第二章 数据与模型(计量经济学)

41
三、参数
29
按变量的在方程中的地位划分
（1）单一方程中 （2）联立方程中
30
（1）单一方程中

被解释变量（因变量、左端变量） 解释变量（自变量、右端变量）
31
（2）联立方程中






内生变量 外生变量 政策变量、目标变量和非政策变量—— 宏观调控 变量分类的相对性 静态模型与动态模型 简单宏观经济模型举例 前定变量
（2）按数据与时间的关系
1*名义型数据 2*有序型数据 3*间隔型数据 4*比率型数据
1*．截面数据（Cross-Section Data） 2*．时间序列数据（Time Series Data） 3*．平行数据 （Panel Data）
5
1．何谓数据

数据是客体反映信息之一，这种信息如以量的 标志显现出来，就称其为数据。数据是一定条 件下客体在量的方面的综合表现。在开始一项 研究工作时，最基本的工作之一，就是收集数 据。 数据按其本义来说是定量的（计数或计量）的。 但在实际应用中，它们可以是定量的，也可以 是定性的，或者是两者的结合。随着人类认识 客体技术的提高与认识层次的深化，数据的外 延还在不断的扩大。

外生变量的数值是在研究的模型之外确 定的，不受模型内部因素的影响；


在模型求解之前事先规定的，是“给定 的”或“已知的”值 属于自变量 计数变量和虚拟变量可以作外生变量
35
外生变量分为 政策变量和非政策变量
政策变量 政策变量是决策者可以控制的变量，如政 府支出、利率、货币供应量等等。 非政策变量 非政策变量是难以控制或不能控制的变量， 例如气候、自然灾害、农业收成、汇率 等等。
28
滞后变量举例
obs 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 Y 249 267 289 329 406 451 513 643 699 713 803 947 1148 Y(-1) NA 249 267 289 329 406 451 513 643 699 713 803 947 Y(-2) NA NA 249 267 289 329 406 451 513 643 699 713 803 Y(-3) NA NA NA 249 267 289 329 406 451 513 643 699 713 Y(-4) NA NA NA NA 249 267 289 329 406 451 513 643 699

截面数据又称俗横向数据，研究某个时 点上的变化情况。例如1990年7月1日0 点，我国三十一个省市的人口数。 在西方经济学中称它为存量，在统计经 济学上称它为时点数。 截面数据的时间是凝固的。 截面数据中大多存在异方差，必须引起 注意。
16


2．时间序列数据 （Time Series Data）
8
（1）按数据的性质划分
1*名义型数据 2*有序型数据 3*间隔型数据 4*比率型数据
9
1*名义型数据




这是一种纯粹的数学符号，没有量的概念。例如，盈 利的有无，早于文化大革命、等于文化大革命和晚于 文化大革命等。 这些有无、是否、上下、早晚之类的概念，可以用“0” 和“1”两个数构成的虚拟变量（或称二态变量）来表 示。 若记XA为男性，XB为女性，则XA=1，XB=0，这时 XA与XB之间，有且仅有以下三种关系：XA=XA， XB=XB，XA XB。或简记X=1为男性，X=0为女性。 注意“0”和“1”只起着名义的或符号的作用，其量的 概念已不复存在。




习惯上把前两种称为定性数据，把后两种成为定量数 据。
14
（2）按数据与时间的关系分


1．截面数据（Cross-Section Data） 2．时间序列数据（Time Series Data） 3．平行数据（Panel Data）
15
1．截面数据 （Cross-Section Data）
10
2*有序型数据

