第一章 导论
学习目的：了解计量经济学的课程性质、基本内容、思想方法、发展历史、在经济学科中的地位等，形成学好计量经济学的初步思路，为课程学习的进一步展开做好准备。
基本要求：初步认识计量经济学的课程性质、基本内容、思想方法等，了解计量经济学的产生与发展历史、计量经济学在经济学科中的地位，明白学习计量经济学的价值和意义。
第一节 什么是计量经济学
一、计量经济学的定义
计量经济学的英文单词是econometrics，本意是“经济计量”，即研究经济问题的计量方法，因此有时也译为“经济计量学”。将econometrics译为“计量经济学”是为了强调它是现代经济学的一门分支学科，不仅要研究经济问题的计量方法，还要研究经济问题发展变化的数量规律。对于计量经济学，不少经济学家给出过定义，第一届诺贝尔经济学奖得主挪威经济学家弗里希（Frisch）将计量经济学定义为经济理论、统计学和数学的结合；萨缪尔森（Samuelson）、库普曼斯（Koopmans）、斯通（Stone）将计量经济学定义为应用合适的方法对经济理论和观察到的事实加以联系和推导，对现实经济现象进行定量分析。不同经济学家对计量经济学的定义各不相同，但从中不难看出，计量经济学与经济理论、数学、统计学有着密切的联系，是对客观经济现象中存在的数量关系的分析。可以认为，计量经济学是以经济理论为指导，以经济数据为依据，以数学、统计方法为手段，通过建立、估计、检验经济模型，揭示客观经济活动中存在的随机因果关系的一门应用经济学的分支学科。
二、计量经济学与其他学科的关系
计量经济学是经济理论、数学、统计学的结合，是经济学、数学、统计学的交叉学科（或边缘学科）。计量经济学与经济学、统计学、数学联系密切，也有明显的区别。1933 年，弗里希在《计量经济学》（Econometrica）杂志创刊社论中明确提出：“用数量方法探讨经济学可以从几个方面着手，但任何一个方面都不能和计量经济学混为一谈。计量经济学与经济统计学绝非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义词。经验表明，统计学、经济理论和数学，对于真正了解现代经济生活的数量关系，都是必要的，但本身并非充分条件，三者结合起来才是强有力的，这种结合便构成了计量经济学。”
计量经济学与经济学、统计学、数学的联系主要是计量经济学对这些学科的应用。计量经济学对经济学的应用主要体现在以下几个方面：第一，计量经济学模型的选择和确定，包括对变量和经济模型的选择，需要经济学理论提供依据和思路；第二，计量经济分析中对经济模型的修改和调整，如改变函数形式、增减变量等，需要经济理论的指导和把握；第三，计量经济分析结果的解读和应用也需要经济理论提供基础、背景和思路。计量经济学对统计学的应用，至少有两个重要方面：一是计量经济分析所采用的数据的收集与处理、参数的估计等，需要使用统计学的方法和技术来完成；二是参数估计值、模型的预测结果的可靠性，需要使用统计方法加以分析、判断。计量经济学对数学的应用也是多方面的：首先，对非线性函数进行线性转化的方法和技巧，是数学在计量经济学中的应用；其次，任何的参数估计归根结底都是数学运算，较复杂的参数估计方法或者较复杂的模型的参数估计，更需要相当的数学知识和数学运算能力；*后，在计量经济理论和方法的研究方面，需要用到许多的数学知识和原理。
