关于计量经济学模型方法的思考--《中国社会科学》2010年02期
关于计量经济学模型方法的思考
【摘要】：对计量经济学模型方法的几个哲学基础问题的讨论,有以下结论。广义的或者说完整的计量经济学模型方法并不是一般认为的"只能检验,不能发现",而是一个能够作出科学发现的研究全过程。计量经济学模型设定阶段的演绎与模型检验阶段的归纳相结合,构成了完整的、辩证的计量经济学模型的认识论。在方法论上,计量经济学既不是完全的证伪主义,也不是完全的实证主义,而是两者的综合。在计量经济学应用研究的总体模型设定中必须坚持"从复杂到简单"的思想路线和技术路线,在模型检验中确保样本数据的质量并对数据作出必要的检验和技术处理。要正确理解计量经济学实证研究的相对性并合理应用计量经济学模型方法。
【作者单位】：
【关键词】：
【基金】：
【分类号】：F224【正文快照】：
一、引言经济学可以分为规范经济学(Normative Economics)和实证经济学(Positive Economics),二者的根本区别在于是否考虑社会价值判断。规范经济学承认价值判断,理论来自于价值判断,政策以价值判断为依据,试图回答“应该是什么”。实证经济学排斥价值判断,着眼于各种经济主
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【共引文献】
中国期刊全文数据库
汪浩瀚;[J];江西社会科学;2003年02期
李可;[J];金陵法律评论;2003年02期
徐庆年;[J];安徽大学学报(哲学社会科学版);2001年02期
方政,杨正群,刘英;[J];安庆师范学院学报(社会科学版);2004年02期
晏智杰;[J];北京大学学报(哲学社会科学版);2004年06期
孙伟平,王德保;[J];北方工业大学学报;1999年04期
徐斌;李燕芳;;[J];北京交通大学学报(社科版);2006年03期
钟群英;[J];北京化工大学学报(社会科学版);2004年03期
张海峰;[J];北京工商大学学报(社会科学版);2003年04期
高政利;[J];北京工商大学学报(社会科学版);2004年02期
中国重要会议论文全文数据库
李鹏程;;[A];上海社科院马克思主义创新论坛2007论文集[C];2007年
张存刚;漆威;;[A];全国高等财经院校《资本论》研究会2006年学术年会论文集[C];2006年
张衔;庄志晖;;[A];中华外国经济学说研究会第十四次学术讨论会论文摘要文集[C];2006年
闫永琴;焦斌龙;;[A];第一届中国政治经济学年会应征论文集[C];2007年
中国博士学位论文全文数据库
王兴国;[D];南开大学;2000年
蒋利亚;[D];复旦大学;2004年
刘运国;[D];厦门大学;2001年
谢爱华;[D];中国社会科学院研究生院;2000年
李双杰;[D];中国社会科学院研究生院;2002年
卢永华;[D];厦门大学;2002年
宋亦平;[D];复旦大学;2003年
霍伟东;[D];西南财经大学;2003年
马述忠;[D];浙江大学;2003年
宋永刚;[D];华东师范大学;2003年
中国硕士学位论文全文数据库
陈碧霞;[D];福建师范大学;2001年
王斌;[D];北京工业大学;2002年
佘俊臣;[D];苏州大学;2002年
袁群莉;[D];华南师范大学;2003年
赖晓飞;[D];广西大学;2003年
郑仁荣;[D];华侨大学;2003年
曾中秋;[D];西北大学;2003年
桂昭君;[D];浙江大学;2002年
荣小雪;[D];山西大学;2003年
周宇君;[D];湘潭大学;2003年
【同被引文献】
中国期刊全文数据库
李小建;[J];经济地理;2004年03期
牛德生;;[J];经济经纬;2006年03期
张明;[J];上海经济研究;2005年08期
龙志和,王晓辉,孙艳;[J];经济科学;2002年06期
武剑;[J];经济研究;1999年11期
齐天翔;[J];经济研究;2000年09期
袁志刚,宋铮;[J];经济研究;2000年11期
叶海云;[J];经济研究;2000年11期
陈宗胜,周云波;[J];经济研究;2001年04期
朱国林,范建勇,严燕;[J];经济研究;2002年05期
中国博士学位论文全文数据库
王力;[D];清华大学;2003年
王金明;[D];吉林大学;2006年
周卫峰;[D];中国社会科学院研究生院;2005年
【二级参考文献】
中国期刊全文数据库
贾根良;;[J];社会科学战线;2006年01期
【相似文献】
中国期刊全文数据库
谢静;;[J];中国商贸;2011年21期
王海萍;亓亮;;[J];商业文化(上半月);2011年08期
孙晓静;;[J];东方企业文化;2011年06期
翟爱梅;邵淑芬;;[J];统计与信息论坛;2011年06期
陈煜;周圆媛;;[J];东方企业文化;2011年12期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
;[J];;年期
中国重要会议论文全文数据库
闫泽涛;张斌;;[A];第九届中国管理科学学术年会论文集[C];2007年
秦迎霞;边策;吴润衡;;[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年
陈其安;胡本刚;;[A];第十二届中国管理科学学术年会论文集[C];2010年
陈国华;王成强;;[A];江苏省现场统计研究会第11次学术年会论文集[C];2008年
吴冲锋;;[A];全国青年管理科学与系统科学论文集（第1卷）[C];1991年
叶阿忠;;[A];计算机模拟与信息技术会议论文集[C];2001年
中国重要报纸全文数据库
俞丽虹;[N];中国证券报;2003年
忻文;[N];房地产时报;2003年
赵文祥;[N];沈阳日报;2007年
高彦嵩;[N];中国黄金报;2008年
中国博士学位论文全文数据库
孙洋;[D];清华大学;2009年
吴玉鸣;[D];华东师范大学;2004年
许秀川;[D];西南大学;2011年
孙云;[D];清华大学;2009年
王立平;[D];西南交通大学;2006年
陈林兴;[D];浙江大学;2012年
杨云飞;[D];华中科技大学;2011年
王玉华;[D];浙江大学;2010年
任晓红;[D];重庆大学;2010年
王阳;[D];首都经济贸易大学;2010年
中国硕士学位论文全文数据库
王森;[D];中央民族大学;2011年
洪宁;[D];华中科技大学;2006年
吴彪;[D];西安理工大学;2007年
王静;[D];湖南师范大学;2008年
李喆;[D];兰州商学院;2007年
高林;[D];四川大学;2006年
程莹;[D];西北大学;2010年
向征艰;[D];大连理工大学;2012年
沈丹英;[D];华东师范大学;2007年
王勇;[D];中国农业科学院;2010年
&快捷付款方式
&订购知网充值卡
400-819-9993
《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 知识超市公司
出版物经营许可证 新出发京批字第直0595号
订购热线：400-819-82499
服务热线：010--
在线咨询：
传真：010-
京公网安备74号计量经济学数据建模分析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
计量经济学数据建模分析
上传于||暂无简介
阅读已结束，如果下载本文需要使用
想免费下载本文？
你可能喜欢文档分类：
下载前请先预览，预览内容跟原文是一样的，在线预览图片经过高度压缩，下载原文更清晰。
您的浏览器不支持进度条
