學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)的感悟

1、學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)的感悟經(jīng)過(guò)一個(gè)學(xué)期對(duì)計(jì)量經(jīng)濟(jì)學(xué)的學(xué)習(xí)，我收獲了很多，也懂得了很多。通過(guò)以計(jì)量經(jīng)濟(jì)學(xué)為核心，以統(tǒng)計(jì)學(xué)，數(shù)學(xué)，經(jīng)濟(jì)學(xué)等學(xué)科為指導(dǎo)，輔助以一些軟件的應(yīng)用，從這些之中我都學(xué)到 了很多的知識(shí)。通過(guò)學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)，我發(fā)現(xiàn)：計(jì)量經(jīng)濟(jì)學(xué)便是用精簡(jiǎn)的文字概括內(nèi)容要點(diǎn)，用樸實(shí)的語(yǔ)言聯(lián)系現(xiàn)實(shí)生活，讓我們體會(huì)到計(jì)量經(jīng)濟(jì)學(xué)就在我們的身邊。參觀一個(gè)城市，先站在最高處俯瞰，然后走街串巷；了解一座建筑，先看模型，后走進(jìn)每一個(gè)房間。各起一半作用。計(jì)量經(jīng)濟(jì)學(xué)也是如此。學(xué)習(xí)計(jì)量經(jīng)濟(jì)學(xué)給我印象和幫助：對(duì)EVIES軟件的熟練操作與應(yīng)用，記得以前學(xué)運(yùn)籌學(xué)的時(shí)候，我學(xué)會(huì)了Lindo軟件，而現(xiàn)在我又學(xué)會(huì)了 Eviews軟件，我

2、感覺(jué)自己真的是很幸運(yùn)，因?yàn)楫吘褂行┸浖菍儆谀欠N有價(jià)無(wú)市的，如果沒(méi)有老師的傳授我不可能從市場(chǎng)上或是從思想上認(rèn)識(shí)到它。計(jì)量經(jīng)濟(jì)學(xué)的定義為： 用數(shù)學(xué)方法探討經(jīng)濟(jì)學(xué)可以從好幾個(gè)方面著手，但任何一個(gè)方面都不能和計(jì)量經(jīng)濟(jì)學(xué)混為一談。計(jì)量經(jīng)濟(jì)學(xué)與經(jīng)濟(jì)統(tǒng)計(jì)學(xué)絕非一碼事；它也不同于我們所說(shuō)的一般經(jīng)濟(jì)理論，盡管經(jīng)濟(jì)理論大部分具有一定的數(shù)量特征；計(jì)量經(jīng)濟(jì)學(xué)也不應(yīng)視為數(shù)學(xué)應(yīng)用于經(jīng)濟(jì)學(xué)的同義語(yǔ)。經(jīng)驗(yàn)表明，統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)理論和數(shù)學(xué)這三者對(duì)于真正了解現(xiàn)代經(jīng)濟(jì)生活的 數(shù)量關(guān)系來(lái)說(shuō)，都是必要的，但本身并非是充分條件。三者結(jié)合起來(lái)，就是力量，這種結(jié)合 便構(gòu)成了計(jì)量經(jīng)濟(jì)學(xué)。克萊因（R.KIein）：計(jì)量經(jīng)濟(jì)學(xué)已經(jīng)在經(jīng)濟(jì)學(xué)科中居于最

3、重要的地位”，在大多數(shù)大學(xué)和學(xué)院中，計(jì)量經(jīng)濟(jì)學(xué)的講授已經(jīng)成為經(jīng)濟(jì)學(xué)課程表中最有權(quán)威的一部分”計(jì)量經(jīng)濟(jì)學(xué)關(guān)心統(tǒng)計(jì)工具在經(jīng)濟(jì)問(wèn)題與實(shí)證資料分析上的發(fā)展和應(yīng)用，經(jīng)濟(jì)學(xué)理論提供對(duì)于經(jīng)濟(jì)現(xiàn)象邏輯一致的可能解釋。 因?yàn)槿祟愋袨楹蜎Q策是復(fù)雜的過(guò)程， 所以一個(gè)經(jīng)濟(jì)議題可能 存在多種不同的解釋理論。 當(dāng)研究者無(wú)法進(jìn)行實(shí)驗(yàn)室的實(shí)驗(yàn)時(shí)， 一個(gè)理論必須透過(guò)其預(yù)測(cè)與 事實(shí)的比較來(lái)檢驗(yàn)，計(jì)量經(jīng)濟(jì)學(xué)即為檢驗(yàn)不同的理論和經(jīng)濟(jì)模型的估計(jì)提供統(tǒng)計(jì)工具。在計(jì)量經(jīng)濟(jì)學(xué)一元線性回歸模型，我認(rèn)識(shí)到：變量間的關(guān)系及回歸分析的基本概念，主要包括：其次有一元線形回歸模型的參數(shù)估計(jì)及其統(tǒng)計(jì)檢驗(yàn)與應(yīng)用，包括:這個(gè)公式得給出，以及樣本回歸函數(shù)的隨機(jī)

