经济计量学(经济计量学)-石塘网

经济计量学（经济计量学）

经济计量学

次浏览

更新时间：2023-05-27

经济计量学

经济计量学(Econometrics) 是西方经济学中关于如何计量经济关系实际数值的分支学科，也常译为计量经济学，量读liàng（《现代汉语辞典》2012年6月第6版“计量”条）。这两种译名的区别在于，前者试图从名称上强调它是一门计量经济活动方法论的学科，后者试图通过名称强调它是一门经济学科。经济计量学在20世纪30年代诞生之初，研究多限于计量方法的探讨，实际计量工作还较少，且多集中于需求分析，能够算做实际宏观经济计量分析的，只有丁伯根关于美国经济周期的研究。第二次世界大战以后，美国经济学家克莱因等人不断提高丁伯根开创的宏观经济计量的规模和深度，到20世纪60年代形成一个向企业出售经济计量预测服务的兴旺行业。

基本信息

中文名	经济计量学
外文名	Econometrics
别名	计量经济学
提出者	R.弗里希

产生背景

经济计量学名词源于希腊文oikonomia（经济）和metron（计量），是挪威经济学家R.弗里希（1895～1973）在1926年仿照生物计量学（biometrics）一词的结构创造的。这个学科的创始人除弗里希外，还有荷兰经济学家J.丁伯根（Jan Tinbergen)（1903～1994 ），两人也是第一届诺贝尔经济学奖金的共同获奖人。从1929年起资本主义世界陷入空前的经济大萧条，资产阶级经济理论关于资本主义经济能够通过市场机制自动调节供求关系、保持均衡的传统说法彻底破产；资产阶级经济统计学关于预测经济变化的所谓商情晴雨表也完全失灵，因而不得不修改旧理论、寻找新工具，以便适应商情预测，以及资产阶级政府干预经济生活、

弗里希

防止和应付经济危机的需要。1930年底在美国成立了包括西方各国著名经济学家的国际组织经济计量学会，并且从1933年起定期出版《经济计量学》杂志来推动经济计量学的研究，建立经济计量学因而成为有组织的运动。丁伯根承认他们发起这个运动就是为了和萧条作战。实际上早在20世纪初期，英国经济学家A.C.庇古、美国经济学家H.L.穆尔（1869～1958）和H.舒尔茨（1893～1938）等人为了适应控制价格和需求的必要，就开始对计算需求弹性的实际数值进行探索，这已经是现代经济计量分析工作的部分内容。

另外，经济计量学关于经济事物之间存在可以用数学方程式陈述和推导的数量关系的思想渊源，还可上溯到1838年法国A.A.库尔诺（一译古诺，1801～1877）的《财富理论数学原理的研究》一书，那也是公认的数理经济学的来源，因此人们又把经济计量学当做数理经济学的发展和应用，而且把两者合起来叫做数量经济学。

研究对象

相关书籍

所谓计量经济关系就是用数学（包括数理统计学）方法，根据实际统计资料，替经济理论中阐述的经济关系计量出实际数值，以便用计量结果反过来验证或改进经济理论的文字阐述，并且进一步解释过去、预测未来和规划政策。经济计量学因此常被说成是经济理论、数学和统计的结合。经济生活中各种能观察到的经济事物的一部分是可以计量的，表现为经济数量；经济数量的实际观测数值往往因时间地点不同而异，所以叫做经济变量。经济计量学要计量的就是经济变量之间的数量关系。比方说，一个变量的数值发生变化会引起另一个变量的数值也发生变化的关系，实际上是一种因果关系，前一个变量，例如收入，叫做自变量，可以解释后一个变量的变化，所以又称解释变量，假定用 x表示；后一个变量，例如消费量，叫做因变量，假定用 y表示，则两者的数量关系就可以用函数 y= f（ x）表示。各种经济变量虽然经常变动，但经济现象中也有比较稳定的因素，例如收入和消费虽然都在经常变动，但前者变动引起后者变动的比例关系，在一定时期和地区范围以内，从大量观察来看也还是可能有比较稳定的数值。一个经济社会中的比较稳定的因素的全体，构成经济现象的基础，叫做经济结构；作为经济结构的特征的数量，例如上述比例关系，叫做结构参数，简称参数。和经济变量不同，经济结构和参数都是观察不到的，经济关系就是由参数来体现，说明经济关系的具体函数形式叫做结构方程式。每一种经济关系和与之相对应的方程式及参数，都必须有一定程度的独立性和稳定性，才能代表社会经济一个部门的结构，才能成为经济现象的数量规律，才值得去计量。所以经济计量学实际要计量的就是这种结构参数。结构方程式只有估算出结构参数的具体数值之后，才能代表实际经济结构，既可以用于验证和发展经济理论，又可用于分析、预测和决策，这就是经济计量分析的目的。经济关系的计量之所以要根据过去的统计资料进行估算，是社会经济现象的特殊性决定的。社会经济现象不象大部分自然现象那样，可以在人为控制的条件下使现象反复重演，按照人们的意图控制现象的其他因素使之不变，单看要研究的各因素之间的相互关系。经济学家在研究一部分因素对另一部分因素的影响时，虽然也假定其他情况（因素）不变，却无法做控制其他情况使之不变的实验，而只能被动地观测和记录客观世界的既成事实，进行事后分析研究。这些既成事实是各种有关因素（其中也包括虽然假定不变但却无法使之不变的其他因素）同时发生作用的综合结果。经济研究只能从这些结果来倒推：形成这些结果的各种因素要怎样发生作用才能产生这样的结果。经济计量学就是用数学（包括数理统计学）方法来实行这个倒推过程。

