计量经济学范文第1篇

    计量经济学经过几十年的发展,已经成为一门集经济理论、高等数学和统计学为一体的经济学科。在经济学、管理学领域及经济管理活动中得到越来越广泛地应用。国内外重要的学术刊物上发表的文章大多采用了设立模型进行定量分析的方法[1]105,并且获得的效果也很显着。正如诺贝尔经济学奖获得者、着名经济学家克莱茵所说:“计量经济学已在经济学科中居最重要的地位”。只有掌握好计量经济分析的基本思想和方法,才能提高在复杂的经济环境中分析和解决实际问题的能力。所以财经类专业的学生必须掌握一定程度的计量经济学基本理论和方法。教育部将计量经济学列入经济学科核心课程是我国经济学科走向现代化和科学化的重要标志,对于提高我国经济学人才培养质量和研究水平具有重要意义。然而在我国高等学校计量经济学的教学中出现了一些例如学生学习兴趣不高,不能将所学知识得以应用,教学中学生解决实际问题的能力薄弱,教师重视理论的讲授、数学过程的推导等问题,不利于应用型人才的培养。鉴于此本文从我国高校计量经济学的教学中出现的问题出发,提出解决方法,以便推动计量经济学教学改革的进程。

    二、计量经济学教学过程中出现的问题

    (一)培养计划的制定不合理目前在我国高校中,关于学习课程的安排,以及学时等方面不能完全满足社会对财经类学生的需求,尤其是计量经济学课程的安排上凸显了这个问题。

    1?课程安排不合理计量经济学是经济学、数学和统计学三门学科的有机结合,所以计量经济学课程应安排在学生对经济学、数学和统计学三门课程学习完之后更加合理。然而在实际的培养计划中,往往由于有关人员对这门课程不够了解,有时会安排在大二下学期,使得学生在没有学习数学与统计学等基础课程的情况下就开始了计量经济学课程的学习[2]200。由此带来的问题使学生不能扎实地理解和掌握计量分析方法,同时也使得教师在讲授的过程中无法获得好的教学效果。

    2?教学总课时少计量经济学的课时安排少。很多讲授计量经济学课程的教师认为,计量经济学的教学课时不足。有些高校为了增加学生的知识宽度开设了许多课程,从而压缩了一些重要课程的学时数[3]113。一般包括实验课及软件的学习在内只有54课时。而这些课时对于初级计量经济学的教学明显是不够的,不能将知识讲得透彻,教学效果受到了很大的影响。

    3?实验课教学安排少计量经济学是一门应用性很强的课程,单纯地通过理论的讲授和数学的推导,无法使学生掌握计量分析方法,必须将理论课教学与实验课教学相结合。但是目前很多学校财经类学生的培养计划中实验课的课时安排过少,一般在6—8课时,这样不能使学生在学习理论之后及时通过实验课来加以巩固。

    (二)使用的教材编写不足就目前常见的计量经济学教材而言,主要存在以下几点不足:

    1?教材的内容编写过于偏重理论,而忽视了实际应用能力的培养。目前能够见到的国内教材多为大篇幅地阐述理论和数学推导,而应用案例很少。这增加了学生学习计量经济学的负担,甚至使那些数学基础薄弱的学生产生畏惧感,从而丧失学习的兴趣。

    2?缺少常用软件的编写。几个常见的统计软件,如sas、eviews、matlab和spss等软件很少能在计量经济学教材中见到完整而详细的编写,几乎都是简单地概括和介绍而已。然而在使用计量分析方法时,由于数据容量大、参数多,尤其是多元分析时会使用矩阵方法,计算量非常大,这些都需要借助统计软件才能完成。在教材中忽视对这些软件的详细编写,使得实际教学中达不到相应教学目标。

    3?编入教材的统计分析方法少。根据教育部高教司制定的高等学校经济学本科教学课程教学基本要求,现行的计量经济学教材包括的内容有:计量经济学概述、经典单方程的一元线性回归模型和多元线性回归模型,假设检验、联立方程组模型以及应用计量经济模型等内容。然而随着社会经济的发展,这些内容已经不能够满足实际需求,各种错综复杂的问题需要更多其他的方法才可以解决。例如,缺少离散选择模型、简单的面板数据模型、简单的时间序列模型(包括单整、协整和误差修正模型)等。

    (三)数据来源渠道少在计量经济学中,根据性质可以将数据划分为质量数据和数量数据[4]20。质量数据是用来识别单位某一特征的标记或名称,根据需要取整数即可。而数量数据是用于表示规模或水平的数据,根据需要收集或调查。这种数据在实际中获取的渠道相对来说比较少,主要是通过各年的《中国统计年鉴》和各省的《统计年鉴》。由于统计方法、统计指标和统计口径等的不同,部分宏观数据仅仅从统计年鉴上不能完全获得,这就给计量分析方法的应用带来困难,也给计量经济学在教学过程中增加案例带来了困难。

    (四)缺少计量经济学实验室在数据量庞大、模型复杂和计算量大的情况下,只有借助于eviews、spss等统计软件才能完成。计量经济学课程的教学必须包括这些软件的讲授和实践操作,而这种实验教学必须在实验室才能完成。在实际中缺少计量经济学实验室使计量经济学的理论教学和实验教学很难结合,而这严重阻碍了计量经济学教学质量的提高。

    (五)教师教学方面存在不足在实际中,教师教学方面存在的问题也是我国高校计量经济学教学效果不好的一个重要原因。

    1?计量经济学师资力量不足。由于计量经济学在我国的发展也只有20几年的时间,所以从总体上来看这方面的高级人才相对匮乏。另一方面,由于高校建设的要求,使得新进人才的标准不断提高,很大程度上阻碍了计量经济学教师的流入。

    2?教学方法的不合理。在实际教学过程中,很多是采用多媒体教学。多媒体教学确实给教学带来了方便,节省了大量板书的书写时间。同时会加快教学节奏,增加学生思考的负担和强度,反而影响教学效果。

计量经济学范文第2篇

高等计量经济学论文范文一：本科计量经济学论文

1计量经济学教学中存在的问题

1.1教师存在对计量经济学的不合理认识

在本科计量经济学的教学过程中，由于部分经济学教师不能熟练掌握计量经济学这门课程的相关理论和方法，导致学生对这门课的理解产生偏差。很多高校本科生的计量经济学课程，主要介绍理论方法，除了一些课后习题和文中例题外，几乎没有关于结合理论进行应用的专门章节，即使有也特别老旧。有很多经典著名的国外教材也是如此设计。然而国内的很多高校教师仍然是不加修改的照搬国外的经典教材。此外，这些教材中很多例子适用于欧美的经济情况，很多教师上课的时候不能结合我国的实际情况加以修改和补充。而且计量经济学作为一门孤立的课程，看不到它与经济学其他课程之间的联系，就更加难以理解它在整个经济学课程体系中的地位，甚至会觉得它是一门应用数学类课程，这种想法无形中会影响到学生，致使部分学生反感这门课程。由于计量经济学的学习需要数学、统计学、线性代数等数学基础知识，很多教师在教学过程中过度强调数学推理，使得学生将计量经济学当作一门数学课进行学习，因此达不到这门课程应有的效果和目的，无法使学生认识到计量经济学在经济学中的作用和地位。过多的强调理论公式的推导，使得计量经济学很难被经济学类的学生接受，陷入理论推导的怪圈，降低了经济现象方面想象能力和求知欲望。另一方面，计量经济学的理论部分的理解又需要较好的数学基础。而目前我国大部分需要学习计量经济学的学生属于经济学类专业，此专业中的绝大多数的学生是文科生。而对于文科生而言，数学基础会稍微差一些，对数学敏感性较差，逻辑分析和定量分析的能力也较低。因此，当接触到计量经济学这门学科时，若得不到教师的正确引导，学生不难很难理解到理论计量的精髓而且也很难将计量经济学理论应用于实证研究。大部分学生就会认为计量经济学就是统计学或者数学，对其自身经济学科而言是不需要的。这种负面思想也会影响到下届学生。

1.2教学安排不合理

一般情况下，计量经济学每学期54学时，因为课时有限，教师在教学过程中只能着重理论课程方法的介绍，而并着重培养学生解决实际经济问题的能力。当前，我校计量经济学在授课过程中以基础课程为主，而对于处理实际经济问题涉及较少。原因总结为以下两个方面：第一，在教学过程中使用的教材主要是介绍理论及其推导;第二，如果讲授计量经济学的应用，则需要如下过程：首先建立或选择需要的模型;然后收集相应的数据;其次对模型进行检验并进行异方差、多重共线性和自相关等计量经济学检验，然后使用学到的计量经济学理论估计模型中的待估参数;估计参数后，利用模型的估计结果进行实际问题的分析，例如，经济现象的分析，政策建议，经济预测等。而计量经济学设定的课程学时较少，课时有限，故不能完成此种程度的教学任务。Eviews等相关计量经济学软件是在实际应用分析常用的统计软件，在计量经济学教学过程中，由于课时有限，学生上机进行实际软件操作的机会少，训练不足，这使得学生在学习计量经济学理论方法后出现不会应用的问题。实验环节在高校培养学生实践和创新能力最重要的部分，经济管理类的实验环节比理工类要薄弱很多。另外，为了满足社会进步的需要，近年各高校经济学的教学方法和手段上不断地提高和改善。绝大多数高校已经实现了多媒体教学应用。由于多媒体的广泛应用，计量经济学教学过程中以多媒体为主，板书为副，这虽然加快了教学进度，但无形中加大了学生的思考负担和思维强度，使得学生对必要的需要数理推导的理论部分无法理解深刻。

1.3教材内容分布不合理

现阶段计量经济学教材的内容主要侧重于计量经济学方法和理论知识的介绍，对实际问题的分析研究介绍的较少。学生在刚接触计量经济学时，就会看到大量的公式和数学符号，对学生的学习造成了较大的困难。在学完计量经济学后，学生不知道如何运用计量经济学方法去解决实际问题。另外，大量的计量经济学教材的符号并没有统一，同一术语不同的教材用不同的符号，使学生眼花缭乱，不知从何入手。

2计量经济学教学中存在的问题如何解决

计量经济学是一门方法论的学科，具有应用性较强的课程。计量经济学强调理论、案例和实验三者的有机结合。为了加强学生对计量经济学的了解，知道计量经济学在经济学科中的地位和作用，使得该课程的教学达到预定的效果，能够提高学生的创新能力、实践能力，笔者根据自己数年的教学经验，有下面几点建议。

