計量經濟學與實驗經濟學的若干新近發(fā)展及展望

第第頁計量經濟學與實驗經濟學的若干新近發(fā)展及展望一、引言

經濟研究的方法在于總結典型的經驗特征與收集數據,并在此基礎上建立相應的經濟理論或經濟模型。經濟研究的科學性在很大程度上取決于經濟理論或經濟模型的可驗證性,即能否通過數據實證檢驗相關的經濟理論與經濟模型來解釋事實,并預測未來的經濟變動趨勢以及提供科學的政策建議。計量經濟學和實驗經濟學則猶如硬幣的雙面,從不同的角度為經濟學的實證分析提供重要的方法論基礎。計量經濟學以實際經濟數據的建模與分析為主要研究對象。當實際數據不可得,或實際數據過于復雜而導致因果關系不易梳理時,實驗經濟學則有可能從另一個角度出發(fā),通過可控的實驗數據代替實際數據,成為實證經濟分析的又一個有利工具。

計量經濟學是由經濟學、統(tǒng)計學、數學、計算機科學等學科交叉產生而又獨立于其中任何一個學科。計量經濟學產生于對經濟理論的實證分析,經濟系統(tǒng)的建模和國民經濟投入產出法的計算等經濟學問題,經過近一個多世紀的發(fā)展,已經成為了一個成熟而且被廣泛運用的學科。計量經濟學可以分為理論計量經濟學和應用計量經濟學。其中理論計量經濟學主要關注計量經濟模型的建立,包括針對不同數據類型、隨機實驗和不可控隨機誤差的分布形式、經濟學模型和實際問題而進行的假設,從而對該模型進行參數、非參數等的估計、統(tǒng)計推斷和預測,并給出其具體的理論性質,例如無偏性,漸進分布、統(tǒng)計有效性、預測誤差等等。應用計量經濟學則側重于實際問題,其內容基本涵蓋凡是有數據支持的經濟學理論的各個分支,并用經濟數據來對經濟理論進行檢驗,或是對某些經濟變量的因果關系進行量化研究,或是利用金融數據進行風險估計等實證研究。例如對環(huán)境經濟學、教育經濟學、金融經濟學、國際貿易理論、經濟增長理論等都可以通過數據進行實證分析,在計量經濟學理論的指導下進行計算。計量經濟學的理論研究和實證分析相輔相成,對現(xiàn)實生活中某種類型經濟數據的實證分析往往成為發(fā)現(xiàn)理論研究新方向的動力,同時理論研究的成果也通過計量模型被廣泛應用到各種實際問題中去。

計量經濟學是現(xiàn)代經濟學理論體系的一個核心組成部分,可以說如果沒有計量經濟學,經濟學理論就像純數學理論一樣只有象牙塔式的研究價值而不能被數據所證實或者應用證偽。在過去的諾貝爾經濟學獎獲獎人當中,第一屆諾貝爾經濟學獎就授予了兩位計量經濟學研究的先驅弗利希(RagnarFrisch,1969)和丁伯根(JanTinbergen,1969),表明了計量經濟學在推動整個經濟學研究科學化進程中的重要性。早期因從事計量經濟學研究而榮膺諾貝爾經濟學獎的還包括李昂惕夫(WassilyLeontief,1973)、克萊因(LawrenceR.Klein,1980)和哈維爾莫(TrygveHaavelmo,1989)等。計量經濟學的發(fā)展日益與經濟學各分支學科的發(fā)展緊密結合,并反過來極大促進了經濟學各分支學科的發(fā)展。諾貝爾經濟學獎獲得者麥克法登(DanielL.McFadden,2000)、赫克曼(JamesHeckman,2000)、格蘭杰(CliveW.J.Granger,2003)、恩格爾(RobertF.Engle,2003)與漢森(LarsPeterHansen,2013)都是因為提出新的計量方法促進了勞動經濟學、產業(yè)經濟學、宏觀經濟學、金融學等相關經濟學分支學科的發(fā)展而獲此殊榮。在現(xiàn)代經濟學的教學與研究體系中,計量經濟學已經成為與微觀經濟學、宏觀經濟學并列的三大學科,成為經濟學各分支學科最核心的方法論基礎。

