统计计量 | 计量经济学前沿理论与方法

来源：三农学术

转载：计量经济学

原文：纪园园,谢婼青,李世奇,邸俊鹏.计量经济学前沿理论与方法——第四届中国计量经济学者论坛(2020)综述[J].经济研究,2021,56(04):201-204.

一、 前 沿

随着数字经济、网络经济、平台经济的迅猛发展，各个领域的数据不断增多。大数据时代正在到来，传统的量化方法在建模、结构分析和预测中遇到较强的局限性。因此，对中国经济运行进行跟踪、分析和预判及对各项宏观产业政策进行量化评估亟需进一步推广计量经济学理论与方法，从而更好地发挥量化方法在经济社会中的作用。一方面，要坚持不懈继续与国际一流的计量学者和同行保持交流对话，在方法上不断跟进、学习和超越。另一方面，要结合中国问题的实际情况，从模型方法的适用性、模型类型对数据的依赖性、模型总体设定的经济关系导向、模型变量设定的相对性、模型随机扰动项的源生性、假设检验的不对称性以及模型应用的局限性等方面认真考量，从而更好地对中国经济问题进行定量分析，掌握经济发展规律。

近30多年来计量经济学者们通过探索已经将参数模型推广到非参数的领域，实现了在更一般的假设条件下建立模型，得到的估计不依赖于较强的假设条件，具有更好的稳健性。然而，非参数估计方法也存在很多的局限性，尤其是随着变量维数的增加，非参数的估计精度急剧下降，产生了所谓的“维数诅咒”问题。^[1]

大数据带来的多样性和复杂性给计量经济学带来了前所未有的挑战，由于其具有高维、非结构和非线性等特点，对数据存储和计量技术都提出了更高的要求，现有的计量经济学方法较难对其进行建模和预测。针对海量、高维数据，一个重要的工具就是机器学习技术。它包括数据驱动型的有监督机器学习技术，包括用来处理维度较高数据的无监督机器学习方法以及有监督学习和无监督学习相结合的“半监督”机器学习方法。还有不同于上述方法的强化学习，它不只依靠对已有数据进行学习和训练，还在不断变化的环境中通过大量连续的试错，以探寻能够产生最佳结果的路径。^[2]此外，在大数据背景下，机器学习还可以应用于因果推断以及政策评估，通过从一系列数据中挑选重要的协变量来改善处理效应的估计结果、估计处理效应模型的异质性。

二、 计量经济学者的新探索

第四届中国计量经济学者论坛于2020年12月19—20日在上海社会科学院召开。本届论坛由经济研究杂志社、厦门大学王亚南经济研究院与邹至庄经济研究中心、中国科学院预测科学研究中心、东北财经大学经济学院、上海社会科学院数量经济研究中心、上海财经大学经济学院共同主办，由上海社会科学院数量经济研究中心承办，同时得到了上海社会科学院研究生院、系统工程理论与实践杂志社、计量经济学报杂志社和金融发展杂志社的鼎力支持。本届论坛共收到一百余篇投稿，五十余位国内外著名计量经济学专家、青年学者和博士生参会并发表演讲。本部分将对论坛的研讨成果进行介绍。

（一）计量经济理论与方法

该主题的论文集中在大数据与机器学习在计量经济建模中应用、结构变化计量模型和变系数模型、非参数计量模型与空间计量模型等领域。萧政教授讲述了大数据预测的过程，指出利用人工智能算法，通过选择和压缩的方法，从数据中找到最优变量，然后建立预测模型。他认为AI算法的关键是用一种模式的识别或者一系列的特征和协变量去体现模型中包含的信息，大数据预测可被定义为一种数据驱动的决策方法。汪寿阳教授使用计量模型和机器学习、深度学习方法对新冠疫情对全球经济的影响进行了分析和预估，提出了基于非参数时变Jackknife模型平均方法，降低了模型选择过程中的不确定性风险。龚嫣然梳理了机器学习技术从拟合和预测的角度为传统因果效应方法带来的优化提升，发现机器学习技术主要从函数拟合和反事实预测的角度提升了因果效应模型估计的准确性与稳定性。

