计量经济研究范文1
关键词：区域空间经济学；空间计量经济学；空间自相关
区域空间经济学是一门新兴的边缘科学，如今随着空间计量模型的广泛运用，尤其在应用经济学方面的应用十分广泛。但是，国内的文献检索中发现国内学者对于空间计量模型的研究仍然是比较薄弱。随着空间计量分析方法和计量工具的快速发展，越来越多的经济地理学者和区域经济学者开始将注意力放到宏观尺度的空间集聚现象研究上，他们为了给区域经济的增长以及空间集聚产生的效应做出相对合理且详尽的分析，借助了空间计量方法以及一定的空间数据分析方法，并且在此过程中构建了空间结构模型的构建，分析集聚产生的机制以及经济成效，并将此应用于具体地区的实证研究。
一、 空间计量经济学的产生和主要概念
空间计量经济学作为一个确定的研究领域出现时在20世纪70年代早期，是为了满足区域计量经济学中处理区域经济数据的需要而出现的。1974年的荷兰统计协会年会上，J.Pealinck在其对大会的演讲中第一次提出了"空间计量经济学"的概念。
Paelinck和Klaassen（1979）没有定义空间计量经济学本身，而是初步确定了五个重要原则，用来指导空间经济计量模型。这五个规则包括：（一）空间相互依存的作用；（二）空间关系的不对称性；（三）位于其他空间解释性因素的重要性；（四）分化事后和事前互动；（五）明确建模空间模型中的空间模拟。
有趣的是，这些规则强调一个现实的表达空间直观变量在计量模型规范中的重要性，如潜在措施，距离衰退功能和空间的安排。他们同时指出，空间系列和时间系列的根本区别是由于空间相互作用相对于时间序列的反馈。
空间计量经济学系统研究后得出的结论由Anselin（1988a）提出：对总的空间统计分析特殊性所造成的空间科学模型进行处理。换句话说，空间计量经济学研究，明确考虑空间的影响，包括空间自相关，空间滞后和空间不均匀误差的方法。Anselin在定义中提到的将区域，位置和空间的相互合成作用，及对他们的估计参考地理数据模型，数据可能来自空间中的一个点，也可能是从一个区域。
二、空间计量经济学研究的国内外发展状况
（一）国外研究状况
国外学者运用空间数据分析方法和空间计量经济方法在分析区域经济增长的方面已经做了不少的工作。如Rey等（1999）首次运用空间数据分析方法研究美国各州1929～1994年人均收入的收敛性，通过Moran's I指数测试验证了证明空间相关性在统计上非显著性，并根据LM检验选择了空间误差模型进行了深入分析和结果比较。Baumont等（2003）运用空间数据分析方法辨识1980～1995年欧共体的空间俱乐部，发现南北两区分属于不同的俱乐部，并选择空间误差模型对南方和北方的俱乐部空间趋同性做了研究。
（二）国内研究状况
国内已经出现了许多研究空间区域经济增长的实证研究成果，研究对象很多都延伸到了县级单位，但是研究方法和实证检验仍有待进一步的充实和丰富。纯粹从理论层面来讲，大多数研究人员在解释研究成果时，对于省级尺度的研究成果更具有说服力，但是由于数据规模较大，而导致选择的参考意义和现实意义不强。吴玉鸣（2000）在分析时运用到了空间计量经济模型，对中国的31个省市进行了集聚增长因素的分析；陈晓玲等（2006） 采用了我国1978～2004 年30 个省、自治区和直辖市的省级数据，考察了改革开放之后我国地区经济增长的空间相关联性。一些学者在引鉴国外研究时，保持了相对谨慎的态度，以地市或县域为基本分析单元，尽管总体上这类研究较少，但研究者开始关注县域尺度的研究，一些研究结论的解释的参考性和实践意义得到加强。如李小建等（2006）以县域为基本空间单元，以人均GDP为衡量指标，分析河南省经济空间结构演变过程。
三、空间计量经济学研究的主要内容
空间计量经济学主要包含的内容包括：主要包含了的空间相关为主的，辅之以空间差异性，涉及空间相邻，空间相邻矩阵等概念。
（一）空间相关
对于空间的相关性，空间自相关常常是其核心内容，空间自相关（spatial autocorrelation）是指一些变量在同一个分布区内的观测数据之间潜在的相互依赖性。
空间自相关的计算方法有许多种，但是为人常知的并且为学者所常用的方法有：Moran's I、Join count、Getis、Geary's C等。然而，这些方法都有其功能，但是在其范围和局限性方面，当然也有自己的优点和缺点。在一般情况下，该方法的功能可以大致分为两类：一类为全域型，另一种是区域模型。
全域型是为了确定是否存在这种现象在空间聚集行为，但它并不表明到底在哪些领域聚集。如果全域型不同的间距（空间滞后）顺序排列的空间自相关统计时，可以进一步作出空间自相关系数图，这种现象表明在空间分析上是否是一个层次的分布。根据Anselin（1995年）提出的LISA（本地空间关联指标）方法声明，区域聚集能推断（空间热点）范围的方法主要有两个：首先，通过显着性检验方法，表征收集空间单元相对整体研究范围，如果检测值是大的，表明空间自相关是显著的，也就是说，这是这一现象的空间聚集的领域，如：G系数和Ord（1992）开发的G系数的统计方法；其次，它度量空间单元对整个的研究空间自相关的影响程度，影响范围往往是一个大面积的"特殊情况"（离群值），这意味着这些"特殊情况"点往往是一个聚集点的空间现象，如：Anselin的莫兰散点图。
（二）空间差异性
空间差异性是空间相关的目标缺乏均匀性的区域，如发达地区和落后的区域，中央区域和区域等。例如，中国的中部和西部地区，中国沿海地区相对其经济有一个非常大的区别。空间差异的研究中，只要空间单元的特性考虑，大部分都可以使用经典计量经济学的方法来解决。然而，当存在交叉的空间差异和空间相关性存在，则经典的计量方法不再适用。
本文研究空间模型的主要区别有以下两种：E.Casetti（1972）提出了空间扩展模型和回归分析模型参数漂移。空间差异主要体现在模型中参数的空间相对位置的变化，空间单元的位置信息作为辅助变量。
（三）时空数据空间模型
该模型是在设计中考虑到了时间维，从而增加了描述的复杂。在经典计量经济学模型，这是一个考虑全面的时间安排的情形，部分数据属于时间序列的情况，在实际工作中是非常有用的。同样，数据被划分成与空间有关的空间相关性的存在和缺乏。如果数据不存在空间相关性，可用于面板数据模型的。
四、空间计量经济学的局限性及发展方向
在目前的研究中，由于其他单位系统单元内存在空间的位置影响到其他的位置，系统的单元位置受到相邻的单元格之外的边界位置的影响，以及如何影响模型仍然是一个问题并且值得研究的。
随着电子商务的发展，国与国之间，地区与地区之间的经济联系并不是由距离的远近来决定的，单用地理上的距离在如今看来显得太为狭隘，因此，在研究这些问题，如何进行交易，并且将资金，人才流动以及贸易，充分体现在空间权重矩阵去，仍然是一个非常值得研究的问题。
除此之外，在许多经济问题中需要研究的问题并非只是一维的而是多维的，如何在空间矩阵中建立一系列的空间模型也尚待进一步研究。在此类问题中，整个模型的描述可能会因为数据级的变化而产生变化，不同的变化对模型变化也还未知，如何能采用一个统一的模式对系统进行描述仍然尚待研究。
随着我国遥感技术的逐渐发达以、统计资料的不断累积以及众多学者对空间计量经济分析方法运用的日趋熟练，根据时间以及对空间的排列数据越来越多，从而对数据的空间分析更为快捷。
参考文献：
[1] Paelinck， J. and L. Klaassen. 1979. Spatial Econometrics. Saxon House， Farnborough.