淘豆网网友近日为您收集整理了关于计量经济学统计建模的非参数方法和转变点分析的文档，希望对您的工作和学习有所帮助。以下是文档介绍：华中科技大学硕士学位论文摘要计量经济学是-I'-J集经济理论、统计学和数学等知识于一体的经济学的分支学科。而统计建模和灵敏度分析是当今计量经济学研究的重大课题之一。由于经济问题多半是非线性问题,经济数据的变化是非平稳的,而传统的计量经济学模型是在假定变量之间存在一种长期的稳定关系中去寻找的。围绕这一问题,国外兴起了利用非参数、非线性、非平稳等被称为“三非”的研究热潮。本文所讨论的核估计理论是其中的一种。在我国这方面的研究也日趋受到重视与关注,但很少作出比较全面系统的阐述。本文较系统地介绍了核估计的相关内容,特别对回归分析的核估计方法作了较为深入的讨论。从理论上证明了在一定条件下,核估计的相合性。并通过具体的经济实例,进行实证分析研究,来比较其结果,显示出非参数方法的优越性。本文研究的另一内容是转变点分析,这也是在各个领域应用较为广泛的一种分析方法。鉴于目前所作过的工作,转变点分析已获得极为丰硕的成果,且新结果不断涌现。本文则从另一角度。在理论上对转变点分析的稳定性作了一定的探讨,得出相应的结论。并将转变点分析引入到计量经济学相关内容的统计建模,这种处理方式为计量经济学建模的一种新的尝试,更面向实际。本文较为深入地研究了计量经济学有关模型转变点的检验、识别问题及其经济含义。并将有关结果应用于我国外贸安全结构的研究之中,具有一定的理论价值与实际应用价值。关键词:非参数;核估计:权函数:转变点:稳定性华中科技大学硕士学位论文AbstractEconometrics is one of the branches of economics which iS the unification ofeconomic theory,statisties and mathematics.But now,it is statistical modeling andsensitivity analysis that is one of the most important subjects ofeconometrics.Since the economic problems are mostly nonlinear,the economic data chanthe traditional econometric models are established under the assumptionof a long—range steady relationship between variables.To solve the problem,foreignresearchers try to BSe the methods of nonparametric,nonlinear and nonstationaryanalysis.And in China it also has been paid much attention to.The theory of kernelestimation discussed in this p印er is one of these.The paper systematically introducesthe content especially,the methods of kernel estimation ofregression analysis are discussed deeply.Under some conditions,the consistency ofkernel estimation is summarized in theory,and the estimation es more stable,thetraditional parameter method has no such merit.Empirical analysis has been done pare the results by the concrete economic case.The other content ofthe research is change point analysis,which is also widely usedin all kinds offields.Considering the work has been done.change point analysis has gotlots of results,and new researches arise frequently.nlis paper has done some deeplytheoretic research of the stability of change point analysis from another point of view,and got the results accordingly.Change point analysis is introduced into econometricmodeling.It faces up tO practice better,exploring the test problem on change in modelsin econometrics,investigating its economic meaning.The according conclusions areapplied to study the external trade in our country,which has theoretical and appliedvalues.Keywords:NKWCStability.11独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到,本声明的法律结果由本人承担。学位论文作者签名:猕去霸日期:知***年3翮日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口,在——年解密后适用本授权书。本论文属于不保密区(请在以上方框内打“√”)学位论文作者签名:强&小1日期:唯3月坼日’}j导教师签名:万辽寻日期;西孵;月z7日J华中科技大学硕士学位论文1.1计量经济学概述1.1.1计量经济学的概念1绪论计量经济学是在国民经济活动中应用最为广泛的经济学分支学科之一。它自诞生之日起,就显示了极强的生命力,经过20世纪40年代至50年代的大发展及60年代的大扩张,已经在经济学科中占据极为重要的地位。随着计算机的广泛普及使用,大量复杂的计量经济模型得以建立和应用,使这门学科得到了迅速的发展,正如美国著名经济学家萨缪尔森曾说过的:“二次世界大战后的经济学是计量经济学时代”。英文Econometrics最早是由挪威经济学家费瑞希(R.Fish)在1926年仿照生物计量学(Biometrics)一词提出的。其中文译名有两种:计量经济学和经济计量学。前者试图强调它是一门经济学科:而后者是英文的直译,且强调该学科的主要内容是经济计量方法。这两种不同的强调正反应了计量经济学有两个主要研究内容:一是计量经济方法的理论研究,称为理论计量经济学:二是将这些理论广泛应用于实际的经济活动中,称为应用计量经济学。费瑞希曾对计量经济学作了一个详细的阐述:“对经济的数量研究有好几个方面,其中任何一个就其本身来说都不应该和计量经济学混为一谈。因此,计量经济学与经济统计学决不是一样的。它也不等于我们所说的一般经济理论,即使这种理论中有很大部分具有确定的数量特征。也不应该把计量经济学的意义与在经济学中应用数学看成是一样的。经验表明,统计学、经济理论和数学三个方面观点的每一种都是实际理解现代化经济生活中数量关系的必要条件,但任何一种观点本身都不是充分条件。这三者的统一才是强有力的工具;正是由于这三者的统一才构成了计量经济学”。更确切的说。计量经济学是在定性分析的基础上,专门探讨如何用经济数学l华中科技大学硕士。学位论文模型方法定量描述具有随机性特征的经济变量关系的边缘科学,是数理经济学和数理统计学的交叉科学,是以经济理论为依据,以数学方法和统计推断为手段研究经济关系和经济活动规律的数量分析方法及其应用的一门经济学学科,它不同于数理经济学和经济统计学,是一门独立的经济学分支,并且具有理论性、量化特征性、综合性和实用性的特点。计量经济学的研究对象,就是经济系统的量变规律,即研究如何根据经济理论利用经济信息,对经济系统的结构、功能、过程和环境进行定量分析,并且运用数学模型来进行描述、计算评价,从而为经济系统决策提供依据。计量经济学的根本任务是建立经济模型和检验经济模型。用数学模型方法研究客观经济系统的数量关系既是计量经济学的任务,也是计量经济学的特点。模型是计量经济学的重要组成部分,也是计量经济学致力于研究的中心问题之~,其基本目的就是为了给经济管理、制定政策以及经济决策提供定量分析的技术和工具。经济计量模型,特别是大型的、非总量化的以及动态模型,对于制定和评价政策具有极其重要的意义。尤其是随着经济计量模型与电子计算机相结合的日益发展。迸一步促进了经济计量学理论与实践的不断丰富和完善。1.1.2计量经济学的发展概况在初期发展的十多年中,计量经济学主要用于研究微观经济学。如H.舒尔兹在消费理论与市场行为方面的研究;P:道格拉斯对边际生产力的研究;t丁伯根在景气循环方面的创建,都为计量经济学开拓了新领域。R.费瑞希以统计学和经济理论为基础来测度需求弹性、边际生产力以及总体经济安全性更有卓著的贡献。四十年代至七十年代计量经济学的重点是研究宏观经济。四十年点,经济学家致力于经济理论的模型与数学化研究,如T.哈威勒莫、A.瓦尔德将统计推论应用于经济计量学,使计量经济学迈进了新的境界。五十年代H泰尔给出的二阶段最小二乘法是对计量经济学的一大贡献。六十年代计量经济学得到了迅速的发展,在这段时间,学者们发表了有关分布滞后的新处理方法。物理学中的光谱分析也被应用于计量经济学,同时还解决了有关线性模型存在的一些老问题,并且由于电子计算机的使用,使大量复杂的计量经济模型得以建立和应用,从而促进了计量经2华中科技大学硕士学位论文济学理论与应用的发展。