计量经济学的地位、作用和局限

计量经济学的地位、作用和局限∗洪永淼内容摘要：目前，计量经济学和微观经济学与宏观经济学一起构成了中国高校经济管理类本科生和研究生必修的三门经济学核心理论课程。计量经济学在中国经济学界受到越来越广泛的关注，其方法与工具也在实证研究中被大量应用。本文将阐述现代计量经济学的基本思想和方法论，计量经济学在经济学研究中的地位、作用和局限性，计量经济学与数理经济学、数理统计学及经济统计学之间的差异，等等，并运用大量经济学和金融学中有代表性的实例说明计量经济学的应用以及在应用时应注意的若干问题。关键词：计量经济学实证研究现代经济学一、引言计量经济学已经成为现代经济学和管理学教育必不可少的一部分，它和微观经济学与宏观经济学一起构成了中国高校经济管理类本科生和研究生必修的三门经济学核心理论课程，并在中国经济学界受到越来越广泛的关注。然而，中国计量经济学的发展落后于微观经济学和宏观经济学。中国经济学界对计量经济学这一现代经济学核心课程存在着一些认识上的误区。比如，不少人认为计量经济学仅仅是经济学实证研究的技术分析工具，没有意识到计量经济学作为经济学研究基本方法论的重要性；很多人不了解计量经济学与数学、数理经济学、数理统计学以及经济统计学之间的区别，将计量经济学等同于应用数学或应用统计学，认为计量经济学只不过是一个经济数学模型加上一个随机搅动项而已。还有，实证研究中，经常不注意计量经济学方法与工具所适用的范围和前提条件，不恰当地将它们应用于其前提条件明显不成立的经济数据或经济问题，从而导致得出错误的结论。所有这些认识上的偏差，正妨碍着计量经济学的应用、推广和发展。本文的目的，是从方法论的角度出发，阐述计量经济学在经济学研究中的地位、作用以及局限性，从而使大家对计量经济学作为现代经济学研究基本方法论的重要性和局限性，有一个比较清晰的认识。本文首先将从现代经济学的数量分析特征出发，阐述计量经济学在现代经济学中的地位和作用；然后，通过比较计量经济学与数理经济学、数理统计学和经济统计学之间的差别，强调计量经济学作为经济学研究基本方法论的重要性；接着，通过经济学和金融学中具有代表性的重要实例，具体详细地说明计量经济学方法和工具的应用，以及在应用时需要注意的若干问题。这些例子包括消费函数和乘数效应，理性预期和资产定价，规模报酬不变，转型经济改革成效评估，有效市场假说，市场风险和波动聚集，以及劳动经济学和金融学的久期分析（DurationAnalysis），等等。这些实例说明了计量经济学是如何用于经济结构分析和重要结构参数估计，如何用于检验经济理论和发展经济理论，如何进行经济行为分析和逻辑分析，从而采用正确的计量经济学方法并正确地陈述结论，以及如何针对经济数据的特点和具体问题的本质，选择合适的计量经济学模型和工具。同时还强调了在使用计量经济学模型进行结构分析时正确设定理论模型的重要性，以及计量经济学在非传统领域也有广泛的应用。昀后，本文将阐述由经济数据的非实验性和经济结构的时变性所导致的计量经济学分析的局限性。二、计量经济学的地位现代市场经济充满不确定性和风险，一个经济人做出一项决策后，其后果往往无法预知。现代经济学就是研究在充满不确定性因素的条件下如何公平而有效地配置有限资源。现代经济学可大致分为四个领域：宏观经济学、微观经济学、金融经济学和计量经济学。其中，宏观经济学、微观经∗洪永淼，厦门大学王亚南经济研究院，厦门，邮编：361005；美国康奈尔大学经济学系，伊萨卡，纽约州14850；电子邮箱：[e-mail]。本文系根据作者在康奈尔大学经济学系，清华大学经济管理学院，上海交通大学安泰经济管理学院，山东大学经济研究中心以及厦门大学王亚南经济研究院讲授高级计量经济学课程的基础上总结而成的，并在教育部2006“计量经济学与金融计量学暑期学校”和上海社会科学院学术研讨会上宣读过。本文得到了中国自然科学基金会海外杰出青年基金“新的金融计量模型及其应用研究”项目和厦门大学与教育部“长江学者奖励计划”的资助。