實驗經濟學則是最近四十余年興起的一門新的交叉學科,結合認知心理學、神經科學、社會學和人類學的相關研究方法,涵蓋了決策論、經濟學、金融學、博弈論、管理科學、市場營銷或政治學等多個研究領域。實驗經濟學以模擬實體經濟決策環(huán)境和驗證理論模型為目的,通過仿真方法創(chuàng)造與實際經濟相似的實驗室環(huán)境,觀察分析受到物質報酬激勵的受試對象如何在一定規(guī)則下進行決策,從而研究人們行為決策。經濟學家通過調整實驗參數以及對不同參數下產生的實驗數據進行整理、加工與分析來檢驗已有的經濟理論及其前提假設,或者發(fā)現(xiàn)新的理論,或者為一些決策提供理論分析的基礎。

實驗經濟學之所以產生和發(fā)展的一個重要原因是因為基于可控實驗而得到的數據能夠很好地避免數據的內生性問題(-endogeneity)。眾所周知,因果關系研究是自然科學研究和

社會科學研究的一個核心內容。相對于現(xiàn)實環(huán)境下自然產生的經濟決策實際數據而言,實驗經濟學數據是在事前已經盡可能控制了各種干擾混淆因素條件下產生的,從而數據相對比較整潔,有利于經濟學研究人員發(fā)現(xiàn)并研究經濟因素之間的因果關系。實驗研究方法已經成為微觀經濟學、宏觀經濟學、公共經濟學、金融經濟學、勞動經濟學、金融學、市場學、組織行為學、會計學和管理科學等領域的核心研究方法。這些領域國際最頂尖學術期刊都會定期發(fā)表一些運用實驗技術完成的研究成果。目前已有卡納曼(DanielKahneman,2002)、史密斯(VernonL.Smith,2002)和羅斯(AlvinE.Roth,2012)三位經濟學家因其在實驗經濟學方面的貢獻而榮膺諾貝爾經濟學獎。在下文中,我們首先對計量經濟學與實驗經濟學在最近一二十年來的發(fā)展做一簡單介紹。作為與實證研究和應用研究密切相關的學科,計量經濟學與實驗經濟學的發(fā)展從來就受到兩方面需求的推動,其一是理論發(fā)展與政策分析的需求,其二是數據特征與數據可得性的需求。之后,對國內計量經濟學與實驗經濟學發(fā)展的現(xiàn)狀做一簡單評述,最后對一些亟需發(fā)展的計量經濟學與實驗經濟學研究領域提出若干建議。

二、計量經濟學的若干最新發(fā)展

(一)面板數據計量經濟學

面板數據(paneldata)是將截面數據和時間序列數據綜合起來的一種新的數據類型。和單一的時間序列數據相比,面板數據能夠提供不同個體在同一時點的橫截面信息;和純粹的截面數據相比,面板數據又能夠提供同一個體在不同時間點的動態(tài)變化。因此,和傳統(tǒng)的橫截面模型與時間序列模型相比,面板數據模型在模型估計、假設檢驗和管理科學應用等方面具有明顯的優(yōu)勢。國內外高質量面板數據的出現(xiàn)極大推動了面板數據計量經濟學的發(fā)展,在宏觀經濟學和應用微觀計量經濟學等各個領域都有非常重要的應用。面板數據計量經濟學的最新發(fā)展主要集中在三個部分,其一是非線性面板數據建模的發(fā)展,包括各類非參數半參數條件均值模型、條件分位數模型和離散數據模型等。函數系數模型(Caietal.,2000;Caietal.,2000)采取可加模型的形式,解釋變量的系數可以是其他隨機變量的函數(稱之為光滑變量,smoothingvariable),而光滑變量的選擇由經濟理論決定。函數系數模型不僅能夠提供更好的數據模擬能力,而且在非參數模型中融入了經濟學的解釋,因而近年來有不少研究將函數系數模型結合到面板數據中。其二是非平穩(wěn)面板數據模型的發(fā)展,包括面板數據單位根檢驗與協(xié)整分析,以及包含非平穩(wěn)變量和未知時間趨勢的估計與檢驗等;其三是包含橫截面相關(cross-sectionaldependence)的面板數據建模。面板數據通常包含兩個維度,行為個體與時間維度。行為個體可以是微觀層面的家庭、個人或企業(yè),也可以是宏觀層面的國家、產業(yè)或地區(qū)。傳統(tǒng)的面板數據建模通常假設面板數據各行為主體之間是完全獨立的(橫截面獨立假設,cross-sectionalindependence),這就完全排除了行為個體之間可能存在的相互影響,從而導致模型估計與檢驗的一系列問題。橫截面相關性已成為面板數據領域最為活躍的科研方向之一。目前文獻中處理橫截面相關的方法主要有三種:其一是通過因子模型(factormodel)描述橫截面相關性,然后通過模型中可觀測變量的橫截面平均作為因子模型中不可觀測的共同因子的代理變量,用以解決因共同因子不可觀測性而帶來的內生性問題(Pesaran,2006;Pesaran&Tosetti,2011等);其二是交互效應(interactiveeffect)模型,通過PCA的方法直接估計不可觀測的共同因子(commonfactor)與因子系數(factorloading),通常使用的估計方法包括QMLE和最小二乘法(Bai,2009,2013等);其三是使用一系列距約束條件描述橫截面弱相關性,不需要借助于常見的因子結構(Chenetal.,2012等)。最近幾年,這一領域的發(fā)展主要集中在將橫截面相關性與半參數或非參數模型相結合,研究模型的估計與檢驗方法,這也是目前最為活躍的研究領域之一。

