《计量经济学及Stata应用教学全套课件陈强 第1章 导论 计量经济学及Stata应用》由会员分享，可在线阅读，更多相关《计量经济学及Stata应用教学全套课件陈强 第1章 导论 计量经济学及Stata应用（18页珍藏版）》请在金锄头文库上搜索。
1、 陈强 2015 年 计量经济学及 Stata 应用 高等教育出版社 第 1 章 导论 第 1 章 导论 1 1 什么是计量经济学 1 1 什么是计量经济学 计量经济学 econometrics 是运用概率统计方法对经济变量 之间的 因果 关系进行定量分析的科学 由于实验数据的缺乏 计量经济学常常不足以确定经济变量之 间的因果关系 但大多数实证分析的目的恰恰正是要确定变量之间的因果关系 即X是否导致Y 而非相关关系 2 例 相关关系 你看到街上的人们带雨伞 于是预测今天要 下雨 这只是相关关系 人们带伞 并不导致 下雨 例 相关关系 根据与流感相关的海量词条搜索记录 谷歌 公司通过分析大数据
2、big data 可以很快地预测流行病的地域传 播 这也只是相关关系 上网搜索流感信息并不导致流感传播 如果只对预测感兴趣 则相关关系就足够了 如果要推断变量之间的因果关系 则计量分析必须建立在经 济理论的基础之上 即在理论上存在X导致Y的作用机制 但即使有理论基础 因果关系常常依然不好分辨 3 首先 可能存在 逆向因果关系 reverse causality 或 双向 因果关系 例 逆向因果 FDI 外商直接投资 促进经济增长 但 FDI 也被吸引到快速增长的地区 例 逆向因果 收入增加引起消费增长 而消费增长也拉动 收入增加 例 逆向因果 经济萧条可能引起内战 但内战也会导致经 济停滞 其
3、次 被遗漏的第三个变量 Z 也可能对这两个变量 X Y同 时起作用 参见图 1 1 4 图 1 1 可能的因果关系 5 例 遗漏变量 某外星人来到地球 发现人类会死亡 十分 不解 于是开始在全球广泛观察死亡现象 并收集了大量的数据 结果发现 许多人类躺在医院病床 X 之后死去 Y 故推断 医院病床是死亡的原因 外星人认为 由于躺在医院病床上 总是发生于死亡之前 故不可能存在逆向因果关系 外星人于是将研究报告投稿发表于某顶尖经济学期刊 并在 文末给出政策建议 珍爱生命 远离病床 6 例 遗漏变量 考虑决定教育投资回报率 returns to schooling 的因素 ln iii ws 1 1
4、 ln i w 工资对数 被解释变量 dependent variable i s schooling 教 育 年 限 解 释 变 量 explanatory variable regressor 或自变量 independent variable i 不可观测 unobservable 的 误差项 error term 或 随机扰 动项 stochastic disturbance 包括所有除 i s以外对ln i w有影响的 因素 以及人类行为的随机性 下标 i 表示第 i 个观测值 即个体 i 7 截距项 与斜率 为待估参数 的经济含义为教育投资的回报率 即多上一年学 未来工资 能增加百
5、分之几 如果用数据估计此回归方程 其结果一般会显示 对数工资与 教育年限显著正相关 且教育投资回报率 还挺高 然而 工资收入也与能力有关 但能力一般不能直接观测 而 能力高的人通常选择接受更多教育 在此简单回归中 教育的高回报其实包含了对能力的回报 8 影响工资收入的因素还可能包括工作经验 毕业学校 人种 性别 外貌等 需尽可能多地引入 控制变量 control variables 也就是多元 回归的方法 才能较准确地估计我们 感兴趣的参数 parameters of interest 即本例的教育投资回报率 现实中总有某些相关的变量无法观测 即存在 遗漏变量 omitted variable
6、s 而遗漏变量统统被纳入到随机扰动项 i 中 随机扰动项 i 中还可能包含哪些其他因素呢 如果真实模型 true model 为 2 ln iiii wss 1 2 那么 2 i s 也被纳入到扰动项中了 可以视为广义的遗漏变量 9 如果变量测量得不准确 则测量误差也被放入扰动项中了 扰动项就像是一个 垃圾桶 所有你不想要 无法把握的东西 都往里面扔 但我们又希望扰动项拥有很好的性质 在很多情况下 这是自 相矛盾的 计量经济学的很多玄妙之处就在于扰动项 如果真正理解扰动项 就加深了对计量经济学的理解 10 1 2 经济数据的特点与类型 1 2 经济数据的特点与类型 由于经济学通常无法做 控制实
