计量经济学

为了贯彻落实党中央、国务院关于强化基础学科人才培养的重大战略部署, 教育部于2022 年11 月启动了基础学科系列“101 计划”。经济学“101 计划” 是哲学社会科学的首批项目之一, 旨在构建具有中国自主的经济学知识体系, 以课程、教材、教师、实践项目等基础要素为“小切口”, 牵引解决经济学人才培养“大问题”, 带动实现经济学高等教育改革“强突破”。“计量经济学” 作为经济学“101 计划” 专业核心课程, 在内容设计上遵循“两性一度” 要求, “两性” 是指“高阶性” 与“创新性”; “一度” 是指“挑战度”。“高阶性” 体现在课程所传授的计量经济学理论知识不亚于国际一流水平, 同时涵盖经济学实证研究常用的各类计量工具, 以及大数据、机器学习等前沿数据科学在经济学领域的应用。“创新性” 与“挑战度” 则体现在课程设计对自主知识体系构建的支撑上, 通过引入相关论题所需的计量方法创新, 激发学生的创新思维及其应对复杂问题的能力。本书在写作上紧扣中国特色问题与中国国情。这体现在两个方面。第一, 在引入每一个计量经济模型与理论之前, 必先讨论该模型或理论的经济学意义或与之相关的经济学问题, 帮助学习理解理论的应用场景。例如, 在介绍分位数回归方法时, 我们把分位数回归所能揭示的政策效应异质性与政策的共同富裕效应加以结合。在分析最低工资的收入效应时, 研究者往往想了解上调最低工资对低收入人群的影响, 而非对全体人群(包括高收入人群) 的影响。这就需要采用能够估计并检验最低工资对位于收入分布左端个体(低收入者) 所产生影响的计量方法。传统的均值回归在分析这一问题时就不太合适, 于是需要引入分位数回归的概念。不仅如此, 我们还以金融风险管理为例说明分位数回归在金融市场分析中的应用价值。第二, 本书的案例全部采用中国数据和中国问题。例如, 在介绍工具变量估计时, 采用了中国国企改革作为案例加以说明; 在介绍面板数据模型时, 我们以数字金融发展与经济增长的关系为例展示了采用不同模型设定和估计方法的结果; 并以数字经济发展与企业创新为例介绍了面板数据。交互效应模型与两种主流的估计方法以及动态面板数据回归模型的构造和估计方法。通过引入大量本土化案例, 如“共同富裕” 理念及政府主导的重大基础设施建设政策评估, 帮助学生深入掌握计量经济学的核心概念与方法, 并将其应用于现实经济问题的分析。这些实践导向的案例, 不仅增强了学生对理论的理解, 还提升了其在解决具体经济问题中的实践能力, 同时激发了他们的学术兴趣与创新思维。在内容架构方面, 本书系统而全面地阐述了计量经济学的基础理论框架,同时紧密追踪学科前沿动态, 将因果推断、机器学习等现代经济学研究方法纳入教学范畴, 展现了这些新方法在经济学领域的创新应用。此举旨在实现理论教学与实践探索的深度融合, 致力于培养出一批既具备坚实理论功底又拥有卓越实际操作能力的高素质经济学专业人才。