曹一秋提出在广义回归中最小化残差平方和估计突变点，并且对于非参数回归中的结构突变提出Sup-F统计量来检验结构突变点。孙佳婧研究了时间序列中的结构突变检验，并基于部分和过程的调整范围提出了一种新的自正则(self-normalization)检验方法。

孙玉莹提出了一种新的时变系数模型平均方法，该方法通过适应性LASSO来为备选模型确定最优的时变权重，从而避免了过拟合问题。雷罗宇凡提出了一种非线性空间自回归模型，并推导出Rao's score检验法的各种组合，用以检验原始和稳健形式下模型的线性或对数线性函数形式和空间相关性的存在。金飞讨论了高阶空间自回归模型的估计问题，提出了一种非参数极大似然估计方法，并证明了估计量的一致性和渐近正态性。

刘晓彬研究了分位数处理效应在配对设计实验中的估计和推论，并提出了一种能提升统计效果的自助方法。张征宇提出了一种新的因变量条件双重差分估计方法，用来估计2008年起实施的新《劳动合同法》对福利初始水平不同的劳动者所产生的异质性保护效果。戴圣涛为检验条件模型的正确设定提出了一种双投影检验方法，可以有效避免“维数诅咒”和估算不确定性等问题。徐敬之提出了一种将统计和结构组合的集成估计方法，用于改进预测和因果推理。许博宇基于函数型数据分析的方法，探究“封城”措施的实施对于武汉市空气质量的影响。谢婼青引入重复交易模型用以编制综合指数，从参数改进的视角出发建立一种新的估计方法，解决重复交易模型中严重的多重共线性问题。

（二）宏观计量经济学及其应用

该主题的论文集中在中国经济增长和经济运行、经济政策评估、收入分配与社会投资领域。李雪松教授提出在新发展格局下，要供需两端发力来畅通国民经济循环，不仅要坚定不移建设制造强国、质量强国、网络强国、数字中国，而且要以开放、融合、创新为抓手，促进服务业扩容提质增效。韩宝国基于动态经济增长模型，指出产品智能化对中国工业增长的贡献是显著的。王霞将金融市场的高频数据和传统的低频宏观经济数据相结合，分别构建了中国经济的高频经济状况指数和高频通胀状况指数，并且对我国GDP和CPI等关键宏观经济指标进行实时预测。在经济波动方面，李戎研究了地方政府在平抑经济波动中的稳定作用，发现垂直财政失衡削弱了地方政府的稳定效应。吴茂华在一个多部门的经济增长模型框架之中，探讨了服务业占比的驱动机制并厘清服务业占比提升如何影响经济增长。在经济不确定方面，王蕊研究发现宏观经济不确定性对我国的进出口贸易、出口贸易以及进口贸易均产生了抑制作用。张靖泽研究了通胀预期在政策不确定性影响企业投资中的作用，从宏观VAR模型和微观面板数据模型中识别通胀预期的影响路径和机制。

朱平芳研究员等在解决了没有对照组的困难后发现，科技激励政策对非国有高技术产业研发经费投入与专利产出的规模扩张产生了显著宽度效应，但对投入与专利产出的结构优化和新产品销售收入相对增速提升这些显示质量的深度效应方面存在但不明显。杨岚运用双重差分法，基于城市制造业产业结构绿色转型和企业技术升级两个角度，探究了环境规制对城市制造业转型升级的影响，并进一步考察环境规制的具体作用渠道。高理翔从资本要素市场合理流动角度分析了全要素生产率所带动的产业升级机制，发现其增长与产业升级存在显著正相关且门槛效应显著。曹思力研究了1999年扩招政策对中学和大学毕业生整体收入的影响，发现扩招政策对提升中学生和大学生的整体收入具有正向影响，但其边际影响随着录取率的提高而下降。