计量方法

经济计量学的具体计量方法主要包括四个连续工作步骤：

建造模型

克莱因

把经济学在论述某一特定问题时，对有关的主要经济变量之间存在相互关系的理论作为假说，表述成结构方程式体系，作为研究对象的缩影，便于分析处理，就叫做模型。在每个结构方程式中，列作自变量的只能是起主要作用的少数几个经济变量，但实际影响因变量数值发生变化的，还有未列入方程式的、为数众多但影响细微的其他因素，它们的联合作用往往形成一个随机干扰因素，使得因变量的每一次数值变动不可能全部由列入方程式的自变量的数值变动来解释，而必然留下一个残差由这样的随机干扰因素来承担，从而使因变量成为随机变量。经济变量分为因变量和自变量，只是就它们在一个结构方程式以内的相互关系来说的，如果按照它们的数值在整个模型范围以内如何决定来看，又分为内生变量和外生变量，前者的数值是在模型的范围以内决定的，例如研究某地某时某种农产品的市场局部均衡问题时，该产品的供给量、需求量、价格等都是，后者的数值是在模型的范围以外决定的，它们的数值变化影响前者的数值，但不受前者的影响，例如影响该农产品产量而不反过来受其影响的因素有：自然因素，如雨量；内生变量的过去时期的数值，如该农产品前一年度的价格；政府政策，如政府对生产该种产品的限制或鼓励措施等。内生变量在各个结构方程式内不一定都处于因变量的地位，但全部内生变量的数值最终是由整个模型的全体方程式共同决定的，所以又称联合因变量；建造模型就是要用全体外生变量和随机干扰因素作为已知条件来解释全部内生变量的数值最终是怎样决定的。

参数数值

通常是用普通最小平方法对观测统计资料配合线性回归方程式。这种方法要求回归方程式的因变量是随机变量，自变量是作为已知条件的外生变量。因此要按照代数学解联立方程式的原理，将原模型的结构方程式体系化为以内生变量为因变量、以外生变量为自变量的简化式才能进行。因而要求原模型的结构方程式互相独立，不相矛盾，其数目必须等于内生变量数目，而且能从简化式的系数估算值还原成结构式的参数值，即具备能够被识别的条件。

验证理论

库普曼斯

即检验估算结果是否符合模型根据的经济理论，主要是运用数理统计学关于统计假设检验的原理，检验估算的参数值是否显著地大于零。只有大于零，有关变量之间存在相互关系的理论，才得到证明；否则须继续收集资料，再进行估算；或修改模型，甚至修订根据的理论，再进行估算，直到得出显著的参数估算值为止。

使用模型

估算出参数值的模型，主要用于三个方面：①对所研究的经济体系内潜在的相互关系进行结构分析，以便了解和解释有关的经济现象。常用的方法是利用偏微分原理进行所谓比较静态分析，即对模型的两个均衡点进行对比：一个是原来假定达到的均衡点，另一个是假定只有一个外生变量（或结构参数）的数值发生变化而其他情况不变时，模型达到的新的均衡点，两点对比可以看出外生变量或参数值变化时对内生变量发生多大影响。通常所谓各种弹性和乘数等都是用的这种分析方法。②用于预测。可利用已经估算出系数值的简化式进行，因为简化式的因变量都是内生变量，自变量都是外生变量，把预期将来某时期外生变量可能达到的数值代入简化式，就可以得到有关的内生变量在将来同时期的预测值。③用于规划政策。即对各种政策方案的后果进行评价，以供决策人择优采纳。常用办法是把代表各种政策方案的外生变量（又称政策变量，如税收）在将来某时期的各种不同数值代入模型，然后计算作为因变量的内生变量（即政策目标，如国民收入）的各种相应预测值，以便对比。这叫做模拟运算，实际上是一种以政策变量的给定数值为条件的预测。

