计量经济学模型范文

计量经济学模型范文第1篇

关键词：计量经济学模型；功能；比较

中图分类号：[F064.1] 文献标识码：A 文章编号：1001-828X（2013）07-0-01

众所周知，计量经济学模型已经被广泛运用到理论研究和实际分析中。作为实证研究的主要方法，计量经济学模型必须要能够很好的模拟实际现象。因此有必要对几种具体的计量经济学模型进行研究。本文就是以此为目的来展开分析的。

一、计量经济学模型简述

1.计量经济学模型的内涵：作为现代经济学的重要分支，计量经济学的主要任务是针对现实的经济活动中与经济活动有关的数量及其变化趋势而做出定量分析。而在研究实际经济问题时，计量经济学模型的设定是研究者首先要做的工作。这一设定工作包括选择相关的经济变量，以及确定各变量之间的数学关系式。其中，模型变量涉及被解释变量和解释变量，数学关系涉及线性关系和非线性关系。不过需要注意的是，计量模型只不过是在对现实经济现象深入分析的基础上，对复杂的经济问题的简单化，因此在设计计量模型时，往往会为了突出主要经济变量的作用，而忽略其他因素对被解释变量的影响。因此，模型的建立要遵循客观科学的原则，运用恰当的方法，务必保证计量经济学模型能够很好的拟合现实情况。

2.计量经济学模型的功能：（1）静态分析功能。静态分析是指给定解释变量的数值就可以求得被解释变量的数值。这可以直接由计量经济学模型所确定的数学关系式得到，只要把已知的解释变量的数值直接代入数学关系式即可。（2）比较静态分析功能。比较静态分析是指在其他变量的数值保持不变的情况下，一个或多个解释变量的变化会引起被解释变量的变化大小。只要将两组不同的解释变量数值代入到计量经济学模型的数学关系式中，并作差，就可以实现这一功能。（3）动态分析功能。动态分析是严格区别于静态分析的一种方法，它要求确定被解释变量随着解释变量连续变化的具体变化过程。这是分析的高级形式，可以根据计量经济学模型的数学关系式画出对应的图形，然后根据图形判断被解释变量的实际变化过程。

二、几种具体的计量经济学模型

根据所使用数据的类型不同，计量经济学模型可以分为以下三种模型：

1.横截面数据模型：横截面数据模型使用的是横截面数据，是经典的计量经济学模型。横截面数据是一组同一时点上不同指标的数据集合。例如：某一年各发达国家的国内生产总值；同一时点上不同家庭的消费。这类数据是经典计量经济学模型的基础，已经广泛应用到各种经典模型中。横截面数据模型要求解释变量和随机扰动项满足几项基本假定，比如：要求随机扰动项均服从均值为零，方差为某一定值的正态分布，同时各扰动项之间互不相关。如果其中的一项或多项假定没有被满足，就会出现诸如异方差、自相关、多重共线等问题，从而影响模型的准确性和可靠性。而现代计量经济学模型能够有效的解决以上问题，从而更好的拟合现实情况。

2.时间序列数据模型：时间序列数据模型是现代计量经济学的重要内容。这种模型使用的是时间序列数据，解决的是与时间有关的问题。时间序列数据是同一指标随时间的推移所得出的一系列数据集合。比如：近几年我国的国内生产总值；某厂逐月的主要营业收入和主要营业支出。时间序列数据模型已经被广泛用于分析社会的各个方面。不过这一模型要求所使用的数据序列满足平稳性和正态性等要求。平稳的时间序列数据的统计规律是固定的，不会随时间的推移而发生变化，而非平稳的时间序列数据会发生伪回归问题，从而使计量模型失去其存在的意义。因此，对这种模型进行实证分析的前提是通过单位根检验来测试数据是否平稳。

3.面板数据模型：面板数据模型是目前最流行的模型之一，这一模型中所使用的面板数据是横截面数据和面板数据相结合的数据。比如：全国各省份2001-2010年的工业总产值数据；某医院各心脏病患者逐年的治疗费用。这类数据能够增加各变量的多样性和自由度，减少了共线性，从而提供更有价值的数据信息：它可以同时提供同一样本随时间推移所得的指标数据信息和同一时点不同样本的指标数据信息。面板数据模型的回归分析包括固定效应和随机效应两种方法。其中，前者要求面板数据模型的数学关系式中的截距在不同个体之间存在差异；后者要求面板数据模型的数学关系式中的截距是对某一固定值的偏离。这两种方法可以通过Hausman检验进行区分。

三、计量经济学模型的比较分析

计量经济学模型是计量经济学处理数据最有用的手段。由于同属于计量经济学范畴，各模型之间存在一定的共性。目的一致：各模型的建立都是为了将实际问题进行简化和抽象化，进而定量分析相关变量之间的关系；满足假设：各模型都是对实际问题的简单模拟，因此在模型设定前首先会做出一些严格的假定来保证模型的解释力；有侧重点：各模型的建立宗旨是：研究问题的本质，屏蔽其他无关紧要的东西。因此在其设定时都会为了突出某些主要变量之间的关系，而将其他变量排除在模型之外。

当然，不同的模型也有其独特之处。使用数据不同：根据它们的定义就可以知道，这三种模型分别使用了三种不同的数据。这三种数据的维数不同，第一种数据只涉及指标这一个维度，第二种数据涉及时间和指标两个维度，而第三种数据增加了第三个样本。层次不同：第一种模型属于经典计量经济学模型的范畴，而后面两种模型属于现代计量经济学模型的范畴。研究侧重点不同：第一种模型侧重于相对简单的实际情况，第二种模型主要研究与时间相关的问题，而第三种模型研究的是相对复杂，信息量较多的问题。

四、总结

总之，计量经济学模型是定量分析实际问题的重要手段。横截面数据模型、时间序列数据模型和面板数据模型之间有其相同之处，也有其独特之处。因此，充分认识各种计量经济学模型，对于分析实际问题至关重要。

参考文献：

[1]李子奈，刘亚清.现代计量经济学模型体系解析[J].经济学动态，2010（5）：22-31.

[2]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）：69-84.

[3]刘丽艳.计量经济学局限性研究[J].财经问题研究，2013，3（3）：3-14.

[4]庞皓.计量经济学（第二版）[M].北京：科学社会出版社，2010.

计量经济学模型范文第2篇

关键词：计量经济学模型；经济研究

一、计量经济学模型在中国经济研究中的应用背景和意义

二十多年来，计量经济学作为中国经济学科的一个分支，得到了迅速的发

展。以数学化和定量化作为经济学迅速科学化的重要标志。数学模型的应用仅仅是一种工具，不能作为研究经济学理论的本质。但是正是这种工具，推动了经济理论的发展。现代经济学的任何理论的发展都离不开数学论证。要实现中国经济学现代化、科学化的这一目标必须学习西方经济学的先进的研究分析方法。而计量经济学在经济研究中的应用，正是一个具体体现。

二、国内计量经济学模型在经济研究中的应用现状

笔者是从一个独特的角度来归纳了计量经济学应用的20余年的发展。通过对《经济研究》近10年间刊载的计量经济学文章统计分析，目的在于对这期间计量经济学在经济研究中的应用过程有一个粗略的归纳，同时也能够初步探索中国经济学研究方法的转换与研究技术规范的转变。本文则通过计量经济学论文在《经济研究》刊文中的变动情况从一个侧面反映了中国经济学内在的技术规范的形成历程。

近些年我国主要经济学期刊发表的计量经济学文章主要以应用研究型文章仍然占主导地位，数量远远大于理论研究。但应用研究所采用的计量模型和方法却呈现出多样的趋势：例“经济转轨中的企业退出机制”采用了Cox比例死亡模型和条件概率方法[1]；“职业经理人进入民营企业影响因素的实证研究”用到了二元选择的Logit模型[2]；而就相同的问题也可采用回归模型和协整分析模型进行计量分析。由此可以看出我国计量经济学应用研究已经用到了现代很多复杂的计量经济学方法。同时我们要注意到曾经的经典计量经济学方法仍然占有重要地位，在任何时候都不过时，是研究一般问题的首选方法：如“城市化与商品流通的关系研究”[3]、“流动性与资产定价：基于我国股市换手率与预期收益的实证研究[4]”。无论采用随机抽样调查还是大样本分析，线性回归分析方法仍然是计量经济学研究应用最多和最主要的方法。

三、经济研究论文中计量经济学模型类型分析

在经济研究论文中计量经济学模型大致分为如下几类：经典模型、时间序列分析模型、Panel Data模型、离散被解释变量模型、受限被解释变量模型、非参数模型、非线性模型和其它模型。对这些模型应用研究在清华大学霍玲对1984-2004年《经济研究》刊登的全部计量经济学论文模型的类型进行分类分析时得出以下结果[5]：经典单方程模型仍然是计量经济学论文最常用的模型方法，占总数的63.8%；其次依次是宏观时间序列分析模型、金融时间序列分析模型、离散选择模型、宏观Panel Data模型和其它模型；最后还有一些新型的计量模型方法，例如微观Panel Data模型、经典联立方程模型、其它时间序列分析模型、简单非线性模型、复杂非线性模型和完全非参数模型等[5]。她认为之所以经典线性回归方程仍然在计量经济学论文中占主导地位，直观原因是这个方法比较容易直观使用，另一个原因是相当多的论文主要是因素分析对研究的变量产生显著影响程度，而这背后的经济理论是不清楚的，在这种情况下最有效的办法就是将模型假定为线性回归方程的形式。

四、计量经济学模型在中国经济研究中的应用启示和展望

1、在现代计量经济学模型中，以时间序列分析模型和Panel Data模型为主

从以上综述中得知，现代计量经济学模型中应用研究最为广泛的是时间序列分析模型和Panel Data模型，这两类模型从需求性和实现的可能性两个方面解决我们面临的宏观与微观经济问题。需求性上来说，例如金融市场时间序列分析、区域经济发展的差异与协调分析等，都是经济研究中的热点；从可能性的角度来说，一手数据的是否容易获取对研究的成败起决定作用。

2、更为广泛的经济社会领域将涉足计量经济学模型

我们已经了解到在西方，计量经济学理论方法已经被广泛应用到各个领域，例如：1992年诺贝尔经济学奖获得者贝克尔就是将计量经济学模型方法应用到婚姻经济学、种族经济学等社会现象中；而1993年诺贝尔经济学奖获得者福格尔和诺斯更是在经济史研究中采用计量分析。由此可见，在经济飞速发展、人们注重物质生活的今天，更多的社会问题和矛盾会越来越突出尖锐，而这些问题与矛盾往往与经济分不开，就会吸引各个学者的注意力。而学者的研究探讨往往采用计量经济学模型