2.1教师应正确理解计量经济学在整个经济学课程体系中的地位，并且在教学过程中注意理论与应用并重

首先教师应该正确的认识计量经济学这门课程的位置及重要性。挪威的经济学家RagnarFrisch作为首届诺贝尔经济学奖获得者，1933年曾经在计量经济学杂志中对于经济学数量方面的研究进行了评述：即使部分经济理论有数量特征的，但经济统计学、一般的经济理论和计量经济学是不可以混为一谈的。也不能将计量经济学简单地看作是数学在经济学上的应用。只有真正的清楚经济问题的数量关系并将其结合着理解，我们才能理解计量经济学的内涵及本质。计量经济学是一门由统计学、经济学和数学相互结合的交叉学科，但是我们不能简单的将计量经济学看作是经济学、统计学、或者应用数学在经济学上的一种应用，而应将其看作一门在经济学科中占举足轻重地位的综合性边缘学科。其次，计量经济学教学应当理论与应用并重。计量经济学笼统的可以分为理论和应用计量经济学两部分。理论计量是以计量经济学的方法为主，以数学推理为基础，强调理论的数学证明与推导;应用计量侧重理论的应用，以经济学为基础而对实际问题进行处理。在这方面的教学中，尤其应侧重结合我国国情，设计相关的实例分析教学，使得学生能够结合应用模型，加深对计量经济学理论的应用理解和训练。教师应当将计量经济学这门课程作为经济学人才所需掌握的基本方法论来设计。如果学生能够掌握这些基本的方法论原理，就具备了解决经济学中的相关问题的能力。因此，在本科计量经济学的课程内容的设计中，应当坚持应用和理论并重，着重让学生通过解决实际案例，加深对计量理论的理解程度。再次，对于计量经济学的理论方法，思路是优于数学过程而更加需要重视的部分。描述计量经济学理论方法离不开抽象的数学语言叙述过程，但让本科生在有限的时间内掌握这些数学过程，一方面是具有难度的，另一方面，也是不必要的。学生可以通过自学从而掌握详尽的数学推导过程。而有限的时间内，更为重要的是让学生能够理解整个学科的发展脉络，也就是我们通常所说的需要学生建立计量经济学的理论框架和思路。教师需要引导学生掌握这种思路。例如，某一种计量经济学理论方法，其思路的关键是什么?计量经济学是一门不断发展壮大的学科。在冗繁的模型和方法中，能够建立整体的框架和思路尤为重要。是学生能够提纲挈领的感受到淘汰旧的理论方法的原因以及发展新的理论方法的驱动力，这需要教师的引导和灌输。比如新产生的方法怎样突破旧的理论框架，解决了原来没有考虑或者无法解决的问题?我们的教学目的也是为了让学生能够掌握这些框架和思路，因为思路不仅反映了方法论产生的原因和发展的动力更主要的是学生如果能够深刻理解这些，才可能在原有理论基础上加以发展和创新。所以，在整个的计量经济学教学过程中，教师始终应该秉承这一思想，给学生介绍整个计量经济学体系的脉络。掌握好这个总的脉络，就能够提纲挈领，提高对计量经济学的整体认识。

2.2教学方法和教学手段的合理改革

教师应在教学过程中结合实验软件，积极挖掘学创造力和主观能动性。教师应当因材施教，根据学生的不同专业从而安排相应的结合其专业的案例和实验教学内容，使学生能够在掌握计量经济学原理的同时，能够很好的将计量理论应用于解决本专业的实际问题中去，同时在解决实际问题的过程中，加深对理论计量的理解和认识。为了使学生能够有时间在课堂上建立计量经济模型，并且切身体会到计量经济学在其相应专业的应用价值和意义，学校应该在原54课时的基础上增加课时，增加的课时用于是学生掌握必要的经济和统计学软件的使用。使得同学不仅学完统计检验、参数估计等理论基础知识，而且能够在掌握这些理论知识的同时，可以应用这些基础知识解决与自身专业相关的实际应用问题。由于当前的计量经济学教学是计量经济学理论方法与实际的经济例子、软件操作，经济理论分离，因此，笔者认为，教师在授课时应选用一种软件，比如Eviews，在讲授完基本的计量经济学理论后，结合具体的经济实例，首先教学生如何使用软件来实现相应的理论结果，不需要解释为什么使用软件，只是让同学知道软件是解决问题的一种简单的工具。比如，在学完前几章的参数估计和检验后，教师应该引导学生找到自己感兴趣的实际问题，然后使用Eviews软件完成参数的估计和检验，最后让学生对所得到的估计和检验结果做合理的解释，这样不仅使学生深刻掌握了所学习的计量经济学理论和方法，而且也提高了对实际问题的解决和分析能力。

2.3教材内容存在问题的合理改善

首先市面上不同的教材应该进行符号和内容统一，对于一些内容不同的理解应该给于详尽的解释。;其次，教材的编写应该按照不同的层次进行区分，对于本科生使用的教材，建议删除计量经济学理论方法结论所需要的数学推导过程，主要侧重于学生对计量经济学方法的应用;而对于研究生教材，不仅要着重详尽数学推导过程，也要注重对计量经济学理论方法和内涵的理解，同时也不能放弃理论方法与实际相结合。最后，无论本科生教材，还是研究生教材都要引进最前沿的研究问题、研究方法和研究思路，这样，可以激发学生的学习兴趣和创造力。

高等计量经济学论文范文二：高校计量经济学论文

一、计量经济学教学中存在的主要问题

目前，大多数高校计量经济学的考核方式还是比较陈旧的，灵活性也不强。有的高校完全依据期末考试成绩，而有的高校则是期末考试成绩加一定占比的平时成绩，而平时成绩的给出主要是以学生的到课情况、课堂表现和平时的课堂、课后作业为主。这样的考核方式只是简单考核了学生对计量经济学理论知识和计量方法的理解和掌握情况，并不能激发学生的学习主动性和创造性，更不能体现计量经济学实践性强和工具性强的特点。计量经济学应该注重考核学生应用所学知识发现问题、分析问题、解决问题的能力，而不是靠短时间临考前的死记硬背蒙混过关，这不利于培养学生的应用能力和创新能力。因此，计量经济学这门课程的考核方式应该是多方面多角度的。

二、计量经济学教学的几点建议

计量经济学是现代经济学的重要分支，为了突出本学科的特点及在经济学科中的地位和作用，强化学生对计量经济学的认识，提高学生的应用能力，以达到培养应用型人才的目的，总结多年的教学经验，提出了以下几点建议。

1.创新课程教学内容

计量经济学作为一门经济学，其课程建设的目标应该是建设成为一门真正的经济学课程。因此课程教学内容必须真正实现经济理论、数学、统计学的结合，教学内容应涵盖模型设定、数据诊断、模型估计、模型检验、模型应用全过程。计量经济学教学内容体系应该包含如何设定计量经济学模型、如何分析和诊断数据，这应成为课程教学内容创新的主要方向。具体可以从以下2个方面着手：

①注重教学内容的精选和层次划分，在教学过程中，需要依据不同教学层次对课程教学内容进行精选，形成具有不同层次的计量经济学教学内容体系。教研室需要对计量经济学教学内容的层次划分进行反复讨论和界定，比如对于本科层次尤其是独立学院计量经济学教学内容要做到重思想、重方法、重应用的原则;而对于研究生层次的计量经济学教学内容要做到重探索、重科研、重理论的原则。

②紧跟学科的前沿发展，适时更新教学内容，计量经济学学科本身在不断发展，除了一些经典的著作，国外一些新教材不断涌现。国内高校在计量经济学课程的教学中也要紧跟国际上的新发展，注重教学内容及教材上的适时更新。

2.实验教学的进一步重视深化

计量经济学是一门方法性和工具性很强的学科，即为学生在遇到问题时如何解决实际问题提供方法指引和工具支持。针对目前学生实验操作能力较弱的情况，在实验教学中可以考虑从以下几个方面进行改革创新：首先是强化基础性实验教学，在实际教学中，要保证实验教学的课时，不能因为理论教学内容的博大精深有失偏颇，然后根据理论教学内容，结合实际精选实验项目，先是教师的演示讲解，而后是学生观摩学习，最后由学生独立完成实验项目的所有操作流程，教师则从旁予以适时纠偏，从而保证实验教学顺利进行;其次是大力开展探索性实验教学，探索性实验教学是指教师结合不同专业学生自身专业理论特点，引导学生借助于计量经济学理论方法，对本专业的某一理论或现实问题，自行设计实验项目并以课题申报形式组团完成项目研究的全过程。比如国际贸易专业的学生可以结合国际贸易相关数据深入探讨某一问题。通过基础性和探索性实验教学双管齐下，加强学生对计量经济学模型的理解，掌握利用计量经济学工具解决实际经济问题，以达到具有发现问题、分析问题、解决问题能力的目的。

计量经济学范文第3篇

在我国，经过30年的发展，计量经济学模型已经成为经济理论研究和实际经济分析一种主流的实证方法。①与此同时，人们对于计量经济学模型方法产生了不同的甚至是相反的评价，究其原因部分来自于计量经济学模型方法本身，更多地来自于计量经济学模型的应用研究(李子奈和齐良书，2010a)。一部分研究者由于不了解计量模型方法具体的应用背景和适用条件，陷入一种滥用和错用的误区，一项实证研究从计量经济模型的设定开始，一直到模型的估计、检验、评价和解释，随意性和错误随处可见。针对这一现象，洪永淼(2007)、李子奈(2007，2008)以及李子奈和齐良书(2010a，2010b)联系我国实际，从计量经济学在现代经济学中的地位、作用和局限性以及其哲学基础、经济学基础、模型设定问题等角度对计量经济学的方法论进行了奠基性的研究。

计量经济学作为一门独立的经济学分支学科，其区别于其他相关学科的本质特征是什么?计量经济学应用研究的科学性和可靠性如何保证?这些问题引发了国际计量经济学界三次集中的大讨论，一场经验研究的“可信性革命”(AngristandPischke，2010)蔚然成风。第一次大讨论始于著名的“凯恩斯—丁伯根之争”(Keynes，1939，1940;Tinbergen，1940)，凯恩斯认为丁伯根所用的多元回归分析是一种“巫术”，计量经济学作为“统计炼金术”的分支还远未成熟到足以成为科学的分支。凯恩斯反对使用概率论，而丁伯根使用的“回归”却未能利用概率论的原理很好地解释估计结果，当时的经济学经验研究陷入困难丛生的境地。最后这场争论以Haavelmo(1944)《计量经济学中的概率论方法》一文的发表而告结束，该文为经济学中的概率论思想正名，在概率论的基础上建立起统一的计量经济学基本框架。自此，计量经济学不仅改变了人们关于客观经济世界知识的形成方式，而且逐渐成为经济学主流的经验研究方法。

1980年代初，众多学者的反思掀起了有关经验研究可信性问题的第二次大讨论。Sims(1980)对当时的大型宏观计量经济模型所施加的外部约束条件的可靠性提出质疑，认为这些不现实的约束条件将导致不可靠的政策分析结论，进而建议使用更少约束条件的VAR建模策略。该模型已被研究者和政策制定者所广泛采用，主要用于分析经济如何受到经济政策临时性变化和其他因素的影响，Sims也因此获得2011年诺贝尔经济学奖。Hendry(1980)就计量经济学的应用沦为炼金术问题展开尖锐的批判，提出让经验研究走向科学的一条金科玉律就是“检验、检验、再检验”。Leamer(1983)一文则指出回归分析中模型假定以及控制变量选择的随意性导致的结果脆弱性，由此提倡应该进行回归模型的敏感性分析。Black(1982)以及Pratt＆Schlaifer(1984)对应用研究者将回归模型中的相关关系错误推广至因果关系提出批判，同时对两者的区别进行了详细的论述。

