China 下下载 第1章 ■经济计量学的特征及研究范围 在经济学、金融学、管理学、营销学以及一些相关学科的研究中,定量分析用得越来越多, 对于这些领域的初学者来说,掌握一至两门经济计量方面的课程是必要的—一这个领域的研究 变得十分流行。本章的目的旨在给初学者一个经济计量学的概貌 11什么是经济计量学 简单地说,经济计量学 Econometrics)就是经济的计量。虽然,对诸如国民生产总值(GNP)、 失业、通货膨胀、进口、出口等经济概念的定量分析十分重要,但从下面的定义中,我们不难 看出经济计量学的研究范围更为宽泛 经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。1 经济计量学运用数理统计知识分析经济数据,对构建于数理经济学基础之上的数学模型提 供经验支持,并得出数量结果。2 1.2为什么要学习经济计量学 从上述定义我们知道经济计量学涉及经济理论、数理经济学、经济统计学唧经济数据), 以及数理统计学等相关学科,但它是一门有其自己研究方向的一门独立学科。 从本质上说,经济理论所提出的命题和假说,多以定性描述为主。例如,微观经济理论中 提到的:在其他条件不变的情况下经济学中著名的 Ceteris paribus从句),一种商品价格的上升 会引起该商品需求量的减少。因而得出结论:商品的价格与该商品的需求量呈反方向变动 这就是著名的向下倾斜的需求曲线,简称需求法则。但是,该理论本身却无法度量价格和需求 量这两个变量之间的数量关系,也就是说,它不能告诉我们商品的价格发生某一变动时,该商 品的需求量增加或减少了多少。经济计量学家的任务就是提供这样的数量估计。换一种说法, 经济计量学是依据观测和试验,对大多数经济理论给出经验的解释。如果在研究或试验中发现, 当每单位商品的价格上升一美元,引起该商品需求量的下降,比如说下降100个单位,那么 我们不仅验证了需求法则,而且还提供了价格和需求量这两个变量之间的数量估计 I Arthur S Goldberger, Econometric Theory, Wiley, New York, 1964, pI d J.R.N. Stone, "Report of the Evaluative Committee for Econometrica, Econometrica, vol. 22, no. 2, April 1954, pp 141-146
下载 在经济学、金融学、管理学、营销学以及一些相关学科的研究中，定量分析用得越来越多， 对于这些领域的初学者来说，掌握一至两门经济计量方面的课程是必要的—这个领域的研究 变得十分流行。本章的目的旨在给初学者一个经济计量学的概貌。 1.1 什么是经济计量学 简单地说，经济计量学(E c o n o m e t r i c s)就是经济的计量。虽然，对诸如国民生产总值( G N P)、 失业、通货膨胀、进口、出口等经济概念的定量分析十分重要，但从下面的定义中，我们不难 看出经济计量学的研究范围更为宽泛： 经济计量学是利用经济理论、数学、统计推断等工具对经济现象进行分析的一门社会科学。1 经济计量学运用数理统计知识分析经济数据，对构建于数理经济学基础之上的数学模型提 供经验支持，并得出数量结果。2 1.2 为什么要学习经济计量学 从上述定义我们知道经济计量学涉及经济理论、数理经济学、经济统计学(即经济数据)， 以及数理统计学等相关学科，但它是一门有其自己研究方向的一门独立学科。 从本质上说，经济理论所提出的命题和假说，多以定性描述为主。例如，微观经济理论中 提到的：在其他条件不变的情况下(经济学中著名的 Ceteris paribus从句)，一种商品价格的上升 会引起该商品需求量的减少。因而得出结论：商品的价格与该商品的需求量呈反方向变动— 这就是著名的向下倾斜的需求曲线，简称需求法则。但是，该理论本身却无法度量价格和需求 量这两个变量之间的数量关系，也就是说，它不能告诉我们商品的价格发生某一变动时，该商 品的需求量增加或减少了多少。经济计量学家的任务就是提供这样的数量估计。换一种说法， 经济计量学是依据观测和试验，对大多数经济理论给出经验的解释。如果在研究或试验中发现， 当每单位商品的价格上升一美元，引起该商品需求量的下降，比如说下降 1 0 0个单位，那么， 我们不仅验证了需求法则，而且还提供了价格和需求量这两个变量之间的数量估计。 第 1 章 ■ 经济计量学的特征及研究范围 1 Arthur S.Goldberg e r,Econometric Theory,Wi l e y,New Yo r k,1 9 6 4，p . 1 . 2 P.A Samuelson,T,C.Koopmans,and J.R.N.Stone, “ Report of the Evaluative Committee for E c o n o m e t r i c a”, E conometrica, vol. 22, no. 2, April 1954,pp.141-146