[2] Anselin， L.1988a. Lagrange multiplier test diagnostics for spatial dependence and spatial heterogeneity. Geographical Analysis 20
[3]Rey， S. J.， and B. D. Montouri. 1999. U.S. regional income convergence： A spatial econometric perspective. Regional Studies 33
[4]陈斐，区域空间经济关联模式分析：理论与实证研究[M]，中国社会科学出版社，2008.4
[5]吴玉鸣. 我国31个省市区第三产业综合发展水平的最新评估[J]，《中国软科学》，2000（10）
[6]陈晓玲， 我国地区经济收敛的空间面板数据模型分析[J]，《经济科学》，2006（05）
计量经济研究范文2
论文摘要:宏观经济学模型,是计量经济学模型研究中的一个重要领域,具有很强的实用价值。本文中,我们首先选取了四部门构成的宏观经济理论,并根据现实的经济情况,构造出了一个联立方程的计量经济学模型,并通过了识别。接下来,我们从2007年的《中国统计年鉴》中,筛选出需要的数据,进行实证分析,采用最小二乘法,对模型参数进行了估计,并对估计出的参数进行了四步的检验。最后,我们得出了这个方程,并对这个模型的优缺点进行了讨论。
一、引言
所谓宏观经济,是指一个国家,一个社会总体的经济行为及其后果。而宏观计量经济学模型是在一国的宏观经济总量水平上,把握和反映经济运动的全面特征,研究宏观经济主要指标间的相互依存关系,用数学的语言描述国民经济和社会再生产过程各环节之间的联系,并可以用以进行宏观经济的结构分析、政策评价、决策研究和发展预测。本文中,我们选取了经典的四部门(消费者、企业、政府、国外)经济的国民收入构成理论,作为我们研究的理论基础,并以此来建立模型。
二、模型的构建与识别
1、模型的构建
首先,根据四部门经济的国民收入构成理论,我们可以得到以下等式:
y(t) = c(t) + i(t) + g(t) + nx(t)t=1978,1979 … 2005,2006
其中,y表示gdp,c表示居民消费,i表示投资,g表示政府购买,nx表示净出口。
我们假设政府购买和净出口额作为外生变量,由系统外部给定,并对系统内部其他变量产生影响。而居民消费和投资这两项指标,又都由当年的gdp决定。根据这些设定,我们分别建立居民消费和投资的方程,如下:
c(t) = a(0) + a(1)y(t) + u(1)(t) , t=1978,1979 … 2005,2006
i(t) = b(0) + b(1)y(t) + u(2)(t) , t=1978,1979 … 2005,2006
因此,最后我们得到了如下的联立方程计量经济学模型:
c(t) = a(0) + a(1)y(t) + u(1)(t)
i(t) = b(0) + b(1)y(t) + u(2)(t)
y(t) = c(t) + i(t) + g(t) + nx(t)t=1978,1979 … 2005,2006
2、模型的识别
由于我们完备的结构式模型为:
c(t) = a(0) + a(1)y(t) + u(1)(t)
i(t) = b(0) + b(1)y(t) + u(2)(t)
y(t) = c(t) + i(t) + g(t) + nx(t)t=1978,1979 … 2005,2006
结构参数矩阵为:
1 0 ?a(1) -a(0) 0 0
0 1 ?b(1) -b(0) 0 0
-1 -110 -1 -1
此时,g=3,k=3。
对于第1个方程,有
β0γ0= 1 0 0
-1-1-1
此时,g(1)=2,k(1)=1。
因此,r(β0γ0)=2=g-1,所以该方程可以识别。
又因为k(1)=1,则k-k(1)=2>g(1)-1,因此,该方程为过度识别方程。
对于第2个方程,有
β0γ0=1 0 0
-1-1-1
此时,g(2)=2,k(2)=1。
因此,r(β0γ0)=2=g-1,所以该方程可以识别。
又因为k(2)=1,则k-k(2)=2>g(2)-1,因此,该方程为过度识别方程。
而第3个方程,是平衡方程,不存在识别问题。
综合以上结果,该联立计量经济学模型是可以识别的。
三、实证研究
1、数据的选取
我们从《中国统计年鉴》(2007)中,得到如下样本观测值,用来对模型里的参数进行估计(见表1)。
2、参数的估计
我们将数据导入eviews 软件中,并在软件中进行操作,对各个方程的参数进行估计。我们采用两阶段最小二乘法进行估计,得到如下模型:
c(t) = 2286.983 + 0.388730y(t) + u(1)(t)
i(t) = -1222.740 + 0.415093y(t) + u(2)(t)
y(t) = c(t) + i(t) + g(t) + nx(t)t=1978,1979 … 2005,2006
3、参数的检验
首先,我们对模型进行经济意义检验。
在本模型中,模型参数估计量的符号、大小、相互关系,都与现实经济运行情况相符,因此,我们认为,本模型能通过经济意义检验。
第二,我们对模型进行统计检验。
通过上面的估计结果,我们可以看到,消费和投资两个方程的r-squared的值,分别为0.986370、0.992586,因此,两个方程的拟合优度都非常好,可以通过拟合优度检验。我们再看变量的显著性。由上表可以看出,两个方程中变量y的系数的t值分别为44.16973、59.90907。我们给定一个显著性水平α=0.05,查t分布表中,自由度为,α=0.05的临界值,得到t(α/2)(1)=6.314,小于两个方程变量y的系数的t值。因此,通过变量的显著性检验。
第三,我们对模型进行计量经济学检验。
我们使用图示检验法,对模型进行异方程性检验。做出散点图如下:
从以上图中可以看出,两幅散点图中,都没有出现明显的散点扩大、缩小或复杂型趋势,即两个方程中的随机干扰项,都没有出现明显的波动变化。因此,我们认为,本模型可以通过异方差性检验。
再来看随机干扰项是否存在序列相关性。从上边三个表中,我们可以看到,三个方程的durbin-watson stat的值分别为0.203004、0.281410。查d.w.分布表,我们可以知道,当n=29,k=2时,按1%的上下界时,dl=1.12,du=1.25。因此,三个d.w.值都小于dl,随机干扰项存在一定的正自相关。可采用广义最小二乘法等方法进行进一步修正。
由于本模型的前两个方程中,解释变量只有y这一个,因此不会发生多重共线性问题。
最后,我们对模型进行模型预测检验。
我们查找到了本次估计中未使用到的2007年的中国gdp数据,并带入模型进行检验,结果,得出的各项数据,与模型估计的值,比较好得符合。
至此,我们完成了该模型的检验。
四、结论与评价
通过上面的分析,我们最后得到了如下的中国宏观经济的计量经济学模型:
c(t) = 2286.983 + 0.388730y(t) + u(1)(t)
i(t) = -1222.740 + 0.415093y(t) + u(2)(t)
y(t) = c(t) + i(t) + g(t) + nx(t)t=1978,1979 … 2005,2006
