浅谈计量经济学模型对数据的依赖性论文

2024-05-19

浅谈计量经济学模型对数据的依赖性论文（精选3篇）

浅谈计量经济学模型对数据的依赖性论文第1篇

浅谈计量经济学模型对数据的依赖性论文

随着我国经济学理论的不断进步，计量经济学模型已经成为一种重要的基础性研究方法，尤其是在社会问题的研究方面得到了广泛的采纳，在应用的过程中，也发现了计量经济学模型对数据的依赖性，数据的数量和质量的重要性也进一步突出。

一、文献综述

诺贝尔经济学奖获得者—斯通的主要研究成果在于他为国民核算体系的进步贡献了突出的基础性力量，并且推动了经验经济分析的发展;诺贝尔奖获得者赫克曼和麦克法登在微观计量经济学模型的理论方法方向取得了突出的成果，对微观数据进行统计并且能够分析出其中存在的基本问题;亨德里认为，对于计量经济的整个分析过程来说，可以认为是一个客观数据生成的过程，上面这些研究成果都说明了统计学和计量经济学存在着一定的关系，统计学的发展带动了计量经济学的发展，反之，计量经济学的进步也有力的推动了统计学的发展，尤其是计量经济学模型和数据之间的关系更加紧密方面。

二、模型类型设定对数据的依赖性

在对各种问题进行研究的时候，一旦确定研究的.对象，也要高度重视相关的研究数据的确定。例如，研究人员进行我国的经济增长因素研究的过程中，模型研究的对象就是表征经济增长结果的GDP时间序列;在对学生大学期间的课程学习情况进行研究的时候，尤其是挂科情况研究，那么表征不及格的数据0、1、2等自然就是模型研究的对象;研究农民的贷款方式的时候，农户借款的途径选择结果的离散数据0、1、2等就是模型研究的对象。因此，从上面的分析来看，想要更加深入的理解计量经济学的应用，必须要高度重视计量经济学模型的深入研究，数据的类型决定了计量经济学模型的类型。我国的经济学家李子奈提出，要想更好的对计量经济学进行研究，正确的总体回归模型是至关重要的，并且指出了一些建立正确总体回归模型的条件。在实际的研究中，应该根据最新的模型方法体系来建立总体理论模型，只有这样才可以完成经验实证。

三、总体回归模型设定对数据关系的依赖性

李子奈在研究中，使用图表达出了数据对于总体回归模型的重要作用。在经济学理论的支撑下，对经济主体动力学关系进行认真的研究，从而分析出影响研究对象的恒常、明显的因素。怎样才能够说明这些关系是存在的呢?这些因素怎样才能够引入到模型中?显然这些问题的回答都需要数据的支撑。可以认为，对于经济关系的确认，其前提条件为数据之间存在的统计关系，这也就是总体回归模型设定对于数据的依赖性，因此，在进行经济主体动力学关系研究的时候，必须要高度的重视数据统计的相关性检查。以经济学的相关理论为基础，深入的对研究对象的经济行为进行分析，然后根据数据完成统计分析，这样就可以对行为分析的假设进行验证。如果只用数据关系来确定经济关系，明显不够严谨，数据之间存在一定的统计关系，但这种关系不是经济关系存在的充分条件，只能说必要条件。

四、数据质量对于模型估计的重要意义

在确立了模型并且设定了正确的总体回归模型后，接下来就应该根据总体模型的要求来收集用于模型估计的样本数据，样本数据的质量高低对于计量经济学模型的估计结果有着重要的意义。在研究的早期，研究的重点一般在于提高数据的准确性，但是，实际上数据质量不仅仅包括数据的准确性，因此，在后面的研究中，研究人员也从多个角度来对数据的质量进行研究，这也就使数据质量有了众多的维度。李子奈通过対计量经济学数据的质量的分析，将它们分为一致性、完整性、准确性和可比性四个方面。一致性，指母体和样本应该保持一致，样本的来源应该是母体，而在实际的应用中，往往经常会有违反一致性的情况出现;完整性就是指包含于总体模型中的变量，其样本观测值的容量应该是一样的，这既是模型参数估计所必须要求的，也是经济现象本身应该具有的特点;准确性包含了这样的含义：数据应该可以体现出它所描述的经济变量的状态，强调数据本身的科学性;数据对于研究工作应该是准确需要的关系，也就是说满足模型对变量口径的要求。一般来说，后一个因素容易被忽略;可比性，其实就是数据口径的问题，这个问题是计量经济学应用模型研究中是普遍存在的，通过对样本数据的分析，找出经济活动存在的客观规律，加入数据是不可比的，就会导致无法准确的的反映出实际的经济规律。

