大數(shù)據(jù)時(shí)代計(jì)量經(jīng)濟(jì)學(xué)發(fā)展展望

大數(shù)據(jù)時(shí)代計(jì)量經(jīng)濟(jì)學(xué)開展展望計(jì)量經(jīng)濟(jì)學(xué)家建立經(jīng)濟(jì)理論或模型，目的就是解釋這些經(jīng)歷特征事實(shí)，下面是小編搜集整理的一篇探究計(jì)量經(jīng)濟(jì)學(xué)開展的論文范文，歡送閱讀查看。計(jì)量經(jīng)濟(jì)學(xué)已成為我國(guó)高校經(jīng)濟(jì)管理類學(xué)科本科和研究生必修的核心理論課程之一，并在我國(guó)經(jīng)濟(jì)學(xué)界越來越受到關(guān)注，正可謂經(jīng)濟(jì)學(xué)界的寵兒,引領(lǐng)經(jīng)濟(jì)學(xué)的研究方向。任何計(jì)量經(jīng)濟(jì)學(xué)研究都離不開高質(zhì)量的數(shù)據(jù)。然而對(duì)計(jì)量經(jīng)濟(jì)學(xué)學(xué)者來講，數(shù)據(jù)都是觀測(cè)數(shù)據(jù)而非實(shí)驗(yàn)數(shù)據(jù)，很難得到大而全、高質(zhì)量的數(shù)據(jù)，導(dǎo)致模型擬合存在天生缺陷。經(jīng)濟(jì)理論或模型作為對(duì)復(fù)雜現(xiàn)實(shí)經(jīng)濟(jì)的簡(jiǎn)化抽象，只能刻畫主要的或重要的經(jīng)濟(jì)因素。而實(shí)際觀測(cè)到的數(shù)據(jù)卻是由許多因素共同作用的結(jié)果，其中，有些因素是未知的或不可觀測(cè)的，或者沒有包括在經(jīng)濟(jì)模型中，因此反映不出它們的影響。數(shù)據(jù)搜集困難導(dǎo)致數(shù)據(jù)不全、質(zhì)量不高，加之計(jì)量模型假設(shè)過于苛刻和模型的過度擬合等缺陷致使處理結(jié)果缺乏可信度和實(shí)用性，因此當(dāng)下計(jì)量經(jīng)濟(jì)學(xué)研究?jī)r(jià)值也飽受爭(zhēng)議。自然科學(xué)中很多學(xué)科，如物理學(xué)，可以準(zhǔn)確地把握物體運(yùn)動(dòng)規(guī)律和預(yù)測(cè)物體運(yùn)動(dòng)變化，一個(gè)重要原因是所研究的物理系統(tǒng)在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)不具有時(shí)變性。經(jīng)濟(jì)系統(tǒng)那么有很大不同，經(jīng)濟(jì)開展是一個(gè)不可逆或不可重復(fù)的動(dòng)態(tài)過程，經(jīng)濟(jì)關(guān)系和經(jīng)濟(jì)系統(tǒng)也常常發(fā)生時(shí)變和構(gòu)造性變化。大數(shù)據(jù)概念炙手可熱：隨著互聯(lián)網(wǎng)的開展，大數(shù)據(jù)有著強(qiáng)大的數(shù)據(jù)采集才能，且數(shù)據(jù)的采集具有實(shí)時(shí)性;大數(shù)據(jù)處理和數(shù)據(jù)建模都有專業(yè)的大數(shù)據(jù)團(tuán)隊(duì)來完成;計(jì)算機(jī)本身?yè)碛袕?qiáng)大的計(jì)算、分析和處理才能，計(jì)算機(jī)沒有失誤(除非程序本身錯(cuò)誤)、不存在偏見和豐富的感情色彩。