現(xiàn)代經(jīng)濟(jì)計(jì)量分析方法研究：以時(shí)間序列模型為例

苗 雨

(內(nèi)蒙古財(cái)經(jīng)學(xué)院 經(jīng)濟(jì)學(xué)院，內(nèi)蒙古 呼和浩特 010051)

一、引言

經(jīng)濟(jì)計(jì)量分析方法是指研究經(jīng)濟(jì)結(jié)構(gòu)及其變動(dòng)趨勢(shì)的測(cè)定方法，根據(jù)一定的經(jīng)濟(jì)理論，運(yùn)用數(shù)理統(tǒng)計(jì)方法，對(duì)實(shí)際資料進(jìn)行計(jì)量后再加以驗(yàn)證，預(yù)測(cè)經(jīng)濟(jì)未來走向。計(jì)量經(jīng)濟(jì)學(xué)從定性研究到定量分析的發(fā)展，是經(jīng)濟(jì)學(xué)更精密、更科學(xué)的表現(xiàn)，是現(xiàn)代經(jīng)濟(jì)學(xué)的重要特征。計(jì)量分析方法有廣義和狹義之分。廣義的計(jì)量經(jīng)濟(jì)學(xué)方法主要包括時(shí)間序列分析、回歸分析、投入產(chǎn)出分析、優(yōu)化方法等;狹義的計(jì)量經(jīng)濟(jì)學(xué)方法就是用以回歸分析為核心的數(shù)理統(tǒng)計(jì)方法對(duì)研究對(duì)象進(jìn)行因果分析，揭示其內(nèi)在規(guī)律性，從而進(jìn)行經(jīng)濟(jì)的結(jié)構(gòu)分析、預(yù)測(cè)、政策評(píng)價(jià)和理論檢驗(yàn)。

其中，時(shí)間序列模型是指按照時(shí)間的順序把隨機(jī)事件變化發(fā)展的過程記錄下來，對(duì)時(shí)間序列進(jìn)行觀察、研究，找尋它變化發(fā)展的規(guī)律，并預(yù)測(cè)它將來的走勢(shì)。如今，時(shí)間序列模型已經(jīng)應(yīng)用于各個(gè)領(lǐng)域，在經(jīng)濟(jì)學(xué)、營(yíng)銷學(xué)、金融學(xué)、管理學(xué)、國(guó)防以及一些相關(guān)學(xué)科的研究中用的越來越多。本文正是以時(shí)間序列為例，系統(tǒng)地介紹計(jì)量分析方法的應(yīng)用和不足。

二、經(jīng)濟(jì)計(jì)量方法研究經(jīng)濟(jì)問題的步驟——以影響內(nèi)蒙古GDP的因素為例

(一)指標(biāo)的選取

影響經(jīng)濟(jì)增長(zhǎng)的因素很多，本文主要選取的指標(biāo)有GDP，工業(yè)總產(chǎn)值，凈出口，實(shí)際利用外資額，能源生產(chǎn)總量，社會(huì)消費(fèi)品零售總額，第一產(chǎn)業(yè)所占比例等七個(gè)指標(biāo)。

(二)樣本數(shù)據(jù)及其理論模型

1.內(nèi)蒙古GDP及相關(guān)數(shù)據(jù)

一般來說，有三種統(tǒng)計(jì)數(shù)據(jù)可用于實(shí)踐分析:(1)時(shí)間序列數(shù)據(jù)。這種數(shù)據(jù)是按時(shí)間序列收集得到的，按一定的時(shí)間間隔收集的，如每季度的GDP，每月的失業(yè)率，每周的貨幣供給等。這些數(shù)據(jù)可以是定量的，如價(jià)格、貨幣供給等，也可以是定性的，如性別、膚色等。(2)橫截面數(shù)據(jù)。這類數(shù)據(jù)指一個(gè)或多個(gè)變量在某一時(shí)點(diǎn)上的數(shù)據(jù)的集合。如人口普查。(3)合并數(shù)據(jù)。指既有時(shí)間序列又有橫截面數(shù)據(jù)。如20年間5個(gè)國(guó)家失業(yè)率情況。(4)虛擬變量數(shù)據(jù)。本文選用的數(shù)據(jù)是時(shí)間序列數(shù)據(jù)，數(shù)據(jù)來源于《2010內(nèi)蒙古統(tǒng)計(jì)年鑒》。