经济计量学精要 China-p 0、cQ揪 下载 数理经济学( mathematical economics)主要关心的是用数学公式或数学模型来描述经济理 论,而不考虑对经济理论的度量和经验解释。而经济计量学家感兴趣的却是对经济理论的经验 确认。下面我们将会讲到,经济计量学家通常采用数理经济学家提供的数学模型,但把它们用 于经验检验。经济统计学家主要关心的是收集、处理经济数据并将这些数据绘制成图表的形式。 这是经济统计学家的工作:他或她收集GNP、失业、就业、价格等数据,这些数据就成为经济 计量分析的原始数据。但经济统计学家却不关心用这些收集到的数据来检验经济理论 虽然,数理统计学提供了许多分析工具,但由于经济数据独特的性质,即许多数据的生成 并非可控制试验的结果,因此,经济计量学经常需要使用特殊的方法。类似于气象学,经济计 量学所依据的数据不能直接控制。所以,由公共和私人机构收集的消费、收入、投资、储蓄、 价格等方面的数据从本质上说是非试验性的。这就产生了数理统计学不能正常解决的一些特殊 问题。而且,这些数据很可能包含了测量的误差,或是遗漏数据或是丢失数据。这就要求经济 计量学家去运用特殊的方法来处理这些测量误差 对于主修经济学和商业专业的学生来说,学习经济计量学有实用性。毕业以后,在其工作 中,或许被要求去预测销售量、利息率、货币供给量或是估计商品的需求函数、供给函数以及 价格弹性等等。在经济学家以专家的身份出现在联邦政府调节机构中之前,通常代表当事人或 公众。而汽油和电的价格是由政府调节机构规定的,因此,这就要求经济学家能估计提议的价 格的上涨对需求量(如用电量)的冲击。在这种情况下,经济学家需要建立一个关于用电量的需 求函数,并根据这个需求函数估计需求的价格弹性,即,价格变动的百分比所引起需求量改变 百分比。掌握经济计量学知识对于估计这些需求函数是很有帮助的 客观地说,在经济学和商科专业的学习与培训中,经济计量学已成为不可或缺的一部分 1.3经济计量学的方法论 一般说来,用经济计量方法研究经济问题可分为如下步骤: (1)理论或假说的陈述 (2)收集数据 (3)建立数学模型 4)建立统计或经济计量模型 (5)经济计量模型参数的估计 (6)检查模型的准确性:模型的假设检验: 7)检验来自模型的假说 (8)运用模型进行预测。 了阐明经济计量学的方法论,我们来考虑这样一个问题:经济形势会影响人们进入劳动 力市场的决定吗?也就是说,经济形势是否对人们的工作意愿有影响?假设用失业率 employment Rate,UNR)来度量经济形势,用劳动力参与率( Labor Forle Participation Rate, LFPR)来度量劳动力的参与,UNR和LFPR的数据由政府按时公布,那么,如何回答这个问题 呢?我们按上述步骤进行分析 1.3.1理论或假说的陈述 首先要了解经济理论对这一问题的阐述是怎样的。在劳动经济学中,关于经济形势对人们 工作意愿的影响有两个相对立的假说。一个是受挫-工人假说[ discouraged- worker hypothesis ( effect,该假说提出当经济形势恶化时,表现为较高的失业率,许多失业工人放弃寻找工作
