hhh计量经济模型的应用的个案例分析.pptx

Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,#,your family site,your site here,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,#,your family site,your site here,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,我国人口寿命的影响因素分析,我预测了上海车牌价格,1,2,2,背景：车牌拍卖制度,-,上海是国内唯一实行私车牌照限额拍卖的城市，这一借鉴新加坡模式的做法，在质疑声中已经坚持了,14,年,-,意图：,通过限制拥有私车来缓解交通拥堵,案例,1,：我预测了上海车牌价格,-,争议：,1,）价格越拍越高，,07,年达到了四五万元高位；,2,）限制了民众拥有机动车的权利；,3,）未能控制私车量增加，交通负荷有增无减；,4,）拍卖收入用途不透明。,许斌,.,我预测了上海车牌价格,.,经济学家茶座，,2005,年第,4,期,中欧国际工商学院教授，在美国学了五年,经济学，当了八年教授，,04,年,9,月“海归”,在上海为,MBA,班 学生讲授经济学,案例来源,购买标书（,100,元）,交付押金（,2000,元）,若不中标,退还押金,在限定的时间内，,通过现场、,网络,、电话,3,种形式参与竞标,车牌竟拍流程,例如：,05,年,8,月共投放,6829,个车牌，出价最高的,6829,人，,按照各自的出价拍得车牌。,若中标，应在,1,个月内,购买车牌，否则没收押金,第一步：找数据,能否预测拍卖价格，指导个人出价？,第二步：画图找规律,图,1,：,03,年,1,月,05,年,8,月上海车牌拍卖价格,实线：平均中标价,虚线：最低中标价,04,年春夏之交,“结构性”变化,中央与地方之争,被解释变量：,有平均中标价（,A,t,）和最低中标价（,L,t,）两个价格。,投标人最想知道的是最低中标价,但是，最低中标价不如平均中标价稳定，而且可能,有“内部消息”的影子,选择平均中标价为被解释变量，把它作为预测目标,第三步：选择变量,平均中标价（,A,t,）,平均中标价反映出投标人的平均预期。是什么因素决定了投标人的预期呢？,解释变量：,投标人会注意到前一个月的拍卖价格,由于竞拍成功和失败的成本不对称（成功者若不购牌成本为,2100,元，而失败者成本为,100,元），所以多数人会倾向往低处拍，因而会更注意前一个月的最低中标价。,前月的最低中标价应该对本月的平均中标价有较大影响，选为解释变量。,前月最低中标价（,L,t-1,）,为明确模型的函数形式，作散点图,第四步：构建计量经济模型,前月最低中标价,平均中标价（,A,t,）,可,采,用,线,性,模,型,04,年,5,月,政策风波,将当月平均中标价（,A,t,）对前月最低中标价（,L,t-1,）和,04,年,5,月的政策虚拟变量（,D,）做一个线性回归，用,EViews,软件估计方程，得到下式：,用前月的最低中标价就可以预测当月的平均中标价,除非出现类似,04,年,5,月那样的政策因素。那次的政策争论使上海车牌竞拍者们平均下调了预期价格,9923,元。,虽然这个回归模型的,R,2,达到,0.91,，即它在统计意义上的解释能力达到了,91%,，但它真的靠得住吗？,05,年,8,月的最低中标价是,25000,元，,05,年,9,月份,的平均中标价应该是：,第五步：预测,05,年,9,月,17,日的竞标在下午,3,点结束。超过一万人,通过网络、电话或者去拍卖行竞拍,9,月份的,6700,张牌照。,下午,6,点网上公布了结果：,预测的平均中标价：,29680,元,平均中标价：,28927,元,只高出,753,元,经济学家,案例小结,采用最简单的线性模型形式,将变量的历史值（,L,t-1,）作为解释变量,时序分析中的常用技术,用虚拟变量（,D,）刻画政策或制度的波动,计量经济建模技术并非冷冰冰的数学，,若善加利用，它可以在你我的日常生活中,发挥奇妙的作用,案例二 影响我国人口寿命的因素分析,研究目的,随着社会的发展，文明的进步，人们的平均寿命越来越长。但各个地区间的人均寿命还是有差异，而且有的差异还很大。,是什么因素造成了地区间的这种差异呢？该案例以,2000,年全国各地区的人均寿命（每,10,年才统计一次）以及一些相关数据来进行分析。,第一步：找数据,可能影响人均寿命的因素有很多，如居住环境、医疗条件、经济条件、受教育程度等。,人均寿命：,中国统计年鉴,GDP,、总人口、卫生机构数：,中经专网,教育支出：,中国教育统计年鉴,污染数据：,中国环境年鉴,可计算下列变量的取值,各地区的人均寿命数,各地区的人均,GDP,（,GDP/,人口）,各地区卫生机构数,各地区环境污染指标（年环境污染量,/,地区面积占全国总面积的比例）,注：以气体污染为主，由于废水基本上都是排在江河中，会加强下游的污染而减少上游的污染，因而不好统计,各地区的教育支出总额,第二步：选变量、建模型,被解释变量,Y,：地区人均寿命,可供选择的,X,包括：,GDP,：人均,GDP,HOS,：卫生机构数,ENV,：污染程度,EDU,：教育支出,希望能够利用的信息越多越好，,因此，先做,Y,对所有备选,X,的回归,效果一般，主要是好几个解释变量不显著,为对比各解释变量与,Y,之间的相关性强弱，观察变量间的,“,相关系数,”,发现,HOS,与,Y,之间相关性不强，应在回归方程中被剔除。,剔除,HOS,后，作,Y,对剩余备选,X,的回归,ENV,不显著，再剔除,所有,X,均显著，,R,方也可以，以此作为最终选定的模型。,第三步：分析和解释结果,在考虑的几个因素中，人均寿命主要受人均,GDP,（即生活水平）和教育支出的影响,保持其它变量不变，人均,GDP,每增加,1,万元（很大增幅），平均而言，人均寿命上升,3.63,岁,保持其它变量不变，地方教育支出每增加,1,万元，平均而言，人均寿命上升,0.0000011,岁,（,EDU,增,100,亿元，,Y,才增,1,岁）,为什么会出现样的结果？,（,1,）按理说，环境污染,ENV,应当对寿命有很大影响，但是通过回归分析却将其剔除。,可能的原因：,GDP,高意味着经济发达，而在中国，发达的经济往往导致环境的高污染。在这些地区，环境污染对人们带来的损害程度没有生活水平提高给人们带来的福利大，所以从总体上看，人均寿命还是主要受人均,GDP,的影响。,（,2,）卫生机构数,HOS,为什么与人均寿命的相关程度不高。,可能原因：人们传统讳疾忌医观念和医疗卫生机构的高收费。能拖就拖，小病成大病，到头来没法医治。医疗卫生机构的收费标准较高，大多数人不轻易看病，造成了即使拥有庞大的医疗卫生机构也不能满足人们。,（,3,）教育支出怎样影响人均寿命？,越高的教育支出意味着更高的教育水平，当人们接受高水平的教育后，对卫生保健的知识也越了解，更懂得如何去看病。其中更重要的是高的教育水平意味着更高的收入水平，让人们更有去看病的基础。,第四步：政策建议,由回归结果可以看出，人们的预期寿命首先由当地经济发展水平决定，要提高人们的寿命，,最重要的是提高人们的生活水平,，但人们生活水平并不是能在短暂时间就能进行大幅度提高的。而在当前经济水平下，我国的教育水平还有大力发展的空间，就联系到了我国现阶段的教育体制改革。所以，这也从另一方面肯定了我国的,教育体制改革,的必要性。,