计量经济学的实际运用及其局限分析

    1、 计量经济学的应用.

    1.1 计量经济学的建模方法.

    完整的计量经济学包括模型设定和模型检验两个必要的步骤,如图1所示.

   

    从图1可以看出,计量经济学建模开始于理论模型的建立和设定.这是非常关键的,说明了计量经济学模型并非凭空产生或者随意产生,而是建立在一定的经济理论之上.一般来说,当面临一个经济问题时,首先在一定的假设下将其抽象的表达成数理的形式,然后通过演绎的方法推导出梳理模型,在数理模型的基础上加上一个随机干扰项便形成了计量经济学模型.在选择变量的时候应该注意,变量所对应的指标是统计指标体系中存在的,且解释变量之间必须是相互独立的.

    当模型构建好之后,接着就要收集数据.在计量经济学中常将数据分为截面数据、时间序列数据和面板数据三种.截面数据是由某一特定时点上的个人、家庭、企业、国家、区域、城市或其他单位的样本的观测值构成的数据集合.时间序列数据集由一个或多个变量在不同时期的观测值组成.时间序列数据是按照时间顺序排列的,可以有不同的时间频率,例如半年度、年度、季度、月度、每周、每天、每小时.面板数据集是由数据集内的各个截面单元在不同时期的观测值组成的.弄清模型对应的数据结构是至关重要的,因为不同的数据结构对应着不同的检验方法、估计方法.

    一般来说,采用截面数据的计量经济学模型容易出现异方差现象,即模型随机干扰项的方差不是一个常数而是一个变量,违背了最小二乘法的假设,直接采用最小二乘法进行估计,则参数显著性检验和预测都会失效.因此,在采用截面数据计量经济学模型时,多采用White检验验证模型是否存在异方差现象,如果存在,则采用加权最小二乘法予以修正.采用时间序列数据的计量经济学模型面临的问题则相对多些.首先容易产生序列相关性问题,即违背了最小二乘法假设中的随机干扰项相互独立的假设,其后果和异方差的后果差不多,遇到此类情况,一般采用拉格朗日乘数检验检验序列相关性情况,而后采用广义差分法予以修正.在很多计量经济学初级教程中,默认时间序列计量经济学模型不会产生异方差现象,然而Engel和Kraf(t1983)在分析宏观数据时发现:时间序列模型的随机干扰项的方差通常比假设的要差,存在异方差现象,从而提出ARCH模型,在均值方程之外用一个波动方差来刻画随机干扰项方差的变动情况.对于时间序列计量经济学模型,伪回归问题也是需要被重视,即被解释变量和解释变量之间的关系只有在协整的基础上才是可靠的.

    对于面板数据来说,需要注意的是模型的选择,一般采用协变分析检验或者hausman检验等方法确定.

    对于参数的估计,最基础的方法是普通最小二乘法,但普通最小二乘法的假设过于苛刻,在实际运用的过程中很难同时满足,于是在突破个别假设后便形成了诸如加权最小二乘法、广义最小二乘法、二阶段最小二乘法等估计方法,对于一些特定的计量经济学模型还需采用广义矩估计法、极大似然法等估计方法.

    模型检验包括多方面的内容.首先参数估计的结果是否与相关经济理论的假设一致,例如估计出的边际消费倾向是否落在(0,1)之间;然后检验参数的显著性,通常采用t统计量检验单个参数是否显著,采用F统计量检验参数的联合显著性;最后从计量经济学理论出发,检验模型的计量经济学性质是否符合计量经济学的相关假设.

    通过检验的模型即可投入使用,计量经济学模型主要应用于结构分析、经济预测、政策模拟和理论检验.其中,结构分析旨在揭示经济主体与环境之间的动力学关系,是通过对模型结构参数的估计实现的;经济预测是利用基于样本建立的模型对样本外的经济主体的状态进行预测;政策评价是将建立的模型作为“经济政策实验室”,评价各种拟实行的政策的效果;理论检验是对先验理论是否成立的检验和判断.