(二)微觀計量經濟學與政策評估

因果分析與政策效應評估是經濟分析最為關注的核心問題,其主要難點在于經濟事件與經濟政策的內生性問題,以及虛擬事實的不可觀測性。社會經濟系統(tǒng)作為一個有機的整體,各類因素各種事件往往存在復雜的相互聯(lián)系。由于巨大的社會成本與經濟成本,社會經濟政策無法使用類似于自然科學中常用的模擬實驗的方法。為了解決內生性問題,經濟分析通常借助于所謂的“準實驗”(quasi-experiment)機會,使用工具變量方法,以及在工具變量方法上發(fā)展起來的一系列估計政策處理效應(treatmenteffect)的方法。工具變量必須同時滿足相關性與外生性的要求。所謂相關性,是指工具變量必須與內生的結構變量高度相關,否則便稱之為弱工具變量(weakinstruments)。所謂外生性,是指工具變量僅通過內生的結構變量影響回歸模型中的被解釋變量,而不存在其他獨立的影響渠道。九十年代中期以來,計量經濟學家發(fā)現(xiàn)當存在弱工具變量的情況下,無論是小樣本還是大樣本,常見的工具變量估計方法,包括兩階段最小二乘估計與有限信息最大似然估計都無法得到一致性的估計量。這一時期大量的研究主要集中在工具變量質量的檢驗,以及存在弱工具變量情況下不同的統(tǒng)計檢驗方法。最近十年中,計量經濟學家更加關注工具變量的外生性問題,討論在工具變量嚴格外生性條件無法滿足的情況下對統(tǒng)計檢驗的影響。目前較有影響的做法是采用再抽樣(resampling;Berkowitzetal.,2012)或貝葉斯的方法校正近似外生性的影響(Conleyetal.,2012;Kraay,2012)。隨著大數據時代的來臨,計量經濟學家也開始關注在存在大量工具變量的情況下工具變量的選擇問題。目前主要的做法分為兩類,一類是在工具變量中加入稀疏性(sparcity)假設,采用LASSO等變量選擇的方法在第一階段選擇有效的工具變量;另一類是不采取稀疏性假設,通過主成分分析或嶺回歸等降維的正則化(regularization)方法處理估計中的問題(Hansenetal.,2008;Okui,2011;Carrasco,2012;Hansen&Kozbur,2014等)。

