计量经济模型

计量经济模型(Econometric Model)

目录

  • 1 计量经济模型概述
  • 2 计量经济模型的建立
  • 3 计量经济模型的应用
  • 4 计量经济模型成功三要素

计量经济模型概述

  计量经济模型包括一个或一个以上的随机方程式,它简洁有效地描述、概括某个真实经济系统的数量特征,更深刻地揭示出该经济系统的数量变化规律。是由系统或方程组成,方程由变量和系数组成。其中,系统也是由方程组成。

  计量经济模型揭示经济活动中各个因素之间的定量关系,用随机性的数学方程加以描述。

计量经济模型的建立

理论模型建立

  对所要研究的经济现象进行深入的分析,根据研究的目的,选择模型中将包含的因素,根据数据的可得性选择适当的变量来表征这些因素,并根据经济行为理论和样本数据显示出的变量间的关系,设定描述这些变量之间关系的数学表达式,即理论模型。 就是一个理论模型。理论模型的设计主要包含三部分工作,即选择变量、确定变量之间的数学关系、拟定模型中待估计参数的数值范围。

1、确定模型所包含的变量

  在单方程模型中,变量分为两类。作为研究对象的变量,也就是因果关系中的“果”,例如生产函数中的产出量,是模型中的被解释变量;而作为“原因”的变量,例如生产函数中的资本、劳动、技术,是模型中的解释变量。确定模型所包含的变量,主要是指确定解释变量。可以作为解释变量的有下列几类变量:外生经济变量、外生条件变量、外生政策变量和滞后被解释变量。其中有些变量,如政策变量、条件变量经常以虚变量的形式出现。

  严格他说,生产函数中的产出量、资本、劳动、技术等,只能称为“因素”,这些因素间存在着因果关系。为了建立起计量经济学模型,必须选择适当的变量来表征这些因素,这些变量必须具有数据可得性。于是,我们可以用总产值来表征产出量,用固定资产原值来表征资本,用职工人数来表征劳动,用时间作为一个变量来表征技术。这样,最后建立的模型是关于总产值、固定资产原值、职工人数和时间变量之间关系的数学表达式。

  关键在于,在确定了被解释变量之后,怎样才能正确地选择解释变量。

  首先,需要正确理解和把握所研究的经济现象中暗含的经济学理论和经济行为规律。这是正确选择解释变量的基础。例如,在上述生产问题中,已经明确指出属于供给不足的情况,那么,影响产出量的因素就应该在投入要素方面,而在当前,一般的投入要素主要是技术、资本与劳动。如果属于需求不足的情况,那么影响产出量的因素就应该在需求方面,而不在投入要素方面。这时,如果研究的对象是消费品生产,应该选择居民收入等变量作为解释变量;如果研究的对象是生产资料生产,应该选择固定资产投资总额等变量作为解释变量。由此可见,同样是建立生产模型,所处的经济环境不同、研究的行业不同,变量选择是不同的。

  其次,选择变量要考虑数据的可得性。这就要求对经济统计学有透彻的了解。计量经济学模型是要在样本数据,即变量的样本观测值的支持下,采用一定的数学方法估 计参数,以揭示变量之间的定量关系。所以所选择的变量必须是统计指标体系中存在的、有可靠的数据来源的。如果必须引入个别对被解释变量有重要影响的政策变量、条件变量,则采用虚变量的样本观测值的选取方法。

  第三,选择变量时要考虑所有入选变量之间的关系,使得每一个解释变量都是独立的。这是计量经济学模型技术所要求的。当然,在开始时要做到这一点是困难的,如果在所有入选变量中出现相关的变量,可以在建模过程中检验并予以剔除。

2、确定模型的数学形式

  选择了适当的变量,接下来就要选择适当的数学形式描述这些变量之间的关系,即建立理论模型。

  选择模型数学形式的主要依据是经济行为理论。在数理经济学中,已经对常用的生产函数需求函数消费函数投资函数等模型的数学形式进行了广泛的研究,可以借鉴这些研究成果。需要指出的是,现代经济学尤其注重实证研究,任何建立在一定经济学理论假设基础上的理论模型,如果不能很好地解释过去,尤其是历史统计数据,那么它是不能为人们所接受的。这就要求理论模型的建立要在参数估计、模型检验的全过程中反复修改,以得到一种既能有较好的经济学解释又能较好地反映历史上已经发生的诸变量之间关系的数学模型。忽视任何一方面都是不对的。也可以根据变量的样本数据作出解释变量与被解释变量之间关系的散点图,由散点图显示的变量之间的函数关系作为理论模型的数学形式。这也是人们在建模时经常采用的方法。

3、拟定理论模型中待估参数的理论期望值

  理论模型中的待估参数一般都具有特定的经济含义,它们的数值,要待模型估计、检验后,即经济数学模型完成后才能确定,但对于它们的数值范围,即理论期望值,可以根据它们的经济含义在开始时拟定。这一理论期望值可以用来检验模型的估计结果。拟定理论模型中待估参数的理论期望值,关键在于理解待估参数的经济含义。例如生产函数理论模型中有4个待估参数和α、β、γ和A。其中,α是资本的产出弹性,β是劳动的产出弹性,γ近似为技术进步速度,A是效率系数。根据这些经济含义,它们的数值范围应该是:

                  0<α<1,0<β<1,α+β≈1,0<γ<1并接近0,A>0。

计量经济模型的应用

  计量经济学模型应用的四个主要方面:

结构分析

  结构分析是对经济现象中变量之间相互关系的研究.它研究的是当一个变量或几个变量发生变化时会对其它变量以至经济系统产生什么样的影响.结构分析采用的主要方法是弹性分析,乘数分析和比较静力分析.

经济预测

  计量经济学模型,是从经济预测,特别是短期预测而发展起来的.50年代与60年代的成功应用.70年代以来人们对计量经济学模型预测功能的置疑.(没能对1973年石油危机,1979年石油危机进行预测和分析.)计量经济学模型与其它经济数学模型相结合,是一个发展方向.

政策评价

  政策评价是指从许多不同的经济政策中选择较好的政策予以实行,或者说是研究不同的经济政策对经济目标所产生的影响的差异. 计量经济学模型与计算机技术相结合,可以建立"经济政策实验室".计量经济学模型用于政策评价,主要有三种方法:

检验与发展经济理论

数量关系,则是经济活动所遵循的经济规律,即理论,这就是发现和发展理论.

计量经济模型成功三要素

  从上述建立计量经济学模型的步骤中,不难看出,任何一项计量经济学研究、任何一个计量经济学模型赖以成功的要素应该有三个:理论、方法和数据。

  一般情况下,在计量经济学研究中,方法的研究是人们关注的重点,方法的水平往往成为衡量一项研究成果水平的主要依据。这是正常的。计量经济学理论方法的研究是计量经济学研究工作者义不容辞的义务。但是,不能因此而忽视对经济学理论的探讨,一个不懂得经济学理论、不了解经济行为的人,是无法从事计量经济学研究工作的,是不可能建立起一个哪怕是极其简单的计量经济学模型的。所以,计量经济学家首先应该是一个经济学家。相比之下,人们对数据,尤其是数据质量问题的重视更显不足,在申请一项研究项目或评审一项研究成果时,对数据的可得性、可用性、可靠性缺乏认真的推敲;在研究过程中出现问题时,较少从数据质量方面去找原因。而目前的实际情况是,数据已经成为制约计量经济学发展的重要问题。

阅读数:588