面对第二次讨论中出现的难题，计量经济学家提出了各种建模思想、估计量以及检验统计量，理论计量进入百花齐放的阶段;然而，理论计量研究与经验研究之间的裂缝反而扩大了，理论计量越来越复杂，应用计量则在某些领域变得越来越简单(Heckman，2001)。为此，进入新世纪以来，以JournalofEconometrics百期纪念专刊对计量经济学方法论、模型方法发展的总结为开端，以重要学术期刊的专刊①为阵地，计量经济学界掀起了对经验研究可信性的第三次大讨论，并形成了模型设定的统计适切性和因果关系的有效识别两大核心议题。

纵观三次大讨论，可信性革命的核心问题在于实现经济理论、统计学、数学在计量经济学应用研究中的科学结合。第一次大讨论主要关注经济理论与数学的结合问题，解决了计量经济学的概率论基础问题，同时确立了凯恩斯宏观经济理论在模型设定中的导向作用。第二次大讨论突出了数据与模型的结合问题，在宏观实证领域摈弃了模型设定的经济理论导向，确立了数据关系的导向作用。第三次大讨论强调了模型设定的统计适切性问题和因果关系的有效识别问题，本质上是试图实现经济理论导向和数据关系导向的综合，向实现经济理论、统计学、数学的科学结合迈出了坚实的一步。

当前，中国计量经济学正处于迈向国际化和规范化的新阶段，面临着与国外先进水平的实质性接轨，这其中的一个关键问题就是提高应用研究的可信性。如何借鉴国际经济学界对于经验研究可信性问题的研究成果应成为我们的着力点之一，这也是我国计量经济学基本理论研究延续和深入的需要。为此，本文首先厘清计量经济学探索客观经济世界过程的本质特征，进而从模型的随机性设定、经济变量之间的因果关系识别以及模型的统计适切性评价等三个方面论述计量经济学应用研究的可信性来源，以期抛砖引玉，达到对计量经济学应用研究的正本清源。

二、计量经济学对客观经济现实的探索过程

现代经济学研究建立的基本假设前提是(Hendry，1995):现实经济世界中存在着某种具有规律性的机制，这种机制是由经济主体的生产、交易、消费等行为构成的，并进一步认为经济机制的某些规律性是可以测度的，这种可测的机制部分称为数据生成过程(简称DGP)。经济学家对于客观经济世界真实DGP的认识和探索经历了一场从决定论法则到“无序中的有序”的概率论法则的变革，而在这场变革中，计量经济学起着关键作用。计量经济学家将随机性视为客观经济现象的特殊矛盾性，并致力于寻找合适的方法论基础以保证计量经济学应用的可靠性。

Haavelmo(1944)澄清了计量经济学研究对象的特殊矛盾性，认为经济规律的特有性质决定着概率论方法运用的必然性;文中把随机性作为一条规律引入模型，用概率分布及其特征值来描述客观经济现象的变动规律，尤其是引合分布来刻画相互依存、同时确定的变量的变动关系，使得随机性设定成为计量模型不可或缺的重要部分;进而在概率论的基础上，利用20世纪初统计学的最新成果建立起计量经济学的基本框架。因此，该文被誉为计量经济学的“南十字星座”，开启了计量经济学的现代之门(Hoover，2005)，Haavelmo也因此获得1989年的诺贝尔经济学奖。此后，计量经济学家对计量模型描述客观经济现象的本质特征有了清晰的认识，本文阐述如下。

(一)计量经济学探索客观经济世界的本质特征

经济现象(体现为观测数据)是定义于一个完备概率空间(Ω，，P0)的随机过程Z{Zt∶Ων，ν∈，t=1，2，…}的一个实现，概率测度P0提供了对序列Z的随机行为的完全描述，因此被认为是真实的数据生成机制，即最一般意义上的DGP。正是由于P0未知，才产生建模、估计和推断问题，如果我们可以得到Z的一个实现，就可能从Z中推断P0。因此，计量经济模型建模的首要含义是从现实经济世界到概率空间的映射。由于概率空间(Ω，，P0)过于抽象，并不能为我们提供一个足够灵活的框架用于对随机经济现象的建模，需要将概率空间映射到更灵活的概念———概率模型。从实际角度看，我们只能得到有限序列Zn=(Z1''''，…，Zn'''')''''的一个实现zn，即样本容量为n的抽样。生成容量为n的样本的随机过程可由其分布完全刻画。进一步定义分布函数和密度函数的参数化形式为ΦF={F(z;θ)，θ∈，z∈νn}和Φf={f(z;θ)，θ∈，z∈νn}，称之为参数化概率模型，其中θ为未知参数向量。

随机过程最重要的特性是统计特性，它刻画了随机过程的本质，因而可以从偶然性中揭示出必然性。多维联合分布(密度)函数是随机过程统计特性最完善的描述。随机过程{Z}t的分布(密度)函数是既包括变量关系又包括样本点关系的高维联合分布函数，要从中得出具体可用的模型，往往需要对向量Zt(假定v×1维)进行分块Zt=(Xt''''，Yt'''')''''以及一系列的约化。例如，把对联合分布的建模约化为对条件分布建模，进而约化为对条件期望建模，这就是总体回归模型;其中Yt是l×1维的被解释变量，Xt是(v－l)×1维的解释变量。计量经济模型就是使用经济和统计假定从联合分布(密度)中识别出经济定量关系(White，1994;ReisandWolak，2007)。综合上述，计量经济学对客观经济世界的探索，蕴含着从“现实经济世界到概率空间的映射———概率空间到概率模型的映射———概率模型到计量经济模型的映射”这一过程。把随机因素规律化，这是计量模型区别于其他经济模型的本质特征:一方面可以体现人类行为与经济活动内在的随机性，另一方面也是我们控制未知因素影响的重要途径。因而计量模型的设定包含随机扰动项及其概率分布的设定，它使得模型能最大限度地逼近客观经济现实。

揭示变量之间的经济关系是建立计量经济模型的主要目的，需要基于观测到的信息资料推断结果。问题在于，我们所观测到的数据，是从某个可能的假设或原因的集合中所导致的结果，也就是说，数据和假设之间缺乏一一对应的关系，由此产生的新知识(推断结论)是一种带有不确定性的知识。这种精确性的缺乏成为归纳推理系统化的最大障碍。20世纪初，统计学家提出的一种有关新知识产生的方式有效地解决了这个问题，Rao(2004)将其总结为以下的逻辑方程:不确定的知识+所含不确定性度量的知识=有用的知识在形成新的具有不确定性的知识时，对其存在错误的可能性进行度量是一种理性选择，由这种逻辑过程产生的知识才能够用于解释现实并指导实践。计量经济分析中，无论是参数估计还是假设检验，都是基于一个样本得到的结论，但处理方式遵循了上述逻辑方程所强调的有关不确定知识的产生方式，这种处理最终通过分布来实现。因此，计量经济模型只有包含随机性设定，才能在经济关系的检验中包含对自身置信度的有效度量，从而实现对客观经济现象随机性的有效驾驭。

(二)探索过程的多样性与可靠性

经济规律具有相当局限的持续不变性，或者说经济规律的不变性是有条件的，只有在一定时空条件下，经济运行规律即真实DGP才是唯一的。然而，现代经济生活极大的复杂性，使得我们发现并建立真实模型之求往往成为奢望。从未知的真实DGP到计量经济模型，是一个探索过程，当然也就允许研究者多方尝试，从而最后的模型设定呈现多样性。

但是，这种探索性和多样性并不意味着模型设定的随意性。只有在一定建模准则下建立的计量经济模型，才能成为对真实DGP的一个有用的、可靠的近似。我们认为，经验研究的可信性必须依赖以下三个重要来源:其一，扰动项的概率结构不仅体现于模型设定，而且主宰了参数估计、假设检验等经济计量分析的主要环节，其丰富的经济和统计含义应该得到重视。其二，每项实证研究都有特定的研究目的，需要通过模型设定实现对关注效应的有效识别和可靠推断;因果关系推断作为计量经济分析的重要目标，其有效识别是经验研究的核心问题。其三，模型设定是统计推断的基础，错误的设定可以导致错误的推断;模型统计适切性是评价模型对真实DGP概率结构近似程度的重要标准。

三、扰动项的含义与随机性设定

对计量经济模型的不可观测成分尤其是随机扰动概率结构的研究，包括相应的估计和检验是理论计量的主要研究对象。对应用研究而言，它们是计量模型描述客观经济现象不可或缺的一部分，也是计量经济模型“计量含义”的集中体现。未能有效地驾驭随机设定对客观经济现象的描述功能，某种程度上也限制了对计量经济模型的创新性运用，计量经济学发展过程中的多次创新和重大突破就发端于如何更好地运用随机扰动项分布来描述客观经济现象。①Woodridge(2003)认为，对于扰动项的处理可能是任何计量分析中最重要的内容。忽视其存在，或仅作为一种摆设，计量经济模型设定就失去一个重要的可靠性来源。应用研究中却存在诸多误区，本文对此进行了梳理。

第一，将扰动项视为一种符号，忽略其重要含义。

计量经济模型的设定包含着确定性设定与随机性设定两部分。以最常见的回归模型为例，确定性设定刻画了模型中的观测变量、参数以及函数形式，随机性设定描述了扰动项的概率分布以及与解释变量的关系。一般而言，确定性设定更多体现经济意义，随机设定更多体现统计意义②，两者是相依共生的。一方面，无论确定性设定如何体现经济意义上的合理性，模型推断的可靠性仍然依赖于随机性设定的合理性;另一方面，确定性设定部分如果不合理，也会影响随机性设定的合理性，比如遗漏重要解释变量或者函数形式错误设定，可能导致随机扰动项与解释变量相关而破坏外生性假定，或者导致扰动项呈现异方差等复杂变化，从而对随机性设定部分的可靠性造成严重影响。

而且，大多数计量经济学模型方法在研究条件分布的某一属性(例如条件均值)时，往往会对其他属性(如条件方差)做一些辅的限制假设，忽略扰动项，这些假设的合理性就得不到讨论与研究。例如，在研究市场有效性时，常用的混合Q检验统计量只有在条件同方差下才服从渐近卡方分布，这一结论在条件异方差下并不成立，许多国内研究由于忽视这一点(如波动集聚性的存在)，导致错误市场有效性(洪永淼，2007)。

还应指出的是，面板数据模型目前虽大量应用，但截面相关问题尚未引起重视。面板数据中截面相关是普遍存在的，其设定既有丰富的经济含义，又是统计推断结果可靠性的重要保证。以非平稳面板数据的单位根检验为例，广泛应用的LLC检验、IPS检验都假定ADF回归中不同个体的扰动项相互独立，当存在截面相关时，这些统计量就不再收敛于原来的分布，产生严重的水平扭曲问题;即使是一般的面板回归模型，截面相关也将影响估计量的有效性甚至是一致性(Pesaran，2006)。

