计量经济学巨擘齐聚厦大 共议“模型设定检验”发展脉络

      2010年6月25日，计量经济学模型设定检验30周年国际研讨论的最后一项议程—圆桌会议于厦门大学克立楼301报告厅隆重举行。美国宾州州立大学经济学教授Herman Bierens、美国麻省理工学院经济学教授Jerry Hausman、英国剑桥大学经济学教授Richard Smith、美国杜克大学经济学教授George Tauchen、美国加州大学圣地亚哥分校经济学教授Halbert White五位教授为大家带来了以“模型设定检验的回顾和展望”为主题的精彩演讲和对话。会议由美国南加州大学经济学教授萧政主持，Hausman教授率先发表了演讲。
 
       Hausman教授在演讲中主要阐述了以下观点：第一，在计量经济学的研究中，不论是涉及模型检验还是参数估计等内容，最为关键的是要在计量模型中包含经济学的思想和意义。他强调经济学的思想和意义应该是计量模型分析的基础和出发点。同时，Hausman教授指出，一个合格的研究者可以不精通相关计量分析工具，但必须深刻领会所研究的模型蕴含的经济思想。其次，Hausman教授认为经济学的不同领域是可以互相融会贯通的，为此他特别举了两个例子来阐述他的观点，其一是关于班级规模的计量模型；在第二个例子中，他谈到，当考虑GMM，GEL等计量方法在BOP模型中的不同应用时，不同的权矩阵很可能会导致有不同的结果，但是对于经济学家而言更重要的任务是努力把握经济模型中各种系数的经济含义而不仅仅是简单的使用统计检验量。
 
       第二位演讲者是来自加州大学圣地亚哥分校的Halbert White教授。首先，White教授表达了他对Hausman教授和与会者的感谢，并表示从会议中他加深了对计量经济学作为统计学方法在经济学中的应用这一性质的理解。随后，White教授回忆到，在四十年代和五十年代早期，几乎没有多少经济学家熟悉检验方法和相关理论。但在五十年代以后，计量检验理论的发展可以近似用一条快速上升的U型曲线来描述：计量检验的发展在五十年代处于低谷而在八十年代之后又重新开始迅速发展。White教授指出，在过去大家主要在模型识别正确的假设下来比较各种估计方法的优劣，但现在及未来我们更需要关注有关结构性关系的识别检验。White教授强调，在假定结构性关系在可观测变量和不可观测变量之间是可分离的情况下，如何检定这一可分离性将是未来计量检验发展的重要方向。随后，White教授对识别检验在劳动经济学等其他经济学分支的应用给出了一些评论。最后，对于识别检验的重要性，White教授强调识别检验有助于我们理解哪些数据可以允许我们得到有价值的经济知识。
 
       来自杜克大学的Tauchen教授首先介绍了他最近五、六年的研究工作并且分享了他在最初接触该领域时的一些趣事。他回忆到，当第一次看到和他研究工作密切相关的检验时，他发现这实际上就是Hausman检验。由此可见Hausman检验在计量检验的广泛适用性。随后， Tauchen教授对数据分析发表了自己的看法。他再三强调处理数据的重要性，并结合自身的研究经历作了阐释。之后，Tauchen教授也发表了自己关于识别检验的观点。他指出，计算机只能在默认假设的前提下估计模型的可能结果，因此如果在不考虑潜在风险和模型识别检验的条件下过度依赖计算机，可能会使得出的结果毫无意义。为此， Tauchen教授特别提到，当他作为Journal of Business and Economic Statistics的编辑时，曾收到大量论文投稿。这些论文数量方法复杂但很少考虑检验问题，所以其结果的合理性也就令人怀疑。此外， Tauchen教授还分享了牛津大学计量经济学家David Hendry教授的趣闻。最后教授指出，我们根据数据所拟合出来的模型通常与实际情况有一段距离，而这一点应该是研究工作者在研究时应仔细考虑的因素。
 