有序就是指有先后次序。例如经济发展就有先后顺序， 从第一产业到第四产业产业的升级就形成了一个序列。 记第二产业为XB，第四产业为XD，那么两者的关系 不仅有等与不等的关系，还可以有XD>XB，XB<XD， 但这里不包含“大多少”、“小多少”的概念。如记 最清洁为XA、清洁为XB、不清洁为XC。三者排成序 列：XA>XB>XC，但是它们三者的间隔并不相等。 因此对这类数据不能简单地作算术四则运算。 在实际应用中往往不用具体的数表示有序关系。人们 习惯把它们变成名义数据进行处理。 序列中若有个m状态就要用m-1个虚拟变量。
i=c(4)+c(5)*(gnp(-1)-gnp(-2))+c(6)*gnp+c(7)*r(-4)+u
39
简单宏观经济模型
a1 a 2 y u1,t c t t it b1 b2 yt b3 yt 1 u 2,t y t ct i 2 G t 其中， 收入， y 分别表示t年的消费、投资和国民 ct 、 it 、
25


变量的种类


按变量取值划分 按变量的时间属性划分 按变量的在方程中的地位划分
• （1）单一方程中 • （2）联立方程中——内生变量、外生变量、 前定变量
26
按变量取值划分

（1）离散型
• （包括表示定性数据的虚拟变量—只取0和1）

（2）连续型
27
按变量的时间属性划分
本期ຫໍສະໝຸດ Baidu量 滞后变量
11


用虚拟变量表示定性数据
Ô Ð ð ± Ä Ð Å ®
D 0 1
À Î ú É È µ ² » Ç å Ç å î × Ç å
¶ ¼ ½ à ½ à ½ à
D1 1 0 1
D2 0 1 1
12
3*间隔型数据

不仅可以比较两两的大小，而且还可以确定相差的量。 温度是最典型的间隔型数据之一，例如10C、20C 和30C。我们不仅可以比较温度的高低，还可以知道 10C比20C低10C，30C比20C高10C。 它具有通常意义下数据的性质，可以作复杂的四则运 算。但是，这类数据仍然包含了某种人为的因素：
32
内生变量



是所研究的经济系统的模型本身确定的 是该模型求解的结果， 属于因变量； 在决策模型中可以使用虚拟变量做内生 变量。
33
小布什当选总统的决策
y 1 y 0 P y 1 a b1 x1 b2 x2 bk xk u i
34
外生变量
6

2．数据的意义

数据是经济计量模型的基础
7
3．数据的类型

（1）按数据的性质划分 1*名义型数据 2*有序型数据 3*间隔型数据 4*比率型数据 （2）按数据与时间的关系 1．截面数据（Cross-Section Data） 2．时间序列数据（Time Series Data） 3．平行数据



首先，间隔的确定的任意性，当然，间隔一旦确定就 成为比较数据的标准 其次，0点的确定是任意的，而且0C并不是没有温度。
13
4*比率型数据

这类数据的突出特点是0点具有明确的含义。 例如，重量尽管有不同的计量单位，但0点的意义很明 确，不会因为不同的计量单位而有不同的含义。 而且，任何计量单位都可以通过一个比例常数换算成 另一种相应的单位。 这种简单的比例关系在间隔数据中是不存在的。 定性数据与定量数据 从以上讨论，四种数据按照叙述的顺序，其量的概念， 后者比前者多一些内容。
第二章 数据与模型
1
问题的提出

在经济问题研究中，数字往往是证明观 点的证据，基于事实的证据是我们透过 大千世界的外表而探求其运行本质的基 础。 数据是基础，建立在数据之上的是变量， 变量之间的关系构成方程，随机方程构 成系统，系统加上恒等式构成模型。模 型是对现实社会经济系统的抽象和简化。
2

解决问题的思路
37
变量分类的相对性

某个变量是内生变量还是外生变量，是 目标变量还是工具变量，并不是先验确 定的 主要结合分析的目的，取决于它们在模 型中的地位和作用。 例如在农产品需求供给模型中，D、S和 P是内生变量，I和R是外生变量。
38


静态模型与动态模型
上述农产品需求供给模型是一个静态模型， 因为时间因素在模型中不起作用。 在动态模型中时间因素起主要作用，涉及到 一个内生变量取决于另一个内生变量（或本身） 的前期数值。 例如投资方程:
20
问题的提出

