论文网
关于计量经济学方面论文范文,与计量经济学局限性相关论文答辩
本论文是一篇关于计量经济学方面论文答辩,关于计量经济学局限性相关毕业论文的格式范文。免费优秀的关于计量经济学及经济学及模型方面论文范文资料,适合计量经济学论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
;的误差,而它们之间的关系不能就此确定是非线性的.同时,未对线性假设进行确定并不必然表示对非线性假设的肯定,基于单一观测值的检验并不构成对假设的反驳,而0误差也不代表对线性关系的肯定.15%的误差可能不足以确定模型就是线性的,但也不足以说明模型是非线性的,因此我们称之为对线性假设的非肯定.要区别开对线性假设的非肯定并不代表对非线性假设的肯定.任何判定的标准都应基于对观测误差本质的了解以及对理论本身的了解.通过判断P值来判定,这要求首先观测值符合高斯正态分布步钟形曲线,如果我们假设观测均值是真实的,数据的分布是正态的,那么正态分布的观测值曲线可以用来计算P值,如5%,作为接受的标准.这样的一个缺点就是,很可能错误地接受了不适合的方程或模型.如果观测值的概率分布不是正态的,或如果每次观测到的值不是独立的,那么P值检验就难以进行.若实际的误差分布与假定有差异,则此方法带来的问题足以影响到计量经济学的精确性.这里还需要指出的是,随机的是模型,而不是现实经济世界.任何随机模型的检验都是对这种假设的一致性的检验,即对理论本身的检验.只有人们认为模型绝对为真,任何违反一致性的变化完全都是由真实世界难以解释的变化引起的时候,人们可以选择相信现实世界是随机的,但这点显然是不成立的.而随机性把理论的真实性变得无可非议,认为理论是不可能出错的,这一先验观点严重损害计量经济学的经验基础.计量经济学随机模型这种把理论和模型假设看成是真实的,世界是随机的这种看法是不诚实的,也是随机模型局限性的一个体现.
2概率约化方法下统计推断的非确定性
计量经济学概率约化方法（ProbabilisticReduction,PR）的出发点是,经验模型是实质性信息与统计信息的混合体,其主要目标是应用数据来了解观测对象.这两类信息最初被包含进两个不同的模型——理论模型和统计模型,前者是由理论变量构建的,其中一些变量可能是不可观测的；后者则是专门根据数据Z：等于（Z1,Z2,等,Zt）潜在的可观测随机变量设定的,问题是找到将两者联系起来的方式,同时不违背实质性信息与统计信息任何一方的完整性.
根据概率约化方法,Z是随机过程{Zt,t∈T}的一个实现,根据Kolmogorov定理,随机过程的概率结构在某些温和规律性条件下,就联合分布D（Z1,Z2,等,Z
建立统计充分性的难度显示,对数据盲目的集合不大可能产生任何规律性；即便偶尔产生了,对一致性度量与外部有效性的探索也将会消除这种伪规律性.现实应用研究中的计量模型,其统计充分性或多或少都存在一定程度上的不充分问题,原因并不取决于建模者,而是经验数据本身就难以完全符合强概率假定.现实中的数据很少能满足统计上要求的时间平稳性或不同数据生成过程的同质性,因此要建立完全的具有统计充分性的模型是几乎不可能的.这也是计量经济学数理基础本身所固有的一个局限.
四、计量经济学的建模过程：不平衡方法论基础的局限性
计量经济学基于经验数据模型符合科学研究的发现过程,是其优势所在,但同时,其建模过程的方法论基础并不平衡,表现为认识论基础上归纳内容重于演绎内容,逻辑学基础上对检验的重视超过发现,一般哲学基础上对“特殊”与“一般”的处理未达到平衡,而这些建模过程中的方法论基础不平衡导致了计量经济学模型方法的局限性.