计量经济学与经济学、统计学、数学的区别也很明显。经济学、统计学、数学中的任何一门学科，都不能替代计量经济学，这三门学科简单地结合起来，也不能替代计量经济学。计量经济学与经济学的主要区别在于：经济学一般根据逻辑推理得出结论，说明经济现象和过程的本质与规律，大多是定性的表述。虽然理论经济学有时也会涉及经济现象和过程的数量关系，如产出随投入要素的增减而增减，但不提供这类数量关系的具体度量，不说明随投入要素的增减产出增减多少。计量经济学则要对经济理论所确定的数量关系做出具体估计，也就是对经济理论进行经验的证明。计量经济学与统计学*根本的区别在于：第一，计量经济学是以问题为导向，以经济模型为核心的，统计学则是以数据为核心，常常也是以数据为导向的。虽然现代统计学并不排斥经济理论和模型，有时也会利用它们，但不一定以特定的经济理论或模型为基础和出发点，常常可以通过对经济数据的统计直接得出结论，侧重于数据的采集、筛选和处理。第二，计量经济学对经济理论的实证作用较强。计量经济学从经济理论和经济模型出发进行分析的过程，实际上是对经济理论证实或证伪的过程，这使得它对经济理论的验证作用很强，比统计学强得多。第三，计量经济学对经济问题有更重要的指导作用。计量经济学通常不但要对数据进行处理和分析，获得经济问题的一些数字特征，而且要借助于经济理论和数学工具，对经济问题做出更深刻的解剖和解读。经过计量经济分析实证检验的经济理论和模型，能对分析、研究和预测更广泛的经济问题起到重要作用。计量经济学与数学的区别不言而喻，因为数学只是计量经济分析及其理论研究的工具，与实证分析经济问题的计量经济学的区别显而易见。
三、计量经济学的内容体系
计量经济学在经济学科中占有重要位置，已形成了庞大的内容体系，一般按研究内容、范围的不同分为不同层次或各种专门的计量经济学，主要介绍如下。
1. 经典计量经济学与非经典计量经济学
经典计量经济学与非经典计量经济学的划分可从计量经济学的发展时期及其理论方法上的特征来把握。经典计量经济学一般是指20世纪70年代以前发展起来的计量经济学，在理论方法上具有以下五个方面的共同特征：第一，在模型类型上，采用随机模型、参数模型；第二，在模型导向上，以经济理论为导向；第三，在模型结构上，采用线性或可化为线性的模型，反映变量之间的因果关系；第四，在数据类型上，采用时间序列数据或截面数据；第五，在估计方法上，采用*小二乘法或*大似然法。非经典计量经济学一般是指20世纪70年代以后发展起来的计量经济学，也称现代计量经济学。与经典计量经济学理论方法上的五个方面的特征相对应，非经典计量经济学包括模型类型非经典计量经济学问题、模型导向非经典计量经济学问题、模型结构非经典计量经济学问题、数据类型非经典计量经济学问题、估计方法非经典计量经济学问题五个方面的内容。
2. 理论计量经济学与应用计量经济学
理论计量经济学主要研究计量经济学的理论与方法，包括计量经济学模型的数学理论基础、计量经济学模型普遍应用的参数估计和检验方法，还包括特殊模型的参数估计和检验方法，侧重于理论与方法的证明和推导，需要较多地依赖数学和统计学的方法与技术。应用计量经济学主要运用理论计量经济学所提供的理论与方法研究特定领域的具体经济活动的数量关系，如产出与资本、劳动、技术等投入要素之间的关系，商品需求量与收入、价格、其他商品的价格等影响因素之间的关系。应用计量经济学侧重于在建立与应用模型的过程中对实际问题的处理，除依赖理论计量经济学外，还需要依赖经济理论建立模型，根据具体的经济数据进行分析、预测、评价等。
3. 宏观计量经济学与微观计量经济学
宏观计量经济学与微观计量经济学的划分对应于宏观经济学与微观经济学的划分。宏观计量经济学主要利用计量经济学的理论与方法，建立宏观经济模型，分析宏观经济变量之间的数量关系。例如，通过消费函数、投资函数、国民收入恒等式建立简单宏观经济系统计量经济学模型，研究国内生产总值（gross domestic product，GDP）（Y）、居民消费总额（C）、投资总额（I）、政府购买总额（G）之间的关系。计量经济学创立以来，宏观计量经济学一直是其主要研究领域，除经典宏观计量经济学模型理论、方法以外，单位根检验、协整理论、动态计量经济学等非经典计量经济学理论、方法也是宏观计量经济学的主要研究内容。微观计量经济学是在2000年的诺贝尔经济学奖公报中正式提出的一个新概念，公报中将微观计量经济学的内容集中于对个人和家庭的经济行为的经验分析，主要包括面板数据模型的理论方法、离散选择模型的理论方法、选择性样本模型的理论方法，这些理论方法都属于非经典计量经济学的范畴。