数理经济学 (mathematical economics)主要关心的是用数学公式或数学模型来描述经济理 论，而不考虑对经济理论的度量和经验解释。而经济计量学家感兴趣的却是对经济理论的经验 确认。下面我们将会讲到，经济计量学家通常采用数理经济学家提供的数学模型，但把它们用 于经验检验。经济统计学家主要关心的是收集、处理经济数据并将这些数据绘制成图表的形式。 这是经济统计学家的工作：他或她收集 G N P、失业、就业、价格等数据，这些数据就成为经济 计量分析的原始数据。但经济统计学家却不关心用这些收集到的数据来检验经济理论。 虽然，数理统计学提供了许多分析工具，但由于经济数据独特的性质，即许多数据的生成 并非可控制试验的结果，因此，经济计量学经常需要使用特殊的方法。类似于气象学，经济计 量学所依据的数据不能直接控制。所以，由公共和私人机构收集的消费、收入、投资、储蓄、 价格等方面的数据从本质上说是非试验性的。这就产生了数理统计学不能正常解决的一些特殊 问题。而且，这些数据很可能包含了测量的误差，或是遗漏数据或是丢失数据。这就要求经济 计量学家去运用特殊的方法来处理这些测量误差。 对于主修经济学和商业专业的学生来说，学习经济计量学有实用性。毕业以后，在其工作 中，或许被要求去预测销售量、利息率、货币供给量或是估计商品的需求函数、供给函数以及 价格弹性等等。在经济学家以专家的身份出现在联邦政府调节机构中之前，通常代表当事人或 公众。而汽油和电的价格是由政府调节机构规定的，因此，这就要求经济学家能估计提议的价 格的上涨对需求量 (如用电量)的冲击。在这种情况下，经济学家需要建立一个关于用电量的需 求函数，并根据这个需求函数估计需求的价格弹性，即，价格变动的百分比所引起需求量改变 的百分比。掌握经济计量学知识对于估计这些需求函数是很有帮助的。 客观地说，在经济学和商科专业的学习与培训中，经济计量学已成为不可或缺的一部分。 1.3 经济计量学的方法论 一般说来，用经济计量方法研究经济问题可分为如下步骤： (1) 理论或假说的陈述； (2) 收集数据； (3) 建立数学模型； (4) 建立统计或经济计量模型； (5) 经济计量模型参数的估计； (6) 检查模型的准确性：模型的假设检验； (7) 检验来自模型的假说； (8) 运用模型进行预测。 为了阐明经济计量学的方法论，我们来考虑这样一个问题：经济形势会影响人们进入劳动 力市场的决定吗？也就是说，经济形势是否对人们的工作意愿有影响？假设用失业率 (Unemployment Rate, UNR)来度量经济形势，用劳动力参与率( Labor Forle Participation Rate, L F P R)来度量劳动力的参与， U N R和LFPR 的数据由政府按时公布，那么，如何回答这个问题 呢？我们按上述步骤进行分析。 1.3.1 理论或假说的陈述 首先要了解经济理论对这一问题的阐述是怎样的。在劳动经济学中，关于经济形势对人们 工作意愿的影响有两个相对立的假说。一个是受挫-工人假说 [discouraged-worker hypothesis ( e ff e c t ) ]，该假说提出当经济形势恶化时，表现为较高的失业率，许多失业工人放弃寻找工作 2部分经济计量学精要 下载
人人我a 第1章经济计量学的特征及研究范围3 的愿望并退出劳动市场。另一个是增加-工人假说[ added- worker hypothesis(effect),该假说认 为当经济形势恶化时,许多目前并未进入劳动市场的二手工人叱比如带孩子的母亲)可能会由于 养家的人失去工作而决定进入劳动市场,即使这些工作的报酬很低,只要可以弥补由于养家人 失去工作而造成的收入方面的一些损失就行。 劳动力参与率的增加或减少依赖于增加工人和受挫工人的力量对比。如果増加工人的影响 占主导地位,则LFPR将升高,即使是在失业率很高的情况下。相反地,如果是受挫工人的影 响占主导力量,那么LFPR将会下降。我们是如何发现这一结果的呢?这只是一个实践问题 13.2收集数据 由于实验的目的,我们需要这两个变量的数量信息。一般来说,有三种统计数据可用于实 践分析 (1)时间序列数据 2)横截面数据 (3)合并数据时间序列数据与横截面数据的联合) 1.时间序列数据 这种数据是按时间序列排列收集得到的。比如GNP、失业、就业、货币供给、政府赤字等 数据是按照一定的时间间隔收集的——每日叱比如股票),每周仳如货币供给),每月比如失业 率),每季度仳比如GNP),每年仳如政府预算)。这些数据可能是定量的( quantitative)仳如价格、 收入、货币供给等),也可能是定性的( qualitative),仳如男或女,失业或就业,已婚或未婚, 白人或黑人等)。我们将会发现,定性的变量仅称为虚拟变量)与定量的变量同样重要 2.横截面数据 横截面数据( cross-sectional data)是指一个或多个变量在某一时点上的数据的集合。例如美国 人口调查局每10年进行的人口普查数据最近的一次是在1990年4月1日),以及密执安大学进行的 夏季居民开支调査数据。