2.模型的設(shè)立

建立模型要有科學(xué)的理論依據(jù)，選擇適當(dāng)?shù)臄?shù)學(xué)形式。一般的類型有:單一方程、聯(lián)立方程線性形式、非線性形式。模型要兼顧真實(shí)性和實(shí)用性。太過復(fù)雜的模型真實(shí)但不實(shí)用，而過分簡(jiǎn)單的模型不真實(shí)。包含隨機(jī)誤差項(xiàng)。方程中的變量要具有可觀測(cè)性。根據(jù)本文所研究的目的，建立一元回歸方程為:Y=a1X1+a2X2+a3X3+a4X4+a5X5+a6X6

本式中:

Y:GDP

X1:工業(yè)總產(chǎn)值

X2:凈出口

X3:實(shí)際利用外資額

X4:能源生產(chǎn)總量

X5:社會(huì)消費(fèi)品零售總額

X6:第一產(chǎn)業(yè)所占比例

(三)模型的估計(jì)、檢驗(yàn)與調(diào)整

1.模型的估計(jì)

如何通過變量樣本觀測(cè)值，科學(xué)地去估計(jì)總體模型的參數(shù)是計(jì)量經(jīng)濟(jì)學(xué)的核心內(nèi)容。一般來說，參數(shù)是未知的，而且又是不可直接觀測(cè)的。由于隨機(jī)項(xiàng)的存在，參數(shù)也不能通過變量值去精確計(jì)算，只能通過變量樣本觀測(cè)值選擇適當(dāng)方法去估計(jì)。常用的估計(jì)方法有:普通最小二乘、廣義最小二乘、極大似然估計(jì)、二段最小二乘、三段最小二乘、其他估計(jì)方法。

將選取的樣本數(shù)據(jù)帶入上式，運(yùn)用計(jì)量統(tǒng)計(jì)工具Eviews3.1得出結(jié)果為:

?

2.模型的檢驗(yàn)

當(dāng)我們用模型得出結(jié)論時(shí)，要對(duì)模型和所估計(jì)的參數(shù)加以評(píng)判，判定在理論上是否有意義，在統(tǒng)計(jì)上是否可靠。因?yàn)樵诮⒛Ｐ偷玫浇Y(jié)論的過程中，可能會(huì)產(chǎn)生:建模的理論依據(jù)可能不充分，統(tǒng)計(jì)數(shù)據(jù)或其他信息可能不可靠，樣本可能較小，結(jié)論只是抽樣的某種偶然結(jié)果，可能違反計(jì)量經(jīng)濟(jì)方法的某些基本假定等情況。因此，要對(duì)模型進(jìn)行檢驗(yàn)。下面舉例加以說明。

經(jīng)濟(jì)意義檢驗(yàn):模型估計(jì)結(jié)果表明，在假定其他變量不變的情況下，當(dāng)?shù)谝划a(chǎn)業(yè)所占比重增長(zhǎng)1個(gè)百分點(diǎn)，GDP將會(huì)增長(zhǎng)4.8456單位。這說明內(nèi)蒙古的工業(yè)正處于初步發(fā)展階段，因第一產(chǎn)業(yè)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)程度是隨著經(jīng)濟(jì)的增長(zhǎng)逐步弱化的。另外五個(gè)因素經(jīng)粗略的估計(jì)，大致都與經(jīng)濟(jì)意義相符合。

統(tǒng)計(jì)檢驗(yàn):多重共線性的檢驗(yàn)。上述分析可見，該模型可決系數(shù)R2=0.99972，修正的ˉR2可決系數(shù)=0.999621都很高，F(xiàn)統(tǒng)計(jì)量為10121.94，明顯顯著。但是當(dāng) α =0.05 時(shí)，tα/2(17)=2.11，X2、X4和X6系數(shù)的t檢驗(yàn)不顯著，這表明很可能存在多重共線性。