當工具變量僅是簡單的二元變量時,工具變量法就和政策處理效應的一系列估計方法建立了聯(lián)系,這部分是近幾年來發(fā)展最為迅速的研究領域之一。倍差法(differenceindifference,Card&Krueger,1994;Bertrandetal.,2004;Athey&Imbens,2006等)是最為常見的處理效應估計方法。當某一經濟政策實施以后,盡管我們可以同時觀察到處理組中政策前后的變化,但這個變化同時包含了具體政策的處理效應和不可觀測的時間趨勢的變化。如果假設時間趨勢在處理組和對照組的變化是相同的,那么我們可以采取兩次差分的方式,將共同的時間趨勢剔除出去,從而得到平均處理效應的估計值。倍差法的主要優(yōu)勢在于計算簡便,可以接受某種形式的選擇性誤差(-selectiononunobservables),但主要問題在于處理組和對照組之間必須保持相同時間趨勢的假設有時不符合現(xiàn)實,且較難檢驗。也有研究者發(fā)展一些半參數的倍差法試圖放松相同時間趨勢的假設(Abadie,2005)。匹配(matching,Rubin,1973)是另一種較為常見的處理效應的估計方法。和倍差法不同,使用匹配法的一個重要假設是條件獨立性(conditionalindependence或unconfoundedn

esscondition),是指在控制各種變量以后,處理效應的結果不再受到是否接受處理(treatment)的影響。在條件變量較多的情況下,事實上無法做到嚴格匹配,傾向匹配得分(propensityscore)是用來處理降低匹配維度的主要方法,一些非參數方法也被廣泛用來完成處理組和對照組之間的匹配(Heckmanetal.,1997,1998;Hahn,1998;Hahnetal.,2000;Imbens,2000;Lechner,2002;Abadie&Imbens,2006等)。當是否接受處理效應的概率成為一個非連續(xù)函數時,斷點回歸(regressiondiscontinuitydesign,RDD;Trochim,1984;Lee&Card,2008等)成為近年來非常熱門的估計“準實驗”政策處理效應的方法。當選擇變量(-selectionvariable)與是否接受處理效應的關系是確定時,經濟學家通常使用精確斷點回歸(sharpRDD)。當選擇變量與是否接受處理效應存在隨機關系時,也就是是否接受處理效應的同時受到一些不可觀測的選擇變量影響時,經濟學家使用所謂的模糊斷點回歸(fuzzyRDD),這是一個類似于兩步法處理工具變量的估計方法。除平均處理效應(averagetreatmenteffectontreated,ATET)之外,也有越來越多的文獻在討論局部平均處理效應(localaveragetreatmenteffect,LATE,Imbens&Angrist,1994等)、邊際處理效應(marginaltreatmenteffect,MTE)和分位數處理效應(quantiletreatmenteffect)等。這些政策評估方法被廣泛地用于各種社會經濟政策的評估,如最低工資效應、反歧視法、失業(yè)救濟等。(三)大數據(高維)計量經濟學

在目前大數據時代,數據的可得性和多樣性導致樣本量無限增大,同時變量個數無限增多,從而對分析大數據特點的計量經濟學方法有了新的要求。例如,現(xiàn)在流行的電子購物數據中,每個消費者在電腦前點擊的次數以及內容體現(xiàn)了豐富的反映購物行為的信息。又例如,許多人口普查數據、政策評估調查數據等等都有非常多的變量數目。另外,變量數目即使有限,因為研究模型不一定是線性形式,許多方程變換、級數展開等等處理方式也使得變量維度增加。從文本、視頻、音頻中提取有用變量等等方式也成為高維度數據的重要來源。一方面,數據本身的可得性增加,另一方面,現(xiàn)代高性能計算機群(HPC)的計算性能和存儲功能也使得處理這些大數據成為可能。21世紀是大數據的世紀,云計算、存儲等爭相從科技領域進入人們日常生活中。

高維度計量經濟學就是研究經濟變量數目非常大,有時候甚至大于樣本量的情況。例如在資產定價的研究中,資產數目很大,有研究者(Fanetal.,2008)用因子模型去估計資產回報的相關性,其中資產回報的協(xié)方差矩陣的維度也隨著樣本量而增長,因此如何處理高維度數據在資產投資組合等領域是一個至關重要的問題。計量經濟理論在處理高維度數據時,所面臨的主要問題包括如何選擇重要的變量以及如何對變量進行選擇,以使得模型的預測性能更強,對模型的估計有更好的性質。在高維計量經濟學建模中,一般假設真實模型只包括一部分有限的變量。高維度計量經濟學包括了經典的線性和非線性非參數模型。