五、外生想定数据对模型应用的重要意义

计量经济学模型的应用大致上包括了这几个方面：结构分析、理论检验、经济预测和政策评价。如果要将模型应用在经济预测和政策评价中，想得到科学的结论就不仅仅只需要正确的模型，想定的外生变量值或政策方案也是非常重要的，当然，只有通过数据，才能将它们表现出来，被称“想定数据”。实际上，没有一个既能够用于预测又可以应用在政策评价的模型，但是，在实际的研究中，这种模型却出现了很多次。

六、结论

在上面，对计量经济学模型对数据的依赖性进行了简单的探讨，看上去没什么深度，但是实际上，这些问题是目前非常值得我国计量经济学应用研究领域进行深入研究的，数据问题，对于计量经济学具有重要的研究意义，一项计量经济学课题，大部分精力都应该放在数据上，否则就不能够体现出课题的价值。当然，在突出了数据的重要性的同时，还要注意避免掉入数据陷阱，数据必须是客观的，这才能够表现出客观的活动规律，任何数据的来源都应该经过科学的前期调查，希望本文对相关的研究人员有一定的指导意义。

参考文献：

[1]李子奈.计量经济学模型对数据的依赖性[J].经济学动态，，08：22-27.

[2]刘丽艳.计量经济学涵义及其性质研究[D].东北财经大学，.

[3]李子奈，齐良书.关于计量经济学模型方法的思考[J].中国社会科学，，02：69-83，221-222.

[4]李长平.计量经济学模型在卫生资源研究中的应用[D].天津医科大学，.

浅谈计量经济学模型对数据的依赖性论文第2篇

一、文献综述

诺贝尔经济学奖获得者—斯通的主要研究成果在于他为国民核算体系的进步贡献了突出的基础性力量, 并且推动了经验经济分析的发展;诺贝尔奖获得者赫克曼和麦克法登在微观计量经济学模型的理论方法方向取得了突出的成果, 对微观数据进行统计并且能够分析出其中存在的基本问题;亨德里认为, 对于计量经济的整个分析过程来说, 可以认为是一个客观数据生成的过程, 上面这些研究成果都说明了统计学和计量经济学存在着一定的关系, 统计学的发展带动了计量经济学的发展, 反之, 计量经济学的进步也有力的推动了统计学的发展, 尤其是计量经济学模型和数据之间的关系更加紧密方面。

二、模型类型设定对数据的依赖性

在对各种问题进行研究的时候, 一旦确定研究的对象, 也要高度重视相关的研究数据的确定。例如, 研究人员进行我国的经济增长因素研究的过程中, 模型研究的对象就是表征经济增长结果的GDP时间序列;在对学生大学期间的课程学习情况进行研究的时候, 尤其是挂科情况研究, 那么表征不及格的数据0、1、2等自然就是模型研究的对象;研究农民的贷款方式的时候, 农户借款的途径选择结果的离散数据0、1、2等就是模型研究的对象。因此, 从上面的分析来看, 想要更加深入的理解计量经济学的应用, 必须要高度重视计量经济学模型的深入研究, 数据的类型决定了计量经济学模型的类型。我国的经济学家李子奈提出, 要想更好的对计量经济学进行研究, 正确的总体回归模型是至关重要的, 并且指出了一些建立正确总体回归模型的条件。在实际的研究中, 应该根据最新的模型方法体系来建立总体理论模型, 只有这样才可以完成经验实证。

三、总体回归模型设定对数据关系的依赖性

李子奈在研究中, 使用图表达出了数据对于总体回归模型的重要作用。在经济学理论的支撑下, 对经济主体动力学关系进行认真的研究, 从而分析出影响研究对象的恒常、明显的因素。怎样才能够说明这些关系是存在的呢?这些因素怎样才能够引入到模型中?显然这些问题的回答都需要数据的支撑。可以认为, 对于经济关系的确认, 其前提条件为数据之间存在的统计关系, 这也就是总体回归模型设定对于数据的依赖性, 因此, 在进行经济主体动力学关系研究的时候, 必须要高度的重视数据统计的相关性检查。以经济学的相关理论为基础, 深入的对研究对象的经济行为进行分析, 然后根据数据完成统计分析, 这样就可以对行为分析的假设进行验证。如果只用数据关系来确定经济关系, 明显不够严谨, 数据之间存在一定的统计关系, 但这种关系不是经济关系存在的充分条件, 只能说必要条件。

