第1章　计量经济学的性质与经济数据

1.1　复习笔记

一、计量经济学

由于计量经济学主要考虑在搜集和分析非实验经济数据时的固有问题，计量经济学已从数理统计分离出来并演化成一门独立学科。

1．非实验数据是指并非从对个人、企业或经济系统中的某些部分的控制实验而得来的数据。非实验数据有时被称为观测数据或回顾数据，以强调研究者只是被动的数据搜集者这一事实。

2．实验数据通常是在实验环境中获得的，但在社会科学中要得到这些实验数据则困难得多。

二、经验经济分析的步骤

经验分析就是利用数据来检验某个理论或估计某种关系。

1．对所关心问题的详细阐述

在某些情形下，特别是涉及到对经济理论的检验时，就要构造一个规范的经济模型。经济模型总是由描述各种关系的数理方程构成。

2．经济模型变成计量模型

先了解一下计量模型和经济模型有何关系。与经济分析不同，在进行计量经济分析之前，必须明确函数的形式。

通过设定一个特定的计量经济模型，就解决了经济模型中内在的不确定性。

在多数情况下，计量经济分析是从对一个计量经济模型的设定开始的，而没有考虑模型构造的细节。一旦设定了一个计量模型，所关心的各种假设便可用未知参数来表述。

3．搜集相关变量的数据

4．用计量方法来估计计量模型中的参数，并规范地检验所关心的假设

在某些情况下，计量模型还用于对理论的检验或对政策影响的研究。

三、经济数据的结构

1．横截面数据

（1）横截面数据集，就是在给定时点对个人、家庭、企业、城市、州、国家或一系列其他单位采集的样本所构成的数据集。有时，所有单位的数据并非完全对应于同一时间段。在一个纯粹的横截面分析中，应该忽略数据搜集中细小的时间差别。

（2）横截面数据的重要特征

①假定它们是从样本背后的总体中通过随机抽样而得到的。

当抽取的样本（特别是地理上的样本）相对总体而言太大时，可能会导致另一种偏离随机抽样的情况。这种情形中潜在的问题是，总体不够大，所以不能合理地假定观测值是独立抽取的。

②数据排序不影响计量分析这一事实，是由随机抽样而得到横截面数据集的一个重要特征。

2．时间序列数据

（1）时间序列数据集，是由对一个或几个变量不同时间的观测值所构成。与横截面数据的排序不同，时间序列对观测值按时间先后排序，这也传递了潜在的重要信息。

（2）时间序列数据的特征

①很少（即使能够）假设经济数据的观测独立于时间，使得对它的分析比对横截面数据的分析更为困难。

②数据搜集时的数据频率，最常见的频率是每天、每周、每月、每个季度和每年。

3．混合横截面数据

有些数据既有横截面数据的特点，又有时间序列的特点。为了扩大样本容量，可以将数据合并成一个混合横截面数据。

对混合横截面数据的分析与对标准横截面数据的分析十分相似，不同之处在于，前者通常要对变量在不同时间的长期差异做出解释。实际上，除了能扩大样本容量之外，混合横截面分析通常是为了看出一个基本关系如何随时间而变化。

4．面板或纵列数据

（1）面板数据（或纵列数据）集，是由数据集中每个横截面单位的一个时间序列组成。

（2）面板数据与横截面数据的比较

①面板数据有别于混合横截面数据的关键特征是，同一横截面数据的数据单位都被跟踪了一段特定的时期。

②由于面板数据要求同一单位不同时期的重复观测，所以要得到面板数据（特别是那些个人、家庭和企业的数据），比得到混合横截面数据更加困难。

③对同一观测单位观测一段时间，应该比横截面数据甚至混合横截面数据更有优越性。对同一单位的多次观测，能控制个人、企业等观测单位的某些观测不到的特征。

④面板数据的第二个优点是，它通常能够研究决策行为或结果中滞后的重要性。由于预期许多经济政策在一段时间之后才产生影响，所以面板数据所反映的信息就更有意义。

四、计量经济分析中的因果关系和其他条件不变的概念

1．因果关系

在多数对经济理论的检验中，经济学家的目标就是要推定一个变量对另一个变量具有因果效应。虽然简单地发现两个或多个变量之间有某种联系很诱人，但除非能得到某种因果关系，否则这种联系很难令人信服。

2．其他条件不变

“其他（相关）因素保持不变”的概念在因果分析中有重要作用。在研究两个变量之间的关系时，所有其他的相关因素都必须固定不变。因为社会科学中所搜集到的多数数据都具有非实验特征，所以发现其中的因果关系极具挑战性。