1、計(jì)量經(jīng)濟(jì)學(xué)Econometrics,任課老師：沙浩偉,2015-2016-1,教師個(gè)人信息,電子郵箱：shw- 辦 公 室：百會(huì)堂606 聯(lián)系方式成績構(gòu)成,平時(shí)作業(yè)10%,期末考試50,發(fā)言與講解10%,課堂紀(jì)律10%,期末總成績 最高100分,課堂與上機(jī) 測(cè)試20%,課程簡介,總學(xué)時(shí)：54學(xué)時(shí) 課堂講授：36學(xué)時(shí) 課堂測(cè)試與習(xí)題講解：6學(xué)時(shí) 上機(jī)和實(shí)驗(yàn)：12學(xué)時(shí) 應(yīng)具備的知識(shí)： 經(jīng)濟(jì)學(xué)理論 概率論與數(shù)理統(tǒng)計(jì) 線性代數(shù),課程簡介,課程特點(diǎn) 闡明理論思想為主，不強(qiáng)調(diào)理論的證明與推導(dǎo) 以問題為導(dǎo)向，采用案例教學(xué)方式 培養(yǎng)應(yīng)用計(jì)量經(jīng)濟(jì)方法解決實(shí)際問題的能力 學(xué)生為主體，教師

2、為主導(dǎo),課程簡介,教材： 李子奈 等計(jì)量經(jīng)濟(jì)學(xué)（第三版），高等教育出版社，2010 參考書： 古扎拉蒂，波特,計(jì)量經(jīng)濟(jì)學(xué)基礎(chǔ)（第五版），中國人民大學(xué)出版社，2011 伍德里奇，計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論（第四版），中國人民大學(xué)出版社，2010 格林，計(jì)量經(jīng)濟(jì)分析（第六版），中國人民大學(xué)出版社，2011 肯尼迪，計(jì)量經(jīng)濟(jì)學(xué)指南（第五版），中國人民大學(xué)出版社，2010,課程簡介,推薦使用軟件：EViews 8.0 高鐵梅主編， 計(jì)量經(jīng)濟(jì)分析方法與建模：EViews應(yīng)用及實(shí)例（第二版），清華大學(xué)出版社，2009 易丹輝，數(shù)據(jù)分析與Eviews應(yīng)用，中國統(tǒng)計(jì)出版社，2002 張曉峒主編，計(jì)量經(jīng)濟(jì)學(xué)軟件Eviews

3、使用指南，南開大學(xué)出版社，2004,什么是計(jì)量經(jīng)濟(jì)學(xué)？,計(jì)量經(jīng)濟(jì)學(xué) 經(jīng)濟(jì)學(xué)：經(jīng)濟(jì)學(xué)分支 計(jì) 量：以統(tǒng)計(jì)方法做定量研究 定 義：用定量的方法研究經(jīng)濟(jì)活動(dòng)規(guī)律及其應(yīng)用的學(xué)科,經(jīng)濟(jì)學(xué),數(shù) 學(xué),統(tǒng) 計(jì) 學(xué),經(jīng)濟(jì) 統(tǒng)計(jì)學(xué),計(jì)量 經(jīng)濟(jì)學(xué),數(shù)理 統(tǒng)計(jì)學(xué),數(shù)理 經(jīng)濟(jì)學(xué),為什么學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)？,經(jīng)濟(jì)金融理論,經(jīng)濟(jì)金融現(xiàn)象,計(jì)量經(jīng)濟(jì)學(xué),為什么學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)？,計(jì)量經(jīng)濟(jì)學(xué)的用途之一：描述經(jīng)濟(jì)現(xiàn)實(shí) 將經(jīng)濟(jì)關(guān)系中的抽樣符號(hào)定量化，如需求函數(shù)、消費(fèi)傾向 計(jì)量經(jīng)濟(jì)學(xué)的用途之二：檢驗(yàn)經(jīng)濟(jì)理論假設(shè) 采用現(xiàn)實(shí)證據(jù)來檢驗(yàn)理論模型，如資本資產(chǎn)定價(jià)模型是否成立、有效市場(chǎng)假說 計(jì)量經(jīng)濟(jì)學(xué)的用途之三：預(yù)測(cè)未來經(jīng)濟(jì)活動(dòng) 基于已發(fā)生的事件去預(yù)

