计量经济学与实验经济学的若干新近发展及展望
- 格式:doc
- 大小:52.00 KB
- 文档页数:11
近十年国内外计量经济学研究进展与趋势1. 引言1.1 研究背景计量经济学是经济学的一个重要分支,通过使用数学和统计学方法对经济现象进行量化分析和预测。
近年来,随着大数据技术的快速发展和普及,计量经济学研究进入了一个全新的阶段。
大数据时代下,数据的获取和处理变得更加便捷和高效,这为计量经济学研究提供了更多的机会和挑战。
在全球范围内,各国学术界和产业界都在积极探索如何利用大数据进行计量经济学研究。
从金融市场的波动预测到医疗保健政策的评估,大数据正在成为计量经济学研究的重要工具。
新方法和模型的不断涌现也为计量经济学研究注入了新的活力。
传统的计量经济学模型逐渐不能满足复杂经济现象的需求,因此需要不断创新和尝试。
在这样的背景下,国内外的计量经济学研究也呈现出新的发展趋势。
国内研究者在提高研究水平和创新能力方面取得了显著进步,国外研究机构和学者也在不断探索新的研究领域和方法。
跨学科合作的模式也逐渐成为计量经济学研究的一种新趋势,不同学科的专家和学者共同合作,将为计量经济学研究带来更多的新思路和创新成果。
1.2 研究目的目的是通过对近十年国内外计量经济学研究的进展与趋势进行综合分析,探讨计量经济学在大数据时代的应用与发展,总结新方法和模型在计量经济学中的应用情况,评述国内外计量经济学研究的差异与共同点,探讨跨学科合作对计量经济学研究的影响,旨在为未来计量经济学研究方向的拓展和政策制定提供借鉴和启示。
1.3 研究意义计量经济学研究是经济学领域的重要分支,通过利用数理统计、计算机科学等方法来分析经济现象和制定政策。
近年来,随着大数据时代的到来,计量经济学研究也面临着新的挑战和机遇。
研究人员可以利用海量的数据来进行更深入的分析和预测,从而提高研究的可靠性和准确性。
在这样的背景下,研究计量经济学的意义显得尤为重要。
计量经济学研究可以帮助我们更好地理解经济现象的规律性和特点,为政府决策提供科学依据。
通过开发新的方法和模型,计量经济学可以帮助我们揭示未知的经济机制和关系,推动经济学理论的发展。
近十年国内外计量经济学研究进展与趋势【摘要】近年来,计量经济学研究在国内外取得了显著进展。
本文从研究背景、意义和目的入手,介绍了计量经济学研究方法的发展、国内外研究进展以及未来研究趋势。
国内计量经济学研究在数据质量、模型选择和推断等方面有了明显提升;而国外则在面板数据分析、时间序列建模等方面取得了重要进展。
结合影响因素,探讨了计量经济学研究的趋势,为未来研究提出了方向建议。
近十年来计量经济学研究呈现出多样化、专业化和国际化的发展趋势,未来可重点关注新兴技术、政策热点和数据挖掘等方面,推动该领域的不断创新和进步。
【关键词】计量经济学、研究进展、趋势、国内、国外、方法、影响因素、发展方向1. 引言1.1 研究背景计量经济学作为经济学的一个重要分支,旨在运用数学和统计学的方法来研究经济问题,对经济现象进行量化分析和预测。
近几十年来,随着计量经济学方法的不断发展和完善,计量经济学在理论和实践中的应用越来越广泛,成为经济学研究的一个重要方向。
随着计量经济学方法的不断发展,研究者们可以更深入地探讨经济问题,揭示经济规律,为政府决策提供更可靠的依据。
在国际贸易、金融市场、劳动经济学等领域,计量经济学的研究成果不断涌现,推动了经济学理论的不断进步。
对近十年来国内外计量经济学研究进展与趋势进行全面梳理和分析,可以更好地了解计量经济学在实践中的应用情况,为未来计量经济学研究的发展方向提供指导。
本文旨在探讨近十年来国内外计量经济学研究的发展现状和未来趋势,以期为该领域的研究者和决策者提供参考和借鉴。
1.2 研究意义计量经济学作为经济学中重要的分支学科,通过运用数理统计学和经济学原理对经济现象进行量化分析,帮助我们更好地理解经济运行规律和进行经济政策的制定。
近年来,随着科技的不断发展和数据的不断积累,计量经济学研究也呈现出蓬勃发展的态势。
