“计量经济学”作为一门课程,在我国一部分高等院校经济学科、管理学科相关专业中开设已经有二十年的历史,它的重要性也逐渐为人们所认识。克莱因(R·Klein)说:“计量经济学已经在经济学科中居于最重要的地位,在大多数大学和学院中,计量经济学的讲授已经成为经济学课程表中最有权威的一部分”。萨缪尔森(P·Samuelson)认为:“第二次大战后的经济学是计量经济学的时代”。1998年7月,教育部高等学校经济学学科教学指导委员会讨论并确定了高等学校经济学门类各专业的八门共同核心课程,其中包括“计量经济学”。这是我国经济学学科教育走向现代化和科学化的重要标志,必将对我国经济学人才的培养质量产生重要影响。特别是计算机技术的迅速发展和计量软件开发,为计量经济学的应用提供了广阔的空间。应该说,经过多年的努力,在计量经济学课程建设上我们已经取得了不小的成绩。在充分肯定这门课程作用的基础上,认真总结多年的教学实践,我们也感到对于本科计量经济学的教学理念还需要进一步商榷。
目前,我们研究问题的分析方法已经实现了由过去的定性分析到定量分析的转变,特别是计量经济的研究方法已经成为经济学及相关领域的主流方法,这是值得充分肯定的。这也是我们本科计量教学工作者的一大贡献,它彻底扭转了单纯的定性分析理念。然而,令人不安的是在本科计量经济学的教学中出现了两种倾向:其一是把计量经济学当成了“圣经”,唯计量是从,似乎是没有计量参加的学科都是伪科学或者说不够科学,其结果是计量方法的滥用;其二是计量的数学化,也就是数学的计量而不是经济学的计量,其结果是使得计量经济学脱离实际,变成了数学游戏。就上述问题,结合本科计量经济学教学实际谈谈我们的看法。
一、计量经济学不是“圣经”:完美中有折中
首先,计量模型是完美的。我们以一元模型为例:
Y=β0+β1X+μ(1)
其中,μ表示除X以外的所有影响Y的因素,模型(1)叫总体回归模型。该模型描述的变量之间的关系是相关关系,而非函数关系。对同样问题处理的数理模型:
Y=β0+β1X(2)
模型(1)比模型(2)完美,因为模型(1)比模型(2)考虑问题全面。在模型(1)中,每给X一个值,从理论上讲,由于μ的存在,模型考虑了和X对应的所有Y的值;模型(2)仅考虑了因素X对Y的唯一影响,而没有考虑X以外的其他因素对Y的影响,因此,模型(2)仅考虑了和X“对应”的一个Y值,这里对应加引号是因为从理论上讲,那个Y值仅仅是无穷多个Y值中的一个,而未必就是真的和X对应的那个,这就是计量经济学家和数理经济学家的不同之处,所以,我们说计量经济学是完美的(确切的说是计量模型比数理模型完美)。但是,完美的计量模型(总体回归模型)理论上是存在的,实践中是求解不出来的,不是因为我们的计算技术达不到而求解不出来β0,β1,而是由于总体的无限性和μ的复杂性(随机变量),特别是在现实经济问题中,我们面临的问题的总体一般是不知的(总体数据搜集的困难)。因此,计量经济学家就退而求其次优结果━━总体回归直线:
E(Y)=β0+β1X(3)
总体回归直线(3)就是我们常说的函数形式或方程,它是由(1)两边取数学期望而得到(假定E(μ)=0),它揭示了,每给X一个值,有唯一的一个Y的期望值与之对应。这里的分析思路:从模型(1)到模型(3)就由相关关系转化为函数关系,从而计量模型的完美性在这里受到了挑战,这就是我们说的计量模型的第一次打折。那么总体回归直线(3)是否可以顺利的求解呢?在总体数据已知的条件下可以找到。在现实经济问题中,我们面临的问题的总体一般是不知的,因此求解总体回归函数的思路也是行不通的。既然是这样,那就退而求其次优结果(再次打折),计量经济学家自然就想到借助样本来分析问题,建立样本回归模型:
Y=■0+■1X+e(4)
这里,■0,■1是总体回归(1)中β0,β1的近似估计,残差e也是随机干扰项μ的近似估计。那么样本回归模型(4)可以容易求解吗?尽管样本的数据可以很容易的收集,但是由于残差同样存在和随即干扰项的一样困难,使得样本回归模型仅仅是理论上的存在,现实中很难操做。计量经济学家又再次退而求其次优结果,寻找样本回归直线(第三次打折):
■=■0+■1X(5)
这里,方程(5)是由(4)两边取数学期望得到的。参数的估计应用了普通最小二乘法。单就上述分析过程我们不难发现,计量模型是完美的,而模型估计是打折的不完美。
二、计量模型与模型估计一样吗?