大數(shù)據(jù)使得不管是在數(shù)據(jù)的采集、數(shù)據(jù)的挖掘、數(shù)據(jù)的處理和數(shù)據(jù)建模等方面都有了質(zhì)的飛躍，然而大數(shù)據(jù)能否彌補(bǔ)計(jì)量經(jīng)濟(jì)學(xué)的局限?在哪些方面、多大程度上彌補(bǔ)?大數(shù)據(jù)又將給計(jì)量經(jīng)濟(jì)學(xué)帶來哪些影響和沖擊?一、計(jì)量經(jīng)濟(jì)學(xué)的局限性(一)數(shù)據(jù)1.數(shù)據(jù)的搜集計(jì)量經(jīng)濟(jì)學(xué)研究的成功離不開全面、高質(zhì)量的數(shù)據(jù)。然而，全面、高質(zhì)量的數(shù)據(jù)離不開高程度的數(shù)據(jù)采集。因?yàn)槭軘?shù)據(jù)采集的工具、采集的條件和采集人員的失誤等因素的限制，導(dǎo)致經(jīng)濟(jì)數(shù)據(jù)可能存在測(cè)量誤差，數(shù)據(jù)很難滿足高質(zhì)量、全面、準(zhǔn)確的要求，且經(jīng)濟(jì)學(xué)學(xué)者搜集到的原始經(jīng)濟(jì)數(shù)據(jù)幾乎都已經(jīng)過工作人員的處理，工作人員在數(shù)據(jù)統(tǒng)計(jì)時(shí)難免帶有偏見和盲點(diǎn)，無(wú)論預(yù)測(cè)人員帶有什么偏見和盲點(diǎn)，這些偏見和盲點(diǎn)都可能會(huì)被復(fù)制到他的計(jì)算機(jī)程序中，加之工作人員的偷懶和難以防止的失誤等人為因素，都會(huì)使得采集的數(shù)據(jù)存在失真可能，數(shù)據(jù)經(jīng)過多重的輾轉(zhuǎn)反側(cè)和多級(jí)的踐踏才到達(dá)研究者手中。一些經(jīng)濟(jì)變量數(shù)據(jù)缺失，也使得經(jīng)濟(jì)理論研究數(shù)據(jù)缺乏完好性，給計(jì)量經(jīng)濟(jì)學(xué)研究帶來阻礙。同時(shí)經(jīng)濟(jì)數(shù)據(jù)的獲得存在嚴(yán)重的時(shí)滯現(xiàn)象，時(shí)滯也使得數(shù)據(jù)的使用價(jià)值和統(tǒng)計(jì)計(jì)量研究?jī)r(jià)值黯然失色。如美國(guó)勞工統(tǒng)計(jì)局的人員每個(gè)月公布(CPI)，聯(lián)邦政府為了得到相關(guān)數(shù)據(jù)，要雇傭很多人向全美90個(gè)城市的商店、辦公室打、發(fā)準(zhǔn)確的也是有序的，然而從數(shù)據(jù)的搜集到到達(dá)統(tǒng)計(jì)計(jì)量經(jīng)濟(jì)學(xué)者手中再到結(jié)果的公布會(huì)滯后數(shù)周。2022年的經(jīng)濟(jì)危機(jī)說明，這種滯后是致命的。對(duì)于計(jì)量經(jīng)濟(jì)學(xué)學(xué)者來說，所使用的數(shù)據(jù)時(shí)間跨度更大，要求披滿厚厚灰塵的數(shù)據(jù)有左右將來經(jīng)濟(jì)的才能，未免力不從心，數(shù)據(jù)的過于陳舊，也使得計(jì)量經(jīng)濟(jì)學(xué)模型頻繁遭遇滑鐵盧。2.數(shù)據(jù)的處理對(duì)于搜集到的數(shù)據(jù)，作為數(shù)據(jù)的應(yīng)用方--經(jīng)濟(jì)學(xué)學(xué)者只能被動(dòng)承受。