四、数据质量对于模型估计的重要意义

在确立了模型并且设定了正确的总体回归模型后, 接下来就应该根据总体模型的要求来收集用于模型估计的样本数据, 样本数据的质量高低对于计量经济学模型的估计结果有着重要的意义。在研究的早期, 研究的重点一般在于提高数据的准确性, 但是, 实际上数据质量不仅仅包括数据的准确性, 因此, 在后面的研究中, 研究人员也从多个角度来对数据的质量进行研究, 这也就使数据质量有了众多的维度。李子奈通过対计量经济学数据的质量的分析, 将它们分为一致性、完整性、准确性和可比性四个方面。一致性, 指母体和样本应该保持一致, 样本的来源应该是母体, 而在实际的应用中, 往往经常会有违反一致性的情况出现;完整性就是指包含于总体模型中的变量, 其样本观测值的容量应该是一样的, 这既是模型参数估计所必须要求的, 也是经济现象本身应该具有的特点;准确性包含了这样的含义:数据应该可以体现出它所描述的经济变量的状态, 强调数据本身的科学性;数据对于研究工作应该是准确需要的关系, 也就是说满足模型对变量口径的要求。一般来说, 后一个因素容易被忽略;可比性, 其实就是数据口径的问题, 这个问题是计量经济学应用模型研究中是普遍存在的, 通过对样本数据的分析, 找出经济活动存在的客观规律, 加入数据是不可比的, 就会导致无法准确的的反映出实际的经济规律。

五、外生想定数据对模型应用的重要意义

计量经济学模型的应用大致上包括了这几个方面:结构分析、理论检验、经济预测和政策评价。如果要将模型应用在经济预测和政策评价中, 想得到科学的结论就不仅仅只需要正确的模型, 想定的外生变量值或政策方案也是非常重要的, 当然, 只有通过数据, 才能将它们表现出来, 被称“想定数据”。实际上, 没有一个既能够用于预测又可以应用在政策评价的模型, 但是, 在实际的研究中, 这种模型却出现了很多次。

六、结论

在上面, 对计量经济学模型对数据的依赖性进行了简单的探讨, 看上去没什么深度, 但是实际上, 这些问题是目前非常值得我国计量经济学应用研究领域进行深入研究的, 数据问题, 对于计量经济学具有重要的研究意义, 一项计量经济学课题, 大部分精力都应该放在数据上, 否则就不能够体现出课题的价值。当然, 在突出了数据的重要性的同时, 还要注意避免掉入数据陷阱, 数据必须是客观的, 这才能够表现出客观的活动规律, 任何数据的来源都应该经过科学的前期调查, 希望本文对相关的研究人员有一定的指导意义。

摘要：计量经济学模型方法得到了广泛的推广, 也出现了一些问题, 出现问题的重要缘由在于没能够彻底理解模型对于数据的依赖关系, 围绕这个主题, 文章从多个角度来对计量经济学模型中数据的重要作用进行了解释, 并且提出了常见的错误和发生错误的原因。

关键词：计量经济学模型,数据,依赖性,错误

参考文献

[1]李子奈.计量经济学模型对数据的依赖性[J].经济学动态, 2009, 08:22-27.

[2]刘丽艳.计量经济学涵义及其性质研究[D].东北财经大学, 2012.

[3]李子奈, 齐良书.关于计量经济学模型方法的思考[J].中国社会科学, 2010, 02:69-83, 221-222.

浅谈计量经济学模型对数据的依赖性论文第3篇

【关键词】多元线性回归模型；热岛效应；广州；MATLAB插值拟合；预测；白屋顶计划

1.引言

城市热岛效指的是城市温度高于郊区温度的现象，主要原因有以下几点：受城市下垫面特性的影响；人工热源的影响；城市中的大气污染。有专家提出，大面积推广安装白色屋顶可以减小对阳光的吸收率，降低城市温度，同时削减能源消耗以及由此产生的温室气体排放。因此，本文主要通过白屋顶提高建筑物反射率从而影响人们社会活动和减少建筑物的热量吸收两个方面的作用，运用回归分析的思想，建立多元线性回归模型来研究白屋顶“白屋顶计划”对降低夏季城市热岛效应起到的作用。

2.建模

2.1数据获取

热岛效应的影响因素包括：城市下垫面的特性、人工热源、绿化面积、大气污染等影响。结合可操作性，考虑相对全面性以及独立性的原则下，参考赵志敏关于城市化进程对城市热岛效应因子的对比分析的研究，再根据广州市具体情况我们选取了以下四个变量，居民用电量、总工业产值、公路客运周转量、以及绿化面积来研究热岛效应。其中热岛效应的指标我们定义为广州市的城郊温度差。这部分数据采集来源于2004年到2010年的《广州统计年鉴》，其他的四个解释变量则是来源于广州统计信息网的公开数据。

2.2曲线图比较

将居民用电X6、总工业产值Xh、公路客运周转量Xr、绿化面积Xg、以及衡量热岛效应的温度差Yg变化趋势进行绘图。经观察均为非平稳时间序列。经过协整关系检验，这五者存在协整关系，因此可以建立起线性回归模型。

2.3计量回归模型建立

根据2004—2010年夏季月份的居民用电Xe、重工业产值Xh、公路客运周转量Xr、绿化面积Xg、以及衡量热岛效应的温度差的样本观测值，运用计量经济软件E-views进行运算，计算得出如下计量经济模型：

