改進“計量經(jīng)濟學(xué)”教材設(shè)計的幾點思考

1、    改進“計量經(jīng)濟學(xué)”教材設(shè)計的幾點思考計量經(jīng)濟學(xué)在經(jīng)濟學(xué)的理論和經(jīng)驗研究中的重要地位早已為人們熟知。在對計量經(jīng)濟學(xué)教材的巨大需求下， 各種版本的本科層次的教材也大量涌現(xiàn)， 但由于計量經(jīng)濟學(xué)在國內(nèi)經(jīng)濟學(xué)界畢竟是比較新的學(xué)科， 絕大多數(shù)教材的結(jié)構(gòu)設(shè)計具有很大程度的雷同。這一方面反映了計量經(jīng)濟學(xué)固有的學(xué)科特征， 也反映了對計量經(jīng)濟學(xué)教學(xué)理念和學(xué)科內(nèi)容的理解有待加深。本文總結(jié)了傳統(tǒng)教材的結(jié)構(gòu)設(shè)計特點，并提出了相應(yīng)的新的結(jié)構(gòu)設(shè)計思路。一、傳統(tǒng)教材的總體結(jié)構(gòu)設(shè)計到20 世紀70 年代末， 計量經(jīng)濟學(xué)的發(fā)展被認為達到了第一個高峰， 許多計量經(jīng)濟學(xué)家將這一階段之前

2、提出內(nèi)容歸入經(jīng)典內(nèi)容。計量經(jīng)濟學(xué)的二大任務(wù)參數(shù)估計和假設(shè)檢驗都以參數(shù)估計量的統(tǒng)計性質(zhì)為基礎(chǔ)。為保證參數(shù)估計量具有良好的統(tǒng)計性質(zhì)， 通常對模型提出若干基本假設(shè)。如果實際模型滿足這些基本假設(shè)， 普通最小二乘法就是一種適用的估計方法； 如果實際模型不滿足這些基本假定， 普通最小二乘法就不再適用， 而要發(fā)展其他方法來估計模型。按照這一思路， 傳統(tǒng)的教材將計量經(jīng)濟學(xué)的所謂經(jīng)典內(nèi)容劃分為二個部分來介紹： 首先是滿足基本假設(shè)的模型， 然后是不滿足基本假設(shè)， 從而需要進一步修正的模型。國內(nèi)外多數(shù)計量經(jīng)濟學(xué)教材都是按照這種結(jié)構(gòu)來設(shè)計的，幾乎成了一種典型設(shè)計。這種安排說明教材設(shè)計還受到20世紀70 年代對計量經(jīng)濟

3、學(xué)認識的束縛。這種安排看似條理清晰， 邏輯分明， 實際上使計量經(jīng)濟學(xué)在很大程度上脫離了其賴以展開的實際問題背景， 無謂地增加了理解難度和內(nèi)容負擔(dān)， 甚至變成了一門“奇怪”的數(shù)學(xué)。在這種典型設(shè)計下， 計量經(jīng)濟學(xué)的這二部分內(nèi)容往往占據(jù)了整個教材的大部分篇幅， 連接這二部分的中心環(huán)節(jié)就是考察普通最小二乘法的基本假設(shè)是否得到滿足。所以，如何對待普通最小二乘法的基本假設(shè)就成為了教材結(jié)構(gòu)改革的關(guān)鍵。所以， 下面圍繞普通最小二乘法的基本假定， 對傳統(tǒng)教材結(jié)構(gòu)設(shè)計上的一些問題展開具體分析， 并提出相應(yīng)的改進建議。二、普通最小二乘法的基本假設(shè)傳統(tǒng)教材的第一部分一般講述一元回歸模型和多元回歸模型。該部分首先列出一

4、系列的假定條件， 然后， 在這些假定條件下， 討論最小二乘估計量的性質(zhì)。這種教材設(shè)計是要學(xué)生在沒有充分的建模經(jīng)驗的情況下， 去理解許多抽象的假設(shè)， 然后背負著不甚理解的許多假設(shè)去研究普通最小二乘估計量的統(tǒng)計性質(zhì)。這種情況下， 一方面學(xué)生難以體會到這些假設(shè)的必要性， 另一方面無法發(fā)揮學(xué)生的直覺來理解這些假設(shè)。這種教材結(jié)構(gòu)既違反了教學(xué)的循序漸進原則，又使得計量經(jīng)濟學(xué)一開始就掉進理想化的真空； 幾乎窒息了理論聯(lián)系實際的空間， 也影響了對普通最小二乘估計量統(tǒng)計性質(zhì)的理解。這使得教材和教學(xué)陷入了抽象理論加呆板例解的機械模式。那么如何改變這種傳統(tǒng)的教材結(jié)構(gòu)設(shè)計呢？ 假定條件的引入的總體原則應(yīng)該是就簡避繁，