    1.2 计量经济学的应用举例.

    计量经济学是一门方法论学科,可以将其作为研究手段参与很多经济问题的研究,例如宏观经济学、微观经济学、金融学等.接下来,本文就几个常见的实例来具体介绍计量经济学的应用.

    1.2.1 规模经济效应的测度规模经济是指由于生产专业化水平的提高等原因,使企业的单位成本下降,从而使企业的长期平均成本随着产量的增加而递减的经济.为了验证规模经济效应是否存在,我们假设第i家企业的资本存量为 Ki、劳动力为 Li,则其产出可以表示为:

    Yi=f(Ki,Li)                   (1)

    如果说生产技术具有规模报酬不变的性质,即生产函数具有一阶其次性,那么资本、劳动力等非技术要素投入量 同 时 增 加 λ 倍 时 ,产 出 量 也 增 加 λ 倍 . 即f (λ Ki,λ Li) = λ f (Ki,Li) .规模报酬不变是完全竞争市场经济存在长期均衡的必要条件,如果某一行业不满足这个条件,而具有规模递增性质的话,该行业将会出现自然垄断.垄断会带来福利的损失,政府需要取出一定的规避措施,因此,检验一个行业是否存在规模经济效应具有重要的政策意义.

    常用的检验规模经济效应的方法是将生产函数设定为柯布-道格拉斯生产函数形式,则(1)式可以表示为:

    Yi=A·(Ki)^α·(Li)^β                (2)

    这样对规模报酬不变就可以用约束条件 α+β=1来刻画,而规模经济递增则可用约束条件 α+β>1来刻画.

    此时,将(2)式加上随机干扰项转化为计量经济学模型,估计出参数 α 和 β ,进而采用Wald检验验证约束条件是否成立即可作出判定.值得注意的是,这里采用柯布-道格拉斯生产函数进行规模经济效应的验证是建立在生产函数真实具备柯布-道格拉斯生产函数形式.如果生产函数呈现为其它形式,则需要用其他形式的生产函数来验证.

    1.2.2 宏观经济系统的描述.

    政府在进行宏观经济决策之前,首先要对宏观经济的运行状况有一定的了解,因此,有必要采用一定的手段对宏观经济系统进行描述.以简单的三部门经济为例,假设宏观经济系统由国内生产总值(Y)、居民消费总额(C)、投资总额(I)和政府消费变量(G)构成.其中,政府消费变量由系统外部决定,它不受系统内其他因素的影响,却对系统内其他因素产生直接或间接的影响.而国内生产总值、居民消费总额、投资总额则相互影响,消费总额和投资总额受国内生产总值的影响反过来又影响着国内生产总值.因此,可以采用下列方程组来描述这个系统.

   

    其中,μ 表示随机干扰项,α0和 β0分别表示最低消费水平和最低投资水平,α1和 β1分别表示边际消费倾向和边际投资率.估计出各个参数后,便对宏观经济状况有了初步了解,可做进一步分析了.

    1.2.3 经济结构突变的测度.

    当经济环境发生突变,如政策和体制发生变化或经济环境发生重大改变时,原来固有的经济关系可能会发生改变,表现在相关变量之间的影响程度发生了显著的变化.

    例如1997年东南亚金融危机前后我国工人的边际工资收入水平是否发生变化,2005年汇率制度改革之后,汇率对进出口贸易的影响是否发生改变,这类问题就是结构突变问题.对于结构突变问题,在计量经济学中可以采用两种不同的方法进行测度,一种是chow检验,一种是引入虚拟变量.

    例如,研究2008年金融危机之后,我国城镇居民的边际消费水平是否发生改变,若采用chow检验,我们可根据消费函数建立以下一元线性回归模型:

    Yt=b0+(b1)·(X1t)+(μt)                (4)

    其中Y为消费量,X为城镇人均可支配收入.我们将基于月度数据的样本以2008年1月份作为分界点划分为两个子样本,一个样本有 n1个观测值,另一个样本有 n2个观测值.分别用两个子样本回归模型(4),得到残差平方和分别为 ∑(e1i)^2、∑(e2i)^2,合并两个样本在对模型(4)进行回归,得到残差平方和 ∑(ei)^2.然后构造F统计量:

   

    通过F统计量的显著性来判定是否发生结构突变.