Yd=6.46×10-6X6+1.695×10-3X&+55×10-6Xr-8.19×10-5Xg+8.563614+e

R2=0.822219 F=18.49956 D.W=1.332070

回归方程下面的三个指标分别是表示方程拟合程度的可决系数 R2，方程总体线性的显著性检验F检验，以及回归方程模型的随机干扰项的序列相关性检验— 检验。

2.4分析回归模型的现实意义

解释变量X6、Xh、Xr、的偏回归系数均为正值，表明热岛效应与居民用电量、总工业产值、公路客运周转量呈正向变化；相对应的Xg的偏回归系数为负值，则表明热岛效应与绿化面积呈负向变化。

2.5分析回归模型的统计检验

方程的可决系数R2=0.822219表明样本观测值的拟合程度是比较理想的。方程的检验旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著做出严格的统计推断。查表找出F0.01（4，16）=4.77，小于F=18.49956，拒绝原假设，表明模型的线性关系在99%的线性水平下显著成立。最后考察变量的显著性检验，图表2罗列出这四个解释变量的t检验值。通过查t分布表，获取t0.025（16）=2.120，小于这个四个变量的t检验值，因此我们可以推断出居民用电 X6、重工业产值Xh、公路客运周转量Xr、绿化面积Xg都在97.5%的水平下影响显著，都通过变量的显著性检验。

2.6分析模型的计量经济学检验

2.6.1异方差的检验

随机干扰项序列同方差是我们建立回归模型的基本假设，若是出现异方差时我们仍用最小二乘法估计模型将会产生一系列不良的后果。为了保证参数估计等的有效性，我们对模型进行怀特检验。对模型作普通最小二乘回归后得到的残差e2进行如下辅助回归：

e2=a0+a6X6+ahXh+arXr+agXg+a1X26+a2X2h+a3X2r+a4X2g+ε

得到这个方程的可决系数R2与样本容量n的沉积，服从自由度为辅助方程中解释变量个数的卡方分布。计算出nR2=13.3764小于自由度为8的卡方分布值临界值x20.05=15.51，因此不拒绝残差序列同方差的原假设。

2.6.2序列相关性检验

另一个模型的基本假设就是随机干扰项不相关。D.W=1.332070是处于无法确定是否具有序列相关性的范围内，于是我们采用另一种检验办法—拉格朗日乘数检验。构建约束方程后，计算得出nR2，满足自由度为序列相关阶数p的卡方分布。我们这里只考虑一阶和二阶自相关的情况下的序列相关性。一阶和二阶下的nR2分别是1.683706和1.768808.在10%的显著水平下仍无法拒绝原假设，因此原模型可以近似认为是序列不相关的。

2.6.3多重共线性检验

由于多重共线性是一种样本现象，增加样本容量就可以消除多重共线性。在我们建立的回归方程中，由于回归方程的参数标准差较小，T统计量较大，故多重共线性可以忽略，不予以考虑。

2.7预测白屋顶对热岛效应的影响

Stuart Gaffin的研究报告中指出：白屋顶的运用相对于黑屋顶而言可以减少空调等降温设备电费70%。广东电网公司江门供电局的居民家庭生活用电发展现状调研及对策中指出：夏季降温电量占城市居民的50%左右。因此我们可以推出夏天白色屋顶的应用相对于一般屋顶而言可以减少35%的居民用电。另一方面， K.W.Oleson的研究报告指出：一般屋顶对太阳光的反射只有32%，同时Stuart Gaffin的研究报告中也指出：白屋顶的反射度大概为80%，。再结合我们对广州地区下垫面的假设，装上白色屋顶后回归方程的B0将会转变成B'0.计算如下：

B'0=（1-） B0+（）B0

根据广州市土地利用总体规划（1997-2010）指出：2010年，居民点和独立工矿的面积S为97854公顷，而广州市总面积S为728655公顷。将这部分数据代入方程得：

B'0=7.614060

采集现有的数据，运用matlab的拟合函数预测出2013年的居民用电X62013=125060、重工业产值Xh2013=1216.385、公路客运周转量Xr2013=485960、绿化面积Xg2013=145580。

有了上述这些条件准备之后，2013年的热岛效应预测便可以开始进行，分为如下两种情况：

没有装上白屋顶：

E（Yd2013）=6.46×10-6X62013+1.695×10-3Xh2013+5.5×10-6Xr2013-8.19×10-5Xg2013+8.563614

计算出E（Yd2013）=2.1831；

装上白屋顶后：

X'62013=（1-0.224）X62013；

E（Y'd2013）=6.46×10-6X'62013+1.695×10-3Xh2013+5.5×10-6Xr2013-8.19×10-5Xg2013+B'0

计算出E（Y'd2013）=0.9507。