大数据时代计量经济学发展展望.pdfVIP

大数据时代计量经济学发展展望

计量经济学已成为我国高校经济管理类学科本科和研究生必修的心理论课程之一，并

在我国经济学界越来越受到关注，正可谓经济学界的“宠儿”，引领经济学的研究方向。任

何计量经济学研究都离不开高质量的数据。然而对计量经济学学者来讲，数据都是观测数据

而非实验数据，很难得到大而全、高质量的数据,导致模型拟合存在天生缺陷。经济理论或

模型作为对复杂现实经济的简化抽象，只能刻画主要的或重要的经济因素。而实际观测到的

数据却是由许多因素共同作用的结果，其中，有些因素是未知的或不可观测的，或者没有包

括在经济模型中，因此反映不出它们的影响。数据搜集困难导致数据不全、质量不高，加之

计量模型假设过于苛刻和模型的过度拟合等缺陷致使处理结果缺乏可信度和实用性，因此当

下计量经济学研究价值也饱受争议。自然科学中很多学科，如物理学，能够精确地把握物体

运动规律和预测物体运动变化，一个重要原因是所研究的物理系统在相当长的一段时间内不

具有时变性。经济系统则有很大不同，经济发展是一个不可逆或不可重复的动态过程，经济

关系和经济系统也常常发生时变和结构性变化。

大数据概念炙手可热：随着互联网的发展，大数据有着强大的数据采集能力，且数据的

采集具有实时性；大数据处理和数据建模都有专业的大数据团队来完成；计算机本身拥有强

大的计算、分析和处理能力，计算机没有失误（除非程序本身错误）、不存在偏见和丰富的

感情色彩。大数据使得不论是在数据的采集、数据的挖掘、数据的处理和数据建模等方面都

有了质的飞跃，然而大数据能否弥补计量经济学的局限？在哪些方面、多大程度上弥补？大

数据又将给计量经济学带来哪些影响和冲击？

一、计量经济学的局限性

（一）数据

1.数据的搜集

计量经济学研究的成功不开全面、高质量的数据。然而，全面、高质量的数据不开

高水平的数据采集。因为受数据采集的工具、采集的条件和采集人员的失误等因素的限制，

导致经济数据可能存在测量误差，数据很难满足高质量、全面、准确的要求，且经济学学者

搜集到的原始经济数据几乎都已经过工作人员的处理，工作人员在数据统计时难免带有偏见

和盲点，无论预测人员带有什么偏见和盲点，这些偏见和盲点都可能会被复制到他的计算机

程序中，加之工作人员的偷悚和难以避免的失误等人为因素，都会使得采集的数据存在失真

可能，数据经过多重的辗转反侧和多级的蹂躅才到达研究者手中。一些经济变量数据缺失，

也使得经济理论研究数据缺乏完整性，给计量经济学研究带来阻碍。

同时经济数据的获得存在严重的时滞现象，时滞也使得数据的使用价值和统计计量研究

价值黯然失色。如美国劳工统计局的人员每个月公布（CPI）,联邦政府为了得到相关数据,

要雇佣很多人向全美90个城市的商店、办公室打电话、发传真甚至登门拜访。然而采集到

的各种各样的数据信息达80000种，政府要采集这些数据每年大概需要花费两亿五千万美元。

这些数据是精确的也是有序的，然间从数据的搜集到到达统计计量经济学者手中再到结果的

公布会滞后数周。2008年的经济危机表明，这种滞后是致命的。对于计量经济学学者来说,

所使用的数据时间跨度更大，要求披满厚厚灰尘的数据有“左右”未来经济的能力，未免力

不从心，数据的过于陈旧，也使得计量经济学模型频繁遭遇滑铁卢。

2.数据的处理

对于搜集到的数据，作为数据的应用方一经济学学者只能被动接受。建模者通常面对的

是观测数据而非实验数据。这对计量经济学中的经验建模有两方面的重要含义。首先要求

建模者掌握与分析实验数据极为不同的技巧……其次数据搜集者与分析者的分离要求建模

者十分熟悉所用数据的性质和结构。

因而经济学