刘丰讨论了将收入分布引入一个包含两类劳动力的世代交叠模型，分析了长寿对收入不平等的影响。宁磊探讨了收入冲击向消费的传导问题，发现无论对于永久性收入冲击，还是暂时性收入冲击，中国家庭均无法做到完全自我保险。陈莹莹通过构建信息不对称下的投资决策模型，研究了收入分配通过投资需求和投资资金供给对本地区投资的直接效应和对其余地区投资的间接效应。陈婷玉研究了不同类型需求驱动内资企业、外资企业增加值形成的模式，发现中国内资企业在提供最终需求品时对自身增加值形成的驱动效应十分显著。

（三）微观计量经济学及其应用

该主题的论文集中在人口与经济发展、劳动力供给与就业、企业经营和家庭消费与金融资产领域。左学金教授对中国人口总量变动趋势、不同年龄阶层的人口比例分布进行了研究，他预测直到21世纪末，中国人口将有大幅缩减，老年人口比重将持续上升。付裕研究了影响女性生育意愿的因素是否存在初育延迟差异，发现抚养子女的时间成本上升，会显著降低女性二孩生育意愿，且存在显著的初育延迟差异。陈枷梓提出一个无套利期限结构半参数模型，利用费雪方程式将人口生命周期引入模型，通过生命周期影响函数驱动长期趋势，有效地利用期限结构信息推断年龄影响函数。

Newey教授指出税收对于劳动力供给、应税收入和福利有非线性的效应，其中应税收入弹性是预测税制改革效果的关键参数。邸俊鹏研究了工业机器人对我国制造业劳动力市场的影响，发现工业机器人的应用促进了制造业工人就业和工资的“升级”。王俏通过构建议价模型研究了政府对劳动市场的干预程度，发现中国政府在劳动力市场上的议价能力非常高。许玲丽研究了个体闲暇、家庭责任对主观幸福感的影响，发现个体闲暇对主观幸福感影响显著且稳定。李愚昊针对个体行为进行动态建模，从而减少了静态模型中观察到的内在异质性，并将其应用于分析工人的缺勤行为。

袁煜玲研究了融资经历对小微企业自我信贷约束的缓解作用及其传导机制，提出应鼓励银行小微企业提供体验性贷款的建议。张瑜从企业异质性角度考察了反倾销对我国不同企业出口的影响，发现美国对华反倾销显著地抑制了我国企业出口。王浩宇基于微观地理数据构建了两个指标来衡量创新活动的集聚程度，并对长三角城市工业企业创新集聚水平进行了测度。李杰伟研究了互联网对产业集聚的影响，发现互联网对生产型服务业存在显著的U型影响。

罗翔采用大规模的微观农户数据研究了公共支出与消费增长率之间的关系，发现农村公共支出增长率对农户消费增长率有显著的负向影响。沈一帆构建了分布式居民消费价格指数，并基于该指数提出了货币政策通过消费价格影响不平等的新机制。周华东考察了住房公积金对家庭金融资产配置的影响，发现住房公积金显著影响家庭持有风险金融资产的概率及比重。

（四）金融计量经济学及其应用

该主题的论文集中在机器学习与金融计量结合，资产收益、股票波动、金融风险等宏观金融计量分析以及公司金融领域。洪永淼教授提出一种新的对高维多元GARCH模型的机器学习估计方法，该方法可以提高样本外夏普比率，大大降低投资组合风险。陈嵘教授针对高维矩阵时间序列，提出了一类称为矩阵AR模型的方法，该方法能有效避免矩阵的向量化丢失列和行的结构信息，并且可以进一步降维。苗克研究了具有未知共同因子的高维VAR模型，并将其应用于探索金融资产价格波动和投资者恐慌情绪之间的动态联系。Linton教授引入了ReMeDI范式来度量微观结构性信号噪声，将观察到的序列(比如股票价格序列)分解为具有经济解释的潜在过程和偏差。基于高频数据，他提出了微结构噪声过程的任意有限矩的一致估计，该过程可以是序列相关和非平稳的。