最近几十年来,计量经济学的发展又进入了一个新的阶段。学者们一方面仍继续发展计量经济学的理论部分;另一方面则将它更为广泛地应用于实际经济生活中,利用计量经济模型从事预测与经济分析。拟订经济计划并提出经济政策。计量经济模型的发展有两种趋势,正如我国学者张守一教授提出的:“一是模型越来越大,包括一万或两万以上方程,这种模型结构复杂,更换工作量大;二是建立模型体系,每个模型不大,但数目多,涉及经济生活的各个方面,通过信息交流和反馈,可以形成完整的,有机的模型系统,无论经济预测还是政策分析都很全面,可以在决策中发挥更大的作用。”英国学者亨德利提出了协整理论,使计量经济学进入了一个新的理论体系。现代对策论、贝叶斯理论在计量经济学中的应用,是目前计量经济学研究的新课题。当今计量经济学研究的重大课题大致可以包括以下几方面内容:(1)贝叶斯方法的应用。贝叶斯方法是与经典的计量经济学模型的估计方法相对的一种统计学方法。它的基本思路是,认为要估计的模型参数是服从一定分布的随机变量,根据经验给出待估参数的先验分布。然后根据这些先验信息,并与样本信息结合,应用贝叶斯理定理,求出待估参数的后验分布,再应用损失函数,得出先验分布的一些特征值,并把它们作为待估参数的估计量。(2)对策论的应用。人类社会中每一个利益主体从为增进自身利益、最大限度地满足自身需要的根本愿望出发,同时又必然要在其他众多的利益主体相互交往的过程中表现为策略相互依赖,博弈论在经济学上的应用,使得人类对自身的认识程度提高了一大步,从思想方法、认识观念、研究手段等方面都使经济学发生了一些根本性转变。(3)统计建模及其灵敏度分析。所谓建立模型,就是根据研究对象的样本观测值,用经济计量的技术和方法,通过估计模型参数,把要研究的经济问题,用拟合最好的数学表达式表示出来。对已建立的模型,在具体应用前,必须进行各种理论检验和灵敏度分析,这是判断经济计量模型是否符合实际的主要手段,也是构造和应用经济计量模型的重要组成部分。3华中科技大学硕士学位论文本文的研究的主要方向确定为第三方面的内容。1.2非参数方法统计模型是统计学家利用数据分析总体的最基本的工具。然而,统计模型只是对真实的近似,但模型有优劣之分,如何建立一个好的统计模型是统计学家努力追求的目标。作为统计学家的工具,回归模型一直受到大家的密切关注。从线性模型、非线性模型到广义线性模型及非参数模型,都是伴随着计算技术和计算能力提高的情形下,人们对客观总体的复杂描述提出了更高的要求的背景下,而迅速发展的研究内容。非参数技术已被证明是极好的探索复杂模型的潜在结构并减少传统参数模型的模型偏差的工具。可以预见,随着信息技术的突飞猛进,越来越复杂的“数据挖掘”问题的出现,非参数技术及其应用将是今后几年内非常富有成果的领域。非参数回归分析的目的之一是减少参数回归模型可能存在的模型偏差。一个错误的参数模型能产生额外的模型偏差,进而导致错误的结论。非参数回归模型企图通过拟合一个大的统计模型类来减少这种偏差,并容许数据本身来决定合适的模型结构,同时提供一些有用的参数建模工具和模型诊断方法。非参数密度估计和非参数回归估计方法是近20多年来现代统计统计学发展的一个重要方向,并改变了传统统计学发展的格局,对未知分布的数据模型的处理以及不完全数据的处理等提供了一种新的统计方法。由于实际经济环境中往往存在一些不确定的因素,有时不能提供可依赖的模型的参数形式,所构成的模型可能对实际经济趋势产生误导。所以上世纪八十年代后期以来,已有学者开始把非参数密度估计的方法引入到计量经济学,并已取得一定的成果。非参数回归估计引入计量经济学中的一般性工作可参见有关文献Ullah,Vinod(1993)t”,而对实际曲线形式无定型(数据参数未知)的经济模型,如收入分布、恩格尔曲线的理论和应用研究、资产价格变动的函数分量估计以及微蕊经济需求理论的实证分析有了一定的结果,这些研究给新古典经济模型的理论研究和实证分析开创了新的发展局面。4华中科技大学硕士学位论文本文所讨论的非参数密度估计为核估计。本文较系统地介绍了核估计理论并利用具体的经济实例与传统参数方法进行比较,显示出非参数方法的优越性。1.3转变点分析近来,人们越来越关注转变点的识别与估计,主要是由于转变点在经济、金融、医药、心理学等方面有着广泛的应用,甚至渗透到我们的日常生活中。在各个领域的许多实际问题中,我们都可以看到其影响。例1股票市场分析:u.s.4的股票市场记录表明,许多公司的股票价格每天都在波动。虽然根据经济理论,股票价格波动是正常的,但仍存在一些变动是异常的,引起投资者的特别关注。在此,我们会产生这样一个问题:1990年伊拉克对科威特的侵略是否会在u.s.一的股票市场中产生显著性变化?例2质量控制:在某个连续生产过程中,一般认为产品的质量是稳定的,然而,由于某种原因,可能会产生不同质量的产品。因此,我们有必要查明,当产品质量开始下降的过程中,是否会存在一个转变点?例3交通事故死亡率:1987年,uJ.A的许多高速公路上的限制速度从55miks/hour增加到65miles/hour,这个速度的提高会引起高速交通中的一些问题吗?我们会考虑到,当对55miles/hour的限制速度放松后,在交通事故中是否也会存在一个转变点?从统计学的观点来看,设x.,X:,…,X。是一列相互独立的随机向量(变量)序列,其分布函数分别为F。,F:,…,F。。一般而言,转变点识别问题就是进行如下假设检验:H o:Fl-F 2=¨‘--F。H1: Fl一’--F女.≠F岛+l=¨一F々2≠Fr:+1…一Ft。≠F女,+1一一F。(1.2.1)其中,l&kl&k 2&…&k g&rl,q为未知转变点的数目,k】,k 2,…,k。为待估的转变点位置。由此可以看出,转变点识别一般包括两方面内容:(1)判断序列中是否存在华中科技大学硕士学位论文转变点:(2)估计转变点的数量和位置。早期的转变点研究要追溯到上个世纪五十年代,在随后的相当长一段时间里,出版了大量的相关文献,其中,大部分讨论正态独立序列的均值的转变点问题,及讨论在线性回归和自回归等回归模型中一个转变点问题,主要涉及的方法为似然比检验、非参数方法及贝叶斯方法,很少涉及到其他模型中的转变点问题。Chert and Gupta(2000)‘21则作了这部分的工作,详细讨论了~元正态模型及多元正态模型中关于均值(向量)、方差(协方差矩阵)及二者结合的情形下的转变点问题。同时,对回归模型、Gamma模型、指数模型及离散模型等也作了相关的讨论。其中所涉及的方法包括,传统的似然比检验、贝叶斯方法及信息准则方法等。本文从另一角度分析转变点问题,讨论转变检验点的稳定性;并将转变点分析方法应用于我国外贸安全的研究中,使其更具理论和实际意义。6华中科技大学硕士学位论文2.1问题的提出2核估计理论假定有了~组关于两变量x和Y的数据{(x,,Y.),i=1,..,n),如果认为这两个变量有函数关系y』=m(x,)+占,,i=1,..,行,这里s,可看成是随机干扰。如何去估计函数m(功则是我们的目的。对这种问题,大体上有两种方法。一种是参数方法,也就是假定该函数的形式是已知的,并且可以写成带参数的形式m(x,曰),这里口为仅有的未知量(可以是向量)。因此,只要估计出0的值,问题就解决了。经典的线性或非线性回归就属于这种方法。参数方法有很多优点,特别是其表达式简单直观,易于分析,使用方便。但是,世界是复杂的。并不是所有的关系都能用一个有限的数学式子来表达。在许多情况下,即使弓l入大量的参数,仍不能改善拟合的结果。这时,人们可用非参数的方法。在非参数方法中,并不假定也不固定函数m(x)的形式,也不设置参数,函数在每一点x的值都由数据决定。显然,如果把原始数据点作图表示出来,由于随机干扰的存在,数据有很大的摆动,极不光滑,因此要除去干扰,也就是说,需要使图形光滑。最简单的也是最为人知的就是所谓三点平均。也就是每一点mfx)的值都取离x最近的三个数据点的相应的Y值的平均。如果用来平均的点越多,所得的曲线越光滑。当然,如果用所有珂个数据点来平均,则m(x)为常数,虽然这时i最光滑,但失去了数据中除均值之外的所有信息,拟合的残差也大。所以说,不仅要除去尽可能多的干扰,还要防止在除去干扰时把有用的信息也丢掉。可以看出,即使决定了用多少数据进行平均,也存在如何平均的问题,也就是说,要决定每个数据点在估计m(x)的值时应起何种作用的问题。显然并不是每个点的作用都应该一样。直观上,和X点越近的数据播放器加载中，请稍候...
该用户其他文档
下载所得到的文件列表计量经济学统计建模的非参数方法和转变点分析.pdf
文档介绍：
华中科技大学硕士学位论文摘要计量经济学是-I'-J集经济理论、统计学和数学等知识于一体的经济学的分支学科。而统计建模和灵敏度分析是当今计量经济学研究的重大课题之一。由于经济问题多半是非线性问题,经济数据的变化是非平稳的,而传统的计量经济学模型是在假定变量之间存在一种长期的稳定关系中去寻找的。围绕这一问题,国...