通過Eviews操作，得出相關(guān)系數(shù)矩陣，可以看出，各解釋變量相互之間的相關(guān)系數(shù)較高，證實(shí)確實(shí)存在多重共線性。

采用逐步回歸的方法分別做 Y對(duì)X1、X2、X3、X4、X5、X6的一元回歸，得出各變量的統(tǒng)計(jì)值。其中，解釋變量X1修正的可決系數(shù)最大，故以X1為基礎(chǔ)，運(yùn)用OLS方法順次加入其他變量逐步回歸，結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果最好的一元線性回歸方程為:Y=8.8821+0.2886X1+0.0035X3+0.000165X5

Eviews回歸結(jié)果為:

?

3.異方差的檢驗(yàn)

在Eviews中求F統(tǒng)計(jì)量的值，并根據(jù)Goldfeld－Quanadt檢驗(yàn)得出結(jié)果＜F(9，9)=18，拒絕原假設(shè)，因此模型存在異方差。

4.異方差的修正

在運(yùn)用加權(quán)最小二乘法估計(jì)過程中，選用權(quán)數(shù)w=X2^(－1)對(duì)其進(jìn)行修正。

因?yàn)槠涓鲄?shù)的t檢驗(yàn)均顯著，可決系數(shù)有所提高，F(xiàn)檢驗(yàn)也顯著。

5.自相關(guān)檢驗(yàn)

對(duì)樣本量為24、三個(gè)解釋變量的模型、5%顯著水平，查DW統(tǒng)計(jì)表可知模型中，說明誤差項(xiàng)無自相關(guān)。得出的最終擬合效果較好的多重共線性、異方差和自相關(guān)的一元線性回歸方程為:

(四)模型的經(jīng)濟(jì)分析

用所得出的結(jié)論可以進(jìn)行經(jīng)濟(jì)結(jié)構(gòu)分析，如邊際分析、彈性分析、乘數(shù)分析、分析消費(fèi)增加對(duì)GDP的拉動(dòng)作用等，還可進(jìn)行經(jīng)濟(jì)預(yù)測(cè)。以本文為例，模型估計(jì)結(jié)果表明，工業(yè)產(chǎn)出與經(jīng)濟(jì)增長(zhǎng)之間有相互依存、相輔相成的經(jīng)濟(jì)關(guān)系，其對(duì)內(nèi)蒙古經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用是非常積極的，也說明工業(yè)產(chǎn)出在內(nèi)蒙古經(jīng)濟(jì)發(fā)展中起著十分重要的作用，能夠高效率地推動(dòng)經(jīng)濟(jì)增長(zhǎng)。自2002年以來，在房地產(chǎn)、汽車、城市建設(shè)等新興產(chǎn)業(yè)拉動(dòng)下，出現(xiàn)的能源、化工產(chǎn)業(yè)快速增長(zhǎng)的過程中，內(nèi)蒙古的產(chǎn)業(yè)優(yōu)勢(shì)與中國(guó)產(chǎn)業(yè)升級(jí)相結(jié)合，形成了推動(dòng)內(nèi)蒙古經(jīng)濟(jì)快速增長(zhǎng)的新動(dòng)力。進(jìn)入21世紀(jì)以來的新一輪經(jīng)濟(jì)增長(zhǎng)，使得內(nèi)蒙古異軍突起，成為國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)最快的地區(qū)，而工業(yè)已經(jīng)逐步發(fā)展成為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)產(chǎn)業(yè)，各工業(yè)項(xiàng)目建設(shè)強(qiáng)有力地拉動(dòng)了內(nèi)蒙古經(jīng)濟(jì)快速增長(zhǎng)。