    若采用引入虚拟变量的方法,则可根据消费函数构建下列模型:

    Yt=b0+(b1)·(X1t)+(b2)·D + (μt)                (6)

    其中Y为消费量,X为城镇人均可支配收入,D的取值符合这样的规律:2008年1月之前取0,2008年1月之后取1.估计模型(6),验证b2的显著性即可判定是否发生结构突变.

    1.2.4 财务预警模型.

    中国证券监督管理委员会1998年颁布了《关于上市公司状况异常期间的股票特别处理方式的通知》,对财务异常达到一定程度的公司进行特别处理,即通常所说的ST.被特别处理的公司会面临巨大的压力,它必须千方百计的改变自身的经营状况,同时受到证监会更为严密的监控,也为沪深两市的证券市场敲响了警钟.对一般投资者来说,ST公司业绩差,财务状况存在非常严重的问题,投资者必须要持谨慎态度;对公司经营者来说,必须想方设法改进生产经营状况,扭转财务状况,争取摘帽;对于借贷者来说必须要考虑贷款风险.因此,一个可行的财务预警模型就显得非常的难能可贵.它能使得投资者在能走证券价格大跌之前撤出资金;能使经理层更早的获得财务恶化的信号,从而提前采取措施;能为想要借壳上市的公司更为精确的寻找壳资源.恰当的使用计量经济学方法,就能构建成此类的财务语境模型.

    假设事件Y为上市公司被ST(记Y=1)和正常(Y=0),则在逻辑回归模型下,发生ST的概率可以表示为:

   

    其中P为Y=1的概率,X指各种财务指标,采用logit回归模型估计方程(7)即可得出参数估计值,然后用事先选好的样本带入计算P值,以0.5为分界点,若超过0.5则认为发生了ST,将计算出来的结果和实际结果进行比对就可以看出预测的正确率.

    2 、计量经济学的反思.

    2.1 计量经济学的局限性.

    2.1.1 计量经济学不能证明因果关系.

    计量经济学就其本质来说是一门检验方法,它只能部分起到证伪的作业而几乎无法起到证实的作用,无法从逻辑上给出变量之间相互影响的内在机理.总的来说,计量经济学主要是在概率论的基础上采用归纳法来进行分析,采用样本回归函数来推知总体回归函数,因而,无法把所有的情况都穷尽,所以它没有办法很好的起到证实的作用.从另一个方面来看,计量经济学也无法做到完全的证伪作用.众所周知,计量经济学的结论的可靠程度并非是100%,而是常见的99%、95%等,这就存在了一定程度上不可避免的会犯“弃真”或“纳伪”的错误.由此可知,计量经济得出的结论很难直接成为一般性的命题,它只能从得出的某种数量关系启迪人们,让人们去寻找其中的内在逻辑关系.无视计量经济学的这种局限性可能会导致使计量经济学的使用者得出一些荒唐的结论.例如,在19世纪晚期,英国经济学家Stanley levons曾假设太阳黑子导致了经济活动的增加.为了检验这个理论,他收集了国民产出的数据(被解释变量)和太阳黑子活动的数据(解释变量),发现两者存在显著的正相关关系.这个结论使得他和另外一些人得出太阳黑子确实能够促使产出增加的结论.这种结论是不合理的,因为两者之间显然没有任何的内在联系.

    2.1.2 计量经济学无法处理渐进式结构变化问题.

    经济学是一门社会科学,其影响因素随着经济环境、人类社会的发展历程在不断的发生改变.正因为如此,经济学的规律并不想物理、化学、生物等自然科学的规律那样在相当长的时期内都能保持稳定性.所以,经济学的规律尤其是通过计量经济学得出的规律并非是放之四海而皆准的普适性规律,它不仅具有很强的时效性而且同一时间在不同区域所表达出来的数量关系也是不一样的.