内容来自淘豆网转载请标明出处.　　摘 要：计量经济学对当前经济危机预测与应对的无力引发了学术界对计量经济学在经济分析中角色与作用的争论，究其实质可归结为" />
免费阅读期刊
论文发表、论文指导
周一至周五
9：00&22：00
计量经济学局限性研究
&&&&&&本期共收录文章15篇
　　摘 要：计量经济学对当前经济危机预测与应对的无力引发了学术界对计量经济学在经济分析中角色与作用的争论，究其实质可归结为一个问题：计量经济学是不是无局限的绝对科学？本文从计量经济学语言分析、学科数理基础、模型过程方法论基础以及模型功用四个层面对计量经济学进行基础研究，指出计量经济学是非精确的、有局限的相对科学，其优势所在也是其局限所在：计量经济学经验实证模型语言的经济学表述充分性方面，概率、统计学科基础的精确数量关系度量方面，建模过程不平衡方法论基础的实践应用研究方面都存在一定程度的局限性，而这些局限性又内在地制约了计量经济学的模型功用，表现为其模型主要功用上的局限性。 中国论文网 /3/view-4437281.htm　　关键词：计量经济学；语言分析；数理基础；方法论基础；模型功用 　　中图分类号：F2240 文献标识码：A 文章编号：1000176X（12 　　一、引 言 　　当前正在持续并不断延伸的经济危机，引发了学术界对于标准经济学建模方法在此次危机预测与应对中作用的探讨，其矛头直指计量经济学，认为计量经济学在经济现实表述与预测方面作用甚微，一些极端观点甚至要求放弃计量经济学模型方法，因之引发当前学术界关于计量经济学“失败与否”的学术之争。争论的实质可归结为一个问题：计量经济学是否是精确、无局限的绝对科学？ 　　对于计量科学的精确性、绝对性的探讨由来已久，当前学术界的争论只是对这一问题的深化。早在1939年，Keynes就指出计量经济学模型方法存在三个层面的问题：一是理论的先验正确性问题[1]，二是线性假设以及滞后期与趋势决定的主观随意性问题， 　　正如凯恩斯所说，计量经济学模型设定基本是以线性假定为前提的，Juselius在谈及VAR类模型的局限时，也提起过VAR类模型的设定是线性的，因此其对于跨越多个时期的模型预测并不十分理想。 　　收稿日期： 　　基金项目：辽宁省社会科学规划基金项目“经济学哲学名篇中元经济学问题研究”（L11BZX010） 　　作者简介：刘丽艳（1978-），女，辽宁沈阳人，东北财经大学经济哲学研究中心特邀研究员，博士，主要从事计量经济学理论和方法论等方面研究。Email： lucyliuliyan@bipteducn 三是计量经济学的结构不变性问题。认为这三个问题造成了计量经济学经济分析的局限。相对于凯恩斯，Lawson的观点相对来说比较极端，Lawson对当前计量经济学建模的研究方法进行了严厉的批判[2]，认为当前的计量经济学模型，尤其是VAR系列模型在研究现实经济机制方面作用甚微，模型未获得关于经验现实的真正洞察，其预测结果不具备经验充分性。 　　而 Juselius则更倾向于为现代计量经济学模型、尤其是VAR系列模型进行辩护[3]，认为计量经济学本身不存在任何问题，只是在面对当前危机时应做一些转变[4]。并指出正确设定的、具有经验充分性的协整向量自回归（Co-integration Vector Auto Regrssion， CVAR）模型可以实现这一转变[5]。作为计量经济学的拥护者，Hendry同样对计量经济学进行了辩护，指出虽然计量经济学方法确实可能会产生谬误回归，但这种谬误可通过检验进行回避与拒绝[6]；Hendry提出根据数据生成过程（DGP， Data Generation Process）进行建模的理念，指出计量经济学应根据DGP过程进行经验建模，进而保证计量经济学应用研究的科学性与精确性。 　　国内学界对计量经济学基本持肯定态度，李子奈认为，从计量经济学模型方法的建立、估计与检验过程来说，其方法具有坚实的统计、逻辑基础，符合科学研究的发现过程[7]。计量经济学研究方法实质上就是回归分析，是证实与证伪、归纳与演绎、检验与发现、相对与绝对相结合的过程。并探讨了计量经济学模型政策评价、结构分析、预测与检验功能上的局限。 　　李子奈在他的“计量经济学方法论的若干问题”，“计量经济学模型的功能与局限”中均有提到这一观点。洪永淼认为计量经济学模型面临三个主要问题：非重要因素的影响问题、观测数据问题以及样本外预测问题[8]。但计量经济学理论本身已经发展得相对成熟与全面，只是由于经济系统的时变性、不可逆性以及经济数据的缺陷导致了计量经济学的分析、预测没有物理学那样精确，这也是计量经济学与自然科学最大的区别。 　　那么计量经济学究竟是怎样的科学？它是否具有其自身难以避免的不足与局限？要对这一问题进行解答，就要从其模型方法的概率和统计学科基础进行探讨，从其表述语言、方法论及功用层面进行基础研究，以提高其应用研究的科学性，使计量经济学应用研究沿着正确的方向发展，这也正是本文的研究目的。 　　二、计量经济学的语言分析：模型语言经济学表述的非充分性 　　经济学语言学转向引发人们对语言在经济分析中作用的广泛关注，进而产生一个问题，计量经济学的主要语言是什么？计量经济学语言具有什么特征？其在经济分析中又处于什么地位？要解决这些问题，就要从什么是计量经济学的语言以及计量经济学语言的方法论地位来着手。 　　要探讨计量经济学的语言，离不开对计量经济学的界定及其基本分析结构的探讨。计量经济学是通过模型来表述经济现实的，基于统计、概率方法的模型构建是计量经济学经济表述的主要手段与方式，也是计量经济学进行经济研究与分析，以及作用于应用实践的基础途径。从学科的自我表述与实践应用两个层面来说，一方面，以概率和统计为基础的计量经济学模型是计量经济学这一学科的主要表达方式，也就是计量经济学的“语言”；另一方面，从计量经济学的基本分析结构来说，模型是计量经济学分析的基本结构，是计量经济学描述、解释经济现实的主要手段，也是计量经济学进行学科表述与对外自我表达的主要途径，可称为计量经济学的“模型语言”。以概率和统计为基础的计量经济学模型，既是方法又是语言，在计量经济学经济分析中处于核心地位。作为经验实证的计量经济学，其研究方法从方法论上来说是经验实证的模型方法，其语言也必然离不开经验实证的方法论基础地位，是经验实证的模型语言。
　　那么，计量经济学经验实证的模型语言在经济学研究中处于何种位置？其经济学的表述充分性如何？是否能够替代自然语言？要回答这些问题，首先就要明确经济学学科本质与计量经济学经验实证模型语言的方法论地位。作为社会科学的“皇冠”，其特殊的学科性质决定其不等同于物理学这样的自然科学，同时人类社会也不等同于实验室。经济现实的复杂多变性，人性与人类心理的不可预测性，使得经济发展过程成为一个异常复杂的有机体，这些必然复杂化经济学的表述及其语言，单一的基于以概率和统计的模型语言难以完成这一任务。此外，从经济科学理论表述层面来看，经济理论并不必然由数学或统计学来证明。经济学的语言是多元而非一元的，数学、统计语言是经济学分析语言中不可替代一种，是“多元”中的“一元”，但并不必然比其他语言更重要。当然，这也解释了计量经济学以概率和统计为基础的模型语言在经济分析语言中的地位。 　　计量经济学经验实证的模型语言是计量经济学科学化经济研究的一个重要体现，但同时也难以避免其自身与生俱来的方法论局限： 　　首先，经验实证的模型语言面临经济研究中价值判断理念的计量化问题。计量经济学模型语言对经济现实的表述是建立在表示现实经济活动结果数据的概率分布假定基础之上的，模型语言对经济现实中不可度量的社会关系、政策和心理等价值理念的处理是通过主观假定赋值或虚拟变量来完成的。从一定程度上来说，计量经济学模型语言对价值判断的这种表述稍显随意、主观，是不精确的；此外，很多价值判断理念难以通过统计语言或概率分布来表述。因此，计量经济学模型语言存在着价值判断理念计量化的问题。经济研究是以人及其构成社会的经济活动与关系为核心的，而这种社会经济关系的表述不仅是“量”的统计，还包括“质”的描述。计量经济学模型语言对经济现实的解释与描述是通过变量与现实经济因素的映射来完成的，因此，模型对经济现实的解释是建立在模型方程涵盖待解释经济变量这一前提之上的。那么就产生了一个问题，模型是否可以包含所有经济因素，也就是经济因素都可以通过适当量化的形式纳入模型语言的表述范围吗？答案是否定的。很多宏观计量经济学模型中的政策、环境因素以及微观计量模型中的心理因素，都很难一一映射为计量模型中等价的变量形式。虽然虚拟变量是一种选择方式，但现代计量经济学中的虚拟变量通常是简单的“二进制”（0，1），这种“是与否”的极端表述方式很难精确描述经济现实的渐变过程与渐变效应。 　　此外，即便勉强将价值判断理念通过主观赋值的变量进行计量化，还存在现实经济因素与观测数据统计方式的非“一一映射”问题。很多模型表达的变量或符号在现实经济中有多个对应统计方式，而每种方式的选取都代表着不同的样本数据，有时甚至会影响到模型的估计结果。如探讨外商直接投资与中国经济增长的关系时，涉及到国家开放程度这一政策理念及其模型对应变量的选取。究竟用什么代表开放程度，现实中选取模型样本数据时就涉及一个选择的问题，有的研究者将年进出口贸易总额的GDP占比作为一国开放程度的度量标准，有的将对外政策的颁布作为开放程度的度量。