态模型是专指以英国计量经济学家 D F. Hendry为代表的学派所倡导的宏观计量 经济模型。 Hendry认为,在50至60年代,计量经济学的主导方法论是”结构模型方法” 即以先验给定的经济理论为建立模型的出发点,以模型的参数估计为重心,以参数估计值 与其理论预期值相一致为判断标准。这种方法论在70年代后遇到了挑战,所以必须发展新 的宏观计量经济模型方法论。在本书中将对它们进行详细的介绍 5)无参数回归模型,顾名思义,这类模型没有明确的函数关系,所以也没有明确的待估参 数,只有解释变量和被解释变量以及它们的样本观测值。无参数模型的提出是基于这样的 认识:每个参数模型都隐含着一系列的经济学假设,例如C-D生产函数模型的中性技术进 步假设、替代弹性不变假设等,而这些假设在实际上是无法满足的,所以参数模型中给定 的函数关系实际上是不可靠的。无参数模型利用其适当的估计方法,通过样本观测值,找 出被解释变量的变化规律。例如常用的权函数估计,就是通过样本观测值确定权重,将被 解释变量的估计描述为被解释变量样本观测值的加权和。由于无参数模型最终也不能给出 解释变量和被解释变量之间的结构关系,它在理论计量经济学中的意义大于其实用价值 估计方法角度 最小二乘法是经典线性计量经济学模型的最主要的估计方法。例如,在经典线性计量经济学 模型满足基本假设时采用的普通最小二乘法,在经典线性计量经济学模型存在异方差性时 采用的加权最小二乘法,在经典线性计量经济学模型存在序列相关性时采用的广义最小 乘法,在经典线性计量经济学模型存在随机解释变量时采用的工具变量方法,估计经典线 性联立方程计量经济学模型的二阶段最小二乘法、三阶段最小二乘法,等等。 最大似然法在经典线性计量经济学模型中,存在着一个与最小二乘方法对应的最大似然方法 系列,例如与普通最小二乘法对应的最大似然法,与二阶段最小二乘法对应的有限信息最 大似然法,与三阶段最小二乘法对应的完全信息最大似然法 贝叶斯估计方法主要特点是利用了非样本信息,即前验信息与后验信息。 广义矩方法广义矩(GMM, GeneralizedMethodof moments)方法是矩方法 (MM, Methodof moments)的一般化,也是一类依赖样本信息的参数估计方 法。一般地,被解释变量的各阶原点矩是待估参数的函数。利用样本数据计算各阶原点矩 的估计量,最简单的例如一阶原点矩(即期望)的估计量、二阶原点矩(即方差)的估计 量;然后利用该估计量,求解关于待估参数估计量的各阶矩方程,以得到参数估计量。广 义矩方法有其广泛的适用性,普通最小二乘法、最大似然法等都可以看成是它的特例。 数据角度 截面数据分析 时序数据分析第一章 前言 (2) 非经典线性模型是经典线性模型在模型结构方面的扩展。例如由经典的常参数线性模型扩 展的变参数线性模型；由反映变量之间因果关系的经典线性模型扩展为并不反映因果关系 的线性模型，诸如著名的MA、AR、ARMA等时间序列分析模型和线性增长模型；由根 据经济理论和经济行为规律设定的经典线性模型扩展为根据对数据的协整分析而设定的误 差修正模型；等等。 (3) 非线性模型是一类用非线性方程描述经济变量之间的非线性关系的经济数学模型，包括非 线性单方程模型和非线性联立方程模型。非线性模型由于其估计方法的复杂性，构成了高 级计量经济学的主要内容。 (4) 这里的动态模型是专指以英国计量经济学家D.F.Hendry为代表的学派所倡导的宏观计量 经济模型。Hendry认为，在50至60年代，计量经济学的主导方法论是”结构模型方法”， 即以先验给定的经济理论为建立模型的出发点，以模型的参数估计为重心，以参数估计值 与其理论预期值相一致为判断标准。这种方法论在70年代后遇到了挑战，所以必须发展新 的宏观计量经济模型方法论。在本书中将对它们进行详细的介绍。 (5) 无参数回归模型，顾名思义，这类模型没有明确的函数关系，所以也没有明确的待估参 数，只有解释变量和被解释变量以及它们的样本观测值。无参数模型的提出是基于这样的 认识：每个参数模型都隐含着一系列的经济学假设，例如C-D生产函数模型的中性技术进 步假设、替代弹性不变假设等，而这些假设在实际上是无法满足的，所以参数模型中给定 的函数关系实际上是不可靠的。无参数模型利用其适当的估计方法，通过样本观测值，找 出被解释变量的变化规律。例如常用的权函数估计，就是通过样本观测值确定权重，将被 解释变量的估计描述为被解释变量样本观测值的加权和。由于无参数模型最终也不能给出 解释变量和被解释变量之间的结构关系，它在理论计量经济学中的意义大于其实用价值。 估计方法角度 最小二乘法 是经典线性计量经济学模型的最主要的估计方法。例如，在经典线性计量经济学 模型满足基本假设时采用的普通最小二乘法，在经典线性计量经济学模型存在异方差性时 采用的加权最小二乘法，在经典线性计量经济学模型存在序列相关性时采用的广义最小二 乘法，在经典线性计量经济学模型存在随机解释变量时采用的工具变量方法，估计经典线 性联立方程计量经济学模型的二阶段最小二乘法、三阶段最小二乘法，等等。 最大似然法 在经典线性计量经济学模型中，存在着一个与最小二乘方法对应的最大似然方法 系列，例如与普通最小二乘法对应的最大似然法，与二阶段最小二乘法对应的有限信息最 大似然法，与三阶段最小二乘法对应的完全信息最大似然法。 贝叶斯估计方法 主要特点是利用了非样本信息，即前验信息与后验信息。 广义矩方法 广 义 矩 （GMM, GeneralizedMethodofMoments） 方 法 是 矩 方 法 （MM, MethodofMoments） 的 一 般 化 ， 也 是 一 类 依 赖 样 本 信 息 的 参 数 估 计 方 法。一般地，被解释变量的各阶原点矩是待估参数的函数。利用样本数据计算各阶原点矩 的估计量，最简单的例如一阶原点矩（即期望）的估计量、二阶原点矩（即方差）的估计 量；然后利用该估计量，求解关于待估参数估计量的各阶矩方程，以得到参数估计量。广 义矩方法有其广泛的适用性，普通最小二乘法、最大似然法等都可以看成是它的特例。 数据角度 截面数据分析 时序数据分析 - 7 -