淘客熙熙

主题:【原创】和炸药奖擦肩而过 -- 老马丁

共:💬24 🌺58
全看树展主题 · 分页首页 上页
/ 2
下页 末页
家园 【原创】和炸药奖擦肩而过

想起了以前听过的一个和经济学炸药奖擦肩而过的小故事。给大伙说说。不过重点不在这个故事上,而在这个故事的背景:经济学实证研究。

最简单的经济学实证研究是找一个感兴趣的变量,当作因变量,而后找各种因素可以用来解释这个变量变化的,当作自变量,然后通过统计方法找一个数学表达式,把因变量和这些自变量之间的关系联系起来(比如说,回归),接下来是看这个数学表达式有多厉害,预测解释得好不好?这个变量可以是任何领域的问题。打个比方,那谁想研究各国在北京奥运会上的奖牌总数,那么把各国奖牌总数做因变量,那些可以做自变量呢?各国的GDP, 人口总数,人均GDP,政治体制,宗教信仰,地理位置,文化习俗,工资水平,妇女解放程度,等等等等,只要定了量,都可以往里面加。如果有些自变量没有解释效果,再拿出来就是。

复杂一点的研究有两个或多个因变量,然后某些自变量本身又是因变量,被别的因变量解释;然后某些因变量本身又是自变量,去解释的因变量。比如说,想研究一群人的教育状况和收入受什么影响。很自然的,基本猜想是收入受工作种类,年限,行业,和教育状况的影响,但是工作种类又受到教育状况的影响(象我就当不成医生)。此外,教育状况又不是随便选的,它受到人对收入的预期的影响,还有家庭,父母职业,兄弟姐妹几个等因素的影响。最后,收入和教育状况又共同被智力/能力影响…这时候,研究的目标是通过统计方法找出一组数学表达式(大伙以前解过方程组吧),让各个变量的关系清楚的展示出来。这个方法的学名叫同步方程组方法。

多说一句,绝大部分经济学的实证研究是无法揭露真正的因果关系的;研究获取的数学表达式所给出的是假因果关系,某些时候因变量和自变量的选择是艺术而不是科学;只有严格的实验条件下获取的数据才可以用来揭露因果关系,在这一点上,社会科学们都在向心理学学习。

在本文主人公老A攻读经济学博士学位的时候,正是全宏观经济学科的大小伙计们一起热火朝天的解同步方程组的时候。那时候大伙们真是指点江山,激昂数字,认为同步方程组方法抓住了一切宏观经济学问题的核心,这种乐观和牛顿三大力学定律被琢磨出来的时候科学家对物理学的看法有得一拼。大伙研究的因变量有:利率,GDP,失业,就业,投资,储蓄等等等等。进步就是谁比谁的方程组更全面,解法跟精巧,最后是整出一个万能的解释一切宏观经济学问题的数学表达式组,这看上去和计划经济有殊途同归之妙。

不过行业里有些聪明人看出这方法有缺陷。主要问题是通过解出的数学表达式组来预测实际经济数据时,模拟数值和真实数值差得太远,大白话是,就是好不容易把数学表达式组解出来了,但是没啥用。最后是卢卡斯一针见血指出这个方法的问题,然后一锤定音的宣布这个同步方程组方法在宏观经济研究的死刑,然后一马当先的拿了一个炸药奖,那是后话,和本文无关了。

话扯回到这个小故事。就在老A煞费苦心的钻研同步方程组的时候,某天他导师从英国接到一份手稿,当然不是黄色读物,而是一个匪夷所思的统计新方法(内行的很快就知道我这个外行说的是谁的手稿)。这个方法看上去太搞笑了,没有任何内在逻辑,就是用是一个因变量的前几期做自变量来解释该因变量。打个比方,如果想找一个来解释GDP的模型,不用人口,投资,进出口等做自变量,直接用前一年的,前两年的,前n年的GDP做自变量,自己解释自己就行了。而且模型结果和实际数据吻合的极好。导师看不懂,给老A看,老A也没放在心上,看几眼就放一边,接着去摆弄自己的同步方程组。

导师叹了口气,把手稿给了老A的师弟小B。小B中同步方程组的毒没有老A深,这个手稿他看了两眼,发出了一句感慨: “This is future!” 内行知道了,这个手稿,就是Box-Jenkins他俩传出来的,这个方法,就是时间序列的分析方法。小B N年后拿了炸药奖,那么这个故事呢,是得奖的那年遗憾的老A说的。

元宝推荐:爱莲,

本帖一共被 1 帖 引用 (帖内工具实现)
家园 沙发
家园 好家伙,原来害我死命复习同步方程组和时间序列的就是这伙!

复习时有时老想...这玩意儿当初究竟是哪个家伙给琢磨出来的..害得我不浅...

家园 Peter Kennedy也说他年轻的时候就觉得

time series不可理喻。我们系主任年轻的时候觉得bootstrap毫无意义。所以说人切切不可以自满,时常要打开心扉一下接受新鲜事物。

当然也不能总打开,弄得像我一样毫无主见...

家园 time series似乎比panel data还深奥。
家园 要反过来说

粗说,

panel data=几个time series放一起。

家园 实战中发现

自相关也不老灵。

特别是2008黑天鹅年,模型坏掉得那个惨呐。

btw:lz说的那个老A一定是文科生,弄个搞过信号的人看时间序列只会有浓浓的亲切感啊

家园 是的。

PANEL DATA的技术,理解起来比较直观。

相对而言,Hamilton 的"time series analysis",看得我头大。

家园 想不到

时间序列模型初期竟被认为是不可理喻,它现是如此泛滥,以致我等小辈都没想到是时序模型,看了老马丁“没有任何内在逻辑,就是用是一个因变量的前几期做自变量来解释该因变量。”

我第一反应是 向量自回归?

家园 BJ模型

一开始就是ARMA,中文说的向量自回归指的是AR?那么MA怎么翻译?移动平均?

家园 向量自回归已经是VAR了

MA就是移动平均。

看来你没在国内学过计量,听说过一般自回归条件异方差么?GARCH是也

家园 没办法

econometrician的information set还是太小。信息充分的时候还用什么模型?依我看模型就是由于数据不够才发展出来的

家园 突然想起了"贯石两匹"的典故

关于唐中期以后国家财政的史料,特别是显示财政规模的史料,常常会出现“贯石两匹”这样的单位。在此将这样的单位称为复合单位。

这种算法和同步方程组方法有异曲同工之妙。

家园 啥是panel data?

请教一下。

家园 同感啊

我经常在做道题或者记忆某个定律的时候,诅咒某位大师不得好死。

而最强烈的咒怨就是:英国人。。。好端端的弄出什么应用,什么英语的前身是塞尔特语?那好,我接着诅咒凯尔特人。。。

全看树展主题 · 分页首页 上页
/ 2
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河