研究计量经济学的意义在于,通过对实证数据的分析和建模,可以更准确地揭示经济现象的本质和规律,为政府决策提供科学依据和支持,促进经济发展和社会进步。
近十年国内外计量经济学研究进展与趋势近十年来,计量经济学在国内外取得了长足的发展,涌现出许多重要的研究成果,对经济学理论的深化和实证分析方法的改进起到了重要的推动作用。
在国际上,计量经济学研究的范围不断扩大,方法不断创新,其中包括了处理大数据、非线性时间序列、因果推断和机器学习等新兴领域。
而在国内,随着国家经济的快速发展,计量经济学研究也在不断拓展,探讨了许多与国情相关的重大课题,为我国的实证研究提供了有力的支持。
近年来,计量经济学研究的主要进展与趋势体现在以下几个方面:大数据和机器学习方法的兴起。
随着信息技术的快速发展,大数据时代的到来,大数据分析和机器学习成为了计量经济学研究的重要工具。
传统统计方法在处理大规模数据时显得力不从心,而机器学习方法可以更好地处理大数据,并从中发现隐藏的规律和模式。
大数据和机器学习方法在计量经济学研究中得到了广泛的应用,成为了研究的热点之一。
非线性时间序列分析的发展。
在金融、宏观经济等领域,经济数据往往表现出非线性特征。
传统的线性模型在描述和预测非线性时间序列数据时存在局限性,因此非线性时间序列分析成为了计量经济学研究的重要方向。
在非线性时间序列分析中,ARCH/GARCH模型、平滑转换模型等方法得到了广泛应用,并取得了丰硕的研究成果。
因果推断方法的应用。
因果推断是计量经济学研究的重要内容,它旨在分析因果关系而非相关性。
近年来,随机对照实验、断点回归设计等因果推断方法在计量经济学研究中得到了广泛应用,并为实证研究提供了更为严谨和有效的方法。
在一些政策评估和社会科学研究中,因果推断方法发挥了重要作用。
空间计量经济学的兴起。
随着地理信息系统(GIS)和计算能力的提高,空间计量经济学作为计量经济学的一个重要分支得到了快速发展。
空间计量经济学不仅可以更好地描述和预测空间数据的特征,还可以分析空间之间的相互作用和影响关系,对区域经济发展和城市规划具有重要意义。
在国内,与国际接轨是计量经济学研究的一个显著特点。
浅谈计量经济学教学改进的若干建议关于浅谈计量经济学教学改进的若干建议1. 强化实践教学,提高学生实际操作能力计量经济学作为应用性较强的学科,实践能力的提高对于学生的职业发展具有重要的意义。
而传统的计量经济学教学往往忽视实践教学,仅仅进行纸上谈兵。
因此,我们可以通过增加计量经济学实践环节,让学生亲自动手进行数据分析和建模,提高学生实际操作能力。
2. 提高数学功底,加强模型建立分析计量经济学是一门需要较强数学功底的学科,模型的建立和分析对于学生的数学素养要求较高。
因此,我们要在教学中加强数学基础知识和技能的讲解,并且通过实例演练,让学生掌握常用的计量经济学模型建立方法和分析技能。
3. 强化统计学知识,提高数据分析水平计量经济学的数据处理和分析往往涉及到大量的统计学知识和技能,因此,我们需要在教学中加强统计学基础知识和技能的讲解,并且让学生进行更多的数据分析实践,以提高学生的数据分析水平。
4. 增加案例教学,提高学生应用能力计量经济学的应用性很强,为了让学生能够更好地应用所学知识解决实际问题,我们可以通过增加案例教学的方式进行教学,让学生在实际案例中学习和掌握计量经济学的理论和方法。
5. 引入新兴领域的讲解,提高教学质量和实用性随着社会和经济发展,新的领域和问题不断涌现,这些新的问题和领域对计量经济学也提出了新的挑战。
因此,我们可以在计量经济学教学中引入新兴领域的讲解,提高学生对当前社会和经济问题的认知和理解能力,并且加强计量经济学的实用性。
案例分析:1. 市场销售数据分析案例一家企业面对销售下滑的情况,通过对市场销售数据的分析,发现产品价格高于竞争对手,而且产品性能和品质并不占据绝对优势,因此,企业通过调整价格和产品质量,提高了竞争力,实现了销售业绩的提升。
这个案例充分体现了计量经济学在实际市场分析中的重要作用和实用性。
2. 医疗数据分析案例一家医院面临着医患关系紧张、医疗安全问题和治疗效果不佳等问题。
