張賀祺

(內(nèi)蒙古財(cái)經(jīng)學(xué)院 經(jīng)濟(jì)學(xué)院,內(nèi)蒙古 呼和浩特 010051)

關(guān)于經(jīng)濟(jì)回歸分析方法的使用評(píng)價(jià)

張賀祺

(內(nèi)蒙古財(cái)經(jīng)學(xué)院 經(jīng)濟(jì)學(xué)院,內(nèi)蒙古 呼和浩特 010051)

回歸分析方法在經(jīng)濟(jì)分析方法中占據(jù)著舉足輕重的地位,也為現(xiàn)代西方經(jīng)濟(jì)學(xué)的科學(xué)化作出了突出貢獻(xiàn),當(dāng)然,其中也有很多不足和問題有待解決。本文主要介紹了現(xiàn)代回歸分析方法的適用范圍和限制條件及隨機(jī)擾動(dòng)項(xiàng)的含義。重點(diǎn)分析了經(jīng)濟(jì)回歸分析模型的誤用中的“偽回歸”與未考慮異方差和自相關(guān)問題,并舉出了實(shí)例,總結(jié)了應(yīng)用回歸模型應(yīng)注意的事項(xiàng)及帶給我們的啟示。

回歸分析方法;誤用;偽回歸;異方差;自相關(guān)

引言

在現(xiàn)代意義上,回歸分析是用來研究一個(gè)變量(稱之為被解釋變量或應(yīng)變量)與另一個(gè)或多個(gè)變量(稱為解釋變量或自變量)之間的依賴關(guān)系。其目的是通過解釋變量的給定值來預(yù)測(cè)被解釋變量的平均值或某個(gè)特定值。這種一個(gè)變量依賴于另一個(gè)或幾個(gè)變量并相隨變動(dòng)的例子在社會(huì)生活中有很多。例如收入與支出的關(guān)系、失業(yè)率與通貨膨脹率的關(guān)系(菲利普斯曲線)、廣告效應(yīng)與廣告費(fèi)用、廣告媒介的關(guān)系等?；貧w分析就是研究這種變量之間相隨變動(dòng)的關(guān)系。

回歸分析的功能：確定被解釋變量與解釋變量之間的回歸模型,并根據(jù)樣本觀測(cè)值對(duì)回歸模型中的參數(shù)進(jìn)行估計(jì),給出回歸方程;對(duì)回歸方程中的參數(shù)和方程本身進(jìn)行顯著性檢驗(yàn);評(píng)價(jià)解釋變量對(duì)被解釋變量的貢獻(xiàn)并對(duì)其重要性進(jìn)行識(shí)別;利用所求得的回歸方程,并根據(jù)解釋變量的給定值對(duì)被解釋變量進(jìn)行預(yù)測(cè),對(duì)解釋變量進(jìn)行控制。

一、現(xiàn)代回歸分析方法的適用范圍及限制條件

(一)回歸分析方法的適用范圍

現(xiàn)代回歸分析方法的應(yīng)用已經(jīng)被廣大經(jīng)濟(jì)學(xué)家及機(jī)構(gòu)認(rèn)可,其主要研究三個(gè)方面,即分析市場(chǎng)供求、分析經(jīng)濟(jì)現(xiàn)象及制定相關(guān)政策、分析投入產(chǎn)出。

市場(chǎng)供求分析,是回歸分析方法適用的最主要的一個(gè)方面,其主要是為了通過回歸分析使政府及時(shí)有效地進(jìn)行宏觀調(diào)控,使市場(chǎng)經(jīng)濟(jì)更加有序進(jìn)行。例如,價(jià)格增長(zhǎng)1%時(shí),需求將下降0.5%。用0.5%比1%即為需求的價(jià)格彈性。又如,牛肉價(jià)格上漲后,消費(fèi)者轉(zhuǎn)而購(gòu)買豬肉;由于牛肉價(jià)格上漲1%,豬肉需求將增加2%,用2%比1%得到豬肉的替代彈性為2。由此政府會(huì)制定一系列抑制牛肉價(jià)格政策,以保證市場(chǎng)的穩(wěn)定運(yùn)行。