计量模型指的是总体回归模型,模型估计是样本回归函数(回归直线)。因此,用计量模型方法分析问题的实质是归结为模型估计,所以,这种方法也是折中(打折)的研究问题。那么这种方法可靠吗?当上述研究的问题(计量模型)满足基本的假定条件才是可靠的:(1)正态性假设:随机误差项服从正态分布。等价于被解释变量(因变量)在自变量的各水平上服从正态分布;(2)独立性假设,无自相关性假设;(3)同方差性假设;(4)随机误差项与解释变量不相关;(5)零均值假设。这些假定条件在现实经济问题中是很难满足的,而且模型估计是直接对样本负责,而只有样本满足简单随机抽样,才能够较好地描述总体状态特征。我们知道,真正的简单随机抽样也是不容易做到的。因此,我们主张使用计量分析方法也要谨慎,它不是随便就可以使用的,尽管专业的计量分析软件大大简化了计量的运算。
三、本科《计量经济学》课教学理念:理论与应用并重
目前,与过多介绍理论的传统教学方式相比,随着多媒体技术的应用,计量经济学的教学生动了很多,老师也会列举一些例子对所讲授的内容进行说明,但是多数仅限于此,并没有对计量经济学的建模步骤、原理以及模型的局限性等进行深入分析,更谈不上与学生的互动。而且计量经济学方法已经被广泛地用于分析中国现实经济问题,但是实际教学中仍然缺乏包含经典案例的教材。同时,由于授课学时的限制使得目前的计量经济教学中缺少生动的案例分析。
我们既要重视理论方法,也要重视应用模型和应用中实际问题的解决。因此,在课程内容和教学大纲的安排上要强调理论、案例和实验多元化的教学手段,理论教学、实验教学和案例教学应成为当前计量经济学教学缺一不可的内容。尤其是实验教学和案例教学,在教学过程中起着激发学生主观能动性、创新能力的作用,授课教师应根据学生专业(如金融、财政、国际贸易)的不同,安排相应的案例和实验内容,使学生能够很好地将经济理论和计量经济学的实证分析方法结合起来,提高学生对实际经济问题的分析和判断能力。
实验教学是计量经济学教学中不可或缺的一部分,对于培养学生的动手能力是至关重要的。因此,在计量经济学的实验教学中要注意两方面的问题:第一,实验教学要与理论教学相衔接,即应该将实验教学合理、恰当地穿插在理论教学的过程中,而不能截然分离开。这样有助于加深学生对理论知识的理解和应用。第二,教师应该精心选择实验内容,编好实验计划,做好示范。在编写实验计划时不仅要加强基础内容的学习训练,而且要构建能有效将实践技能训练与科学研究能力相结合的实验体系,进而形成“基础实验→综合实验→研究创新型实验”多层次、多模块相互衔接实验教学。第三,结合实际情况,要特别强调学生在处理数据(如:频率转换、季节调整)、建立模型等方面容易出现的问题。
总之,为了实现本科《计量经济学》课教学理念的改革,突出基本思想、方法和应用的教学,最关键的还是加强计量经济学师资队伍的建设,大力培养既懂经济又熟悉数学和计量方法的教师队伍,使我们的计量经济学教师的知识结构合理,如在本科阶段学数学、研究生读经济、博士读数量经济等。
参考文献:
[1]洪永淼.计量经济学的地位、作用和局限[J].经济研究,2007,(5).
[2]范钦珊.以内容方法技术为重点深化课程教学改革[J].中国高等教育,2004,(1).
[3]胡荣才,王亚雄.本科计量经济学教学中几个问题的思考[J].统计教育,2006,(9).
[4]胡新艳,陈文艺.EDP教学模式在计量经济学教学中的应用[J].高等农业教育,2006,(4).
[5]李子奈,潘文卿.计量经济学(第二版)[M].北京:高等教育出版社,2005.
[6]张晓峒.计量经济学基础(第三版)[M].天津:南开大学出版社,2009.