    经济结构发生变化有两种方式:突变式结构变化和渐进式结构变化.突变式结构变化通常是由重大突发事件的发生而引发,如战争、自然灾害、经济危机、政策变动等引起,对于该类变化,只要找到突变发生点即可采用前文提及的chow检验或引入虚拟变量的方法加以处理.而渐进式结构变化通常是随着社会发展、经济环境逐渐变化的过程中“悄无声息”的发生的,目前的计量经济学方法还无法对这类结构变化作较好的处理.正式由于这个原因,计量经济学的预测功能的作用非常有限,受到了极大的批评.因此,针对一个提出很久的问题采用最新的数据进行计量经济学实证研究一直都是有价值的.

    2.2 计量经济学的使用误区.

    2.2.1 模型构建过程中忽视理论基础.

    前文多次提及,计量经济学模型必须建立在一定的理论基础之上,然而,当前国内计量经济学使用者则没有对这个最重要的适用条件引以足够的重视.从国内很多CSSCI杂志中可以看到很多出现此类误区的文章,文章在文献综述后直接便开始了实证分析,完全忽略了理论分析部分,构建模型时则想当然的构建成线性模型,最后则得出因果关系的结论.如此一来,科学研究的严密性尽失.

    2.2.2 建立计量经济模型的数据

    样本量小、质量差计量经济模型刻画经济现实的准确性很多程度上会受到数据样本量和数据质量的影响.如前所述,计量经济学是通过样本回归函数推知总体回归函数,所以,数据不足的情况下,无法采用计量经济学得出令人满意的结果.

    特别是对于时间序列计量经济学模型“大样本和平稳性就是基本的要求.因为只有对满足渐进不相关的协方差平稳序列,才可以适用基于截面数据的统计推断方法”.但是由于我国很多经济数据开始统计的年限很短,采用年度数据进行时间序列分析就显得非常不足,然而现今很多实证研究无视这个问题,其得到的结果就可想而知了.除了样本容量问题,数据质量问题也同样令人担忧,由于观测误差、抽样误差、问卷设计不合理等原因使得数据质量受到严重的威胁,研究者不加选择的使用也会使得结论不可靠.

    2.2.3 函数形式设定

    错误函数形式设定错误主要表现在忽略重要变量、加入无关变量、和混淆线性和非线性几个方面.忽略重要变量会使得最小二乘估计在小样本下是有偏的,在大样本下是非一致的;而包含无关变量会使得模型的最小二乘估计量无效;混淆线性和非线性则可能导致模型出现全方位的错误,参数的经济意义将被错误的表达.

    3、 结论

    本文在认识计量经济学的基础上对它的应用和反思进行了讨论,其主要结论如下:计量经济学是一门应用非常广泛的学科,能够用于进行结构分析、政策模拟、经济预测和理论检验,具体来说可以进行诸如规模经济测度、结构突变测度、宏观经济描述,财务预警等应用.计量经济学具有明显的局限性,主要表现在无法揭示因果关系和无法处理渐进式结构变化问题.当前计量经济学的使用者存在着一些误区,主要表现在忽视模型构建的理论基础,不重视数据量和数据质量,模型设定错误等方面.

    参考文献:

    [1]李子奈,潘文卿.计量经济学(第二版)[M].北京,高等教育出版社,2005.

    [2]杜江,李恒,贾文.计量经济学及其应用[M].北京:机械工业出版社,2010.

    [3]李子奈,齐良书.关于计量经济学模型方法的思考[J].中国社会科学, 2010, (2).

    [4]洪永淼.计量经济学的地位、作用和局限[J].经济研究,2007,(5).

    [5]周志太.经济学研究的十大趋势[J].经济视角,2008,(10).

    [6]贾文.认识计量经济模型应走入五大误区[J].财经科学,2003,(3).