3、以传统模型为主，加强新的计量经济学模型的研究与开发

计量经济学是应用性很强的经济研究方法，它所采用的经济数学模型是用来进行经济预测和政策分析，为政府决策提供依据，具有其他经济学科无法比拟的优势。正因为有这么多的优点，所以我们要加强新的计量经济学模型的研究与开发。如：我们采用非线性模型所作的预测和分析就比线性模型效果好；对于研究随机性、非结构性的所有问题，采用仿真（模拟）技术；用于研究人与人之间、集体与集体之间、部门与部门之间在利益方面冲突就采用对策论模型。由此可见，随着经济不断发展我们学者研究出不同的模型分析解决相关问题，这是由于这些新型模型的不断涌现，对我们计量经济学学科的发展起到很好的促进完善作用。（作者单位：兰州交通大学经济管理学院）

参考文献

[1]刘金全，张鹤.经济增长风险的冲击传导和经济周期波动的“溢出效应”[J].经济研究，2007，（10）

[2]刘莉亚，任若恩.银行危机与货币危机共生性关系的实证研究[J].经济研究，2007，（10）

[3]张建琦，黄文锋.职业经理人进入民营企业影响因素的实证研究[J].经济研究，2007，（10）

[4]晏维龙等.城市化与商品流通的关系研究[J].经济研究，2007，（11）

计量经济学模型范文第3篇

关键词:计量经济学模型; 游客量; 预测; 澳门

一、 导言

旅游业是澳门的支柱产业。澳门的经济增长、财政收入、就业对旅游业具有很强的依赖度。澳门回归后,特别是开放“自由行”以来,澳门旅游业高速增长,大大带动了澳门各行各业的发展,使得澳门经济呈现前所未有的繁荣景象。但是这种增长能否持续?未来的发展趋势会怎样?哪些因素会左右澳门产业的发展趋势?了解这些问题对于特区政府制定产业政策、经济发展规划和人力资源政策,企业制定战略规划、经营策略等都有重要意义。

赴澳游客的消费是澳门旅游业和业收入的主要来源。澳门入境游客量(inbound tourists)与澳门收入的相关系数高达0.809,表明游客的数量和消费偏好的变化直接影响澳门业的发展规模和速度。曾忠禄(2007)报告显示:旅澳游客85%来源于内地和香港。其中,内地赴澳门游客所占比重逐年增加,从2004年起已经连续4年超过50%,国内游客成为澳门游客主流的态势已经显现。这部分游客量的发展趋势会对澳门旅游和业的发展带来深刻的影响。但是,由于旅游产品具有很强的易变性,旅游需求也表现出相应的季节性波动,这也就带来内地赴澳门游客量的不确定性变化。因此,通过采用某种方法,洞悉这部分客流量的影响因素,预测其发展趋势,然后采取相应的政策规避风险、保护其增长,这对澳门旅游业和业发展至关重要。此类研究在澳门还没有受到关注,这是从事本研究的主要动机。

旅游业的发展已经成为一个国家或地区经济发展的重要方向,旅游需求的预测实际上成了一个非常重要的领域。迄今为止,关于预测的方法已经很多,这些方法大致可以分为时间系列模型(如ARIMA、REGARIMA model、Box-Jenkins model)、计量经济模型(如Regression models、Gravity models 、Artificial Neural mode、Grey model)、专家意见法(如Delphi technique)三种,其中前二者属于定量分析,后者属于定性研究。时间序列和回归分析是定量预测的基础,其它方法大都是在其基础之上衍生出来的。尽管其它方法可能在精确度和效果上要好过回归分析,但昂贵的成本和复杂的技术往往在实际运用中使人望而却步。而计量经济学方法已经相当成熟。而且,内地赴澳门旅客量受到中国大陆经济发展水平、人口规模、内地与澳门间的贸易、两地间的汇率等经济因素的影响较大,再加上这些因素又都可以测量,因此采用计量经济学方法较为合适。

总之,本文试图通过揭示影响内地赴澳门游客量的各种因素,并确定各种因素的影响度,来建立多元线性回归的计量经济学模型,预测未来内地赴澳门游客量的变化趋势,同时运用相关方法测定模型的精度偏差值,给出预测的区间估计。希望本研究的结果不仅能为政府有关部门、行业和企业的决策提供一个参考,还能为进一步的学术研究起到抛砖引玉之效。

二、 研究方法

计量经济学模型是试图测量变量之间的因果关系的行为模型。它所使用的技术主要有多变量回归分析、差异分析和概率分析。这些技术已经在关于旅游预测的文章中广泛使用。本研究以运用计量经济学理论建立一个多元线性回归模型作为主要的研究方法,使用这一模型预测未来内地赴澳门游客量,并检验模型的拟合优度和精度。模型中采用的数据来源于澳门、中国大陆和香港官方公布的公开季度统计信息。这些数据的时间跨度为2001年1季度～2008 年2季度。本研究的步骤为:线性回归建模原理――选择变量――收集数据――构建游客量预测模型――预测与结论。

1. 线性回归预测模型建模理论

设有因变量Y和自变量Xi(i=1,2,3,…,m)。对Y和Xi进行n次观测,得一组观测值为(X1t,X2t,…Xmt,Yt), t=1,2,3,…,n。

如果Y和Xi之间存在线性相关,则可配一个线性方程

Y^t = b0+b1X1t+b2X2t+…bm Xmt+ui (1)

式中:b0,b1,…,bm,为回归系数,是待定值;ui为随机干扰项。

在回归分析中,我们的任务就是估计回归方程中的未知参数,并对总体回归函数做统计推断。通常使用的方法是最小二乘法。在进行这些讨论时,我们对模型做了一些假设,其中最主要的是Gauss―Markov假设。许多中文统计学和计量经济学书籍都有关于该假设的叙述,本文采用贾俊平(2006:207-208)在其《统计学》第二版中关于该假设的陈述。

假设1:解释变量X是确定性变量,不是随机变量;

假设2:随机误差项μ具有零均值、同方差和不序列相关性:

E(μi)=0 i=1,2,…,n

Var(μi)=σ2μ i=1,2,…,n

Cov(μi,μj)=0 i≠ i,j=1,2,…,n

假设3:随机误差项μ与解释变量X之间不相关:

Cov(Xi,μi)=0i=1,2,…,n

假设4:μ服从零均值、同方差、零协方差的正态分布:

μi~N(0, σ2μ)i=1,2,…,n

注意:

a) 如果假设1、2满足,则假设3也满足;

b) 如果假设4满足,则假设2也满足。

为使(1)式成为最佳的配合直线,可用最小二乘法(OLS)确定m+1个回归系数(贾俊平,2006:209-228),把求出的回归系数b0和bi代回(1)式,就可得要求的多元线性回归方程。

在实际计算中,由于变量Y和Xi可能有不同的量纲和数值上的很大差异,求解时难免会带来较大的舍入误差。为了避免这一点,常将多元线性回归方程标准化,结果得到回归方程组的标准形式:

ri1b′1+ri2b′2+…rimb′m=riY

i=1,2,…,m(2)

式中:b′i为标准回归系数;rij为变量Xi和Xj之间的单相关系数;riY为变量Xi和Y之间的单相关系数;它们都是无因次量,且恒有rii=1,rij=rji,rij≤1,riY≤1。

由于软件技术的发展,这些复杂的计算过程都已经可以在计算机软件(如SPSS15.0)中解决。

2.检验

主要的检验包括:①变量之间的线性相关是否存在以及相关程度问题,也就是所谓的拟合优度问题;②预报的精度问题。这是检验回归方程有无实际价值的两个重要问题。对这两个问题,可以运用统计学的方法进行检验。

(1) 变量的相关程度

这实际上包括两个检验。一个是Y和Xi整体之间的相关程度,即回归模型的整体显著性。二是Xi与Y之间的相关度,即各自变量显著性。前者用F检验来测试,后者用t检验来测试。

F检验方法如下。定义

F=S回m(S总- S回)(n-m-1)=R2m(1-R2)(n-m-1)(3)

其中,R=mi=1b′iriY

需要注意的是,在此处R是复相关系数。b′i是Xi的标准回归系数;riY为变量Xi和Y之间的单相关系数。

把F值同临界值Fα(m,n-m-1)作比较。若计算所得的FFα则表明线性关系显著,说明所建回归方程基本上反映了Y和Xi之间的变化规律。

t检验方法如下。构建统计量

ti=b^isecii(4)

其中b^i为回归系数bi的最小二乘估计;Se为标准残差;

cii为矩阵(XX-1)主对角上第i+1个元素。考虑T的绝对值

Ttav 则认为回归变量的作用显著

tav 则认为回归变量的作用不显著

其中tav为自由度为v的分布,水平双侧分布数V=n-p-1。

(2) 预报精度

用剩余的均方差σ余=S余/(n-m-1)作为衡量回归方程预报精度的指标。

σ余=S总-S回n-m-1=nt=1(Yt-Y―)2n-m-11-R2=SYYn-m-11-R2

所谓预报精度问题,就是在一定的显著性水平α下寻找一个偏差δ,使得按给定的X预报Y时的观测值,以(1-α)的概率落在(Y^-δ,Y^+δ)的区间内,即:

P{Y^-δ

而,

δ=Fα(1,n-2)σ2余1+1n+(X-X)2nt=1(Xt-X)2 (5)

这说明,在一定的样本观测值和显著性水平下,给出的X越接近X,δ越小。如在(X,Y)平面上画成曲线,则Y±δ形成一个包围回归直线的带域,在X=X处带域最窄。因此,如果根据给出的X预报Y,则预报区间越短(X越靠近X),带域宽度越窄,说明预报的精度越高。

在实际计算中,n值往往很大,要求的预报区间较短,这时1+1n+(X-X)2nt=1(Xt-X)2≈1,结果得预报区间的近似式:

P{Y^-σ余< Y

这说明,观测值Y落在Y±σ余之间的概率为68.3%。同样,Y落在Y±2σ余之间的概率为95.4%,落在Y±3σ余之间的概率为99.7%,即:

P{Y^-2σ余

P{Y^-3σ余

Y^±Nσ余称为可信区间。用回归方程预报Y时,σ余越小,可信区间越窄,预报的精度越高。

3. 回归模型基本假设诊断

(1) 多重共线性诊断

如果某两个或多个解释变量之间出现了近似相关性,则称为多重共线性。多重共线性的诊断方法有很多,本研究采用SPSS提供的方差膨胀因子方法。其原理为:

设计辅助函数

xi=α0+α1x1+…+αi-1xi-1+αi+1xi+1+…+αk xk+εi

作OLS回归后得判定系数R2i。定义方差膨胀因子为下式,因子越大,多重共线性越明显:

VIFi=(1-R2i)-1

一般认为VIFi>8或10时,多重共线性显著,且Xi为多余变量。

(2) 异方差性诊断

对于多元线性回归方程 Yi=f(Xi,ui),如果随着样本观察值Xi的变化,ui的方差为常数,与i无关,即假定 Var(ui)=

σ2u=常数被满足,则称模型是具有同方差性的。如果假定不被满足,即ui的方差随着Xi的变化而变化,Var(ui)=σ2ui=

σ2uf(Xi)≠常数,则称模型具有异方差性。对于异方差性的检验,已经发现了一些检验方法,主要有图示检验法,等级相关系数法和Goldfeld―Quandt检验等。本研究采用直观实用的图示检验法。

用标准化残差(standardized residual)作统计检验量:

zei=eisei=yi-y^sei

式中,sei是第i个残差的标准差,其计算公式为:

sei=sy1-hi=sy1-1n+(xi-x)2ni=1(xi-x)2

根据标准化残差图可以直观地判断误差项ε服从正态分布这一假定是否成立。如果这一假定成立,那么标准化残差的分布也应该服从正态分布。因此在标准化残差图中,大约有95%的标准化残差在-2～+2之间。SPSS统计软件有生成这个图形的功能。

(3) 自相关性诊断

自相关又称序列相关。用公式表示为E(ui uj)≠0, i≠j。如果存在自相关,继续用最小二乘法进行参数估计会带来一系列后果。得到的参数估计是无偏的,但不是有效估计量;常用的检验方法会得到严重错误的结论,致使预测失败。对自相关存在与否可进行各种检验,其中最常用的是Durbin-Watson检验法。因为大多数涉及到时间序列的数据都表现出正的自相关性,所以Durbin-Watson检验法假设:

H0: ρ=0,序列不存在自相关性;

H1: ρ≠0,序列存在自相关性。

检验统计量

d=ni=1(ei-ei-1)2ni=1e2i

其中, ei=yi-y^i,yi和y^i分别是各期的观测值和预测值。随着系列相关度变大,d值变小。dU和dL分别是临界值的上界和下界,它们可以通过对应的K(解释变量个数)和n(观测值个数)查表获得。

如果d

如果d>dU,不拒绝H0:ρ=0

如果dL

三、 研究分析

下面就运用前述线性回归原理建立内地赴澳门游客量预测模型,并做出预测。

1. 变量和数据

在回归分析中,表示原因的自变量选取依赖于被预测的变量。Archer(1980)认为,影响旅游需求的变量主要有4个:潜在旅客的收入――预测中最普遍采用的收入指标是可支配收入;旅游成本――通常用距离来替代;消费者物价指数(CPI) ;旅游接待地(国)和旅游出发地(国)之间的汇率。而Vanhove(1980)认为,影响旅游需求的变量有20个之多。除了以上4个外,还包括:促销、共同语言、承载能力、客源地和目的地的城市化程度、休闲时间,以及特殊事件、自然灾害、政治稳定性等。

由此可见,影响游客需求的经济变量有很多,而人们总是根据不同的研究目的选定因变量,再确定与之相适应的自变量。考虑到澳门的特殊情况,并通过对描述统计图的直观观察,我们认为:内地赴澳门游客量的变化,主要受中国内地的经济发展和人民收入的因素影响。因此,本研究选择中国大陆人均可支配收入(personal discretionary

income)、国内生产总值(CGDP)、消费者物价指数(CCPI),以及两地间商品进出口贸易总额(TT)、港币与人民币汇率(ERHC)作为观察的预测变量。表1是2001年1季度至2008年2季度各变量季度数据,各数据来源见表中末行所注。

2. 回归分析,建立预测方程

表2是将表1的数据输入SPSS15.0后所得的回归分析报告整理后的结果。

根据表2,可得内地赴澳门游客量的预测方程:

Y^=8453.49+0.765X1+114.332X2+0.221X3-48.638X4+0.233X5(6)

标准化后得:

Y^=-1209.24+0.493X1+0.227X2+0.222X3-0.182X4+0.333X5(7)

表1 观测变量原始数据

时 间TFFC(千人)CCPICGDP(10亿元)港币/100人民币 两地间商品进出口总额(百万MOP)人均可支配收入(元)

2001

第一季653100.71989.4894.302032.81845.79

第二季706.9101.62304.7294.302804.81578.07

第三季790.8101.52428.4994.302765.91684.05

第四季8551002870.6294.302716.21751.69

2002

第一季873.499.42102.0294.432134.71349.56

第二季997.198.92451.5694.503271.51783.15

第三季1074.399.22614.6594.503116.91850.09

第四季1295.799.43071.5694.502902.42720

2003

第一季1338.3100.52356.1694.502319.72353.96

第二季937100.72646.4194.503485.51944.01

第三季1534.4100.82908.8094.503306.22045.25

第四季1932.4101.63757.9994.253213.72128.98

2004

第一季2189.5102.82710.5593.892899.52638.12

第二季2276.4104.43166.7594.274202.62175

第三季2493.6105.33437.194.294387.92257.38

第四季2570.2103.24337.194.024044.62351.1

2005

第一季2485102.83884.994.802905.82937.53

第二季2505.6101.74256.494.903975.32435.45

第三季2650.5101.54457.7295.984689.42527.93

第四季2821.9101.25788.395.924890.92592.09

2006

第一季2977.8101.24385.196.243872.73293.13

第二季2847.7101.45851.896.845380.72703.39

第三季2886.7101.34052.997.895232.52801.8

第四季3273.5102.16650.999.175018.92691.13

2007

第一季3576.6102.65028.7101.074602.23934.94

第二季3327.6105.15648.1102.385638.83117.06

第三季3746.8106.05927.5103.895699.53294

第四季4215.5105.58057.6105.7854723440

2008

第一季4385.7107.806149.1110.324740.14385.59

第二季4390.5107.776912.8113.125220.03979.27

数据来源:参考文献[4]参考文献[5]参考文献[4]参考文献[5]

表2 中国内地赴澳门游客量回归分析结果

非标准回归系数(B)B的标准误差显著水平 (p)

B的95%置信区间

下限上限

标准回归系数 (Beta)共线性统计量VIF

人均可支配收入 (X1)0.7650.1120.0000.5340.9960.4933.544

CCPI(X2)114.33229.1720.00153.985174.6790.2272.294

进出口总额(X3)0.2210.0780.010.0590.3830.2224.251

ERHC(X4)-48.63820.4690.026-90.981-6.294-0.1823.998

CGDP(X5)0.2330.0660.0020.0960.3690.3336.059

常 数8453.492685.640.005-14009.15-2897.83

R2修正值0.959

因变量预测值的标准误差224.7474

Durbin-Watson2.06

F132.383

N29

3. 检验

(1) 显著性检验

a) 回归方程的整体显著性

由表2可知,

检测统计量

F=132.383>Fα(5,23)=5.64

根据前文所述,所建的回归方程基本上反映了Y和Xi整体之间的变化规律。

b) 自变量显著性检验

由SPSS计算可知,检验统计量ti=

b^isecii的取值都大于对应的临界值tav。根据前文所述,认为每一个回归变量的作用显著。

(2) 区间估计

a) 预测变量回归系数的区间估计

由表2可知,给定置信系数1-α=95%,各个预测变量的回归系数置信区间分别为:X1(人均季可支配收入)为0.53~1.00;X2(消费者物价指数)为54.00~174.68;X3(两地间商品进出口总额)为0.06~0.38;X4(汇率)为-90.98~-6.29;X5(国内生产总值)为0.10~0.37。

b) 因变量预测区间估计

由表2可知,预测因变量的标准差σ余=224.74,在给定显著性水平α=5%的情况下,可得预报区间的近似式:

P{Y^-224.74

这说明,观测值Y落在Y±σ余之间的概率为68.3%,落在Y±2σ余之间的概率为95.4%,落在Y±3σ余之间的概率为99.7% 。

(3) 共线性诊断

由表2可知,变量X1~X5各自对应的检验统计量VIF

(4) 自回归诊断

由表2可知,检验统计量d=2.06。查表可得: 当α=0.05, k=5,n=30时,dL=1.07,du=1.83。因为d=2.06>du=1.83,所以我们接受原假设H0,认为本回归方程变量不存在自相关性。

(5) 异方差诊断

图1就是在SPSS中生成的标准化残差图。从图1可以看出,除了箭头所标示的那个点外,所有的标准化残差都在-2~+2之间(这个比率超过95%)。根据前文对标准化残差的分析,可以认定我们对ε服从正态分布的假定基本是成立的。

图1 回归分析标准化残差图

四、 预测与结论

1. 预测

根据建立的回归方程(6)或标准化方程(7)以及估计的置信区间,只要确定每个自变量的预测值,就可以对以后各季度的因变量值进行点估计和区间估计。表3是对澳门2008年3季度至2014年1季度各季度大陆游客量的预测。

2. 结论

从图2中可以看出,2008年3季度到2014年间,内地赴澳门游客量整体呈现出平稳上升趋势,各个季度间存在波动。但这个趋势存在的前提是中国大陆的经济持续稳定增长,政治环境稳定向好。

图2 内地赴澳门游客量趋势图

本模型的主要特点在于克服了传统计量经济学模型的一些局限性,使得预测的结果更加准确、可靠。传统计量经济学的局限性主要表现为:第一,自变量之间的共线性问题;第二,经济模型中,系数的评估会随着时间的变化而有所变化,这就使得建立的模型仅能运用于短期预测。针对共线性问题,本文在建模过程中采用VIF检验和分步回归的方法进行有效的控制;而系数的变化性是任何预测方法都无法完全克服的障碍,因为任何预测模型的预测时间都不可能是无限期的,本模型主要是通过加强检验和增加数据的时效性来加以控制。

表3 中国内地赴澳门游客量预测(季度)

预测时间

预测区间TFFC (千人)人均可支配收入(元)CCPI两地间商品进出口总额(百万MOP)港币/

100人民币CGDP(10亿元)