本文中的例子就是研究區(qū)域的經(jīng)濟(jì)發(fā)展。通過模型及參數(shù)的估計(jì)，最終建立起以工業(yè)總產(chǎn)值、實(shí)際利用外資額、社會(huì)消費(fèi)品零售總額等三個(gè)影響因素的經(jīng)濟(jì)計(jì)量方程，應(yīng)用統(tǒng)計(jì)和計(jì)量的回歸方法對(duì)其影響程度進(jìn)行分析和探討。模型估計(jì)結(jié)果表明，在假定其他變量不變的情況下，當(dāng)工業(yè)總產(chǎn)值增長(zhǎng)1個(gè)單位，GDP將會(huì)增長(zhǎng)0.3412個(gè)單位;說明工業(yè)產(chǎn)出與經(jīng)濟(jì)增長(zhǎng)之間有相互依存、相輔相成的經(jīng)濟(jì)關(guān)系，其對(duì)內(nèi)蒙古經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用是非常積極的，也說明工業(yè)產(chǎn)出在內(nèi)蒙古經(jīng)濟(jì)發(fā)展中起著十分重要的作用，能夠高效率地推動(dòng)經(jīng)濟(jì)增長(zhǎng)。在假定其他變量不變的情況下，實(shí)際利用外資額增長(zhǎng)1個(gè)單位，GDP將會(huì)增長(zhǎng)0.0023個(gè)單位。近年來，內(nèi)蒙古利用外資一直保持良好的勢(shì)頭，隨著吸引外資規(guī)模的擴(kuò)大和大批外商投資企業(yè)的投產(chǎn)開業(yè)，外資無論是在投資、消費(fèi)、納稅，還是在出口、就業(yè)等方面的拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的作用日益明顯。吸引利用外資有效地推進(jìn)了內(nèi)蒙古的改革與發(fā)展，彌補(bǔ)和緩解了內(nèi)蒙古建設(shè)資金的不足，支持了地區(qū)經(jīng)濟(jì)的發(fā)展。在假定其他變量不變的情況下，社會(huì)消費(fèi)品零售總額增長(zhǎng)1個(gè)單位，GDP將會(huì)增長(zhǎng)0.000164個(gè)單位。從模型上看，消費(fèi)是促進(jìn)經(jīng)濟(jì)增長(zhǎng)的動(dòng)力之一，消費(fèi)對(duì)我區(qū)的經(jīng)濟(jì)增長(zhǎng)起到一定的貢獻(xiàn)作用。

三、模型應(yīng)用過程中存在的問題

計(jì)量經(jīng)濟(jì)模型運(yùn)用客觀數(shù)據(jù)，建立科學(xué)的數(shù)學(xué)模型，從實(shí)際角度出發(fā)，反映客觀經(jīng)濟(jì)活動(dòng)，具有精確性。其中的時(shí)間序列模型一般應(yīng)用于研究宏觀經(jīng)濟(jì)變量之間的關(guān)系及一些經(jīng)濟(jì)現(xiàn)象。例如金融市場(chǎng)時(shí)間序列分析;區(qū)域經(jīng)濟(jì)發(fā)展的差異與協(xié)調(diào)分析等經(jīng)濟(jì)研究中的熱點(diǎn)問題。應(yīng)用時(shí)間序列模型可以準(zhǔn)確分析出各個(gè)變量之間的關(guān)系及它們對(duì)被解釋變量的影響程度。從而對(duì)實(shí)際經(jīng)濟(jì)活動(dòng)做出準(zhǔn)確的判斷，繼而制訂出相應(yīng)的對(duì)策。但計(jì)量經(jīng)濟(jì)模型在應(yīng)用過程中，也存在很多不足之處。