經(jīng)濟(jì)現(xiàn)象分析是建立經(jīng)濟(jì)活動(dòng)模型以便分析和預(yù)測(cè)整個(gè)經(jīng)濟(jì)變動(dòng),是回歸經(jīng)濟(jì)分析的重要組成部分。以分析影響我國(guó)鋼材供應(yīng)量相關(guān)因素為例：

通過分析我國(guó)改革開放以來(1978-1997)鋼材供應(yīng)量的歷史資料,可以建立一個(gè)單一方程模型。根據(jù)理論及對(duì)現(xiàn)實(shí)情況的認(rèn)識(shí),影響我國(guó)鋼材供應(yīng)量Y(萬(wàn)噸)的主要因素有：原油產(chǎn)量X1(萬(wàn)噸),生鐵產(chǎn)量X2(萬(wàn)噸),原煤產(chǎn)量X3(萬(wàn)噸),電力產(chǎn)量X4(億千瓦小時(shí)),固定資產(chǎn)投資X5(億元),國(guó)內(nèi)生產(chǎn)總值X6(億元),鐵路運(yùn)輸量X7(萬(wàn)噸)。

obsX1X2X3X4X5X6X7Y 1978104053479.006.812566668.723624.11101192208 19791061536736.352820699.364038.21118932497 19801059538026.23006746.94517.81112792716 19811012234176.223093638.214862.41076732670 19821021235516.663277805.95294.71134952920 19831060737387.153514885.265934.51187843072 19841146140017.8937701052.4371711240743372 19851249048348.7241071523.518964.41307093693 19861306950648.9444951795.3210202.21356354058 19871341455039.2849732101.6911962.51406534386 19881370557049.854522554.8614928.349484689 198913764582010.5458482340.16909.14894859 199013831623810.862121506815153 199114099676510.87677581528935638 199214210758911.167526638.11576276697 199314524895611.5534634.41626637716 19941460897419355.3546759.41630938428 199515004.9510529.2710070.310702.9758478.11658558979 199615733.3910722.510813.112185.7967884.61688039338 199716074.1411511.4113.7311355.5313838.9674772.41697349978

鋼材供應(yīng)量數(shù)據(jù)如下：

設(shè)模型的函數(shù)形式為：

運(yùn)用OLS估計(jì)法對(duì)上式中參數(shù)進(jìn)行估計(jì),通過對(duì)數(shù)據(jù)的擬合優(yōu)度、多重共線性、異相關(guān)、自相關(guān)等分析,用EV IEWS3.0軟件,得出的結(jié)果為：

VariableCoefficietStd.Errort-StatisticProb.X20.2753790.0893373.0824850.0068 X40.5595510.0992585.6373330.0000 X50.0406090.0155242.6158180.0181 R-squared0.997244Mean dependent var5153.350 Adjusted R-squared0.996920S.D.dependent var2511.950 S.E.of regression139.4060Akaike info criterion12.85014 Sum squared resid330378.5Schwarz criterion12.99950 Log likelihood-125.5014F-statistic3075.985 Durbin-Watson stat0.790639Prob(F-statistic)0.000000

最優(yōu)模型為：Y=0.28X2+0.56X4+0.04X5(保留2位有效數(shù)字)

從最優(yōu)模型結(jié)果可以得出,生鐵產(chǎn)量、電力產(chǎn)量和固定資產(chǎn)投資對(duì)被解釋變量的影響很大。同時(shí),可以根據(jù)這些數(shù)據(jù)和分析制定相應(yīng)的政策,使回歸分析方法更具有現(xiàn)實(shí)意義。