全书共有14 章, 其中第7 章到第14 章的内容每章都相对独立, 跳过某些章节不影响其他章节的学习, 带*号的章节难度较大, 供学有余力的学生学习。第1章, 绪论, 是课程的总纲。从计量经济学与数学、数理经济学、数理统计学、经济统计学以及经济学的区别与联系切入, 回顾计量经济学的发展历程, 介绍计量经济学的建模步骤, 分析计量经济学的局限。第2章主要介绍经典线性回归模型的基本假设与普通最小二乘(OLS) 估计, 并进一步分析OLS 估计量的性质。作为示例, 利用经典线性回归模型分析了工资与受教育年限的关系, 以及数字金融对农民收入的影响。在此之后介绍了拟合优度、模型选择、虚拟变量以及假设检验相关内容, 并且采用虚拟变量方法展示了节假日效应对消费品市场销售额的影响。第3 章放松了同方差假设, 介绍条件异方差下经典OLS 估计量的性质, 并且给出随机扰动项条件异方差的检验方法, 随后讨论了随机扰动项条件异方差和序列相关时模型参数的估计方法、大样本性质及假设检验步骤。条件异方差数据在现实案例中很常见, 例如在分析家庭转移净收入对医疗保健的支出影响时所使用的消费数据, 分析受教育年限对劳动者工资的影响时涉及的收入数据。此外, 本章还通过使用国债利率对通货膨胀预测来说明条件异方差下OLS和FGLS 的区别。第4 章介绍了线性模型中存在内生变量时的估计方法, 包括工具变量法、两阶段最小二乘法(2SLS)、广义矩估计(GMM) 与有限信息最大似然估计量(LIMI)。内生性问题在经济学分析中十分常见, 例如大学生学习成绩对学习时间回归时, 由于遗漏了学生的其他特质和特征, 使得学习时间是内生的; 在教育回报率例子中, 由于遗漏了不可观测的个人能力变量, 使得受教育年限是内生的; 除此之外, 本章还介绍了黄油需求曲线、消费代际替代弹性、中国国企改革问题等例子。作为拓展, 该章讨论了弱工具变量问题及识别。第5 章介绍时间序列理论, 时间序列理论的基本概念包括平稳性、遍历性等条件, 以及鞅差序列、白噪声等基本过程。时间序列的基本模型包括一般性的线性过程, 以及自回归(AR) 模型、移动平均(MA) 模型、自回归移动平均(ARMA) 模型、自回归分布滞后模型等。作为应用实例, 本章展示了著名的菲利普斯曲线的回归结果。第6 章将横截面数据与时间序列数据的计量经济学模型拓展到面板数据的计量经济学模型。首先分别介绍了面板固定效应模型和随机效应模型及其估计方法。相应地讨论了估计量的统计性质和假设检验方法, 包括豪斯曼检验统计量的构造和性质并以数字金融发展与经济增长的关系为例展示了采用不同模型设定和估计方法的结果。这些模型也可以用于分析微观面板数据集, 例如分析劳动者实际工资与累计工作经验的关系, 或是分析机器人冲击与中国制造业碳减排之间的关系。进一步地, 以数字经济发展与企业创新为例介绍了面板数据交互效应模型和动态面板数据回归模型两种较为前沿的计量模型, 并讨论了针对以上模型的不同估计方法。第7章不同于经典线性回归模型及其相关拓展模型, 从鲁宾(Rubin) 潜在因变量框架出发定义因果效应, 介绍相关性与因果性之间的区别与联系, 因果推断的基本思想以及用于政策评估的常用方法, 包括基于可观测变量的选择、匹配法、双重差分法、断点回归设计, 以及如何度量并估计政策效应的异质性。还通过“宽带中国” 政策对家庭收入的影响、互联网基础设施与非农就业的关系、退休对消费的影响三个实证案例展示了不同因果推断模型的实际应用场景。第8章介绍非线性回归的定义和模型设定, 具体介绍了多种可以刻画经济中非线性关系的线性模型和非线性模型的意义和估计方法, 包括含有多项式、对数项和交互项的线性模型和非线性最小二乘估计方法。另外本章还介绍了门限回归模型和Box-Cox 数据转换模型等。同时通过菲利普斯曲线、经济水平与二氧化碳排放、数字政府建设对经济增长的影响、家庭收入的影响因素、柯布–道格拉斯生产函数、家庭食品消费等例子展示了不同模型的适用情形。第9章比较了条件分位数回归模型与均值模型的区别, 突出了前者的优势。随后, 介绍了分位数回归模型的估计、推断以及与分位数回归模型相关的检验, 并阐述了分位数处理效应的概念。这一章重点介绍了最低工资制度、收入差距与共同富裕, 股票成交量对收益率的非对称影响, 家庭消费倾向的异质性三个实证案例, 展现了分位数回归的特点。第10 章重点研究二值因变量模型Probit 和Logit模型的参数估计, 并通过学生录取与否的影响因素分析、是否获得社会救济的影响因素分析来对不同二值因变量模型进行比较。进而, 推广至多值离散因变量模型, 以研究促使人们延长工作时间及过度延长工作时间的因素为例, 比较了有序因变量模型与无序因变量模型的异同。第11章阐述了实际中常见的因变量受限形式: 截取、断尾以及样本选择。这一章分别解释了几种受限形式之间的区别和联系, 并给出了这三类模型在不同假设下的识别以及估计方法, 通过家庭收入与娱乐消费、金融资产配置、女性教育回报率来展示不同因变量受限形式的差异。第12章, 空间计量经济学, 属于选学内容, 具体学习可根据需求灵活安排。本章主要探讨在空间中经济主体之间存在显著相互联系和依赖的情况下, 如何有效测度和检验这种空间依赖性。本章通过具体例子介绍相关内容, 涵盖了在存在空间依赖时的基本模型构建、参数估计、假设检验及其在房价影响因素和人口结构对经济增长中的实际应用。此外, 本章还进一步介绍了空间效应的另一重要来源——空间异质性, 并讨论了其建模方法、推断及实例应用。第13章针对经济学分析中常面临的大数据情形, 主要介绍逐步回归、岭回归、Lasso 估计、kNN 近邻法、决策树、装袋法、随机森林及文本信息分析在计量经济学中的应用场景。相应地, 辅以棒球手薪水的影响因素、高管特征与公司业绩关联分析、上市公司年报内容对股票流动性的影响来展现不同大数据方法在计量经济学方面的应用。第14章介绍了一组基于重抽样概念的替代推断方法, 即使用从数据经验分布中提取的抽样信息, 称为自助法, 包括刀切法、非参数自助法、残差自助法、Wild 自助法以及无放回抽样自助法。这一章再次采用了家庭收入与娱乐消费的例子, 展示不同自助法的效果与差异。

本书的编写工作在中国科学院大学经济与管理学院洪永淼教授以及上海财经大学经济学院周亚虹教授的联合牵头下共同完成。每章由中国科学院大学、厦门大学、上海财经大学、上海社会科学院、东北财经大学和武汉大学长期从事计量经济学一线教学的教师编写。其中, 第1 章由洪永淼编写, 第2 章由朱平芳、纪园园编写, 第3 章由王维国、刘成编写, 第4 至第5 章由王学新编写, 第6 章由朱浣君编写, 第7 章由张征宇编写, 第8 章由朱浣君编写, 第9章由张征宇编写, 第10 章由刘成编写, 第11 章由周亚虹编写, 第12 章由孙燕编写, 第13 章由朱平芳、纪园园编写, 第14 章由周亚虹编写。由于水平有限, 书中难免有不妥当甚至错误之处, 恳请读者批评指正。

洪永淼 2024 年8 月6日