这个模型,优点是比较简明,在应用它进行经济预测的时候,使用很方便,分析所用的数据也比较容易得到。所不足的是,该模型只能分析和预测宏观经济中最基本的量,不能详细地分析和预测整个经济系统的细节环节。对比如清华大学研制的256个方程联立构成的“中国宏观计量经济学cmet-1”等更为细致专业的模型,本文中使用的模型还是太显简略,还不能用于对国家经济的深入分析预测,尚有很大的改进和细化的空间。
参考文献:
[1] 李子奈,潘文卿。计量经济学(第二版),北京:高等教育出版社,2005年。
计量经济研究范文3
［关键词］计量经济学;教学改革;财经类高校;研究生教育
1980年应中国社会科学院邀请，美国经济学家克莱因教授在北京颐和园讲授了计量经济学，为我国培养了第一批计量经济学学者。而且计量经济学于1998年7月，被教育部确定为高校经济学类各专业的核心课程之一。从此，我国财经类高校对计量经济学课程越来越重视，据调查发现，98%的经济类高校和60%的管理类高校都开设了“计量经济学”课程［1］。财经类高校都很重视计量经济学的教学，而且在教学过程中都采取了一系列措施，一定程度上提高了财经类高校“计量经济学”的教学水平和科研水平，但是由于财经类高校专业和学生的自身特点，教学过程中仍然存在不少问题，这些问题影响了计量经济学的教学效果和该课程的发展。因此，必须对计量经济学这门课程进行教学改革。
一、硕士研究生计量经济学教学中存在的问题
作者在多年的教学过程和对财经类高校计量经济学教学调研中发现，财经类研究生计量经济学教学过程主要存在以下问题:
(一)学生本科专业基础差距很大
克莱因教授在《经济计量学讲义》一书中阐述:计量经济学是数学方法、统计技术和经济分析的综合。就其字义来说，计量经济学不仅是指对经济现象加以测量，而且包含根据一定的经济理论进行计算的意思。计量经济学的主要任务是以经济理论为指导，使用计量经济学方法和工具，构建合适的计量经济模型，揭示经济发展规律，指导经济实践［2］。因此在学习计量经济学时要求学生必须具有扎实的经济学、数学、概率论和数理统计的理论知识。但是，财经类专业录取的研究生一部分属于跨专业报考，在研究生阶段只有一年时间来进行课程的学习，一年时间也只能安排一些经济管理类的基础课程，比如“微观经济学”、“宏观经济学”、“管理学”等基础课程。而且由于课时等原因只能对这些经济管理类基础课程知识进行粗略的讲解，这些学生根本不能系统地掌握经济管理知识。因此，在利用计量经济学分析经济问题时缺乏经济理论知识，很难对结果给出合理的解释，甚至不能构建出符合经济理论的计量经济学模型。除此之外，还有一部分硕士研究生属于文科生，由于长期受到文科知识体系的熏陶，大部分学生更加偏爱于定性的思维模式，而计量经济学课程严密的逻辑性和诸多的数学模型造成他们在学习过程中产生畏惧心理，给计量经济学的教学带来很大的困扰。
(二)学时不够，不能系统掌握课程知识
大部分财经类高校硕士研究生的计量经济学课程都放在了一年级的第二个学期开设。而且基本只开设一个学期，课时基本在50课左右。由于学生本科阶段所学课程的限制，造成大部分高校的计量经济学教学课时不能满足计量经济学知识的讲授。据调查发现，很多硕士研究生在本科阶段没有学过计量经济学初级部分相关内容，因此在进行计量经济学教学时，只能从初级计量经济学开始讲授，然后才能开始中高级计量经济学的教学。又由于计量经济学的教学先修课程包括:西方经济学、概率论、统计学、线性代数、高等数学(微积分)等课程。通过调查还发现，有一部分学生在本科阶段没有学过统计学以及相关课程，虽然学生在考研时都考过微积分和概率论相关知识，但是其知识并不扎实，造成在讲解计量经济学课程时存在很多问题。利用50课时要完成教学大纲的要求，则不能把理论知识讲解全，也根本没有时间安排实验课教学和操作，造成学生利用计量经济学解决实际经济管理类问题的能力得不到提高。
(三)缺乏跨学科教师
讲授硕士研究生计量经济学课程的教师应该具备深厚的经济学知识、统计学基础和数学知识背景，同时还要具备计量经济学软件操作的应用能力。目前，财经类高校尤其是西部地区财经类高校从事计量经济学课程教学的教师极少具备这些素质。具体表现在:一部分财经类高校计量经济学课程开设在统计与数学学院，部分开设在经济学院，管理学院，还有部分高校把课程开设在商务学院等。开设在统计与数学学院的，主讲计量经济学的老师大部分具有理科学位，缺乏经济学的理论基础，缺乏系统的计量经济学专业训练。在计量经济学讲授时容易忽略问题本身的经济含义，学生在进行实际问题分析时造成计量经济方法和问题本质脱离。而开设在其他经济管理类学院的，也存在一定的问题，虽然主讲计量经济学课程的老师经济管理理论知识扎实，但是缺乏统计学、数学的专业知识，在讲授计量经济学课程时有些统计学知识讲授不太清楚，学生只能死记硬背那些结论，不能活学活用。因此，计量经济学课程的教学需要具有综合学科背景的教师，具有跨学科背景的教师更能胜任此项工作。
(四)缺乏专业的教材
目前，适用于财经类高校硕士研究生计量经济学教学的教材并不多，而且大多数财经类高校选取教材时都用到了本学校教师编写的教材或者电子版课件，部分学校甚至都没有自己编写的教材，在研究生开课以后只能由任课教师向学生推荐一些教材，而这些教材不一定适合于各个专业的学生。
(五)合班教学没有针对性
大多数财经类高校的教师在进行硕士研究生在计量经济学的教学时，采用统一授课的教学模式。但是不同专业对于计量经济学的课程需求不一样，统一授课不仅影响教学进度，而且也很难达到预期的教学目标。
二、硕士研究生计量经济学教学改革的建议
上述问题制约了财经类高校硕士研究生计量经济学的教学效果。笔者根据多年的教学体会以及结合相关文献的观点，对财经类高校硕士研究生计量经济学教学内容以及教学方式进行改进。
(一)前期加强基础课程的培训
硕士研究生的计量经济学课程大部分开设在一年级第2个学期，对于本科阶段没有学过计量经济学的学生，可以在一年级第一学期旁听本科生的计量经济学(初级部分)课程，在第二学期开设计量经济学课程时就可以利用3－6小节的课时来回顾“计量经济学”的初级内容，争取到更多的学时全面进行中高级计量经济学的理论知识教学，和实验课的案例操作教学，提高学生学习计量经济学的积极性和主动性，从而避免了基础好的学生“学不到”，基础差的学生“听不懂”的尴尬局面。
(二)紧扣教学目标，优化教学内容
硕士研究生进行计量经济学课程学习的主要目标是结合自己的专业和研究方向，利用计量经济学方法，解决自己专业研究中所出现的实际问题。基于该目标，在计量经济学的教学内容选取和教学时，应该轻理论和方法推导，重理论和方法与实际经济管理问题的结合、重理论和方法的使用条件和应用范围、重理论和方法的软件操作、重操作结果的分析。
(三)适当增加教学课时，补充实验课教学
由于硕士研究生的计量经济学教学课时只有50学时左右，课程的理论部分勉强才能讲授完，根本没有时间进行实验课的教学。因此，可以适当增加10－15课时时间，进行实验课的教学，实验课教学主要培养学生利用eviews软件［3］或者SAS软件对实际专业知识进行计量经济学分析的能力。作者就职的高校在从事计量经济学实验教学时一直采用eviews软件，此软件操作简单、可视性极强，非常利于学生掌握。
(四)重视案例教学，构建典型案例库