4、測(cè)未來，如GDP、CPI、通貨膨脹率,計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展歷史,計(jì)量經(jīng)濟(jì)學(xué)的誕生 1926年，挪威經(jīng)濟(jì)學(xué)家弗里希(Frisch)模仿Biometrics (生物計(jì)量學(xué))提出Econometrics (計(jì)量經(jīng)濟(jì)學(xué)) 1930年，世界計(jì)量經(jīng)濟(jì)學(xué)會(huì)成立 1933年，Econometrica創(chuàng)刊,計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展歷史,計(jì)量經(jīng)濟(jì)學(xué)是產(chǎn)生諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者最多的經(jīng)濟(jì)學(xué)分支 從1969年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)設(shè)立至2012年，71位獲獎(jiǎng)?wù)咧杏?2位是直接因?yàn)閷?duì)計(jì)量經(jīng)濟(jì)學(xué)的創(chuàng)立和發(fā)展作出貢獻(xiàn)而獲獎(jiǎng) 近20位擔(dān)任過世界計(jì)量經(jīng)濟(jì)學(xué)會(huì)會(huì)長，30余位在獲獎(jiǎng)成果中應(yīng)用了計(jì)量經(jīng)濟(jì)學(xué)方法,計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展歷史,獲諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)的計(jì)量

5、經(jīng)濟(jì)學(xué)家： 1969年：Ragnar Frisch; Jan Tinbergen 1973年：Wassily Leontief 1980年：Lawrence Robert Klein 1984年：Richard Stone 1989年：Trygve Haavelmo 2000年：Daniel McFaddan; James Heckman 2003年：Clive Granger; Robert Engle 2011年：Thomas J. Sargent; Christopher A. Sims,經(jīng)濟(jì)學(xué)諾獎(jiǎng)得主羅伯特恩格爾做客成電講壇2011年9月24日?qǐng)D書館二樓報(bào)告廳,計(jì)量經(jīng)濟(jì)學(xué)的研究內(nèi)容,研

6、究內(nèi)容 從計(jì)量經(jīng)濟(jì)學(xué)的研究實(shí)例出發(fā)：肯德基餐廳選址問題 餐廳選址問題轉(zhuǎn)化為,肯德基餐廳銷售量分析,實(shí)例：肯德基餐廳選址,第一步：查閱文獻(xiàn)，建立理論模型 閱讀餐飲業(yè)文獻(xiàn)，與專家交流，發(fā)現(xiàn)影響餐廳選址(銷售量)的關(guān)鍵因素 如：地段(商圈和位置)、競(jìng)爭(zhēng)對(duì)手、人口密度、收入水平等 銷售量=f(競(jìng)爭(zhēng)對(duì)手、人口密度、收入水平),實(shí)例：肯德基餐廳選址,第二步：設(shè)定模型：選擇解釋變量及函數(shù)形式 解釋變量及其測(cè)度： 競(jìng)爭(zhēng)N：方圓2公里內(nèi)的直接競(jìng)爭(zhēng)對(duì)手?jǐn)?shù)量 人口P：方圓2公里內(nèi)居住人口數(shù) 收入I：居住人口的平均收入水平 函數(shù)形式：線性 模型形式：理論模型數(shù)學(xué)模型計(jì)量經(jīng)濟(jì)學(xué)模型,實(shí)例：肯德基餐廳選址,第三步：假設(shè)參

7、數(shù)的預(yù)期符號(hào) 競(jìng)爭(zhēng)N 人口P 收入I,實(shí)例：肯德基餐廳選址,第四步：搜集、檢查并整理數(shù)據(jù) 搜集數(shù)據(jù)：如何搜集？搜集哪里的數(shù)據(jù)？ 檢查數(shù)據(jù)：數(shù)據(jù)是否合理？ 整理數(shù)據(jù),實(shí)例：肯德基餐廳選址,第五步：模型的估計(jì)、檢驗(yàn)與評(píng)價(jià) 模型估計(jì)：一系列計(jì)量經(jīng)濟(jì)方法，如OLS 模型檢驗(yàn)：經(jīng)濟(jì)意義檢驗(yàn)、統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)檢驗(yàn) 模型評(píng)價(jià)：模型是否需要改進(jìn) 不同地區(qū)（城市）中肯德基的銷售量相同嗎？ 不同年度中肯德基的銷售量相同嗎？,實(shí)例：肯德基餐廳選址,第六步：報(bào)告結(jié)果及模型應(yīng)用 報(bào)告結(jié)果：說明模型、假設(shè)條件、分析過程及數(shù)據(jù) 模型應(yīng)用：為肯德基餐廳選址提供參考,計(jì)量經(jīng)濟(jì)學(xué)的研究路線,建立理論模型 確定計(jì)量經(jīng)濟(jì)學(xué)模型 搜