建模者通常面對(duì)的是觀測(cè)數(shù)據(jù)而非實(shí)驗(yàn)數(shù)據(jù)。這對(duì)計(jì)量經(jīng)濟(jì)學(xué)中的經(jīng)歷建模有兩方面的重要含義。首先，要求建模者掌握與分析實(shí)驗(yàn)數(shù)據(jù)極為不同的技巧其次，數(shù)據(jù)搜集者與分析者的別離要求建模者非常熟悉所用數(shù)據(jù)的性質(zhì)和構(gòu)造。因此經(jīng)濟(jì)學(xué)學(xué)者只能憑借個(gè)人經(jīng)歷等手段屏蔽自己眼中的噪聲--對(duì)數(shù)據(jù)進(jìn)展加減乘除等各項(xiàng)處理(微觀經(jīng)濟(jì)數(shù)據(jù)推宏觀經(jīng)濟(jì)數(shù)據(jù)尤為如此)。在對(duì)數(shù)據(jù)進(jìn)展處理時(shí)，受制于分析才能和技術(shù)條件的限制，經(jīng)濟(jì)學(xué)學(xué)者對(duì)搜集到的數(shù)據(jù)(尤其超大型數(shù)據(jù))很難進(jìn)展再處理，或者進(jìn)展簡(jiǎn)單的處理，乃至不處理;即使處理也是根據(jù)學(xué)者要求進(jìn)展，按照經(jīng)歷來看，所有人都有各自的信仰和偏見--這種信仰和偏見是由個(gè)人的閱歷、價(jià)值觀、知識(shí)、修養(yǎng)、政治立場(chǎng)或者專業(yè)背景等因素凝聚而成，處理的數(shù)據(jù)也很難給出公正合理的結(jié)果;計(jì)量經(jīng)濟(jì)學(xué)學(xué)者在數(shù)據(jù)選擇時(shí)可能存在樣本的選擇偏向，數(shù)據(jù)與經(jīng)濟(jì)模型中的變量的定義可能不相符或貼合度過低;因?yàn)檫^分追求模型的準(zhǔn)確性，學(xué)者常常以特別數(shù)據(jù)嚴(yán)重偏離曲線為正當(dāng)理由對(duì)數(shù)據(jù)進(jìn)展抹殺;數(shù)據(jù)處理時(shí)細(xì)分維度低、無(wú)精細(xì)的數(shù)據(jù)，使得曲線過度擬合風(fēng)險(xiǎn)增加，且原始數(shù)據(jù)很難二次細(xì)分，也給數(shù)據(jù)的應(yīng)用帶來阻礙;宏觀經(jīng)濟(jì)數(shù)據(jù)大都由微觀經(jīng)濟(jì)數(shù)據(jù)簡(jiǎn)單的加減乘除得來，這種處理可能是應(yīng)用兩個(gè)或者多個(gè)低相關(guān)度的微觀數(shù)據(jù)組推導(dǎo)宏觀數(shù)據(jù)，可能改變宏觀經(jīng)濟(jì)變量之間的關(guān)系。數(shù)據(jù)形式多樣化：隨著互聯(lián)網(wǎng)的開展，數(shù)據(jù)不僅僅是可觀測(cè)的構(gòu)造性的數(shù)據(jù)，還存在不可觀測(cè)的半構(gòu)造性和非構(gòu)造性數(shù)據(jù)(谷歌的搜索詞條)等等，計(jì)量經(jīng)濟(jì)學(xué)卻沒有才能對(duì)構(gòu)造性數(shù)據(jù)之外的數(shù)據(jù)進(jìn)展處理。計(jì)量經(jīng)濟(jì)預(yù)測(cè)者面臨的最大挑戰(zhàn)之一就是，他們的原始數(shù)據(jù)質(zhì)量不高。