第1章绪论.docx
- 文档编号:7031959
- 上传时间:2023-01-16
- 格式:DOCX
- 页数:10
- 大小:156.27KB
第1章绪论.docx
《第1章绪论.docx》由会员分享,可在线阅读,更多相关《第1章绪论.docx(10页珍藏版)》请在冰豆网上搜索。
第1章绪论
第1章绪论
■推荐参考读物:
洪永淼,2007:
《计量经济学的地位、作用和局限》,《经济研究》第5期,p.139~152。
1.1何谓计量经济学?
计量经济学是一种世界观,是现代经济学方法论的一个重要组成部分。
计量经济学强调以数据作为事实依据,通过对所关心问题的模型化以及对模型的估计和检验,得出对问题的结论/认识,其方法具有可操作性、可重复性、可预见性。
计量经济学是联系经济理论与经济现实的桥梁,是用事实检验理论的必经之路。
与微观经济学、宏观经济学、金融(经济)学等学科相比,不存在独立的计量经济学,但存在独立的计量经济方法。
计量经济学是利用客观的数据作为事实依据去寻找和发现经得起数据检验的隐藏在现象背后的量化关系甚至因果联系的方法论。
计量经济学的奠基人弗里希1933年在《计量经济学》杂志的创刊号中这样界定计量经济学:
其主要目的应该是促进有助于理论数量方法与实证数量方法相统一,促进富有建设性的严格的思考的研究,类似的思考已经主导了自然科学研究。
用数学方法探讨经济学可以从好几个方面着手,但任何一个方面都不能和计量经济学混为一谈。
计量经济学绝不等同于经济统计;它也不同于我们所说的一般经济理论,尽管经济理论大都具有一定的定量特征。
计量经济学也不应视为数学应用于经济学的同义语。
经验表明,统计学、经济理论和数学这三者对于真正理解现代经济生活的数量关系来说都是必需的,但其中任何单独一种都是不够的,三者的结合才是强有力的,且正是这三者的结合构成了计量经济学。
萨缪尔森、科普曼斯、斯通等在1954年计量经济学家评审委员会的报告中认为:
计量经济学可定义为:
根据理论和观测的事实,运用合适的推理方法,对实际经济现象进行的数量分析。
其他一些人的观点摘录如下:
计量经济学,是对经济学的作用存在某种期待的结果,它把数理统计学应用于经济数据,以使数理经济学构造出来的模型得到经验上的支持,并获得数值结果。
计量经济学可定义为实际经济现象的数量分析。
这种分析乃是基于理论与观测的并行发展,而理论与观测又通过适当的推断方法而得以联系。
计量经济学可定义为这样的社会科学:
它把经济理论、数学和统计推断作为工具,应用于经济现象的分析。
计量经济学研究经济规律的经验判定。
计量经济学家的功夫,就在于找出一组足够具体且足够现实的假定,使他尽可能好地利用他所获得的数据。
本质上,计量经济学的研究方法是,利用统计推断的理论和技术作桥头堡,以达到经济理论和实际观测相衔接的目的。
计量经济学是经济学的一个领域,它运用数理统计和统计推断工具对经
济理论所假定的关系进行实证研究。
计量经济学是对经济关系的估计、对经济理论的检验以及对政府和商业政策的评价和实施依据作出分析的统计方法。
计量经济学是在经济学中应用统计工具的学科。
和经济统计学不同的是,计量经济学是经济理论、数学工具和统计方法的综合体,而非主要是统计数据。
从广义角度来说,计量经济学涉及:
(1)估计经济关系;
(2)经济理论实例和涉及经济行为的假设检验;(3)预测经济变量的行为。
计量经济学是经济学的一个分支学科,是以揭示经济活动中客观存在的数量关系为内容的分支学科。
计量经济学是一门从数量方面研究各种经济变量变化规律的应用学科。