7、验 controlled experiment 故 经济数据一般不是 实验数据 experimental data 而是自然发 生的 观测数据 observational data 比如 统计局收集的数据 由于个人行为的随机性 所有经济变量原则上都是随机变量 在有些本科计量教材中 为了简单起见 有时假设解释变量是 非随机的 固定的 fixed regressors 这只是教学法上的权宜之计 给深入的理论探讨带来不便 如果解释变量为非随机 则无法考虑其与扰动项的相关性 11 在本教程中 所有变量都是随机的 即使非随机的常数 也可视 为退化的随机变量 经济数据按照其性质 可大致分成以下三种类型 1
8、 横截面数据 cross sectional data 简称截面数据 指的是多个经济个体的变量在同一时点上的取值 比如 2013 年中国各省的 GDP 参见表 1 1 12 表 1 1 2013 年中国分省 GDP 亿元 省份 GDP 北京 19500 56 天津 14370 16 河北 28301 41 山西 12602 24 内蒙古 16832 38 辽宁 27077 65 吉林 12981 46 黑龙江 14382 93 上海 21602 12 江苏 59161 75 浙江 37568 49 安徽 19038 87 福建 21759 64 江西 14338 50 山东 54684 33
9、河南 32155 86 13 湖北 24668 49 湖南 24501 67 广东 62163 97 广西 14378 00 海南 3146 46 重庆 12656 69 四川 26260 77 贵州 8006 79 云南 11720 91 西藏 807 67 陕西 16045 21 甘肃 6268 01 青海 2101 05 宁夏 2565 06 新疆 8360 24 数据来源 国家统计局网站 14 2 时间序列数据 time series data 指的是某个经济个体的变量在不同时点上的取值 比如 1994 2013 年山东省每年的 GDP 参见表 1 2 表 1 2 1994 2013
10、年山东省 GDP 亿元 年份 GDP 1994 3844 5 1995 4953 35 1996 5883 8 1997 6537 07 1998 7021 35 1999 7493 84 2000 8337 47 15 2001 9195 04 2002 10275 5 2003 12078 2 2004 15021 8 2005 18366 9 2006 21900 2 2007 25776 9 2008 30933 3 2009 33896 6 2010 39169 9 2011 45361 9 2012 50013 2 2013 54684 3 数据来源 国家统计局网站 16 3 面板
11、数据 panel data 指的是多个经济个体的变量在不同时点上的取值 比如 1994 2013 年中国各省每年的 GDP 参见表 1 3 表 1 3 1994 2013 年中国分省 GDP 亿元 省份 年份 GDP 北京 1994 1145 31 北京 1995 1507 69 北京 2012 17879 4 北京 2013 19500 56 17 天津 1994 732 89 天津 1995 931 97 天津 2012 12893 88 天津 2013 14370 16 新疆 1994 662 32 新疆 1995 814 85 新疆 2012 7505 31 新疆 2013 8360 24 数据来源 国家统计局网站 18 本书介绍的计量经济理论包括以上三种数据类型 还将使用国际上最为流行的 Stata 计量软件进行数据处理 Stata 13 版本 2013 年发布 第 2 章介绍 Stata 软件 第 3 章回顾相关数学知识 并引入一些新概念 比如 均值独立 迭代期望定律 第 4 章将正式进入计量经济学的理论部分
