计量方法,本质都是统计学,如果只求方法而忽视经济问题本身,那就不是计量经济学,而是标准的统计学.个人认为计量经济学的方法论上的大突破完全是问题驱动的.你看看所有的开山之作,哪一篇的方法论不是源于为了解决研究问题中出现的种种普通方法所不能解决的难点? Cointegration为了解决伪回归以及估计时间序列中存在的long-run equilibrium关系;Sims的VAR源自为了解决当年流行的多方程系统方法所产生的"卢卡斯批判"等问题;最近非常流行的Bayesian DSGE是为了解决Calibration所用信息过于简单,GMM方法有限信息的问题,当然背后的理论思想是理性预期;Regime Switch是为了detect美国宏观数据中出现的明显的structural change; Chow Test是源于他当年在IBM做汽车需求时看到的数据中可能具有结构变化,这是他老人家给我们上课时自己说的; Heckman的two stage regression是为了解决数据本身self-selection(truncated)而导致的内生性问题;我是做宏观的,其他微观例子欢迎补充.
个人觉得国内的计量与其说是计量,还不如说是应用计量或者是实证计量(empirical),除了很少很少(<0.1%)的老师在做理论以外(厦大wise有,华中科大有,上财有,北大光华有,中山岭南有,其他欢迎补充),几乎全是拿国外现成的方法来套中国数据的.我说的"套",并不是指那些由于对经济现象本身的思考而想到用现成计量模型来研究的文章(个人觉得这类文章是应用类的好文章),绝大多数是看到国外出了个新方法,然后赶紧依葫芦画瓢,拿中国的数据直接run的,给中文top审过的文章,全是这种情况,top杂志都这样,可想其他杂志又能好到哪里去?
我们是在做经济学,通过数据中的一些简单的统计性质我们来思考问题(或者相反),然后再构建严密的计量模型来发现现象,解释问题.
所以,如果能用非常简单(或者是合适)的统计技术解决所要研究的问题,这才是好的应用计量.所有国际top杂志的应用计量文章都是问题驱动的,哪有说什么现在人家有个现成的方法,然后我来想想套个什么问题把它写出来的.
片面地刻意追求高深技术的文章(JoE,ECTA的理论文章背后全是有经济问题背景的),不叫经济学,叫统计学.不过,这样的原创文章需要非常坚实的数理统计基础,以中国国内的论文考核制度,没有多少人会静下心来做吧.
|