第二，检验过程忽略有关扰动项及DGP的设定，主观选择符合所需要的结果。

很多统计量是基于有关扰动项及DGP的某种设定推导出来的，如单位根检验、Granger因果关系检验以及协整检验对于扰动项及DGP设定有很强的依赖性。这些检验几乎是我国目前宏观经济与金融实证研究应用最广的方法，同时也是错误集中的领域。

单位根检验的DF、ADF方法的临界值选择依赖于模型是否存在截距项与趋势项。很多研究者完全按自己研究的“需要”，随意地选择模型设定，导致模型设定过程成为一个黑箱。根据Enders(2004)给出的严格检验步骤，应该对截距项、趋势项的系数进行反复的检验，以确保得到数据支持的模型设定。原始的Granger因果检验没有规定变量必须平稳但事实上隐含这一假定，很多研究都将此检验应用于非平稳时序，后续的研究已经表明，使用非平稳时间序列时，该统计量的渐近分布不再是标准分布。周建和李子奈(2004)的蒙特卡罗模拟显示，序列的不平稳性是造成虚假Granger因果关系最主要的因素之一。

在非平稳时序的协整检验中这一问题更是突出。Johansen(1988)、Johansen＆Juselius(1990)提出了协整关系的MLE估计和检验方法，其检验结果对DGP的设定具有很强的依赖性。Eviews软件就给出了5种DGP下协整关系的可能结果。目前国内几乎没有应用研究进行严格的DGP识别检验，而是根据某些主观因素在各种DGP下选择检验结果。这种做法抹煞研究对象真实的总体属性，扭曲了真实的协整关系，其检验结果可能是错误的。①

第三，忽略不同数据类型的分布特性，想当然地推广统计量。

忽视检验统计量分布成立的前提，随意扩展检验的适用范围，想当然地将已有的检验统计量直接推广到不同类型的数据结构，也是造成研究结论不可靠的原因。例如，在面板协整检验中，有些研究原封不动地移植时间序列下的EG两步法。时间序列仅有时间维度，非平稳时序统计量的概率基础是随机泛函的极限定理，在此基础上产生了单位根与协整理论，其中由基于残差的EG两步法构建的协整检验统计量收敛于非标准分布。面板数据同时包括时间维度T和截面维度n，Pedroni(1999)和Kao(1999)基于残差的协整检验统计量并非时间序列EG两步法的直接推广，而是序贯收敛于标准正态分布，且要经过与真实DGP有关的参数调整。蒙特卡罗模拟显示，这种错误推广存在过度拒绝原假设的问题，此时面板协整就很容易成为一种普遍关系了，结论是不可信的。

第四，缺乏对检验的名义水平和实际拒绝概率的甄别。

在扰动项是正态分布的严格假定下，可以推导某些检验统计量原假设下的有限样本分布，对应的检验称为精确检验。更多的情形是我们只能得到统计量在原假设下的渐近分布，相应的检验称为大样本检验或者渐近检验;一些复杂检验统计量甚至是服从非标准分布，必须通过模拟获得其临界值。渐近检验用样本容量趋于无穷时的分布函数来近似表示统计量有限样本的统计特性，计算出的P值都是渐近值，可能存在过度拒绝或拒绝不足的水平扭曲问题。例如，GMM框架下的Hansen-J检验与MLE框架下的IM检验，在有限样本下就存在明显的过度拒绝问题;又如面板协整检验，其极限分布是时间维度T和截面维度n趋向无穷的结果，大部分检验统计量的极限分布建立在序贯收敛或联合收敛的极限定理(PhillipsandMoon，1999)之上，联合收敛的推导过程还往往有n、T比率的假定。这将给有限样本下统计量的检验水平和功效造成影响，使得统计量的应用受到n、T长度的限制，有些甚至不可使用(胡毅等，2010)。在国外的优秀学术期刊中，对检验的名义水平和实际拒绝概率进行区别和处理，已经成为一项经验研究可靠性的重要体现。我国大部分的宏观经济时序数据时间长度都较短，统计量分布的绝大多数已知结论又只是渐近性质，但检验统计量的有限样本适用性问题却还未受到足够重视。

四、因果关系的识别和推断

一项经济学经验研究，应该与一个清晰的、表述确切的目标相联系，只有了解构建一个模型的初衷，我们才能对其做出评价(Granger，1999)。而在诸多目标之中，因果关系的推断是核心。因果关系首先是一个哲学概念，但哲学上迄今没有给出普遍、严格、可量化的定义，社会科学对因果关系的测度更多地是基于某一角度的考虑。例如，计量经济学中广为采用的Granger因果关系检验就是从变量之间的预测关系来检验因果关系。如何定义因果效应并进行有效识别则成为可信性革命第二次和第三次大讨论的核心话题。

(一)有效识别因果关系的困难之处

Stock＆Watson(2007)指出，因果效应(casualeffect)可以定义为，在一个理想的随机化控制实验中，一个给定的行为或处理对某一结果的影响。Wold(1969)明确指出，计量经济学想成为一种基础创新的科学方法，关键在于必须克服由于缺少实验所带来的局限性。在实验室条件下，先验控制某因素的效应与后验分离出该因素的效应，其结果是等价的。而现实中得到的数据大多是观测数据，我们若想在计量经济学也取得这种等价性，就必须首先将与“实验”有关的所有非控制因素的效应全部测定并分离出来。

研究者往往通过在回归方程中引入足够多的控制变量来构造一种类似于实验的环境，即获得关注变量的净效应(Woodridge，2003;Stock，2010)。我们认为，这只是获得因果效应的必要条件而不是充分条件。一方面，计量经济学分析的重要环节之一就是如何判断究竟哪些因素与“实验”有关，只要无法确定所有显著有关的变量，我们就面临着误设实验模型的问题，因而也不具备实验科学所要求的基础条件(Hendry，1995)。另一方面，即使是一种因果关系，基于回归模型也很难对其背后的作用机制进行清晰的刻画，或者明确究竟是哪一项机制在起作用。因此，无论是因果效应的存在性，还是其背后的具体作用机制的识别，都需要在研究设计和模型设定中充分考虑。经验研究中的另一种处理方式是基于描述性计量建模进行明确的因果关系推断。例如通货膨胀持久性研究，有些研究者基于自回归、不可观测成分、状态转移等模型进行了明确的因果论断。但是，这些模型都属于描述性的统计模型，意在刻画通胀的统计特征，唯有以不同形式施加经济假设，建立诸如粘性信息模型、学习模型、Calvo-Rotemberg模型或者DSGE模型，才能解释通货膨胀持久性的经济动力源(Fuhrer，2011)。又如地方政府策略互动行为的研究，往往以空间计量模型中的空间滞后系数度量策略互动行为的方向与强度。部分研究者仅据此进行特定策略互动机制的因果效应阐述是不恰当的，原因是忽视了两个重要的识别问题:第一，空间滞后关系既可能是地方政府策略互动过程的结果，也可能是某些遗漏的地区特征的外生相关或者对地方政策的共同冲击所致;①第二，支出溢出、财政竞争以及标尺竞争等理论假说都可以推导出同样的简化型地方政府政策反应函数，空间滞后模型本身不能识别哪种机制在起作用。我们认为，对于描述性建模工作，模型结果的相关背景或者可能原因的阐述是有必要的，但不能过度推广甚至是错误推广其经济含义。

(二)因果关系识别方法的新近发展

对因果关系的推断是经济学研究的重中之重，而在非实验条件下进行因果关系的有效识别又是难之又难。然而，这一事实并不排斥我们科学地进行计量经济学研究的可能性，追求更为明确、透明化的识别策略则是努力的目标。由于对哪些因素有利于透明化、识别所需的假定以及经济理论扮演的角色有着不同的见解，对因果关系的识别发展出两个方向:一是基于实际实验与准实验方法;二是结构计量建模。

1．实验与准实验(自然实验)方法

实验学派②已成为经济学经验研究的一个新潮流(AngristandPischke，2010)，这些方法往往用于对一个项目、政策或一些其他的干预或处理的影响进行研究。理想的随机化控制实验为使用实际数据进行因果效应的计量经济分析提供了一个理论基准。其中心思想是通过从一个总体中随机地选取个体，然后随机地对部分个体进行处理，进而测度因果效应。处理的随机分配可以保证处理的水平独立分布于结果的任何其他影响因素，由此消除了遗漏变量偏差的可能性。此时，处理水平X对Y的因果效应就是条件期望E(YX=x)与E(YX=0)之差，其中E(YX=x)是处理组中处理水平为X时Y的期望值，E(YX=0)是控制组中Y的期望值。如果某一处理对所有成员都一样，那么X就是二元变量，因果效应可用处理组与控制组之间的样本平均结果之差来估计。而且，随机分配下这种因果效应等同于单变量的回归模型Y=β0+β1X+u的斜率系数，OLS估计量^β1就是因果效应的一致估计。由于理想的随机化控制实验所具有的对因果关系推断的优势，越来越多的研究者进行了实际实验;有些实际实验存在着道德与成本问题，研究者转而将其思想应用于基于观测数据的准实验。前文认为普通的回归分析本质上是一种相关推断，那为什么实验框架下的回归分析却可以进行因果推断呢?关键的差别就在于上述的随机分配思想。问题是，现实中的实验和准实验，都与理想的随机化控制实验存在或多或少的差距。目前国内应用该建模思路的研究存在大量错误，根源就在于对这些方法的适用范围和隐含假定缺少认识。③如果随机化失败，处理部分地以主体的特征或偏好为基础，那么实验结果反映的既是处理效应，也是非随机分配效应;即使处理的分配是随机的，但个体并不总是完全遵守随机化实验协议，实际得到的处理也可能不是随机的。④而且，实际实验和准实验还可能存在损失问题、实验效应、工具变量可靠性、控制组个体的匹配等问题，它们的叠加将使得情况变得更加复杂。⑤虽然实际实验和准实验方法得到了广泛的应用，但我们必须看到这些方法本身的局限性，并不是所有的经济学领域都具备实际实验或准实验的条件;而且，这些方法更多地是验证因果效应的存在性及程度，对于背后的作用机理则多少显得无能为力，根本原因在于这其中没有多少经济理论(结构)。

2.结构建模方法

Reiss＆Wolak(2007)区分了非结构计量经济模型(或称描述性模型)以及结构计量经济模型。非结构模型基于正式的统计模型①，揭示数据(经济变量)之间的统计特征与统计关系，经济理论的作用仅限于选择被解释变量和解释变量，或者为变量间的关系提供可能的经济学解释，最终模型是以变量的联合分布的某些特征展现出来。所谓结构计量经济模型，则明确地将经济理论模型与统计模型相结合，从而有效识别出定量的经济因果关系;结构建模是计量经济学区别于统计学以及统计学与其他学科交叉研究的集中体现。