經(jīng)濟(jì)預(yù)測(cè)者在進(jìn)展預(yù)測(cè)時(shí)，很少公開自己的預(yù)測(cè)區(qū)間，或許是因?yàn)檫@樣做會(huì)降低公眾對(duì)他們的專業(yè)知識(shí)的信任度。哈祖斯說：經(jīng)濟(jì)預(yù)測(cè)者為什么不公開預(yù)測(cè)區(qū)間呢?因?yàn)樗麄兣鲁龀?。我認(rèn)為就是這個(gè)原因.然而，不僅經(jīng)濟(jì)預(yù)測(cè)中存在著不確定性，經(jīng)濟(jì)變量本身也具有不確定性。大多數(shù)經(jīng)濟(jì)數(shù)據(jù)序列都需要修正，統(tǒng)計(jì)數(shù)據(jù)已經(jīng)公布，修正工作可能長(zhǎng)達(dá)數(shù)月甚至數(shù)年。(二)數(shù)據(jù)建模1.模型假設(shè)計(jì)量經(jīng)濟(jì)模型的構(gòu)建之前，需要對(duì)函數(shù)形式提出眾多前提假設(shè)，如最小二乘法的根本假設(shè)：x值是固定的或獨(dú)立于誤差項(xiàng);干擾項(xiàng)ui的均值為0;各干擾項(xiàng)之間無(wú)自相關(guān)等。一個(gè)非常有價(jià)值的問題是：所有這些假定有多真實(shí)?這個(gè)假定現(xiàn)實(shí)性的問題是科學(xué)哲學(xué)中的一個(gè)古老問題。有一派觀點(diǎn)認(rèn)為假定是否真實(shí)無(wú)關(guān)緊要，重要的是基于這些假設(shè)的預(yù)測(cè)。以假定無(wú)關(guān)緊要論著稱的弗里德曼，對(duì)他來說，假定的非真實(shí)性有著積極的意義。為了有意義，一個(gè)假設(shè)在其假定中從描繪上看必定是錯(cuò)誤的。但是回想一下在任何科學(xué)研究中我們做某些假定，都是因?yàn)樗鼈儽阌谥鸩介_展主題研究，并不因?yàn)樗鼈冊(cè)跍?zhǔn)確地復(fù)制了現(xiàn)實(shí)的意義上必須是真實(shí)的。但是，如一位作者所說，假設(shè)簡(jiǎn)單性是好的理論所盼望的一個(gè)準(zhǔn)那么，那么所有好的理論都將肆無(wú)忌憚地理想化和簡(jiǎn)單化。模型破綻百出，提出利己假設(shè)更多的是為彌補(bǔ)模型破綻。為了方便對(duì)經(jīng)濟(jì)數(shù)據(jù)進(jìn)展統(tǒng)計(jì)分析，計(jì)量經(jīng)濟(jì)學(xué)家常常要假設(shè)一個(gè)經(jīng)濟(jì)系統(tǒng)的運(yùn)行規(guī)律具有不隨時(shí)間和個(gè)體改變的某些特征，比方假設(shè)經(jīng)濟(jì)系統(tǒng)具有時(shí)間平穩(wěn)性或不同經(jīng)濟(jì)人的數(shù)據(jù)生成過程具有同質(zhì)性。而任何經(jīng)濟(jì)系統(tǒng)的時(shí)變性(不確定性)是影響經(jīng)濟(jì)系統(tǒng)最主要的因素，一些經(jīng)濟(jì)預(yù)測(cè)者不愿意讓人們知道這一點(diǎn)。與其他大多數(shù)學(xué)科門類的預(yù)測(cè)者一樣，計(jì)量經(jīng)濟(jì)預(yù)測(cè)者將不確定性視作仇敵--威脅其聲譽(yù)的天敵。