这种变量的选取通常以模型的估计结果是否更优作为条件，可以说这种选取模式是稍显主观随意的，并不具备严格的科学性。 　　其次，计量经济学模型语言难以完全取代经济学表述中的自然语言，一元的模型语言难以对经济学进行全面、充分表述。第一，能够表述经济世界的是语言性的词语而不是人为创造的符号、模型，计量经济学的模型语言并不比自然语言更接近经济现实，同时，经验实证的模型语言所描述的逻辑建构具有其本身的局限，不能完全取代经济学自然语言的使用。虽然计量经济学模型语言中的数学公式与统计推断过程本身也是一种话语，但这种“话语”本身也有语言问题，爱因斯坦指出，“就数学定律指涉现实而言，它们并不确定；就其确定性而言，他们并不指涉现实”。数学哲学的观点展示出数学、统计的模型语言，作为一种经济学研究语言，其所构建的“经济世界”并不比自然语言的更准确，也不比自然语言的更接近现实世界。第二，人们生活的世界是词语的世界而非函数的世界，对语言最重要的沟通与交流功能来说，经验实证的计量经济学模型语言作为交际语言并不具备足够的充分性。虽然其在统计推断与函数符号表达上具有严谨性与便利性，并因此一定程度上体现了其科学性，但对于语言最为重要的交际功能，计量经济学模型语言并未表现出任何超越其他语言范式的优势，尤其是在与公众交流时[9]。用函数与符号表达的数学语言是自然科学的通用语言，“对自然科学家而言，它就像过去拉丁语对学者一样，而对许多经济学家来说它不幸是希腊语”[10]，因之其模型方程与符号的表达范式可能更容易使人们感觉它只想通过深奥的数学让人肃然起敬，而不是更有助于交流。 　　还有一个不得不说的问题，不论计量经济学模型语言多么严谨、精确，也不可能做到对完整社会关系进行精确表述，这取决于计量经济学模型设定的非精确性与局部性，因为任何模型都不可能把整个社会复杂多面的关系全部纳入模型体系，无论从技术层面来说还是从方法论层面来说，这是不现实也是不可能实现的。 　　三、计量经济学的数理基础：非精确数量关系的度量 　　由于计量经济学以概率和统计作为其学科的数理基础，其结论是基于样本数据（总体样本的一部分）的推断做出的，而非真实的针对总体样本进行的精确运算，因而其结论并非是确定的、精确的。而计量经济学中以概率为基础的随机检验的不对称性与非精确性、概率约化（Probabilistic Reduction， PR）方法下统计推断的非确定性，都导致了计量经济学度量精确数量关系上的局限。 　　1以概率为基础的随机检验的不对称性与非精确性 　　由于观测值很少是现实经济中经济变量的真实值，因此随机模型的存在具有较为重要的作用。 　　当我们说理论或模型是正确的时候，表示现实世界和理想世界是完全一致的。很多人都认为，即使我们认为理论或模型是正确的，两个世界也不可能是完全一致的（如观测误差、非理性行为），因此人们建立随机模型，来表示这种“一致”的随机性。如果认为观测值和真实值的误差是处于正态的随机分布，即这种“一致”本身就是模型的随机因素。但随机模型本身由于其概率基础的非精确性以及两类前提假定的不对称性，使其模型检验的逻辑基础受到质疑；同时其概率基础的随机性，也严重削弱了随机模型的可靠性与精确性。
　　首先，以概率为基础的随机检验的不对称性。计量经济学的证伪或检验需要逻辑依据，随机检验在逻辑上具有非对称性，这种非对称性源于对标准逻辑的构建，即对于给定的一系列假定，我们能逻辑性地得出一系列结论：①如果所有的前提都为真（在某种意义上），那么所有的结论也都为真（同样的意义上），这是必然的。②如果任何一个结论是错误的（同样意义上的），那么给定系列的前提假设中至少一个是错误的——但我们不能确定哪一个是错误的（多于一个的时候），也不知道有多少个是错误的，因为可能所有的都是错误的。③如果存在任何一个错误的前提，我们不能排除结论中可能有正确的结论，这是必然的。④如果结论中有一个是正确的，给定系列假设中的任何一个都有可能是错的。这里我们可以说，如果正确运用逻辑，那么前提的正确性可以传递到结论上（假设到预测），而结论的正确性却不一定能传递到前提上，这里存在一个明显的不对称性。同样，对结论的证伪可以至少传递到前提上（一个），但对前提的证伪却不能传递到结论（除非结论与前提一样）。计量经济学的随机检验是建立在通过对结论（根据经济理论、数据建立的模型）的证伪进而证伪前提（经济理论假说）的逻辑基础上的，而逻辑不对称性则削弱了这一检验的逻辑基础。 　　其次，以概率为基础的随机检验的相对性与非精确性。这里用简单的线性模型来探讨随机模型检验的相对性与非精确性问题。假设线性的两个变量，C=a+bY的每个观测值允许有10%的误差，通过式（1）和式（2）两个观测值，可以通过方程确定a和b的值，即进而通过确定系数的方程与Y3来确定C3的值，得出C3的计算值和观测之间的误差为17%，超出通常10%的标准。 　　实际上C与Y的观测值可能与其真实值有10%的偏差，而对于第三个观测值C3，其计算值和观测值之间可能有大到17%的误差，而它们之间的关系不能就此确定是非线性的。同时，未对线性假设进行确定并不必然表示对非线性假设的肯定，基于单一观测值的检验并不构成对假设的反驳，而0误差也不代表对线性关系的肯定。15%的误差可能不足以确定模型就是线性的，但也不足以说明模型是非线性的，因此我们称之为对线性假设的非肯定。要区别开对线性假设的非肯定并不代表对非线性假设的肯定。任何判定的标准都应基于对观测误差本质的了解以及对理论本身的了解。通过判断P值来判定，这要求首先观测值符合高斯正态分布步钟形曲线，如果我们假设观测均值是真实的，数据的分布是正态的，那么正态分布的观测值曲线可以用来计算P值，如5%，作为接受的标准。这样的一个缺点就是，很可能错误地接受了不适合的方程或模型。如果观测值的概率分布不是正态的，或如果每次观测到的值不是独立的，那么P值检验就难以进行。若实际的误差分布与假定有差异，则此方法带来的问题足以影响到计量经济学的精确性。 　　这里还需要指出的是，随机的是模型，而不是现实经济世界。任何随机模型的检验都是对这种假设的一致性的检验，即对理论本身的检验。只有人们认为模型绝对为真，任何违反一致性的变化完全都是由真实世界难以解释的变化引起的时候，人们可以选择相信现实世界是随机的，但这点显然是不成立的。而随机性把理论的真实性变得无可非议，认为理论是不可能出错的，这一先验观点严重损害计量经济学的经验基础。计量经济学随机模型这种把理论和模型假设看成是真实的，世界是随机的这种看法是不诚实的，也是随机模型局限性的一个体现。 　　2 概率约化方法下统计推断的非确定性 　　计量经济学概率约化方法（Probabilistic Reduction，PR）的出发点是，经验模型是实质性信息与统计信息的混合体，其主要目标是应用数据来了解观测对象。这两类信息最初被包含进两个不同的模型——理论模型和统计模型，前者是由理论变量构建的，其中一些变量可能是不可观测的；后者则是专门根据数据Z：=（Z1，Z2，…，Zt）潜在的可观测随机变量设定的，问题是找到将两者联系起来的方式，同时不违背实质性信息与统计信息任何一方的完整性。 　　根据概率约化方法，Z是随机过程{Zt，t∈T}的一个实现，根据Kolmogorov定理，随机过程的概率结构在某些温和规律性条件下，就联合分布D（Z1，Z2，…，Z 　　建立统计充分性的难度显示，对数据盲目的集合不大可能产生任何规律性；即便偶尔产生了，对一致性度量与外部有效性的探索也将会消除这种伪规律性。现实应用研究中的计量模型，其统计充分性或多或少都存在一定程度上的不充分问题，原因并不取决于建模者，而是经验数据本身就难以完全符合强概率假定。现实中的数据很少能满足统计上要求的时间平稳性或不同数据生成过程的同质性，因此要建立完全的具有统计充分性的模型是几乎不可能的。这也是计量经济学数理基础本身所固有的一个局限。 　　四、计量经济学的建模过程：不平衡方法论基础的局限性 　　计量经济学基于经验数据模型符合科学研究的发现过程，是其优势所在，但同时，其建模过程的方法论基础并不平衡，表现为认识论基础上归纳内容重于演绎内容，逻辑学基础上对检验的重视超过发现，一般哲学基础上对“特殊”与“一般”的处理未达到平衡，而这些建模过程中的方法论基础不平衡导致了计量经济学模型方法的局限性。 　　1 计量经济学建模过程中认识论基础的不平衡：归纳重于演绎 　　计量经济学的一个首要目标就是为经济学提供经验内容，可见经验归纳在计量经济学中独特的重要性；而计量经济学科的产生与发展，也无不体现了归纳法或经验检验在经济研究中的兴起与盛行[13]。虽然计量经济学不只包含归纳，从其建立模型过程看，除去其中经验检验部分则是明显的经验归纳，最初的模型设定与检验后的模型政策评价、预测等功用的实现均属于演绎内容。但不得不承认的是，计量经济学作为“为经济学提供经验基础”的学科，其模型方法不可避免地侧重经验归纳，而现实经济研究应用中，这种对经验归纳的侧重也在一定程度上导致了计量经济学研究方法的局限。