这些民意调查的结果由 GAllup、 Harris和其他的一些调查机构处理。 3.合并数据 合并数据( pooled data)中既有时间序列数据又有横截面数据。例如,如果我们收集20年间 10个国家有关失业率方面的数据,那么,这个数据集合就是一个合并数据,每个国家的20年间 的失业率数据是时间序列数据,而20个不同国家每年的失业率数据又组成横截面数据。 在合并数据中有一类特殊的数据,称为pane数据( panel data),又称纵向数据 ongitudinal or micropanel data)。即同一个横截面单位,比如说,一个家庭或一个公司,在不同时期的调查 数据。例如,美国商业局在一定时期间隔内对住房的调查。在每一时期的调查中,同样的域居 住在同一地区的)家庭被调查,以观察自上一次调查以来,其住房和经济状况是否有变化。纵向 数据就是通过重复上述过程而得到的,它可对研究家庭行为的动态化提供非常有用的信息。 4.数据来源 成功的经济计量研究需要大量高质量的数据。幸运的是国际互联网为我们提供了大量详实 的数据。附录1A列出了一些网址,提供了各类微观和宏观的经济数据。学生必须熟悉这些网 站并学会下载数据。当然,这些数据会不断更新,因此可得到最新的数据 为了便于分析,这里给出一组时间序列数据。表1-1给出了美国1980~1996年间城市劳动 力参与率 Civilian Labor Force Participation Rate, CLFPR)和城市失业率 (Civilian Unemployment Rate,CUNR数据。城市失业率是指城市失业人口占城市劳动力的百分比。1 与物理学不同,许多收集的经济数据叱如GNP、货币供给、道-琼斯指数、汽车销售量等 1我们仅考虑集合城市劳动力参与率及城市失业率,还有其他可用的数据,比如年龄,性别,种族构成等
的愿望并退出劳动市场。另一个是增加-工人假说[added-worker hypothesis (eff e c t ) ]，该假说认 为当经济形势恶化时，许多目前并未进入劳动市场的二手工人(比如带孩子的母亲)可能会由于 养家的人失去工作而决定进入劳动市场，即使这些工作的报酬很低，只要可以弥补由于养家人 失去工作而造成的收入方面的一些损失就行。 劳动力参与率的增加或减少依赖于增加工人和受挫工人的力量对比。如果增加工人的影响 占主导地位，则 L F P R将升高，即使是在失业率很高的情况下。相反地，如果是受挫工人的影 响占主导力量，那么L F P R将会下降。我们是如何发现这一结果的呢？这只是一个实践问题。 1.3.2 收集数据 由于实验的目的，我们需要这两个变量的数量信息。一般来说，有三种统计数据可用于实 践分析： (1) 时间序列数据 (2) 横截面数据 (3) 合并数据(时间序列数据与横截面数据的联合) 1. 时间序列数据 这种数据是按时间序列排列收集得到的。比如 G N P、失业、就业、货币供给、政府赤字等。 数据是按照一定的时间间隔收集的 — 每日(比如股票)，每周(比如货币供给)，每月(比如失业 率)，每季度(比如G N P)，每年(比如政府预算)。这些数据可能是定量的( q u a n t i t a t i v e )(比如价格、 收入、货币供给等)，也可能是定性的( q u a l i t a t i v e )，(比如男或女，失业或就业，已婚或未婚， 白人或黑人等)。我们将会发现，定性的变量(又称为虚拟变量)与定量的变量同样重要。 2. 横截面数据 横截面数据(cross-sectional data)是指一个或多个变量在某一时点上的数据的集合。例如美国 人口调查局每1 0年进行的人口普查数据(最近的一次是在1 9 9 0年4月1日)，以及密执安大学进行的 夏季居民开支调查数据。这些民意调查的结果由G A l l u p、Harris 和其他的一些调查机构处理。 3. 合并数据 合并数据(pooled data)中既有时间序列数据又有横截面数据。例如，如果我们收集 2 0年间 1 0个国家有关失业率方面的数据，那么，这个数据集合就是一个合并数据，每个国家的 2 0年间 的失业率数据是时间序列数据，而 2 0个不同国家每年的失业率数据又组成横截面数据。 在合并数据中有一类特殊的数据，称为 p a n e l数据(panel data)，又称纵向数据( o n g i t u d i n a l or micropanel data)。