8、集、檢查并整理數(shù)據(jù) 估計(jì)計(jì)量經(jīng)濟(jì)學(xué)模型 評(píng)價(jià)計(jì)量經(jīng)濟(jì)學(xué)模型 應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型,計(jì)量經(jīng)濟(jì)學(xué)的研究路線,計(jì)量經(jīng)濟(jì)分析所用的數(shù)據(jù) 數(shù)據(jù)的類型：橫截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)、面板數(shù)據(jù) 數(shù)據(jù)的來源：互聯(lián)網(wǎng)(新浪、雅虎)、統(tǒng)計(jì)年鑒、專業(yè)數(shù)據(jù)庫(國泰安數(shù)據(jù)庫、銳思數(shù)據(jù)庫)、自己收集(問卷調(diào)查) 數(shù)據(jù)的準(zhǔn)確性：數(shù)據(jù)準(zhǔn)確嗎？不準(zhǔn)確又怎么辦？,其它若干問題,研究大學(xué)畢業(yè)生的起薪水平 建立理論模型：哪些因素影響起薪水平？ 在校期間表現(xiàn)、應(yīng)聘表現(xiàn)、就業(yè)行業(yè)、就業(yè)年度、學(xué)校、專業(yè)、學(xué)歷、性別 確定計(jì)量經(jīng)濟(jì)學(xué)模型：選取哪些變量？ 搜集、檢查并整理數(shù)據(jù)：數(shù)據(jù)來源是什么？ 估計(jì)計(jì)量經(jīng)濟(jì)學(xué)模型：采用何種方法？ 評(píng)價(jià)計(jì)量經(jīng)濟(jì)學(xué)模型

9、：估計(jì)結(jié)果是否合理、可信？ 應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)模型：預(yù)測(cè)個(gè)人的起薪水平,其它若干問題,研究大學(xué)畢業(yè)生的起薪水平 大學(xué)畢業(yè)生的起薪水平是多少？ 影響大學(xué)畢業(yè)生起薪的因素有哪些？ 起薪與各種因素關(guān)系的性質(zhì)是什么（增、減）？ 各種因素對(duì)起薪影響的具體數(shù)量規(guī)律是什么？ 所作數(shù)量分析結(jié)果的可靠性如何？ 今后起薪的變化趨勢(shì)怎樣？,其它若干問題,研究中國的GDP增長 經(jīng)濟(jì)理論GDP增長的速度是多少（例如7.4%）？ 影響GDP增長的因素有哪些（投資、消費(fèi)、出口等）？ GDP與各種因素關(guān)系的性質(zhì)是什么（增、減）？ 各種因素對(duì)GDP影響的具體數(shù)量規(guī)律是什么？ 所作數(shù)量分析結(jié)果的可靠性如何？ 今后GDP的發(fā)展趨勢(shì)怎樣

10、？,其它若干問題,研究中國股票價(jià)格的波動(dòng) 股票價(jià)格變動(dòng)的情況怎樣（股價(jià)指數(shù)）？ 影響股票價(jià)格變動(dòng)的因素是什么（資金、政策、利率等）？ 股價(jià)與各種因素的關(guān)系是什么（利空、利多）？ 各種因素影響的具體數(shù)量規(guī)律是什么？ 所得結(jié)果可不可靠？ 今后的發(fā)展趨勢(shì)怎樣？,問題的共性：,提出所研究的經(jīng)濟(jì)問題：對(duì)研究的經(jīng)濟(jì)現(xiàn)象進(jìn)行實(shí)際統(tǒng)計(jì)觀測(cè) 分析影響因素：根據(jù)經(jīng)濟(jì)理論、實(shí)際經(jīng)驗(yàn) 分析各種因素與所研究經(jīng)濟(jì)現(xiàn)象的相互關(guān)系：根據(jù)先驗(yàn)經(jīng)濟(jì)理論和實(shí)際經(jīng)驗(yàn) 確定所研究的經(jīng)濟(jì)問題與各種影響因素的數(shù)量關(guān)系：需要科學(xué)的數(shù)量分析方法 分析和檢驗(yàn)所得數(shù)量結(jié)論的可靠性：需要運(yùn)用統(tǒng)計(jì)方法 測(cè)算所研究經(jīng)濟(jì)問題的發(fā)展趨勢(shì)：預(yù)測(cè)未來,計(jì)量經(jīng)濟(jì)

