一、计量经济学应用模型类型设定

被解释变量观测数据的类型：截面数据、时间序列数据、平行数据

①经典截面数据模型

截面总体中随机抽样得到的样本观测值，并且变量具有连续的随机分布

②选择性样本模型

样本观测值非随机抽样得到，一般是“掐头”或“去尾”或“归并”

③离散选择模型

样本观测值不是连续的，而是离散的

④计数数据模型

样本观测值是离散的非负整数，在随机抽取的一组样本中，零元素和绝对值较小的数据出现得较为频繁

⑤持续时间数据模型

以某项获得持续时间作为研究对象

⑥时间序列分析模型

经典计量经济学模型只能建立在满足渐近不相关的协方差平稳序列之上

⑦平行数据模型

变截距和变系数问题，随机影响和固定影响问题

经济行为的类型：

①单方程模型：独立的经济活动，存在着清晰的单向因果关系

②联立方程模型：一个经济系统，变量之间存在着复杂的互为因果关系

二、计量经济学应用模型总体回归模型设定

研究目的导向、先验理论导向、数据关系导向

给定任何被解释变量 $Y$ ，考虑所有对其由直接影响的因素集 $\Omega$ ，并按照与被解释变量关联关系的恒常性和显著性两个维度进行分解

1.唯一性原则/一般性原则

对于同一个作为研究对象的被解释变量，它和所有影响因素之间只能存在一种客观正确关系

①从逻辑学上讲，计量经济学模型是一种经验实证的方法，它是建立在证伪和证实的不对称逻辑学基础之上的

②从经济学上讲，总体回归模型必须反映现实的经济活动，而现实经济活动中变量之间的关系是复杂的

③从统计学上讲，只有首先建立最一般的模型，才能保证模型的扰动项满足原生性和一般假使

P.S.如果所有显著的解释变量，在行为上是独立的，在统计上是不相关的，则“简单模型”的结论能够成立

2.现实性原则

客观地分析研究对象的现实行为，从中发现变量之间的因果关系，并由此设定总体回归模型

①正统经济学以经济人假设和理性选择，作为其理论体系的基石

②正统经济学理论强调“简单”，认为只有简单的理论才能揭示本质，而计量经济学模型强调一般，必须将经济活动所涉及的所有因素包含其中

③对于同一个研究对象，不同的研究者依据不同的先验理论，就会设定不同的模型

3.统计检验必要性原则

如果经济时间序列在经济行为上存在直接因果关系，那么它们在统计上一定存在协整关系，一定能通过统计检验，包括因果性检验和协整检验

4.经济主体动力学关系导向原则

①要确定的不是经济主体内在的本质意义的属性，而是经济主体之间的关系意义的属性

②要确定的是主体之间的动力学关系，而不是作为主体经济活动结果的经济变量之间的数据关系

三、计量经济学应用模型函数关系设定

模型的一般形式 $f(Y,X;\theta,\beta)=\mu$

分离被解释变量和解释变量，得 $h(Y_i;\theta)=g(X_i;\beta)+\mu_i,\quad i=1,2,...,n$

简化函数 $h$ ，得 $Y_i=m(X_i;\beta)+\mu_i,\quad i=1,2,...,n$

若线性，则 $Y_i=\beta_0+\beta_1X_{1i}+...+\beta_kX_{ki}+\mu_i,\quad \mu_i\sim\mathcal{N}(0,\sigma^2),\quad i=1,2,...,n$

“原生的”的随机扰动项 $\mu_i=Y_i-m(X_i;\beta)$

“衍生的”的随机扰动项 $\mu_i=Y_i-\mathbb{E}(Y|X_i)$

指导原则：①经济学理论指导原则；②统计分析指导原则

四、计量经济学应用模型变量性质设定

1.直接影响与间接影响

独立性原则：

①直接性原则：对被解释变量的影响在经济行为上是直接的，无中间变量

②集合性原则：若变量由若干成分变量集合而成，则尽可能采用集合变量

③层次性原则：在分层次的变量体系中，应将第一层次变量引入模型

2.内生性与外生性

弱外生性：参数估计和检验

强外生性：未来值的预测

超外生性：政策评价

3.随机性与确定性

①具有连续分布的经济变量；②具有离散分布的经济变量；③非经济变量

关键在于是否与模型随机扰动项相关