作者感谢匿名审稿人、蔡宗武、陈彬、段琳琳、郭晔、贾新明、李宝良、宋江红、王翼、许有淑、赵向琴和朱平芳等老师和同学的仔细阅读以及十分有益的建议。本文文责自负。济学和计量经济学已经成为中国高校经济类本科生和研究生必修的三门核心经济理论课程。同大多数的自然科学学科一样，现代经济学研究的一般方法可归纳为以下几个步骤：第一：收集数据和总结经验特征事实（EmpiricalStylizedFacts）。经验特征事实一般从观察到的经济数据中提炼出来。比如，微观经济学中著名的恩格尔曲线（Engel'sCurve）就是一个经验特征事实，它刻画家庭生活用品支出占总收入的比例随着家庭总收入的上升而递减；宏观经济学中一个著名的经验特征事实是菲利普斯曲线（PhillipsCurve），它描述一个经济的失业率和通货膨胀率之间的负相关关系（后来又出现了“高失业高通胀”和“低失业低通胀”的正相关现象）；还有，金融市场的波动常常会交替出现，大波动后通常会紧跟着另一个大波动，而小波动后会紧跟另一个小波动，这就是金融学中有名的经验特征事实—市场波动聚集（VolatilityClustering）。经验特征事实是经济学研究的出发点，比如，时间序列计量经济学中的单位根（UnitRoot）和协整（Cointegration）理论，就是基于Nelson&Plossor（1982）在实证研究中发现大多数宏观经济时间序列都是单位根过程这一经验特征事实而发展起来的。第二：建立经济理论或模型。找到经验特征事实以后，经济学家会建立经济理论或模型，以解释这些经验特征事实。这一阶段的关键是建立合适的经济数学模型。第三：实证检验。这一步的工作需要把经济理论或模型转化为可用数据检验的计量经济模型。经济理论或模型通常只指出经济变量之间的因果关系和数量关系，没有给出确切的函数形式。从经济数学模型到计量经济模型的转化过程中，需要对函数形式作出假设，然后利用观测到的数据，估计未知参数值，并进一步验证计量经济模型的设定是否正确。第四：应用。计量经济模型通过实证检验后，可用来检验经济理论或经济假说的正确性，预测未来经济的变动趋势以及提供政策建议。可以看出，对经济理论进行数学建模和对经济现象进行实证分析已成为现代经济学的两个基本分析方法。事实上，这是几代经济学家努力使经济学成为像自然科学（如物理学）那样的一门科学的必然结果。在北美，经济学博士生教育非常注重包括数学建模和实证研究的数量分析训练。数学建模在经济学中具有十分重要的作用。有很多方法，诸如图形描绘和文字论述等，都可用来描述经济理论。但是，任何经济理论，如果可用数学工具来表述，就能够确保其逻辑的一致性和正确性。正如马克思所指出的，在一门学科中能够使用数学是该学科成熟的重要标志。在经济学中使用数学已有很长一段历史。古诺（Cournot，1838）撰写的《财富论中的数学原理》被认为是昀早在经济分析中使用数学的著作之一。“边际革命（MarginalRevolution）”是经济学发展的一个重要里程碑，尽管它当时没有使用数学工具，但后来经济学家发现，边际效应、边际产出和边际成本等概念，与微积分中的导数概念相对应。数理经济学家瓦尔拉斯（Walras，1874）在提出一般均衡理论时，使用了大量的数学工具；冯⋅诺依曼和摩根斯坦恩（VonNeumann&Morgenstern，1944）提出的博弈论，起源于数学的一个分支，博弈论现已成为微观经济学的重要基石。在经济学研究中使用数学有几个重要作用：第一，数学能精确简洁地刻画经济理论的昀重要本质。例如，凯恩斯（Keynes，1936）提出的宏观经济学理论，主要研究经济总量（比如国民生产总值、消费、失业、通货膨胀、利率、汇率等）之间的关系，这一理论可以简要地用如下两个等式来表述（假设是一个封闭经济）：YCIGCYαβ=++⎧⎨=+⎩国民收入恒等式消费函数：：其中，Y表示收入，C表示消费，I表示私人投资，G表示政府支出，参数α表示维持生存的昀低消费，参数β表示边际消费倾向。