　　首先，对归纳赋予过多权重可能会导致模型方法的归纳内容缺乏正确前提，进而产生不可靠甚至错误模型结果。缺少足够演绎内容的模型设定，很可能是基于错误的经济理论或数理逻辑，模型设定不充分。那么这种情况下模型的检验结果就会很危险，会有较强的误导性，因为它可能直接导致完全错误甚至荒谬的结论，进而削弱计量经济学模型分析的意义，得出错误甚至荒谬的结论。模型设定是计量经济学研究的基础与前提，只有设定正确的模型才能通过正确的检验步骤得出正确的结论。 　　其次，对归纳给予过多权重可能会导致统计意义与经济意义的不平衡，使计量经济学的研究倾向于追求统计分析上的完美性，进而趋向于形式主义，降低研究的质量，甚至产生方向性错误。应平衡计量经济学建模过程中归纳与演绎内容的权重，过于重视经验归纳内容，忽视演绎部分，很可能会导致对统计显著性的片面追求而忽略模型的经济意义，进而沦为缺乏经济意义的形式主义，产生“伪回归”谬误。而现实经济研究中也确实存在这种统计上显著、检验环节完美而经济意义上贫乏的研究结果。其中较为普遍的是根据研究目的进行模型设定，随意性较强，甚至有时不符合经济理论或经济惯例，与经验现实相冲突。有时为了突出待研究的关键变量，可能较为随意地增减其他变量以获得关键变量较高的统计显著性。这种模型设定是单纯地对经验归纳的偏重而忽略演绎内容在模型设定中的意义，致使研究缺乏经济理论基础，导致可能误导性的甚至是错误的结论。 　　总之，必须认识到，计量经济学应用研究中应将抽象演绎与经验归纳相结合。演绎内容决定了计量经济学的模型设定，为归纳内容设定了前提，决定了经验归纳的方向，它就像建筑物的地基一样限制并主导着其基础上建立起来的建筑——模型的经验归纳部分。不能片面地强调归纳或演绎的重要性，而应平衡两种方法在计量模型方法中的应用。 　　2 计量经济学建模过程中逻辑学基础的不平衡：检验重于发现 　　计量经济学的学科性质并非是狭义的回归分析。广义的计量经济学具有多重科学、哲学和方法论基础，它形式上是统计学、经济理论与数学三者的结合，其目的是为经济研究提供经验基础。在计量经济学模型设定与估计两个环节，由于是以理论与数据相结合的关系论导向进行模型设定，而且严格遵循从一般模型到特殊模型的建模范式，很可能发现与原有的先验理论不同的，并通过严格系列检验的新经济关系，或是证伪已经存在的旧有经济关系，这是一个检验与发现综合运用的过程，它不仅是单纯的检验，还是对新事物探寻的过程。正如丁伯根对计量经济学模型方法的辩护，“它从一定程度来说是检验与发现的结合”，但这里要注意一个问题，计量经济学中的理论发现并不是真正意义上的“发现”，而是估计、检验过程中对先验设定理论假说的完善，或者是对更为适合样本数据、对样本数据拟合更好的模型形式的探寻。 　　同时，也必须承认，计量经济学对检验的重视要远重于发现。Hendry曾指出，计量经济学的三大黄金定律就是“检验、检验再检验”。理论检验功能也是计量经济学模型的传统功能，可见检验在计量经济学模型方法中的核心地位。对检验过于重视的同时也难以避免地忽略其另一面——发现，这也造成了计量经济学模型方法一定程度的局限。 　　首先，对检验赋予过多的权重，而忽略发现的重要性，很可能使计量模型分析沦为“统计的炼金术”或“经济学的鬼把戏”。计量经济学建模过程中对检验的重视程度远超发现，这一逻辑学基础的不平衡很可能导致建模者对检验技术的先进性与复杂性的片面重视，即过于偏重统计显著性而忽略对模型经济充分性的考察；同时，建模过程中最为重要的、可能导致理论发现的“异常现象”，很可能在对检验的片面追求中被忽略掉。对于与先验观念相冲突的、导致统计充分性降低的、不符合检验标准的“异常现象”的出现，建模者很可能以其不符合检验标准为根据，在未考虑其可能的经济充分性的前提下，为突出某些变量的显著性而对变量进行随意删减，结果可能将模型从正确设定的方向引向歧途，错过最为重要的“理论发现”。模型的设定脱离了经验现实，进而使统计分析变成形式化的“统计的炼金术”。还有一种更危险的情况，就是根据根本就没有科学性的理论假说，而只是盲目地根据研究目的对变量回归关系进行检验。这种缺乏理论指导的计量分析早在20世纪40年代计量经济学著名的方法论争论——“没有理论的度量”中就已指出其谬误性。无论检验步骤、方法如何完善，没有正确的前提很可能造成“伪回归”而得出错误的结论，使计量经济学应用研究成为“经济学的鬼把戏”。 　　其次，即便是计量经济学中占主导地位的检验，也不是毫无瑕疵的，计量经济学检验的逻辑不对称性严重损害了计量经济学检验的权威性与说服力。前文已经探讨过计量经济学以概率为基础的随机检验的非对称性，前提的正确性可以明确地传递到每一个结论，而对任一结论的证伪却只能模糊地传递到前提，即难以确定是哪一个或哪些前提是错误的。这种逻辑上的不对称性决定了逻辑在检验中的作用：①只通过检验从理论中推理出来的结论（可能很多都是正确的）不能检验理论本身。②不可能通过前提的真实性间接性地证实所有结论，当其中一个前提恰好是公认的陈述时（至少有一个，这样才能进行解释和预测），由于我们不能知道相对于经验事实来说什么时候这个公认的陈述是对的。③证明前提都是错误的并不能证明特定结论的正确性。由于结论正误和前提正误的不对称性是检验经济理论的最大障碍，对结论的证伪并不能证明理论本身有问题，如果在建模过程中添加了附加假设。由此可见，对随机模型本身的检验并不能检验理论假说的真伪。计量经济学中的检验，从一定程度上来说是无力的。 　　最后，计量经济学的检验是概率意义上的，是随机的、相对意义上的，难以获得绝对的、精确的结论，认识到这一点同样十分重要。计量模型的回归结果只是在给定的某一显著性水平上，给出是否可以接受待检验的假说；其接受与否是以显著性水平为评判标准的，如经常使用的10%，5%和1%显著性水平。但这里需要注意的是，这一显著性水平是人为选取的，并非是计量经济学科学体系天然生成的。而且，即便通过显著性检验，也不能完全确保检验的假说是完全正确的，因为这里还有一个10%，5%或1%“弃真”（错误地拒绝了原假设）的可能性，通过检验也是存在错误可能性的。也就是说，通过检验只是证明错误的概率偏低而已，而不能绝对地排除错误的可能性。因此，计量经济学以概率为基础的检验，其相对性和非确定性是与生俱来的，这也是计量经济学的局限性之一。
　　3 建模过程哲学基础的不平衡：“特殊”重于“一般” 　　不同于一般哲学中的一般与特殊，本文的一般与特殊指“一般模型”与“特殊模型”，两者的关系在计量分析的两个层面得到体现：一是始于“一般模型”的建模范式和始于“特殊模型”的建模范式，二是约化过程中“一般”与“特殊”模型的相互转化方面。 　　“一般模型”源于Hendry的“包含模型”[14]，始于一般模型指从包含所有可能影响变量的一般模型开始的建模范式，在不丢失任何信息的前提下，通过约化过程将复杂的一般模型约化为便于统计分析的、简单的特殊模型。而始于“特殊模型”的建模范式则相反，从包含核心因素的特殊模型开始，通过检验揭示不足之处，再通过增加可能影响因素来完善模型的建模范式。由于模型是对经济现实的表述，理论上应只有一种正确的最终模型设定，但现实中由于经济变量之间的复杂关系与模型推导过程中对统计充分性的片面追求，很可能使二者的最终模型设定相距较远。 　　因为很可能出现这样的情况，从特殊模型开始进行到路径的“中途”时，发现个别核心变 　　量已经满足了统计显著性检验的要求，而就此停下来将其作为最终模型。 　　计量经济学中的“特殊模型”与“一般模型”的转化，在时间序列数据建模过程中尤为突出。由于现代时间序列数据通常采用数据导向的建模方法，为保证其经济理论基础充分性对约化过程进行理论或结构约束，从其本质上来说就是将“一般模型”实施约束进而转化为“特殊模型”。再通过包容性检验来验证这一“特殊模型”的包容性，若无法通过包容性检验，则重新建立一个新的“一般模型”，再逐步约化生成新的“特殊模型”。伦敦经济学院（London School of Economics，LSE）方法就是“一般”与“特殊”交替进行的过程。 　　然而现实中由于始于“特殊模型”的建模范式更有利于迎合研究目的，更容易通过统计方法上的“努力”突显出某个或某些待研究变量的统计显著性，而成为建模实践应用中一种通用的范式。现实约化过程中，常难以做到两者的转化，而采用单纯的删减变量方式，这都为计量经济学的经济分析带来局限。 　　首先，现实中无法满足“一切条件不变”假定，进而造成始于“特殊模型”建模范式的经济基础的非充分性。由于现实经济错综复杂，各经济因素处于一个不断变化的、相互作用的动态过程中。若模型中包括的变量并非所有影响因素，而只是部分影响因素，并试图从这一局部来探寻整体，那么首先就要求模型包括的部分影响因素相互作用时，其他未被包括进来的因素满足“一切条件不变”假定，即经济现实满足其他变量不变的假定，但现实中其他影响因素一直是在起作用的，难以满足这一前提假定，这必然造成基于这一假定的模型估计的问题。如始于“特殊模型”建模范式下，对同一问题的研究常出现多种模型设定形式并得出多种不同结论，其主要原因就是始于“特殊模型”的建模范式的局部性与片面性。 　　其次，始于特殊建模范式混淆了协整方程与均衡方程。均衡方程描述经济体中所有经济变量之间长期的稳定关系，是一个整体概念，其所涉及的时间序列变量（如果样本数据是时间序列数据的话）是经济体中所有影响因素的，是完全的而不是仅仅给定的；协整方程表达的虽然也是长期均衡关系，但其描述的仅是协整方程中包含的变量关系，是局部概念，是不完整的，因而方程中的协整系数也不是变量之间关系的真实反映，因为它是不完全的回归系数。