我们认为，过去十年是结构计量建模的复兴时期。之所以说是复兴，是因为既有继承，又有发展。事实上，早期基于凯恩斯主义理论的大型宏观联立方程模型就是一种结构模型。但是，这些模型一方面未能体现理性预期以及经济主体的行为特征等微观基础，因而受到了“卢卡斯批判”;另一方面在统计假定上又未能考虑数据特征，使经济理论处于一种超检验的地位，从而阻断了建模者根据数据信息逻辑一致地修改结构模型的可能。20世纪80年代随着宏观经济学中RBC模型框架的兴起以及随机效用等微观计量模型的发展，结构建模有了新的进展，而过去十年计量方法的快速进步则使得模型高度结构化。现在所谓的“结构”是指在经济行为主体的动态最优化过程中，刻画偏好、技术、禀赋以及制度等因素的深层参数(Heckman，2000;ReisandWolak，2007)，从而使得模型具有坚实的微观基础;而且包含了更多的统计结构，变量的动态结构以及不可观测效应都得到高度重视。

以微观经济学的动态均衡建模为例，按照行为主体的互动类型，可以分为单经济主体的动态局部均衡模型、多经济主体的动态一般均衡模型以及动态博弈模型(AguirregabiriaandMira，2010)。在宏观经济学中，DSGE模型成为新的研究范式②，该类模型严格依据一般均衡理论，刻画了包括对行为主体所处环境、决策行为的一系列决策规则以及决策时所面临的不确定性，并在动态优化背景下构建经济主体行为方程，最终获得以非线性期望差分方程组为形式的模型均衡关系式，同时利用有关方法进行均衡的计算以及模型参数的估计。结构模型方法最大的优点在于，结构参数有着明确的经济含义，这使得实证结果也有相应的经济解释。而且，通过反事实分析可对新政策进行评估，相比实验方法，结构建模的效用最大化框架使得福利分析成为可能，政策比较和最优政策选择有了可靠标准。③

(三)经济理论在因果效应识别中扮演什么角色?

洪永淼(2007)曾指出:统计方法与工具，不管是数理统计还是经济统计，均不能确认经济变量之间的数量关系是否为因果关系。因果关系的确认，必须借助于经济理论的指导。问题在于如何指导呢?

目前流行的回归分析对经济理论的应用主要体现在以下两个方面:

其一，为变量的选择提供依据，或者通过施加回归模型参数的约束而将理论本身作为研究对象。这里需要再一次强调的是，即使回归模型的变量有相关经济背景，仍然只是提供了一种潜在的、可能的因果解释，而不是结构模型中深层参数直接的因果效应。例如，为研究拍卖的中标额和投标者数量的均衡关系，非结构建模将中标额对投标人数进行回归，在标准的统计假定下，该回归模型给出了给定投标人数时对中标额的线性预测。结构计量建模则在风险厌恶程度、追求预期利润最大化以及和人信息分布等假定下，得到给定投标人数目、中标额的条件密度和条件期望。

其二，是在实证研究前面附加一个理论模型，然后说明后面的实证模型是对该理论模型的验证，或者认为这样的实证模型设定就有了依据。然而，这并不是真正的结构建模，理论模型中的结构参数在各种“演化”之后在实证模型中已不见踪影:如果没有进行实证模型参数与结构参数之间的识别则未能根本解决因果效应的有效识别。

在经济理论与计量分析相结合的过程中，还存在一种现象，将理论模型的某些概念等同于统计概念，均衡方程与协整方程就是一个典型。经济模型中的均衡往往是一系列假定之下得到的经济变量关系的结构方程，而协整体现的是变量间某种长期稳定的统计关系，这种等同至少在以下三个方面存在问题:第一，即使变量之间不具备经济意义上的均衡关系，仍然可能具有协整关系;第二，均衡关系往往存在于多个时间序列之间，仅对其中部分时间序列进行协整检验进而得到的协整方程是不完全的，并不是变量之间均衡关系的真实反映;第三，经济理论的均衡有着丰富的含义，包括一般均衡与局部均衡、跨期与期内均衡、长期均衡、博弈均衡等，并不是所有均衡都能通过协整检验来验证，或者说协整未能体现其含义。忽视这种区别，一方面是导致DSGE模型均衡的计算以及动态博弈模型马尔可夫精炼均衡的计算等前沿领域没有得到重视，另一方面却出现了“为均衡而协整”的泛滥现象，协整似乎成为一种普遍关系了。

对于因果效应的推断，我们认为，不同的建模方法是一种互补，而不是相互替代。越来越多的经济学家(例如Granger，2001;ReissandWolak，2007;Acemoglu，2010;Keane，2010)认为必须在宏观经济学、发展经济学、产业组织、劳动经济学等各个领域的经验研究中引入更多的经济理论(结构)，才能从本质意义上解释因果效应背后的逻辑链条与作用机制。结合因果推断这一重要研究目标，我们更加推崇上述的结构计量建模，实现理论建模与经验分析的统一;但在卫生经济学、社会经济学等领域，理论数理化相对滞后，一些命题的提出并没有经过严格的数理模型推导，甚至是依赖于直觉，此时实验与准实验方法则应是其因果推断的选择。那么，在承认各种建模思路合理性的前提下，如何在各自的建模框架下保证其统计推断的可靠性呢?这涉及到一项研究可靠性的另一根本问题———模型的统计适切性评价。

五、模型的统计适切性评价

计量分析中，参数估计与参数约束关系检验是我们获得有关经济规律一般性结论的归纳论证过程，其可靠性依赖于统计量的良好性质，而这些良好性质的获得又依赖于计量经济模型这个载体中的各种设定。问题在于，这些设定在实际应用中并不必然得到样本数据的支持。如果统计推断建立在各种未得到数据支持的设定之上，其结论将是危如累卵。因此，在Pesaran＆Smith(1985)提出的评价计量经济模型的三个标准中，模型在统计上的适切性(StatisticalAdequacy)逐渐成为最主要的标准。当一个模型的各种假定得到数据的支持时，我们称该模型在统计上是适切的，或者说是正确设定的(White，1994;Gewekeetal．，2006;Spanos，1999;CameronandTrivedi，2005)。对模型统计适切性的重视，是计量经济学提高其应用可靠性的需要，由此形成第三次大讨论的另一核心议题。计量经济学家从两种思路解决这一难题。一种简单的想法就是，找到稳健的计量模型方法，使得统计适切性不依赖于特定的模型设定。另一种思路则是，找到合适的方法证明自己所依赖的假定是合理的，由此形成了模型选择和模型设定检验两种模型评价思路(Gewekeetal．，2006)。实证研究中，对于稳健推断、模型设定检验和模型选择的应用也存在重视不够或认识模糊的问题，以下是本文的一些看法。

首先，我们要强调经济分析不能代替统计适切性评价。例如，对于可能存在内生解释变量的回归模型，研究者往往根据理论分析、直观判断或者已有文献结论等先验经验信息，找到工具变量进行IV估计，进而根据Hausman检验判断是否确实存在内生性问题。如果工具变量的可靠性只停留在经济意义层面，而没有通过模型设定检验进行甄别，由此得到的推断结论很可能是误导性的。以教育收益率的经典实证研究(Hayashi，2000)为例，使用不同的工具变量集，得到的检验结果截然不同。原因在于上述做法忽视了Hausman检验要求IV估计量具有一致性的隐含条件，而这是在工具变量符合与扰动项正交且与内生解释变量(强)相关等严格假定之下才能得到的理论结果，在实证研究中并不必然成立，必须通过模型设定检验进行验证。①

其次，稳健推断方法与模型评价体现的是对统计适切性的不同要求，各有所长。以回归模型的非球形扰动问题为例，White(1980)与Newey＆West(1987)的稳健标准误方法受到越来越多经验研究者的青睐，Angrist＆Pischke(2010)甚至认为稳健标准误方法的诞生使得异方差以及序列相关这些设定检验变得不再重要，相应的GLS方法将退出舞台。Leamer(2010)指出这种认识是有失偏颇的，稳健标准误方法与设定检验及相应的GLS方法体现的是对统计适切性的两种不同要求，前者只是要求得到可靠的置信区间范围，后者则更进一步要求有效的点估计。当研究者只关注参数约束检验时，稳健标准误方法足以保证其可靠性;如果关注的是某些政策效应的比较，就涉及参数估计值的具体大小，此时GLS的有效性显然更为重要。此外，以施加较少约束的稳健推断方法代替模型设定检验这一做法还可能限制我们对客观经济世界的进一步探索。Sims(2010)就认为对面板数据的条件异方差进行建模并使用FGLS可以比稳健标准误方法获得更多的经济信息，一个明显的例子就是随机系数模型可以同时体现异方差的来源以及个体的异质性特征。

再次，对于完整的模型评价而言，模型设定检验和模型选择都具有重要意义，但前者更为关键。在许多时间序列分析中，包括单位根检验、Granger因果关系检验和VAR建模，我们经常只看到研究者根据AIC或BIC等信息准则来确定最优滞后阶数，并未见有关模型设定检验，这种以模型选择替代模型设定检验的做法是危险的。在模型选择过程中，需要先确定一个模型族{f(z;θi)，θi∈，z∈νn，i=1，…，m}，所有的备选模型都享有同等的地位，然后在特定的标准下挑出最佳模型f(z;θk)。Lehmann(1990)、Spanos(2010)认为这其中隐含着两种可能错误:一是正确的模型f(z;θ0)可能不包括在模型族中，更重要的是没有考虑选择可能犯错的概率，这恰恰没有体现在形成新的具有不确定性的知识时，对这些新知识存在错误的可能性进行度量的要求。而模型的设定检验有原假设和备择假设的区别，其结论是基于分布和犯错概率的推断结果。即使通过模型选择得到的最优模型也不能保证所有的设定都得到数据的支持，对那些关系到估计和推断性质的模型设定问题还必须进行严格的设定检验。相比模型选择，模型设定检验是关系到计量经济分析过程可靠性的更为根本的步骤，如时序分析中的模型选择就只是在平衡拟合和简洁性之间的选择，并不能保证残差必然满足独立同分布假定。

最后，我们强调模型设定检验并不是对数据的重复使用或者数据挖掘。对于给定的数据Zn，通常需要用于两种检验:(1)参数约束关系检验;(2)对于设定模型Mθ(z)可靠性的检验。因此，有人质疑这是否对数据进行了重复使用。Spanos(2010)对此给予反驳:一是上述两种检验是对数据Zn所提出的两个不同问题，二是这两种检验具有不同的边界。具体而言，参数约束检验假定Mθ(z)在统计上是适切的，问题的探究仍然在其边界内;而模型设定检验考察的问题是数据Zn是否由Mθ(z)所刻画的随机机制所产生，问题的探究已经超越Mθ(z)的边界。也有学者指责模型设定检验本质上也是一种数据挖掘。实际应用中，数据挖掘的含义很宽:一种是指建模者为了证实某种先验理论而有意掩盖或摒弃与理论相悖的数据信息，这是不可取的;一种是指为了使计量模型通过一系列设定检验而反复修正模型形式的做法，此时只要建模者将模型设定检验的过程明朗化、严谨化和系统化，便是可取的建模方法(韩德瑞和秦朵，1998)。

