计量经济学第一章概论.ppt

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,*,*,第,1,章 导论,对,计量经济学,整体的概略认识，旨在使读者对计量经济学有一个初步的了解,主要内容,1.1,计量经济学的概念与功能,1.2,计量经济学的学科性质,1.3,计量经济学的研究步骤,1.4,计量经济学数据来源和软件,1.1,计量经济学的概念与功能,本节主要内容,什么是计量经济学,计量经济学的作用与功能,什么,是计量,经济学,计量经济学英文是,“Econometrics”,，最早由挪威经济学家弗里希（,R.,Frish,）提出，这个单词就是经济（,Economics,）与测量（,Metrics,）的合成词。,因此，从字面上看，计量经济学就是对经济的测量。但实际上，计量经济学涉及的范围要广得多。,什么是计量经济学,计量经济学产生于上世纪三十年代。,1930,年,12,月，弗里希（,R.Frisch,）、丁伯根,(J.Tinbergen),和费歇尔,(I.Fisher),等经济学家在美国克利夫兰成立计量经济学会。,1933,年起，定期出版,计量经济学,(,Econometrica,),杂志。,弗里希在该杂志发刊词中明确提出计量经济学的范围和方法，指出计量经济学是,经济理论、数学和统计学,的综合，但它又完全不同于这三个学科中的每一个。,这一定义说明了计量经济学是一门交叉学科，同时也隐含了计量经济学需要使用统计学和数学的方法来度量经济变量间的关系。,什么,是计量经济学,正因为计量经济学具有多学科交叉的性质，人们可以从不同的角度定义计量经济学。,萨谬尔森等（,1954,）将计量经济学定义为：,“,根据理论和观测的事实，运用合适的推理方法使之联系起来同时推导，对实际经济现象进行的数量分析。,”,戈德伯格（,1964,）将计量经济学定义为,“,将经济理论、数学和统计推断等工具应用于经济现象分析的社会科学。,”,什么是计量经济学,上述定义均反应了计量经济学不是对经济的一般度量，而是一个有关经济关系的经验估计的经济学分支，是经济学、数学、统计学相结合的一门综合性学科。,综合上述定义，计量经济学是以经济理论和经济数据的事实为依据，运用数学和统计学的方法，通过建立数学模型来研究经济数量关系和规律的一门经济学科。,计量,经济学的作用与功能,计量经济学源于对实际经济问题的研究。计量经济学的主要任务就是用观测到的经济数据，以经济理论为指导，使用计量经济学方法和工具，构建合适的计量经济模型，揭示经济运行规律，并用以验证经济理论或经济假说以及指导经济实践。,(,洪永淼,2007),对经济学而言，计量经济学所起的作用可以归结为以下几个方面。,计量经济学的作用与功能,第一，结构分析,。,很多,经济理论是建立在分析两个或多个变量之间相互关系基础上的。计量经济学可以帮助我们分析估计各种经济关系。例如，研究教育对收入的影响，广告对销售和利润的影响，股票价格和厂商特征的联系，等等。计量经济学为分析和估计这些关系提供了一系列的方法。,计量,经济学的作用与功能,第二，检验和发展经济理论,。,计量,经济学可以用实际数据和假设检验帮助我们评价经济理论的正确与否。要检验经济理论，我们把总结出来的经济关系转换为一些重要的未知参数。然后进行抽样，估计未知参数，并且进行假设检验，据此对经济理论进行证实或证伪。,计量,经济学的作用与功能,第三，预测,。,在,经济活动中，各经济主体往往需要对相关经济变量进行预测。计量经济学最常见的应用就是预测经济变量的未来走势。例如，我们可以使用经过检验的计量经济模型来预测主要经济指标的未来趋势，比如收入、通货膨胀、失业率等。,计量,经济学的作用与功能,第四，政策评价,。,政策,效应评价是经济分析中最为关注的核心问题。从宏观经济领域到微观经济领域，决策者每时每刻都面临着如何在多种可供选择的政策变量中择优实施的问题，因而对政策的实施效果进行评估非常重要,。