投入產(chǎn)出分析是美國(guó)經(jīng)濟(jì)學(xué)家里昂惕夫在30年代首創(chuàng)的。所謂投入產(chǎn)出分析,就是在編制反映各部門之間產(chǎn)品量交流情況的“投入產(chǎn)出表”的基礎(chǔ)上,確立一套線性方程,用以研究各部門產(chǎn)品分配和產(chǎn)品消耗之間的關(guān)系,即對(duì)各生產(chǎn)部門和消費(fèi)部門的相互依存關(guān)系進(jìn)行數(shù)量分析。下面以一個(gè)公司的固定資產(chǎn)投資和銷售額的關(guān)系為例：

某企業(yè)1990-2010年固定資產(chǎn)投資Y與銷售額X的資料(單位：萬(wàn)元)

經(jīng)過模型的估計(jì)所得結(jié)果如下：

VariableCoefficientStd.Errort-StatisticProb.C-18.216244.249673-4.2865050.0004 X0.8325360.02716430.648880.0000 R-squared0.980174Mean dependent var102.2729 Adjusted R-squared0.979131S.D.dependent var51.19713 S.E.of regression7.396014Akaike info criterion6.930152 Sum squared resid1039.319Schwarz criterion7.029631 Log likelihood-70.76660F-statistic939.3536 Durbin-Watson stat1.021410Prob(F-statistic)0.000000

得出的最終擬合效果較好的一元線性回歸方程為：Y=-18.22+0.83X。

模型估計(jì)結(jié)果表明,該公司銷售額每增加一個(gè)單位,其固定資產(chǎn)投資額增加0.83個(gè)單位?，F(xiàn)在該公司可以利用此模型進(jìn)行投資預(yù)算和銷售額估計(jì),近而根據(jù)期望利潤(rùn)確定一年的投資計(jì)劃。

(二)回歸分析使用的限制條件與隨機(jī)擾動(dòng)項(xiàng)的含義

1.對(duì)模型和變量的假定。如：Yi=β1+β2Xi+μi,假定解釋變量是非隨機(jī)的,或者雖然是隨機(jī)的,但與擾動(dòng)項(xiàng)u是不相關(guān);假定解釋變量X在重復(fù)抽樣中為固定值;假定變量和模型無(wú)設(shè)定誤差;假定隨機(jī)擾動(dòng)項(xiàng)u為零均值：在給定的條件下,u的條件期望為零;同方差：在給定的條件下,u的條件方差為某個(gè)常數(shù);無(wú)自相關(guān)：假定隨機(jī)擾動(dòng)項(xiàng)u的逐次值互不相關(guān);假定隨機(jī)擾動(dòng)u與解釋變量X不相關(guān);假定隨機(jī)擾動(dòng)u服從均值為零、方差為δ2的正態(tài)分布。

2.隨機(jī)擾動(dòng)項(xiàng)u的含義。隨機(jī)擾動(dòng)項(xiàng)為觀察值Yi圍繞它的期望值E(Y|Xi)的偏差或離差,是一個(gè)不可觀測(cè)的隨機(jī)變量,又稱為隨機(jī)干擾項(xiàng)或隨機(jī)誤差項(xiàng)。這一偏差由于條件期望的未知性以及觀測(cè)值的隨機(jī)性,誤差項(xiàng)可正可負(fù)。但在給定解釋變量的情況下,假定其數(shù)學(xué)期望為零。雖然一次觀測(cè)誤差項(xiàng)有正有負(fù),但多次重復(fù)觀測(cè)所得到的平均誤差為零,即大量的隨機(jī)干擾因素對(duì)被解釋變量的總影響由于相互抵消而為零,這也表明,回歸直線通過條件均值。隨機(jī)擾動(dòng)項(xiàng)包括被省略而未進(jìn)入回歸方程但又影響被解釋變量的因素、變量觀測(cè)值的觀測(cè)誤差的影響、變量替代造成的影響、模型關(guān)系的設(shè)定誤差的影響、隨機(jī)因素的影響。

在回歸分析中,隨機(jī)誤差項(xiàng)起著關(guān)鍵的作用,這不僅由于隨機(jī)誤差項(xiàng)含有豐富的內(nèi)容,而且用總體回歸模型可知,被解釋變量的特性完全由它確定。

