由于计量经济学需要一定的统计学基础,不正确地使用计量经济模型,可能会使估计结果不稳健,导致实证结果的政策分析被质疑。本文从数据、模型和参数等3个角度出发,分析应用精良经济学模型在实证分析中需要注意的问题。 (作者于晓华,为德国哥廷根大学农业经济和农村发展系教授) 计量经济学作为实证分析的主要手法,已经被中国广大经济研究者接受。但是,正确运用计量经济模型,得出一个稳定、合理以及可靠的参数估计值,还没有一个很好的系统梳理。 由于计量经济学的统计学基础,不正确使用计量经济模型,可能会使估计结果不稳健,从而产生“变色龙”一样的实证结果,导致实证结果的政策分析被广受质疑。 本文从数据、模型和参数等3个角度出发,分析应用计量经济学模型在实证分析中要注意的问题: 首先,数据是进行实证分析的基础。数据按照来源,可以划分为微观调研数据、机构统计数据以及实验数据。在广为使用的调研数据和统计数据中,系统性误差包括测量误差和样本选择常常存在。如果无视这些误差,可能使估计结果不能满足一致性。如果数据存在系统性测量误差,工具变量方法通常是主要的解决方案;如果数据存在系统性的样本选择问题,Heckman方法是广为使用的校正方法。 其次,从模型的角度来说,任何模型都包括环境假设、机制以及求解3个组成部分。其中,环境假设对计量经济模型的正确使用尤为重要。在运用计量模型时,必须要清楚了解他们的假设条件,并对这些条件作必要的检查和检验。计量经济模型区别于统计模型最重要的假设:变量的外生性、许多因素可以造成变量内生性问题。工具变量是对内生性常见的检验和校正方法。可是有些研究中,工具变量无从寻找,就必须要依靠实验经济学的方法。 伪回归在计量分析中也不鲜见。伪回归可能是由模型本身原因造成的,也可能是数据结构造成的。计量经济学是结合了经济学理论和统计学的定量分析方法,没有经济学理论基础的计量经济分析,很可能会导致伪回归结果。某些特殊的数据结构,如非平稳的时间序列或非平稳的空间数据,都可能导致伪回归结果。 再次,计量经济学的基础虽然是统计学,但是两者之间还存在一些差异。由于技术上的限制,现有的计量经济模型的检验还是基于统计检验,所谓“显著性”都是统计上的显著性,这不同于“经济上的显著性”。在实证分析中,在讨论估计参数在统计上显著性的时候,也必须要讨论经济上的显著性,后者有时可能更重要。 最后,计量经济学的估计结果通常会被运用到政策分析中去,但是Lucas批判(1976)认为参数的估计值可能会随着政策的变化而变化,使计量经济学无法为政策分析服务。为了应对Lucas批判,计量经济学家提出了变量超级外生性的概念。条件于超级外生的变量,数据产生机制对估计参数结果没有影响,这时的政策分析才有意义。 计量经济学论文的写作方法 ——基于实证研究的视角 (作者:钟经樊 台湾中央研究院 经济研究所教授) 学习计量经济学的最后目的是为进行实证研究,但对初学计量经济学的人而言,要写一篇有实证研究的报告或论文时常有不知如何着手的感觉,这里我便对实证研究的规划以及论文的写作做一些粗浅的建议。 前期规划: 1.广泛收集参考文献,决定计划的目的和范畴:
2.建构实证计量模型:
3.收集相关资料
计量方法的执行: 1.计量方法不应太简单(例如只做到最简单的OLS),但也不必过于复杂,应针对问题采用恰到好处的计量方法。若采用了比较复杂的计量方法,则要说明为什么简单的方法不适合。计量方法的好坏不在其复杂程度,而在于它是否能够帮我们得到正确的估计值,以了解数据中所包含的真正信息。 2.除了估计值以及对应的 t 检定外外,也可做一些 F 检定之对多个系数的假设检定。 3.回归模型的设定,尤其是解释变量的取舍,可在估计过程中不断的修正。对应变量和解释变量均可尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定,以经济理论上的考虑最为重要,不能单只为了提高模型的配适,而盲目的做一些不合理的变量转换。 4.选取解释变量时,应有如下的考虑:
5.横断面数据要注意异方差(Heteroscedasticity)的问题,时间数列的数据则要注意干扰项自我相关(Autocorrelation)的问题。要确定时间数列的稳定性(Stationarity),若有季节变动也要加以处理。 6.模型的稳定性要注意,可能需要诸如 Chow Test 或 CumSum Test 的检验。 7.若用到 MLE 或 GMM等非线性计算,则在撰写报告时要对数值方法的细节,诸如统计软件及数值方法的名称、起始值之选取、收敛速度、是否产生区域解(localsolution)、收敛条件的设定等,均需有所说明。 8.若实证模型中有多个应变量(和对应之方程式)值得同时分析,则可考虑采用 Seeming unrelated regression甚至联立回归模型等系统模型,以更有效的利用各回归式之间的相关性。 报告的写作: 1.首页:报告题目,作者名字,系所,学号,日期。 2.摘要:对全文宗旨作一简单描述,并简述文章的目的是对经济结构的分析,还是对未来趋势的预测,还是对政策的评估;然后简单介绍所使用的模型及变量,数据的种类及来源,所估计的模型,所采用的计量方法;最后以最主要的实证结果为终结。 3.绪论:说明研究的性质、范围和目的,并从不同角度或一个比较宽广的视野(历史、社会、文献、问题严重性等)来解释研究的重要性。 4.文献回顾:对和主题有直接和间接关系的文献做一个简单清楚有系统的回顾,和主题有直接关系但有不同结果的文献,更是要有比较完整的解释。 5.模型设定:模型有理论模型和实证模型两类。理论模型是从经济理论中直接导出,而实证模型则是从理论模型衍申出来,是要实际以资料来估计的。理论模型通常需以数学推导,因此文章中可列出一些关键的数式以帮助理论的阐述,但不应长篇累牍的堆积只有间接关系的数式。实证模型通常是以回归模型的形式表示,对模型中所涉及的变量均须给与明确的定义,对解释变量和应变量之间的关系要详尽的说明,也要解释对模型中主要系数(或由这些系数所导出之弹性、乘数等)可能数值的大小及符号有怎样的理论预期。 6.资料说明:对数据的种类,性质,来源出处,数据修订的方式,数据中可能有的错误和缺失,都要有详细的说明,最好也能将资料的基本统计量表列出来。 7.计量方法的描述:对所用到的每一个符号都要有清楚的定义。 8.实证结果的报告:
9.结论:对所有重要结果做一个完整的总结,并经由理论或数据中不尽完美处的讨论,指明未来研究的方向。 10.列举参考文献。 一些注意事项: 1.正确的进行研究很重要,但如何将研究结果有条有理、完整而正确的写成报告则更是重要。由于大学教育并不重视国文(英文)写作的训练,很多学期报告的问题都在于国文(英文)的写作。所以对报告主体完成后的文字修饰工作,一定要给与很大的重视。 2.大家都知道文章中每一个章节都有一个主题(章节的标题就是用来点明该主题的),但很多人似乎是不知道,文章中的每一个段落也有各自的主题,也就是说每一个段落只是用来说明一件事情的。很多人常在该分段的时候不分,以致一个段落中常挤进两三个不太相关连的主题,而让读者不易掌握文章重点。 3.相对的另一个问题是,同一个主题,也应该在同一个地方讲清楚,而不应该在文章中不同的地方重复出现(在序论及结论中对各主题之概论则例外),尤其是不应该在不同的地方出现互相矛盾的说法。但有时候在对一个主题的解释过程中,可能需要先了解一些其它的概念,因此有必要将一个主题的解释,分置于文章中两个不同的段落。若如此则在前一部份解释完成后,应预先告知往后还会有更多的说明。这种做法既让读者有一个全盘了然的感觉,也提醒自己在前后不同地方的说明要彼此呼应而不重复或矛盾。 作者:于晓华、钟经樊 |
|
来自: lyricLee7v7c1q > 《科研入门》