计量经济学-第一章

第一章导论

1.计量经济学分析步骤

• 模型设定：根据相关经济学理论，对社会经济现象建立合适的经济模型（例如：索罗模型）
• 参数求解：对模型设定的参数进行估计（$\beta$),常用的方法简单最小二乘估计，极大似然估计
• 模型检验：主要包括四个方面
  • 1.经济意义的检验：建立的模型要符合经济现象，例如边际消费倾向位于0—1之间
  • 2.统计推断检验：主要包括对模型参数的检验，例如一元回归中针对${\beta }_1、{\beta }_2$是否显著的不为0的t检验，多元回归中为F检验、方差分析
  • 3.计量经济学检验：主要针对计量经济方法的基本假定检验，主要针对随机扰动项的无自相关检验，同方差检验，变量之间的多重共线性检验
  • 4.模型预测检验：根据模型的预测结果和实际结果做比较来分析模型的效果。
• 模型应用：常用的如经济预测，政策评价，结构分析等（索罗模型对GDP潜在增长率的预测）

2.计量经济学中的基本知识

• 变量：常见的有存量和流量两种变量
  • 存量：某一时点的总量（负债）
  • 流量：某一时期的总量（GDP)
  • 解释变量：也就是我们常说的自变量$x$
  • 被解释变量：也就是我们常说的因变量$y$
• 数据类型：
  • 时间序列数据：指的是某一总体特征在某一时间范围内的变化。
  • 截面数据：指的是在同一时期某一特征在不同空间范围内变化的数据。
  • 面板数据：是时间序列和截面数据的结合，现在这种数据在我们在实际应用中比较常见，用的也较多
  • 虚拟变量数据：针对一些定性的数据，我们需要构建虚拟变量来进行处理，例如分析政策变动因素的影响。还有对于一些分类型数据，采用one-hot编码进行处理
• 模型：计量经济学中主要建立的是线性回归模型，其中计量经济学的线性指的是参数是线性的，例如$lny={\beta }_0+{\beta }_{1}lnx$属于线性模型，而$y=\sqrt{{\beta }_0}+\sqrt{{\beta }_1}x$不属于线性模型，常见的回归模型
  • 一元线性回归模型
  • 多元线性回归模型
  • 双对数线性回归模型：$lny={\beta }_0+{\beta }_{1}lnx+\mu$
  • 岭回归
  • lasso回归