第二篇:计量经济学经典论文
对于学习经济学、金融专业的同学,写出一篇高大上的经济学论文,对于学业是很有好处的。下面整理了一篇计量经济学经典论文,希望对您有帮助~
计量经济学经典论文
摘要:改革开放以来,我国的社会主义经济取得了突飞猛进的发展,经济增长速度更是举世瞩目。本文采用经济增长模型和多元线性回归分析方法对1980~2010年中国经济增长因素进行研究,分析了物质资本、劳动力、消费对国内生产总值的影响,建立计量模型,寻求这些变量与中国国民产出的数量关系,进行定量分析,对模型进行检验。
关键词:消费、投资、经济增长、劳动力,实证分析
一、文献综述
(一)经济增长理论
经济增长是指一个国家生产商品和劳务能力的扩大。在实际核算中,常以一国生产的商品和劳务总量的增加来表示,即以国民生产总值和国内生产总值的(GDP)的增长来计算。经济增长是经济学研究的永恒主题。
古典经济增长理论以社会财富的增长为中心,指出生产劳动是财富增长的源泉。现代经济增长理论认为知识、人力资本、技术进步是经济增长的主要因素。
(二)影响因素的分析
从古典增长理论到新增长理论,都重视物质资本和劳动的贡献。物质资本是指经济系统运行中实际投入的资本数量.然而,由于资本服务流量难以测度,在这里我们用全社会固定资产投资总额(亿元)来衡量物质资本。中国拥有全世界近1/4 的人口,为经济增长提供了丰富的劳动力资源。因此本文用总就业人数(万人)来衡量劳动力。居民消费需求也是经济增长的主导因素。
经济增长问题既受各国政府和居民的关注,也是经济学理论研究的一个重要方面。在1978—2008年的31中,我国经济年均增长率高达9.6%,综合国力大大增强,居民收入水平与生活水平不断提高,居民的消费需求的数量和质量有了很大的提高。但是,我国目前仍然面临消费需求不足问题。因此,研究消费需求对经济增长的影响,并对我国消费需求对经济增长的影响程度进行实证分析,可以更好的理解消费对我国经济增长的作用。
二、数据收集与模型的建立
(一)数据收集
表2.1 中国经济增长影响因素模型时间序列表
(二)模型设计
为了具体分析各要素对我国经济增长影响的大小,我们可以用国内生产总值(y)作为对经济发展的衡量,代表经济发展;用总就业人员数(x1)衡量劳动力;用固定资产投资总额(x2)衡量资本投入:用价格指数(x3)去代表消费需求。运用这些数据进行回归分析。
采用的模型如下:
y= β1+β2x1+β3x2+β4x3+ui
其中,y代表国内生产总值,x1代表社会就业人数,x2代表固定资产投资,x3代表消费价格指数,ui代表随机扰动项。我们通过对该模型的回归分析,得出各个变量与我国经济增长的变动关系。
三、模型估计和检验
(一)模型初始估计
表3.1 模型初始估计结果
(二)多重共线性检验
表3.2 相关系数矩阵
根据多重共线性检验,解释变量之间存在着线性相关。
通过采用剔除变量法,多重共线性的修正结果如下:剔除X3。
.
表3.3 修正多重共线性后的模型
(三)异方差检验
表3.4 ARCH检验
从上表可以得到数据:(n-p)R2=5.048272,查表得χ2(p)=5.9915, (n-p)R2=5.048272<χ2(p)=5.9915,则接受原假设,不存在异方差。
(四)序列相关检验
已知:DW=0.689221,查表得dL=1.270,dU=1.563。由此可知,存在相关性。
修正如下:
表3.5 修正序列相关后的模型
修正后的DW=0.9892。进行自相关检验,Q统计量的下图。
通过上图可以看出,修正后无自相关。
(五)Granger因果检验
表3.6 Granger因果检验
从上表可以看出:Pro(x1)和Pro(x2)大于0.1,说明X1和X2不是国内生产总值的Granger的原因。
(六)显著性和拟合优度检验
表3.5反映了模型的最终形式。X1的t检验不通过,二X2的t检验通过。F统计量值为1137.61,F检验通过。
对于F=840.5434>F(2,27)=3.35(显著性水平为0.05),表明模型从整体上看我国经济增长与各解释变量之间线性关系显著。修正的拟合优度量为0.9919,拟合程度很好。
四、结论分析和政策建议
(一)主要结论
1、固定资产投资是经济增长的重要原动力。
经济发展取决于投入资金的数量和资金的利用效率。固定资产投资是经济增长的重要原动力,它对经济运行具有先导作用,并以其乘数效应拉动经济增长。
2、劳动力对GDP有一定的促进作用但对经济增长的贡献率却微不足道。
这是因为我国劳动力结构总量巨大、供给充足、流动性强, 对GDP 影响很大。但是劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷, 会直接影响了经济的增长。
3、消费需求对经济的拉动作用
消费需求是三大需求要素中所占份额最大、波动幅度最小的部分,是国民经济的重要支 柱和最主要的组成部分,同时也是最为明显地反映经济自发增长态势的宏观经济指标。
(二)政策建议
就业是民生之本,有效促进就业,保持经济增长良好势头成为我国当前乃至今后一段时期的重要课题。针对目前劳动力数量庞大且总体素质不高的现状,应通过多种途径,一方面加强就业培训的投入力度,提高劳动者就业及再就业能力,降低失业率;另一方面,加强各地区间人才交流及促进劳动力自由流动,并通过合理技术壁垒方式,阻止外来流动人员的无序进入。同时,鼓励灵活就业,以减轻就业压力。
劳动力的人力资本含量、高技术含量偏低,劳动力素质结构存在严重缺陷, 直接影响了经济的增长。因此应当控制人口数量,优化劳动力结构, 提升劳动力素质。物质资本对我国的经济增长也起到了一定的影响作用,应加强对投资的科学管理,提高投资效率。
五、参考文献:
[1]赵晓,消费中国经济增长主动力[J],2005
[2] 徐铮、张润清、李晓红,1990-2004 年我国经济增长因素实证分析[J],经济论坛,2007(04)
[3]綦国萍,我国经济增长影响因素的实证研究,安徽财经大学,安徽蚌埠233041摘
[4]吴沛, 李克俊,中国经济增长影响因素的实证分析,西华大学,成都610039
[5]刘诗白.,2004.,社会主义市场经济理论, 西南财经大学出版社
[6]中经网统计数据库。