实证经济学与计量经济学发展实证经济学与计量经济学是经济学领域中重要的研究方法和理论体系。
实证经济学的核心思想是通过对实证数据的观察和分析来验证经济理论,以实现对经济现象的认识和解释。
而计量经济学则是实证经济学的一个重要分支,通过运用数学和统计学的工具,对经济理论进行量化分析,以实现对经济现象的解释和预测。
实证经济学的发展可追溯至20世纪初,当时经济学界开始认识到理论模型与现实经济现象之间存在着巨大的差距。
经济学家们开始重视实证数据的收集和分析,以验证经济理论的有效性和适用性。
实证经济学的兴起为经济学研究提供了更为科学的方法和理论基础。
例如,以弗里德里希·哈耶克为代表的奥地利学派经济学家,通过实证数据的研究,揭示了市场机制对资源配置的影响,为经济自由主义理论提供了有力的支持。
而计量经济学的发展可以追溯到20世纪30年代,在经济学和统计学领域取得了一系列重要的进展。
计量经济学的研究对象主要是经济关系和经济变量之间的相关性和因果关系,通过运用数学和统计学的方法,对经济模型进行实证分析。
计量经济学的发展使得经济学研究能够更加具有可信度和实用性,为政府决策和企业决策提供了重要的参考依据。
在实证经济学和计量经济学的发展过程中,经济学家们提出了许多重要的理论和方法。
例如,著名经济学家米尔顿·弗里德曼提出了货币量理论,并通过实证分析验证了货币供给对通货膨胀的影响。
而詹姆斯·托宾则通过计量经济学的方法,提出了教育对经济增长的重要性,并通过实证分析提供了支持。
此外,实证经济学和计量经济学的发展也推动了经济学与其他学科的交叉融合。
例如,经济学与心理学的结合,形成了行为经济学,通过实验和实证数据的分析,揭示了个体决策行为背后的心理和行为机制。
经济学与社会学的结合,则形成了经济社会学,通过对社会和经济现象之间关系的实证研究,揭示了经济发展与社会结构的相互作用。
尽管实证经济学和计量经济学在经济学研究中发挥着重要的作用,但也面临着一些挑战和争议。
近十年国内外计量经济学研究进展与趋势近十年来,计量经济学作为经济学领域中的一个重要分支,一直在取得突飞猛进的发展。
国内外学者们通过对大量实证数据的挖掘和分析,不断丰富和完善了计量经济学的理论框架和方法体系,为实证经济学研究提供了更多更准确的工具和思路。
本文将就近十年来国内外计量经济学研究的进展与趋势进行分析和总结。
近十年来计量经济学在理论和方法上的进展可谓是非常显著的。
随着计量经济学理论的不断完善和方法的日益丰富,近年来计量经济学的研究方法变得越来越多样化和精细化。
传统的计量经济学方法如OLS、IV和GMM等仍然是研究的重要工具,但是随着大数据时代的来临,计量经济学与机器学习、人工智能等新兴技术的结合也成为了研究的热点。
近年来在面板数据、高频数据和非线性数据等方面的研究中,频繁出现了利用机器学习算法和深度学习模型进行经济数据分析的案例。
这些新方法的应用为计量经济学的研究提供了更多的可能性,也为实证研究提供了更加准确和全面的分析结果。
近十年来计量经济学在实证研究方面取得了哪些成果呢?在宏观经济学领域,国内外学者们通过对GDP、通货膨胀率、失业率等宏观经济变量的分析,揭示了不同经济政策对经济增长和稳定的影响机制,并提出了针对性的政策建议。
在微观经济学领域,学者们利用面板数据和纵向数据,对企业生产效率、劳动力市场、产业结构等方面进行了深入研究,为企业决策和政策制定提供了有力的支持。
在发展经济学和环境经济学等新兴领域,计量经济学的研究也取得了长足的进步,为促进可持续发展和环境保护提供了理论和实证支持。
值得注意的是,近年来计量经济学在跨学科研究中的应用也越来越广泛。
计量经济学与社会学、政治学、心理学等学科的交叉研究正在成为研究的新潮流。
经济学家和社会学家合作开展家庭调查和社会心理学实验,以探讨经济行为与社会心理因素之间的关系。
政治经济学的研究也日益受到关注,学者们通过实证方法揭示了政治制度对经济效率和公共政策的影响,为政策制定提供了有力的参考依据。
近十年国内外计量经济学研究进展与趋势计量经济学是经济学的一个重要分支,通过运用数学和统计学方法来研究经济现象。