最小值最大值Y X1X2X3X4X5

Q3 20083935.084384.584159.833931.67107.985335.19115.976735.57

Q4 20084799.975249.475024.724143.74108.195230.60119.219090.22

Q1 20094151.134600.634375.884576.58108.44597.50125.096926.06

Q2 20094528.934978.434753.684198.67108.615643.35129.247925.00

Q3 20094491.724941.224716.474239.86108.835758.53133.447677.62

Q4 20095451.725901.225676.474451.92109.045653.94138.0210318.63

Q1 20104695.065144.564919.814884.77109.255020.84145.257831.44

Q2 20105105.195554.695329.944506.86109.466066.69150.738928.17

Q3 20105047.375496.875272.124548.05109.676181.87156.288619.66

Q4 20106102.496551.996327.244760.11109.886077.28162.211547.05

Q1 20115238.015687.515462.765192.95110.095444.18170.788736.82

Q2 20115680.466129.965905.214815.05110.36490.03177.619931.34

Q3 20115602.046051.545826.794856.23110.526605.21184.59561.71

Q4 20116752.287201.786977.035068.30110.736500.62191.7712775.47

Q1 20125628.056077.555852.805192.95110.945867.52201.689642.19

Q2 20126102.826552.326327.574815.05111.156913.37209.8610934.51

Q3 20126003.806453.306228.554856.23111.367028.55218.110503.76

Q4 20127249.167698.667473.915068.30111.576923.96226.7114003.89

Q1 20136169.046618.546393.795501.14111.786290.86237.9710547.57

Q2 20136676.147125.646900.895123.24111.997336.71247.4911937.68

Q3 20136556.527006.026781.275164.42112.217451.89257.0711445.8

Q4 20137897.008346.508121.755376.49112.427347.3267.0315232.31

Q1 20146709.067158.566933.815809.33112.636714.2279.6411452.94

注:表3中,大陆居民人均季度可支配收入、物价指数(CCPI)、进出口总额、汇率、GDP等指标的预测值是采用holt-winter模型在SPSS上生成。

参考文献:

[1] Archer Brian H.Demand forecasting-quantitative and intuitive techniques[J].Tourism Management, 1980 (1): 5-12.

[2] Vanhove N.Forecasting in tourism[J].Recue de Tourisme, 1980,35:2-7.

[3] 贾俊平.统计学[M].第二版.北京:中国人民大学出版社 2006.

[4] 曾忠禄.澳门游客分析与预测[M].澳门理工学院出版社,2007:4-20.

[5] 中国国家统计局官方网站:/tjsj

[6] 澳门统计局官方网站: www.dsec.gov.mo/index.asp

Forecast on Inbound Visitors Flow from Mainland Chinese to Macau: Based on

Econometric Model

Zhong-lu Zheng1,Yong Zheng2

(1.Macau Polytechnic Institute; 2. Management and Administration Institute, Macau University of Science and Technology, Taipa, Macau)

Abstract: This research built up an econometric model to estimate the possible number of visitors from mainland China to Macau by using the quarterly published official figures including average per person income, consumer price index of Mainland China, the total import and export of both Mainland and Macau Special District, currency exchange rate between Hong Kong dollar and RMB, and gross domestic product of mainland China as the variables. With the prediction model, the paper estimated the goodness of fit and the prediction accuracy of it and tested its basic assumptions. It is expected that the finding of the research could be used as reference for the related government departments and enterprises.

计量经济学模型范文第4篇

【关键词】多元线性回归模型；热岛效应；广州；MATLAB插值拟合；预测；白屋顶计划

1.引言

城市热岛效指的是城市温度高于郊区温度的现象，主要原因有以下几点：受城市下垫面特性的影响；人工热源的影响；城市中的大气污染。有专家提出，大面积推广安装白色屋顶可以减小对阳光的吸收率，降低城市温度，同时削减能源消耗以及由此产生的温室气体排放。因此，本文主要通过白屋顶提高建筑物反射率从而影响人们社会活动和减少建筑物的热量吸收两个方面的作用，运用回归分析的思想，建立多元线性回归模型来研究白屋顶“白屋顶计划”对降低夏季城市热岛效应起到的作用。

2.建模

2.1数据获取

热岛效应的影响因素包括：城市下垫面的特性、人工热源、绿化面积、大气污染等影响。结合可操作性，考虑相对全面性以及独立性的原则下，参考赵志敏关于城市化进程对城市热岛效应因子的对比分析的研究，再根据广州市具体情况我们选取了以下四个变量，居民用电量、总工业产值、公路客运周转量、以及绿化面积来研究热岛效应。其中热岛效应的指标我们定义为广州市的城郊温度差。这部分数据采集来源于2004年到2010年的《广州统计年鉴》，其他的四个解释变量则是来源于广州统计信息网的公开数据。

2.2曲线图比较

将居民用电X6、总工业产值Xh、公路客运周转量Xr、绿化面积Xg、以及衡量热岛效应的温度差Yg变化趋势进行绘图。经观察均为非平稳时间序列。经过协整关系检验，这五者存在协整关系，因此可以建立起线性回归模型。

2.3计量回归模型建立

根据2004—2010年夏季月份的居民用电Xe、重工业产值Xh、公路客运周转量Xr、绿化面积Xg、以及衡量热岛效应的温度差 的样本观测值，运用计量经济软件E-views进行运算，计算得出如下计量经济模型：

Yd=6.46×10-6X6+1.695×10-3X&+55×10-6Xr-8.19×10-5Xg+8.563614+e

R2=0.822219 F=18.49956 D.W=1.332070

回归方程下面的三个指标分别是表示方程拟合程度的可决系数 R2，方程总体线性的显著性检验F检验，以及回归方程模型的随机干扰项的序列相关性检验— 检验。

2.4分析回归模型的现实意义

解释变量X6、Xh、Xr、的偏回归系数均为正值，表明热岛效应与居民用电量、总工业产值、公路客运周转量呈正向变化；相对应的Xg的偏回归系数为负值，则表明热岛效应与绿化面积呈负向变化。

2.5分析回归模型的统计检验

方程的可决系数R2=0.822219表明样本观测值的拟合程度是比较理想的。方程的 检验旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著做出严格的统计推断。查表找出F0.01（4，16）=4.77，小于F=18.49956，拒绝原假设，表明模型的线性关系在99%的线性水平下显著成立。最后考察变量的显著性检验，图表2罗列出这四个解释变量的t检验值。通过查t分布表，获取t0.025（16）=2.120，小于这个四个变量的t检验值，因此我们可以推断出居民用电 X6、重工业产值Xh、公路客运周转量Xr、绿化面积Xg都在97.5%的水平下影响显著，都通过变量的显著性检验。

2.6分析模型的计量经济学检验

2.6.1异方差的检验

随机干扰项序列同方差是我们建立回归模型的基本假设，若是出现异方差时我们仍用最小二乘法估计模型将会产生一系列不良的后果。为了保证参数估计等的有效性，我们对模型进行怀特检验。对模型作普通最小二乘回归后得到的残差e2进行如下辅助回归：

e2=a0+a6X6+ahXh+arXr+agXg+a1X26+a2X2h+a3X2r+a4X2g+ε

得到这个方程的可决系数 R2与样本容量n的沉积，服从自由度为辅助方程中解释变量个数的卡方分布。计算出nR2=13.3764小于自由度为8的卡方分布值临界值x20.05=15.51，因此不拒绝残差序列同方差的原假设。

2.6.2序列相关性检验

另一个模型的基本假设就是随机干扰项不相关。D.W=1.332070是处于无法确定是否具有序列相关性的范围内，于是我们采用另一种检验办法—拉格朗日乘数检验。构建约束方程后，计算得出nR2，满足自由度为序列相关阶数p的卡方分布。我们这里只考虑一阶和二阶自相关的情况下的序列相关性。一阶和二阶下的nR2分别是1.683706和1.768808.在10%的显著水平下仍无法拒绝原假设，因此原模型可以近似认为是序列不相关的。

2.6.3多重共线性检验

由于多重共线性是一种样本现象，增加样本容量就可以消除多重共线性。在我们建立的回归方程中，由于回归方程的参数标准差较小，T统计量较大，故多重共线性可以忽略，不予以考虑。

2.7预测白屋顶对热岛效应的影响

Stuart Gaffin的研究报告中指出：白屋顶的运用相对于黑屋顶而言可以减少空调等降温设备电费70%。广东电网公司江门供电局的居民家庭生活用电发展现状调研及对策中指出：夏季降温电量占城市居民的50%左右。因此我们可以推出夏天白色屋顶的应用相对于一般屋顶而言可以减少35%的居民用电。另一方面， K.W.Oleson的研究报告指出：一般屋顶对太阳光的反射只有32%，同时Stuart Gaffin的研究报告中也指出：白屋顶的反射度大概为80%，。再结合我们对广州地区下垫面的假设，装上白色屋顶后回归方程的B0将会转变成B'0.计算如下：

B'0=（1-） B0+（）B0

根据广州市土地利用总体规划（1997-2010）指出：2010年，居民点和独立工矿的面积S为97854公顷，而广州市总面积S为728655公顷。将这部分数据代入方程得：

B'0=7.614060

采集现有的数据，运用matlab的拟合函数预测出2013年的居民用电X62013=125060、重工业产值Xh2013=1216.385、公路客运周转量Xr2013=485960、绿化面积Xg2013=145580。

有了上述这些条件准备之后，2013年的热岛效应预测便可以开始进行，分为如下两种情况：

没有装上白屋顶：

E（Yd2013）=6.46×10-6X62013+1.695×10-3Xh2013+5.5×10-6Xr2013-8.19×10-5Xg2013+8.563614

计算出E（Yd2013）=2.1831；

装上白屋顶后：

X'62013=（1-0.224）X62013；

E（Y'd2013）=6.46×10-6X'62013+1.695×10-3Xh2013+5.5×10-6Xr2013-8.19×10-5Xg2013+B'0

计算出E（Y'd2013）=0.9507。

白屋顶对热岛效应的作用程度：×100%=-56.45%

负值说明了白屋顶对热岛效应起到的是一个削弱的作用，数值56.45%说明了这种削弱的程度还是挺高的，超过了一半的水平。

【参考文献】

[1]赵志敏.“城市化进程对城市热岛效应因子的对比分析”，中国环境监测，2008，24（6）.

[2]广东电网公司江门供电局.“居民家庭生活用电发展现状调研及对策”.http：///doc/253007，2012/4/15.