在很多實證研究中,一般假設模型是一個比較簡單的線性形式,變量是根據經驗或者共識來選擇。而高維度計量經濟學的方法是通過數據本身來探究其重要性,從而進行變量選擇。在經典嶺回歸思想的啟發(fā)下,一系列帶懲罰項的估計方法被提出并廣泛應用在基因學、統(tǒng)計學、經濟學等各學科中。例如套索估計量(LASSO,Frank&Friedman,1993;Tibshirani,1996)的先驅性研究首先提出用一個懲罰項加在經典的最小二乘損失函數上,再用一個調節(jié)參數來控制懲罰的力度。套索估計量可以在變量選擇的同時進行參數估計,并且在變量個數較大的情況下解決了傳統(tǒng)模型選擇方法例如信息準則等的不可計算的問題,減小了模型選擇的不確定性。套索方法有很多良好的性質,其中一個就是可以用來處理變量個數超過樣本量的情況,并且能夠選擇變量。在過去的二十年中,高維度方法有了長足的發(fā)展。繼套索估計量之后,SCAD估計量、Dantzig估計量、彈性網(ElasticNet)估計量等相繼發(fā)表在頂尖統(tǒng)計學和計量經濟學期刊中。在經濟學中,高維度計量經濟學的一個重要應用就是處理多工具變量選擇的情況。Belloni,Chemozhukov&Hansen(2012)提出了用改進的套索方法選擇工具變量的方法并提供了理論依據。另外,Bai&Ng(2008)用主成分分析,Caner&Fan(2015)用可適性套索方法進行工具變量的估計和選擇。

大數據計量經濟學是一個方興未艾的研究方向,統(tǒng)計學、計算機科學等其他學科的交叉發(fā)展也勢必進一步推動大數據分析的發(fā)展。

(四)金融計量經濟學

金融計量學主要是指對金融市場數據,包括金融市場各種交易變量(如價格、交易量、波動率等)進行相應統(tǒng)計分析和計量建模的學科。作為聯(lián)接金融理論和實證證據的橋梁,金融計量學在現(xiàn)代金融學中處于一個非常重要的地位,它可以用于檢驗經濟學假說和金融理論,解釋金融現(xiàn)象,并對金融市場行為建模和預測。一方面,金融計量學的發(fā)展對現(xiàn)代金融和投資管理產生了深遠的影響。另一方面,金融市場的進一步發(fā)展又對金融計量學的研究提出了新的挑戰(zhàn)。

金融計量學最早關注的一個問題是如何檢驗金融市場的有效性,即金融市場價格是否可以被預測。關于這個問題,最早的文獻甚至可以追溯到Working(1934)和Cowles(1933,1944)。他們主要通過檢驗股票價格序列是否服從隨機游走過程來檢驗市場的有效性。Fama(1970)對有效市場理論和實證研究進行了一個很好的綜述,他認為市場的有效性假設有三類,即弱有效,半強有效和強有效,而對應的價格走勢往往只是一個鞅過程。這樣說來,檢驗市場的有效性就等價于檢驗一個時間序列是否為鞅過程。Hong(1999)提出了一個基于廣義譜函數的檢驗方法,非常有效地解決了這個問題。該方法不但能夠捕捉變量之間存在的線性關系,同時也能夠甄別出數據中的非線性關系,因此可被推廣并應用來檢驗經濟和金融時間序列數據是否存在相關關系或者是否獨立,從而為對這些數據進一步分析建模提供依據(Hong&Lee,2005,2006;Hong&McCloud,2011;Hong&Chen,2011)。

與金融市場有效性檢驗密切相關的一個研究領域是提出各種模型對金融時間數據進行預測,或者是對各種預測模型進行評價。這些預測模型大多基于各種經濟學理論,包括行為經濟學、實驗經濟學等。研究人員構造了不同的預測模型來對金融市場進行預測,例如Hongetal.(2007)研究了隨機游走模型是否能夠對外匯走勢提供更好的樣本外預測。Hongetal.(2010)也檢驗了多種時間序列模型在分析中國的短期利率走勢的有效性。