(一)計(jì)量分析模型對(duì)數(shù)據(jù)具有依賴性

除了模型的正確設(shè)定以外，能否取得用于實(shí)際計(jì)量的合適的樣本數(shù)據(jù)，是計(jì)量經(jīng)濟(jì)研究成敗的關(guān)鍵。計(jì)量經(jīng)濟(jì)分析中使用的主要數(shù)據(jù)資料來源一般有以下幾方面:一是統(tǒng)計(jì)資料;二是調(diào)查資料;三是專家咨詢?cè)u(píng)定資料;四是其他資料。計(jì)量經(jīng)濟(jì)研究中使用的數(shù)據(jù)要求其具有真實(shí)性、可靠性、完整性，數(shù)據(jù)的質(zhì)量直接關(guān)系到所估計(jì)參數(shù)的可靠性。常用的數(shù)據(jù)可以從統(tǒng)計(jì)年鑒中獲得，但在實(shí)際工作中，由于我國(guó)國(guó)土面積較大，跨度也很大，人口繁多，且各種制度及數(shù)據(jù)庫的不完善，常常不能獲取質(zhì)量高、準(zhǔn)確率高的數(shù)據(jù)，甚至有些數(shù)據(jù)找不到，或者發(fā)布的數(shù)據(jù)與需要的數(shù)據(jù)口徑不一，這樣就使我們的模型基礎(chǔ)不牢靠。

在本文例子中選取的基本變量都有很好的解釋力，但是重要的變量是否都考慮在內(nèi)以及是否還有更好的選擇方法還值得商討，比如勞動(dòng)力、文化知識(shí)、社會(huì)環(huán)境、科學(xué)技術(shù)水平等都會(huì)影響GDP的大小，但在本文的例子中沒有予以考慮。另外有一些變量難以衡量，我們用一些相近的變量指標(biāo)代替。本例中，用工業(yè)生產(chǎn)總值和第一產(chǎn)業(yè)代替了難以衡量的自然資源稟賦，是否還有其他可代替的指標(biāo)或者用其他指標(biāo)代替是否會(huì)更好，尚需進(jìn)一步探討;有些反映轉(zhuǎn)型經(jīng)濟(jì)特點(diǎn)的變量在回歸中并不顯著，如本例中的能源生產(chǎn)總量，因而無法解釋某些經(jīng)濟(jì)現(xiàn)象;由模型所得出的預(yù)測(cè)是無法直接觀察的，因此難以測(cè)度它的真實(shí)性，還需要通過時(shí)間及經(jīng)濟(jì)理論來檢驗(yàn)等。這些問題還有待于進(jìn)一步研究。

(二)對(duì)多重共線性的忽視

多重共線性產(chǎn)生的原因主要有:經(jīng)濟(jì)變量之間具有共同變化趨勢(shì);模型中包含滯后變量;利用截面數(shù)據(jù)建立模型也可能出現(xiàn)多重共線性;樣本數(shù)據(jù)本身不足。多重共線性一般表現(xiàn)為三種:①rxy=0，解釋變量間毫無線性關(guān)系，變量間相互正交。這時(shí)已不需要作多元回歸，每個(gè)參數(shù)都可以通過Y對(duì)X的一元回歸來估計(jì)。②rxy=1，解釋變量間完全共線性。此時(shí)模型參數(shù)將無法確定。③0＜rxy＜1，解釋變量間存在一定程度的線性關(guān)系，這是實(shí)際中經(jīng)常遇到的情形。前二種情況都是非常極端的情況，一般都不會(huì)出現(xiàn)。只有第三種是經(jīng)常出現(xiàn)的，因此，本文重點(diǎn)分析第三種的處理情況。

在一篇關(guān)于企業(yè)現(xiàn)金轉(zhuǎn)換周期與GDP分析的文章中，該文作者以我國(guó)上市公司10年間的存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率和應(yīng)付賬款周轉(zhuǎn)率(測(cè)算)，折算相應(yīng)的周轉(zhuǎn)天數(shù)，利用平均存貨、平均應(yīng)收賬款和平均應(yīng)付賬款加權(quán)得到上市公司整體的現(xiàn)金周轉(zhuǎn)天數(shù)，進(jìn)而采用Granger檢驗(yàn)、回歸分析等經(jīng)濟(jì)計(jì)量方法，使用Eviews5.0軟件，分析GDP和現(xiàn)金轉(zhuǎn)換周期之間的關(guān)系。得出，DGDP=0.25－0.017CCC，其中CCC指現(xiàn)金轉(zhuǎn)換周期，R2=0.83，DW=2.10，F(xiàn)=33.00。在1%的顯著水平下，回歸的結(jié)果總體比較理想，只是R2偏小。為了進(jìn)一步審視回歸效果，該文作者針對(duì)回歸殘差序列進(jìn)行單位根檢驗(yàn)現(xiàn)金轉(zhuǎn)換周期與GDP之間關(guān)系主要在于現(xiàn)金轉(zhuǎn)換周期與GDP增長(zhǎng)率負(fù)相關(guān)，企業(yè)整體現(xiàn)金轉(zhuǎn)換周期減少1天，將增加0.17%的GDP。作者的回歸結(jié)果顯示，DW=2.10，F(xiàn)=33，表明異方差與自相關(guān)存在的幾率比較小，但沒有考慮到可能存在的多重共線性問題，也就是說，該文作者的結(jié)論有欠妥之處。

