(中国社会科学院经济研究所,邮编:100836)
内容提要:经济计量模型是通过对观察的经济数据进行分析而得到经济结果的方法,从数学上讲属反演问题,而这类问题大多是不适定的。所以不可随意运用计量方法来构造经济预测模型并进行政策分析,其原因是数据误差和模型内在的偏差。本文在一般性的框架内考察了经济计量分析的逻辑基础,认为经济计量模型不适定可通过估计方法的改良得以消除。
主题词:经济计量模型 适定性 反演最小二乘法
一、导言
虽然自人类进入高级社会后,经济活动是重要的内容之一,不过,经济学作为人类有目的的去认真考虑经济活动的性质、特征及动态变化却不是一门古老的学科,一般认为是产生了资本主义制度以后的事。但是,经济学家的野心却是帝国主义的,作为一个后来者,它挟其持有的分析工具上的优势不断侵吞如政治学、法学等一些古老学科的领地。与此相对照,许多经济学分析工具的合法性问题却从未认真考察过,经济计量模型即为一例。
经济系统是一个复杂的人类活动空间,而经济学则是对该系统的特征、演化进行研究的学科。因为所用分析工具和出发点不一样,研究中分为侧重从实际经济观测现实的经济运行数据,利用统计推断工具来得到有经济含义的结论实证经济学和从假定的前提条件出发进行逻辑演绎的规范经济学。从工具的特性看,前者属反演逻辑,既从系统的输出分析系统运行的特征;后者属正向逻辑推断,由条件推断结果。从数学性质来讲,正向推断一般是合逻辑的,本文将不再对其进行讨论;与此相反,反演则不一定是合理的,所以本文将考察反演(即计量经济模型)问题的合法性问题。
依计量经济学先驱者Frish(1933)的定义,“统计学、经济理论和数学理论,

计量经济学本身是年轻的科学,但其应用的推广却非常迅速,特别在二十世纪五十——六十年代,由计量经济学家主导的考尔斯委员会(Cowles),以联立方程为主要工具,以宏观经济学为基地将计量经济学的领域推到了全部经济学,试图构造一个计量经济预测模型帝国,其作用一直延续到二十世纪六十年代末。其后,随着古典经济学思想的复兴,出现了以Lucas(1976)牵头的计量经济学批判,但该方法对经济数据的误差没有涉及。另一方面,因为认识到经济数据的误差(异方差性和自相关),计量经济学对估计方法(如最小二乘法)进行了拓展,但该方法的不足是:一是忽视了Lucas批判提出的模型构造偏差的作用;二是在方法上只是最小二乘法的简单推广,没有系统解决理论和数据误差的一套理论,由此构造的计量经济预测模型仍无法令人满意。针对该现状,本文从考察计量经济模型的数据误差入手,进而提出克服模型不适定性的理论和方法,从而解决计量经济模型的合理使用问题,其结果也归结于对估计方法的改进。
二、经济计量模型为什么会出现不合理
计量经济学教材(Green,1993)对经济数据的描述导出了估计方法的改进问题,本文对该方法加以推广,以在更宽的范围讨论该问题。依经济分析的传统,一般将经济空间定义为向量空间(见Debreu(1959)),也可具体化为Banach空间或欧氏空间(见Stokey and Lucas(1989))。为本文的分析方便起见,我们将经济空间定义为带内积的完备度量空间,即Hilbert空间(这样易于讨论问题的完备性)。在最一般的意义上,我们可将经济模型抽象为如下算子方程:

式中:







为分析更有针对性,我们不去讨论解的存在唯一性问题(可以认为计量经济预测模型存在唯一解),而是依计量经济模型的特点去讨论解的稳定性问题。Lucas(1976)关于计量经济预测模型批判讨论的不适定问题来自模型假设方面,即理论偏差(我们认可Lucas的结论,不再做进一步分析)。我们这里从数据误差上入手,考察是否存在一稳定的理论近似解来逼近真解。要使(2.1)的反演方程成立,由于g是统计得到的,故有误差,记









自然我们要提的核心问题是,为什么计量经济模型的解一般是不稳定的。为回答这个问题,我们对方程存在唯一解的情况进行讨论。设















我们令









((2.3)中的符号


Picard定理: 方程(2.1)可解的充要条件是:
a、

b、

此时得到的解为:

从(2.4)式看到,反演问题不适定是由













计量经济预测模型之所以会出现不适定问题,是因为经济统计数据作为经济系统的输出受到了各种各样的干扰,从而产生了误差(异方差性和自相关),用这些数据作为初值来确定经济模型,就会出现问题的不适定,所以试图用传统计量方法(如最小二乘法)来直接构造经济模型及至预测经济变动,一般是不可行的。因为计量预测模型对初值(统计数据)的过度敏感,使模型预测能力失去了能力。为了使计量经济预测模型可用,就需要想办法去消除



试图通过


a、



b、对





c、



由上面三条假设可得到如下结果:
如果



(2.6)式的证明如下:
因为






可得到:

而对








这样的











(2.7)式成立的道理在于若要求





但是,我们看到上面提出问题的方式虽然直观,但不严密,寻找

我们的基本思路是,假设观测所得到的数据误差



而且,可将上式变为容易分析的等周变分问题(Kress(1989)):

对于(2.9)型的变分问题通过Lagrange乘子法又可化为如下无约束条件下的泛函极值问题:

(2.10)式中的



设





a、

b、



c、


(2.8)的合理性是由下面的定理保证的:
设










所以,(2.11)是否有解取决于

三、消除计量经济模型的不适定——反演最小二乘法
我们看到,上面用抽象的变分方法得到了一条改进计量经济模型估计方法的思路,但却不能直接用,我们从最基本的估计方法入手来使用上面的思想。为分析的简便计,我们从考察最基本的估计方法——最小二乘法开始。
假定有一组观察数据,想用来拟合一个线性方程:






















但是,我们看到,最小二乘法对数据的误差有特定要求,即









反演方法是利用概率论中的贝叶斯推断方法,在给定观测数据信息、理论模型信息及模型参数先验信息后,求模型参数的后验信息(概率密度)。
先看数据方面。设对经济系统的输出进行了观察,用概率密度










而由条件概率密度的定义有:

依计量经济模型估计的基本假设,最小二乘法及广义最小二乘法都假定输出误差为高斯型,这时有(如果数据中有离群点则需用另外的公式):

(3.3)式中


再看理论模型。依Lucas(1976)的分析,在构造计量经济模型的理论时,因为模型参数设定差异,会得到不同结果,设理论模型为:



(3.4)式中

模型空间






模型参数的先验信息、观测数据的信息和理论信息的结合形成



(3.5)式中


进一步设模型参数先验信息的概率密度分布为高斯型,因为两个高斯型概率密度函数乘积的积分仍为高斯型概率密度函数,(3.6)式可化为:

(3.7)中



由此可知,寻找模型参数中心估计值的概率方法在于找到





这时(3.8)式简化为:

求


四、反演最小二乘法的基本算法
1、通过反演最小二乘法直接建模的一般算法
从(3.8)知,可以要通过反演最小二乘法进行直接建模,即通过解极值求得




记






将上面的讨论放到某一个具体空间点,则可用离散化的优化计算程序来求出结果(如


a、最速下降法
所谓最速下降法就是在


















b、牛顿法
牛顿法的基础泰勒级数近似,设



则有梯度:



这时可用前述的直线搜索法求得




c、共轭梯度法
该方法的思路是先令






当然还有数种反演算法,但上面三种是最基本的。
2、反演最小二乘法的标准估计方法
上面利用反演最小二乘法建模,只是取该反演方法与最小二乘法形式上的相似。我们知道最小二乘法可以适用于一大类线性建模,是一种标准估计方法。依此要求,下面我们将反演最小二乘法标准化,从而变成一种通用估计方法。
首先,我们看到当理论关系式



对(4.5)在




令:

得:

及 :


所以,






设


设已经给出了先验模型参数:


式中





如果模型参数的误差互不相关,则上面式中的


一个有意思的结果是,如果我们在建模时不考虑模型参数的先验信息(即不考虑理论误差),这时可取




我们看到,这一结果与广义最小二乘法估计相似。所以,我们达到了想要的结果,既反演最小二乘法确是现有计量经济模型估计方法的推广。
五、结论
经济系统是一个复杂的人文系统,要对其进行定量分析,通过观测系统产出来推断系统行为的经济计量模型因为受到数据和理论假设误差的影响而会出现不适定的结果。要消除不适定利用反演方法,将数据和理论假设误差考虑进模型是一种可行的方法,而且在不考虑理论假设误差时该方法与一般经济计量模型估计方法一致。所以,反演方法既能消除Lucas批判中提出的问题,又是经济计量模型估计方法的推广。
参考文献
Amemiya,T,(1983),"Nonlinear Regression Models", In:Handbook of Econometrics. ed by: Z.Griliches and M.D.Intriligator,Vol.1, Amsterdam: North-Holland.
Cameron,A.C and Trivedi,P.K,(1986),"Econometric Models Based on Count Data: Comparisions and Applications of Some Estimators and Tests", Journal of Applied Econometrics,1,29-53.
Chow,G.C,(1981),"Econometric Analysis by Control Methods", New York: John Wiley.
Christ,C.F,(1966),"Econometric Models and Methods", New York: John Wiley.
Debreu,G,(1959),"Theory of Value –A Axiomatic Analysis of Economic Equilibrium", New York: John Wiley&Sons,Inc.
Estrella.A and L.C.Fuhrer,(2002),"Danamic Inconsistencies: Counterfactual Implications of a Class of Rational-Expectations Models",The American EconomicReview,Voll:92,No: 40,1013-1028.
Frisch,R,(1933),"Editorial", Econometrica,1-4.
Green.W.H,(1993),"Econometric Analysis", Prentice-Hall,Inc.
Griliches,Z(1986),"Economic Data Issues", In:Handbook of Econometrics. ed by: Z.Griliches and M.D.Intriligator,Vol.3, Amsterdam: North-Holland.
Haavelmo,T,(1944),"The Probability Approach in Econometrics", Econometrica 12,Supplement, 1-118.
Hall.A(1992),"Some Aspects of Generalized Method Moments Estimation", in G.Maddala,C.Roa and H.Vinod(eds), Handbook of Statistics,Vol 11:Econometrics, Amsterdam: North-Holland.
Hansen,L.P and Sargent ,T,J,(1980),"Formulating and Estimating Dynamic Linear Rational Expectations Models", Journal of Economic Dynamics and Control,2, 7-46.
Kress,R,(1989),"Linear Integral Equations", Springer-Verlag.
Klein,L,R,(1947),"The Use of Econometric Models as a Guide to Economic Policy", Econometrica ,15, 111-151.
Lucas,R.E,(1976),"Econometric Policy Evaluation: A Critique", Lournal of Monetary Economics, Supplementary Series 1976,1(2),19-46.
Marschak,J(1953),"Economic Measurements for Policy and Prediction", In: Studies in Econometric Method, ed, W.C.Hood and T.c Koopmans, Cowles Commission for Research in Economics Monograph, no.14,New York: John Wiley.
Moraes.F.S and J.A.Scales(2000),"Local Bayesian inversion : Theoretical developments",Geophys.J.Int,141(3):713-723.
Morozov,V.A,(1984),"Methods for Solving Incorrectly Posed Problems", New York: Springer-Verlag.
Pesaran,M.H and Smith,R.P,(1985),"Evaluation of Macroeconometric Models", In:Handbook of Econometrics. ed by: Z.Griliches and M.D.Intriligator,Vol.1, Amsterdam: North-Holland.
Pindyck,R.S and D.L.Rubinfeld,(1998),"Econometric Models and Economic Forecasts", The McGraw-Hill Companies,Inc.
Samuelson,P.A, Koopmans,T.C and Stone J.R,(1954),"Report of the Evaluative Committee for Economitrica", Economitrica 22, 141-146.
Stokey,N.L and Lucas,R.E,(1989),"Recursive Methods in Economics Dynamics", Harvard University Press.
Tikhonov,A.N and V.Y.Arsenin,(1977),"Solutions of Ill-Posed Problems", Washington: Winston and Sons.
Torantola.A(1987),"Inverse Problem Theory—Methods for data fitting and model parameter estimation", Elsevier Science Publishers B.V.
Abstract: Econometric model is a method of through the analysis of economical data to get the economical result, it is the inverse problem in mathematics, but many of this kind of question are ill-posed problems. Therefore we can't use the econometric model to get forecast model or take policy analysis, the reason is that the error of data and the intrinsic warp of theoretical model. This article inspected the logic foundation of econometric model in general frame, we thought that the ill-posed problems can be eliminated by the improvement of estimate method.