即同一个横截面单位，比如说，一个家庭或一个公司，在不同时期的调查 数据。例如，美国商业局在一定时期间隔内对住房的调查。在每一时期的调查中，同样的(或居 住在同一地区的)家庭被调查，以观察自上一次调查以来，其住房和经济状况是否有变化。纵向 数据就是通过重复上述过程而得到的，它可对研究家庭行为的动态化提供非常有用的信息。 4. 数据来源 成功的经济计量研究需要大量高质量的数据。幸运的是国际互联网为我们提供了大量详实 的数据。附录 1 A列出了一些网址，提供了各类微观和宏观的经济数据。学生必须熟悉这些网 站并学会下载数据。当然，这些数据会不断更新，因此可得到最新的数据。 为了便于分析，这里给出一组时间序列数据。表 1 - 1给出了美国1 9 8 0～1 9 9 6年间城市劳动 力参与率(Civilian Labor Force Participation Rate, CLFPR)和城市失业率(Civilian Unemployment Rate, CUNR)数据。城市失业率是指城市失业人口占城市劳动力的百分比。 1 与物理学不同，许多收集的经济数据(比如 G N P、货币供给、道-琼斯指数、汽车销售量等) 下载 第1章 经济计量学的特征及研究范围介绍3 1 我们仅考虑集合城市劳动力参与率及城市失业率，还有其他可用的数据，比如年龄，性别，种族构成等
经济计量学精要 China-ya6、co阻 下载 是非试验性的,因为数据收集机构叱比如政府)或许并不直接监控这些数据。因而,劳动力参与 和失业的数据来源于劳动力市场上参与者提供给政府的信息。在某种意义上,政府是数据的消 极收集者。在收集数据的过程中,政府或许并不知道受挫-工人、增加-工人假说及其他有关的 假说。因此,收集到的数据可能是几种因素综合的结果,会影响不同个人劳动力参与的决 策。也就是说,同样的数据适用于不止一个理论 表1-1城市劳动力参与率( CLFPR),城市失业率CUNR)与真实的小时平均工资(AHE82)0 63.8 778 769 1982 64.0 7,68 64.0 780 1986 7.81 1987 65 7.69 7.64 1992 664 7,41 1993 66.3 39 66.6 1996 ①AHE82代表1982年的平均小时工资(用美元计算) 资料来源: Economic Report of the President,1997, CLFPR from Table B-37,p343, CUNR from Table B 0, P. 346, and AHE82 from Table B-45, p. 352. 1.3.3建立劳动力参与的数学模型 为了观察 CLFPR与CUNR的变动关系,首先我们作散点图( scatter diagram, or scattergram), 见图1-1。从图上可以看出, CLFPR与CUNR呈反方向变动,将一切情形都考虑到,或许还说 明受挫工人效果比增加工人效果强)。第一次估计,不妨通过这些散点做一直线并写出两者之 间的简单数学模型 CLFPR=B+B CUNP (1-1) YECLFPR XECUNR (1-1)表明城市劳动力参与率与城市失业率呈线性关系。B,和B,为线性函数的参数 ( parameters)。2B为截距( (intercept),其值为当CUNP为零时 CLFPR的值。B2为斜率( slope),它 是每一单位CUNP的变动所引起的 CLFPR的变动率。更一般地,斜率度量了式右边变量每变动 关于这一点,参见 Shelly lunger“ The Added worker effect;” Journal of labor Economics, vol.3 January 985, 2一般说来,参数是一个不确定的量,可能取一组不同的值。在统计学中,通常用均值和方差等参数来描 述随机变量的概率分布函数,在本书第2章中将详细地进行讨论 3在第5章,我们将给出回归分析中截距这一概念的一个更为准确的解释
