计量经济学批判(2)
【作者】网站采编
【关键词】
【摘要】二、计量经济学使用数据不当 前面笔者提到,经济变量未必符合对数正态分布。事实上,回归分析等数理统计方法在使用时需要满足一定的数据条件,从
二、计量经济学使用数据不当
前面笔者提到,经济变量未必符合对数正态分布。事实上,回归分析等数理统计方法在使用时需要满足一定的数据条件,从而把它们应用于经济研究时需要事先检查所用数据是否符合或近似符合这些条件。计量经济学在其发展过程中也注意到序列相关、单位根过程等妨碍计算结论的不利数据条件,并企图通过一定方法进行修正,但计量经济学远没有对所有的数据条件进行核查。特别是,计量经济学文献的发表几乎不提供原始数据,使审查人和读者无从进行检查和核算,从而不符合数据条件的成果有蒙混过关之嫌。
另外,计量经济学的这些方法其实只适合微观的数据,而不适合它通常所使用的经过加总的宏观数据,因为这个加总过程忽略掉了非常重要的权重结构的变化。例如,有人用计量经济模型来分析中国粮食生产,以粮食产量为因变量,以农业化肥施用量、粮食播种面积、成灾面积、农业机械总动力、农业劳动力为自变量。?但是,中国的粮食有很多品种,每个品种的粮食所需要的化肥品种及施用量、农业机械品种和动力等都是不同的。同样的成灾面积,对于不同的粮食品种来说减少的粮食产量也是不同的。因而这样建立的计量经济模型所得出来的数量关系只是一个大杂烩。再例如,有人建立了我国股票市值计量模型如下:
其中:CSV是沪深流通股票市值总和;M1是狭义的货币供给量;TSV是每月股票总成交量;GDPR是季度国内生产总值增长率;CPI是以上年同月为基期的居民消费价格指数;R是一年期存款基准利率。?在这里,可以看到,有的数据是月度数据,有的数据是季度数据,有的数据在股票交易日时时都有变化。由于时间间隔t的不同,这样设定模型就意味着跨度时期长的数据在跨度内相对跨度时期短的数据,其影响保持不变。这个特性会严重干扰对跨度时期长的数据的数值变化的影响估算。同时,如果上述时间间隔t是按月计算,那么CSV是取月末的收盘价,还是平均价,以及如果R在某月某日发生变化,是取当月月底的数值,还是该月加权平均的数值,都会对结果产生很大的影响。这也是为什么美国经济杀手会说:“我发现经过处理的经济数据可以产生不同的结果,甚至是可以完全偏向经济分析师个人喜好的结果。”?这样一来,计量经济学就只不过是一种用数学来伪装的伪科学。
最重要的是,笔者注意到,国家统计局根据第二次全国经济普查结果修订统计数据,2008年我国GDP增速提高0.6个百分点达到9.6%。?第三次全国经济普查数据对2013年国内生产总值修订的结果是增幅为3.4%。?这说明,计量经济学所使用的宏观统计数据存在相当大的误差,而前面提到的时间间隔与数据跨度的不匹配等问题,还会放大这样的误差。一些经济指标在历史的发展中会改变统计口径,变革前后的指标如果要用于计量经济模型需要先统一口径,如果按变革后的口径统一,变革前的指标就只能估算,如果按变革前的口径统一,变革后没有按旧口径统计,也需要重新估算,无论哪种估算都必然存在估算误差。所有这些误差都会严重影响计量模型的判断。西方学者也不得不承认,一个测量有误的变量会影响到最小二乘的所有估计结果。如果不止一个变量包含测量误差,那就更不用提了。?
笔者简单地在Excel软件中按样本量40随机模拟了一个均值为1、标准偏差为1的正态分布作为自变量X和一个均值为0、标准偏差为1的正态分布作为随机项ε,然后构造因变量Y:
利用回归分析,可得如下计量经济结果:
且P值为0.01,小于一般设定的显著性水平0.05,可以设定Y与X存在线性相关性。估计出来的回归系数0.39与理论系数0.4十分接近。
接着,笔者再模拟一个均值为0.1、标准偏差为0.5的正态分布作为测量误差分别加到X和Y上,再进行回归分析,其结果为:
这时的P值高达0.15,可以认为Y与X已经不存在线性相关了,而且这里的回归系数与理论系数也存在较大的差距。
既然测量误差可以把有相关性的变得没有相关性,那么它也同样可以把没有相关性的变成有相关性。由于计量经济模型所使用的宏观数据在统计过程以及数据处理过程中存在相当大的误差,因而其结论的可信性是十分低下的。尤其是一些计量经济模型使用数百个变量,而每个变量的测量误差千差万别,误差之间的数量关系足以干扰真实变量之间的数量关系,其分析结果更是不可信。
文章来源:《应用数学和力学》 网址: http://www.yysxhlx.cn/qikandaodu/2021/0225/368.html
上一篇:经济数学征稿启事
下一篇:指向三会设计问题发展数学建模素养