       第四位演讲者是来自美国宾州州立大学的Herman Bierens教授。首先，Herman Bierens教授分享了他对于科学理论所应具有的基本性质的理解。他强调作为一套科学的理论，该理论应该是可证伪的。同时，他谈到，作为知识、精力都很有限的人类而言，也许不可能得到所谓“正确”的模型。因此，在研究过程中，研究者的目标或许不是建立出正确的模型，而是得到有价值的模型。为此，Herman Bierens教授以他的经历为例谈到，当他向一位教授询问有关模型正确性的问题，这位教授委婉的向他指出这是一个错误的问题。随后，对于识别检验，Herman Bierens教授也发表了自己的观点并且列举了包括小样本问题，函数形式识别问题在内的例子加以佐证。
 
       来自剑桥大学的Richard Smith教授是第五位演讲者。他指出在经济计量的研究中，一个很重要的问题是我们真正感兴趣的经济行为是什么以及哪些参数是我们感兴趣的或者说模型中的参数是什么含义。当谈论采用某个模型设定检验的时候，必须有清晰的思路，并且深刻理解模型的原假设是什么，什么是感兴趣的参数、冗余的参数、核心的参数。Richard Smith教授指出，他个人非常关注在进行模型设定检验的时候到底选择哪个检验。例如，半参数的有效估计量，在实际应用中就有许多需要关注的问题例如拉格朗日乘子检验，似然比检验和瓦尔德检验是实践中经常采用的三个检验，但他们有各自优点和使用范围，而这都需要仔细的甄别。最后，Richard Smith教授总结到，对模型设定的原假设需要有清醒的认识，而从中选择哪个检验来应用是个非常困难的问题。
 
       在众位教授嘉宾的发言结束之后，现场观众进行了相关的提问和评论。首先，针对在场观众对经验回归与实验方法的提问，White教授作了回答。他举了两个例子来阐述自然实验的概念。其中之一是谷歌搜索，谷歌搜索的关键字设置可以提供丰富的随机性的类似自然实验的数据。另外一个是信用卡，信用卡可以提供一些资料（丰富的回报或者免费的馈赠）及反馈表。这些公司行为可以被视为自然实验，而所得调查反馈也是潜在的实验数据。
 
       此外伦敦经济学院姚琦伟教授对这次会议作了精彩评论。首先姚琦伟教授从自己作为一名统计学家的角度，对当前统计学界研究者的工作做了评论。随后，姚琦伟教授谈到，他非常高兴地看到计量经济学家之间关于校准和模型检验之间的辩论，并同时指出，统计学家也会对检验和模型选择进行辩论。而其中的基本原因或许是基于一种强烈的信念，即统计人员认为所有的统计模型其实都是错的。他表示自己并不那么雄心勃勃以建立一个完美的模型，而只是试图找到最有价值的模型，并用它来附加一些现实因素。
 
       针对姚琦伟教授的评论， Tauchen教授发表了自己的观点。他谈到，模型检验在怎样处理一组类似的模型方面起着非常重要的作用，并可以帮助我们从中选择恰当的模型。由于所有的计量模型都不是十全十美的，因此我们必须根据一定的准则来对模型的优劣进行评价。对此，Jerry Hausman 教授表示赞同。他说，现在很多计量经济学研究都是在计算机的辅助下完成的，但是计算机本身并不会自动的对模型的优劣进行评价，它只依赖于你的输入。所以，在你把文件输入计算机之前，你应该对你要选择的模型有一定了解，做到心里有数。
 
       针对现场听众所提出的关于数据与模型的关系以及参数模型和非参数模型的比较问题，Richard Smith 教授表达了自己的看法。在对相关文献进行回顾后，Richard Smith 教授指出了该领域未来可能的研究方向以及存在的机遇和挑战。对此，Jerry Hausman 教授的看法稍有不同，他说对不同的经济问题有着不同的处理方式，参数模型和非参数模型各自有着自己的适用对象和局限性，在使用时必须根据具体问题加以区分。最后，萧政教授对圆桌会议的讨论做了简要总结，他首先对厦门大学王亚南经济研究院（WISE）筹办此次会议表示谢意，对嘉宾和代表们的积极参与表示感谢。圆桌会议在热烈的掌声中圆满结束。