为了提高计量经济学教学效果，大部分财经类高校在教学过程中讲授完一段理论和方法，都会配备一些典型案例进行教学，并采用eviews软件对案例进行实际操作。但是，由于硕士研究生的专业不同则研究方向也不同，如何提高学生利用计量经济学模型和方法解决实际专业问题的能力，仅仅靠课上案例教学和学生查阅相关文献是不行的，课上所讲案例只是针对某一个或者某几个专业的问题进行的分析。因此，课下需要针对每一个专业建立相应的典型案例教学库，并定期对案例库进行维护和更新。通过案例库让每个专业的学生都能够切身体会计量经济学的重要性，增强他们学习的积极性，从而提高分析和解决实际专业问题的能力。
(五)加强教师对外交流，提升教师教学水平
以作者本人工作的学校为例，从事计量经济学教学的老师大部分是博士或者在读博士，从事计量经济学的教学工作也基本在5年以上，但基本都是青年教师，而且教学科研水平还处于起步阶段。我国部分高校在计量经济学的教学科研方面积累的丰厚的经验，非常值得我们这些计量经济学教学科研水平还处于起步阶段的高校去借鉴。因此，需要加强青年教师的培训和交流，多邀请国内外著名计量经济学学者、专家来对青年教师进行计量经济学前沿知识的培训，而不是几个小时的学术报告。厦门大学曾经在2005年7月邀请了五位海外著名计量经济学家开设了5天的国际计量经济学培训班，吸引了国内300余名专家和学者，受到了与会者的热烈欢迎［4］。
(六)分班教学，不同专业制定不同的大纲
由于经济类专业和管理类专业在计量经济学知识运用时，侧重点不一样，因此在硕士研究生在课程设置时，根据学科要求和学科特点，可以采取分班教学的方式进行，基本可以分为三个班，即经济专业班、管理专业班和统计专业班。采用不同的教学大纲进行教学。经济学类专业主要讲授时间序列数据、截面数据和面板数据的基本理论内容和案例分析。管理类专业比如会计学专业等主要讲授截面数据、面板数据的基本理论内容和案例分析。统计学专业学生由于本科阶段学过时间序列分析和计量经济学等专业课程，而且统计学基础扎实，因此在统计学专业教学时，可以对向量自回归模型、面板数据模型、空间面板数据模型等进行深入的讲解。总之，根据专业需求，制定相应的教学大纲进行教学活动。
三、结论
综上所述，财经类高校硕士研究生计量经济学课程教学虽然积累了一些经验，但也存在很多不足。因此，要求我们必须加快硕士研究生的计量经济学教学改革，学校和学院帮助任课老师解决教学中遇到的困难，要注重师资力量的培训，须鼓励从事计量经济学教学科研的教师参与多种渠道的交流，提供必要的专业学习与培训机会。
［参考文献］
［1］李子奈．关于计量经济学课程教学内容的创新与思考［J］．中国大学教学，2010，(1):18－22．
［2］洪永淼．计量经济学的地位、作用和局限［J］．经济研究，2007，(5):139－153．
［3］刘发跃．计量经济学教学效果影响因素研究———兼论探索性实验教学方法的运用［J］．高等财经教育研究，2012，15(3):15－18．
计量经济研究范文4
关键词：经济集聚；经济增长；空间计量模型
一、引言及文献综述
纵观世界经济的发展历史，经济的空间集聚是一种普遍存在的现象，正如克鲁格曼所言：“经济活动最突出的地理特征是什么?一个简短的回答肯定是集中”。与经济的空间集聚相伴而生的是区域经济增长的非均衡化以及地区差距的扩大。作为中国经济增长最快、最具活力的省区之一，江苏省内部表现出很强的经济集聚趋势，同时一直受到经济发展不平衡问题的困扰，地区间差距在最近20年迅速扩大。集聚是否是导致地区经济增长差异的重要因素?本文拟对这一问题进行实证研究。
长久以来，经济增长与经济集聚的研究几乎互不相关。然而，现实表明，经济活动的空间聚集与经济增长是很难被分割的两个过程。20世纪90年代后期，一些新经济地理学领域内的学者开始尝试整合新经济地理学与新增长理论，在统一的理论框架下探讨集聚与增长之间的相互作用，其中开创性的工作包括Martin和Ottaviano(1999)、Baldwin(1999)、Baldwin和Forslid(2000)以及Baldwin等(2001)。他们通过强调技术外溢和空间集聚的相互作用，为解释经济集聚和经济增长之间的内在联系提供了一个非常清晰和简明的理论分析框架。Fujita和Thisse(2003)在此基础上通过改进研发部门的生产函数和熟练工人的动态迁移过程，给出了一个数学分析更加容易、分析结果更加具体的整合模型。Dupont(2007)也在集聚与内生增长的框架下，分析了经济一体化过程对区域差异和不平等的影响。他们的研究表明：集聚对于整体的经济增长是有利的，地理位置会影响到经济增长。
伴随着理论研究的深入，经济学家开始针对经济集聚与经济增长之间的关系展开实证研究。许多研究验证了集聚的增长促进效应。如Ciccone(2002)使用5个欧洲国家NUTS第3级地区的数据分析了就业密度对于平均劳动生产率的影响，发现制造业与服务业活动的集聚的确对区域经济的增长具有正面效应。Henderson(2003)使用70个国家1960-1990年的面板数据，发现城市首位度(一国最大城市份额)在低收入国家有利于经济增长。[SlCrozet和Koenig(2007)使用EU地区1980-2000年的数据，探讨了区域内经济活动空间集中对增长绩效的影响，发现生产活动的内部空间分布越不平衡的地区增长越快。但也有部分研究得出了与理论预测相反的结论，如Sbergami(2002)使用6个欧盟成员国1984～1995年的跨国面板数据对经济增长率和经济集聚相互关系进行实证检验，研究结果发现。高技术行业、中等技术和低技术行业的集聚对于经济增长率的影响都是负面的。㈣更为复杂的是，空间集聚对经济增长的影响可能是非线性的，在发展的早期阶段，集聚促进增长；但当达到某个收入水平后，集聚对经济增长就没有作用，甚至有害于经济增长。这一假说得到了Brulhart和Sbergami(2009)的验证，他们利用跨部门OLS和动态面板GMM估计方法研究了一国经济活动的空间集聚对国家层面增长的影响，发现只在经济发展的某一水平集聚才能推动GDP增长，关键水平约为人均10000美元。
针对中国的经济集聚与经济增长问题，范剑勇(2004)认为，中国现阶段仍处于“产业高集聚、地区低专业化”的状况，国内市场一体化水平总体上仍较低，且滞后于对外的一体化水平，这一现状使得制造业集中于东部沿海地区，无法向中部地区转移，进而推动地区差距不断扩大。㈣张艳、刘亮(2007)运用工具变量法，基于中国城市的面板数据实证检验了经济集聚对于城市人均实际GDP的影响，结果发现，经济集聚具有内生性，它对于城市经济增长具有显著的促进作用。张卉、詹宇波、周凯(2007)构造了产业间集聚指数和产业内集聚指数，并以此作为解释变量实证检验了中国产业集聚与劳动生产率和经济增长的内在关系。他们的研究发现，产业内集聚和产业间集聚都对中国经济增长存在显著影响。吴利学、傅晓霞(2008)以规模报酬递增为基础构建了一个包含集聚经济的生产函数，分析了城市化和市场化对中国各地区集聚经济效应的影响，他们的实证研究发现，中国各地区集聚经济效应显著，且集聚经济效应在地区经济增长中作用明显。马君潞、郭威(2007)通过对我国分省面板数据的实证分析表明，提升一个地区吸引外商直接投资的能力很大程度上取决于该地区的集聚经济环境，因此，积累集聚经济优势是吸引外资、促进区域经济增长的途径之一。
