本科毕业论文空间计量模型

讲空间计量模型之前我想说为啥会出现空间计量这个东东，它是干啥滴呢？且听我细细道来。。实质：还是回归空间计量也叫做spatial econometrics，实际上就是把咱们平时用到的那些方法加入一些空间效应后做的系列回归。

计量经济模型包括一个或一个以上的随机方程式，它简洁有效地描述、概括某个真实经济系统的数量特征，更深刻地揭示出该经济系统的数量变化规律。是由系统或 方程组成，方程由变量和 系数组成。其中，系统也是由 方程组成。 计量经济模型揭示经济活动中各个因素之间的 定量关系，用随机性的数学方程加以描述。广义地说，一切包括经济、 数学、统计三者的模型；狭义地说，仅只用 参数估计和假设检验的 数理统计方法研究经验数据的模型。用截面数据作为计量经济学模型的样本数据，应注意以下几个问题。一是样本与母体的一致性问题。计量经济学模型的参数估计，从数学上讲，是用从母体中随机抽取的个体样本估计母体的参数，那么要求母体与个体必须是一致的。例如，估计煤炭企业的生产函数模型，只能用煤炭企业的数据作为样本，不能用煤炭行业的数据。那么，截面数据就很难用于一些总量模型的估计，例如，建立煤炭行业的生产函数模型，就无法得到合适的截面数据。

建立计量模型 实证研究可以没有理论模型；但如有好的理论模型作为基础，则更有说服力。 回归分析一般只能说明变量之间的相关性，要对变量之间的因果关系做出判断，常需要经济理论。 即使无法提供完整的理论模型，也应该进行一定的理论分析。 理想情形：从理论模型推导出计量模型(econometric model)，即待估计的回归方程。 好的实证论文，需要讲好的“故事”(story)，然后用数据来证实或检验此故事。 对于回归函数的具体形式，可考虑线性、对数(变量只取正数且有指数增长趋势)、双对数、非线性(边际效应不是常数)等。 在设定模型时，应尽量使用常识(common sense)与经济理论(economic theory)。比如，将“人均变量”(如人均消费)与“人均变量”(如人均 GDP)相匹配；使用实际汇率来解释实际进出口。 又比如，考虑 FDI 对经济增长的作用。由于 FDI 起作用需要时间，如果把当年的增长率对当年的 FDI 进行回归，可能没有太大意义。比较适当的做法是，考虑期初的 FDI 对随后五年(或若干年)经济增长的作用(这样做也可缓解双向因果关系)。 如不确定该如何设定计量模型，可借鉴文献中同类研究的模型设定。 模型既不能过于简单(解释变量过少)，也不宜过于复杂，而应当保持适当的简洁(keep it sensibly simple)。 在选择解释变量时，“从小到大”(specific-to-general)的建模方法简单易行，但可能偏差较大(因为存在遗漏变量)； “从大到小”(general-to-specific)的建模方法偏差小，却不易执行。实践中，常采用折衷方案，即选择简单而有解释力的模型。