近十年来,计量经济学的研究领域不断扩展,方法不断创新,取得了不少重要成果,为经济学理论和实践的发展提供了有力的支持。
本文将对近十年来国内外计量经济学的研究进展与趋势进行分析和总结。
一、研究主题1.时间序列分析时间序列分析是计量经济学的重要研究领域,包括时间序列建模、预测和因果关系分析等内容。
近年来,这个领域不仅得到了充分的发展,还涌现了很多新的研究方向,如非线性时间序列建模、高维时间序列数据的处理和分析等。
另外,时间序列分析也广泛应用于金融市场的研究,如股票价格预测、利率变动分析等。
2.面板数据分析面板数据是指在某一时间点上,多个个体的数据被收集而成,如企业各项经济指标的数据。
面板数据分析是根据面板数据来研究个体间差异、影响因素以及政策效果等问题的方法。
在面板数据分析中,常用的技术包括固定效应模型、随机效应模型、面板数据时间序列模型等。
3.计量经济学方法在宏观经济学中的应用研究计量经济学方法在宏观经济学中的应用研究主要包括货币政策分析、宏观经济周期的预测和分析等方面。
这些研究致力于寻找宏观经济变量之间的关系,建立宏观经济模型,并通过计量分析的方法验证模型的合理性和精度。
4.应用计量经济学方法研究社会问题与政策应用计量经济学方法研究社会问题与政策是计量经济学的重要研究领域。
包括教育、医疗、劳动力市场、贫困与不平等、公共政策等社会领域。
这些研究对于政策制定和实践具有重要意义。
二、研究方法1.时空分析技术的应用和扩展时空分析技术是计量经济学的重要分支,用于分析地理数据和时间序列数据之间的关系。
在过去十年里,空间计量经济学和地理信息系统的应用日益广泛。
研究人员通过利用地理信息系统的技术,将经济概念和地理概念相结合,更好地理解经济行为。
2.机器学习的应用机器学习是一种基于数据的自动化技术,旨在寻找数据中的模式和规律。
计量经济学:历史回顾与未来展望程振源(华南师范大学经济与管理学院、华南市场经济研究中心广东广州510006)摘要:该文回顾了计量经济学的发展历程,指出了计量经济学研究未来可能的发展方向。
计量经济学;回顾;展望关键词:世界计量经济学学会于1930年12月29日成立,其会刊《计量经济学》杂志也于1933年正式创刊。
该学会的成立及其会刊的创刊是计量经济学发展史上的重要里程碑,标志着计量经济学这一学科的正式诞生,极大地推动了计量经济学的研究与发展。
计量经济学在经济学中的地位日渐突出,其取得的成就令人瞩目。
例如,从1969年诺贝尔经济学奖设立以来,因在计量经济学方面的杰出贡献而获奖的人数在经济学各分支学科中名列榜首。
1969年首届诺贝尔经济学奖获得者就是计量经济学家弗里希。
1.上世纪30~50年代计量经济学的研究1.1单方程模型上世纪30年代,以首届诺贝尔经济学奖得主弗里希为代表的计量经济学家致力于单方程计量经济学模型的研究。
但不久就将研究的重点转向了联立方程模型。
此后,单方程模型就一直未受到计量经济学家们的重视。
只是在上世纪70年代偶尔有少数几个学者涉足单方程模型这一领域,如Goldberger和Griliches(1977)等人。
1.2联立方程模型上世纪40至50年代,计量经济学家们主要致力于联立方程模型的研究,Haavelmo(1944)开创了该领域研究的先河。
不久,Andson和Rubin提出了联立方程模型的有限信息极大似然估计法(LIML)。
但该估计法过于繁琐,于是,Theil(1956)提出了两阶段最小平方法(2SLS)。
与有限信息极大似然估计法相比,两阶段最小平方法具有更稳定的性质。
并且该方法计算简便,因此很快得到推广。
但从严格意义上讲,两阶段最小平方法并不像有限信息极大似然估计法那样是一种联立方程估计法。
如果方程是过度识别的,那么对于两阶段最小平方法来说,采用何种方法对方程进行正态化是至关重要的(而有限信息极大似然估计法对标准化来说具有不变性),这与联立概念是相违背的。
近十年国内外计量经济学研究进展与趋势【摘要】本文主要对近十年国内外计量经济学研究的进展与趋势进行了总结和分析。
在国内方面,计量经济学研究在模型构建和实证分析方面取得了显著进展,尤其在宏观经济领域表现出色。