区别

数理经济学不同于经济计量学在于：①它只利用数学作为经济理论的表述语言和推理工具，并不要求计量具体数值，所以被叫做“理论的空盒子”；②它把经济变量之间的数量关系看成是确定的，而不考虑随机干扰因素的作用，因而和具体情况差距更大。它关于国民经济核算的等式，有的说明局部相加等于全体，有的是计算过程中必须规定的定义，只要资料准确就永远相等，是恒等式性质，并无参数要估算。

相关书籍

经济计量学能够算做实际宏观经济计量分析的只有丁伯根关于美国经济周期的研究。第二次世界大战以后，美国经济学家L.R.克莱因（1920～）等人不断提高丁伯根开创的宏观经济计量的规模和深度，到60年代形成一个向资本主义企业出售经济计量预测劳务的兴旺行业。为了改进实际经济计量的效果，西方经济计量学家持续在计量方法技术上下工夫，除去加大模型、扩充数据库、改进软件包以外，在估算方法上也有不少进展。普通最小平方法只有在客观真实情况可以用标准线性模型代表时，才能成为最佳线性无偏估算式，即估算结果最接近真实。标准线性模型是指：只有因变量是随机变量，自变量则是一套在重复抽样时保持不变的固定数值；因变量的随机误差是正态分布，因变量的各次观测值的均方差都相同，并且两者之间互不相关（即无“序列相关”）；各个自变量之间不存在准确的线性相关（即无“多重共线性”）。但客观实际情况很难符合这样严格的标准条件，因而设计出种种特殊估算方法来应付。例如，当原模型不符合识别条件，不能从简化式的系数估算值还原成结构参数值，而结构式的自变量中又有随机变量时，需要用两阶段以至三阶段最小平方法估算。对观测资料是否存在异均方差、序列相关、多重共线性等，也都设计了检验方法和解决措施，但这些方法和措施的效率至今还被认为有待提高。另外，在方法论上也有了变化：一向因不考虑随机因素被大多数经济计量学教本排除在外的投入－产出分析，现在也被当做生产技术关系方程式纳入宏观经济计量模型。早在40年代，荷兰经济计量学家T.C.库普曼斯（1910～）就指责不根据经济理论、直接从时间数列计算出的依赖先行指标指数为“没有理论的计量”，但近年来一些经济计量学家也把不依赖经济理论的时间数列当做经济计量模型。近二三十年来，西方运用数学方法进行实际经济计量的范围扩大了许多，由于经济计量学的内容已经比较定型，所以这些扩大的领域形成一些新的学科，如运筹学（包括线性规划）、经济控制论、系统分析等，都从不同侧面丰富和发展了经济关系的计量方法和实践。

评价

经济计量学

经济计量学的计量原理以及具体方法步骤大多引自数学原理和自然科学的实验技术，是能够反映经济事物的部分客观规律的，是没有阶级性的，因此在应用到生产技术关系的具体计量和企业的经营管理时，能起到一定的作用。在这个意义上也可供社会主义经济计量工作参考。西方经济计量学虽说对各种经济理论一视同仁，都可以作为建造模型的假说，并且通过计量进行验证，但是实际上几乎完全以资产阶级理论为依据，所有经济计量模型都是以现有资本主义制度为给定条件，当做无需检验的保留假设，而进行检验的假设不过是模型包括多少方程式、方程式包括那些变量、变量之间存在何种形式的关系，或参数的取值范围等数量关系，根据检验结果修订模型或发展理论也不出这些范围。按照这些分析办法得出的决策建议，可在近期和小范围取得一些小规模效果，但不能消除资本主义的根本痼疾。尽管西方宏观经济计量企业的预测结果往往准确性很低，但是仍然能够争得主顾，据说原因在于这些企业能提供丰富的历史资料和内部消息，而不在于实际预测数字的准确性。

学科及流派