但经济学作为一门社会科学，难以进行可控试验。,计量,经济学可以设计出类似于可控试验的环境，揭示了经济系统中变量之间的相互联系，将经济目标作为被解释变量，经济政策作为解释变量，可以方便地评价各种不同政策对目标的影响，起到政策模拟和评价的作用,。,1.2,计量经济学的学科,性质,认识,计量经济学的学科地位、计量经济学与其他学科的关系、计量经济学的分类以及局限性，有助于我们更好地学习和理解计量经济学,。,计量经济学在经济学科中居于重要地位,计量经济学与其他学科的关系,计量经济学的分类,计量经济学的局限性,计量,经济学在经济学科,中,的,地位,一般而言,，一种新的经济学理论或经济学假说能否成立以及是否成功地解释了经济现实，往往依赖于计量经济学的检验，不能通过检验的理论，一般不能称其为理论。已有的经济理论，能否解释今天的现实，也应通过检验。因而计量经济学方法是经济学研究中重要环节。,计量经济学在经济学科中,的,地位,计量经济学是经济学的一个重要分支，其特点在于,：,计量,经济学已经渗透到经济学的绝大多数分支学科。,无论是从教科书还是从研究文献来看，宏观经济学、微观经济学、劳动经济学、福利经济学和金融学等分支中都广泛使用计量经济学模型，或者其理论假设基于计量经济模型进行检验,。,计量,经济学的理论和方法，不仅应用于经济学的各个分支学科，也大量用于其他相关学科。,例如，管理类的各分支学科、甚至国际关系学等，也不同程度地使用计量经济学。不仅如此，计量经济学的理论和方法还用于自然科学的相关学科,。,计量经济学在经济学科中,的,地位,我们还可以从诺贝尔经济学奖的分布来看计量经济学的学科地位,。,自,1969,年设立诺贝尔经济学奖以来，其中约有五分之一的获奖者主要从事计量经济学研究。从获奖者的研究领域所在的分支学科来看，计量经济学位居第一,。,首届,诺贝尔经济学奖就授予了计量经济学创始人弗里希和应用计量经济学模型研究经济周期的丁伯根，而经济学大师萨缪尔森随后,1970,年获奖。这一现象也说明了诺贝尔奖评委会对计量经济学的重视,。,诺贝尔经济学奖历年获奖者（,1969-2015,）（见二维码资料）,计量经济学与经济学、统计学、数学的关系,在,进行计量经济建模时，经济理论起着非常重要的指导作用，特别是确定重要的经济变量及解释它们之间的因果关系,。,经济理论或经济假说常常可表述为对经济系统的概率规律的约束条件，通过检验这些约束条件的有效性，我们就可以验证经济理论或经济假说是否正确。,计量经济学与经济学、统计学、数学的关系,统计学,主要是收集、加工并通过图表的形式以展现经济数据,。,这些,数据从此构成了计量经济工作的原始资料。但是，统计工作者的工作却到此为止。,计量经济学与经济学、统计学、数学的关系,经济学中常用数学形式（方程式）表述经济理论，而不去问理论的可度量性或其经验方面的可论证性,。,计量,经济学的主要兴趣在于经济理论的经验验证,。,计量,经济学家常常使用数理经济学家所提出的数学方程式，但要把这些方程式改造成适合经验检验的形式。这种从数学方程式到计量经济方程式的转换需要有许多的创造性和实际技巧。,计量经济学与经济学、统计学、数学的关系,经济理论、数学和统计学知识是在计量经济学这一领域进行研究的必要前提，这三者中的每一个对于真正理解现代经济生活中的数量关系是必要的，但不充分，只有结合在一起才行。三者的关系如图,1-1,所示。,计量经济学与经济学、统计学、数学的关系,图,1-1,计量经济学与经济学、统计学、数学的关系,计量经济学与数理经济学、数理统计学、经济统计学的区别,图,1-1,进一步表明计量经济学是数理经济学、经济统计学的和数理统计学的交集，而数理经济学是经济学与数学的交集，数理统计学则是数学与统计学的交集，经济统计学是经济学与统计学的交集。