具体地说计量经济学就是在经济理论的指导下,根据实际观测的统计数据(或以客观事实为依据),运用数学和统计学的方法,借助于计算机技术从事经济关系和经济活动数量规律的研究,并以建立和应用计量经济模型为核心的一门经济科学。
计量经济学是应用经济学的一个分支学科,它以一定的经济理论和实际统计资料为依据,运用数学、统计学方法和计算机技术,通过建立计量经济模型,定量分析经济变量之间的随机因果关系。
计量经济学是以统计知识为基础、数学方法为手段、经济理论为指导,考察和研究经济社会中各种经济变量之间的数量关系,预测经济发展的趋势,检验和预测经济政策效果的一门非常有实用价值的学科。
计量经济学是一门发现、检验经济理论、结论或规律以及将一般性的经济规律在不同的时间和地域具体化、数量化的技术和方法体系。
上述大部分定义,强调的是计量经济学的实证功能。
例如,以微观经济学中的效用函数及消费者效用最大化假定为基础,我们可以推出著名的“需求规律”:
对正常商品而言,消费者对其的需求量与该商品的价格呈反方向变动关系。
它是消费者均衡理论的一个重要推论。
虽然不可能用经济测量的数据来直接检验消费者均衡理论,但如果以特定的消费者为观察对象,用经济测量的数据证伪了“需求规律”,则我们就有一定的理由去怀疑消费者均衡理论的正确性。
反过来讲,如果“需求规律”是一个科学的结论,则经济测量的数据就一定与“需求规律”相容。
这就是计量经济学的检验或实证功能。
进一步讲,如果我们并不知道“需求规律”,但通过对经济测量数据的特定分析,我们是有可能猜出或得出“需求规律”的。
这就是计量经济学的发现功能。
最后,对于不同时间或地域的消费者而言,“需求规律”的具体表现形式可能是不同的,即需求函数具体是线性的还是非线性的,函数中参数的具体数值是多少,在“需求规律”的具体应用时是极为重要的,这就需要发挥计量经济学的具体化功能。
上述不同人的理解和定义,实际上反映了看问题的不同视角,可能不会错,但也不一定全对。
在理解或述说一个定义时,我们应该首先明确我们的视角或立场,或我们应该明白我们所说定义某某学科时的角度。
一门学科可以指的是由教材和著作反映出的观点、方法和知识体系(计量经济学教材和著作),也可以是指从事这种知识体系改进、创新研究的人及其所做的事(理论计量经济学家),更可以是指利用现有知识体系从事应用分析的人及其所做的事(应用计量经济学家)。
我们这门课则站在应用计量经济学家的角度来讲——看问题的应有观点和应该做和如何做什么样的事。
对于应用计量经济学的人而言,掌握正确的设定计量模型及其对模型的估计和检验方法是必要的条件,但不是充分条件。
这意味着你必须懂得如何甄别、选择需要严格估计或检验的有价值的观点或看法,如何将这些观点或看法转换为有样本数据基础的特定模型,以及在估计和检验模型中的不同技巧,最后是如何正确地解释你的分析结果。
这些都是我们在学习这门课的过程中时刻需要明确和提醒自己的。
目前,我个人倾向于用以下四种说法来表达我对计量经济学的理解:
计量经济学是对(广泛意义上的)经济观点或猜测(不应视为结论)进行实证分析的理论和(规范性)工具。
计量经济学是利用非实验性(非可控)的统计或观测数据对经济现象之间的确定性(数量)关系进行寻找、检验的理论和方法体系。
计量经济学是从经济数据中寻找、发现、检验确定性经济规律的合理方法和工具。
计量经济学是建立经验模型的方法和工具。
当然,一个最保险的定义恐怕是:
计量经济学是那些自认为是搞计量经济分析的人所进行的研究成果的集合体。
1.2计量经济学能解决什么样的问题?