在计量模型统计适切性评价中，稳健推断、模型设定检验与模型选择都发挥了重要作用，这些不同方法的使用一定程度上也依赖于研究目的。其中，模型设定检验是最为关键的步骤，每一种模型方法下都有相应的模型设定检验问题。如果设定检验的结果暴露出问题，就应当重新考虑模型的设定，重新进行检验，直至通过检验。这一过程可以概括为“模型设定———模型估计———模型设定检验———模型再设定”，设定检验这种内在的一致性虽然不是保证模型正确分析的充分条件，却是合乎科学逻辑的必要条件(Hendry，1995)。我们认为，无论是模型设定还是模型设定检验，都要仔细推敲其具体的应用背景和适用条件，对这些细节的处理是否恰当是一项研究科学性的重要体现，前文列举的忽略扰动项概率分布导致错误的例子，很多就是忽略统计适切性的结果。

六、结论与启示

可信性是计量经济学应用研究的最重要的问题，国际计量经济学界对此有过三次大讨论，涉及计量经济学的学科性质、经济变量之间因果关系的识别及模型统计适切性等方面的内容。本文以此为出发点，联系我国计量经济学应用研究中存在的主要问题，阐述计量经济学应用研究的可靠性来源:

1.随机性设定是我们利用计量经济模型对真实DGP进行探索的一个主要体现，是正确设定计量模型不可或缺的部分，应得到足够的重视，努力用好。

2.目前广为应用的非结构计量经济模型对因果关系的推断并不符合因果关系的本质含义，应该慎之又慎。实验与准实验方法及结构计量建模是近年发展起来的对因果关系进行推断的新方法，但在我国尚少运用，应努力发展。

计量经济学范文第4篇

计量经济学相关论文范文一：经济运行中采购经理指数的功能研究

摘要：由此可见，很好地利用采购经理指数对经济的指示功能，建立完善的 PMI 指数体系是完全必要的，不仅有利于政府部门对经济形式进行更好的宏观调控，也有利于企业在微观层次，从自身角度出发，做出最适合本企业的采购战略。

关键词：经济;采购;功能研究;制度

一、采购经理指数的概念和意义。

历经了多年的基础准备工作，我国国家数据统计管理局于 2005 年 7 月 6 日正是对外声明了我国的制造业采购指数(Purchasing Managers Index,简称 PMI)。同时该指数的调查已经被列入国家统计局的正式调查制度，今后将在每月的第一个工作日。采购经理指数是一套月度的、综合性的经济监测指标体系，分为制造业 PMI、服务业PMI,也有一些国家建立了建筑业 PMI.

截止目前，包括美国在内全世界已有将近二十个中小国家拥有了采购经理指数体统。这将近二十多个中小国家的采购经理指数系统通过国际采购体系等联盟组织共同建立起一个全球控制并管理的整体服务行业。负责该组织管理的相关部门并为此做好了商业计划书和相应商务报告手册。针对我国的自身具体的情况，并借鉴美国的良好经验，我国成功制定好了十多个指标作为制造业采购经理指数体系的参数指标。

此项采购经理指数的基本是统计数据一类，此方法仍旧延续了旧法，却又做了些许改变。和以往不同的是该种方法的重点改为数理统计与经济人文相结合的方法，根据制造业以及相关部门的实际情况进行调查获得的真实可靠的结果并随之对外公布。该类指标体系具有准确、真实、可靠的优势，十分确切地针对我国的国情做出了有力的调整。该项指标对我国的经济建设体系有着举足轻重的作用，对我国宏观经济调控起到了掌控作用，国民经济的发展和稳定也变得可以预测和调控。

二、采购经理指数的调查及计算方法。

1、先科学抽样，再进行数据统计计算。

进行科学抽样的前提是先进性样本的选择，样本的选择必须要范围广，不能只集中在几个有限的地方，要涵盖不同的专业涉猎不同的部门。其次，样本的选取还要考虑地理位置和地域是否具有代表性，以增强统计结果的准确性;第三，要注意选取不同类型的企业，如国有企业、外资企业等。通过以上三种规则，我们可以在制造业中选取一定数量的企业作为样本，在本文的实验中总共选取了 720多家企业作为样本，其中不同类型的企业如股份有限公司、有限责任公司、外商投资企业和国有企业分别占32.6%、30.6%、15.5%和 17.6%.不同地域的企业分布相对较为均匀。

2、设计格式标准的调查问卷。

本文的设计借鉴了国外的一些方法，在华北、西北地区的三个省份进行了调查。将调查的结果进行了分批整理、综合后，相关部门的人员在青岛召开了关于制造业试点的研讨会，在研讨会上青岛市的许多职业人员前来讨论参加活动并进行调查问卷的整改。

3、建立稳定的调查渠道。

我国的信息调查渠道分为两条：一条来自于我国数据统计局对制造行业数据的收集和归纳，另一条渠道来自于我国物流与采购部门通过对物流过程中的信息进行必要且较为复杂的数据分析得到的经过进一步净化的信息。通过这两条信息来源渠道，基本建立了我国稳定的信息调查渠道。

4、确定问卷回收的办法。

问卷回收的方法在世界上有很多，诸如电话、传真、发电子邮件、网络传输等方法均可以将问卷回收。我国最常采用的方法是在互联网上回收的方法，该种方法具有高效、准确的特点。调查报告做完后，下一步工作就是数据汇总，运用到公式中进行计算，下面对制造业 PMI 进行分析。首先，对调查报告的结果进行提炼，汇总出升高、降低以及持平所占比例，计算出扩散指数(即除降低指标之外二者之和的平均数)。这种计算所依据的是指数增加原理，即在市场中，采购要随着企业的发展以及经济的发展相匹配，充分发挥政府优势，对市场中各个行业进行监督。第二，计算出综合指数，由于 PMI 的综合指数在不同国家、不同产业中计算原理是一致的，因此要充分考虑到 PMI 对 GDP 的影响，选出主要的控制指标，如产量(P)、存货(D)、供应商(I)、订单(O)、就业(E)等，结合市场环境分别赋予不同比例，以方便进行加权汇总，针对综合指标来分析经济的变化就要方便许多。

三、采购经济指数对经济运行的指示功能。

我国地域辽阔、人口众多，从地理形势上来看，山区、平原、丘陵等地区很多，属于经济大国，对采购的需求日益旺盛，且采购的质量和效益直接影响着经济的发展和变化。

我国在加入世界贸易组织之后，对全球经济的贡献日益增加，世界经济也越来越依赖中国的 PMI.同时，我国在改革开放，尤其是进入市场经济体制之后，经济迅速发展，对贸易方向和发展趋势的把握也非常准确，因此，中国需要通过国家的宏观调控来调整政府部门、投资公司、金融机构以及民间组织的资金运营，世界需要中国的 PMI,而中国也需要自己的 PMI,有必要加强对企业的监督管理，发挥在经济预测和商业投融资等多方面的优势，这对企业来说也是必不可少的，具有重要的指示功能。同时对于政府来说，通过采购经济指数也便于为监督和决策工作提供依据。

1、以 PMI 为依据预测经济转折点。

以 PMI 为依据所分析的商业趋势，可靠性很强，基于数据转折点预测出经济转折点。数据转折点的确定要考虑峰值点和谷底点，也就是商业周期中的高潮和低谷，用最大值减去最小值，得出一个数据区间，设置为 0~100%,其中 50%为转折，也是衡量产业规模的重要因素，当商业周期低于转折点 50%,说明经济发生衰退，反之则为繁荣，在政府的采购活动中，也应当充分考虑到 PMI 的持续变动值，如果在一段时间内持续超过 42.4%,即使是低于 50%也能说明制造业经济是整体上升趋势的，而一旦低于 42.4%,则代表着经济的整体败退甚至是产业崩盘。

PMI 与 GDP 在指数的研究和处理上，具有很强的关联性，但是二者在时间上没有明显的关联，PMI 一般要领先于GDP 几个月甚至是一年。根据欧美等发达国家的研究表明，在 1994-1997 年，PMI 与 GDP 二者在关联度上可达到0.91,剩余的 0.09 主要为时间跨度，在 1970-1992 的 22年间，PMI 与 GDP 二者关联度达到 0.878,剩余的 0.122 主要为时间跨度，可以看出，PMI 是领先于 GDP 的变化的。美国的制造业在世界行业领域中，最高情况下可领先峰值商业高潮半年以上。

2、以 PMI 为依据进行宏观调控。

经济的宏观调控往往都需要一个周期。假设当我国的经济开始受到一些刺激开始逐步增强时，采购经理指标就会发生相应的改变，从而导致产量增加。首先，产量上升是制造业流水线上工作效率提高的表现，如此一来便会生产更多的产品，从而对原材料的需求大幅度上升，而工作效率的提高会导致就业人员不再受到需要而离职。采购经理指数中的就业指数和基本原料的采购量指数便上升;其次，当指数超过标准状况到达了规定的上线，便代表着需求的增加超过了供给的增加，就需要技术的创新来解救当前这一紧急状况。也只有通过对科技的改进才能大幅度的提高产品的供应量。此时采购经理体系内部的商品显着指标便会增加。一系列因素发生改变，员工的工资也会相应提升，公司便会陷入不稳定状态;接着，当基本生产材料的价格上涨时相关人员的工资也会逐步提高，采购经理指标投入的各种成本也会在一定程度上增加;继而，由于生产成本过高，也涉及到劳务费用过高的原因，该原因波及到消费者身上就是服务费用的提高。一系列费用的提高最终将会导致通货膨胀。这是一种较为常见也是比较难以抑制的宏观经济现象。此类问题的发生已经是国家经济所涉及的范围，是企业不能够解决或者抑制的，需要政府及时的控制和调整。通过采取相应的手段，比如降低利率以刺激经济的增长。以上过程是一个经济周期不断循环的过程，是经济发展中的自然现象，可以通过国家宏观经济手段来控制调整。

3、以 PMI 为依据，分析产业信息。

PMI 可以作为依据对支配性产业进行分析。根据国内外专业人士的研究可以看出，商业采购主要集中在少数企业，其中，大中型企业尤其是上市公司占据主要市场，他们的采购方式在业务上具有很高的相似度，例如食品类企业、石油加工贸易产业、汽车加工、临床医学等，PMI 指数可以充分反映出行业的发展趋势，包括各项指标的变化、支配性产业的分析等，通过 PMI 指数作为依据，更有助于做到对制造业的整体把握，从而让管理者更好地进行决策。

此外，PMI 指标中涵盖了商业报告中的产品目录以及短缺状况，通过对价格上涨和下跌数据的收集，完善行业监测，对于经济的整体增长具有极强的现实意义。

此外，可以指定具体的采购部门，制订一套完整的采购管理办法，根据预测安排和财务预算进行合理采购，有时比销售预测更利于管理和决策。

(1)企业可利 PM 评估当前或未来经济走势，判断其对企业目标实现的潜在影响。如果一个制造企业的目标是降低人工成本，而 PMI 雇员指数正快速增长，劳动力资源紧缺，这时候降低新员工的工资，恐怕很难找到合适的人选。