,计量经济学与数理经济学、数理统计学以及经济统计学之间有本质区别。,计量经济学与数理经济学区别,首先，在经济学研究中，计量经济学和数理经济学的作用不同,。,数,理经济学家的主要任务是用数学工具研究经济理论问题并将经济理论表述为严谨的数学模型形式，而不必考虑经济理论的实证,问题,。,经济学家,常常先有一些概念、直觉、想法并通过简单逻辑分析得到一些初步结论，但是这些结论是否正确或者在什么条件下成立，需要用数学这一最严谨的逻辑工具来论证,。,数学的推导过程正确并不能保证经济理论可以解释经济现实。要检验经济理论是否可以解释经济现实，需要使用计量经济学的方法和工具。,计量经济学与数理经济学区别,尽管,数理统计学为计量经济学提供了很多有用的理论、方法和工具，但计量经济学并不是其基本理论的,应用,。,作为现代经济学的一个重要组成部分，计量经济学有自己的历史发展轨迹，有不少自身特有的方法和工具。例如，汉森提出广义矩估计,(GMM),，时间序列分析中单位根和协整理论。,计量经济学与经济统计学的区别,计量,经济学的主要任务是通过对经济数据进行建模以揭示经济运行规律，但计量经济学不等同于经济统计学,。,经济,统计学是对经济数据的统计分析，特别是经济数据调查、收集、整理并分析经济,变量,之间的数量关系及其统计显著程度,。,如经济学中的,“,恩格尔曲线,”,和,“,菲利普斯曲线,”,就是经济统计学所揭示的两个重要的经济特征事实,计量经济学也是研究经济变量之间的数量关系，但更主要的是关注经济变量之间的因果关系，以揭示经济运行规律。,数理统计,和,经济统计的方法与工具，均不能确认经济变量之间的数量关系是否为因果关系。因果关系的确认，必须借助于经济理论的指导。计量经济建模必须和经济理论有机结合起来，而且经济理论本身常常就是我们的研究对象。,计量,经济学与其他学科的关系,Fisher(1933,),在计量经济学期刊的创刊号中指出：,“,计量经济学学会的目标是促进各界实现对经济问题定性与定量研究和实证与定量研究的统一，促使计量经济学能像自然科学那样，使用严谨的思考方式从事研究。但是，经济学的定量研究方法多种多样，每种方法单独使用都有缺陷，需要与计量经济学相结合,。,因此，计量经济学绝不是经济统计学，也不能等同于一般的经济理论，尽管这些理论中有相当一部分具有数量特征；同时，计量经济学也不是数学在经济学中的应用。实践证明，统计学、经济理论、数学这三个要素是真正理解现代经济生活中数量关系的必要条件，而不是充分条件。只有三个要素互相融合，才能发挥各自的威力，才构成了计量经济学。,”,计量,经济学的,分类,从,理论方法与应用角度，计量经济学可以分为理论计量经济学和应用计量经济学,。,所谓,理论计量经济学，主要是以模型的设定、估计、检验以及统计量的性质为研究内容的计量经济学，其特点是侧重理论与方法的数学证明与推导,。,应用,计量经济学，其主要内容是应用理论计量经济学的方法来研究经济问题，即在一定的经济理论指导下，以反映事实的统计数据为依据，以经济计量方法研究经济数学模型，探索实际经济规律，其特点是侧重建立和应用模型。,计量经济学的分类,从,内容深度的角度，可分为初、中、高级计量经济学,。,初级,计量经济学一般以经典的线性单方程模型理论与方法为主要内容,；,中级,计量经济学以矩阵描述的经典线性单方程、联立方程模型理论与方法为主要内容，还有传统的应用模型,；,高级,计量经济学以非经典、现代的模型理论、方法与应用为主要内容。,计量,经济学的分类,从,学科范围角度可分为广义计量经济学和狭义计量经济学,。,利用,经济理论、数学和统计学定量研究经济现象的经济计量方法的统称为广义计量经济学，包括回归分析、投入产出分析、时间序列分析、聚类分析、因子分析、判别分析和方差分析等等,。,狭义计量经济学就是通常所说的计量经济学，以揭示经济现象中的因果关系为目的，主要运用回归分析对经济现象进行研究。