是非试验性的，因为数据收集机构(比如政府)或许并不直接监控这些数据。因而，劳动力参与 和失业的数据来源于劳动力市场上参与者提供给政府的信息。在某种意义上，政府是数据的消 极收集者。在收集数据的过程中，政府或许并不知道受挫 -工人、增加-工人假说及其他有关的 一些假说。因此，收集到的数据可能是几种因素综合的结果，会影响不同个人劳动力参与的决 策。也就是说，同样的数据适用于不止一个理论。 表1-1 城市劳动力参与率( C L F P R )，城市失业率( C U N R )与真实的小时平均工资( A H E 8 2 )① 年 C L F P R (%) C U N R (%) A H E 8 2 / $ ①A H E 8 2代表1 9 8 2年的平均小时工资(用美元计算) 资料来源：Economic Report of the Pre s i d e n t，1 9 9 7 ,CLFPR from Table B-37,p.343,CUNR from Table B- 40,p.346,and AHE82 from Table B-45,p.352. 1.3.3 建立劳动力参与的数学模型 为了观察CLFPR 与 C U N R的变动关系，首先我们作散点图(scatter diagram,or scatterg r a m )， 见图1 - 1。从图上可以看出，CLFPR 与C U N R呈反方向变动，(将一切情形都考虑到，或许还说 明受挫工人效果比增加工人效果强) 1。第一次估计，不妨通过这些散点做一直线并写出两者之 间的简单数学模型： C L F P R＝B1＋B2 C U N P ( 1 - 1 ) 注：Y＝CLFPR X＝C U N R 式( 1 - 1 )表明城市劳动力参与率与城市失业率呈线性关系。 B1和B2为线性函数的 参数 ( p a r a m e t e r s )。2B1为截距( i n t e r c e p t )，其值为当C U N P为零时C L F P R的值。3B2为斜率( s l o p e )，它 是每一单位C U N P的变动所引起的C L F P R的变动率。更一般地，斜率度量了式右边变量每变动 4部分经济计量学精要 下载 1 关于这一点，参见Shelly Lungerg “The Added Worker Eff e c t ,”Journal of Labor Economics, v o l . 3 , J a n u a r y 1985, pp.11 - 3 7 . 2 一般说来，参数是一个不确定的量，可能取一组不同的值。在统计学中，通常用均值和方差等参数来描 述随机变量的概率分布函数，在本书第 2章中将详细地进行讨论。 3 在第5章，我们将给出回归分析中截距这一概念的一个更为准确的解释
人人我a 第1章经济计量学的特征及研究范围5 Y=699355-0645823X RSQ=0.51 t 图1-1城市劳动力参与率佰分比)与城市失业率值分比)回归分析 单位所引起的式左边变量的改变量。斜率值可正偌增加工人的效果大于受挫工人效果的影 响河可负偌受挫工人效果的影响占主导力量)。在图1-1中,此时的斜率为负。 1.3.4建立劳动力参与的统计或经济计量模型 式(-1)冾给出了描述城市劳动力参与率与城市失业率关系的纯数学模型,数理经济学家或许 对它感兴趣,但它对经济计量学家的吸引力却是有限的。因为这样一个模型假设了变量之间的 关系是精确的和确定的,也就是说,给定一个CUNR的值,有惟一一个 CLFPR的值与之对应。 在现实中,很难发现经济变量之间存在如此精确的关系。更一般地,变量之间的关系往往是不 确切的或是统计的。 2们可以通过图1-1的散点图清楚地看到这一点。虽然两变量之间存在着反方向变动关系 但两变量并非准确的或完全的线性关系,如果我们通过这17个数据点作一条直线,并不是所有 的点都准确地落在这条直线上一别忘了两点确定一条直线。1为什么这17个数据点没有全都落 在这条由数学模型所设定的直线上呢?记住这些数据是非试验性收集到的。因此,如前面所提 到的那样,除了增加和受挫工人假说外,还有其他许多因素影响劳动力进入市场的决定。所以 我们所观察到的城市劳动力参与率与城市失业率之间的关系很可能是不确切的 我们把所有其他影响劳动力参与率的因素都包括在变量u中,于是有 CLFPR=B +B CUNP+u 1-2) 其中,u代表随机误差项( random error term),简称误差项( error term)。硎u包括了所有影响城市 劳动力参与率但并未在模型中具体给出的因素除了城市失业率)以及其他的随机因素。在本书 第二部分中,我们将会看到经济计量学中的误差项与纯数理经济学的误差项有区别 式(-2)就是一个统计的、或经验的、或经济计量模型。