在有效市場理論檢驗問題之外,資產定價以及與之密切相關的投資組合理論一直也是金融計量學關注的一個重要問題。自Markowitz(1952)提出了投資組合理論以來,許多資產定價模型相繼被提出來,包括Sharpe(1964)針對股票市場提出的資產定價模型(CapitalAssetPricingModel,CAPM)/:請記住我站域名/,Ross(1976)提出的套利定價模型(APT),以及Heathetal.(1992)提出的針對固定資產收益證券定價的HJM模型。將這些定價理論模型應用到實踐需要對相關的模型參數進行準確估計,而金融計量學家在這個過程中發(fā)揮了重要作用。一個最重要的估計方法即由2013年諾貝爾經濟學獎得主Hansen(1982)提出的,Hansen&Singleton(1982)則將此推廣應用到資產定價模型的動態(tài)廣義

矩方法(DynamicGMM)。金融計量學關注的另一個重大問題是對波動率的建模,其中一個重要的原因是波動率被廣泛認為是風險測度指標之一,但如何對風險進行有效管理的一個前提是對其進行準確建模。最早的波動率模型包括Engle(1982)提出的ARCH模型以及Taylor(1982)提出的隨機波動率模型(stochasticvolatilitymodel),Bollerslev(1986)進一步發(fā)展了GARCH模型。基于這些模型,一些重要問題相繼得到研究,比如波動率溢出效應(Hong,2001)、金融風險的傳染(Hongetal.,2009)等。隨著金融市場的進一步發(fā)展,交易日趨復雜,一些新的問題隨之出現(xiàn)并急需解決。比如說在高頻數據的建模中,如何處理市場微觀噪音及市場由于一些突發(fā)事件帶來的跳躍現(xiàn)象是金融計量學關注的另一個重點,相關的文獻包括Chan&Maheu(2002)和Ait-Sahalia&Jacod(2009)。而對金融市場中一些非線性和非對稱的現(xiàn)象進行研究也成為一個重要研究方向。比如說在考慮非線性情況下,如何檢驗市場的有效性,如何對資產定價模型進行穩(wěn)健、準確的估計等。此外,人們觀察到金融數據普遍呈現(xiàn)厚尾現(xiàn)象,正態(tài)分布不再適用于刻畫這些數據,在這種情況下,評價極端風險(extremerisk)不可以再用方差來度量。所以,當分布存在厚尾時,如何來度量風險(包括系統(tǒng)性風險)依然是金融計量學關注的重要問題之一。

(五)動態(tài)一般均衡模型的宏觀計量經濟學

傳統(tǒng)實證宏觀計量經濟學用向量自回歸等方法對總體經濟變量例如總產出、總消費、總投資、失業(yè)率、通脹率等進行分析,其思想起源于凱恩斯經濟學。而真實經濟周期模型往往通過模型校準來描述實體經濟,在量化研究方面其方法顯得更為嚴格。動態(tài)一般均衡模型則是從宏觀經濟的微觀基礎出發(fā),從消費者、生產者、中間廠商和政府部門等的動態(tài)最優(yōu)化決策過程來推導一般均衡結果。用動態(tài)隨機一般均衡模型可以增強模型的解釋力和經濟學含義,并使得過去宏觀經濟學和微觀經濟學的兩分法問題得到解決。通過計量經濟模型的估計和推斷使我們對宏觀變量的隨機過程得以加深了解,并對模型本身的有效性進行評估。在過去的三十多年中,從宏觀經濟學的微觀基礎出發(fā),研究利率、失業(yè)率等宏觀變量成為實證宏觀計量經濟學的新范式。從政策制定者的角度來說,歐洲中央銀行也正式使用動態(tài)一般均衡模型作為基礎模型并把其預測結果作為指定貨幣政策的一個重要的參考指標。盡管在宏觀經濟學中,不少變量通過加總去掉了很多噪聲,向量自回歸等傳統(tǒng)方法在預測性能上優(yōu)于以微觀基礎起步的宏觀計量模型,但微觀結構模型方面的研究在逐漸放松假設、貼近實體經濟方面也有了長足進步。目前以似然函數方法為基礎的動態(tài)隨機一般均衡模型在樣本外預測上的表現(xiàn)可以和向量自回歸等方法相比較。動態(tài)隨機一般均衡模型從個人、廠商、政府、中央銀行等分別最大化其全部時間段內的效用、利潤及財政、貨幣政策目標(例如彌補產出缺口、保持產出增長率等),得到消費、產出、利率和通貨膨脹率等變量需滿足的最優(yōu)化條件,再由市場一般均衡的條件推導出歐拉公式,用對數線性化的方法得到簡化式和狀態(tài)空間形式。動態(tài)隨機一般均衡模型通過引入外部沖擊來模擬現(xiàn)實經濟中的經濟周期和日常波動。外部沖擊可以有多種形式,例如生產技術沖擊、需求沖擊、財政支出沖擊、貨幣政策沖擊、外貿沖擊等,通過這些外部沖擊得到模型的隨機性。另外,通過引入工資、價格粘性、消費習慣形成和投資調整成本等假設,模型也更加接近現(xiàn)實經濟。在模型的估計方面,動態(tài)一般均衡模型多采用貝葉斯方法進行估計,由前面一般均衡條件得到的公式加上測度方程,即引入經濟系統(tǒng)中的隨機沖擊,得到似然函數。首先通過把均衡條件進行對數線性化,然后用蒙特卡洛馬爾科夫鏈抽樣方法估計模型參數。根據模型參數設定的不同,可能出現(xiàn)為一解、無解或多解的情況,研究者要對其進行分析或者約束。近年來動態(tài)隨機一般均衡模型在計算和引入新的沖擊、放寬模型假設(例如允許廠商和消費者的異質性)等方面有很多進展。進一步放寬模型的假設,減少模型校準和更好地估計高階非線性模型從而最終提高模型的預測能力是該方法未來需要解決的問題。

