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。
验”.理论检验功能也是计量经济学模型的传统功能,可见检验在计量经济学模型方法中的核心地位.对检验过于重视的同时也难以避免地忽略其另一面——发现,这也造成了计量经济学模型方法一定程度的局限.首先,对检验赋予过多的权重,而忽略发现的重要性,很可能使计量模型分析沦为“统计的炼金术”或“经济学的鬼把戏”.计量经济学建模过程中对检验的重视程度远超发现,这一逻辑学基础的不平衡很可能导致建模者对检验技术的先进性与复杂性的片面重视,即过于偏重统计显著性而忽略对模型经济充分性的考察；同时,建模过程中最为重要的、可能导致理论发现的“异常现象”,很可能在对检验的片面追求中被忽略掉.对于与先验观念相冲突的、导致统计充分性降低的、不符合检验标准的“异常现象”的出现,建模者很可能以其不符合检验标准为根据,在未考虑其可能的经济充分性的前提下,为突出某些变量的显著性而对变量进行随意删减,结果可能将模型从正确设定的方向引向歧途,错过最为重要的“理论发现”.模型的设定脱离了经验现实,进而使统计分析变成形式化的“统计的炼金术”.还有一种更危险的情况,就是根据根本就没有科学性的理论假说,而只是盲目地根据研究目的对变量回归关系进行检验.这种缺乏理论指导的计量分析早在20世纪40年代计量经济学著名的方法论争论——“没有理论的度量”中就已指出其谬误性.无论检验步骤、方法如何完善,没有正确的前提很可能造成“伪回归”而得出错误的结论,使计量经济学应用研究成为“经济学的鬼把戏”.
其次,即便是计量经济学中占主导地位的检验,也不是毫无瑕疵的,计量经济学检验的逻辑不对称性严重损害了计量经济学检验的权威性与说服力.前文已经探讨过计量经济学以概率为基础的随机检验的非对称性,前提的正确性可以明确地传递到每一个结论,而对任一结论的证伪却只能模糊地传递到前提,即难以确定是哪一个或哪些前提是错误的.这种逻辑上的不对称性决定了逻辑在检验中的作用：①只通过检验从理论中推理出来的结论（可能很多都是正确的）不能检验理论本身.②不可能通过前提的真实性间接性地证实所有结论,当其中一个前提恰好是公认的陈述时（至少有一个,这样才能进行解释和预测）,由于我们不能知道相对于经验事实来说什么时候这个公认的陈述是对的.③证明前提都是错误的并不能证明特定结论的正确性.由于结论正误和前提正误的不对称性是检验经济理论的最大障碍,对结论的证伪并不能证明理论本身有问题,如果在建模过程中添加了附加假设.由此可见,对随机模型本身的检验并不能检验理论假说的真伪.计量经济学中的检验,从一定程度上来说是无力的.
最后,计量经济学的检验是概率意义上的,是随机的、相对意义上的,难以获得绝对的、精确的结论,认识到这一点同样十分重要.计量模型的回归结果只是在给定的某一显著性水平上,给出是否可以接受待检验的假说；其接受与否是以显著性水平为评判标准的,如经常使用的10%,5%和1%显著性水平.但这里需要注意的是,这一显著性水平是人为选取的,并非是计量经济学科学体系天然生成的.而且,即便通过显著性检验,也不能完全确保检验的假说是完全正确的,因为这里还有一个10%,5%或1%“弃真”（错误地拒绝了原假设）的可能性,通过检验也是存在错误可能性的.也就是说,通过检验只是证明错误的概率偏低而已,而不能绝对地排除错误的可能性.因此,计量经济学以概率为基础的检验,其相对性和非确定性是与生俱来的,这也是计量经济学的局限性之一.3建模过程哲学基础的不平衡：“特殊”重于“一般”
不同于一般哲学中的一般与特殊,本文的一般与特殊指“一般模型”与“特殊模型”,两者的关系在计量分析的两个层面得到体现：一是始于“一般模型”的建模范式和始于“特殊模型”的建模范式,二是约化过程中“一般”与“特殊”模型的相互转化方面.
“一般模型”源于Hendry的“包含模型”[14],始于一般模型指从包含所有可能影响变量的一般模型开始的建模范式,在不丢失任何信息的前提下,通过约化过程将复杂的一般模型约化为便于统计分析的、简单的特殊模型.而始于“特殊模型”的建模范式则相反,从包含核心因素的特殊模型开始,通过检验揭示不足之处,再通过增加可能影响因素来完善模型的建模范式.由于模型是对经济现实的表述,理论上应只有一种正确的最终模型设定,但现实中由于经济变量之间的复杂关系与模型推导过程中对统计充分性的片面追求,很可能使二者的最终模型设定相距较远.
因为很可能出现这样的情况,从特殊模型开始进行到路径的“中途”时,发现个别核心变
量已经满足了统计显著性检验的要求,而就此停下来将其作为最终模型.
计量经济学中的“特殊模型”与“一般模型”的转化,在时间序列数据建模过程中尤为突出.由于现代时间序列数据通常采用数据导向的建模方法,为保证其经济理论基础充分性对约化过程进行理论或结构约束,从其本质上来说就是将“一般模型”实施约束进而转化为“特殊模型”.再通过包容性检验来验证这一“特殊模型”的包容性,若无法通过包容性检验,则重新建立一个新的“一般模型”,再逐步约化生成新的“特殊模型”.伦敦经济学院（LondonSchoolofEconomics,LSE）方法就是“一般”与“特殊”交替进行的过程.
然而现实中由于始于“特殊模型”的建模范式更有利于迎合研究目的,更容易通过统计方法上的“努力”突显出某个或某些待研究变量的统计显著性,而成为建模实践应用中一种通用的范式.现实约化过程中,常难以做到两者的转化,而采用单纯的删减变量方式,这都为计量经济学的经济分析带来局限.
首先,现实中无法满足“一切条件不变”假定,进而造成始于“特殊模型”建模范式的经济基础的非充分性.由于现实经济错综复杂,各经济因素处于一个不断变化的、相互作用的动态过程中.若模型中包括的变量并非所有影响因素,而只是部分影响因素,并试图从这一局部来探寻整体,那么首先就要求模型包括的部分影响因素相互作用时,其他未被包括进来的因素满足“一切条件不变”假定,即经济现实满足其他变量不变的假定,但现实中其他影响因素一直是在起作用的,难以满足这一前提假定,这必然造成基于这一假定的模型估计的问题.如始于“特殊模型”建模范式下,对同一问题的研究常出现多种模型设定形式并得出多种不同结论,其主要原因就是始于“特殊模型”的建模范式的局部性与片面性.
其次,始于特殊建模范式混淆了协整方程与均衡
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：