再如另一篇關(guān)于某省民營(yíng)經(jīng)濟(jì)與GDP的分析中，該文作者選擇了16年該省民營(yíng)經(jīng)濟(jì)與GDP的基本數(shù)據(jù)為研究對(duì)象，進(jìn)而分析該省民營(yíng)經(jīng)濟(jì)對(duì)GDP的影響。建立一元線性回歸模型，利用SPSS軟件，用DW兩步法處理序列相關(guān)。對(duì)模型的擬合優(yōu)度和參數(shù)顯著性水平進(jìn)行檢驗(yàn)，得出，在5%的顯著水平下，R2=0.999，DW=1.88，進(jìn)而對(duì)經(jīng)濟(jì)進(jìn)行預(yù)測(cè)。該文作者在文中只考慮了擬合優(yōu)度、參數(shù)顯著性水平和序列相關(guān)性，但并沒有考慮到可能存在的多重共線性問題。換句話說，作者得出的結(jié)論不可信。

目前國(guó)內(nèi)外文獻(xiàn)中處理嚴(yán)重共線性的方法常用的有以下幾種:嶺回歸、主成分回歸、逐步回歸、偏最小二乘法。①嶺回歸。嶺回歸也是有偏估計(jì)方法，當(dāng)出現(xiàn)嚴(yán)重共線性時(shí)，嶺估計(jì)往往比OLS估計(jì)量更穩(wěn)定，以及更小的協(xié)方差矩陣。嶺估計(jì)的最大困難是最優(yōu)k值的選擇。雖然現(xiàn)今有許多確定k值的原則和方法，但實(shí)際應(yīng)用中必須通過樣本來確定。②主成分回歸。它利用主成分分析對(duì)自變量系統(tǒng)進(jìn)行變量綜合，將綜合后的新變量作為解釋變量，然后再進(jìn)行OLS回歸，重新得到主成分估計(jì)。但主成分估計(jì)的結(jié)果必然受到重疊信息的影響，可能使提取的主成分與因變量關(guān)系不密切，使模型的擬合效果降低。③逐步回歸。它綜合了逐步剔除法和逐步引入法的特點(diǎn)產(chǎn)生的方法。從一個(gè)自變量出發(fā)，以自變量對(duì)因變量的影響顯著性大小，從大到小引入回歸方程，逐個(gè)將自變量選入回歸方程中，若發(fā)現(xiàn)先前被引入的自變量在其后由于某些自變量的引入而失去其重要性，可以從回歸方程中隨時(shí)剔除。引入一個(gè)變量或剔除一個(gè)變量，即為逐步回歸中的一步，每一步都要進(jìn)行顯著性檢驗(yàn)，以保證每次引入變量前回歸方程中只包括顯著性檢驗(yàn)，重復(fù)這個(gè)步驟，直到既無不顯著變量從方程中剔除，又無顯著性變量需要引入回歸方程為止。本文例子所用的就是逐步回歸的方法。該模型可決系數(shù)很高，F(xiàn)統(tǒng)計(jì)量為10121.94，明顯顯著。但是當(dāng) α=0.05時(shí)，tα/2(17)=2.11，X2、X4和 X6系數(shù)的 t檢驗(yàn)不顯著，這表明很可能存在多重共線性。于是，采用逐步回歸的方法分別做 Y 對(duì) X1，X2，X3，X4，X5，X6的一元回歸，得出各變量的統(tǒng)計(jì)值。其中，解釋變量X1修正的可決系數(shù)最大，故以X1為基礎(chǔ)，運(yùn)用OLS方法順次加入其他變量逐步回歸，結(jié)合經(jīng)濟(jì)意義和統(tǒng)計(jì)檢驗(yàn)選出擬合效果最好的一元線性回歸方程為:Y=8.8821+0.2886X1+0.0035X3+0.000165X5。④偏最小二乘回歸的方法。是基于因子的提取，使新的因子變量相互獨(dú)立，先建立因變量對(duì)因子的回歸，在還原成與自變量的回歸模型。它是建立在主成分分析和主成分回歸基礎(chǔ)上的一種多元數(shù)據(jù)分析方法。