4. 广义计量经济学与狭义计量经济学
广义计量经济学泛指所有利用经济理论、统计学、数学定量研究现实经济问题的理论、方法、技术，包括回归分析、时间序列分析、投入产出分析等。狭义计量经济学专指以回归分析为核心，揭示现实经济问题中的因果关系的理论与方法，是通常意义的计量经济学。
本书将要介绍的内容以经典计量经济学、宏观计量经济学、狭义计量经济学为主，是理论计量经济学与应用计量经济学的结合。
第二节 计量经济学研究的步骤
计量经济学是以问题为导向、以模型为核心的，因此利用计量经济学的理论、方法研究现实经济问题也是围绕模型展开的，一般包括四个步骤，即理论模型的设定、模型参数的估计、模型的检验、模型的应用。
一、理论模型的设定
针对所要研究的现实经济问题，借助经济理论或实践经验，设定理论模型，是计量经济学研究的起点，也是*为关键的一步。理论模型的设定，是对经济问题的数学描述或模拟，涉及变量的设定、模型函数形式的设定、参数取值范围的设定三个方面。
描述经济问题的变量一般都可以归为两类，一类是受其他变量影响或决定的因变量，另一类是影响或决定其他变量的自变量。在计量经济学中，将受其他变量影响或决定的因变量称为被解释变量，将影响或决定其他变量的自变量称为解释变量。理论模型设定中变量的设定，主要是解释变量的设定，因为被解释变量作为研究对象的变量，可由研究问题本身直接确定。解释变量的设定需要通过以下几个方面把握。第一，解释变量应是根据经济理论或实践经验确定的被解释变量的主要影响因素，遗漏了主要影响因素或将次要影响因素甚至不相关因素引入模型，都可能导致研究结果的偏误。第二，若有多个解释变量，需注意避免解释变量之间的相关性。解释变量之间若存在一定的相关关系，可直接影响参数估计量的性质，降低研究结果的可靠性。第三，在设定解释变量的同时，应注意保证与解释变量对应的观察数据的可得性，没有样本观察数据的支持，就得不到模型的参数估计值，进一步的研究也将无法展开。例如，对生产问题的研究，产出是被解释变量，在供给不足的情况下，可选择资本、劳动、技术等投入要素作为解释变量；在需求不足的情况下，若研究消费品的生产，可选择居民可支配收入等变量作为解释变量，若研究生产资料的生产，可选择固定资产投资总额等变量作为解释变量。
模型函数形式是反映解释变量对被解释变量的影响的数学表达式。模型函数形式的设定，首先，可以直接采用数理经济学已有的函数形式。例如，对生产问题的研究可直接利用生产函数方程 ，对消费问题的研究可直接利用消费函数方程 。其次，可以根据实践经验或已有研究经验设定。例如，经验表明某特定消费品的年销售量主要受人口数量的影响，增长速度与人口增长速度大致相等，则可将该特定消费品的年销售量与人口数量的关系设定为一元线性函数形式。*后，也可以根据样本观察数据反映出来的变量之间的关系设定。例如，可先利用变量的样本观察数据绘制被解释变量与解释变量之间关系的散点图，根据散点图反映出来的被解释变量与解释变量之间的关系，设定模型的函数形式。对于其他事先无法确定模型函数形式的情况，可采用各种可能的函数形式进行模拟，选择模拟结果*好的函数形式。需要指出的是，这里设定的模型函数形式只是模型函数形式的初步设定，在模型参数估计和检验的过程中，大多还会对模型函数形式进行逐步调整，以得到较为合理的模型函数形式。
参数取值范围的设定主要根据经济理论或实践经验得出。例如，生产函数模型 中有四个参数——效率系数 A、技术进步速度 、资本的产出弹性 、劳动的产出弹性 ，根据经济含义，可将这些参数的取值范围设定为A＞0， ＞0，0
展开
