计量经济学

计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。计量经济学以古典回归（Classical Regression）分析方法为出发点。依据数据形态分为：横截面数据回归分析（Regression Analysis with Cross-Sectional Data）、时间序列分析（Time Series analysis）、面板数据分析（Panel Data Analysis）等。依据模型假设的强弱分为：参量计量经济学（Parametric Econometrics）、非参量计量经济学（Nonparametric Econometrics）、半参量计量经济学（Semiparametric Econometrics）等。

理论计量经济学和应用计量经济学

理论计量经济学（Theoretical Econometrics）以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。理论计量经济学除了介绍计量经济学模型的数学理论基础和普遍应用的计量经济学模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验模型。

应用计量经济学（Applied Econometrics）则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。

经典计量经济学和非经典计量经济学

经典计量经济学一般指20世纪70年代以前发展并广泛应用的计量经济学，他们具有显著的共同特征：

模型类型：采用随机模型。

模型导向：以经济理论为导向建立模型。

模型结构：变量之间的关系表现为线性或者可以化为线性，属于因果分析模型，解释变量具有同等地位，模型具有明确的形式和参数。

数据类型：以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量。

估计方法：仅利用样本信息，采用最小二乘法或者最大似然法估计变量。非经典计量经济学一般指20世纪70年代以后发展的计量经济学理论、方法及应用模型，也称现代计量经济学。

个体计量经济学和总体计量经济学

计量经济学的研究对象

计量经济学的两大研究对象：横截面数据（Cross-sectional Data）和时间序列数据（Time-series Data）。前者旨在归纳不同经济行为者是否具有相似的行为关联性，以模型参数估计结果显现相关性；后者重点在分析同一经济行为者不同时间的资料，以展现研究对象的动态行为。

新兴计量经济学研究开始切入同时具有横截面及时间序列的资料，换言之，每个横截面都同时具有时间序列的观测值，这种资料称为追踪资料（Panel data，或称面板资料分析）。追踪资料研究多个不同经济体动态行为之差异，可以获得较单纯横截面或时间序列分析更丰富的实证结论。例如诺贝尔经济学奖得主克莱夫·格兰杰指出在回归模型中对一组检验进行诠释进而揭示因果关系是可行的，其所提出的格兰杰因果关系检验不只在经济学上使用，也广受实证社会科学援用，以强化回归分析的说明力，提出更精致的因果关系论述。

计量经济学软件

参见

数理经济学

时间序列

参考文献

^onometrics

《经济计量学精要》达莫达尔.N.古亚拉提

《经济计量学基础》达莫达尔.N.古亚拉提

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。