计量经济学模型范文第5篇

张 娜

摘要:本文探讨了FDI与山西省经济增长之间的关系。结果表明:山西利用FDI与经济增长存在很强的相关关系,它们之间存在着长期的稳定关系,并且它们之间的关系为正向相关。通过格兰杰因果检验,表明当期的FDI对当年GDP的产生的作用不明显,而长期来看则对GDP的影响明显。

关键词:FDI,山西省,经济增长,格兰杰因果检验

中图分类号:

1 山西利用FDI的状况

山西利用外商直接投资的历程开始于20世纪80年代初期,从1984年批准成立第一家外商投资企业到2005年底全省累计批准设立“三资企业”2506家,项目总投资128.8亿美元。合同利用外资金额为51.7亿美元,外资实际到位27.9亿美元。“十五”时期累计利用外资10.7亿美元,其中2005年实际利用外资达到2.75亿美元。进进“十一五”起来,山西的招商引资更是取得突破性进展,2006年全年新批准设立外商投资企业150个,实际利用外商直接投资额4.7亿美元,比上年增长71.5%。经过二十多年的发展,山西的FDI已经呈现出投资规模不断增加,尽管从1985~2006年间山西的实际利用外资额产生了比较大的变化,但递增的趋势非常明显。从图1中可以看出,1999年和2006年山西出现了两次利用外资的高峰,1999年当年实际利用FDI达到39129万美元,比1998年增长60%;2006年当年实际利用FDI达到47199万美元,比2005年增长71.53%。

图1 山西1985~2006年实际利用外商直接投资额

资料来源:山西省统计局。

2 计量模型与检验

笔者将建立计量经济学模型对FDI与GDP的关系进行定量分析,基本步骤如下:①由于本文各变量均为时间序列数据且具有非平稳性,因此我们先对各变量进行单位根平稳性检验;②存在若为非平稳,就采用协整检验分析各变量之间的关系;③最后用格兰杰因果检验进一步确定GDP和FDI两个变量之间到底有没有确切的因果关系。

2.1平稳性的单位根检验(ADF检验)

(1)模型的建立

对变量进行协整分析之前,首先需要对变量的平稳性作检验,只有变量在一阶平稳的条件下,才能进行协整分析。现实生活中,大多数的经济变量都是非平稳的,应用回回分析往往会导致伪回回现象,从而导致分析的结论无效,应先进行单位根检验。

对时间序列的平稳性运用统计量进行统计检验是比较正确与重要的。单位根检验是统计检验中普遍应用的一种检验方法。对单位根过程进行假设检验主要包括两种方法,一种是迪基—福勒检验法(Dickey-Fuller),简称为DF检验法;另一种是菲力普斯—配荣检验法,简称为PP检验法。

早在20世纪70~80年代,北卡罗来纳州立大学教授Dickey,D.A和衣阿华州立大学教授Fuller,W.A在他们的一系列文章中,建立了一种用来检验单位根过程的方法,这种方法在检验时间序列数据的天生过程中是否为单位根过程起着非常重要的作用[1]。

为了保证DF检验中随机干扰项的白噪声特性,Dickey和Fuller对DF检验进行了扩充,形成了ADF(augment Dickey-Fuller test)。ADF检验是通过下面三个模型完成的:

模型一: (1)

模型二: (2)

模型三: (3)

模型三种的 是时间变量,代表了时间序列随时间变化的某种趋势(假如有的话)。虚拟假设都是 ,即存在一单位根。模型一与另两种模型的差别在于是否包含常数项和趋势项。

实际检验时从模型三开始,然后模型二,模型一。何时检验拒尽零假设,即原序列不存在单位根,为平稳序列,何时停止检验。否则,就要继续检验,直到检验模型一为止[2]。

本文采用 ADF(Augmented Dickey Fuller)方法检验变量的平稳性。假如ADF统计量为负且尽对值很大,表明序列是平稳的。假如ADF统计量的值比报告的临界值大,可得出序列非平稳的结论。

(2)数据的选取

本文分析所采用的样本数据为1991~2005的年度数据(表1),FDI表示外商直接投资累计额,取实际利用外资额,GDP代表国内生产总值,反映宏观经济总量,其变化反映经济增长。

表1 山西1991~2005年相关经济数据

单位:万美元

年份 GDP 累计FDI 国内投资 进口总额 出口总额

1991 862164.152 2368 274735.423 50944 8096

1992 991133.519 7752 295015.861 58334 12356

1993 1173120.690 14790 426168.897 63830 22707

1994 978411.646 17960 341131.101 80264 17740

1995 1293460.752 24343 348900.087 115600 21300

1996 1557134.249 38145 388065.920 134800 25300

1997 1782824.013 64737 454625.538 163964 31268

1998 1945983.814 89188 621387.869 145204 34091

1999 2013648.991 128317 537716.030 83951 44799

2000 2229669.002 150789 639716.935 123687 52751

2001 2451715.390 174181 832412.243 147000 47098

2002 28087 47.131 199097 987854.327 166161 64993

2003 3449595.264 221132 1307987.955 227202 81811

2004 4317978.479 230153 1736717.121 403447 134802

2005 4965301.205 257669 2212604.482 352900 201700

资料来源:《山西统计年鉴》,其中GDP美元值按中国外汇通提供的历年美元兑换人民币汇率换算所得。

(3)检验结果及分析

由于对数变换并不影响原始变量之间的协整关系,而且对数变换往往可以消除异方差现象,所以对GDP与累计利用外资额进行对数变换,并分别用LGDP和LFDI表示对数变换后的国内生产总值和外商直接投资额。

表2 对变量GDP和FDI单位根的ADF检验

变量 ADF检验统计量 (C,T,K) 1%临界值 5%临界值 10%临界值

LGDP 0.406541 (C,0,0) -4.0113 -3.1003 -2.6927

-1.084825 (0,0,1) -2.7989 -1.9725 -1.6307

-5.300783 (0,0,1) -28270 -1.9755 -1.6321LFDI 3.321671 (0,0,0) -2.7570 -1.9677 -1.6285

-1.626868 (0,0,1) -2.8989 -1.9725 -1.6307

-3.446008 (0,0,0) -2.7889 -1.9725 -1.6307

检验结果表明(表2):LGDP,LFDI在 =10%的明显性水平下是非平稳序列,一阶差分后的序列 、 在 =10%的明显性水平下是非平稳序列,二阶差分后的序列 、 在 =l%的明显性水平下是平稳序列,即为二阶单整序列。由于检验统计值均小于不同明显性水平时的临界值可以对两个变量之间的长期关系进行下一步协整检验。下面我们对GDP与累计利用外资FDI进行协整检验。

2.2 协整检验

协整检验的条件是假如两个变量都是单整变量,只有当它们的单整阶相同时,才可能协整。当两个变量协整时,则它们之间存在着一个长期稳定的比例关系;反之,当两个变量不是协整的,则它们之间就不存在着一个长期稳定的关系,由表4.2的检验结果可知LGDP与LFDI同阶,下面对LGDP与LFDI是否协整做进一步检验,若二者协整表明它们之间存在长期稳定的关系,若不协整则不能证实他们之间存在长期稳定的关系。

下面对LGDP与LFDI用OLS方法做回回: ,其中 、 为待定参数, 是LGDP的估计值,应用普通最小二乘法(OLS),估计得 =4.63, =0.35。

则所得方程为:

LGDP=4.63+0.35*LFDI (4)

(23.5) (8.5)

设e为LNGDP与LNFDI回回模型的残差,下面对残差进行单位根检验:

表3 对模型4的残差e进行单位根检验的结果

变量 ADF检验统计量 (C,T,K) 1%临界值 5%临界值 10%临界值

e -4.370170 (0, 0, 1) -4.8870 -3.8288 -3.3588

单位根检验结果(表3)表明:残差e在5%临界值水平下为平稳序列。即LGDP,LFDI为(2,2)阶协整,存在长期稳定关系。检验结果及分析:从回回方程的数据可以看出,1991~2005年山西省FDI增长l%,带动GDP均匀增长0.35%,外商直接投资对山西经济增长的作用是积极的、明显的。

2.3 格兰杰因果关系检验

自回回分布滞后模型旨在揭示变量的变化受其自身及其他变量过往行为的影响。然而,很多经济变量有着相互的影响关系。首先考虑FDI与经济增长之间可能存在的双向关系。一方面,FDI的引进可能会促进东道国的经济增长,即先有FDI增长后有经济增长;另一方面FDI可能会先被吸引到经济增长快速的地区,由于增长远景使这些地区对FDI更有吸引力。这时的情形是先有经济增长后有FDI。这里用Granger因果性检验方法来分析上述因果关系。该检验的基本依据是:假如变量X是变量Y变化的原因,则X的变化先于Y的变化。因此,在做Y对其他变量的回回时,假如把X的过往或滞后期包括进来能明显地改进对Y的猜测,我们就可以说X是Y的格兰杰原因[3]。为了揭示FDI与经济增长的关系,本文将构造如下的计量模型:

和 (5)

运用软件检验结果如下表(表4):

表4 LFDI和LGDP因果关系检验结果

零假设 滞后期数 F统计量 概率

LFDI对LGDP不存在Granger因果性 1 0.00050 0.98261

LGDP对LFDI不存在Granger因果性 1.91323 0.19404

LFDI对LGDP不存在Granger因果性 2 0.25465 0.78124

LGDP对LFDI不存在Granger因果性 0.35571 0.71122

LFDI对LGDP不存在Granger因果性 3 12.6750 0.00698

LGDP对LFDI不存在Granger因果性 0.70363 0.58946

LFDI对LGDP不存在Granger因果性 4 1.98293 0.36220

LGDP对LFDI不存在Granger因果性 0.44369 0.77894

检验结果及分析:在检验过程中,滞后期数分别取1~4来考察LGDP和LFDI的关系,当确定10%的明显性水平时,滞后期数为1、2和4时,LGDP与LFDI彼此独立,相互间没有影响。滞后期数为3时,LFDI在0.698%的水平上为LGDP的Granger原因,是一种单向的关系。表明滞后期不同,FDI与GDP之间存在不同的Granger因果关系。这就说明当期的外商直接投资对当年GDP的产生的作用不明显,而长期看则对GDP的影响明显。

3 结论

从以上的实证分析结果,可以得到以下结论:

(1) 利用FDI与山西省经济增长之间存在很强的相关关系。固然它们各自得增长是非平稳的,但是假如从长期来看的话,它们之间却构成均衡关系。

(2) 利用FDI和山西省经济增长之间存在着长期的稳定关系,而且它们之间呈现正向相关关系,表明FDI对山西省的经济增长有促进作用。具体而言,1991~2005年间山西省FDI存量增长l%,带动GDP均匀增长0.35%。