协整方程与均衡方程的关系实质上也是某种“一般”与“特殊”的问题，基于协整方程的模型也可以称之为“特殊模型”，而基于均衡方程的模型也可称之为“一般模型”，若非经过均衡方程约化得出的（根据建模目的随意设定的）协整方程，其与均衡方程是有较大偏差的，将这样的协整方程误认为均衡方程，并将其回归系数描述为潜在的真实经济关系，则是对经济现实的扭曲。 　　计量经济学模型方法应处理好“一般”与“特殊”的关系，对两者的不当认识与处理，会导致模型分析结论的不可靠性。这里需要注意的是完全实用主义的“特殊”，即不对现实经济做全面的观测，仅根据研究目的设立“特殊模型”，一旦通过检验就到此为止；或仅仅不能通过检验时才逐个增加解释变量，只增加到通过检验为止。这样得到的模型并不具有统计与经济上的双重意义，也使计量经济学的经济分析与科学方法相背离，并渐行渐远。 　　五、计量经济学的模型功用：计量经济学局限性的外在体现 　　当前经济危机导致的对计量经济学的重新审视，其中最具争议的就是计量经济学的模型功用。本质上来说，计量经济学模型功用的局限是计量经济学局限性的外在表现。作为一门可靠而非精确的科学，计量经济学的科学性是相对的而非绝对的，这决定了计量经济学模型也非万能的，其在理论检验、变量预测和经济结构关系表述上都有不同程度的局限性。 　　1计量经济学模型理论检验功用的局限 　　计量经济学通过对理论进行建模并通过检验模型来检验理论，模型设定是检验理论的关键。因为不论建立随机模型还是非随机模型，模型都要比待检验的理论本身更为具体。为了经验检验的足够确切（现实），总是需要对模型添加进去进一步的假设，以使其适用于特定的经济事件和数学方程[15]。如回归方程应该是线性的还是二次型，观测值中可能包含的随机误差成分，方程中可允许的误差是多少，结论的经济意义。而要解决这些问题就要为模型设定假设条件。 　　计量经济学的模型是由两部分构成：理论本身和为设定解释理论的方程而附加的假设[16]：①构成理论本身的一系列的行为假设，C=F（Y）。②关于上述理论表述关系的简化的行为假设： C=a+bY，其中a为正，b介于0和1之间。模型是两个系列假设的统一，经济研究是假定这两部分假设都是为真的，并通过对现实数据的应用来推导出第二个假设方程的系数。那么这里就存在两个问题： 　　第一，反驳一个根据理论建立的模型是否就能反驳该理论？答案是否定的。这是因为在计量经济学模型建立的过程中，建模者人为地添加了很多约束假设，这些假设与理论内涵（implication）共同构成了模型的内涵。对基于理论建立的模型的反驳，相当于对理论以及附加假设的并集进行反驳，并不能直接得出对理论的反驳，也不能证实理论为错。除非能够保证建模过程中附加的假设是绝对正确的，才能保证：反驳模型=反驳理论，但现实中有时甚至难以保证附加假设的正确性，致使这一条件很难得到满足。因此，试图通过反驳一个根据理论建立的模型来反驳理论是徒劳的。
　　博兰认为在对理论建立模型的同时，也建立一个与此模型完全相反的反模型，对两个模型进行检验，如果反模型不符合现实，证伪，则模型是正确的，即附加假设是正确的。 　　第二，检验根据一系列理论建立起来的模型是否就能检验理论？答案也是否定的，这里存在一个逻辑上的不一致性。模型是两个或两个以上理论假设的统一，这意味着逻辑上的不对称性，即一旦理论的预测被证伪，我们不知道究竟是理论本身的基本假设出现问题，即第一部分，还是附加假设出现问题，即第二部分。这挑战了建立模型就是为了检验理论的观点。如果想通过模型的经验检验证明理论是错误的，那么就要证明该理论的所有可能模型都是错误的，这和波普所说的需要“证实所有的天鹅都是白色的”[17]很类似，在逻辑上是不可能的。由于对理论建模有无数种方式，排除误差的可能性，只有每个理论建立的模型预测都导致至少一个错误结论的时候，才能证明理论本身至少一个基本假设是错误的。但由于每个特定模型都有特定的附加假设，只有通过证明所有这些附加假设都是正确的，排除第二部分是错误的可能性，才能得出第一部分，也就是理论的基本假设是错误的，但这在现实中是难以做到的。从这个角度来说，通过对理论建立模型，进而对模型经验检验来对理论进行证伪是很困难的。 　　2 计量经济学模型变量预测功用的局限 　　计量经济学模型方法缘起自宏观经济的短期预测，在计量经济学的发展历程中，也不乏成功预测的例子。预测成为计量经济学模型的一个主要功用，也是判定模型的一个重要标准。但随着经济现实的复杂化，计量经济学预测的精确性受到严重质疑，显示出其模型预测功用一定程度上的局限。 　　首先，从其学科方法论基础上来看，计量经济学学科并非如劳森所说的寻找覆盖法则（事物之间恒定联系的规律性）的科学。计量经济学也难以达到卡特赖特所期望的构建封闭系统进而测度精确覆盖性法则的层次。而成功预测的前提与基础就是对“覆盖性的法则”的探寻，即对潜在的社会—经济结构、选择结构以及因果机制的精确法则机制的探索。计量经济学只是对经济现实中潜在的、不明显的规律的可能表达，而且即便是“不明显的规律”，也是基于样本的。预测是对于样本外的、尚未发生的经济活动进行的，这种基于样本内知识进行的样本外预测，本身就具有不确定性；同时伴随着经济现实的复杂、多变以及很多不可知因素，预测的非精确性难以避免。 　　其次，从学科性质上来看，计量经济学模型方法也不是探寻因果机制的精确科学方法。计量经济学是数学、统计学与经济学的结合，其对因果机制的探寻在其模型方法中是以概率或分布函数体现出来的。概率分布假定是统计分析的前提与基础，然而现实经济数据很难严格服从正态分布，因而基于正态分布假定估计出的结构关系并不是全然精确的。同时计量经济学可控实验的缺失，更加剧这种不可靠性。建立在不可靠因果机制基础上的变量关系，难免会在一定程度上影响其预测结论的准确性。 　　最后，从现实经验数据的非稳定性与数据生成过程的非同质性上来看，一方面，经验数据难以满足统计分析的前提假定要求，进而损害其统计充分性；另一方面，结构参数的不稳定性又进一步加剧了预测的不精确性。正是基于这一点，任何经济数学模型，包括计量经济学中用于短期预测的VAR类模型， 　　西姆斯（A·Sims， 1980），认为为使结构方程可以识别而施加的约束是不可信的，而VAR模型可避免结构约束问题，进而提高预测的准确度。VAR模型试图通过实际经济数据而非经济理论来确定经济系统的动态结构，建模时无需提出先验理论假设，或者说它不排除任何假设，而是通过时间序列提供的信息将这些假设区分出来。VAR模型每个方程的左边是内生变量，右边是自身的滞后和其他内生变量的滞后。对于这类预测问题，都是无能为力的。这也充分说明了计量经济学模型在预测上的局限性。那么计量经济学中用于预测的VAR类 　　如常用的VAR模型的变形，结构VAR（SVAR），协整VAR（CVAR）等等。模型能否进行精确的宏观经济预测？从2008年金融危机对于学术界的突发性来看，答案可能是否定的。VAR 类模型是数据导向性较强、经济理论导向性相对较弱的建模范式，从其模型设定层面来看，该类模型较为适用于自由经济体系。但经济现实中由于各经济体政府干预程度不同，致使模型的“外生约束”因国家、政体和时期的不同而具有较大的差异性，导致VAR类模型的适用程度各异。同时，VAR类模型的线性假定前提也一定程度上损害了其预测的精确性，因为随着时间序列时期的增加，线性假定所决定的VAR类模型走向与经济现实发展趋势的偏差会逐渐增大。这都局限了VAR类模型的预测功用。 　　3 计量经济学模型经济结构表述功用的局限 　　传统计量经济学观是以逻辑实证主义为其方法论基础的，认为经济理论是先验的真实，而计量经济学模型的作用就是为先验理论决定的模型结构参数估值， 　　这个观点是斯潘诺斯对传统（先验的）计量经济学观点的解释，后来也用来解释早期计量经济学中的经典方法论争论，第一次是凯恩斯（）与丁伯根（1940）之争，第二次是库普曼斯（）与Vining（1949a，1949b）之争。这也是计量经济学结构表述功用的体现。现代计量经济学的结构表述则侧重于计量经济学的结构观，并以此为基础来看待计量经济学模型的作用与局限，本文这里主要探讨的是后者。 　　计量经济学的结构观是结构经验主义在计量经济学中的体现，源起自Fraassen的结构方法，结构经验主义认为科学描述的是结构而非其领域的内容。计量经济学语境下，结构是“对经济机制进行直接特征描述的不变特征集”[18]，而这种不变特征是由参数表述的。经验模型中，结构观用于表述经济“框架”下的一种恒久性观点。要求在样本信息集扩大、时期延展、政策体系变更以及新信息源增加的情况下，结构参数都保持稳定不变。因此，结构的理念是就稳定性与不变性来理解的，在这一结构观下，计量经济学的经济结构表述局限就较为明显。