所建立的模型称为计量经济模型（有单方程和联立方程之分）。,计量经济学有强大功能，并不断发展。但与其他许多理论和方法一样，仍然具有一定局限性。,同其他的统计分析一样，计量经济学是对大量经济数据或对大量有着相同或相似特征的,随机经济事件,的平均行为的分析。,然而,，经济数据不能由大量的重复随机实验产生,因为经济系统不是一个可以控制的实验过程，而且不能重复。绝大多数的经济数据在本质上都不是实验数据，这导致了计量经济学分析的若干局限性,。,计量经济学的局限性,首先，经济理论或模型作为对复杂现实经济的简化抽象,只能刻画主要的或重要的经济因素。,而实际观测到的数据却是许多因素共同作用的结果，其中，有些因素是未知的或不可观测的，没有包括在经济模型中，因此反映不出它们的影响。,这点,与自然科学不同，自然科学研究可以通过可控实验过滤或消除次要因素的影响,。,在,经济学领域，人们通常是数据的被动的观察者。因此无法从观测到的经济数据过滤出经济模型以外的因素所产生的那一部分影响，这便造成经济实证研究的困难,。,经济学家,发明了不少方法（如工具变量法、实验经济学方法），在无法过滤出模型以外因素的影响的情况下，仍可一致估计模型因素的影响。然而，并不是所有实证问题都有类似的方法能够解决。,计量经济学的局限性,其次，现实经济学是一个不可逆或不可重复的系统。,这导致每一个经济变量常常只有一个观测值,。,如,不同,年份的,GDP,增长率应被看成不同的随机变量，但每个随机变量,Yt,只有一个观测值,。,如果一个随机变量只有一个观测值，就无法做统计分析。如前文所述，统计分析是研究的是同一数据生成过程产生的大量实验的,“,平均,”,行为。,为了对经济数据进行统计分析，经济学家和计量经济学家常常要假设一个经济系统具有不随时间和个体变异而变化的,“,共同特征,”,，从而可以汇总使用不同随机变量的时间序列数据或截面数据，来进行统计分析。,这些共同特征通常称为经济系统的,“,平稳性,”(,stationarity,),或,“,同质性,”(homogeneity),。在这些假设下，可以将观测数据视为从同一总体或具有相似特征的总体中产生出来的。然而这些假设条件在实践中是很难检验的。,计量经济学的局限性,第三，经济结构关系往往具有时变性,。,自然科学,中很多学科，如物理学，能够精确地把握物体运动规律和预测物体运动变化，一个重要原因是所研究的物理系统在相当长的一段时间内不具有时变性,。,经济,系统则有很大不同，常常有结构性变化。比如，技术变革、人口结构变化、金融危机会导致体制演变和结构调整。这些变动将引起经济人行为的变化，从而造成经济关系和经济结构具有时变性,。,若,经济关系不稳定，就很难有准确的样本外推预测，也很难制定有效的经济政策。当经济结构发生改变时，即使能很好地解释过去历史的经济模型，也不一定能对未来做出较准确的预测。,计量经济学的局限性,第四，数据质量。,任何计量经济学研究的成功都离不开大量高质量的数据,。,但是,经济数据往往存在各种缺陷,。,例如,，经济数据可能存在测量误差或者得到数据与经济模型中定义的经济变量之间有很大的差距,。,一些,经济变量可能从根本上就是不可度量的,(,如幸福指数或痛苦指数,),，一些相关变量则可能存在数据缺失。并且，可能存在样本的选择偏差,。,当然，随着计算技术的进步以及统计抽样理论与实践的发展，经济数据的质量越来越高。比如，超级市场通过大量使用条码扫描系统可获得每一笔的精确交易数据，证券市场能同步记录每笔高频金融交易数据。,然而，有一些数据缺陷所造成的困难是不可能或很难克服的。,如,GDP,增长率有被高估的可能性。,计量经济学的局限性,经济数据和经济系统的上述特征，不可避免地造成了计量经济学实证研究的局限性，使之难以达到一些自然科学学科那样的成熟程度，这是我们应用计量经济学工具与方法时需要时常记住的,。