总体来讲,运用计量经济学方法所要解决的问题可以概括为经验/应用和实证这两大类。
其区别在于提出问题的出发点/视角不同。
实证视角是对某个理论/观点/猜测的实证,以已有的理论/观点/猜测为出发点,以观测数据为基础,检验理论/观点/猜测的推论,研究的结果是验证或证伪了这个理论/观点/猜测。
在计量经济学的发展过程中,实证研究是被最先强调和重视的。
经验视角则难以全面概括,内容和形式虽千奇百怪,但均与现实世界的实际问题有关。
实际上,经验/应用和实证类问题之间时常也是相互关联的,针对同样的现实,你可以同时有不同类型的问题。
以下举例说明。
假如在一家游乐园允许你开一项“猜游客体重”的游戏项目来吸引游客。
游戏的规则是你只能通过一条竖立的细缝观察到游客的身高来猜体重,如果猜测误差不超过10磅,游客将付给你50美分,否则你就要给游客一个小奖品,而每个奖品又是你从游乐园花60美分买来的。
头一个星期下来,你的经营业绩是如此的差,辛苦一天每天平均却要“亏损”2美元。
试问你会如何改善你的经营业绩呢?
在考虑这个问题时你会形成什么样的猜测和观点呢?
再假如你是一家公司的大股东或董事会成员,你们公司新聘请了一位总经理/CEO,你得为他制定一个薪酬标准/制度,具体你有什么样的建议呢?
你的建议如果需要更多的人赞成或信服,你将应该如何做呢?
在考虑这个问题时你会运用什么样的观点/猜测呢?
当你向别人宣传“工作一年比不上上大学一年”的观点时,你拿什么让别人信服呢?
当你认为某城市的房价已经过高时,你是如何得出这一结论的呢?
你的依据会是什么呢?
你将如何判断某个城市的某个高考考场/考区是否存在明显的教育系统/教师的作弊行为呢?
1.3发现经济规律是计量经济学的主要目标
如果把所有经济学家从头至尾排成一队,他们也得不出一个结论。
——肖伯纳
经济学理论并没有提供一个可直接用于政策的无可争议的结论。
它是一种方法而不是一种教条,它是一种思维工具,可以帮助掌握了这种工具的人得出正确结论。
——约翰·梅纳德·凯思斯
今天任何一种对经济学公正的评判都应该承认,这门科学是不完善的。
有一些几乎是所有经济学家都接受的原理。
而且,在我们努力分析事件或形成政策时依靠了这些原理。
但还有许多经济问题仍然是有争论的。
■请看下列两组数据:
1,2,3,4,5,6,?
75,28,41,26,38,64,?
请问:
你觉得那一组有规律?
你觉得那一组是随机的?
你觉得那一组具有可预测性?
现在如果告诉你,第一组数据实际是一次彩票的中奖号码的前六位数,而第二组数字沿着美国密歇根州上半岛的北部边缘进行观光游时要经过的州县的公路号序列,起点是安大略湖的圣玛丽瀑布,终点是威斯康星州的萨克逊。
知道了前六条公路暗示的线路后,你能够从地图上确凿地预测下两个数字:
2,122。
■科学研究的所有目的就是准确地预测。
但你必须知道真实的因果关系。
■数据生成机制
失业、CDP以及奥肯定理
我们预计在失业与实际GDP之间会发现什么关系呢?