而国外计量经济学研究则更注重理论创新和方法论探索,不断拓展研究领域。
本文还探讨了国内外计量经济学研究的趋势,指出未来可能会在大数据分析、机器学习等领域取得更多突破。
对国内外计量经济学研究进行了比较分析,为未来研究方向提供了参考。
整体而言,计量经济学研究展望广阔,未来发展方向多元化,有望在经济学领域持续发挥重要作用。
【关键词】计量经济学、研究进展、研究趋势、国内、国外、比较、展望、总结评述、未来发展方向1. 引言1.1 研究背景计量经济学是经济学的重要分支之一,它旨在通过建立数学模型和利用统计方法来研究经济现象。
近年来,随着数据的大规模收集和计算能力的提高,计量经济学在理论和实证研究方面取得了许多重要进展。
研究者们不断探索新的方法和技术,以更好地解释经济现象。
在国内,计量经济学研究也日益受到重视。
越来越多的学者开始关注国内经济发展中的若干重要问题,如收入分配、城市化和创新等。
他们运用计量经济学的方法,分析大量的数据,揭示经济规律和动态变化,为决策者提供科学依据。
国外的计量经济学研究也在不断推进。
许多国际顶尖期刊上发表了关于经济增长、贸易关系、金融市场等方面的重要研究成果,引领着全球计量经济学的发展方向。
在这样一个发展迅速的时代背景下,对国内外计量经济学研究的进展和趋势进行深入探讨,不仅有利于了解当前学术界的最新动态,也有助于指导未来研究的方向和取向。
1.2 研究目的计量经济学作为经济学的一个重要分支,致力于运用数学和统计学方法来量化经济理论。
近年来,国内外学者在计量经济学研究领域取得了许多重要成果,推动了学科的不断发展。
本文旨在探讨近十年国内外计量经济学研究的进展与趋势,从而更好地了解该领域的发展动向。
计量经济学与实验经济学的若干新近发展及展望一、引言经济研究的方法在于总结典型的经验特征与收集数据,并在此基础上建立相应的经济理论或经济模型。
经济研究的科学性在很大程度上取决于经济理论或经济模型的可验证性,即能否通过数据实证检验相关的经济理论与经济模型来解释事实,并预测未来的经济变动趋势以及提供科学的政策建议。
计量经济学和实验经济学则犹如硬币的双面,从不同的角度为经济学的实证分析提供重要的方法论基础。
计量经济学以实际经济数据的建模与分析为主要研究对象。
当实际数据不可得,或实际数据过于复杂而导致因果关系不易梳理时,实验经济学则有可能从另一个角度出发,通过可控的实验数据代替实际数据,成为实证经济分析的又一个有利工具。
计量经济学是由经济学、统计学、数学、计算机科学等学科交叉产生而又独立于其中任何一个学科。
计量经济学产生于对经济理论的实证分析,经济系统的建模和国民经济投入产出法的计算等经济学问题,经过近一个多世纪的发展,已经成为了一个成熟而且被广泛运用的学科。
计量经济学可以分为理论计量经济学和应用计量经济学。
其中理论计量经济学主要关注计量经济模型的建立,包括针对不同数据类型、随机实验和不可控随机误差的分布形式、经济学模型和实际问题而进行的假设,从而对该模型进行参数、非参数等的估计、统计推断和预测,并给出其具体的理论性质,例如无偏性,渐进分布、统计有效性、预测误差等等。
应用计量经济学则侧重于实际问题,其内容基本涵盖凡是有数据支持的经济学理论的各个分支,并用经济数据来对经济理论进行检验,或是对某些经济变量的因果关系进行量化研究,或是利用金融数据进行风险估计等实证研究。
例如对环境经济学、教育经济学、金融经济学、国际贸易理论、经济增长理论等都可以通过数据进行实证分析,在计量经济学理论的指导下进行计算。
计量经济学的理论研究和实证分析相辅相成,对现实生活中某种类型经济数据的实证分析往往成为发现理论研究新方向的动力,同时理论研究的成果也通过计量模型被广泛应用到各种实际问题中去。
计量经济学是现代经济学理论体系的一个核心组成部分,可以说如果没有计量经济学,经济学理论就像纯数学理论一样只有象牙塔式的研究价值而不能被数据所证实或者应用证伪。
在过去的诺贝尔经济学奖获奖人当中,第一届诺贝尔经济学奖就授予了两位计量经济学研究的先驱弗利希(RagnarFrisch, 1969)和丁伯根(JanTinbergen, 1969),表明了计量经济学在推动整个经济学研究科学化进程中的重要性。