　　首先，经验观测数据难以满足结构模型所界定的结构参数的时间稳定性（样本时期延长）、体系稳定性（经济体系变更）以及样本稳定性（样本信息集扩充）。对于时间稳定性与体系稳定性问题，界内的探讨已经较为成熟，早在1939年凯恩斯就提出了计量经济学模型结构参数的非稳定性问题，这也正是“卢卡斯批判”所揭示的思想。对于样本稳定性问题，这里要说明的是，若要在样本信息集变更的情况下保证参数的稳定性，则对观测数据具有较高的要求，即样本数据要满足数据生成过程的同质性，因为统计分析是基于“平均”理念的。由于现实经验数据很难保证观测数据生成过程的同质，因此，对于结构参数保持不变的三个前提条件，现实应用研究中都难以得到满足。 　　其次，计量经济学的经验模型难以保证与现实世界的一致性，因而很难对经济结构进行准确的表述。计量经济学建模过程中，从理论模型（可能机制）到可估计的经验模型的转化过程也是非正式的。计量经济学经验模型假定数据必须是由某些基本的概率分布所产生的，这样才能对数据生成过程进行进一步的分析，在模型中用数据来对现实进行表述。上文已指出，现实中的经验数据很难完全满足模型所假定的概率分布条件，这样就难以避免其所带来的经验模型统计分析充分性上的局限，进而造成计量经济学模型方法估计结果与经济现实的差距。 　　最后，计量经济学模型难以对DGP 过程进行结构性的表述。约化理论与一般到特殊的方法同样面临着真实数据生成过程的不可知性问题。更进一步，约化理论本身也很难解释清楚经验模型如何在具体层面影射可观测到部分的数据生成过程，而转化、边缘化和因式分解后得到经验模型的过程也忽略掉了一些变量，难以表述完整、可观测部分的数据生成过程，发生了进一步的数据损失。另一方面，从认识论上来说，DGP过程本身就是不可知的，其复杂性与不可知性使计量经济学经验模型对真实、完整的数据生成过程的表述成为不可能，而仅能对DGP中可观测、可度量部分进行局部表述，也就是局部DGP（LDGP）。可见，计量经济学的结构表述难以达到精确、完全的层次，其经验模型对经济结构的表述所能达到的最高层次就是类似，这也是计量经济学模型难以避免的内在局限性。 　　六、结论与未来研究空间展望 　　计量经济学是一门相对的科学，其概率统计学科基础以及其表述语言、模型方法论基础决定了其优势所在也是其局限所在： 　　①计量经济学经验实证模型语言经济学表述的非充分性，体现在其对价值判断理念计量化及其对自然语言取代问题方面。 　　②计量经济学度量精确数量关系的局限性，体现在计量经济学基于概率的随机检验的不对称性与非确定性，概率约化方法中推断的非确定性以及建立统计充分性的难度层面。 　　③模型过程方法论基础不平衡的局限，体现为其对归纳与演绎、检验与发现、“特殊”与“一般”三个关系处理的不平衡。 　　④计量经济学模型理论检验、变量预测和结构关系描述功能上的局限，其实质是计量经济学的非精确性、科学的相对性的外在表现。 　　本文对计量经济学局限性的思考是计量经济学学科性质基础研究的一部分，关于计量经济学的基础研究涉及到其理论基础、学科基础和方法论基础等，未来在以下几个方面还应进一步延展与纵深： 　　第一，现代计量经济学理论与研究方法层面。纵观计量经济学的发展历程，每次理论与方法的范式革命都源起于其对当时经济危机处理的无力，如20世纪70年代的石油危机引发的计量经济学反思。鉴于当前的经济危机仍在进行中，学术界关于现代计量经济学的争论仍在继续，也就意味着未来一个阶段计量经济学理论与研究方法可能处于范式变革阶段，如何获得计量经济学理论与应用研究的实质性进步是个重要课题。 　　第二，计量经济学方法论基础研究层面。计量经济学以科学化经济研究为目标，其每一阶段的发展都体现了科学哲学界定的科学标准，现代科学哲学的多样化发展、科学标准的多元化表现，也必然会为计量经济学的发展走向提供多维空间。 　　第三，关于计量经济学自身研究方法体系方面。计量经济学目前的研究方法体系庞杂，以教科书研究范式为主其他各种方法体系为辅，各有优势与弊端。如何综合当前计量经济学方法体系中的各个派系，发展出一个科学、系统，能最大程度发挥计量经济学科学性的研究范式是未来的研究目标。 　　第四，关于计量经济学概率统计基础的研究。计量经济学研究方法体系以概率统计为其数理基础，如何正确、合宜地应用统计与概率方法，最大限度提高计量经济学应用研究的科学性与精确性，是计量经济学与数学两个领域应共同探讨的问题。 　　第五，关于现代计量经济学的经济学基础方面的研究。由于现代经济学统一理论体系缺位，很难为现代计量经济学提供一个一致的、系统的经济学基础。当前计量经济学的建模范式虽几经转换却仍处于探寻阶段，加之计量经济学本身的非精确性与局限性，必然导致当前计量经济学应用研究中存在一些问题。如何为计量经济学建立一致的、系统的经济学理论框架，不仅仅是计量经济学理论界要解决的问题，也是经济学理论界要解决的问题。 　　参考文献： 　　[1] Keynes， J MProfessor Tinbergen’s Method＼[J]The Economic Journal， ）：558-568 　　[2] Lawson， TThe Current Economic Crisis： Its Nature and the Course of Academic Economics ＼[J]Cambridge Journal of Economics， ）：759-777 　　[3] Juselius，KTime to Reject the Privileging of Economic Theory over Empirical Evidence？ A Reply to Lawson＼[R]Working Papers 09-16， University of Copenhagen， Economics Department，2009
　　[4] Colander，DThe Economics Profession， the Financial Crisis， and Method＼[R]Middlebury College Working Paper Series 1038， Middlebury College， Department of Economics，2010 　　[5] Kevin，DHCausal Structure and Hierarchies of Model＼[R]Working Papers 11-01， Duke University， Department of Economics，2011 　　[6] Hendry， DFEconometrics： Alchemy or Science？ ＼[M]Oxford： Oxford University Press， 　　[7] 李子奈计量经济学模型方法的若干问题＼[J] 经济学动态，2007，（10）：22-30 　　[8] 洪永淼计量经济学的地位、作用和局限＼[J] 经济研究，2007，（5）：139-153 　　[9] Roger，ENew Directions in Economic Methodology ＼[M]Routledge：Backhouse， 　　[10] Robert，DA Catechism： Mathematics in Social Sciences＼[J]Review of Economics and Statistics， ）：374-377 　　[11] Spanos，AStatistical Foundations of Fconometric Modelling[M]Cambridge：Cambridge University Press，1986660 　　[12] Spanos， ARevisiting Data Mining：Hunting with or without a License＼[J]The Journal of Economic Methodology， 2000，（7）：231-264 　　[13] 李子奈关于计量经济学模型方法的思考＼[J] 中国社会科学，2010，（2）：69-83 　　[14] Hendry， D F Dynamic Econometrics ＼[M]Oxford： Oxford University Press， 　　[15] Mayo， D GNovel Evidence and Severe Tests＼[J]Philosophy of Science， ）：523-552 　　[16] Boland， LModel Specifications and Stochasticism in Economic Methodology＼[J]South African Journal of Economics， ）：182-189 　　[17] Lehmann， E LThe Fisher and Neyman-Pearson Theories of Testing Hypotheses： One Theory or Two？＼[J]Journal of the American Statistical Association， 4）： 　　[18] Ericsson，NR，Hendry，DF，Prestwick，KMThe Demand for Broad Money in the United Kingdom，[J]Scandinavian Journal of Economics，（1）：289-324 　　（责任编辑：刘 艳）
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。