,计量经济学的局限性,1.3,计量经济学的研究步骤,计量,经济学方法按下图的路线进行,：,（,1,）陈述理论,；,（,2,）建立计量经济模型,；,（,3,）样本数据的收集,；,（,4,）模型参数的估计,；,（,5,）模型的检验,；,（,6,）模型的应用,。,我们,以计量经济学中常用的消费模型为例，来说明上述步骤。,首先,要做的是查找有关消费决定的经济理论。常用是凯恩斯的绝对收入消费理论，即人们倾向随着收入的增加而增加其消费，但其边际消费倾向（,MPC,，收入每变化一个单位的消费变化率），大于,0,而小,1,。当然也可能以其他消费理论为基础,。,其次,，消费的数学模型的设定。虽然凯恩斯假设消费与收入之间有一正向的相关关系，但他并没有明确指出两者之间准确的函数关系。在各种可能的形式中，选择正确的函数形式是计量经济学家的任务。为简单起见，通常采取线性的凯恩斯消费函数形式。,陈述,理论,陈述,理论,图,1-2,线性消费函数,其中,Y,代表消费支出，,X,代表收入，,模型,参数,和 分别代表,截距,（,intercept,）和,斜率,（,slope,）系数。,截距是对自发消费的度量，斜率系数是对,MPC,的度量。,陈述,理论,出现在方程左端的变量称为,因变量,（,dependent variable,）或,被解释变量,（,explained variable,）,右,端的变量（一个或多个）称为,自变量,（,independent variable,）或,解释变量,（,explanatory variable,）,。,在,方程（,1-1,）中，消费支出,Y,为因变量，而收入（,X,）为自变量。,建立,计量经济模型,式（,1-1,）给出的是消费函数的纯数学模型，它假定消费与收入之间有一个准确的或确定的关系。也就是说，对于一个给定的收入，就确定一个唯一的消费量,。,在,现实的经济变量之间，极少存在这种关系，更常见的是不精确的关系,。,假如,我们获得了,500,个家庭人均消费支出和可支配收入数据，并把这些数据画在以消费支出为纵坐标，以可支配收入为横坐标的图上。我们并不能指望所有的观测值都落在方程（,1-1,）这条直线上,。,因为,除了收入外，还有其他变量也影响着消费支出。比如，家庭大小、家庭成员的年龄、所处的区域等，都会对消费产生一定影响。,建立,计量经济模型,考虑到变量之间的非准确关系，计量经济学家会把确定性消费函数（,1-1,）修改为：,(1-2),其中,u,被称为,扰动项,（,disturbance term,）或,误差项,（,error term,），是一个,随机变量,，它有定义良好的概率性质，代表所有对消费有所影响的其他因素,。,方程（,1-2,）是,计量经济模型,的一个例子，这种类型的计量经济模型也叫做,线性回归模型,。,建立,计量经济模型,图,1-3,凯恩斯消费函数计量经济模型,该模型假设了因变量,Y,（消费）对解释变量,X,（收入）存在线性关系。然而两者之间的关系是不准确的，它因家庭而异。,可以把消费函数的计量经济模型描述成图,1-3,。,收集,数据,在估计所设定的计量经济模型的参数之前，我们必须首先得到适当的数据,。,计量,经济分析所需要的数据，既可来自各种官方统计资料，亦可通过调查获得,。,在,经验分析中常用的数据有三类,：,时间序列数据,（,time,series,data,）,横截面,数据（,cross-section,data,）,混合,数据,（,pooled data,）,收集,数据,时间序列数据,是按时间周期（即按固定的时间间隔）收集的,数据,如,年度或季度的国内生产总值、就业、货币供给、财政赤字或某人一生中每年的收入都是时间序列的例子,。,横截面数据,是在同一时点收集的不同个体（如个人、公司、国家等）的数据。,如人口普查数据，世界各国,2010,年国内生产总值，全班学生计量经济学成绩等都是横截面数据的例子,收集,数据,兼有时间序列和横截面成分的数据称为,混合数据,（,pooled data,）,。