在这些实证分析中，虽然有的研究也考虑到了不同地区差异的影响并以地区虚拟变量来衡量，但从本质上看，区域总是被当成一个独立的个体进行分析，区域间潜在的相互影响往往被忽略。事实上，任何一个地区的经济都不可能独立存在，它总是与其他经济体存在着千丝万缕的联系。但在多数研究中，这一观点都还没有被正式引入模型进行实证分析。
空间计量经济学是在横截面或面板数据中研究经济单位的空间相互作用，近年来越来越受到学术界的关注。一些学者开始运用空间计量方法，明确将地理空间因素考虑到经济集聚与经济增长的实证研究中去。Ying(2003)采用1978～1998年的省级横截面数据，从空间经济学的视角研究了中国经济增长问题，并指出中国区域经济增长的来源主要是非农业劳动力增长率、制造业产出、资本积累和实际的外商直接投资。林光平、龙志和及吴梅(2005)采用空间计量经济方法，研究我国28个省(市、区)1978～2002年间人均GDP的卢收敛情况，认为随着经济体制改革的深入，地区间的空间相关性对各地区经济增长的作用越来越大，我国地区间经济存在收敛性，但是它的估计值表现出增大的趋势。”吴玉鸣(2007)运用空间计量经济学模型，对2000年中国2030个县域的增长集聚与差异进行了空间计量分析，结果表明，中国县域经济增长不仅与人力资本、城市化、工业化、信息化等因素密切相关，而且与相邻县域的经济增长之间存在一定的空间依赖性。㈣符淼(2009)采用空间计量分析方法对技术传播的空间模式进行了实证研究，发现技术和经济活动都存在局部集聚，技术集聚度高于经济集聚，且两者的集聚度随时间增强，地理分布高度一致。随地理距离快速下降的技术溢出效应是导致局部集聚和东西部发展不均衡问题的原因之一。
针对江苏经济表现出来的空间集聚现象与地区差距问题，本文拟采用空间计量经济模型，对江苏省县域经济集聚与经济增长的关系进行实证检验。
二、江苏省县域经济活动的空间相关性
首先，画出江苏省2007年县域人均GDP的空间分布四分图(图1)。按照人均GDP的大小，65个县域被平均分为4组，以颜色的深浅代表相应县域的人均GDP的大小。由图1可见，江苏省县域层次的经济活动在地理分布上是极不均衡的，呈现出苏南一苏中一苏北梯度递减模式。并且邻近区域的经济指标水平基本相近，具有明显的集聚特征。
接着，通过计算县域人均GDP的MoransI指数对其空间相关性进行检验。Moran''''sI是最常用的检验空间自相关性的统计指标。利用GeoDa0.9.5软件，得出Moran''''sI=0.7445，在0.1％的概率上显著，表明江苏省县域经济的分布的确存在明显的空间相关性。
进一步，作出江苏省2007年县域人均GDP空间自相关聚类图(图2)，图中HigllHigh部分表示人均GDP高的地区被人均GDP高的地区所包围，Low-Low部分表示人均GDP低的地区被人均GDP低的地区所包围。这种分布显示出江苏省县域经济之间存在着正的空间自相关性，形成了某种空间“俱乐部”现象。人均GDP水平较高的县域(H-H地区)集中分布在苏南地区，而人均GDP水平较低的县域(L-L地区)则分布在苏北地区，地区之间经济增长差异显著。
由此可见，我们观测到的截面区域之间在地理上是一些明显具有空间依赖性的经济实体，误差项独立的假设在统计上被拒绝了，也就是说，OLS估计的结果是不可信的。因此，这里将地理空间维度引入研究中来，采用空间计量经济学模型来估计经济集聚对经济增长的影响是十分有必要的。
三、变量选取、数据来源与模型设定
(一)变量选取与数据来源
本文关心的问题是经济集聚是否会促进经济增长，因此，在进行实证检验时，需要对经济增长和经济集聚分别进行度量。本文选取人均GDP的自然对数来衡量县域经济的增长。由于各地区在人口和面积方面相差很大，因此选取人均GDP为测度指标来衡量地区经济发展差异，具有一定的客观性。关于经济集聚，本文选取第二产业区位熵、第三产业区位熵和城市化三个指标来衡量经济集聚的程度。i地区i产业的区位熵定义如下：其中：Eij表示j地区i产业的产值，∑iEij表示i产业在整个区域的总产值，∑jEij表示j地区的总产值，∑i∑jEij表示整个区域的总产值。因此，该指标的分子是j地区的i产业占整个区域该产业总产值的份额，分母是j地区的总产值占整个区域总产值的份额，通过两者的比来评价i产业在j地区的集聚程度。区位熵小于1说明该产业的集聚化水平比较低，区位熵等于或大于1说明该产业的集聚化水平较高。区位熵越大，说明该地区的这一产业在整个区域范围内的集聚程度越高。
本文中令i=1，2，3，分别表示三次产业；j=1，2，…，65，分别表示江苏省65个县域。因此，LQ1、LQ2和LQ3(这里省略了下标)分别表示江苏省每个县域第一、二、三产业的区位熵，度量了三次产业在该地区的集聚程度。由于经济的集聚主要体现在第二产业和第三产业，所以选择第二产业区位熵和第三产业区位熵作为衡量经济集聚程度的两个解释变量。
此外，城市的出现也是经济集聚的一种表现。经济学家长久以来一直强调城市在经济增长中的作用，更准确地讲，城市己被看成一种主要的社会制度。城市化是一个国家、地区社会经济发展尺度的体现，城市化不但表现为人口向城镇聚集和非农人口上升，还表现为人们生产与生活方式、社会结构、价值观念由农村向城市文明升级转化的过程。因此，本文希望就城市化与经济增长之间的关系进行实证检验，这里用非乡村人口在总人口中的比重来衡量各地区城市化的程度。本文采用2007年江苏省65个县级行政区域的横截面数据，所有统计资料均来自《江苏统计年鉴(2008)》。
(二)模型设定
1经典线性回归模型
基于以上考虑，本文首先构建经典线性回归模型如下：
lnPGDP=β0+β1LQ2β2LQ3+β3URBAN+ε(1)
其中，PGDP表示县域人均GDP水平，是本文的被解释变量，LQ2和LQ3分别表示第二产业和第三产业区位熵指标，URBAⅣ是城市化指标，三者用来表示经济集聚，是本文关心的解释变量。
2空间计量经济模型
针对经典线性回归模型(1)，可以通过两种不同方式引入空间依赖性。相应地，空间计量模型有两种设定形式：
第一，空间滞后模型(SLM)，在解释变量中增加一个空间滞后变量，模型的形式为：
InPGDP=β0+ρW_PGDP+β1LQ2+P2LQ3+β3URBAN+ε(2)其中：W是空间权重矩阵；W_PGDP是空间滞后变量，定义为W_PGDG=WlnPGDP；P是空间自回归系数；ε是误差项；其他变量的含义与原来相同。
第二，空间误差模型(SEM)，通过误差项引入空间相关性，即假设误差项是空间相关的。如果误差项是一个空间自回归过程，则模型具体形式如下：
lnPGDP=β0+β1LQ2+β2LQ3+β3URBAN+ε，ε=AWε+u(3)其中：λ是空间误差自回归系数，Wε是空间滞后误差项。
3空间计量模型的选择
Anselin(2005)提出，可以根据拉格朗日乘子LM-Iag和LM-Error，以及相应的稳健性拉格朗日乘子RobustLM-Lag和RobustLM-Error，在两种空间计量模型之间进行选择。首先判断LM-Lag和LM-Error的显著性，如果两者中只有一个是显著的，那么就选择相对应的模型，即如果LM-Lag显著就用空间滞后模型，LM-Error显著就用空间误差模型。如果两者都显著，则需进一步比较RobustLM-Lag和RobustLM-Error的显著性，选择Robust指标中更显著的那一种模型。是选择空间滞后模型还是空间误差模型，下文中根据判别指标的具体情况而定。
四、实证检验与结果分析