更准确地说,它是一个线性回归模 型( linear regression model),这也正是本书所讨论的主题。在这个模型中,式左边的变量称为 应变量( dependent variable),式右边的变量称为自变量( independent variable)或解释变量 ( explanatory variable)。线性回归分析的主要目标就是解释一个变量变量)与其他一个或多个 变量解释变量)之间的行为关系,当然这种关系并非完全准确 值得注意的是式(1-2)所描述的经济计量模型是来自于式(1-1厮所表示的数学模型。这表明数 理经济学和经济计量学是互相补充的学科。这一点可以从本书开始给出的经济计量学的定义中 清楚地看到 在继续下文之前,有一个概念值得我们注意—因果关系( causation)。在式(1-2)这一回归 模型中,我们说城市劳动力参与率是应变量,城市失业率是自变量或解释变量。这两个变量之 1我们甚至试图通过这些数据点做一条抛物线,但结果 定并没有什么实质性的不同 2在统计语言中,随机误差项有两种英文表示: random error, stochastic error
一单位所引起的式左边变量的改变量。斜率值可正(若增加工人的效果大于受挫工人效果的影 响)可负(若受挫工人效果的影响占主导力量)。在图 1 - 1中，此时的斜率为负。 1.3.4 建立劳动力参与的统计或经济计量模型 式(1 - 1)给出了描述城市劳动力参与率与城市失业率关系的纯数学模型，数理经济学家或许 对它感兴趣，但它对经济计量学家的吸引力却是有限的。因为这样一个模型假设了变量之间的 关系是精确的和确定的，也就是说，给定一个 C U N R的值，有惟一一个 C L F P R的值与之对应。 在现实中，很难发现经济变量之间存在如此精确的关系。更一般地，变量之间的关系往往是不 确切的或是统计的。 我们可以通过图1 - 1的散点图清楚地看到这一点。虽然两变量之间存在着反方向变动关系， 但两变量并非准确的或完全的线性关系，如果我们通过这 1 7个数据点作一条直线，并不是所有 的点都准确地落在这条直线上—别忘了两点确定一条直线。 1为什么这1 7个数据点没有全都落 在这条由数学模型所设定的直线上呢？记住这些数据是非试验性收集到的。因此，如前面所提 到的那样，除了增加和受挫工人假说外，还有其他许多因素影响劳动力进入市场的决定。所以， 我们所观察到的城市劳动力参与率与城市失业率之间的关系很可能是不确切的。 我们把所有其他影响劳动力参与率的因素都包括在变量 u中，于是有： C L F P R＝B1＋B2 C U N P＋u (1 - 2) 其中，u代表随机误差项(random error term)，简称误差项(error term)。2u 包括了所有影响城市 劳动力参与率但并未在模型中具体给出的因素(除了城市失业率)以及其他的随机因素。在本书 第二部分中，我们将会看到经济计量学中的误差项与纯数理经济学的误差项有区别。 式(1 - 2)就是一个统计的、或经验的、或经济计量模型。更准确地说，它是一个线性回归模 型(linear regression model)，这也正是本书所讨论的主题。在这个模型中，式左边的变量称为 应变量 (dependent variable) ，式右边的变量称为自变量 (independent variable)或解释变量 (explanatory variable)。线性回归分析的主要目标就是解释一个变量(应变量)与其他一个或多个 变量(解释变量)之间的行为关系，当然这种关系并非完全准确。 值得注意的是式( 1 - 2)所描述的经济计量模型是来自于式( 1 - 1)所表示的数学模型。这表明数 理经济学和经济计量学是互相补充的学科。这一点可以从本书开始给出的经济计量学的定义中 清楚地看到。 在继续下文之前，有一个概念值得我们注意—因果关系( c a u s a t i o n )。在式(1 - 2)这一回归 模型中，我们说城市劳动力参与率是应变量，城市失业率是自变量或解释变量。这两个变量之 下载 第1章 经济计量学的特征及研究范围介绍5 CUNR(X) 图1-1 城市劳动力参与率(百分比)与城市失业率(百分比)回归分析 1 我们甚至试图通过这些数据点做一条抛物线，但结果与线性假定并没有什么实质性的不同。 2 在统计语言中，随机误差项有两种英文表示： random error , stochastic error