5、 先直觀后抽象。例如同方差假定和無自相關(guān)假定的引入。不同教材對普通最小二乘法的基本假設(shè)的表述稍有不同， 但典型地會包括同方差和無自相關(guān)假定。而這二條假設(shè)多是從數(shù)學(xué)定義上進行表述， 不僅使得學(xué)生難以理解其含義， 也難以真正體會引入這二條假設(shè)必要性和合理性。本文建議， 這二條假定條件由一條便于理解的假設(shè)替代： 樣本的抽取是簡單隨機抽樣。在簡單隨機抽樣的條件下， 得到的樣本是獨立同分布的， 自然就滿足了同方差和無自相關(guān)的假定。這種替代至少帶來如下幾點好處： 第一， 簡單隨機抽樣的概念容易理解。相對于異方差和自相關(guān)， 簡單隨機抽樣的概念十分具體， 而且容易列舉實例幫助理解， 從而使該假設(shè)的引入十分自然

6、。實際上，計量經(jīng)濟學(xué)的先修課程概率統(tǒng)計甚至已經(jīng)講述了這個概念。第二， 該假設(shè)便于檢驗。在計量經(jīng)濟學(xué)建模實踐中， 學(xué)生只需要根據(jù)對簡單隨機抽樣的理解， 就可以考察所研究的具體經(jīng)濟問題是否滿足這條假設(shè)。第三， 簡單隨機抽樣的概念使得計量經(jīng)濟學(xué)方法與數(shù)理統(tǒng)計學(xué)緊密聯(lián)系起來。初學(xué)者理解計量經(jīng)濟學(xué)的科學(xué)性， 關(guān)鍵是將計量經(jīng)濟學(xué)方法建立在數(shù)理統(tǒng)計的基礎(chǔ)上， 或者建立起計量經(jīng)濟學(xué)與概率統(tǒng)計之間的密切聯(lián)系。數(shù)理統(tǒng)計的一個基礎(chǔ)就是大數(shù)定律和中心極限定理， 而大數(shù)定律和中心極限定理成立的要求就是n 個隨機變量獨立同分布。所以， 在簡單隨機抽樣的假設(shè)下， 最小二乘估計量的抽樣分布， 包括一致性和正態(tài)分布性質(zhì)， 就可

7、直接利用中心極限定理得到。第四， 便于理解假設(shè)的必要性。由于中心極限定理和大數(shù)定律都要求簡單隨機抽樣的假設(shè)， 所以， 普通最小二乘估計量的統(tǒng)計性質(zhì)成立也要求簡單隨機抽樣。三、自相關(guān)看作模型設(shè)定問題還是模型估計問題自相關(guān)是一個影響參數(shù)估計的嚴重問題， 所以， 在計量經(jīng)濟學(xué)的發(fā)展過程中， 存在自相關(guān)的模型的估計一度受到高度關(guān)注， 并提出了一系列關(guān)于自相關(guān)的檢測、補救等措施。這種關(guān)注體現(xiàn)在多數(shù)的現(xiàn)有教材上， 自相關(guān)被列為一個相對獨立的重要問題， 從其后果、檢驗到補救展開討論。這是一種被普遍采用的傳統(tǒng)的教學(xué)與教材設(shè)計。仔細研究自相關(guān)問題的補救措施， 即廣義差分最小二乘法， 可以發(fā)現(xiàn)它實際上隱含了二個過

8、程： 一是估計所謂的自相關(guān)系數(shù)， 二是利用自相關(guān)系數(shù)的估計值， 重新設(shè)定模型， 并對重新設(shè)定的模型進行估計。為了自相關(guān)系數(shù)估計的精確性， 往往需要循環(huán)重復(fù)上述兩個過程。這極大增加了處理自相關(guān)問題的復(fù)雜程度。從研究實際經(jīng)濟問題的角度， 如果以時間序列數(shù)據(jù)為分析對象， 自相關(guān)往往成為一個突出問題； 而在分析橫截面數(shù)據(jù)時， 自相關(guān)一般并不是一個嚴重問題。雖然從理論上存在所謂的空間自相關(guān)， 但在實踐上一般并不存在。由此可見， 自相關(guān)問題具體到時間序列數(shù)據(jù)的環(huán)境下更便于展開討論。在時間序列數(shù)據(jù)的背景下， 自相關(guān)問題可以通過在模型中引入相應(yīng)的滯后因變量和滯后自變量， 即重新設(shè)定模型為自回歸分布滯后模型而基

9、本得以緩解或克服。從建立計量經(jīng)濟模型的實踐來看， 這是一種直觀有效的建模途徑。這不僅降低了學(xué)生理解相關(guān)問題的難度， 而且減少了自相關(guān)問題占用的篇幅， 節(jié)約了寶貴的課時資源。換句話說， 與其在抽象意義下分析自相關(guān)的概念， 不如在時間序列的具體環(huán)境下引入， 與其把模型設(shè)定看作給定， 而試圖補救模型自相關(guān)引起的估計問題， 不如通過重新設(shè)定模型而從根本上消除自相關(guān)。所以， 本文建議在理解了簡單隨機抽樣假設(shè)基礎(chǔ)上， 將自相關(guān)問題具體到時間序列數(shù)據(jù)的環(huán)境下展開討論， 而不應(yīng)泛泛的分析。四、怎樣處理異方差問題類似于自相關(guān)， 傳統(tǒng)教材中異方差問題的處理， 也是遵循后果、檢驗和補救的思路， 其中被重點講授的補救