廖小赛提出了一种新的工具变量方法，可以很好地实现对具有持久预测量和条件异方差的资产收益的预测。蒋斐宇提出了半参数广义自回归条件异方差模型，解决了使用参数模型预测经济数据波动性时的局限性。杨炳铎通过几个财务变量和投资者信心指数重新检验了股票收益的可预测性。李泽昊研究了货币政策对资产价格和宏观经济的影响依赖于一级交易商的程度，指出一级交易商的杠杆率对政策传导具有很强的影响。赵晓璐提出了一种新的估计方法，将微观结构噪声和大幅价格跳跃的贡献从价格过程中分离出来，进而影响资产定价和预测。张晨提出贝叶斯方法对Wishart二次型模型进行估计，使得即使在完全仿射形式风险价格的设定下，债券的超额收益率仍然可以在正负之间来切换。李欣珏提出了一种自适应惩罚方法预测债券超额收益率，该方法相比其他预测方法(RMSPE、MAPE)可以降低约24%—50%的错误。王琳玉通过“好”波动和“坏”波动的相对差值构造隐含波动非对称指标，发现隐含波动非对称值越大，股票未来收益越低。于明哲从风险加速器效应的检验、模拟、测度等崭新的研究视角，考察了系统性金融风险对中国实体经济冲击分布的影响。

倪博基于科创板转融券数据发现，虽然市场化改革带来的借券供给增加降低了借券费率，然而T+0策略需求显著推高了借券费率。张涤新构建了公司选择会计师事务所审计的博弈模型，证明存在违规概率小(大)的公司倾向选择声誉高(低)的会计师事务所的选择偏好趋同效应。顾明提出了一种新的统计量来预测大宗商品市场上的收益，相比较传统基础的预测效果更好。沈根祥研究了动态Nelson-Siegel(DNS)利率期限结构模型，采用GARCH模型设定DNS模型观测方程条件异方差，提出了具有时变方差的GAS-DNS模型。

三、 结语与展望

现代信息社会的发展带来了大量数据资料，尤其在经济和社会发展领域，如何将大量的经济、金融和营销数据转化为经济宏观调控、经营决策的依据和动力，成为经济、社会发展的关键。大数据时代背景下，庞大的复杂数据为计量经济学方法带来了新的挑战，也对计量经济学的发展和理论突破带来了千载难逢的机遇。^[3]高维、高容量数据包含着一般数据没有的信息，催生了机器学习等人工智能的数据分析方法，推动了计量建模的理论与方法创新。机器学习方法进一步充实和扩展了传统的计量经济方法体系，是对现有计量方法的有效补充。例如，复杂的计量经济学模型需要估计较多参数，采用机器学习方法则可实现参数的有效估计并提高模型的估计效率。在互联网技术和数字经济快速发展的背景下，高维度和非结构化数据建模、时空数据建模、大数据政策评估计量分析等将是近年来研究的重要领域。

---

参考资料

[1]

李子奈、刘亚清，2010: 《现代计量经济学模型体系解析》,《经济学动态》第5期

[2]

黄乃静、于明哲，2018: 《机器学习对经济学研究的影响研究进展》,《经济学动态》第7期

[3]

汪寿阳、洪永淼、霍红、方颖、陈海强，2019: 《大数据时代下计量经济学若干重要发展方向》,《中国科学基金》第4期

星标⭐我们不迷路！

想要文章及时到，文末“在看”少不了！

点击搜索你感兴趣的内容吧

往期推荐

数据Seminar

这里是大数据、分析技术与学术研究的三叉路口

推荐 | 马纯菲

    欢迎扫描👇二维码添加关注    

点击下方“阅读全文”了解更多