早期因从事计量经济学研究而荣膺诺贝尔经济学奖的还包括李昂惕夫(WassilyLeontief, 1973)、克莱因(Lawrence , 1980)和哈维尔莫(TrygveHaavelmo, 1989)等。
计量经济学的发展日益与经济学各分支学科的发展紧密结合,并反过来极大促进了经济学各分支学科的发展。
诺贝尔经济学奖获得者麦克法登(Daniel , 20XX)、赫克曼(JamesHeckman, 20XX)、格兰杰(Clive , 20XX)、恩格尔(Robert , 20XX)与汉森(Lars PeterHansen, 20XX)都是因为提出新的计量方法促进了劳动经济学、产业经济学、宏观经济学、金融学等相关经济学分支学科的发展而获此殊荣。
在现代经济学的教学与研究体系中,计量经济学已经成为与微观经济学、宏观经济学并列的三大学科,成为经济学各分支学科最核心的方法论基础。
实验经济学则是最近四十余年兴起的一门新的交叉学科,结合认知心理学、神经科学、社会学和人类学的相关研究方法,涵盖了决策论、经济学、金融学、博弈论、管理科学、市场营销或政治学等多个研究领域。
实验经济学以模拟实体经济决策环境和验证理论模型为目的,通过仿真方法创造与实际经济相似的实验室环境,观察分析受到物质报酬激励的受试对象如何在一定规则下进行决策,从而研究人们行为决策。
经济学家通过调整实验参数以及对不同参数下产生的实验数据进行整理、加工与分析来检验已有的经济理论及其前提假设,或者发现新的理论,或者为一些决策提供理论分析的基础。
实验经济学之所以产生和发展的一个重要原因是因为基于可控实验而得到的数据能够很好地避免数据的内生性问题(-endogeneity)。
众所周知,因果关系研究是自然科学研究和社会科学研究的一个核心内容。
相对于现实环境下自然产生的经济决策实际数据而言,实验经济学数据是在事前已经尽可能控制了各种干扰混淆因素条件下产生的,从而数据相对比较整洁,有利于经济学研究人员发现并研究经济因素之间的因果关系。
实验研究方法已经成为微观经济学、宏观经济学、公共经济学、金融经济学、劳动经济学、金融学、市场学、组织行为学、会计学和管理科学等领域的核心研究方法。
这些领域国际最顶尖学术期刊都会定期发表一些运用实验技术完成的研究成果。
目前已有卡纳曼(DanielKahneman, 20XX)、史密斯(Vernon , 20XX)和罗斯(Alvin , 20XX)三位经济学家因其在实验经济学方面的贡献而荣膺诺贝尔经济学奖。
在下文中,我们首先对计量经济学与实验经济学在最近一二十年来的发展做一简单介绍。
作为与实证研究和应用研究密切相关的学科,计量经济学与实验经济学的发展从来就受到两方面需求的推动,其一是理论发展与政策分析的需求,其二是数据特征与数据可得性的需求。
之后,对国内计量经济学与实验经济学发展的现状做一简单评述,最后对一些亟需发展的计量经济学与实验经济学研究领域提出若干建议。
二、计量经济学的若干最新发展(一)面板数据计量经济学面板数据(panel data)是将截面数据和时间序列数据综合起来的一种新的数据类型。
和单一的时间序列数据相比,面板数据能够提供不同个体在同一时点的横截面信息;和纯粹的截面数据相比,面板数据又能够提供同一个体在不同时间点的动态变化。
因此,和传统的横截面模型与时间序列模型相比,面板数据模型在模型估计、假设检验和管理科学应用等方面具有明显的优势。
国内外高质量面板数据的出现极大推动了面板数据计量经济学的发展,在宏观经济学和应用微观计量经济学等各个领域都有非常重要的应用。
面板数据计量经济学的最新发展主要集中在三个部分,其一是非线性面板数据建模的发展,包括各类非参数半参数条件均值模型、条件分位数模型和离散数据模型等。
函数系数模型(Cai et al.,20XX; Cai et al., 20XX)采取可加模型的形式,解释变量的系数可以是其他随机变量的函数(称之为光滑变量,smoothingvariable),而光滑变量的选择由经济理论决定。