若我们用国民收入恒等式减去消费函数，整理后求偏导，可以得到政府支出的乘数效应（即政府增加公共开支一元钱，昀终可增加多少GDP）：β−=∂∂11GY因此，凯恩斯理论的基本思想可以用上述两个或三个数学等式来表述。第二，经济学中复杂的逻辑分析可通过使用数学工具得到大大简化。在经济学入门课程里，常常通过文字和图表描述的方式进行分析，既直观又浅显易懂。然而，文字或图表对复杂的经济分析往往无能为力。例如，在均衡分析中，局部均衡分析可用一个二维坐标中两条曲线的交点来表示均衡点，这两条曲线分别是需求曲线和供给曲线。然而，在更为复杂的一般均衡分析中，图表显然无法实现，因为涉及到很多商品。一般均衡理论是经济学中的一个基本理论，研究在竞争性市场经济中，市场力量能否推动相互联系的诸多产品和服务市场同时达到均衡。具体地说，假设有个商品，第i种商品的需求为n()PDi，供给为()PSi，n个商品的价格向量为。一般均衡分析就是研究是否存在一个能使市场出清的价格向量，满足()′=npppP,,,21Λ*P()()**PSPDii=，。1,,in=L这个问题看似比较简单，却很难找到一个有效解，因为需求函数和供给函数一般不是线性的。瓦尔拉斯没能解决这一问题。许多年以后，阿罗（Arrow）和德布鲁（Debreu）应用数学的不动点定理（FixedPointTheorem），严格证明了均衡价格向量的存在。可见，在一般均衡理论的发展过程中，数学起了至关重要的作用。第三，数学建模是经济理论实证化的必经之路。我们生活在一个数字时代，许多经济和金融现象都体现为数据。我们只有把经济理论“数字化”，才能把理论和数据联系起来，才能验证经济理论能否解释经济现实。为此，需要把经济理论转化成可以检验的数学模型，进而用观察到的数据对该模型进行估计和检验，并应用于分析实际问题。现代经济学的另一个主要特征是实证分析。在北美，绝大部分经济金融学术研究均是实证研究。为什么实证分析非常重要呢？一个重要原因是，尽管使用数学可确保理论本身的逻辑一致性和正确性，但却不能保证经济学成为一门真正的科学。即使数学推导准确无误，如果经济理论的基本假设不正确，或不切合实际，那么它在实践上将毫无用处。这种情况并不少见。作为一门科学，经济理论必须与实践相结合并保持一致，也只有这样，经济理论才能够解释过去的经济事件，预测未来的经济发展趋势。那么，如何验证经济理论是否可以解释现实呢？实际上，几乎不可能或很难用经济数据检验经济理论的前提假设是否正确。但是，我们可以通过考察经济理论的推论与观测到的数据之间是否一致来检验。在经济学发展的早期阶段，实证研究通常是使用案例分析或间接验证的方法。比如，亚当⋅斯密在《国富论》中就是用案例分析方法来解释专业化分工的优势所在。今天，简单的案例分析方法仍然有用，但只限于作为实证研究的辅助性探索性分析，因为其精确性常常受到质疑，特别是当经济现象比较复杂，而获得的数据又很有限的时候，严格的实证分析需要使用计量经济学方法。计量经济学在过去的几十年中发展非常迅速，主要有以下几个原因。第一，如上所述，经济理论需要实证检验；第二，高质量经济数据的获得已逐渐变得相对容易；第三，计算技术的发展使得数据处理的成本越来越低，计算机升级的速度远远快于经济数据积累的速度。尽管在绝大多数的计量经济学文献中没有明确论述，现代计量经济学实际上是建立在以下基本公理之上的：y公理1：任何经济系统都可以看作是服从一定概率分布的随机过程（StochasticProcess）。y公理2：任何经济现象（经济数据）都可以看作是这个随机数据生成过程（DataGeneratingProcess）的实现（Realizations）。我们无法验证这两个公理。它们是很大一部分计量经济学家和经济学家对经济学的基本观点和理念。并不是所有的经济学家，甚至不是所有的计量经济学家都同意这些看法。比如，有一些经济学家把经济系统看作是非随机的混沌过程（ChaoticProcess），经济现象是由