为了进行比较，首先给出经典线性回归模型的OLS估计结果，见表1。由表1的检验结果可以看出，OLS估计的F统计量达到117.193，模型整体上非常显著。拟合优度为0，8521，说明拟合程度一般，可能与忽略了空间依赖性有关。LQ2、LQ3和URBAN系数的符号都与预期一致，均为正；LQ2、LQ3在1％的水平上显著，URBAN在5％的水平上显著。自然对数似然函数值(Loglikelihood)、赤池信息准则(AIC)和施瓦茨准则(SC)作为衡量模型拟合优度的指标，在下文中与空间计量模型的估计结果进行比较。
接下来，采用GeoDa0.9.5软件对OLS估计的残差进行空间依赖性检验。这里使用的江苏省县域地图数据来自中国分县行政区划界线数字化地图，①空间权重矩阵采用的是一阶Rook邻接矩阵。检验结果见表2。表2显示，Moran''''sI指数在1％的概率上显著，说明OLS估计的残差存在明显的空间自相关性，经典线性回归模型可能存在模型设定不恰当的问题。因此，这里采用OLS估计是不合适的，需要将截面单元之间的空间相关性引入模型中。具体是采用空间滞后模型还是空间误差模型，可以根据拉格朗日乘子检验的结果来决定。由于LM-Lag和LM-Error都在1％的水平上显著，因此需要进一步比较RobustLM-Lag和RobustLM-Error。RobustLM-Lag在1％的水平上显著，而RobustLM-Error在10％的水平上显著，相比之下，RobustLM-Lag的显著性更强。因此，根据上文中提到的标准，选择空间滞后模型(2)更为合适。空间计量模型如果仍采用最小二乘法估计，系数估计值会有偏或者无效。这里用极大似然法(ML)进行估计。结果见表3。
首先，通过似然比检验比较原模型(不考虑空间因素的经典回归模型)与各择模型(空间滞后模型)空间自相关系数的渐进显著性。表3中SLM模型的LR值为25.4468，在1％的水平上显著，再次证明该模型中空间依赖性的存在。进一步，三个经典检验是渐进一致的，但在有限样本中，应该满足Wald>LR>LM。本文中，Wald值为28.4089，LR值为25.4468，LM-lag值为24.3492，与预期的顺序一致，说明SLM模型符合ML估计的渐进性质，模型的设定是比较合理的。
其次，根据Loglikelihood、AIC和SC比较SLM模型和经典线性模型OLS估计的拟合优度。Loglikelihood越大，模型的拟合效果越好。而AIC和SC则相反，值越小，表示拟合效果越好。由表3可见，SLM模型的Loglikelihood值为-1.3229，大于OLS估计的Loglikelihood值-14.0463，SLM模型的Akaike值和Sehwarz值都小于OLS估计的相应值，说明SLM模型的拟合程度优于原经典回归模型，引入空间效应使模型的解释力有了明显增强。
最后，对SLM模型估计的系数进行分析。空间滞后变量WLNPGDP的空间自回归系数在1％的水平上显著，表明县域人均GDP增长在地理空间的邻接上表现出了较强的溢出效应。县域经济增长集聚的空间相互作用或影响的途径可以通过邻接地区而相互传递。三个衡量经济集聚的解释变量LQ2、LQ3和URBAN的符号均为正，与我们的预期一致，且均在1％的水平上显著，这一结果支持了经济集聚对于经济增长具有促进作用的结论。具体而言，LQ2的回归系数为2.3931，说明第二产业的区位熵增加1，在保持其他条件不变的情况下，将使县域人均GDP增加约2.39％；LQ3的回归系数为1.7357，说明第三产业的区位熵增加1，在保持其他条件不变的情况下，将使县域人均GDP增加约1.74％。LQ2和LQ3的系数比OLS估计中两者的系数均有所降低，说明OLS的估计结果可能存在向上偏误。URBAN的回归系数为0.0105，说明非乡村人口在总人口中的比重增加1％，则县域人均GDP可以增加约0.01％。与OLS估计结果相比，城市化指标的显著性有了明显提高(P值由0.0439降低到了0.0031)。总体看来，第二产业的集聚对于区域经济增长的影响最为明显。
五、结论及政策含义
(一)主要结论
1江苏省县域经济具有显著的空间依赖性，邻近区域的经济增长相互影响，但这种影响以回浪效应为主，扩散效应不足，因此导致苏南苏北地区经济差距加大。由于地理区位、经济基础、经济结构、发展政策等方面所具有的优势，苏南地区集聚了大量资本、技术和人才，具有规模经济效益，自身增长迅速，成为江苏地区的“增长极”。政府希望通过增长极地区的优先增长带动周边更多地区的经济发展，发挥增长极的扩散效应。然而事实上，至少到目前为止，该增长极体现出的回浪效应——即吸引其他地方的资本、人才和技术，削弱周边地区的经济增长实力——远大于其扩散效应，从而导致发达区域更发达，落后区域更落后。因此，为了防止在这种累积循环因果作用下区域间差距的无限扩大。需要政府创造条件，引导回浪效应向扩散效应的转化。
2以产业集聚和城市化为特征的经济集聚对于经济增长具有积极作用，但这种影响是地方性的，随空间距离的增加而衰减。根据内生增长理论和新经济地理学理论，知识溢出是解释集聚和区域增长关系的重要概念之一。经济活动的空间集中会有效地促进知识溢出，推动技术进步，实现经济增长。在产业活动空间集中的区域或人口密度多样化的城市中，知识、人才在不同企业和区域的流动以及与不同群体的互动交流，促进了知识的传播扩散，进而促进技术进步。同时，企业在地理空间上的邻近不仅为面对面的交流提供了便利，而且有利于企业间前向后向的市场联系，更有利于劳动力的进一步集聚以及知识溢出。但是，知识空间溢出具有局域性特征，其影响随地理距离的增加而迅速衰减。陋瑚因此，苏南地区通过知识溢出产生的正外部性难以扩散到更远的苏北地区，导致南北差距加大。可见，如果希望通过集聚促进落后地区的经济增长，需要充分考虑到地理空间的因素。
(二)政策建议
1促进要素向苏北地区的流动，使回浪效应过渡为扩散效应。可以通过加强苏南地区与苏北地区间的统筹规划，打破地方壁垒，改善苏北地区的投资环境、贸易条件、市场条件，创造良好的人才吸引机制，鼓励资本、人才等生产要素不断由苏南向苏北地区流动，充分发挥增长极的扩散效应。
计量经济研究范文5
关键词：计量经济学；认知程度；课程论文；调查分析
引言
1926年，挪威经济学家弗瑞希根据生物计量学biometrics仿造出计量经济学econometrics.1930年12月，弗瑞希、丁伯根等人在美国克里夫兰发起成立了国际计量经济学会，并于1933年创刊《Econometrics》，标志着计量经济学的诞生[1].计量经济学是经济理论、数学和统计学三者的综合[1].从其性质来说,计量经济学是一门经济学科,或者说是经济学的一个分支，是属于应用经济学范畴的一门文理渗透的交叉学科，而不是应用数学或应用统计学[2].计量经济学作为开设的专业必修课，如何学好这门学科，对于在校大学生来说，是十分重要的，部分教师也对目前计量经济学的教学改革提出了建议[3-7].宿州学院数学与统计学院在应用数学专业和统计学专业均开设了计量经济学课程，在培养应用型人才的教学目标下，改进现有的计量经济学教学体系以及相关教学方法是非常有必要的.为了进一步探讨如何进行计量经济学的教与学，我们对全院开设计量经济学的本科生进行了问卷调查.对计量经济学课程学习中所涉及到的教学内容进行分析，并从课程的认知程度上对课程学习效果进行分析，结合分析结果，对新兴应用型本科院校的计量经济学教学提出了几点建议.