二、經(jīng)濟(jì)回歸分析模型的誤用

近幾年中,定量分析在經(jīng)濟(jì)學(xué)、金融學(xué)、管理學(xué)、營(yíng)銷學(xué)以及一些相關(guān)學(xué)科的研究中,用得越來越多。回歸分析方法之所以備受經(jīng)濟(jì)學(xué)家的青睞,主要是因?yàn)榛貧w經(jīng)濟(jì)模型因果關(guān)系清楚,有定性、定量分析,還可以借助計(jì)算機(jī)進(jìn)行大批量的運(yùn)算,使得計(jì)算結(jié)果既快捷又準(zhǔn)確。但在模型運(yùn)用的過程中也有很多局限性,如不慎誤用,也會(huì)導(dǎo)致嚴(yán)重的后果。我們?cè)趯?duì)回歸經(jīng)濟(jì)模型進(jìn)行評(píng)價(jià)時(shí),容易曲解模型的真實(shí)面目,因此,有必要全面、客觀地去認(rèn)識(shí)回歸經(jīng)濟(jì)模型,以避免誤用回歸模型。這對(duì)于促進(jìn)回歸經(jīng)濟(jì)學(xué)和經(jīng)濟(jì)理論研究的健康發(fā)展有著十分重要的意義。

(一)“偽回歸 ”問題

當(dāng)我們用一個(gè)或者多個(gè)非平穩(wěn)隨機(jī)變量來回歸另一個(gè)非平穩(wěn)隨機(jī)變量時(shí),就產(chǎn)生了偽回歸。非平穩(wěn)時(shí)間序列的嚴(yán)重影響是,雖然它們會(huì)破壞經(jīng)典回歸分析的基礎(chǔ)和有效性,但根據(jù)分析的結(jié)果,不一定能夠發(fā)現(xiàn)問題。有時(shí)候即使時(shí)間序列非平穩(wěn),分析結(jié)果應(yīng)該是無(wú)效的,但t、F等指標(biāo)卻很正常,模型的擬合度和顯著性看起來都很好。例如在選取截面數(shù)據(jù)進(jìn)行平穩(wěn)性測(cè)試時(shí),有一篇關(guān)于區(qū)域發(fā)展差距、成因與走向的文章。該文作者利用單位根檢驗(yàn)法對(duì)人均GDP指標(biāo)進(jìn)行檢驗(yàn),得出：

方法 統(tǒng)回歸P LLC調(diào)整的t-4.9873450.000000

采用此種方法對(duì)人均GDP指標(biāo)進(jìn)行單位根檢驗(yàn)。得到調(diào)整后t值對(duì)應(yīng)的概率P小于0.05,從而選擇拒絕原假設(shè),即人均GDP指標(biāo)的時(shí)間序列是平穩(wěn)的,不存在單位根。以上回歸結(jié)論明顯錯(cuò)誤,因?yàn)槿司鵊DP無(wú)論如何也不可能是平穩(wěn)的時(shí)間序列。

又如另一篇關(guān)于我國(guó)國(guó)內(nèi)旅游經(jīng)濟(jì)分析中,以10年間的旅客流量y1(百萬(wàn)人次)、人均旅游消費(fèi)水平y(tǒng)2(元/人)、全國(guó)商品x1、零售價(jià)格指數(shù)(%)x2、國(guó)內(nèi)生產(chǎn)總值x3(億元)、基本建設(shè)投資(t-2)(億元)、城鄉(xiāng)居民人民幣儲(chǔ)蓄存款年終余額x4(億元),來建立多元線性模型。最后得出R2=0.989680,F=205.0448,DW=1.119668?？梢钥闯?x2、x3、x4的t檢驗(yàn)均未能通過。因而采用逐步回歸消除多重共線,采用逐步加入變量法。此文考慮到了多重共線和可能產(chǎn)生的異方差,但該文作者沒有考慮到“偽回歸”現(xiàn)象,因?yàn)槭怯玫臅r(shí)間序列分析,而文章中的各個(gè)因素都不是平穩(wěn)的時(shí)間序列。因此,該文作者的結(jié)論有欠妥和不足之處。