(3) 格兰杰因果检验的结果则表明当期的外商直接投资对当年GDP的作用不明显,但从长期来看则对GDP的影响明显。

参考文献

[1] 马树才、郭万山等,宏观经济计量分析方法与模型,北京,经济科学出版社,2005

[2] 李子奈、潘文卿,计量经济学,北京,高等教育出版社,2000

计量经济学模型范文第6篇

【关键词】 空间计量经济学，空间依赖，空间异质

空间计量经济学是计量经济学的一个分支，是处理地理单元（ 或由网络连接的个体） 之间空间相互作用效应的学科，它着力解决空间依赖与空间异质两大主题。空间依赖是某一空间单元与其他空间单元的功能性关系，是空间过程与空间（ 行政区） 边界不一致的结果。空间异质是空间的不均匀性和复杂性，它在模型中体现为异方差、因空间变化的系数等。

经过近三十年来的发展，空间计量逐渐从边缘发展成为应用计量经济学与社会科学方法论的主流，被广泛运用至各个社会科学方面，包括社会学、犯罪学、政治学、经济学等。最近研究尤其关注经济学领域，涉及的内容包括空间溢出、城市发展和组群经济、贸易和经济增长等。

本文主要总结了空间计量经济学的涵义其发展过程，并对空间计量经济学的未来做了简要的预测。

一、空间计量经济学的起源与发展

1、空间计量经济学的起源

1979年，Paelinck和Klaassen出版了《空间计量经济学》，在《空间计量经济学》中，Paelinck和Klaassen全面论述了空间计量经济学的研究对象、研究内容与基本模型，从而标志着计量经济学的诞生。

一般认为，空间计量经济学起源有两个。一个是可以追溯到地理学的定量革命，这一阶段的代表性著作是Berry和Marble（1968）《空间分析》，并且出现了一些著名学者经典的论文。到20世纪70年代，一些定量的地理学家开始研究空间模型的估计问题。第二个起源源于区域科学和区域经济学、城市经济学的工作，他们把空间效应纳入到模型中。

萌芽期的空间计量经济学研究，主要集中于以莫兰指数（Moran's I）检验方法为主的空间相关性检验、空间计量模型的设定、空间计量模型的基本估计、模型的识别以及模型的识别检验等问题。20世纪80年代，大量的学者关注模型的识别和模型设定的检验，这一时期学者提出了许多不同的模型设定检验的方法，比如Anselin（1984，1986）提出的非嵌套假设检验。这一时期还出现了空间计量时空模型的初步研究，其中最重要的内容是关于时空模型设定方面的研究，特别值得一提的是空间似无关回归模型方面的研究。

2、空间计量经济学的发展

20世纪90年代是空间计量经济学的迅速发展阶段。与第一阶段相比较，这一时期的空间计量经济学研究范式逐步正规化、严格化，尤其对模型估计量渐进性质的证明方面。这一阶段利用各种检验和估计方法对有限样本性质进行了深入地研究。随着计算机技术的发展，广泛应用的模拟实验方法也为有限样本性质的研究提供了有效的工具。这一阶段在空间计量经济学模型的设定、估计和检验方面得到了长足的发展。在模型的设定方面，这一时期出现了新的模型设定形式，如空间误差分量模型。在空间计量模型估计方面的进展可分为两个方面，一方面表现为极大似然估计方法在计算速度上的技术改进，另一方面表现为其他估计方法的应用，如贝叶斯方法在空间计量模型中的应用、蒙特卡罗模型（MCMC）和吉布斯抽样在模型中的应用。在空间检验方法的研究方面新进展包括：考虑空间相关性与异方差同时存在情况下的空间相关性检验，稳健形式的LM检验统计量，针对不同模型的莫兰指数统计检验方法的扩展等。随着空间计量经济学广泛应用于实证研究，各种统计、计量软件应运而生，已有的统计计量、软件都相继增加了对空间统计的软件包。

进入21世纪后，空间计量经济学作为一种主流的应用计量经济学研究方法被广泛认可。这一时期，空间计量经济学不仅应用于城市经济学、区域经济学、房地产经济学、经济地理学等领域，而且被广泛应用到劳动经济学、能源经济学、环境经济学、产业经济学以及国际贸易等传统领域。空间计量模型估计方法进一步深入。空间计量经济学的模型设定也得到进一步地发展。

进入21世纪以来，空间计量模型检验方法的理论研究进入了成熟期，其标志是为了检验和诊断空间计量模型的各种误设情况进行的LM检验有了突出的进展。空间经济预测研究一直是空间计量研究较弱的领域，21世纪以来取得了较大进展，代表性的研究是基于面板数据模型的空间预测研究。

总而言之，这一阶段空间计量经济学发展迅速，在应用计量经济学领域的地位得到了普遍地认可。这一时期，一些主流的经济学和计量经济学杂志开始刊登关于空间计量经济学的论文，主流计量经济学教材增加了对空间计量经济学进行专门介绍的章节。空间计量经济学从边缘逐渐走向主流。

二、空间计量经济学的未来趋势

经过近三十年的发展，无论在理论研究还是实证研究方面，空间计量经济学都有了非常大的进步，但仍然存在着诸多不足，这些不足之处是空间计量经济学未来的发展方向。

其一，空间权重矩阵的设定。空间经济学处理空间效应的主要方法是通过空间权重矩阵来描述。然而，在目前的文献中，空间权重矩阵的设定几乎都是基于作者的主观判断，且没有一种固定的评判标准。因此，如何较为准确地设定空间权重矩阵、检验空间权重矩阵的有效性是空间经济学未来的发展方向之一。

其二，非线性模型和限制因变量模型的空间效应设定。目前的文献大多关注了线性模型的空间效应问题，而较少涉及非线性模型或限制因变量模型。然而，在现实的经济运行中，变量之间的非线性关系比比皆是。这就需要学者们更多地考虑除线性以外的模型空间效应问题。

其三，空间异质性和变结构模型的处理问题。已有的空间计量经济学理论和方法基本上是围绕空间相关性展开讨论的，而较少涉及空间异质性的处理方式。因此，空间异质性的类型、检验方法和处理手段将是空间计量经济学另一发展方向。

计量经济学模型范文第7篇

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（2013）03000312

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：2012-11-24

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），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（1939，1940）与丁伯根（1940）之争，第二次是库普曼斯（1947，1949）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， 1939，49（4）：558-568

[2] Lawson， TThe Current Economic Crisis： Its Nature and the Course of Academic Economics ＼[J]Cambridge Journal of Economics， 2009，33（4）：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，2000387-406

[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，199486-90

[10] Robert，DA Catechism： Mathematics in Social Sciences＼[J]Review of Economics and Statistics， 1954，36（4）：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，1995239-295

[15] Mayo， D GNovel Evidence and Severe Tests＼[J]Philosophy of Science， 1991，58（4）：523-552

[16] Boland， LModel Specifications and Stochasticism in Economic Methodology＼[J]South African Journal of Economics， 1977，45（2）：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， 1993，88（424）：1242-1249

计量经济学模型范文第8篇

关键词：计量经济学;教学创新;策略

中图分类号：G642.0 文献标识码：A 文章编号：1002-4107（2015）03-0010-02

计量经济学是经济学中重要的分支，经济学的任何分支，如宏观经济学、微观经济学、金融学等均需计量经济学的支撑。因此，学习和应用计量经济学成为从事经济管理工作的专业人才的必备技能。

计量经济学理论艰涩、难教难学，是当前高校的实际局面，究其原因有：首先，其需要大量数学和数理统计学的基础，学生对回归模型概念、经典模型的假设、设定模型、估计参数、统计量的性质与分布等，难以准确理解与把握;其次，既有教学内容与实践需求存在一定脱节;最后，对社会经济现象进行深入研究，需具备广泛知识，因此，计量经济学教学关键在于，强化学生对计量经济模型的理解，提升其进一步学习与应用的能力。本文认为，改革创新计量经济学教学模式与方法，促进计量经济学理论教学与实践教学的有机结合，提高学生学习研究兴趣和综合能力，是解决上述问题的关键。

一、计量经济学教学改革的意义

经济学是考察社会经济现象、行为及其规律的学科，而计量经济学则是揭示经济学理论所考察的社会经济现象之间的数量规律[1]。计量经济学的学习与应用能力，关键取决于能否运用经济学的思维方式观察理解经济现象，能否构建恰当的经济模型，能否准确进行参数估计与模型检验，使研究结论客观反映经济规律，进而为政策决策提供有意义的参考。目前，虽然计量经济学已被列为高等院校经管类各专业的重要课程，但我国计量经济学教学与研究与发达国家相比还有较大差距，进一步培养好计量经济学人才任重道远。为更好提升学生学习和应用能力，应着重从以下方面入手进行计量经济学人才的培养。

（一）有助于培养学生观察与分析经济现象的能力

计量经济学重在培养学生基于经济学理论观察社会经济现象，勇于提出问题。譬如，在研究通货膨胀时，学生应回顾成本推动型、需求拉动型等通胀形成机制，思考这些理论能否解释现实。以始于2009年下半年的通货膨胀为例，显然，每个人都经历与感知到了该轮通货膨胀对自身的影响，企业家感觉到原材料上涨，居民感觉到菜价上涨，学生发现食堂饭菜价格上升。对于计量经济学的学生来说，首先要思考此轮通胀的原因与货币供给过多是否相关，进而要思考此轮通胀与过去通胀是否存在相同特征。教师要将这些问题引入课堂，适时引导学生思考与研究社会经济现象，这实质就是培养学生学习与研究计量经济学的能力。

（二）有助于培养学生研究社会经济现象的能力

计量经济学教学是引导学生应用经济学理论理解经济问题的过程。由于社会经济现象的形成机制非常复杂，对同一经济现象经济学家存在不同的看法。经济学理论和计量经济学方法发展日新月异，这种快速的知识更新使得师生需要不断学习与研究。此外，经济现象本身也伴随经济体制、运行机制与经济结构的变化而发生复杂变化，对这些日益复杂的现实经济现象的深入考察，也考验着我们运用计量经济模型的能力。因此，深刻理解经济现象及其背后的机制，重在能否正确应用计量经济学。仍以通胀现象为例，学生可能首先联想到的是货币需求函数，此时，教师可以引导学生比较分析消费价格指数（CPI）与广义货币（M2）的时间序列数据。通过观察，M2增速于2009年起快速下降，但与此同时，通胀却表现出持续上涨的态势。该现象提醒我们，若以非线性货币需求函数建模，则可以揭示通胀与货币需求间的复杂关系。为此，适时引导学生针对我国特定的数据，探索性研究通胀与货币需求间的复杂关系，能够培养其学习与解决问题的能力。