他們沒有對(duì)經(jīng)濟(jì)時(shí)變性做出準(zhǔn)確地預(yù)測(cè)，而是無(wú)端地認(rèn)為預(yù)測(cè)模型中的不確定性降低了，但在現(xiàn)實(shí)理論研究中，他們卻無(wú)法進(jìn)步預(yù)測(cè)的質(zhì)量，這樣做也無(wú)法改良真實(shí)經(jīng)濟(jì)中的預(yù)測(cè)。一旦洪水來襲，我們將毫無(wú)準(zhǔn)備。假設(shè)給模型帶來的害處就是給模型套上了枷鎖，使得模型與實(shí)際相去甚遠(yuǎn)，多數(shù)模型只是劃過天空的流星--經(jīng)不起時(shí)間的考驗(yàn)。2.模型擬合計(jì)量經(jīng)濟(jì)學(xué)家建立經(jīng)濟(jì)理論或模型，目的就是解釋這些經(jīng)歷特征事實(shí)。這一階段的關(guān)鍵是建立適宜的經(jīng)濟(jì)數(shù)學(xué)模型，模型的好壞事關(guān)經(jīng)濟(jì)研究的成敗。大多失敗的模型預(yù)測(cè)大都源于一種盲目的自信導(dǎo)致的過度擬合，模型實(shí)際所能解釋的問題和自認(rèn)為所能解釋的問題之間存在鴻溝。他們用準(zhǔn)確的預(yù)測(cè)冒充精準(zhǔn)的預(yù)測(cè)。在統(tǒng)計(jì)學(xué)中，將噪聲誤認(rèn)為信號(hào)的行為被稱為過度擬合。擬合的說法源于統(tǒng)計(jì)模型和過去的觀測(cè)值貼合度，當(dāng)過于粗略地?cái)M合時(shí)即不充分?jǐn)M合，就意味著你在對(duì)觀測(cè)數(shù)據(jù)中的噪聲進(jìn)展擬合，而不是挖掘數(shù)據(jù)的深層構(gòu)造。在計(jì)量經(jīng)濟(jì)學(xué)研究領(lǐng)域，過度擬合的錯(cuò)誤更為常見。為了弄清這種錯(cuò)誤的成因，我們暫且賦予自己一種在現(xiàn)實(shí)中幾乎不可能擁有的優(yōu)勢(shì)--我們清楚地知道真實(shí)數(shù)據(jù)的廬山真面目。如圖1,畫了一條平緩的拋物線，頂點(diǎn)落在中間位置，末端逐漸增強(qiáng)。這條拋物線代表著我們想理解的所有現(xiàn)實(shí)數(shù)據(jù)。但是，我們還是不能直接觀察到隱藏在數(shù)據(jù)中的深層關(guān)系，這種關(guān)系由一系列的獨(dú)立的數(shù)據(jù)點(diǎn)表達(dá)，而我們只能從這些點(diǎn)推斷出這種關(guān)系模型。此外，這些數(shù)據(jù)點(diǎn)必定受特殊環(huán)境的影響--有信號(hào)，有噪聲。在圖1中，畫了100個(gè)數(shù)據(jù)點(diǎn)，分別用圓形和三角形標(biāo)記，貌似這樣就足以從噪聲中捕捉到信號(hào)。即使這些數(shù)據(jù)中存在一定程度的隨機(jī)性，但顯然它們?nèi)宰裱藪佄锞€。然而，當(dāng)我們的數(shù)據(jù)相對(duì)有限時(shí)(現(xiàn)實(shí)情況常常如此)，情況將會(huì)如何呢?那時(shí)我們就更可能陷入過度擬合的陷阱中。在圖2中，將100個(gè)數(shù)據(jù)點(diǎn)縮減至25個(gè)，這時(shí)，你會(huì)如何連接這些點(diǎn)呢?當(dāng)然，前面已假設(shè)我們知道真實(shí)數(shù)據(jù)應(yīng)該呈現(xiàn)的關(guān)系模型，就會(huì)自然地將它們連接成為一條拋物線。當(dāng)然，這樣的數(shù)學(xué)表達(dá)式用二次方程式可以很好地重建真實(shí)的關(guān)系模型(圖3)。