(2)在辨别一些比较特殊的采购的选择时，也需要利用采购经理系统来进行选择和判断。比如说一个在制造行业发展较为稳定的企业在进行基本材料的选购时需要使用该地理系统进行经济走势的预测。需要通过该系统进行价格的预测和锁定。在此之前还要考虑该产品的价格是长期锁定还是会在一定范围内波动，继而决定产品的实际价格范围。

(3)对采购经理而言，可以及时了解及确定总的经济趋势，把自身行业、公司以及供应商与总的经济系统联系起来，确认在总的经济变化时本公司及其供应商受这些变化影响的差异，同时评估潜在影响和优先权之间的关系，并制定相应的策略。

(4)便于与国际接轨并进行比较。由于采购经理指数的特点以及其科学合理、简单易行的调查法，目前已被许多发达国家与发展中国家采用，全球已经有 20 多个国家(地区)开展了采购经理指数编制和工作。在 2002 年 5 月份国际采购联盟理事会上，进一步提出建立世界采购经理指数的设想。又因为采购经理指数的统计与计算方法的一致性，有利于进行国际比较，以便更好地融入世界经济，与国际接轨。

由此可见，很好地利用采购经理指数对经济的指示功能，建立完善的 PMI 指数体系是完全必要的，不仅有利于政府部门对经济形式进行更好的宏观调控，也有利于企业在微观层次，从自身角度出发，做出最适合本企业的采购战略。

【参考文献】

[1] 江涛涛：基于不确定性的供应链风险分类与防范[J].物流技术，2011(10)。

计量经济学相关论文范文二：经济统计学专业学生实践水平提升路径

经济统计学专业要求培养具有扎实的经济学、统计学、管理学理论基础，掌握现代统计分析方法与计算机技术，具有较强的计量分析能力及计算机软件应用能力，能够熟练地运用现代信息分析技术，可以在经济管理部门、金融证券部门、保险行业、信息咨询机构、市场调研机构、以及其他企业、事业单位从事数据的采集、加工、分析、开发、管理、研究工作的高级应用型专门人才。因此，在经济统计学人才培养的过程中，切实加快技能型人才的培养，增强应用性教育，探析可行的经济统计学专业实践能力体系的构建具有十分重要的现实意义。

一、经济统计学专业实践能力的内涵分析。

所谓专业实践能力是指在特定方法引导下有目的、合理利用专业知识和技能独立解决问题并评价成果的能力。经济统计学专业实践能力的培养可以为三个层面：

( 一) 专业基本能力。

专业基本能力是某一职业所必须掌握的基本技能，通常体现该职业领域专门知识、技术的特征。专业基本能力应具有相对稳定性，可为学生将来在职业范围内的转岗、专业技能的提升，提供一个知识和技能的基础平台。经济统计学专业要求学生系统地掌握经济学、管理学知识体系和经济统计的基本理论框架，能够运用数理统计工具对现实经济问题进行一般性的统计和分析研究，具有一定的经济咨询和管理能力。

( 二) 具体职业岗位能力。

具体职业岗位能力是由具体职业岗位的性质、技术标准、劳动对象和生产工具等特点直接决定的能力，通常具有多样性和可变性的特点。

经济统计学专业不仅应该注意加强对统计理论方法基础的培养，而且更加注重训练学生在经济管理领域应用统计方法的能力。对于大多数应用统计学家和实际统计工作者来说，重要的不是了解统计方法的数学细节和数学证明，而是正确理解计算机输入和输出数据的意义和内容，以及掌握评价和分析这些数据的能力。

( 三) 专业创新能力。

专业创新能力是学生在掌握了前两种能力的基础上，根据职业和岗位发展的规律，对所从事的工作或事务进行变革，从而使其得以更新与发展的能力。专业创新能力是对传统实践能力的发展和深化，与实践活动相辅相成，是专业发展的有效动力。只有在掌握前两个能力的基础上善于将科研成果转化为现实产品、能科学地解决生产管理问题或提出提高工作效率或减少工作能耗的有效方案的人才才能称得上是应用型人才。

二、经济统计学专业实践能力培养中的瓶颈。

( 一) 专业教师的专业实践能力不足。

专业教师脱离社会实际是国内高校普遍存在的问题，尤其是近十年，由于高校招生规模的扩大。一批高学历青年教师充实到高校教师队伍中。这些教师大多是硕士或博士毕业后直接走上教学岗位，从学校到学校，缺乏实际的工作经验，专业上往往精通理论，对于实践和应用缺乏了解和锻炼。因此，在专业实践教学上往往显得力不从心。同时，由于专业教师承担了繁重的教学任务，加之各学校都非常重视教师的科研，教师将更多的时间用在理论教学和科研活动上，根本无法抽身定期到企业参加实践工作。

( 二) 实验实践教学综合性和创新性不足。

实验实践教学研究不足，缺乏综合性、设计性、创新性实验项目。实验实践教学是巩固理论、运用理论、理论联系实际的重要环节，是学生创新能力培养的重要环节。综合性实验项目一般会运用到多学科、多课程的理论，通过综合性项目能将学生所学的各课程的理论进行整合消化，而研究性和创新性项目能提高学生的创新意识、创新能力以及研究能力。同时也能发挥学生学习的主观能动性。但是在实验项目的设置中，往往以验证性、操作性实验项目为主，缺乏综合性、创新性、研究性项目，而对于高年级学生来说，这类实验又非常重要。

( 三) 实习过程流于形式，实习效果差强人意。

实习包括多种形式和内容，其中认识实习和毕业实习是其中两个重要的环节。认识实习是学生在进入专业课程学习以前的首次实践性教学环节，目的在于增加学生对企业的感性认识，增强专业思想，提高专业兴趣，为即将进入专业基础课、专业课程的学习打好基础。毕业实习一般安排在专业课程结束之后进行，要求学生通过专业实习，巩固课堂上学习的理论知识，并学会运用理论。逐步学习和初步积累必要的书本以外的实际经验和做法，培养探讨问题的能力，初步培养观察、分析、解决问题的能力。由于每年学生人数多，由学校统一安排实习见习单位不太现实，一般由学生自行联系单位。同时由于就业压力大，往往将就业与实习合二为一。实习往往需要开个证明即可，缺乏考核指标，流于形式。

三、经济统计学专业实践能力培养具体举措。

( 一) 加强课程建设，改进传统课堂教学方式以精品课程、优质课程建设为依托，提高学生的理论能力，为实践能力的培养提供必要的知识储备和理论支撑。充分利用计算机应用技术及统计软件、数学软件进行教学，培养学生的实践能力。在理论和方法教学方面，强化对统计方法适用性的识别能力以及利用这些方法分析经济数据能力的训练; 强调以我国经济运行真实数据编写案例，结合社会经济的热点问题开展案例教学; 强化拓展统计实验，将理论方法的教学与计算机软件相结合。课程教学方法的改革以调动学生的积极性，提高学生思维能力为核心，以参与式、体验式、互动式为特征的案例教学模式为基本形式，建立纸质、多媒体、实践训练等形式构成的立体化教学载体。

( 二) 以相关专业大赛、大学生创新计划项目等为平台，利用学术报告或专题培训，培养学生自主进行专业研究的能力近年来，各学校都非常重视学科竞赛活动。通过学科竞赛，可以有效培养学生的创新能力、研究能力、市场意识、团队合作精神、管理能力。目前已开展的学科竞赛项目包括全国大学生数学建模大赛、全国大学生统计建模大赛、全国大学生市场调查分析大赛等。鼓励学生参与大学生创新训练项目，大学生创新训练项目主要培养学生的研究能力和创新能力。各项目都有具有高级职称的教师作为指导教师，由指导教师和学生共同商定研究方向。

( 三) 有效进行校企联合培养，提高学生对专业的认知、感知能力校外实习基地是各专业实践教学的必要场所。但是从目前情况来看，校外实习基地并没有发挥其作用，学校与企业缺乏广度和深度合作。一些所谓的校外实习基地仅仅挂名而已。要突出专业办学模式特色，坚持学院、政府管理部门、企业和研究机构四方共同培养人才，坚持专业发展与经济统计人才市场需求紧密相连，师资建设和学生培养与政府部门、企事业单位紧密合作，针对政府和企业统计人员素质偏低的问题，着重培养能够胜任政府大型调查和企业市场调查活动的统计人才。要重视实习基地建设。实习基地是指具有一定实习规模并相对稳定的学生参加实习和社会实践的重要场所。实习基地建设直接关系到实践教学的质量，对于高素质人才的实践能力的培养有着十分重要的作用。学生实践能力的提高离不开企业的帮助，学校可以为企业提供智力支持，帮助企业解决经营过程中的问题，帮助企业提高决策效果和运营效率，形成互利双赢的伙伴关系，这样企业取得了发展，学生能够高质量地完成实习，提高实践能力。

计量经济学范文第5篇

一、绪论作为经济学中的一个重要分支，计量经济学在经济学中的地位越来越重要。目前，许多高校的经管类专业都将计量经济学作为重要的专业基础课开设[1]。作为一门工具性质的课程，它对于学生学习经济学其他课程，尤其是以后打算继续读研的学生撰写经济学论文显得非常重要[2]。然而，目前的计量经济学教学过程中还存在很多不足之处，如过于偏重数学推导、与其他课程的衔接性不强、实践环节不够等。因此，本文通过向正在学习这门课程的学生进行的调查问卷，以实证分析的结果来验证一些假设，同时就探索性实验教学方法的运用提出自己的对策性建议。

二、需要验证的假设

假设一：文理科对学习效果的效应存在明显差异[3]。由于目前大部分学校的经济类专业实行文理兼招，文科生在进入经济学的系统学习后，通常会比较吃力。由于在高等数学、概率统计和线性代数等数学基础课教学中，并没有区分文理科，因而文科生在学习数学先行课程时已经消化不良，后续的计量经济学课程可能会影响其学习的态度，进而影响学习效果。

假设二：性别对学习效果的效应存在差异。目前不少高校中奇怪的现象是，上课认真听讲的主要是女生，作业完成最认真的也是女生，最后成绩位居前列的绝大部分还是女生，尽管这一现象可能不限于计量经济学课程。一个饶有兴趣的话题是，为什么学校里面女生比较努力和优秀，但在经济学研究领域中女生崭露头角的比例要远远少于男生，或者反过来问，为什么在大学的学习阶段，计量经济学等课程吸引不了男生的兴趣。