（三）有助于培养学生研究计量经济理论的能力

高等教育的重要落脚点是开发学生创新能力。在计量经济学学习中，学生的创新能力体现于能否发展计量经济学理论。比如，通过引导学生观察通胀现象，逐步提出以下问题：如何检验通货膨胀与M2是否是平稳序列？这两个变量是否存在协整关系？该关系是否具有非对称、非线性的特征？怎样检验与估计非对称、非线性的长期均衡关系？要回答以上问题，必须学习与发展计量理论，这需要我们拓展既有非平稳时间序列分析的理论与方法。因此，在研究中准确理解与应用相关理论与方法，特别是针对数据特征拓展计量理论，是培养与提升学生学习与应用能力的重点。

二、计量经济学教学实践改革路径

现代计量经济学的主要内容有：单位根检验与基于非平稳变量的建模技术;描述经济现象复杂动态性的模型;使用面板数据建立的模型。这些理论与方法与之前的经典计量经济学相比存在较大区别，为使教学与现代计量经济学的发展相适应，许多教师从教材改革、教学方法创新、突出实验教学等角度思考了计量经济学的教学方法改革[2-4]。基于培养学生能力这一角度，借鉴以往教学改革的有益建议，结合我国计量经济学教学的现实状况，在计量经济学教学实践中，尝试从以下方面践行教学活动。

（一）立足引导与启发

首先要清晰讲授相关概念、理论和方法，梳理知识之间的内在联系，适时对学生提出问题，培养其智能[5]。例如，在讲解参数估计量的线性无偏最小方差性质中，应分析估计量是被解释变量的线性样本组合，从而引导学生认识估计量的本质，在理解估计量为一个随机变量的基础上，提出其是否服从特定的分布，最终引导学生理解估计量的方差以及对备选估计量的方差分析比较。基于估计量的有效性，再讲解渐进无偏与渐进最优估计量。接下来，适时展示线性无偏最小方差估计量的仿真结果，以此引导学生理解基本的计量经济理论，把引导学生学习和“教会学生学习”一体化。

（二）贯穿“理论、方法和应用”三位一体

在教学中因势利导，从经典计量经济学适当拓展到现代计量经济学，并据此阐释计量经济学的相关理论，注重学生的学习反应，清晰介绍相关前沿理论。培养学生学习与应用计量经济学的能力重在：一要阐释回归分析的产生背景及其内涵;二是要培养学生根据我国数据构建计量模型的能力;三是要根据学生的实际情况对讲授内容进行延伸。计量经济学前沿的理论与方法集中在文献中，应根据学生的知识基础与结构从教材延伸至文献中。比如，在讲授异方差时，适时引出ARCH模型及其应用;在讲授面板模型时，适时延伸到动态面板模型与广义矩估计，并结合我国各省市城镇居民收入的面板数据，介绍动态面板模型和广义矩估计的分析思路。这种适时适度地引申新的知识，不但使学生深入理解基础概念，还启发学生拓展知识进行应用研究。

（三）充分利用蒙特卡洛仿真技术

针对学生对计量经济学理论望而生畏的现状，我们利用蒙特卡洛仿真技术，通过编程将计量经济学中晦涩难懂的估计与检验理论转化为仿真结果，使得学生对抽象数学公式的模糊认识，转化为对仿真图形直观深入的理解。比如，线性无偏有效估计量的统计含义，既是参数估计中最基础的知识，又是大多数学生难懂的部分。在教学中采用仿真实验和仿真图形，让学生对抽象的计量理论产生直观的认识。又如，模型的误设定（如随机误差项的异方差性）及其导致的相应后果，是学习传统线性计量模型基本假设的重点，由于需要较强的数理统计学基础，这部分内容不但学生难理解，也是教师难以诠释清楚的问题。通过仿真实验结果能够形象展示违背经典计量经济假设下所导致的结果，促进学生对设定正确模型的重要意义产生深刻理解。这种仿真实验的教学模式不仅避免数学方面繁杂的推导过程，防止学生对计量经济理论“望而生畏”，还培养了其创新性的学习与研究能力。

三、计量经济学教学创新策略

不断创新教学方法，培养学生对计量经济学的学习兴趣与解决问题的能力，是 “学生主动学习”与“干中学”这种新型教学理念的出发点与落脚点。在教学实践中，我们采用如下策略。

1.在课堂讲授中有意识地提出问题，与学生互动，共同讨论问题，适时延伸问题，将学生引入到对相关前沿文献的学习。例如，为何采用标准差衡量估计量的精度？OLS与广义GMM的估计原理区别在哪？单位根检验统计量的概率分布为何区别于常规分布？通过不断提出类似问题，与学生“互动式”讨论并且解答问题，不仅可以启发学生的思维向深度与广度发展，还有助于激发其学习积极性。

2.在课堂教学中协调理论讲授、案例分析、实验教学之间的关系。课堂教学的核心是模型设定、参数估计与假设检验等，案例分析和实验教学的目的在于帮助学生直观理解理论和方法，并促进其学以致用，能够进行经济学研究，但绝对不应以软件操作教学替代基础理论的教学。在讲解理论的基础上，适时操作相关的计量经济学软件，解释软件输出结果，是实现理论教学和实验教学融合的有效路径。

3.通过案例与数据分析，建立恰当的计量经济学模型，引导学生灵活运用。不管是经济学理论，还是计量经济学的研究，经济现象及其背后的运行规律是学生关注的问题。基于我国的实际例子讲授计量模型，容易激发学生对计量经济学的学习兴趣，能够有效促进学生应用所学知识解决现实经济问题的能力。

针对计量经济学“难教、难学、难懂”，上述教学方法体现“学生主动学习”和“干中学”等先进教学理论的精神实质，不仅使学生带着浓厚的兴趣学习计量经济学，也开拓了其知识视野，培养学习、研究与应用计量经济学的能力。

参考文献：

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

[2]何剑.计量经济学本科课程“三维”教学模式的构建及实施[J].统计教育，2007，（2）.

[3]梁云芳.本科计量经济学教学改革的新思考[J].中国科教创新导刊，2008，（6）.

[4]杨华.以案例教学施教《计量经济学》的思考[J].统计教育，2005，（2）.

计量经济学模型范文第9篇

在经济研究论文中计量经济学模型大致分为如下几类:经典模型、时间序列分析模型、PanelData模型、离散被解释变量模型、受限被解释变量模型、非参数模型、非线性模型和其它模型。对这些模型应用研究在清华大学霍玲对1984－2004年《经济研究》刊登的全部计量经济学论文模型的类型进行分类分析时得出以下结果:经典单方程模型仍然是计量经济学论文最常用的模型方法，占总数的63．8%;其次依次是宏观时间序列分析模型、金融时间序列分析模型、离散选择模型、宏观PanelData模型和其它模型;最后还有一些新型的计量模型方法，例如微观PanelData模型、经典联立方程模型、其它时间序列分析模型、简单非线性模型、复杂非线性模型和完全非参数模型等。

她认为之所以经典线性回归方程仍然在计量经济学论文中占主导地位，直观原因是这个方法比较容易直观使用，另一个原因是相当多的论文主要是因素分析对研究的变量产生显著影响程度，而这背后的经济理论是不清楚的，在这种情况下最有效的办法就是将模型假定为线性回归方程的形式。

二、计量经济学模型在中国经济研究中的应用启示和展望

1、在现代计量经济学模型中，以时间序列分析模型和PanelData模型为主从以上综述中得知，现代计量经济学模型中应用研究最为广泛的是时间序列分析模型和PanelData模型，这两类模型从需求性和实现的可能性两个方面解决我们面临的宏观与微观经济问题。需求性上来说，例如金融市场时间序列分析、区域经济发展的差异与协调分析等，都是经济研究中的热点;从可能性的角度来说，一手数据的是否容易获取对研究的成败起决定作用。

2、更为广泛的经济社会领域将涉足计量经济学模型我们已经了解到在西方，计量经济学理论方法已经被广泛应用到各个领域，例如:1992年诺贝尔经济学奖获得者贝克尔就是将计量经济学模型方法应用到婚姻经济学、种族经济学等社会现象中;而1993年诺贝尔经济学奖获得者福格尔和诺斯更是在经济史研究中采用计量分析。由此可见，在经济飞速发展、人们注重物质生活的今天，更多的社会问题和矛盾会越来越突出尖锐，而这些问题与矛盾往往与经济分不开，就会吸引各个学者的注意力。而学者的研究探讨往往采用计量经济学模型

3、以传统模型为主，加强新的计量经济学模型的研究与开发计量经济学是应用性很强的经济研究方法，它所采用的经济数学模型是用来进行经济预测和政策分析，为政府决策提供依据，具有其他经济学科无法比拟的优势。正因为有这么多的优点，所以我们要加强新的计量经济学模型的研究与开发。如:我们采用非线性模型所作的预测和分析就比线性模型效果好;对于研究随机性、非结构性的所有问题，采用仿真(模拟)技术;用于研究人与人之间、集体与集体之间、部门与部门之间在利益方面冲突就采用对策论模型。由此可见，随着经济不断发展我们学者研究出不同的模型分析解决相关问题，这是由于这些新型模型的不断涌现，对我们计量经济学学科的发展起到很好的促进完善作用。

计量经济学模型范文第10篇

【关键词】计量经济学；问题；思考

一、引言

自1926年挪威经济学家R.Frich仿照“生物计量学”（Biometrics）提出计量经济学（Econometrics）、1933年《Econometrics》杂志创刊标志着计量经济学作为一个独立的学科正式诞生以来，计量经济学已经被广泛运用于实际经济生活中，成为经济学家验证经济理论、经济政策评价，各国分析和预测经济运行、拟订经济发展计划等的重要工具。同时，在高等院校经济学专业的课程设置中得到了极大重视――著名计量经济学家、诺贝尔经济奖获得者Klein：“在大多数大学和学院中，计量经济学的讲授已成为经济学课表中最有权威的一部分。”在中国，计量经济学的一经引入即得到了迅速发展：1998年7月，教育部将《计量经济学》确定为为高等学校经济学门类各专业的8门共同核心课程之一；邱东，李子奈，肖红叶（2007）的调查表明，设置有经济类和管理类本科专业的高校中分别有98%和60%的学校都开设了《计量经济学课程》。应该说，这么多年来，国内高校的《计量经济学》课程建设和教学都取得了一定的成绩，但还存在不少问题，如笔者在执教中发现，不少学生，特别是文理兼收的经济学类专业的学生，普遍在学习中存在畏难情绪，甚至一些学生缺乏学习兴趣，且在毕业论文的撰写中，尽管都学习过《计量经济学》，但只有不到20%的学生能够将所学习的计量经济学模型和方法应用于论文所研究的问题。由此，对如何做好经济学类各本科专业《计量经济学》课程的授课效果、促进学生能够运用计量模型分析和研究问题进行探索，显然具有非常意义。本文将立足于《计量经济学》的课程特点，从分析现行经济类本科专业《计量经济学》课程教学中存在的问题着手，分别从课程目标定位、教学内容、教学方式等方面进行有益的思考。