11、學(xué)的任務(wù),課程內(nèi)容,第一講 回歸分析概述 第二講 普通最小二乘法 第三講 假設(shè)檢驗(yàn) 第四講 模型設(shè)定 第五講 多重共線性 第六講 序列相關(guān) 第七講 異方差,課程內(nèi)容,第八講 虛擬變量 第九講 虛擬應(yīng)變量 第十講 時(shí)間序列模型 第十一講 預(yù)測(cè),EViews：畫散點(diǎn)圖和做相關(guān)分析,假設(shè)你在迪士尼樂園為游客猜體重，你認(rèn)為游客體重與其身高有關(guān)，并收集了20位游客的身高(英寸，高于5英尺的部分)與體重(磅)數(shù)據(jù) (Table 1-2) 。 以游客體重(y)為縱軸、以游客身高(x)為橫軸畫散點(diǎn)圖 分析這兩個(gè)變量之間的相關(guān)關(guān)系,EViews 演示,第一步：讀入數(shù)據(jù),第二步：生成數(shù)據(jù)組,第三步：畫散點(diǎn)圖,散點(diǎn)

12、圖：,相關(guān)分析：,作業(yè),閱讀上機(jī)手冊(cè)，熟悉EViews的基本操作 讀入數(shù)據(jù)文件Table 1-2，利用Eviews畫散點(diǎn)圖和進(jìn)行相關(guān)分析。下次上課前，請(qǐng)同學(xué)現(xiàn)場(chǎng)演示，并計(jì)入課堂發(fā)言成績,第一講 回歸分析概述,任課老師：沙浩偉,2015-2016-1,主要內(nèi)容,回歸分析的基本概念 回歸方程的設(shè)定 回歸方程的估計(jì),姚明身高2米26，葉莉身高1米90，他們的寶寶因此被看做是中國體壇第一寶寶，關(guān)于其未來身高的預(yù)測(cè)一直被球迷津津樂道。 根據(jù)醫(yī)學(xué)專家給出的遺傳身高公式： 女兒成年身高=（父親身高+母親身高-13cm）/2 (數(shù)值上下波動(dòng)7cm） 如此算來，“姚沁蕾”的身高在1.945米至2.085米之間。

13、,回歸分析的歷史淵源,“回歸”(regression)一詞最早由英國生物學(xué)家 Francis Galton提出(1886年Family Likeness in Stature),回歸分析的現(xiàn)代含義,回歸（Regression）是計(jì)量經(jīng)濟(jì)學(xué)的主要工具 回歸的現(xiàn)代含義： 回歸分析是關(guān)于研究一個(gè)叫做因變量的變量（Y）對(duì)另一個(gè)或多個(gè)叫做自變量的變量（X）的依賴關(guān)系; 其用意在于通過自變量在重復(fù)抽樣中的已知或設(shè)定值，去估計(jì)或預(yù)測(cè)因變量的總體均值。,例子：姚明身高2.26米，葉莉身高1.90米，他們的女兒會(huì)有多高呢？,散點(diǎn)圖,2.01米,可信嗎？,因此，一旦知道了父輩的身高，就可以按照上述關(guān)系式（回歸線）

14、來預(yù)測(cè)兒輩的平均身高（而不是具體身高）。,1.82米,統(tǒng)計(jì)關(guān)系與確定性關(guān)系,確定關(guān)系：確定變量之間的函數(shù)關(guān)系 統(tǒng)計(jì)關(guān)系：隨機(jī)變量之間的依賴關(guān)系,計(jì)量經(jīng)濟(jì)學(xué)關(guān)注的是統(tǒng)計(jì)關(guān)系！,回歸與因果關(guān)系,雖然回歸分析研究一個(gè)變量對(duì)另一變量的依賴關(guān)系，但它并不一定意味著因果關(guān)系 一個(gè)統(tǒng)計(jì)關(guān)系式，不管結(jié)論如何強(qiáng)或多么有啟發(fā)性，本身都不足以確立因果關(guān)系，確立因果關(guān)系必須來自于統(tǒng)計(jì)學(xué)之外的理論根據(jù) 檢驗(yàn)兩個(gè)隨機(jī)變量之間是否存在因果關(guān)系需要特別的方法。,回歸與相關(guān),回歸與相關(guān)的基本不同點(diǎn)在于，回歸分析將因變量當(dāng)作統(tǒng)計(jì)的、隨機(jī)的，而自變量則被看作是固定的或非隨機(jī)的；而相關(guān)分析將兩個(gè)變量都看作是隨機(jī)的，具有對(duì)稱性。 事實(shí)