(二)未考慮異方差和自相關(guān)

有的模型只給出擬合優(yōu)度檢驗(yàn)和參數(shù)的顯著性檢驗(yàn),并沒有考察模型可能存在的異方差和自相關(guān)問題。當(dāng)利用時(shí)間序列數(shù)據(jù)或截面數(shù)據(jù)估計(jì)參數(shù)時(shí),很有可能存在異方差、自相關(guān),但文章作者沒有考慮,也就是說其他結(jié)論缺乏說服力。這類情況是目前最常見的回歸經(jīng)濟(jì)學(xué)模型誤用,或者說是運(yùn)用不完全恰當(dāng)。

引起異方差的原因很多,有兩個(gè)主要的原因,一是模型的設(shè)定偏誤,主要指的是遺漏變量的影響。遺漏的變量就進(jìn)入了模型的殘差項(xiàng)中,當(dāng)省略的變量與回歸方程中的變量有相關(guān)關(guān)系的時(shí)候,不僅會(huì)引起內(nèi)生性問題,還會(huì)引起異方差。二是截面數(shù)據(jù)中總體各單位的差異。引起自相關(guān)的原因主要有：1.經(jīng)濟(jì)數(shù)據(jù)的固有的慣性帶來的相關(guān),比如經(jīng)濟(jì)系統(tǒng)自身的慣性和滯后效應(yīng)。在時(shí)間序列數(shù)據(jù)當(dāng)中,經(jīng)濟(jì)變量在時(shí)間上的慣性往往是造成自相關(guān)的主要原因。2.模型的設(shè)定誤差,主要是遺漏變量的影響,將遺漏的變量歸入了殘差項(xiàng),由于遺漏的變量在不同時(shí)間點(diǎn)上是相關(guān)的,造成了殘差項(xiàng)的自相關(guān)。3.對(duì)數(shù)據(jù)的處理造成了數(shù)據(jù)的內(nèi)在聯(lián)系,在實(shí)證分析中,通常原始數(shù)據(jù)是要加工的。如：在季度數(shù)據(jù)的時(shí)間序列中,數(shù)據(jù)通常通過月度數(shù)據(jù)推導(dǎo)而來,即將3個(gè)月的數(shù)據(jù)簡(jiǎn)單加總再除以3。這樣平均的結(jié)果,消除了月度數(shù)據(jù)的波動(dòng)性,而這種處理很可能引入自相關(guān)。

例如在一篇有關(guān)城鎮(zhèn)居民人均消費(fèi)支出影響因素回歸分析中,該文作者利用SPSS軟件,對(duì)某市10年間的城鎮(zhèn)居民人均可支配收入、人均消費(fèi)性支出數(shù)據(jù)原始數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,得出的結(jié)論是：在0.01的顯著性水平下,城鎮(zhèn)居民可支配收入與消費(fèi)支出相關(guān)性達(dá)到了0.993,非常顯著。常數(shù)項(xiàng)t的顯著性概率為0.081＞0.05,表明沒有顯著性差異,故常數(shù)項(xiàng)不應(yīng)出現(xiàn)在方程中;而人均可支配收入的t的顯著性概率為0.000＜0.05,表明有顯著性差異,人均可支配收入應(yīng)當(dāng)作為解釋變量出現(xiàn)在方程中。因此應(yīng)當(dāng)采用標(biāo)準(zhǔn)回歸方程及其系數(shù)。同時(shí),調(diào)整后的可決系數(shù)R2表明年度指標(biāo)模型在整體上擬合非常好;并且從經(jīng)濟(jì)意義上看,β=0.781,符合經(jīng)濟(jì)理論中絕對(duì)收入假說邊際消費(fèi)傾向在0與1之間,表明在這10年中,該市居民年人均可支配收入每增加1元,居民年人均消費(fèi)支出平均增加0.78元,顯著性影響顯而易見。該文作者的這篇文章中,僅僅給出擬合優(yōu)度檢驗(yàn)和參數(shù)的顯著性檢驗(yàn),并沒有考察模型可能存在的異方差和自相關(guān)問題,而這是利用時(shí)間序列數(shù)據(jù)估計(jì)參數(shù),因此很有可能存在自相關(guān),但該文作者沒有考慮。