二、经济类本科《计量经济学》教学中存在的问题

作为经济学的一个独立的分支学科，计量经济学以经济理论为依据，通过建立数学模型，基于实际经济数据，运用数理统计手段，定量分析经济活动规律和经济变量之间的关系，证实/证伪和发展经济理论，对经济运行进行预测，为微宏观经济管理奠定依据。因此，计量经济学是一门“理论+应用”的学科。然而，在本科计量经济学的教学中，往往忽视该课程的方法性和工具性特征，造成“重理论，轻应用”等问题，特别是对于经济学类各专业的本科生，由于文理兼收，部分学生在本课程的先行课程高等数学、概率论和线性代数等课程的学习中，数学基础知识不扎实，再加上《计量经济学》课程教学导向性的偏误从而造成学生学习畏难、学习兴趣不高和学习效果较差等后果。总结而言，在经济学类各专业本科的计量经济学课程教学中，存在以下问题：

1.课程定位偏误，造成教学“重理论，轻应用”问题

尽管《计量经济学》具有理论课和实践课并重的双重性质，但在实际教学过程中，囿于授课时间的限制，更多地将该课程视为了理论课，因此，教学中将大量的课时都用于介绍理论方法――偏重介绍参数估计和各种计量检验的原理与方法，强调理论的完整性和严谨性，并重视数理推导，而将以案例教学为手段、与实际经济问题相结合的计量模型应用的实践教学的授课时数尽量压缩，由此导致学生在需要运用计量模型分析实际经济问题时，往往无从下手，不知如何处理数据、如何将模型运用于所研究的问题、如何解释计算结果等。课程教学的这种导向性偏误，最终导致《计量经济学》丧失了其对于经济问题分析、管理的工具性作用，使之成为一门理论课和数学课。

2.教学手段和考核方式单一

有调查显示，学生认为《计量经济学》教学中存在的五大问题之一是教学手段较为单一，课程教学主要以教师讲授为主、教学模式的灌输性、填鸭式特点突出，造成学生学习的积极性和主动性不高，师生在课堂上的互动流、讨论不够。此外，对于期末学生成绩的评定，主要侧重考核学生对公式、方法和理论的掌握，而较少考核学生对于这些知识应用的掌握。

3.缺乏实践和案例教学

尽管在《计量经济学》教学中，安排了实验、作业等实践性教学内容，但实验教学和理论教学之间的结合不够，二者之间往往是分离的，且时间衔接上往往脱节，导致二者独立而非协调一致的两个教学环节。另一方面，实践教学中的案例教学，立足于实际经济问题的适宜案例较少，且受学时限制，案例分析的过程过于被简化和压缩，导致学生在应用模型分析问题时，计量模型建立、数据搜集和处理、模型计算和诊断等每一个建模环节都存在诸多问题。由此，难以实现以实践教学促进理论教学和学生动手能力培养的目的。

4.计量软件操作训练薄弱

作为一门工具性的实践课程，《计量经济学》的教学中必须包含相关计量软件操作的训练，如Eviews、SAS、SPSS等。对于学生计量软件操作技能的训练，包含在上机实验环节，而实验学时的安排往往较少，如大多数高校，对于《计量经济学》课程的学时安排为64学时左右，而其中实验学时只有6-8个，时间安排上的先天性不足，难以保证学生拥有充足的时间来进行计量软件操作的训练，最终导致学生计量软件操作技能较差，在毕业论文环节难以运用计量模型来分析和解决相关经济问题。

5.教学内容安排缺乏前沿性和时代性

在经济类本科《计量经济学》课程的教学内容上，主要偏重介绍20世纪70年代以前的经典计量经济学，包括最小二乘估计、经典假设被违背时的检验和修正等，几乎不涉及现代计量经济学中分支之一即时间序列计量经济学。而对于经济类的学生而言，其应用计量经济学的主要领域是微观和宏观经济问题分析，所依据的是时间序列数据，而时间序列数据的平稳性与否除了可能导致对经典假设的违背，更对于实证结论的可靠性具有决定作用。但在现今的教学中，基本不涉及该内容的学习，其他协整、Granger因果检验等时间序列计量模型的内容更加不被涉及，由此导致教学内容的安排上欠缺前沿性和时代性。

三、提高经济类本科《计量经济学》教学效果的思考

由于《计量经济学》课程本身对于学习者的线性代数、概率论与数理统计以及统计学等偏数学的课程知识的掌握程度具有较高要求，而经济类的本科生数学功底往往不够扎实，对于《计量经济学》课程的学习不可避免地会形成畏难情绪，再加上《计量经济学》教学中教学目标和课程定位偏向性错误等问题，必然导致经济类本科生对于《计量经济学》课程的学习效果较差。因此，要搞好经济类本科《计量经济学》教学、提高学生的学习效果，就必须先对课程的教学目标界定清晰。具体地，对于经济类本科的《计量经济学》教学，应定为为学生能够掌握《计量经济学》的基本原理和方法，能够熟练操作一门计量经济学软件，并基于软件操作能够运用《计量经济学的》原理和方法去分析、解决实际经济问题。在该教学目标的指导下，具体可以从以下几个方面来着手思考如何提高经济类本科《计量经济学》的教学效果：

1.教学内容的安排要妥当，并适当向时间序列计量经济学拓展

经济类本科《计量经济学》的教学内容安排，应以经典计量经济学的回归分析为主，重点在违背经典假设的异方差、自相关、多重共线性等的检验及修正，同时，要增加时间序列计量经济学中关于数据序列平稳性及其检验的内容，以避免学生在运用计量模型时由于所采用数据序列不平稳造成“伪回归”问题，还可以增加协整和Granger因果检验等内容。此外，对于这些计量经济学模型和方法的介绍，其目标定位应该是使学生“知其所以然”而不必“知其然”，即要使学生能够运用相关计量方法和指标来解释、分析计算结果，而不必必须明了相关计量指标背后的数学原理。这就要求在教学中，尽量简化和减少数学推导，而对于数学功底较好、有兴趣的同学可以鼓励其了解相关数学公式的推导，且在考核中不要求学生对于数学推导的掌握。

2.重视应用，加强与其他经济学课程的联系

理论和方法是应用的基础，应用是对理论和方法进一步深入的学习和掌握，对于《计量经济学》这门应用性很强的课程来讲，教学中必须重视如何运用相关计量模型来分析实际经济问题。而现实经济问题，往往也脱离不了微宏观经济学、国际经济学以及金融学等经济学课程的范畴，这些课程是分析现实经济问题的理论基础，因此，运用计量经济学的模型和方法分析实际经济问题，就必须在《计量经济学》的教学中加强与其他经济学课程的联系，加强经济思维的传输和经济理论与实际问题的结合。

3.增加案例，以提高《计量经济学》的应用教学

在教学中，增加案例教学，不仅有助于学生理解和掌握计量经济学的基本理论和方法，还可以激发学生学习的积极性和主动性，并最终有助于培养学生运用《计量经济学》的相关模型去分析实际经济问题。具体地，所选择的案例一方面要能够被相关经济理论所解释，即具有理论基础，另一方面，案例所涉及的问题是经济社会的热点，这样可以便利地引导学生思考计量模型中的自变量和因变量、统计替代指标如何选择，并最终加强学生对计量模型应用能力的培养。

4.加强计量软件操作训练

一方面，教师可以充分发挥计算机、多媒体教学辅助工具的便利，在课程教学中加强对计量软件如Eviews的操作示范，另一方面，适当增加课程作业环节，引导学生在完成作业的过程中熟练计量软件的操作。此外，在条件许可的情况下，适当增加实验课的学时，进一步加强学生对计量软件操作的训练。

5.完善考核方式

对于课程的考核，以往重点考核学生对相关计量经济学原理、方法等知识的掌握程度，多采用测验考试的考核方式，从而不利于学生应用计量模型分析实际问题能力的培养。完善的考核应重点考核学生对计量模型应用的掌握程度，这就要改变和完善以往的考核方式，改为“作业+测验+课程论文”，并赋予三个环节不同的权重，如作业20%，测验和课程论文分别占40%。测验部分重点考核学生对计量经济学基本原理和方法的掌握，作业部分重点考核学生对计量软件的操作能力，而课程论文部分则可重点考核学生运用所学计量经济学模型分析和解决实际经济问题的能力。

参考文献

[1]方雯.提高“计量经济学”课程教学效果的几点思考[J].长春理工大学学报（社会科学版），2010，23（3）：159-160.

[2]李双成，张宏伟.计量经济学》课程教学改革的若干思考[J].河北经贸大学学报（综合版），2004，4（4）：101-102.

[3]李晓鸿，王群.影响本科“计量经济学”教学效果的原因分析[J].长春教育学院学报，2012，28（4）：105-106.

[4]李晓宁，石红溶，徐梅.本科计量经济学教学模式改革的探索与比较[J].高等财经教育研究，2012，15（2）：11-15.

[5]李子奈.关于计量经济学课程教学内容的创新与思考[J].中国大学教学，2010（1）：18-22.

[6]马成文，金露，魏文华.案例教学法在《计量经济学》课程教学中应用探讨[J].经济研究导刊，2011（31）：265-268.

[7]刘发跃，王娅.计量经济学教学效果影响因素研究[J].高等财经教育研究，2012，15（3）：15-18.

[8]刘家树，江伟，刘立平.本科计量经济学课程教学改革研究[J].安徽工业大学学报（社会科学版），2012，29（3）：138-139.

[9]庞皓.对《计量经济学》课程建设的思考[J].统计教育，2004（3）：9-11.

[10]邱东，李子奈，肖红叶.经济学类专业统计学、计量经济学课程教学现状调研报告[J].中国大学教学，2007（11）：17-20.

[11]王智波.从本科毕业论文看《计量经济学》的教学改革方向[J].湖北经济学院学报（人文社会科学版），2012，9（6）：194-195.

[12]姚寿福，刘泽仁，袁春梅.本科计量经济学课程教学改革探讨[J].高等教育研究，2010，27（2）：45-48.