经济计量学

　　第三节 经济计量学中的基本概念　　由经济计量学的定义可知，它的基本特征是用数学模型方法研究客观经济系统中具有随机特征的经济变量关系。因此必然涉及经济数据、变量、方程、模型和系统等基本概念。为便于学习，有必要对这些基本概念进行简要的介绍。　　一、数据　　数据是估计经济计量模型的基本依据，数据类型的划分，数据来源的性质，数据的准确性对经济计量模型的设计、模型估计方法的选择和模型估计的质量具有重要的影响。　　1．数据类型　　用于经济分析的数据有三类：时间序列数据、横截面数据和混合（pooled）数据，混合数据也就是时间序列数据与横截面数据合并的数据。　　（1）时间序列数据。时间序列数据是对一个变量在不同时间取值的一组观测结果。这些数据可以是在有规则的时间间隔收集的。比如每日（股票价格、天气预报），每周（如中央银行提供的货币供给数据），每月（如政府统计部门公布的失业率，居民消费价格指数），每季（如政府统计部门公布的GDP），每年（政府财政预算），每5年（经济普查数据），每10年（人口普查数据）。有些数据每季每年都有公布，如GDP和消费者支出数据等。随着高速计算机的应用，现在可以搜集时间间隔更短的数据，即所谓的高频数据，如实时的股票价格数据。　　收集的时间序列数据可以是时期数据（如每季度的GDP、销售额），也可以是时点数据（如年末人口数、年末储蓄存款余额）；可以是定量的（如收入、价格、GDP），也可以是定性的（如性别、工作与否、婚否、是否大学毕业），有些定性变量随时间变化（如工作与否），有些不随时间变化（如性别，当然变性者除外），定性变量又称虚拟变量（dummyVariables）或者范畴变量（catc—goricalvariables），其重要性不亚于定量变量。　　许多经济计量研究都使用时间序列数据，但它们的使用给经济计量学家提出了特殊的问题。这个特殊的问题就是，每当你使用时间序列时，都要先问一问它的平稳性如何。基于时间序列数据的经验研究成果，大多数都假定所依据的时间序列是平稳的（stationary）。简单地说，如果一个时间序列的均值和方差不随时间而系统地变化，就是平稳的。在第九章中，我们将详细介绍时间序列的平稳性。　　（2）横截面数据。横截面数据指对一个或多个变量在同一时点（时期）收集的数据。比如人口普查得到的有关人口和家庭方面的数据，每年公布的全国各省市自治区的消费价格指数，由民间调查公司组织的某一项民意调查的数据，等等。如同时间序列数据由于平稳性产生了它独有的特殊性，横截面数据也有其自身的问题，即异质性（heterogeneity）的问题。当我们的统计分析包括有相异的单元时，我们必须考虑尺度（size）和规模（scale）效应以避免把不同的事物混同起来。在评价经济变量之间的关系时，规模效应是一个重要的因素，即截面数据也要求可比。　　……