§54 从传统建模理论到约化建模理论.ppt

§5.4 从传统建模理论到约化建模理论 一、传统建模理论与数据开采问题 二、“从一般到简单”——约化建模型理论 三、非嵌套假设检验 四、约化模型的准则 亨德瑞的约化建模理论，吸收了向量自回归建模法与协整理论的部分内容，提出了“从一般到简单”的建模思想，在现代计量经济建模理论方面有着较大影响。 一、传统建模理论与数据开采问题 传统计量经济学的主导建模理论是“结构模型方法论”： 以先验给定的经济理论为建立模型的出发点， 以模型参数的估计为重心， 以参数估计值与其理论预期值相一致为判断标准， 是一个“从简单到复杂”的建模过程（simple-to-general approach）: 二、“从一般到简单”——约化建模型理论 该理论认为：在模型的最初设定上，就设立一个“一般”的模型，它包括了所有先验经济理论与假设中所应包括的全部变量，各种可能的“简单”模型都被“嵌套”（nested）在这个“一般”的模型之中。然后在模型的估计过程中逐渐剔除不显著的变量，最后得到一个较“简单”的最终模型。 这就是所谓的“从一般到简单”（general-to-specific）的建模理论。 从一般到简单的约化建模过程 一旦建立了一个“一般”模型，就可对其进行约化（simplification research），寻找可能的简单模型。 这往往是通过检验“嵌套”于其中的各种简单模型进行的。主要包括（1）各种“约束”检验与（2）设定偏误检验，等。 一般模型的约化过程，是一个自上而下（top-down）逐级化简的建模过程。只有当观测数据不支持约束条件时，才退回到上一级，检验其他可能的约束，或者得到最终模型。 包容性F检验主要存在以下问题: (1)人为构造的一般模型没有实际的经济意义，尤其在H0与H1分别反映两种对立的经济理论的情况下更是如此； (2)有可能出现同时接受或拒绝H0与H1的现象； (3)当Z与W高度相关时，往往导致既不能拒绝H0 ，也不能拒绝H1 ，因为在一般模型中去掉任何一个变量，都不会使拟合优度下降很多。 另一个解决办法是建立如下的一般模型： 如果?=0，则为模型H0， 如果?=1，则为模型H1。 因此，可通过检验施加的约束?=0是否为真来判断H0是否为正选模型。 问题是由该模型无法直接估计出?的值。戴维森（Davidson）和麦金农（Mackinnon）建议通过下面步骤估计?： 四、约化模型的准则 从一般到简单的建模过程，同样存在着数据开采问题。 一个“一般”模型经过k步约化后得到最终的简化模型，可以证明，每一步中的名义显著性水平?与最终模型中各种检验的实际显著性水平?*间有如下关系： ?*=1-(1- ?)k “从一般到简单”的建模过程本身就是一项十分艰巨复杂的工作。各约化步骤往往是需要反复进行的，约化步骤的顺序也需要灵活按排。 而且，从实践上看，由于各种因素的影响，所建立的最终的简化模型不一定就是最“理想”的模型。亨德瑞给出了一个约化模型的基本准则： 例5.4.1 在§3.5的例3.5.1中，曾以传统的建模方法建立了1981~1994年间的中国城镇居民食品消费需求模型。 * 20世纪70年代中叶以来，计量经济学建模方法与建模理论得到了迅速发展。出现了利莫尔（Leamer）的贝叶斯建模方法，西姆斯（Sims）的向量自回归建模型法、亨德瑞（Hendry）的约化建模理论以及第10章将要学习的协整建模理论。这些现代建模理论是在对传统建模理论的不断质疑与修正中发展起来的， 对不同变量及其数据的偿试与筛选过程. 这种传统的建模方法却有着某些固有的缺陷。其中备受质疑的是这种建模过程的所谓“数据开采”（Data minimg）问题。 数据开采:对不同变量及其数据的偿试与筛选 这一过程对最终选择的变量的t检验产生较大影响 当在众多备选变量中选择变量进入模型时，其中t检验的真实的显著性水平已不再是事先给出的名义显著性水平。 显著性水平意味着将一个无关变量作为相关变量选入模型而犯错误的概率。 罗维尔（Lovell）给出了一个从c个备选变量中选取k个变量进入模型时，真实显著性水平?*与名义显著性水平?的关系： ?*=1-(1- ?)c/k 如： 给定?=5%，如果有2个相互独立且与被解释变量无关的备选变量，误选一个进入模型的概率就成了 1-(1-0.05)2=0.0975 传统建模方法的另一问题是它的“随意性”。 其结果是：对同一研究对象，使用同一数据，但不