又如另一篇關(guān)于灰色系統(tǒng)理論的GDP分析中,該文作者以國(guó)內(nèi)生產(chǎn)總值GDP增長(zhǎng)率為例,得出的結(jié)論為：回歸模型估計(jì)式為Y=9.63889X-19075.26。解釋變量X表示年份,被解釋變量Y表示GDP增長(zhǎng)率,R2=0.99634105,由上式的擬合優(yōu)度檢驗(yàn)可以看出,擬合程度很高。該文作者的這篇文章中,僅僅給出擬合優(yōu)度檢驗(yàn),雖然可決系數(shù)很多,表明擬合優(yōu)度很高,但該文作者也沒有考察模型可能存在的異方差和自相關(guān)問題,而這是利用時(shí)間序列數(shù)據(jù)估計(jì)參數(shù),因此很有可能存在自相關(guān),但該文作者沒有考慮。

再如一篇關(guān)于人民幣均衡匯率的回歸分析中,該文作者運(yùn)用eviews軟件以人民幣均衡匯率與名義有效匯率比較,得出的結(jié)論為：可決系數(shù)R2=0.99,修正后可決系數(shù)R2=0.98,DW=2.35,統(tǒng)計(jì)量F=198.95,F統(tǒng)計(jì)量的概率P=0.00。各項(xiàng)指標(biāo)都非常好,可決系數(shù)很高,F值也很好。此文章中,該文作者用對(duì)各個(gè)變量時(shí)間序列進(jìn)行單位根檢驗(yàn),得出：各變量在差分前是不平穩(wěn)序列,經(jīng)一階差分后是平穩(wěn)序列,于是可以進(jìn)行協(xié)整檢驗(yàn)?；貧w的結(jié)果可以看出方程中的各變量都較為顯著,對(duì)靜態(tài)回歸的殘差作單位根檢驗(yàn)表明它是平穩(wěn)序列。因此,上述變量的序列之間的確存在協(xié)整關(guān)系,并寫出了協(xié)整方程。此文中,該文作者考慮到了應(yīng)用時(shí)間序列時(shí),先進(jìn)行平穩(wěn)性測(cè)試,防止“偽回歸”現(xiàn)象發(fā)生,但該文作者也沒有考慮到可能存在的異方差和自相關(guān)問題。

異方差對(duì)參數(shù)估計(jì)的影響主要是對(duì)參數(shù)估計(jì)有效性的影響。在存在異方差的情況下,最小二乘法(OLS)得到的參數(shù)估計(jì)是無(wú)偏的,OLS估計(jì)量仍然是線性的,但是已經(jīng)不具備最小方差性。無(wú)論樣本大小,OLS估計(jì)量都不再是最優(yōu)線性無(wú)偏估計(jì)量。即建立在t分布和F分布之上的置信區(qū)間和假設(shè)檢驗(yàn)是不可靠的,它會(huì)破壞OLS估計(jì)及假設(shè)檢驗(yàn)過程。自相關(guān)的存在,OLS估計(jì)量仍然是線性的無(wú)偏的,但卻無(wú)效。OLS估計(jì)量的方差是有偏的,會(huì)導(dǎo)致t值變大,因此,t檢驗(yàn)和F檢驗(yàn)一般來說也是無(wú)效的。通常計(jì)算的R2不能測(cè)度真實(shí),因?yàn)樗芸赡艿凸懒苏鎸?shí)的標(biāo)準(zhǔn)差。

三、結(jié)論與啟示

(一)應(yīng)用回歸模型應(yīng)注意的事項(xiàng)