1课程的学习准备
本科计量经济学是一门综合性较强的课程，要求学生具有宏微观经济学、高等数学、线性代数、概率论与数理统计、统计学等先修课程的良好基础，学生在这些方面的基础知识是否扎实关系到本课程的学习质量，所以就相关课程的掌握情况对学好计量经济学课程有着显著影响的观点也进行了问卷调查，调查结果如下：由图可以看出，大部分学生对于各门课程对学好计量经济学课程有着显著影响的观点表示有点同意或非常同意，只有极少数人对此观点表示非常不同意.其中认为统计学的学习对计量经济学的学习有着显著地影响，其次是相关的专业课程，认为对计量经济学课程学习影响最小的是西方经济学.由于计量经济学是一门理论与实践相结合的课程，通过调查我们发现，绝大部分同学认为在学习方式上主要以课堂认真听讲为主，课堂听讲与课后预、复习相结合、完成相应的习题以加强理解和上机实习理解所学的知识.
2课程教学内容情况
目前，计量经济学的课程教授分为绪论、经典线性回归模型和单方程回归模型的扩展.我校使用的是庞皓主编的十三五规划教材计量经济学，对于计量经济学的各章教学内容而言，同学们对各个内容的感兴趣程度的情况如图2：从上图看出，导论部分感兴趣程度的均值评分明显较低，且调查者之间的差异较大，其他内容评分也有差异，但差异不明显，相差不大.针对各章的内容，进行了难度调查，我们发现：（1）对于简单线性回归模型的内容而言，同学们认为回归系数的显著性检验内容难度最大，计量经济学建模的基本思路内容难度相对最低.(2）在多元线性回归模型中，同学们认为多元回归模型有关的数学公式的证明难度最大，多元回归模型各类表达式以及参数估计等知识点难度相对较小.(3）在计量经济学模型多重共线性的检验中，同学们认为最难以掌握的是多重共线性实例分析中的逐步回归法和多重共线性的补救措施.(4）在计量经济学模型异方差检验中，同学们认为最难以掌握的是异方差的几种统计检验方法，最容易掌握的是异方差的基本概念及经济意义.(5）在计量经济学模型自相关的检验中，同学们认为最难以掌握的是Cochrane-Orcutt法及上机操作，自相关的基本概念及经济意义、检验自相关性的基本思路相对而言最容易.
3课程学习情况分析
3.1单因素方差分析
我院开设计量经济学课程的专业，学生文理兼收，不同专业的学生在教学中体现了不同的学习特点.我们将完成计量经济学作业方式分别对喜欢专业程度评分、教学内容评分、难易程度评分、理论性评分、实用性评分、课程期望评分、本课程喜欢程度评分进行单因素方差分析，结果如下：从方差分析表可以得出，完成计量经济学作业方式对喜欢专业程度评分、教学内容评分、难易程度评分、本课程喜欢程度评分影响的显著性检验的p值都小于0.05，因此可以得出结论，至少有95%的把握说完成计量经济学作业方式对喜欢专业程度评分、教学内容评分、难易程度评分、本课程喜欢程度评分存在显著性差异.
3.2学生对课程的认知程度分析
在调查中我们发现大学生对计量经济学课程的认知程度普遍不足.在成绩等级为60分以下的大学生中仅20%的人认为计量经济学是重要的，成绩在60分到70分的大学生中有70%的人认为计量经济学不重要或重要性一般，成绩在70分到85分之间的大学生认为计量经济学不重要的仅有10.3%，成绩在85分以上的学生没有人认为计量经济学是不重要的，93.3%的人是肯定计量经济学的重要性的.由此，我们不难发现认知程度在不同的成绩等级中的分布是不同的，认知程度高的一般分布在成绩好的层次中.
4结论
通过对我校学生对计量经济学课程学习情况的调查分析，结合应用型本科院校应用型人才的培养目标，对计量经济学课程教学提出以下几点建议：提高学生对课程的认知度.作为以培养应用型人才为目标的本科院校，为了培养学生的综合素质，增强其实际应用能力，开设计量经济学课程是十分必要的.充分意识到课程学习的重要性，是保证教学效果的良好前提.加强理论与实践相结合的教学模式.由于计量经济学是一门与实际应用密切相关的学科，在教学中加大案例教学，通过实际案例引入理论知识能够加深学生对所学模型的认识，以便更好的加以应用.在案例教学中，可适当增加师生之间、学生与学生之间的互动和讨论，从而增强学习的趣味性，提升教学效果.合理使用课程论文，使课程考核多样化.在计量经济学的课程考核中，除了对理论知识的考核外，还应该增加实践动手能力的考核.引入课程论文考核，在学期中对学生进行分组，不仅能够锻炼他们在理论应用分析、模型构造、软件使用等各方面的综合能力，还能够在日常学习中增强同学们的交流，促进大家的团队协作.考核时通过PPT答辩，更进一步的加深对该课程的学习体会.
[参考文献]
[1]达莫达尔N.古亚拉提.计量经济学精要[M].北京:机械工业出版社,2003：3-8.
[2]庞皓.计量经济学[M].3版.西南财经大学出版社,2012：4-5
[3]王峰.本科《计量经济学》课程研究型教学模式改革[J].江西金融职工大学学报，2008(04):101-103.
[4]盖耕宇.本科计量经济学案例教学探讨[J].中国科教创新导刊,2010(25):68-68.
[5]阳玉香,谭忠真.应用型人才培养目标下的计量经济学教学改革[J],经济研究导刊，2010(20):212-213.
[6]武以敏.统计学专业计量经济学教学改革研究[J].滁州学院学报,2012(05):103-104.
