《从方法论的角度谈对计量经济学的在认识》由会员分享，可在线阅读，更多相关《从方法论的角度谈对计量经济学的在认识（3页珍藏版）》请在金锄头文库上搜索。
1、从方法论的角度谈对计量经济学的在认识总有与经济数据被动生成过程相一致的一系列计量经济学模型，并致力于坚持经济理论假设与真是世界数据的统一，即连续地，严格地检验经济理论。一、对定义的认识任何科学研究，不管是自然科学还是社会科学，甚至人文科学，都遵循以下过程：首先是观察，关于偶然的、个别的、特殊的现象的观察；其次是提出假说，从偶然的、个别的、特殊的现象的观察中，提出假说，或者是理论，或者是模型，这些假说是关于必然、一般、普遍现象而言的；然后需要对假说进行检验，检验方法一般包括实验的方法、预测的方法和回归的方法；最后是发现，关于必然、一般、普遍的规律的发现。在经济研究中，如果假说(理论或者模型)完全
2、依赖于观而提出，不附加任何价值判断，然后对理论或者模型进行检验这一研究过程被称为实证研究(PositiveAnalysis)。实证研究包括理论实证(TheoreticalAnalysis)和经验实证(EmpiricalAnalysis)。在经济研究的检验阶段，经验实证分析是科学和便捷的。经济问题无法进行实验，人们不可能构建一个与偶然的、个别的、特殊的现象发生时完全相同的实验平台，进行重复的实验，以检验现象发生的必然和普遍性。根据假说对未来进行预测，然后与真实的“未来”进行比较，以检验假说的正确性，当然是可行的，但并不便捷。对已经发生的经济活动进行“回归分析(RegressionAnalysis
3、),发现其中的规律，并用以检验假说，是最可行的方法。所以说，回归分析在经济研究中是不可缺少的。而计量经济学，说到底就是回归分析。在认识论范畴上，很难简单地将计量经济学模型方法归为“归纳”或者“演绎”。回归分析是一种归纳(induction)，是从个别事实走向一般理论、概念的思维方法。但具体到建立模型的每个阶段，又是“归纳”和“演绎(deduction)”交替的。从观察到理论模型(假说)的提出，是一个归纳推理过程；而模型的应用，将归纳得到的一般性规律应用于观察以外的事实，又是一个演绎推理过程。在方法论范畴上，也很难简单地将计量经济学模型方法说成是“证伪主义”，像一些计量经济学教科书以及某些计量经
4、济学家公开宣称的那样。利用样本估计和检验理论模型的过程，是一个经验检验的过程，确实充满着证伪主义方法论。但是，计量经济学模型方法体系是由一批经济学家和数学家完成的，它是依据坚实的概率论基础建立的。可以而且应该在科学哲学的层次上对它进行解释和完善，承认“证伪”和“证实”的“不对称性”，但不是绝对地“只能证伪，不能证实”。理论模型的科学性和正确性取决于归纳推理过程，更取决于“个别事实”的数量和质量，从这里出发，既提出了计量经济学模型的经济学基础问题，也提出了数学基础(主要是概率论基础)和统计学基础(主要指数据基础)问题。而对假说进行检验，得到一个一定概率意义上该假说被证实或证伪的结论，除了数学基础
5、和统计学基础外，逻辑学基础是十分重要的。二、模型类型设定对数据的依赖性从上述关于计量经济学模型方法论的讨论中，从人们从事经验实证研究的实践中，都清楚地感受到，正确地提出可供证实或证伪的假说，即计量经济学理论模型，是十分重要的。对该理论模型进行检验的依据是表征已经发生的经济活动的数据，那么相对于不同类型的数据，应该设定不同类型的理论模型，该理论模型是可以通过经验数据获得证实或证伪的，即模型类型设定对数据存在依赖性。否则，经验检验的数学基础、统计学基础和逻辑学基础将被破坏。从学术刊物发表的论文中看到，大量的错误皆源于此。用于宏观和微观计量经济分析的数据分为三类：截面数据(Cross-section
6、alData)、时间序列数据(Time-seriesData)和平行数据(PanelData，也译为面板数据、综列数据)。对于截面数据，只有当数据是在截面总体中由随机抽样(StochasticSampling)得到的样本观测值，并且被解释变量具有连续的随机分布时，才能够将模型类型设定为经典的计量经济学模型。T.Haavelmo(1943)建立了它的概率论基础。但是，在实际的经验实证研究中，面对的截面数据经常是非随机抽样得到的，例如截断数据(TruncationData)、归并数据(CensoredData)、持续时间数据(DurationData)等；或者是被解释变量不具有连续随机分布的数据，
7、例如离散选择数据(DiscretChoiceData)、计数数据(CountData)等。对于这样的数据基础，仍然采用经典计量经济学的模型设定，错误就不可避免了。三、经典模型总体设定的先验理论导向当模型类型以数据为基础被决定后，首先需要进行模型总体设定。以单方程计量经济学模型为例，给定任何被解释变量，要对其进行完全的解释，需考虑所有对其有直接影响的因素集。按照与被解释变量关联关系的恒常性和显著性两个维度，可以分解为显著的恒常性因素集、显著的偶然性因素集和无数单独影响可以忽略的非显著因素集。这里的“恒常性”，或者覆盖所有的截面个体，或者覆盖时间序列的所有时点。计量经济学模型的任务是找到被解释变量
8、与恒常的显著性因素之间的关联关系即所谓的经济规律。对于显著的偶然因素，通过数据诊断发现存在这些因素的“奇异点”，然后通过技术手段消除其影响。但对于非显著因素，无论是恒常性还是偶然性的，尽管它们的单独影响可以忽略不计，却不能简单忽略掉无数非显著因素的影响。W.H.Greene(2000)指出，没有什么模型可以期望处理经济现实的无数偶然因素，因此在经验模型中纳入随机要素是必须的，被解释变量的观察值不仅要归于已经清楚了解的变量，也要考虑来自人们并不清楚了解的偶然性和无数微弱因素的影响。因此，模型总体设定的实际过程将主要包括三个部分：一是围绕被解释变量，界定影响因素集，并进行有效分解，得到显著恒常因素集、显著偶然因素集与非显著因素集，将显著恒常因素作为解释变量。二是确定被解释变量和解释变量的函数形式与在该函数形式下的关系参数。三是确定随机扰动项的概率分布特性和相应的概率分布参数。最终得到待估总体模型。