由于就业工人有助于生产物品与劳务,而失业工人并非如此,所以,失业率提高必定与实际GDP的减少相关。
失业与实际GDP之间的这种负相关关系称为奥肯定理,以纪念第一个研究这种关系的经济学家阿瑟·奥肯。
图2-5用美国的年度数据来说明奥肯定理。
这个图是一个离散图——每一个离散点代表一个观察结果(在这种情况下是某一年的数据)。
横轴代表上一年以来的失业率变动。
而纵轴代表GDP变动的百分比。
这个图清楚地表明失业率的逐年变动与实际GDP的逐年变动。
我们可以更准确地了解奥肯定理关系的大小。
通过各离散点作出的一条线(用称为普通最小二乘法的统计方法估算)告诉我们:
实际GDP变动百分比=3%﹣2×失业率的变动
如果失业率保持不变,实际GDP增长3%左右。
这种正常的增长率是由于人口增长、资本积累和技术进步引起的。
此外,失业率每上升一个百分点,实际GDP一般减少2个百分点。
因此,如果失业率从6%上升到8%,那么,实际GDP的增长将是:
实际GDP变动的百分比=3%﹣2×(8%﹣6%)=﹣1%
奥肯定理说明了,在这种情况下,GDP将下降1%,表明经济处于衰退中。
通货膨胀与货币增长
“通货膨胀总是,而且处处都是一种货币现象。
”1976年荣获诺贝尔经济学奖的经济学家米尔顿·弗里德曼这样写道。
货币数量论使我们同意,货币量增长是通货膨胀率的主要决定因素。
但弗里德曼的观点是经验性的,而不是理论性的。
为了评价他的观点,并判断我们的理论的有用性,我们需要研究有关货币与物价的数据。
弗里德曼与杰出经济学家安娜·施瓦茨共同写了两本书论述过去一个世纪以来能证明货币增长变动来源与影响的货币史。
图7-1用了他们的数据,并画出美国自从19世纪70年代以来每10年的平均货币增长率和平均通货膨胀率。
这些数据证明了通货膨胀与货币供给增长之间的联系。
几十年的高货币增长往往引起高通货膨胀,而几十年均低货币增长往往引起低通货膨胀。
图7-2用国际数据考察了同一问题。
它表明,80年代在34个国家的平均通货膨胀率和平均货币增长率。
货币增长率和通货膨胀率之间的联系又是显而易见的。
货币增长率高的国家往往有高通货膨胀率,而货币增长率低的国家往往有低通货膨胀率。
如果我们是看每月货币增长和通货膨胀的数据,而不是10年时期的数据,我们就看不出这两个变量之间密切的联系。
这种通货膨胀理论最适用于长期而不是短期。
麦肯德里斯和韦们(McCandlessandWeber,l995)对长期货币关系作了很好的总结。
根据不同的货币定义,他们检验了取自110个国家、跨时达30年的数据。
麦肯德里斯和韦伯考察了各国在相当长时间里的平均通货膨胀率、平均产出增长率以及不同统计口径下的货币增长率,由此得出的关于货币关系的结论基本上不受个别国家的特殊情况(如执行货币政策的特定方法)的影响,这些情况本身可能会影响有关国家的货币、价格和产出的波动。
根据他们的分析,可以得出两个基本结论。
第一个结论是通货膨胀和货币供给增长率的相关系数几乎等于1,根据不同的货币供给统计口径,该系数介于0.92和0.96之间。
通货膨胀与货币增长的这一高度正相关性和其他许多基于较少国家和不同时间样本的研究结果相一致。
这一相关性通常被用来证明货币数量理论的一项基本信条:
货币增长率的变化将引起“通货膨胀率的同等变化”(Lucas,1980b,第1005页)。
但是,这一高度相关性并不说明因果性。
假如样本中的国家都遵循将货币供应增长率外生性确定的货币政策,那么,这一相关性可以表明是货币供应增长导致通货膨胀,而且两者之间几乎是一一对应的关系。
但是,这种高度相关性也同样可能是由另一种情况引起,即其他因素导致通货膨胀,而中央银行允许货币增长率作相应的调整。
尽管如此,任何理论模型如果不能反映货币增长和通货膨胀之间这种几乎是一一对应的长期关系,那就难免受到质疑。
无论从因果关系的角度还是从检验长期关系的角度来看,对货币——通货膨胀相关性的准确解释还取决于有关数据的统计性质。