4、形式?？偟恼f(shuō)來(lái)，這一節(jié)留給我印象最深刻的,便是根據(jù)樣本回歸函數(shù) SRF，估計(jì)總體回歸函數(shù) PRF，即總體回歸線與樣本回歸線之間的 關(guān)系。除此以外，我也學(xué)會(huì)了參數(shù)的最大似然估計(jì)法語(yǔ)最小二乘法。對(duì)于最小二乘法，當(dāng)從模型總體隨機(jī)抽取 n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得模型能最好的擬合樣 本數(shù)據(jù)，而對(duì)于最大似然估計(jì)法，當(dāng)從模型總體隨機(jī)抽取n組樣本觀測(cè)值后，最合理的參數(shù)估計(jì)量應(yīng)該使得從模型中抽取該n組樣本觀測(cè)值的概率最大。顯然，這是從不同原理出發(fā)的兩種參數(shù)估計(jì)方法。即：關(guān)于擬合優(yōu)度的檢驗(yàn)，也就是檢驗(yàn)?zāi)Ｐ蛯?duì)樣本觀測(cè)值的擬合程度。被解釋變量Y的觀測(cè)值圍繞其均值的總離差平方和可分解為兩個(gè)部分：一部分

5、來(lái)自于回歸線，另一部分來(lái)自于隨機(jī)勢(shì)力。所以，我們用來(lái)自回歸線的回歸平方和占Y的總離差的平方和的比例來(lái)判斷樣本回歸線與樣本觀測(cè)值的擬合優(yōu)度。這個(gè)比例，我們也較它可決系數(shù)，它的取值范圍是0<=R2<=1。關(guān)于變量的顯著性檢驗(yàn)，是要考察所選擇的解釋變量是否對(duì)被解釋變量有顯著的線性影響。所應(yīng)用的方法是數(shù)理統(tǒng)計(jì)學(xué)中的假設(shè)檢驗(yàn)。我們?cè)谶M(jìn)行變量顯著性檢驗(yàn)時(shí)所應(yīng)用的方法主要是t檢驗(yàn)。這在之前我們的概率論與統(tǒng)計(jì)學(xué)的課程中都有所涉及，不算是新的知識(shí)。關(guān)于置信區(qū)間估計(jì)。當(dāng)我們要判斷樣本參數(shù)的估計(jì)值在多大程度上可以近似”的替代總體參數(shù)的真值，往往需要通過(guò)構(gòu)造一個(gè)以樣本參數(shù)的估計(jì)值為中心的區(qū)間”，來(lái)考察它以

6、多大的概率包含這真是的參數(shù)值。 這樣的方法就是我們所說(shuō)的參數(shù)檢驗(yàn)的置信區(qū)間估計(jì)。當(dāng)我們希望縮小置信區(qū)間時(shí)，可以采用的方法有增大樣本容量和提高模型的擬合優(yōu)度。多元回歸分析與一元回歸分析的幾點(diǎn)不同：關(guān)于修正的可絕系數(shù)。 我們可于發(fā)現(xiàn)，在樣本容量一定的情況下，增加解釋變量必定使得自由度減少，所以調(diào)整的思路是 ：將殘差平方和與總離差平方和分別除以各自的自由度，以剔除變量個(gè)數(shù)對(duì)擬合優(yōu)度的影響。這樣就引出了我們這里說(shuō)的調(diào)整的可絕系數(shù)。關(guān)于對(duì)多個(gè)解釋變量是否對(duì)被解釋變量有顯著線性影響關(guān)系的聯(lián)合性F檢驗(yàn)。F檢驗(yàn)的思想來(lái)自于總離差平方和的分解式：TSS=ESS+RSS 。通過(guò)比較F值與臨界值的大小來(lái)判定原方程總