10、措施是加權(quán)最小二乘法。加權(quán)最小二乘法的前提是明確異方差的具體形式。如果已知異方差的具體形式， 加權(quán)最小二乘法具有完美的理論性質(zhì)。但是， 實際問題中并不知道異方差的具體形式， 必須首先對異方差的形式進行估計。估計的準(zhǔn)確性， 會嚴重影響加權(quán)最小二乘法的效果， 從而影響最終模型結(jié)果的所有方面， 包括估計量的性質(zhì)和假設(shè)檢驗等。實際上， 異方差僅僅影響普通最小二乘估計量的方差， 至于無偏性， 一致性仍然成立。在計量經(jīng)濟學(xué)的建模實踐中， 最小方差性并不是一味追求的目的。估計量有效性要根據(jù)具體研究的問題來判斷，不具有最小方差性的估計量未必不能滿足對估計精度的實際要求。另一方面， 在樣本容量較大的情況下， 估

11、計量的方差一般都可以滿足實際的需要， 而沒有必要一味追求方差最小。綜合考慮， 加權(quán)最小二乘法處理異方差問題， 往往得不償失。異方差引起的根本問題是對估計量方差的估計有偏，從而造成了假設(shè)檢驗問題和參數(shù)的置信區(qū)間問題。該問題通過引入異方差穩(wěn)健的標(biāo)準(zhǔn)誤來處理即可。這種處理方式避免了傳統(tǒng)處理方式下， 各種繁瑣的異方差的檢驗過程和異方差具體形式估計過程。實際上， 經(jīng)過近幾十年的計量經(jīng)濟建模實踐證明， 在多數(shù)情況下這種處理的實際效果要優(yōu)于傳統(tǒng)的加權(quán)最小二乘法； 當(dāng)代計量經(jīng)濟學(xué)家也已經(jīng)更多地通過引入異方差穩(wěn)健的標(biāo)準(zhǔn)誤來處理異方差問題。既然如此， 計量經(jīng)濟學(xué)教材就應(yīng)該盡量回避或弱化異方差繁瑣的檢驗和估計過程，

12、 直接介紹異方差穩(wěn)健標(biāo)準(zhǔn)誤， 對異方差問題給出一個簡明有效的處理。五、解釋變量看作確定性變量還是隨機變量傳統(tǒng)教學(xué)設(shè)計中， 一般把解釋變量假設(shè)為確定性變量， 不是隨機變量。這往往也是一條普通最小二乘法的基本假設(shè)。實際上，這一假定對于普通最小二乘法既無必要又難以理解。無論被解釋變量還是解釋變量， 只不過是對隨機抽取的個體的不同方面的描述。由于個體的抽取是隨機的， 被解釋變量被認為是隨機變量， 同時得到的解釋變量何以假定為確定性變量呢？ 所以這種假定人為增加了學(xué)生理解的困難。另一方面， 在滿足其他假定條件下， 高斯-馬爾可夫定理也只要求解釋變量與模型擾動項不相關(guān)即可， 不要求解釋變量為確定性變量。當(dāng)

13、然， 抽樣過程也可以按照某個解釋變量進行， 這時的解釋變量的確是確定性變量， 但這種情形只是一個特例， 并不違反解釋變量與模型擾動項不相關(guān)的假設(shè)?？傊?如果把模型看作一系列的假設(shè)， 那么理解模型在很大程度上就是理解其假設(shè)。假設(shè)越多越抽象， 模型就越難以理解和把握。所以， 普通最小二乘假設(shè)置于教學(xué)的中心地位是合理的， 但關(guān)鍵是如何提出這些假設(shè)。這些假設(shè)的提出需要體現(xiàn)循序漸漸的教學(xué)原則， 符合由具體到抽象再到具體的認識規(guī)律。作為初級課程， 相對于抽象的假設(shè)， 具體化的假設(shè)會有更好的教學(xué)效果。計量經(jīng)濟學(xué)教材內(nèi)容還必須貼近現(xiàn)實， 必須突出計量經(jīng)濟學(xué)作為致用之學(xué)的特點。計量經(jīng)濟學(xué)的一切理論和方法都必須在具體問題的背景下來理解， 引導(dǎo)學(xué)生創(chuàng)造性的學(xué)習(xí)和分析具體問題。實際上， 如果做到這些， 將會發(fā)現(xiàn)計量經(jīng)濟學(xué)的教與學(xué)都是一項有趣的活動。經(jīng)濟論文網(wǎng)為您提供優(yōu)質(zhì)、專業(yè)的代寫計量經(jīng)濟論文服務(wù)，如有業(yè)務(wù)