经济计量模型的设定、估计、检验和实 际应用的范围日益宽广。


例如，农业生产的需求供给模型就是一 个简单的经济计量模型。 那么，经济计量模型是由什么构成的？ 从农业生产的需求供给模型的示例说起
21
农业生产的需求供给模型
D a0 a1 P a2 I u1 S b0 b1 P b2 R u 2 D S 其中，D、S和P分别表示某农产品的需 求量、 供给量和价格， I表示消费者可支配收入 ，R表示 降雨量。

时间序列数据又俗称为纵向数据。例如，我国 自改革开放的1978-1998年GNP数据。 在西方经济学中称它为流量，在统计经济学上 称它为时期数。 时间序列的时间是变化的。 时间序列数据通常存在季节变动和序列相关— —自相关（误差的协方差不等于0，即前期误 差与后期误差之间存在相关）。



截面数据通常存在异方差（误差方差不是一个 常数）。
23

任何经济计量模型都由以下4 个要素构成的
（1）变量 （2）参数 （3）随机扰动项 （4）方程式
24
何谓变量

人们总是从发展和运动的观点来认识世界，从 客体收集到的数量信息，构成数据集。例如 1978-1998年我国的GNP，又如四川省 1998年各个县市的NI就是这样的数据集合。 变量就是数据集合的名称，通过对变量名的引 用，可以简便地对数据集合进行处理。 计量经济学中使用的变量的概念与统计学中指 标的概念一样，包括变量名及其对应的数据。


由于模型用方程式或方程组代表所研究的某个真实系 统，所以属代数模型。 方程式中包含D、S、P及随机扰动项u，因此是随机 方程式。方程式由变量、系数和运算符构成，而随机 方程构成系统，系统加上恒等式构成模型。
22
经济计量模型属代数模型

经济计量模型是研究分析某个经济系统 中经济变量之间的数量关系所采用的随 机代数模型，是客观经济现象在数学上 的描述和概括。 经济计量模型之所以成为重要的数量分 析工具，起作抽象经济理论与实际观测 资料之间的桥梁作用，是与模型的内部 结构及其运算能力的机制有关。
36
工具变量与目标变量

运用模型时可以把政策变量看作工具变 量，而把内生变量看作目标变量。

通过对有关工具变量的调节，以便达到 事先确定的目标变量的水平。例如，通 常用适当的经济增长率，较低的失业率 和通货膨胀率等作为目标变量，事先固 定下来，然后计算调整相应的工具变量， 例如税率、公共支出预算水平等数值。


了解模型的构成及其种类 模型函数形式的选择——线性与非线性 变量关系的度量——协方差与相关系数
3
第一节 数据、变量和模型





一、数据及其类型 二、变量及其类型 三、参数 四、随机扰动项 五、方程及其种类 六、模型
4
一、数据及其类型
1．何谓数据 2．数据的意义 3．数据的类型
（1）按数据的性质划分
t
是内生变量， 量。 y 是 Gt 是t年的政府支出，外生变
t 1
滞后变量。

由于引进了Yt-1这一滞后内生变量，表明 投资是Yt和Yt-1以及随机扰动项的函数。 是一个动态模型。
40
前定变量

滞后内生变量的数值是前期所决定的， 因此，它和外生变量都是在求解本期内 生变量之前已经确定了的变量 滞后变量与外生变量合称为前定变量 用作解释变量
17
哪个是存量？哪个是流量？
18
3．平行数据（Panel Data）


平行数据是时间序列数据与截面数据的 合成体。 例如，1978-1999年我国各省市城镇居 民消费结构的调查资料。
19
二、变量及其类型


1.问题的提出 2.何谓变量 3.变量的种类 • (1)按变量取值划分 • (2)按变量的时间属性划分 • (3)按变量的在方程中的地位划分