三、實驗經濟學的若干最新發(fā)展

(一)新類型實驗數據的收集和利用

傳統(tǒng)實驗經濟學產生的數據主要是經濟決策變量數據,例如決策者在個體決策問題中的選項選擇,在市場決策問題中的價格選擇、投資決策選擇和努力水平選擇,在博弈論決策問題中的策略行動選擇等。近年來,越來越多的實驗經濟學家認識到收集一些新類型實驗數據有助于更好地檢驗不同的經濟學理論以及建立更接近描述決策者行為的新經濟學理論。例如傳統(tǒng)的經濟學理論將決策者的決策過程當作一個黑箱子,只是簡單地假設決策者具有特定的偏好和特定的信念并且采取最優(yōu)的決策,而有意忽略決策的產生過程。最新的一些研究開始討論決策偏好、決策信息、決策過程的形成,尤其是決策者如何思考決策問題的過程。打開決策過程這個黑箱子意味著我們將從更基本的層面來理解各種經濟決策。一方面,研究決策過程所能依賴的數據類型增加了,包括決策思考時間、搜尋次序、眼球移動、生化多巴胺等新的生理學數據,從而使我們有必要通過實驗經濟學的方法產生這些新類型的數據來檢驗相關的經濟學理論。另一方面,這些新類型數據和傳統(tǒng)經濟學決策數據結合在一起,有助于發(fā)現(xiàn)和建立新的經濟學理論。例如,Gabaixetal.(2006)通過收集實驗參與者的搜尋次序數據來檢驗有關決策者如何獲取信息以及信息處理的有限理性模型;Caplinetal.(2011)則通過收集參與者在最終選擇之前的所有臨時選擇數據來檢驗他們新提出的最優(yōu)選擇模型;Reutskajaetal.(2011)通過跟蹤實驗參與者的眼球移動數據來研究超市購物者的購物選擇行為等。