,如,1985,2015,世界各国,GDP,数据。,面板数据,（,panel data,）是混合数据的一种特殊类型，指对相同的一批横截面单元（如家庭或厂家）在时间轴上进行跟踪调查的数据，如我国统计部门定期进行的城、乡居民收入和消费调查数据。,收集数据,此外，还有一类数据称为,虚拟变量数据,（,dummy variable data,）,，用于描述一些定性的事实，如性别、种族、政府政策的变动、自然灾害等，这时常用人为构造的虚拟变量去表示这类客观存在的定性现象,“,非此即彼,”,的状态。通常以,1,表示某种状态的发生，以,0,表示这种状态的不发生。,收集数据,在本例中，为估计全国农村居民消费函数，我们找到,2011,年全国各地区农村居民家庭人均纯收入和人均消费支出的横截面数据如表,1-1,所示。,地,区,人均纯收入,人均消费支出,北,京,14735.68,11077.66,天,津,12321.22,6725.42,河,北,7119.69,4711.16,山,西,5601.40,4586.98,内蒙古,6641.56,5507.72,辽,宁,8296.54,5406.41,吉,林,7509.95,5305.75,黑龙江,7590.68,5333.61,上,海,16053.79,11049.32,江,苏,10804.95,8094.57,浙,江,13070.69,9965.08,安,徽,6232.21,4957.29,福,建,8778.55,6540.85,江,西,6891.63,4659.87,山,东,8342.13,5900.57,河,南,6604.03,4319.95,湖,北,6897.92,5010.74,湖,南,6567.06,5179.36,广,东,9371.73,6725.55,广,西,5231.33,4210.89,海,南,6446.01,4166.13,重,庆,6480.41,4502.06,四,川,6128.55,4675.47,贵,州,4145.35,3455.78,云,南,4721.99,3999.87,西,藏,4904.28,2741.6,陕,西,5027.87,4491.71,甘,肃,3909.37,3664.91,青,海,4608.46,4536.81,宁,夏,5409.95,4726.64,新,疆,5442.15,4397.82,有了这些数据，下一步的工作就是如何估计消费函数中的,参数。我们,将在后面的课程中详细讨论估计,方法。,这里,，假设我们用所得数据估计（,1-2,）式的,参数 和 得到估计好的消费函数,(,1-3),其中,Y,顶上的帽表示,Y,的拟合值（或估计值），,734.27,和,0.638,是参数 和 的估计值（,estimates,）。,图,1-4,给出了估计的消费函数（即回归线）与相应的散点。直观看，数据点很靠近回归线，回归线对数据拟合良好。,估计,参数,斜率,系数为,0.638,，,表明人均纯收入每增加,1,元，平均而言，实际消费支出将增加,0.638,元,。我们说平均而言，是因为消费和收入之间没有准确的关系,。,由,图,1-4,也可以看出，并非所有数据点都恰好位于回归线上。可以简单地说，据我们的数据，人均收入每提高,1,元，平均消费支出均值会增加约,0.64,元。,图,1-4,凯恩斯消费函数的计量经济模型,估计,参数,估计,参数,我们通常用希腊字母表示未知参数的真值。假设,是一个我们想知道的参数值，应用统计技术，我们可以得到,的合理,估计值,（,Estimates,）,。,在,任何实际应用中，,的估计值就是一个数字，如,被估计为,0.638,。,一般来说,，经济理论所关注的焦点并不是估计值，而是,估计量,(Estimators),，估计量是用于将数据转换成估计值的公式。之所以更关注后者，是因为从一特定样本计算的估计值是不是好，取决于估计方法（估计量）是不是好。