1计量经济学建模过程中认识论基础的不平衡：归纳重于演绎
计量经济学的一个首要目标就是为经济学提供经验内容,可见经验归纳在计量经济学中独特的重要性；而计量经济学科的产生与发展,也无不体现了归纳法或经验检验在经济研究中的兴起与盛行[13].虽然计量经济学不只包含归纳,从其建立模型过程看,除去其中经验检验部分则是明显的经验归纳,最初的模型设定与检验后的模型政策评价、预测等功用的实现均属于演绎内容.但不得不承认的是,计量经济学作为“为经济学提供经验基础”的学科,其模型方法不可避免地侧重经验归纳,而现实经济研究应用中,这种对经验归纳的侧重也在一定程度上导致了计量经济学研究方法的局限.首先,对归纳赋予过多权重可能会导致模型方法的归纳内容缺乏正确前提,进而产生不可靠甚至错误模型结果.缺少足够演绎内容的模型设定,很可能是基于错误的经济理论或数理逻辑,模型设定不充分.那么这种情况下模型的检验结果就会很危险,会有较强的误导性,因为它可能直接导致完全错误甚至荒谬的结论,进而削弱计量经济学模型分析的意义,得出错误甚至荒谬的结论.模型设定是计量经济学研究的基础与前提,只有设定正确的模型才能通过正确的检验步骤得出正确的结论.
其次,对归纳给予过多权重可能会导致统计意义与经济意义的不平衡,使计量经济学的研究倾向于追求统计分析上的完美性,进而趋向于形式主义,降低研究的质量,甚至产生方向性错误.应平衡计量经济学建模过程中归纳与演绎内容的权重,过于重视经验归纳内容,忽视演绎部分,很可能会导致对统计显著性的片面追求而忽略模型的经济意义,进而沦为缺乏经济意义的形式主义,产生“伪回归”谬误.而现实经济研究中也确实存在这种统计上显著、检验环节完美而经济意义上贫乏的研究结果.其中较为普遍的是根据研究目的进行模型设定,随意性较强,甚至有时不符合经济理论或经济惯例,与经验现实相冲突.有时为了突出待研究的关键变量,可能较为随意地增减其他变量以获得关键变量较高的统计显著性.这种模型设定是单纯地对经验归纳的偏重而忽略演绎内容在模型设定中的意义,致使研究缺乏经济理论基础,导致可能误导性的甚至是错误的结论.
总之,必须认识到,计量经济学应用研究中应将抽象演绎与经验归纳相结合.演绎内容决定了计量经济学的模型设定,为归纳内容设定了前提,决定了经验归纳的方向,它就像建筑物的地基一样限制并主导着其基础上建立起来的建筑——模型的经验归纳部分.不能片面地强调归纳或演绎的重要性,而应平衡两种方法在计量模型方法中的应用.
2计量经济学建模过程中逻辑学基础的不平衡：检验重于发现
计量经济学的学科性质并非是狭义的回归分析.广义的计量经济学具有多重科学、哲学和方法论基础,它形式上是统计学、经济理论与数学三者的结合,其目的是为经济研究提供经验基础.在计量经济学模型设定与估计两个环节,由于是以理论与数据相结合的关系论导向进行模型设定,而且严格遵循从一般模型到特殊模型的建模范式,很可能发现与原有的先验理论不同的,并通过严格系列检验的新经济关系,或是证伪已经存在的旧有经济关系,这是一个检验与发现综合运用的过程,它不仅是单纯的检验,还是对新事物探寻的过程.正如丁伯根对计量经济学模型方法的辩护,“它从一定程度来说是检验与发现的结合”,但这里要注意一个问题,计量经济学中的理论发现并不是真正意义上的“发现”,而是估计、检验过程中对先验设定理论假说的完善,或者是对更为适合样本数据、对样本数据拟合更好的模型形式的探寻.
同时,也必须承认,计量经济学对检验的重视要远重于发现.Hendry曾指出,计量经济学的三大黄金定律就是“检验、检验再检
关于计量经济学方面论文范文,与计量经济学局限性相关论文答辩参考文献资料：