【正文】 ；反之，在統(tǒng)計上存在協(xié)整關(guān)系的時間序列之間，在經(jīng)濟上并不一定存在均衡關(guān)系。協(xié)整關(guān)系是均衡關(guān)系的必要條件，而不是充分條件。 – 均衡方程中應(yīng)該包含均衡系統(tǒng)中的所有時間序列，而協(xié)整方程中可以只包含其中的一部分時間序列。 – 不能由協(xié)整導(dǎo)出均衡，只能用協(xié)整檢驗均衡。 ? 例如：結(jié)構(gòu)突變點外生與外生 – 結(jié)構(gòu)突變點外生，是從經(jīng)濟現(xiàn)象入手，用統(tǒng)計現(xiàn)象檢驗， 將統(tǒng)計現(xiàn)象看作經(jīng)濟現(xiàn)象的必要條件， 具有邏輯合理性。 – 結(jié)構(gòu)突變點內(nèi)生，是從統(tǒng)計現(xiàn)象入手，用經(jīng)濟現(xiàn)象解釋， 將統(tǒng)計現(xiàn)象看作經(jīng)濟現(xiàn)象的充分條件， 不具有邏輯合理性。 – 技術(shù)上進(jìn)步了，但邏輯上退步了。 Panel Data模型是否需要模型設(shè)定檢驗？ ? 普遍現(xiàn)象：簡單設(shè)定為變截距模型。 – 例： 《 經(jīng)濟研究 》 2021年 16期中， Panel Data模型應(yīng)用研究論文 24篇，設(shè)定為變系數(shù)模型 1篇，系數(shù)截距都不變模型 3篇，同時在截距上控制個體和時間效應(yīng)的模型 9篇，固定影響個體變截距模型 7篇，固定影響和隨機影響個體變截距模型 4篇，全部缺少模型設(shè)定檢驗。 – 原因： ? 研究目的導(dǎo)向?？刂屏藗€體效應(yīng)，或者同時控制個體和時間效應(yīng)，考察變量之間“平均”意義上的關(guān)系，是通常的研究目的。 ? 個體數(shù)目大、變量多、時序短，變系數(shù)模型估計困難。 ? 同時設(shè)定不同的模型。 – 例： 在一篇研究我國工業(yè)資本配置效率的論文中，作者利用我國39個工業(yè)行業(yè) 9年的 351組數(shù)據(jù)為樣本，以固定資產(chǎn)存量 I的增長率為被解釋變量，以利潤 V的增長率為解釋變量。為了實現(xiàn)不同的分析目的，分別建立了 3個模型： ittiittiitVVII ??? ????? 1,1,lnlnittiitiitiitVVII ??? ????? 1,1,lnlnittiittttiitVVII ??? ????? 1,1,lnln為了得到不變的系數(shù)與外國比較，將模型設(shè)定為截距和系數(shù)都不變的模型 為了進(jìn)行行業(yè)間比較，將模型設(shè)定為隨個體變系數(shù)模型 為了進(jìn)行時點間比較，將模型設(shè)定為隨時間變系數(shù)模型 ? 同時設(shè)定靜態(tài)模型和動態(tài)模型。 – 例： 為了分析我國城鎮(zhèn)居民收入差距對消費影響的效應(yīng)，使用 1993~2021年中國的 24個分省數(shù)據(jù)，從靜態(tài)和動態(tài)兩個方面構(gòu)建 Panel Data模型。 ( 1 ) ( 2) ( 3 )it it it itL E X P D c L I NC P c L I NC T c CPI? ? ? ? ? ?( 4) it i t itc G I N I F D u? ? ? ? ?,1( 1 ) ( 2 ) ( 3 )it i t it itLE X P D c LE X P D c LI NCP c LI NCT?? ? ? ? ? ?( 4) ( 5 )it it i t itc CPI c G I NI F D ?? ? ? ? ? ? ?? 提出的問題： – Panel Data模型可以隨意設(shè)定嗎？ – 同一組 Panel Data，可以同時設(shè)定多個不同的正確模型嗎？ – 是否必要以及如何加強 Panel Data模型中的模型設(shè)定理論的教學(xué)？ ? 在經(jīng)濟學(xué)經(jīng)驗研究中，實用主義是否完全不可?。? 如何看待微觀計量經(jīng)濟學(xué)模型的擬合優(yōu)度？ ? 微觀計量經(jīng)濟學(xué)結(jié)構(gòu)模型依賴于微觀數(shù)據(jù)，由于樣本量巨大，估計得到的樣本回歸函數(shù)一般具有較低的擬合優(yōu)度，甚至出現(xiàn)擬合優(yōu)度不到 。如何評價這樣的模型？它們是否能夠用于進(jìn)行變量間關(guān)系的結(jié)構(gòu)分析？ – 在模型總體顯著性水平相同的情況下，隨著樣本容量增加，擬合優(yōu)度降低，是必然現(xiàn)象。 – 在模型設(shè)定正確的情況下，不必看重擬合優(yōu)度，關(guān)鍵是模型總體是否顯著成立，變量是否顯著。 – 這里的前提是“模型設(shè)定正確”，核心是模型解釋變量中包含了對被解釋變量具有顯著影響的所有變量。 – 模型的功能受到限制。只能用于檢驗因素（事件）的有效性。 如何看待微觀計量模型中定序定性變量按照狀態(tài)賦值問題？ ? 普遍現(xiàn)象：定序定性變量按照狀態(tài)賦值 ? 