(二)非均衡博弈論框架的建立和實驗驗證

策略性思考是博弈理論及其應用的基礎。納什均衡以及相關均衡的概念過去一直是描述策略性思考的核心內容,其定義為每個博弈參與者的策略都是在給定其他方策略下的最優(yōu)反應。顯然這種均衡的定義內在要求每個博弈參與者在決策信念上達到均衡,即每個參與者對其他方的策略持有正確的信念。在過去的研究中,經濟學者通常假定均衡框架存在從而做出對參與者行為的預測。盡管在一些博弈場景下,基于均衡概念的行為預測是準確的,但在多數情況下實驗經濟學研究結果表明博弈參與者的行為會系統(tǒng)性地偏離基于均衡概念的行為預測。由于來自實驗經濟學數據對原有理論框架的挑戰(zhàn),經濟學研究人員逐漸提出了基于非均衡概念的策略性思考理論框架并且運用實驗經濟學的方法收集數據來檢驗這些新理論。這些基于非均衡概念的策略性思考理論框架的核心在于繼續(xù)假定博弈參與者在決策時仍然有策略性思考的因素在里面,但放棄了均衡的概念以及嵌入在均衡概念里面的很強的理性假設。目前這些在非均衡概念基礎上的策略性思考理論框架中具有代表性的是“認知層級博弈理論”(Nagel,1995;Stahl&Wilson,1995;Camerer,2004)。在認知層級博弈理論框架下,博弈論參與者被假定可能具有不同層級或者不同深度的策略性思考行為。一個毫無策略性思考的博弈論參與者被假定為沒有注意到其他參與者行為的影響來進行決策。這種層級的策略性思考行為被稱為第0層級決策者。進而第1層級決策者的行為表現(xiàn)是他們假定其對手為第0層級決策者進而做出最優(yōu)反應。相應地,第2層級決策者是假定其對手為第1層級決策者進行最優(yōu)決策反

應,以此類推至更高層級決策者。與過去基于均衡概念的博弈論理論研究發(fā)展相比,有一個明顯值得注意的特征是,這些在非均衡概念基礎上的策略性思考理論框架的每一步發(fā)展都伴隨著實驗經濟學對其相關理論的檢驗。換句話說,理論的進展和實驗的檢驗是相輔相成、密不可分的。(三)實驗經濟學研究在市場機制設計和政策設計方面的廣泛應用

有效的公共政策和法規(guī)會給市場參與者提供正確的激勵,并有助于建立社會規(guī)范來防范諸如腐敗、市場失靈以及個體或者企業(yè)損害公共利益的行為。因此,政策制定者尤其需要了解個體行為和集體行為背后的動機和行為準則。近年來心理學的研究表明,分析公共政策和法規(guī)時用到的傳統(tǒng)經濟學模型存在理論假設上的弊端,這些模型的建立僅僅基于個人或集體利益最大化的偏好和行為準則之上。例如,研究表明在很多現(xiàn)實情境中,人們除了關注自己的所得,還會關心他人的所得和福利。另外,人們往往會采用互利互惠的行為準則。因此,當政府制定政策和法規(guī)時就需要考慮這些因素,比如限制商家向非專業(yè)的消費者推銷過于復雜的產品(如結構性金融產品、住房銷售合同,以及移動通信套餐等)。當政府為平衡社會各階層收入而調整個人所得稅率時,需要考慮納稅人對公平的偏好如何影響其對稅務法規(guī)的遵循。

四、我國計量經濟學與實驗經濟學的發(fā)展現(xiàn)狀與建議

我國計量經濟學的教育與研究在過去30多年中取得了長足的進步。從教學角度而言,國內各主要高校均已能夠獨立地開設從本科階段的初級計量經濟學到研究生階段的中高級計量經濟學的課程,計量經濟學的教學與訓練已經成為國內經濟學教學體系的核心內容之一,并且日漸與國際接軌。從研究角度而言,計量經濟模型與計量經濟方法被越來越多地運用到經濟學各分支學科的研究之中,并且極大地促進了各分支學科的研究水平。近幾年來,國內高校經濟學科加大了引進海外經濟學人才的力度。這些年青的海歸學者不僅推動了計量經濟學的教學水平,而且在國內迅速形成一個從事計量經濟學方法論研究的團隊,而這一點在十年之前幾乎還是一個空白。近幾年內,國家自然科學基金管理學部分別設置了面板數據計量經濟學與金融計量經濟學兩個重點課題。通過重點、重大課題以及各種其他資助項目的設立,對于引導與推動特定學科的發(fā)展,具有不可替代的重要作用。

作為相對年輕的經濟學分支學科,我國實驗經濟學研究在最近幾年發(fā)展迅速。國內的許多重點大學都相繼建立了經濟學實驗室,其他尚未建立實驗室的大學也在積極進行實驗經濟學研究。在人才招聘方面,國內不少大學都從海外招聘了實驗經濟學學者。特別值得一提的是,為了促進實驗經濟學在中國的發(fā)展以及加強中國實驗經濟學研究人員和