15、上，將自變量看作是隨機(jī)變量不會(huì)影響大部分計(jì)量經(jīng)濟(jì)學(xué)理論的結(jié)果（特別是大樣本情況下）。,在進(jìn)行回歸分析之前，先做相關(guān)分析,術(shù)語與符號(hào),Y: 因變量、被解釋變量、預(yù)測(cè)子、回歸子、響應(yīng)變量、內(nèi)生變量、結(jié)果變量、被控制變量 X：解釋變量、自變量、預(yù)測(cè)元、回歸元、刺激變量、外生變量、協(xié)變量、控制變量,回歸方程的設(shè)定,例：某社區(qū)有60戶家庭，現(xiàn)研究各家庭每月消費(fèi)支出Y與每月可支配收入X的關(guān)系，即根據(jù)月收入預(yù)測(cè)平均月消費(fèi)支出,平均來講，周消費(fèi)支出隨收入的上升而增加。,從散點(diǎn)圖發(fā)現(xiàn)：隨著收入的增加，消費(fèi)“平均地說”也在增加，且Y的條件均值均落在一根正斜率的直線上。這條直線稱為總體回歸線。,Y,X,回歸方程的設(shè)

16、定,回歸方程的設(shè)定,總體回歸函數(shù) 被稱為條件期望函數(shù)或總體回歸函數(shù)（PRF），它刻畫了Y的均值是怎樣隨X而變化的。,若PRF的函數(shù)形式為線性，則,為未知的但固定的參數(shù)，稱為回歸系數(shù)， 分別為截距和斜率系數(shù)。,回歸方程的設(shè)定,線性的含義： 線性回歸是指對(duì)估計(jì)參數(shù)為線性的一種回歸（即估計(jì)參數(shù)只以一次方出現(xiàn)），對(duì)自變量X則可以是或不是線性的。 判斷下列方程的是否為線性回歸？,回歸方程的設(shè)定,隨機(jī)干擾項(xiàng)的引入： 總體回歸函數(shù)說明在給定的收入水平X下，該社區(qū)家庭平均的消費(fèi)支出水平。 但對(duì)某個(gè)家庭，其消費(fèi)支出可能與該平均水平有偏差，記為,其中，i 是Yi與期望值E(Y|Xi)的離差(deviation)，

17、是一個(gè)不可觀測(cè)的隨機(jī)變量，又稱為隨機(jī)干擾項(xiàng)(stochastic disturbance)或隨機(jī)誤差(stochastic error),回歸方程的設(shè)定,隨機(jī)干擾項(xiàng)的性質(zhì) 說明對(duì)收入水平為 的個(gè)別家庭而言，其它變量對(duì)其消費(fèi)支出的總體影響的期望值為0,回歸方程的設(shè)定,隨機(jī)干擾項(xiàng)的來源 遺漏或被排除的變量 數(shù)據(jù)的測(cè)量誤差 錯(cuò)誤的函數(shù)形式 純粹的隨機(jī)誤差和無法預(yù)測(cè)的事件,回歸方程的設(shè)定,一元回歸方程 多元回歸方程,回歸方程的設(shè)定,一元回歸模型在實(shí)踐中往往不適宜 消費(fèi)：除受收入影響外，還有財(cái)富、消費(fèi)習(xí)慣 需求量：除受價(jià)格影響外，還有品牌、廣告、替代品價(jià)格 一元回歸模型的思想很容易推廣到多元回歸模型 最簡單的多元回歸模型是三變量模型,回歸方程的設(shè)定,三變量模型 三變量模型，即含有一個(gè)因變量Y和兩個(gè)解釋變量X，其回歸函數(shù)為： 截距項(xiàng)代表所有未包含到模型中來的變量對(duì)Y的平均影響，系數(shù) 被稱為偏回歸系數(shù)或偏斜率系數(shù)。,回歸方