正如费舍尔和西特(FischerandSeater,1993)所指出的,除非货币增长真的出现永久性变化,否则我们无法知道货币增长率的永久性变化到底如何影响通货膨胀。
他们的研究说明了货币和价格的整合程度是怎样影响对货币增长和通货膨胀长期关系假说的检验。
与此相似,麦卡伦(McCallum.1984b)指出,如果货币经济关系还涉及预期因素,那么,对长期货币经济关系的回归检验结果可能具有误导性。
麦肯德里斯和韦伯的第二个一般性结论是,无论是通货膨胀还是货币增长,与实际产出增长率都没有相关性。
因此,有的国家产出增长率、货币增长率以及通货膨胀率都很低,有的国家产出增长率低但货币增长率和通货膨胀率高,总之,各种情况都有。
不过,这个结论没有像关于货币增长和通货膨胀关系的结论那样经得起考验;麦肯德里斯和韦伯指出,根据由经合组织(OECD)国家构成的部分样本,实际产出增长和货币增长(但不是和通货膨胀)有正相关性。
考曼迪和麦格威尔(KormendiandMeguire,1984)研究了近50个国家,格威克(Geweke,1986)研究了美国的情况,他们都指出有关数据并不表明存在货币增长对实际产出增长的长期影响。
巴罗(Barro,1995,1996)对跨国截面数据的研究表明通货膨胀和经济增长呈负相关。
布拉德和基亭(BullardandKeating,1995)考察了58个国家第二次世界大战以后的数据,他们的结论是,就整个样本而言,没有强有力的证据证明通货膨胀的永久性变化会引起产出水平的永久性变化,但有证据表明在低通胀国家通货膨胀对产出有正面影响,而在高通胀国家则没有影响或有负面影响。
与此相类似,伯星和米尔斯(BoschenandMills,1995b)的结论是,在美国,永久性货币冲击对GDP的永久性变动毫无影响。
由此可见,关于通货膨胀与实际增长以及失业等其他实际经济活动指标的长期关系还存在一定程度的不确定性,但是,“毋庸置疑,通货膨胀率和失业率之间不存在长期取舍关系”(Taylor,l996,第186页)。
这一讲法很好地总结了目前的广泛共识。
1.4计量模型的设定、估计和检验是计量经济学的主要手段
我们在理论课程中接触到的经济模型几乎都属于理论模型,在这类模型中不存在不确定性和随机因素/变量,而计量模型则是含随机扰动项/变量的经济模型。
总的来说,对特定问题的回答,总是与特定模型中的某个参数的正负性及大小值的判断有关,总需要对特殊设定的模型做出合理的估计及正确检验。
1.5不同类型的计量模型
在实际应用研究中或研读别人的研究成果时,我们会遇到设定类型各异的计量模型。
模型的类型可以从多种视角来分析。
实际所设定的模型可以同时具备多种属性。
这样有助于使见到比较复杂的模型就头痛的同学方便理清模型的基本脉络。
不同类型的计量模型适用于解决不同的问题。
1.5.1按模型中解释变量的个数划分
可区分为一元模型和多元模型。
1.5.2按模型所使用的数据类型划分
同样的模型设定,如果数据类型不同,模型合理估计和检验的方法可能存在明显的差异,需要特别关注的问题有所差异。
按数据类型,我们可以将所设定的模型区分为横截面模型,时间序列模型和面板模型。
1.5.3按模型中随机扰动项的特性划分
可区分为异方差模型,自相关模型,自回归条件异方差模型(ARCH)。
1.5.4按模型中变量的类型划分
可区分为实变量模型,虚拟(二值)变量模型,受限因变量模型(线性概率、logit、probit、Tobit、截取和断尾回归等模型),滞后变量模型。
1.5.5按模型中方程的个数划分
可区分为单方程模型,联立方程模型,向量自回归模型(VAR)。
1.5.6按模型的数学函数形式划分
可区分为狭义线性模型,广义线性模型,非线性模型。
1.5.7按模型中是否含有参数划分
可区分为参数模型,非参数模型,半参数模型。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 绪论