在我國(guó),學(xué)習(xí)、引進(jìn)和應(yīng)用經(jīng)濟(jì)計(jì)量模型研究方法的時(shí)間還不長(zhǎng),但取得的成績(jī)是顯著的。在我們邊探索邊應(yīng)用的過程中,出現(xiàn)一些不足也在所難免,我們應(yīng)當(dāng)正視,不斷完善。當(dāng)我們應(yīng)用時(shí)間序列分析進(jìn)行分析問題時(shí),我們要考慮數(shù)據(jù)間的平穩(wěn)性問題,基于此選用正確的模型進(jìn)行參數(shù)估計(jì)。還要考慮擬合優(yōu)度檢驗(yàn)和參數(shù)的顯著性檢驗(yàn),考察模型可能存在的異方差和自相關(guān)問題。通過大量研究發(fā)現(xiàn),異方差通常出現(xiàn)在截面數(shù)據(jù)當(dāng)中,自相關(guān)通常出現(xiàn)在時(shí)間序列當(dāng)中。當(dāng)我們進(jìn)行參數(shù)估計(jì)時(shí),先要考慮以上的注意事項(xiàng),以求結(jié)果更具有說服力。

(二)應(yīng)提倡定性與定量的結(jié)合、數(shù)學(xué)表述與文字描述相結(jié)合的經(jīng)濟(jì)研究方法

計(jì)量經(jīng)濟(jì)學(xué)應(yīng)用研究的普及和數(shù)量的增長(zhǎng),已不是我們追求的目標(biāo)。而水平和質(zhì)量的提高,是我們目前及今后應(yīng)該追求的?，F(xiàn)代西方經(jīng)濟(jì)學(xué)給我們的啟示,不在其理論和概念,而是其研究的方法和過程。實(shí)證分析的方法是現(xiàn)代西方經(jīng)濟(jì)理論普遍采用的方法,實(shí)證的過程是其基本的研究過程。我們應(yīng)該提倡定性與定量的結(jié)合、文字描述與數(shù)學(xué)表述相結(jié)合的經(jīng)濟(jì)研究方法。

近幾年來,回歸分析在經(jīng)濟(jì)學(xué)、管理學(xué)、營(yíng)銷學(xué)、金融學(xué)以及一些相關(guān)學(xué)科的研究中,應(yīng)用的越來越多。其中,數(shù)學(xué)語(yǔ)言作為一種適宜于回歸分析的比較嚴(yán)格的符號(hào)系統(tǒng),在經(jīng)濟(jì)分析的演繹和歸納過程中應(yīng)用的越來越廣泛。數(shù)學(xué)給分析者提供新的思維工具和視角,展示普通語(yǔ)言邏輯系統(tǒng)所無(wú)法展示的現(xiàn)實(shí)奧妙,有較強(qiáng)的客觀性,可在一定程度上減少分析中的主觀隨意因素的影響,正是數(shù)學(xué)的這些特征,經(jīng)濟(jì)學(xué)更充滿活力。但同時(shí)作為回歸分析方法的運(yùn)用,必須以質(zhì)的分析為前提,相對(duì)于質(zhì)的分析,量的分析處于次要地位;在現(xiàn)實(shí)的經(jīng)濟(jì)活動(dòng)中,很多因素很難用數(shù)學(xué)方法加以把握。所以,經(jīng)濟(jì)學(xué)不等同于數(shù)學(xué),不能“數(shù)學(xué)化”,更不能搞“數(shù)字游戲”。必須以實(shí)際出發(fā),實(shí)事求是,更好地運(yùn)用回歸分析方法研究經(jīng)濟(jì)問題。

雖然,回歸分析是用來處理一個(gè)因變量與另一個(gè)或多個(gè)自變量之間的關(guān)系,但它并不一定表明存在因果關(guān)系。也就是說,它并不意味著自變量是原因,而因變量是結(jié)果。兩個(gè)變量是否存在因果關(guān)系,必須以經(jīng)濟(jì)理論為判斷基礎(chǔ)。如：需求法則,它表示當(dāng)所有其他變量保持不變時(shí),一種商品的需求量與該商品的價(jià)格成反比關(guān)系。這里,微觀上的經(jīng)濟(jì)理論表明價(jià)格是原因,而需求量是結(jié)果?？傊?回歸并不意味著因果關(guān)系的存在,因果關(guān)系的判定或推斷,須經(jīng)過實(shí)踐和相關(guān)理論的檢驗(yàn)。