在模型中，如果每?jī)蓚€(gè)解釋變量的簡(jiǎn)單相關(guān)系數(shù)比較高，例如大于0.8，則可認(rèn)為存在著較嚴(yán)重的多重共線性。多重共線性會(huì)使參數(shù)的估計(jì)值方差增大，參數(shù)置信區(qū)間變大，可能造成可決系數(shù)較高，但對(duì)各個(gè)參數(shù)單獨(dú)的t檢驗(yàn)卻可能不顯著，甚至可能使估計(jì)的回歸系數(shù)符號(hào)相反，得出完全錯(cuò)誤的結(jié)論。

(三)未考慮異方差與自相關(guān)

通常認(rèn)為，截面數(shù)據(jù)較時(shí)間序列數(shù)據(jù)更容易產(chǎn)生異方差。這是因?yàn)橥粫r(shí)點(diǎn)不同對(duì)象的差異，一般說來會(huì)大于同一對(duì)象不同時(shí)間的差異。自相關(guān)現(xiàn)象大多出現(xiàn)在時(shí)間序列數(shù)據(jù)中，而經(jīng)濟(jì)系統(tǒng)的經(jīng)濟(jì)行為都具有時(shí)間上的慣性。如GDP、價(jià)格、就業(yè)等經(jīng)濟(jì)指標(biāo)都會(huì)隨經(jīng)濟(jì)系統(tǒng)的周期而波動(dòng)。

在一篇有關(guān)區(qū)域金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)分析中，作者以區(qū)域經(jīng)濟(jì)增長(zhǎng)作為被解釋變量，以金融相關(guān)率、金融中介效率、股票及證券市場(chǎng)發(fā)展程、保險(xiǎn)市場(chǎng)發(fā)展程度作為解釋變量，建立了回歸模型。通過對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢測(cè)，協(xié)整檢測(cè)，用OLS法對(duì)模型進(jìn)行誤差修正。最終得出，R2=0.99，F(xiàn)=76.35，DW=0.87。通過修正后，模型的顯著性提高，F(xiàn)值也提高了很多，可決系數(shù)R2達(dá)到0.99，說明方程的解釋能力提高。但是DW 值有所下降，僅為0.87，說明模型很可能存在嚴(yán)重的異方差與自相關(guān)，但作者沒有考慮到。

現(xiàn)今國(guó)內(nèi)外，最常用的檢測(cè)異方差方法是Goldfeld－Quanadt檢驗(yàn)、White檢驗(yàn)。在本文例子的中，運(yùn)用Eviews3.0求F統(tǒng)計(jì)量的值，并根據(jù)Goldfeld－Quanadt檢驗(yàn)得出結(jié)果:F=111 ＜F(9，9)=18，因而拒絕原假設(shè)，表明模型存在異方差。運(yùn)用加權(quán)最小二乘法估計(jì)，選用權(quán)數(shù)w=X2^(－1)對(duì)其進(jìn)行修正。因?yàn)槠涓鲄?shù)的t檢驗(yàn)均顯著，可決系數(shù)有所提高，F(xiàn)檢驗(yàn)也顯著。White檢驗(yàn)結(jié)果為(4)=9.478，故可知運(yùn)用加權(quán)最小二乘法消除了異方差。一般而言，在存在自相關(guān)的情況下，如果仍然用滿足古典假定的OLS去估計(jì)參數(shù)及其方差，會(huì)低估真實(shí)的標(biāo)準(zhǔn)差，更會(huì)低估參數(shù)估計(jì)的方差，從而使t統(tǒng)計(jì)量被高估，致使原來不顯著的解釋變量變得顯著，夸大了參數(shù)的顯著水平。常用的檢測(cè)方法有DW檢驗(yàn)法。本文例子中，對(duì)樣本量為24、三個(gè)解釋變量的模型、5%顯著水平查DW統(tǒng)計(jì)表可知，dL=1.101，dU=1.656，模型中4－dL=2.899＞DW=2.2093＞dU，說明誤差項(xiàng)無自相關(guān)，得出最終擬合效果較好的回歸方程。