计量经济研究范文6
关键词：arima模型；sas软件；ar模型
时间序列是指按照时间顺序得到的变量的观测值，而按时间顺序得到的经济变量的观测值即为经济时间序列。文中讨论的arima模型是一类常用的随机时序模型，它是一种精度较高的时序短期预测方法，其基本思想是：某些时间序列是依赖于时间t的一族随机变量，构成该时序的单个序列值虽然具有不确定性，但整个序列的变化却有一定的规律性，可以用相应的数学模型近似描述。通过对该数学模型的分析研究，能够更本质地认识时间序列的结构与特征，达到最小方差意义下的最优预测。
我国gdp总量的形成是一个复杂的过程，受经济、政策、科技水平、自然等多因素的影响。gdp总量或人均gdp预测的理论及应用研究非常多。国内外学者对我国gdp的研究方法主要有三种：（1）时间序列方法：研究gdp随时间发展的规律。通过时间序列的历史数据揭示现象随时间变化的规律，建立arma、arch等模型，将这种规律延伸到未来，从而对该现象的未来作出预测；（2）协整检验的计量经济学模型：通过分析影响gdp发展的本质因素，研究gdp与这些因素的协整关系，建立计量经济学模型；（3）生产函数模型：分析一定技术条件下，投入与产出的关系，等等。由于gdp不仅能够在总体上度量国民产出和收入规模，也能够在整体上度量经济波动和经济周期状态，因此成为宏观经济中最受关注的经济统计数据，被认为是衡量国民经济发展、判断宏观经济运行状况的最重要的一个指标，也是政府制定经济发展战略和经济政策的重要依据。因此，建立我国gdp的时间序列模型并对其进行分析具有十分重要的意义。
一、我国gdp时间序列模型的建立与分析
由于原始序列非平稳但取对数且一阶差分后平稳，故采用求和自回归移动平均模型（arima），差分后的序列也就是arma模型。
（一）数据的分析与处理
1、平稳性检验。时间序列是否平稳，可以有两种判别方法：一是自相关图；另一种是单位根检验法。文章对这两种方法结合起来进行检验。根据2007统计年鉴中gdp数据，从用sas软件绘制的时序图中可以看出我国gdp序列含有指数趋势，并具有很强的非平稳性。
2、数据平稳化。对于含有指数趋势的时间序列，可以通过取对数将指数趋势转化为线性趋势，然后再进行差分以消除线性趋势。取对数过后的gdp依旧存在非平稳性，需要对其进行差分，先进行一阶差分，绘制一阶差分后的时间序列图。从图中很难看出一阶差分后的序列是否平稳。于是，首先考察序列的样本自相关图，从直观上检验该序列的平稳性；其次，我们对该序列进行adf单位根检验。
从自相关图中发现序列的自相关系数一直都比较小，延迟一阶后始终控制在2倍标准差的范围以内，可以认为该序列在零轴附近波动，具有短期相关性，因而可以直观地判别一阶差分后序列平稳。
从单位根检验结果看，由于tau统计量的p值都小于0.05，可以认为该序列平稳，不存在一个单位根，即有指数趋势的序列，经过取对数、一阶差分后序列平稳。
对差分后序列进行纯随机检验，发现延迟各阶的p值显著地小于?琢（?琢=0.05），拒绝原假设，即可以认为序列为非白噪声序列。
（二）模型的建立与识别。从上文分析已知道，序列经过差分后为平稳非白噪声序列，可以对差分后序列拟合arma模型。即是对原始序列用arima（p，d，q）模型拟合。考察序列的样本自相关图，自相关图显示延迟1阶之后，自相关系数全部衰减到2倍标准差范围内波动，但序列在延迟4阶后，衰减为小值的过程相当缓慢，该自相关系数可以认为不截尾。
再看样本偏自相关图，从图中可以看出，除了延迟一阶的偏自相关系数显著大于2倍标准差之外，其他的偏自相关系数都在2倍标准差范围内做小值随机波动，而且由非零相关系数衰减为小值波动的过程非常突然，所以偏自相关系数可以视为1阶截尾。
综合序列自相关系数和偏自相关系数的性质，为拟合模型定阶为ar（1）。
（三）参数估计。利用sas，用estimate命令可以得到未知参数估计结果及拟合统计量的值。从图中可以看出均值mu显著（t检验统计量的p值小于0.0001），参数也显著（t检验统计量的p值为0.0003）。输出结果显示序列的拟合模型为arima（1，1，0），模型口径为：
xt=0.11087+1.47833xt-1-0.47833xt-2+?着t
（四）模型检验。确定了拟合模型的口径之后，就要对拟合模型进行必要的检验。
1、模型的显著性检验。模型的显著性检验主要是检验模型的有效性，一个模型是否显著有效主要看它提取的信息是否充分。一个好的拟合模型应该能够提取观察值序列中几乎所有的样本相关信息，换言之，拟合残差项中将不再蕴涵任何相关信息，即残差序列应该为白噪声序列。为考核所建模型的优劣，需要对模型的残差序列进行检验，检验其是否为白噪声序列。若残差序列是白噪声序列，可认为模型合理，适用于预测，否则，意味着残差序列还存在有用的信息没被提取，需要进一步改进模型。
从sas作出的残差自相关图中可以看出除延迟6阶外，其余的延迟各阶的lb统计量的p值均显著大于?琢（?琢=0.05），可知残差通过了白噪声检验，该拟合模型显著成立。即认为残差序列为白噪声序列，拟合模型显著有效。
2、参数的显著性检验。参数的显著性检验就是要检验每一个未知参数是否显著非零。?准1的条件最小二乘检验结果是t统计量的值为3.85，p值为0.003；均值的条件最小二乘检验结果是t统计量的值为4.7，p值<0.001；结论是由于系数t统计量的p值为0.003，小于?琢（?琢=0.01），模型系数在1%的水平以上。显然两参数检验均显著。
（五）模型优化。当一个拟合模型通过了检验，说明在一定的置信水平下，该模型能有效地拟合观察值序列的波动，但这种有效模型并不是唯一的。同一个模型可以构造多个拟合模型，当这些模型都显著有效时，难以选择哪个模型来进行推断，于是引进aic和sbc信息准则来选择相对最优模型。
通过用aic和sbc准则对多个arima模型的比较，最小信息量检验显示无论是aic准则还是sbc准则，arima（1，1，0）模型的aic函数和sbc函数都是最小的，所以arima（1，1，0）是相对最优模型。
（六）模型预测。用上面拟合的模型可以得到未来8年gdp的预测值。（表1）
二、结果分析
本文主要从自身发展规律来分析和预测国内生产总值（gdp），比较准确地预测和判断未来几年内的国内生产总值的状况。从预测结果来看，预测值有个明显的增长趋势，这符合我国gdp发展的现况，因为近年来，我国的经济以较快的速度增长。
由前面我国gdp时间序列模型可知，我国gdp的增长与上一期gdp增长有关。另外，根据我国gdp的单位根检验，发现我国gdp消除指数增长趋势后的序列为一阶单整的，这说明我国gdp时序数据对冲击具有持久的特性，往往具有一个固定的增长趋势，一般不会返回某个特定值。我国gdp增长具有长期可持续性，并且稳定性也在逐步增强。
文中我们能做到的也仅限于以gdp的变化为视角，并在这样一个视角下，力图达到对经济运行较为准确的预测。本文有一个没有仔细研究的问题，就是gdp数据的周期性，如果能从这方面详细研究，肯定更能对gdp的发展变化做出更准确地分析。
（作者单位：重庆工商大学数学与统计学院）
主要参考文献：
[1]王燕.应用时间序列分析[m].中国人民大学出版社，2003.
