恩格尔和格兰杰对经济计量学的贡献.doc

恩格尔和格兰杰对经济计量学的贡献 经济学家对经济问题的分析往往以一定的经济理论为基础，但任何经济理论都源于现实经济生活，并经受经济现实的检验。作为经济变量的定量指标，经济数据不仅是检验经济理论或提出某种经济理论的客观依据，而且是对现实经济问题进行经验分析的基础；而对经济数据进行整理和分析，并据此探寻经济变量之间的相互关系或变量的内在变化规律，则是经济计量学家的任务。鉴于经济计量学的重要性，诺贝尔经济学奖多次授予了直接或间接地对经济计量学做出重要贡献的经济学家；1970年度诺奖得主萨缪尔森更是指出，二战之后的经济学是经济计量学的时代。本年度两位诺奖得主的获奖依据，就是他们针对经济计量中的时间序列数据的两个核心特征(时变的波动性和非平稳性)，提出了具有重要理论价值和应用潜力的分析方法。其中，恩格尔教授(Robert Engle)对随时间变化的波动性的研究，不仅为研究人员提供了不可或缺的分析工具，还为分析人员的资产价值评估和风险评估找到了捷径，在货币和资本市场上的金融证券分析中具有广泛的应用；格兰杰教授(Clive Granger)针对时间序列非平稳性提出的协整分析，则为探讨经济变量的长期关系和短期关系，提供了具有重要应用价值的分析方法。 一、经济计量分析的两个时代 在经济理论的早期发展过程中，由于缺乏经济计量手段，经济理论争论往往由于定性研究的含糊而陷入无休止争论的尴尬境地(并且，多数争论不了了之)。以现实经济数据为基础的经济计量学的出现，则为经济理论争论提供了毋庸置疑的客观标准。因此，两位经济计量学家(弗里希和丁伯根)毫无争议地获得了首届(1969年)诺贝尔经济学奖。此后，为了尽可能充分反映现实经济变量之间的复杂关系，经济计量模型变得越来越复杂，模型中的经济变量数目和方程数目越来越多，美国经济学家劳伦斯·克莱因正是据此获得了1980年度的诺贝尔经济学奖。复杂的模型、数以千计的变量和方程数目，是传统经济计量分析的典型特征，它在20世纪50、60年代达到了最辉煌的时期。 从20世纪70年代开始，人们对耗资巨大的复杂经济计量模型产生了越来越多的怀疑。其一，对于时间序列数据(同一个经济变量在不同时点上的观测值)而言，如果它是非平稳的，那么传统的计量分析和假设检验就会失效，并可能导致严重的虚假回归(在两个没有关系的经济变量中得到很强的相关性)；其二，在预测精度方面，简单的时间序列模型常常优于复杂的经济计量模型。因此，自20世纪80年代以来，经济计量分析发生了显著的变化：第一，人们更加重视动态经济模型和相应的时间序列分析，以至于汉密尔顿在其经典教科书《时间序列分析》中指出：时间序列经济计量学实际上已经成了实证宏观经济学的同义语；第二，人们更加重视成熟的简单或简单的美，在研究中越来越多地采用相对简单的、让数据自己说话的时间序列模型，而不是复杂的传统计量模型。由于许多经济数据是时间序列数据，因此，经济计量学的这些变化对于许多经济问题的研究具有重要的意义，在某种程度上开创了经济计量分析的新时代。本年度诺奖得主恩格尔教授和格兰杰教授通过对时间序列两个关键特征的卓有成效的研究，极大地促进了时间序列计量经济学的发展，成为开辟这一新时代的重要拓荒者。 具体而言，经济数据包括横截面数据(某经济变量在同一时点上的观测值，如各股票在某日的收盘价格、各国在某年的人均收入等)和时间序列数据(某经济变量在不同时点上的观测值，如某种股票的每日价格构成的数据集合等)两大类。在宏观经济学和金融经济学中，人们经常要运用时间序列形式的数据，这类数据反映了GDP、价格、利率、股票价格等经济变量的动态轨迹，它们是人们探求经济变量的内在规律或对相关经济变量进行预测的基础。不论是横截面数据还是时间序列数据，传统经济计量方法都假设其随机误差项(被解释变量中不能由解释变量予以解释的部分)的均值(即随机误差项的平均水平)为零、方差(即随机误差项的变动幅度)为固定常数，且协方差为零(即随机误差项相互独立)。对于时间序列而言，这些假定意味着该时间序列是平稳的。然而，一旦这些假定不能满足，就会导致严重的后果：传统的经济计量分析方法失效。令人遗憾的是，多数时间序列数据并不满足这些假定；许多复杂的传统计量模型，由于忽略了时间序列的这类特征，虽然耗资巨大，但其方法和结论却是根本错误的。 1974年，格兰杰在同纽博尔德(Newbold)合作的《经济计量学中的虚假回归》一文中指出，如果一个时间序列是不平稳的(即不满足上述假定)，那么传统的t检验(对系数的显著性进行检验)和F检验(检验整体解释效果)就不成立，其实际结果往往是在没有什么关系的变量之间(或变量与滞后值之间)得出显著的相关关系(即虚假回归)。当然，我们也可以通过对经济变量进行差分等方法来避免非平稳问题，但由于多数经济变量的经济含义及其相互关系是以