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( β \beta β),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 β 1 、 β 2 \beta_{1}、\beta_{2} β1、β2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 x x
- 被解释变量:也就是我们常说的因变量 y y 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
l
n
y
=
β
0
+
β
1
l
n
x
lny=\beta_{0}+\beta_{1}lnx
lny=β0+β1lnx属于线性模型,而
y
=
β
0
+
β
1
x
y=\sqrt{\beta_{0}}+\sqrt{\beta_{1}}x
y=β0+β1x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: l n y = β 0 + β 1 l n x + μ lny=\beta_{0}+\beta_{1}lnx+\mu lny=β0+β1lnx+μ
- 岭回归
- lasso回归