函数系数模型不仅能够提供更好的数据模拟能力,而且在非参数模型中融入了经济学的解释,因而近年来有不少研究将函数系数模型结合到面板数据中。
其二是非平稳面板数据模型的发展,包括面板数据单位根检验与协整分析,以及包含非平稳变量和未知时间趋势的估计与检验等;其三是包含横截面相关(cross-sectional dependence)的面板数据建模。
面板数据通常包含两个维度,行为个体与时间维度。
行为个体可以是微观层面的家庭、个人或,也可以是宏观层面的国家、产业或地区。
传统的面板数据建模通常假设面板数据各行为主体之间是完全独立的(横截面独立假设,cross-sectionalindependence),这就完全排除了行为个体之间可能存在的相互影响,从而导致模型估计与检验的一系列问题。
横截面相关性已成为面板数据领域最为活跃的科研方向之一。
目前文献中处理横截面相关的方法主要有三种:其一是通过因子模型(factormodel)描述横截面相关性,然后通过模型中可观测变量的横截面平均作为因子模型中不可观测的共同因子的代理变量,用以解决因共同因子不可观测性而带来的内生性问题(Pesaran,20XX; Pesaran & Tosetti, 20XX等);其二是交互效应(interactive effect)模型,通过PCA的方法直接估计不可观测的共同因子(monfactor)与因子系数(factorloading),通常使用的估计方法包括QMLE和最小二乘法(Bai, 20XX, 20XX等);其三是使用一系列距约束条件描述横截面弱相关性,不需要借助于常见的因子结构(Chen etal., 20XX等)。
最近几年,这一领域的发展主要集中在将横截面相关性与半参数或非参数模型相结合,研究模型的估计与检验方法,这也是目前最为活跃的研究领域之一。
(二)微观计量经济学与政策评估因果分析与政策效应评估是经济分析最为关注的核心问题,其主要难点在于经济事件与经济政策的内生性问题,以及虚拟事实的不可观测性。
社会经济系统作为一个有机的整体,各类因素各种事件往往存在复杂的相互。
由于巨大的社会成本与经济成本,社会经济政策无法使用类似于自然科学中常用的模拟实验的方法。
为了解决内生性问题,经济分析通常借助于所谓的“准实验”(quasi-experiment)机会,使用工具变量方法,以及在工具变量方法上发展起来的一系列估计政策处理效应(treatmenteffect)的方法。
工具变量必须同时满足相关性与外生性的要求。
所谓相关性,是指工具变量必须与内生的结构变量高度相关,否则便称之为弱工具变量(weakinstruments)。
所谓外生性,是指工具变量仅通过内生的结构变量影响回归模型中的被解释变量,而不存在其他独立的影响渠道。
九十年代中期以来,计量经济学家发现当存在弱工具变量的情况下,无论是小样本还是大样本,常见的工具变量估计方法,包括两阶段最小二乘估计与有限信息最大似然估计都无法得到一致性的估计量。
这一时期大量的研究主要集中在工具变量质量的检验,以及存在弱工具变量情况下不同的统计检验方法。
最近十年中,计量经济学家更加关注工具变量的外生性问题,讨论在工具变量严格外生性条件无法满足的情况下对统计检验的影响。
目前较有影响的做法是采用再抽样(resampling;Berkowitz et al., 20XX)或贝叶斯的方法校正近似外生性的影响(Conley etal., 20XX; Kraay, 20XX)。
随着大数据时代的来临,计量经济学家也开始关注在存在大量工具变量的情况下工具变量的选择问题。
目前主要的做法分为两类,一类是在工具变量中加入稀疏性(sparcity)假设,采用LASSO等变量选择的方法在第一阶段选择有效的工具变量;另一类是不采取稀疏性假设,通过主成分分析或岭回归等降维的正则化(regularization)方法处理估计中的问题(Hansen et al.,20XX; Okui, 20XX; Carrasco, 20XX; Hansen & Kozbur, 20XX 等)。