(三)應(yīng)逐步將計(jì)量經(jīng)濟(jì)學(xué)理論及方法應(yīng)用于更廣泛的經(jīng)濟(jì)社會(huì)領(lǐng)域

在西方,計(jì)量經(jīng)濟(jì)學(xué)理論方法已經(jīng)被應(yīng)用于更廣泛的經(jīng)濟(jì)社會(huì)領(lǐng)域,例如：1992年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主貝克爾,將計(jì)量經(jīng)濟(jì)學(xué)模型方法應(yīng)用于社會(huì)經(jīng)濟(jì)學(xué)領(lǐng)域研究中,1993年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主福格爾和諾斯,將計(jì)量分析用于經(jīng)濟(jì)史研究。在高水平的經(jīng)濟(jì)學(xué)雜志上,與計(jì)量經(jīng)濟(jì)學(xué)相關(guān)的論文也越來越多。在現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)理論方法中,應(yīng)該重視時(shí)間序列分析模型和截面數(shù)據(jù)模型。從比較分析中發(fā)現(xiàn),宏觀和微觀兩個(gè)層次上的時(shí)間序列分析模型和截面數(shù)據(jù)分析模型,是所有現(xiàn)代計(jì)量經(jīng)濟(jì)學(xué)模型中應(yīng)用最多的。用單位根檢驗(yàn)和協(xié)整分析方法研究宏觀經(jīng)濟(jì)變量之間的關(guān)系。例如金融市場(chǎng)時(shí)間序列分析,區(qū)域經(jīng)濟(jì)發(fā)展的差異與協(xié)調(diào)分析等,都是經(jīng)濟(jì)研究中的熱點(diǎn),宏觀經(jīng)濟(jì)變量、區(qū)域經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)和金融市場(chǎng)的時(shí)間序列數(shù)據(jù)也較容易獲得。所以,逐步將計(jì)量經(jīng)濟(jì)學(xué)理論方法應(yīng)用于更廣泛的經(jīng)濟(jì)社會(huì)領(lǐng)域,使社會(huì)問題研究更具科學(xué)性,將是我們現(xiàn)在及將來的研究重點(diǎn)。

[1] 寧偉,王傳會(huì).基于灰色系統(tǒng)理論的GDP回歸分析[J].岱宗學(xué)刊,2009,(12).

[2] 張建斌.論定量分析在經(jīng)濟(jì)學(xué)研究中的應(yīng)用[J].學(xué)術(shù)爭(zhēng)鳴,2008,(7).

[3] 曲三省.現(xiàn)代經(jīng)濟(jì)回歸分析方法應(yīng)用研究[J].經(jīng)濟(jì)經(jīng)緯,2008,(1).

[4] 梁立光.人民幣均衡匯率的回歸模型及其實(shí)證分析[J].職教與經(jīng)濟(jì)研究,2006,(3).

[5] 李世軍,袁光才.城鎮(zhèn)居民人均消費(fèi)支出影響因素回歸分析——基于成都市的實(shí)證分析[J].技術(shù)經(jīng)濟(jì)與管理研究,2006,(2).

[6] 楊群.我國(guó)國(guó)內(nèi)旅游經(jīng)濟(jì)實(shí)證分析[J].安陽(yáng)師范學(xué)院學(xué)報(bào),2007,(2).

F222.1

A

1004-5295(2011)02-0015-05

2011-03-10

張賀祺(1985-),男,內(nèi)蒙古巴彥淖爾人,內(nèi)蒙古財(cái)經(jīng)學(xué)院經(jīng)濟(jì)學(xué)院在讀碩士研究生,從事社會(huì)主義市場(chǎng)經(jīng)濟(jì)理論與實(shí)踐研究.

[責(zé)任編輯：張曉娟]