異方差對(duì)參數(shù)估計(jì)的影響主要是對(duì)參數(shù)估計(jì)有效性的影響。在存在異方差的情況下，OLS方法得到的參數(shù)估計(jì)仍然是無偏的，但是已經(jīng)不具備最小方差性質(zhì)。一般而言，異方差會(huì)引起真實(shí)方差的低估，從而夸大參數(shù)估計(jì)的顯著性，即使參數(shù)估計(jì)的t統(tǒng)計(jì)量偏大，使得本應(yīng)該被接受的原假設(shè)被錯(cuò)誤地拒絕。不過，在時(shí)間序列數(shù)據(jù)發(fā)生較大變化的情況下，也可能出現(xiàn)比截面數(shù)據(jù)更嚴(yán)重的異方差。自相關(guān)對(duì)參數(shù)估計(jì)的影響仍然是影響參數(shù)估計(jì)的有效性，自相關(guān)的存在使得OLS得到的參數(shù)估計(jì)不再具有最小方差性質(zhì)。

四、結(jié)束語

由上文可以看出，計(jì)量方法在經(jīng)濟(jì)研究中起著舉足輕重的作用，它可以使經(jīng)濟(jì)分析更加快捷準(zhǔn)確，而且結(jié)論更富有說服力。但我們必須清楚，計(jì)量方法也具有局限性，樣本的錯(cuò)誤選取、數(shù)據(jù)或模型的誤差等會(huì)導(dǎo)致分析結(jié)果的偏差，從而不能客觀準(zhǔn)確的分析經(jīng)濟(jì)現(xiàn)象。同時(shí)，計(jì)量方法也只是一種工具，一種邏輯語言，很多現(xiàn)象并不能單純靠計(jì)量模型來解釋，如習(xí)俗和文化等非理性因素。所以，研究經(jīng)濟(jì)學(xué)，必須立足于當(dāng)前社會(huì)發(fā)展實(shí)際，研究具體問題，在掌握大量材料的基礎(chǔ)上，適時(shí)地建立合理模型，進(jìn)行定量分析，得出結(jié)論。

[1]任若恩.計(jì)量經(jīng)濟(jì)學(xué)方法論——關(guān)于在中國(guó)應(yīng)用的研究[M].北京:中國(guó)人民大學(xué)出版社，1992.13－15.

[2]龐皓.計(jì)量經(jīng)濟(jì)學(xué)[M].北京:科學(xué)出版社，2009.

[3]王壽安.計(jì)量經(jīng)濟(jì)學(xué)及其研究的幾個(gè)方面[J].中南財(cái)經(jīng)大學(xué)學(xué)報(bào)，1994，(1).

[4]魯茂，賀昌政.對(duì)多重共線性問題的探討[J].理論新探，2007，(4).

[5]楊興武，陳守東，張鳳元.企業(yè)現(xiàn)金轉(zhuǎn)換周期與GDP的實(shí)證分析[J].集體經(jīng)濟(jì)·學(xué)術(shù)探討，2008，(10).

[6]羅夢(mèng)霞，楊林.區(qū)域金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)實(shí)證分析[J].合作經(jīng)濟(jì)與科技，2011，(2).