导论
第 1 章 · 洪永淼 · XMU WISE
为什么经济学需要概率思维与统计方法
2基本公理
5统计流程步骤
3代表性实例
1课件引用
概率论与统计学的学习,首先需要回答一个根本问题:为什么经济学研究需要统计思维?
1.1 经济学研究的两大基本公理
现代经济学研究的概率基础
现代经济学研究建立在两个基本公理之上:
- 经济系统可视为服从某个概率法则的"随机试验"
- 任何经济现象(常以数据形式测度)都是上述随机试验的一个结果
这两个公理将经验观察与数学概率模型连接起来——统计学因此成为实证研究的核心工具。
含义:如果接受这两个公理,那么所有的经济数据都不再是"确定"的数值,而应被视为某个概率分布的随机实现。统计学的任务就是根据这些实现去推断背后的概率法则。
1.2 统计研究的基本流程
从数据到推断的五步链条
统计学的基本流程:
| 步骤 | 内容 |
|---|---|
| 1. 数据收集 | 调查、实验经济学、田野调查、大数据 |
| 2. 归纳经验典型特征事实 | 从观测数据提炼规律 |
| 3. 建立经济理论/模型 | 构建解释框架 |
| 4. 经验验证 | 用新数据检验理论 |
| 5. 预测与政策评估 | 外推与干预效果评价 |
这一流程构成了实证经济学研究的标准范式:先从数据中发现规律,再用理论解释规律,最后回到数据检验理论。
1.3 代表性实例
统计规律性在经济现象中的体现
以下是课程中反复引用的三个经典经济学实例,它们展示了"同类事件在相似条件下重复出现"的统计规律性:
恩格尔曲线(Engel Curve)
食品支出比例随收入变化的规律。随着收入增加,食品支出占比下降——这一统计规律由恩格尔在 19 世纪发现,至今仍在消费经济学中被验证和使用。
菲利普斯曲线(Phillips Curve)
通胀率与失业率的负相关性。这一经验规律最初由菲利普斯在英国数据中发现,后来成为宏观经济政策分析的核心工具。不过,这一关系并非恒定不变,需要用概率模型来描述其统计特性。
波动聚类(Volatility Clustering)
金融收益率的时序特征——今天大的波动倾向于伴随明天大的波动。这种"波动聚集"现象无法用简单的独立同分布假设解释,需要引入条件异方差等概率模型。ARCH/GARCH 模型正是为刻画此类现象而发展起来的。
这些实例共同说明一个核心观点:经济数据不是随意的数字堆砌,而是背后概率法则的可见痕迹。概率论提供了描述这些法则的数学语言,统计学则提供了从数据中推断这些法则的方法。
课件对应:经济学研究方法论(第1章 第3页)(PDF 第 3 页) · 打开原文
PDF经济学研究方法论(第1章 第3页)p.3
正在渲染 PDF 第 3 页…
复习速查
本章核心要点
| 概念 | 要点 |
|---|---|
| 公理一 | 经济系统服从某个概率法则(随机试验) |
| 公理二 | 经济现象是随机试验的结果(数据是随机实现) |
| 统计流程 | 数据收集 → 归纳事实 → 建立理论 → 经验验证 → 预测评估 |
| 恩格尔曲线 | 食品支出比例随收入变化的统计规律 |
| 菲利普斯曲线 | 通胀率与失业率的负相关经验规律 |
| 波动聚类 | 金融收益率"大波动跟随大波动"的时序特征 |