,的估计量通常表示为,模型中的参数被估计以后，一般来说这样的模型还不能直接加以应用，还需要对模型进行一系列检验，包括：,（,1,）经济意义检验。,即检验所估计的模型与经济理论是否相符,。,如,在本例中，估计好消费函数后，我们可能想知道得到的结果是否符合所依据的经济理论。凯恩斯曾预期,MPC,是正的，但小于,1,。在我们的例子中求得的,MPC,为,0.64,。,模型,的检验,模型,的检验,（,2,）统计准则检验。,为了检验参数估计值是否是抽样的偶然结果，需要运用数理统计中的统计推断方法，对模型参数的可靠性进行检验。具体包括对模型的拟合优度检验、用假设检验和方差分析方法对变量的显著性检验等,。,本,例中，,MPC,为,0.64,，但在把这一发现看做是对凯恩斯理论的认可之前，还要追问这一估计量是否充分地低于,1,，以使我们不再怀疑这个估计值仅是一次偶然的机会得来。换言之，,0.64,是不是在统计意义上小于,1,？这需要运用假设检验方法进行检验。,模型,的检验,（,3,）计量经济学检验。,计量经济学检验主要是检验模型是否符合计量经济学的基本假定，后面将详细介绍多重共线性检验、异方差检验、自相关检验等等。当模型违反计量,经济,学,的,基本假定时，通常的计量经济分析方法将失效，这时必须对模型进行调整和处理,。,（,4,）模型预测检验。,这是指将估计了参数的模型用于实际经济活动的预测，然后将模型预测的结果与经济运行的实际结果相比较，以此检验模型的有效性。,经过参数估计和假设检验，确认为可靠的计量模型就可以投入应用。计量经济模型主要用于,结构分析、经济预测、政策评价、检验和发展理论等,方面。本例中将上述模型用于预测,。,假设我们想知道如果某省农村人均纯收入达到,20000,元后的人均消费支出，我们可以令,X,20000,，然后代入（,1-3,）式，可得到：,模型,应用,模型,应用,也就是说，当收入为,20000,元时，需求量的预测值为,13494.27,元。,由于计量经济模型包含扰动项，因此用上述估计好的模型所做预测总会存在误差，与此同时，由于,734.27,和,0.638,仅仅是真实的,和 估计值,，这将是我们的预测中存在的另一个误差源。,模型,应用,在宏观经济学中，我们知道乘数是一个重要的概念，,MPC,是影响乘数的重要因素。经济理论告诉我们，投资支出每改变,1,元，收入的改变由投资乘数（,M,1/(1-MPC,）给出,。,利用,前面得到的,MPC,0.638,，可以计算出乘数为,2.76,，即投资增加,1,元，将导致收入增加,2.76,元。注意，乘数的实现需要时间。所以,MPC,的数量估计为政策的制定提供了有价值的信息。一旦获知,MPC,，即可跟踪政府财政政策的改变，预测收入和消费支出的未来变化过程。,1.4,计量经济学数据来源和软件,常用数据来源,计量经济学软件,常用数据来源,数据,是计量经济学的重要原料。我国经济数据主要来源于,官方统计调查,和,民间统计调查,。,官方,统计调查主要由国家统计局以及地方统计局或政府相关部门组织实施，分为国家统计调查、部门统计调查、地方统计调查,。,官方,统计调查数据通过统计机构的官网，以及公开出版的中国统计年鉴、地方统计年鉴和行业年鉴可以较方便地查到，是计量经济学分析最重要的来源。尤其是宏观经济数据、产业经济数据等往往只能从官方统计调查中得到数据。,常用,数据,来源,民间统计调查，指由民间统计机构以自己的名义或接受委托进行的统计调查，构成了对,官,方,统计,调查的重要补充,。,比较,有影响的是中国营养与健康调查（,CHNS,）、中国综合社会调查（,CGSS,），两个调查项目样本数据均可通过申请免费使用。此外，还有中国居民收入项目调查（,CHIPS,）、中国健康与养老追踪调查（,CHARLS,）等。常用数据库网站如下：,常用,数据来源,国家统计局：,