7、體上的線性關(guān)系是否顯著成立。異方差性，即相對(duì)于不同的樣本點(diǎn)， 也就是相對(duì)于不同的解釋變量觀測(cè)值，隨機(jī)干擾項(xiàng)具有不同的方差，那么檢驗(yàn)異方差，也就是檢驗(yàn)隨機(jī)干擾項(xiàng)的方差與解釋變量觀測(cè)值之間的相關(guān) 性。序列相關(guān)性，如果模型的隨機(jī)干擾項(xiàng)違背了相互獨(dú)立的基本假設(shè)，稱為存在序列相關(guān)性。一般經(jīng)驗(yàn)告訴我們，對(duì)于蠶蛹時(shí)間序列數(shù)據(jù)作樣本的計(jì)量經(jīng)濟(jì)學(xué)問(wèn)題，由于在不同樣本點(diǎn)上解釋變量以外的其他因素在時(shí)間上的連續(xù)性，帶來(lái)它們對(duì)被解釋變量的影響的連續(xù)性，所以往往存在序列相關(guān)性。多重共線性，如果某兩個(gè)或多個(gè)解釋變量之間出現(xiàn)了相關(guān)性，則成為存在多重共線性。 分為完全共線和近似共線兩類。計(jì)量經(jīng)濟(jì)學(xué)模型一旦出現(xiàn)多重共線性，如果仍

8、然采用普通最小二乘法估計(jì)模型參數(shù)， 會(huì)產(chǎn)生下列的不良后果：1.完全共線性下參數(shù)估計(jì)量不存在；2.近似共線性下普通最小二乘法參數(shù)估計(jì)量的方差變大；3.參數(shù)估計(jì)量經(jīng)濟(jì)含義不合理；4.變量的顯著性檢驗(yàn)和模型的預(yù)測(cè)能力失去意義可以這么說(shuō)，現(xiàn)代統(tǒng)計(jì)和數(shù)學(xué)一旦有新的理論和方法，就會(huì)被計(jì)量經(jīng)濟(jì)理論所引用和被計(jì)量經(jīng)濟(jì)實(shí)證所應(yīng)用，我們已經(jīng)知道，最優(yōu)化理論、控制理論不僅在計(jì)量經(jīng)濟(jì)理論研究中得到引 用，而且在政策評(píng)價(jià)的計(jì)量經(jīng)濟(jì)模型中得到了有效的應(yīng)用。一般均衡理論、非線性理論、貝葉斯方法等內(nèi)容多年來(lái)一直是計(jì)量經(jīng)濟(jì)理論和應(yīng)用研究中比較活躍的課題。最近幾年，基于80年代后期發(fā)展起來(lái)的非穩(wěn)定單位根過(guò)程、協(xié)整過(guò)程和協(xié)整系統(tǒng)、

9、面板數(shù) 據(jù)分析和廣義矩方法等重要理論與現(xiàn)代方法，很大程度上改變了傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)的理論和方法。還有，對(duì)策論、分形理論、混沌理論、離散隨機(jī)過(guò)程等內(nèi)容與計(jì)量經(jīng)濟(jì)理論與方法的 結(jié)合也成為一個(gè)熱門的研究方向。計(jì)量經(jīng)濟(jì)模型應(yīng)用的重點(diǎn)從 80年代起就逐步轉(zhuǎn)向了檢驗(yàn)經(jīng)濟(jì)理論和宏觀經(jīng)濟(jì)政策假 設(shè)，轉(zhuǎn)向了結(jié)構(gòu)分析、政策模擬和政策評(píng)價(jià)，并由此成為計(jì)量經(jīng)濟(jì)模型應(yīng)用的主流方向之一， 因?yàn)闊o(wú)論是經(jīng)濟(jì)理論還是政策假設(shè)，只有它成功地解釋了過(guò)去，特別是歷史統(tǒng)計(jì)數(shù)據(jù)之后， 才能為人民所普遍接受，而這正是計(jì)量經(jīng)濟(jì)模型的優(yōu)勢(shì)。另外一方面，對(duì)企業(yè)與個(gè)人的各種行為的微觀計(jì)量經(jīng)濟(jì)分析從 80年代末起開(kāi)始活躍起來(lái)，并成為現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)最具活力與 生命力的一個(gè)方向。80年代以前，計(jì)量經(jīng)濟(jì)模型的應(yīng)用主要集中在生產(chǎn)、需求、消費(fèi)和投資等宏觀經(jīng)濟(jì)分 析問(wèn)題上。進(jìn)入到80年代，計(jì)量經(jīng)濟(jì)模型的應(yīng)用更多地集中在貨幣、工資、就業(yè)、福利和 國(guó)際貿(mào)易等問(wèn)題。到了 90年代以后，由于金融對(duì)各國(guó)經(jīng)濟(jì)作用的加強(qiáng)，計(jì)量經(jīng)濟(jì)模型的應(yīng) 用又側(cè)重于金融風(fēng)險(xiǎn)與控制、投資風(fēng)險(xiǎn)與控制和信用風(fēng)險(xiǎn)與控制