一、计量经济学的核心
|
本文由计量经济学服务中心综合整理自《计量经济学：理论与实验》 转自请注明来源 计量经济学的核心：模型设定、参数估计、模型检验、模型应用 一、计量经济学的核心 计量经济学的核心是模型构建，模型构建遵循以下过程：经济理论分析一理论模型的设定一变量的选取一数据的获得一模型的参数估计一模型的检验一模型的应用。 模型，即对现实世界的简化。我们常见的经济模型如需求模型D＝a+bP，其中D表示商品的需求，P表示商品的价格，a、b表示参数系数。如果要将其转换为计量经济模型，只需在等式右边加人随机扰动项，如D＝a+bP+μ，其中μ为随机扰动项，表示商品的价格P之外的所有影响商品需求的因素。这些因素包括互补性或竞争性商品的价格、消费者的偏好、消费者的收入水平、消费者的收入结构、消费者对商品价格的未来预期、商家对商品价格的未来预期、商品的可获得性、含糊不清的理论导致的未知影响因素以及数据偏误导致的问题等。 在计量经济学中，参数估计的方法有广义最小二乘法(CLS)、极大似然估计法(ML)、矩估计法(GMM)等。但是，在基础阶段，参数估计基本使用普通最小二乘法(OLS)。普通最小二乘法有四个小样本假设，分别是解释变量相互独立，即解释变量之间不存在密切的关联性，违背这一条，模型会产生多重共线性问题，在完全共线性情况下，矩阵满秩，难以求得模型参数，从而无法进行参数估计及检验;随机扰动项服从零均值、同方差、不序列相关假定;随机扰动项之间相互独立，否则会产生序列相关、异方差等问题;随机扰动项与解释变量不相关，否则会产生异方差问题。如果模型设定正确，不存在设定偏误，那么采用普通最小二乘法得出的参数具有无偏、线性、有效(或者方差最小、变异度最小)三种优良特性。 如果违背其中一条，采用普通最小二乘法得到的参数估计值就会出现有偏、非有效等问题。因此，我们需要识别多重共线性、异方差、序列相关等问题，熟悉多重共线性、异方差、序列相关等概念，产生原因，问题的后果，检验思路和办法以及修正方法等。 二、计量经济学建模流程 计量经济学的建模过程 第一步：阅读文献，确定选题 研究问题从哪里来？ 经济实践:对经济事实的观察和思考;经济理论;前人研究文献;争执与前沿等 第二步:设定理论模型 理论模型需求针对哪些因素做出设定？ 模型的形式:线性、非线性等;变量及其指标表达;参数的含义;参数的大小、方向、符号等 理论模型设定的依据是什么?经济理论;前人研究文献;经济实践等 第三步:数据及其处理 数据的获得途径有哪些?官方统计数据、出版物等;个人或机构的调查资料 数据的质量要求有全面;准确;完整;可比:统计口径可比;统计内涵可比 第四步:参数估计 参数估计的方法：GLS(OLS、TSLS等)、ML、GM等 第五步: 模型检验 经济意义检验:参数大小、方向、符号等;参数的相互关系等 统计意义检验：拟合优度检验;方程的显著性检验;变量的显著性检验等 计量经济学独有检验：多重共线性检验;序列相关检验;异方差检验等 模型的预测检验：稳定性检验;预测性能检验等 第六步: 模型应用 结构分析，经济预测;政策评价;理论的检验与发展 |
|
|