假设三：学生的认识水平与实际情况存在差距。目前的经济学教材现代化程度不够，用数学模型阐述经济学理论已经成为西方主流经济学的重要论述方法，但国内的许多计量经济学教材仍以文字说明为主，偶尔配以图形或公式夹杂以其间。因此，不少学生学习经济学的主要方式还是背定理。尤其是在一般本科院校中，由于各方面的原因，这种情况尤为突出。它的后果便是，学生忽略了经济学理论中文字、图形和模型三者之间的联系。对理论的阐述与解释方面，最简洁的应该是模型，图形次之，文字是最繁杂且表达最不清楚的。现实的情况是，学生普遍对数学模型产生畏惧心理，仍把经济学当作一门文科课程。在这个观念引导下，学生普遍忽视数学，不愿意在其上花更多精力。对于数学的畏惧在计量经济学上尤为明显，不少学生反映听计量经济学犹如听天书，尤其是前面几章涉及BLUE和经典假设的部分。

假设四：教学内容影响教学效果。目前，本科计量经济学教学通常选用国内教材，但国内教材有两个不足之处。第一，教材内容通常比较陈旧，不能与时俱进。计量经济学需要很多的模型来举例，时间的变迁应该伴随着数据和案例的更新，这一点上与国外差距较大。国外经典教材经常能做到两三年修订一版，而国内教材由于考核机制不合理，教材很少会做到及时修订。第二，重视数理推导，不重视经济学思维的传输或经济学理论在实践中的运用［4］。实际上对于本科生而言，绝大部分毕业后会直接工作，而非继续读研深造。因此，应该更加侧重的是如何去用它解决问题，以及如何理解其中的经济学思想。过多的数理推导会大大增加学生的畏惧心理，进而影响其学习推导能力。

假设五：不同的班级影响教学效果。班级对教学效果的影响，包括两个层面。第一，学习氛围。一般认为，每个班级的学习氛围是不一样的，即使同一个老师授课，在排除了其他控制变量后，授课效果可能仍然存在差异。根据以往的教学经验，笔者认为假定其存在差异是合适的。第二，专业背景。计量经济学在经济学中的应用程度比会计等管理学专业要高，财务管理专业的学生对于西方经济学等基础理论掌握得不够好，可能会影响教材中很多模型背后的理论含义，最终影响学习效果。因此，专业背景可能也会产生差异。

三、实证结果

（一）调查和数据说明

本次调查数据来自甘肃农业大学经济管理学院2010级财务管理、金融学和经济学三个班级的调查问卷。具体做法是在课程快结束时在课堂上向学生发放问卷并当场填写。发放问卷193份，收到有效问卷181份，有效问卷率为93.78%。

（二）描述性统计

表1为被调查学生的基本情况。学生中男生仅占33.7%，男女比例约为1:2，这是经管类专业的普遍情况。文理科学生接近1：1，这是由于在招生计划中已提前决定。这个比例有利于我们在分析文理科影响时排除无法度量的因素。三个专业中，财务管理人数最多，金融学次之，经济学最少。总体来看，除了性别外，班级和文理科的分布比较均衡。表2是一些主要变量的统计结果。首先是教学内容，由于选用的是古扎拉蒂的经济计量学精要，并且更新版本较快（目前为2010版），因此仅有3.31%的学生认为教材内容比较陈旧。计量经济学的课程难度人所共知，因此1.1%的同学认为比较简单。认为有些难或非常难的学生比例为85.06%，因此如何兼顾学生的接受程度和圆满完成授课任务是一个较难平衡的任务。相比较而言，学生的喜欢程度比较乐观。很不喜欢或不太喜欢这门课的占16.67%，比较或非常喜欢的占到了78.45%，大致符合正态分布。通过与学生交流后得知，比较喜欢的原因在于上课时能够摆脱一些繁琐的数理推导，从经济学理论模型入手并辅以大量有趣的国外经典案例，使学生能够了解学计量经济学到底有什么用以及理论模型如何应用。

与学生的平时反馈相印证，学生普遍认为上机收获较大。认为收获很小或较小的仅占17.67%，37.02%的学生比较或非常喜欢上机实验。由于EVIEWS软件已经傻瓜化，对用户来讲处理过程完全是“黑箱操作”，用户只需知道怎么操作，如何看懂结果就可以熟练运用，因此学生的学习积极性比较高，同时在上机实习以后再回看教材上的理论就清晰多了。此外，上机实习后学生掌握了面对数据如何处理并生成结果，从而能够学会处理一些基本问题。综合以上几点评价指标后，学生的自我评价不太乐观在预料之中，认为较好或非常好的仅占2.76%。将近六成的学生认为一般，评价比较负面的占36.46%。可见，尽管对于如何提高计量经济学教学效果的讨论比较多，也提出了许多教学方法，但成效十分有限。学生普遍对这门课程比较畏惧，心里没底。即使一些认真学习、按时完成作业并最终顺利取得不错考试成绩的学生，也对所学内容的体系浑浑噩噩，不知所以然。#p#分页标题#e#

文理科对主要指标的影响。文理科学生的差异显而易见，大部分高中数学基础不扎实的文科学生在大学一二年级的数学基础课中并没有迎头赶上，有的学生反而以自己是文科生，数学不好是合理的为借口放弃了追赶。到了大四打算考研时只好选择一些不考数学的专业，大大限制了其职业发展。从难易程度来看，文科生认为比较难或很难的学生占到了46.41%，而理科生持此态度的仅占38.67%。卡方检验非常显著，说明文理科与难易程度之间存在较强的相关性。爱好通常取决于掌握程度，文理科学生对计量经济学喜欢程度有差异也属正常。有20.44%的理科生很喜欢或比较喜欢，而持同等态度的文科生仅占11.6%。持中性态度的文科生27.62%，比理科生高3.8个百分点。同时，持负面态度的理科生比文科生高4.4个百分点。因此，文理科与喜欢程度的相关性较弱一点，但是依然显著，卡方检验在10%的水平上显著。自我效果的评价则多少有些费解。评价很低的文科生比理科生高2.2个百分点，其他选项二者的差异并不明显。卡方检验的结果并不显著，显示了文理科学生在自我效果评价上并没有差异。与现实有点出入的一个重要原因可能是学生自我效果评价的主观性，由于课程还未结束并且学生匿名填写问卷，所以无法得到考试成绩这一最有效的评价指标。

（三）回归分析

为了进一步分析学生学习效果的影响因素，下面利用回归模型来验证。由于被解释变量自我评价效果取值为1～5，对于这类受限因变量模型，OLS结果可能有偏，因此本文选择了序次LOGIT模型，同时估计了OLS模型以比较估计效果。利用逐步回归法，最终的模型中只保留p值小于0.2①的变量，包括性别、态度、教学内容、难易程度、上机收获和作业完成情况。显著性过低而没有纳入模型的变量包括班级、文理科、喜欢程度等。表4显示性别、学习态度、教学内容、作业完成情况的系数都为正并且显著，因此影响了学生的学习效果。难易程度系数为负与现实相符并且显著。上机实习在序次LOGIT模型中比较显著，但在OLS模型中并不显著。对比两个模型，序次LOGIT模型的拟合优度稍高一些但总体比较接近。除上机收获外，单个参数的显著性基本类似，但序次LOGIT模型个别参数的显著性更高。综合来看，序次LOGIT模型的估计效果更好。此外，还调查了其他课程对计量经济学的重要性。重要程度依次为：概率论23.6%，统计学21.6%，高等数学20.7%，西方经济学18.2%，其他专业课15.9%。可见，学生普遍认识到数学类课程的重要性。由于计量经济学是用统计学的方法估计经济学的模型，因此统计学应该比概率更加重要，但实际教学中统计学与计量经济学的衔接并不理想。因此，学生对于统计思想的理解和统计学工具的运用很不熟练，很多时候并未将其从概率论中区分出来。学生们认为高等数学的重要性高于西方经济学，也从侧面验证了学生数学基础的薄弱和认知偏差。实际上，在本科计量经济学阶段对高等数学的要求并不高，而对经济学理论的理解则有助于掌握计量模型。因此，学生在认知上存在混淆。通过以上的分析，我们可得出六个方面的结论。

（1）假设一不成立。文理科难易程度和喜欢程度存在差异，但对学习效果的影响并不显著，三个指标结果的不一致性可能是由于学习效果评价的主观性。从实际情况来看，这种差异是客观存在的。

（2）假设二成立。性别对学习效果的影响是显著的。女生大部分认真学习，因此对学习效果的评价也比较高。

（3）假设三成立。学生的认知水平与实际存在差距。由于对概率和统计学的作用没有很好区分，因此认为概率更加重要，西方经济学和高等数学同样如此。原因可能是高等数学首先成了拦路虎，因此夸大了高等数学的重要性，反而忽视了其中的经济学思维方法。

（4）假设四成立。教学内容影响学习效果。学生对知识的掌握离不开教材，除了课堂授课外，学生课外学习的主要途径便是课本。因此，教材内容是否新颖，内容是否通俗易懂，会影响学生的学习效果。

（5）假设五不成立。不同班级之间的效果差异并不显著。尽管不同班级的学习氛围可能存在差异，但并不足以影响学习效果，学生个人的努力程度超过了不同班级的影响。

（6）上机实习对学习效果的评价显著。上机实习时自己动手处理数据，有利于学生掌握教材理论知识，并激发学生的兴趣，因此能提高学生学习的积极性。四、探索性实验教学的尝试根据上文分析，上机实习、教学内容、认知水平和性别等因素都影响了学生的学习效果，共同的后果就是学生普遍对计量经济学存在畏惧感，学习效果不佳。作为一个尝试，徐占东（2009）介绍了探索性实验教学方法的实施情况及相关的一些问题［5］。

所谓的探索性实验教学就是，“根据学生的专业特点，学生自己关注的问题，让学生根据所学的知识，独立自主的利用所学的理论和方法开展实验”。无独有偶，笔者在几年的教学实践中也使用同样的方式对学生进行考核。本科阶段应该主要关注学生的动手能力以及对计量模型的理解，抛开背后的复杂计量理论而利用朴素的观念和直觉来选择一个最优的模型。依笔者意见，在了解一些重要理论的基础上，学生能够熟练地运用计量软件，看懂分析结果，应该可以实现教学目标。比如最小二乘法的推导，重要的理论推导应该被掌握，而一些无关宏旨的数学推导可以仅供感兴趣的同学掌握。应该侧重的是如何建模，它是如何检验经济学的理论并展示经济学的思想，而不是一门应用数学课。比如OLS估计方法，实际上是利用拉格朗日定理求最小残差平方和的过程，主要难度在于方程维度增加后，计算过程的复杂性以及计算结果难以记忆。可以将其计算过程视为一个“黑箱子”，学生如何将这个“黑箱子”打开并熟悉其机理很有意义。学生可以自己选定一个题目并建立初步的模型，然后通过不同方式搜集数据并首先进行一元回归模型的手工计算，有助学生了解这一“黑箱子”的运行模式，并掌握完成计量模型所需的数据处理过程。在一元线性回归模型中通过手工计算OLS并熟悉其机理后，进一步通过多元回归模型的估计和假设检验熟悉计量经济学软件的操作，这样就避免了学生对软件的回归结果只知其然不知其所以然的缺陷。