微觀計量經(jīng)濟學(xué)結(jié)構(gòu)模型中經(jīng)常出現(xiàn)定序定性變量，尤其在管理學(xué)、社會學(xué)研究領(lǐng)域。 ? 正確的方法： – 設(shè)置虛擬變量，理論上正確，帶來自由度損失。 – 以定性變量為研究對象，構(gòu)造多元排序離散選擇模型，然后以模型結(jié)果對定性變量的各種狀態(tài)賦值。但需要更多的信息支持。 ? 簡單賦值的方法等于是對虛變量方法中的各個虛變量的參數(shù)施加了約束，而這種約束經(jīng)常被檢驗為錯誤的。 五、關(guān)于現(xiàn)代計量經(jīng)濟學(xué)模型 發(fā)展導(dǎo)向問題 現(xiàn)代時間序列計量經(jīng)濟學(xué)的發(fā)展導(dǎo)向是什么？ ? 一般認(rèn)識：偽回歸。表面現(xiàn)象。 ? 其實質(zhì)是時間序列的非平穩(wěn)性與經(jīng)典計量經(jīng)濟學(xué)模型數(shù)學(xué)基礎(chǔ)之間的矛盾。 – 經(jīng)典計量經(jīng)濟學(xué)模型的數(shù)學(xué)基礎(chǔ)是極限法則，即大數(shù)定律和中心極限定理。 – 以獨立隨機抽樣的截面數(shù)據(jù)為樣本，如果模型設(shè)定是正確的，模型隨機擾動項滿足極限法則和由極限法則導(dǎo)出的基本假設(shè)，繼而進(jìn)行的參數(shù)估計和統(tǒng)計推斷是可靠的。 – 以時間序列數(shù)據(jù)為樣本，時間序列性破壞了隨機抽樣的假定，但是如果模型設(shè)定是正確的，并且所有時間序列是平穩(wěn)的，時間序列的平穩(wěn)性替代了隨機抽樣假定，模型隨機擾動項仍然滿足極限法則。 – 問題在于，用統(tǒng)計數(shù)據(jù)構(gòu)造的時間序列大都是非平穩(wěn)的，那么采用經(jīng)典計量經(jīng)濟學(xué)模型方法的數(shù)學(xué)基礎(chǔ)被破壞。 ? 于是，如何以非平穩(wěn)時間序列為樣本，構(gòu)建揭示宏觀經(jīng)濟變量之間結(jié)構(gòu)關(guān)系的計量經(jīng)濟學(xué)模型，以此為導(dǎo)向，現(xiàn)代時間序列計量經(jīng)濟學(xué)應(yīng)運而生。 微觀計量經(jīng)濟學(xué)的發(fā)展導(dǎo)向是什么？ ? 基于研究對象和數(shù)據(jù)特征而發(fā)展 。 – 隨著經(jīng)濟、社會的發(fā)展，人們越來越關(guān)注家庭、個人等微觀主體的決策問題，計量經(jīng)濟學(xué)由宏觀領(lǐng)域向微觀領(lǐng)域擴張，是一個必然趨勢。 – 微觀計量經(jīng)濟學(xué)模型依賴于微觀數(shù)據(jù)，微觀數(shù)據(jù)的來源主要不是統(tǒng)計，而是調(diào)查。 – 微觀數(shù)據(jù)表征家庭、個人等微觀主體的決策行為，問題多種多樣，數(shù)據(jù)的特征也各不相同，很難滿足經(jīng)典計量經(jīng)濟學(xué)模型對數(shù)據(jù)的要求。 – 微觀主體數(shù)量眾多，只有依賴于大樣本建立的計量經(jīng)濟學(xué)模型才能夠揭示微觀主體決策行為的一般規(guī)律，而大樣本對計算技術(shù)和計算機的運算能力提出了新的要求。 Panel Data計量經(jīng)濟學(xué)的發(fā)展導(dǎo)向是什么？ ? 基于充分利用數(shù)據(jù)信息而發(fā)展。 – 任何計量經(jīng)濟學(xué)模型研究，都將經(jīng)驗信息的充分利用作為一個基本原則。 – Panel Data綜合了橫截面數(shù)據(jù)和時間序列數(shù)據(jù)，同時反映了空間和時間兩個維度的經(jīng)驗信息。 – Mundlak（ 1961）、 Balestra和 Nerlove（ 1966）將Panel Data作為一組混合數(shù)據(jù)（ Pooled Data）樣本用以估計經(jīng)典的計量經(jīng)濟學(xué)模型。 – Kuh（ 1963）發(fā)展了 Panel Data模型的設(shè)定檢驗， Panel Data計量經(jīng)濟學(xué)模型理論體系開始建立。 非參數(shù)計量經(jīng)濟學(xué)的發(fā)展導(dǎo)向是什么？ ? 基于非設(shè)定的結(jié)構(gòu)關(guān)系而發(fā)展的非參數(shù)計量經(jīng)濟學(xué)。 – 經(jīng)典模型的常參數(shù)假設(shè)與實際經(jīng)濟現(xiàn)象經(jīng)常產(chǎn)生沖突，也成為引起人們批評的一個主要問題。 – 參數(shù)模型雖然簡明而易于處理，用途廣泛，但是普遍存在設(shè)定誤差問題，且估計效果經(jīng)常不理想。 – 解決設(shè)定誤差問題的方法之一就是不先驗地設(shè)定模型的結(jié)構(gòu)，而是要通過估計才能得到某種結(jié)構(gòu)關(guān)系，即所謂非參數(shù)方法。 如何描述現(xiàn)代計量經(jīng)濟學(xué)與經(jīng)典計量經(jīng)濟學(xué) 的關(guān)系？ 如何把握現(xiàn)代計量經(jīng)濟學(xué)的理論前沿？ 謝謝！ 歡迎批評！