但是，在無(wú)法得知數(shù)據(jù)擬合的理想模型時(shí)，我們有時(shí)就會(huì)表現(xiàn)得貪心和聰明的無(wú)知。如圖4,一個(gè)過度擬合的模型案例。在圖中，設(shè)計(jì)了一個(gè)復(fù)雜的函數(shù)，可以追蹤每一個(gè)邊緣數(shù)據(jù)點(diǎn)，建構(gòu)準(zhǔn)確的數(shù)學(xué)模型，用這個(gè)函數(shù)連接這些點(diǎn)，曲線的上下波動(dòng)陡然增強(qiáng)。這使得模型離真實(shí)的關(guān)系模型相去甚遠(yuǎn)，也使得預(yù)測(cè)更離譜。這個(gè)錯(cuò)誤貌似很容易防止，前提是我們無(wú)所不知，對(duì)數(shù)據(jù)的深層構(gòu)造總是了如指掌，因此防止這個(gè)錯(cuò)誤就顯得很輕松。然而，幾乎在所有的計(jì)量經(jīng)濟(jì)學(xué)研究工作中，我們都必須利用歸納法，從的證據(jù)中對(duì)其構(gòu)造進(jìn)展推斷。當(dāng)數(shù)據(jù)有限且充滿噪聲時(shí)，且我們對(duì)根本關(guān)系的理解很粗淺時(shí)，就更有可能對(duì)一種模型做出過度擬合，在對(duì)經(jīng)濟(jì)危機(jī)預(yù)測(cè)時(shí)，這兩種情況可謂司空見慣。假設(shè)我們既不在乎也不知道數(shù)據(jù)關(guān)系的真相，就有很多理由解釋我們?yōu)槭裁磧A向于過度擬合的模型。其中之一就是，在計(jì)量經(jīng)濟(jì)學(xué)學(xué)者最常用的統(tǒng)計(jì)測(cè)試中，過度擬合模型更受青睞。有一項(xiàng)測(cè)試是用以測(cè)試擬合模型可以解釋多少數(shù)據(jù)的變化。根據(jù)這一測(cè)試，過度擬合的模型(圖4)解釋了85%的數(shù)據(jù)變化，而適度擬合模型只解釋了56%的數(shù)據(jù)變化。但是本質(zhì)上，過度擬合模型是在混淆視聽，將噪聲誤當(dāng)作信號(hào)混入模型中。事實(shí)上，在解釋真實(shí)世界時(shí)，它的表現(xiàn)更糟。這種解釋似乎讓情況一目了然，但很多計(jì)量經(jīng)濟(jì)學(xué)學(xué)者完全無(wú)視此問題。研究者擁有眾多統(tǒng)計(jì)檢驗(yàn)方法，可這么多的方法卻沒有使他們?cè)黾右稽c(diǎn)科學(xué)態(tài)度，減少一點(diǎn)夢(mèng)想，而是更像充滿夢(mèng)想的孩子在天空中尋找動(dòng)物形狀的云一樣。過度擬合代表了雙重毒運(yùn)：過度擬合模型外表上看來比擬好，但其實(shí)際性能卻很糟糕。因?yàn)楹笠环N因素，假設(shè)被用在真實(shí)的經(jīng)濟(jì)預(yù)測(cè)中，過度擬合模型最終將使得預(yù)測(cè)者付出慘痛的代價(jià)。而因?yàn)榍耙环N因素--其外表效果不錯(cuò)，而且自稱可做出非常準(zhǔn)確并且經(jīng)濟(jì)價(jià)值很高的預(yù)測(cè)，所以，這類模型更吸引人，更易在學(xué)術(shù)上推介。但是，假設(shè)這個(gè)模型是用噪聲擬合的，就很有可能會(huì)阻礙經(jīng)濟(jì)的預(yù)測(cè)，進(jìn)而阻撓經(jīng)濟(jì)開展。應(yīng)該說明的是，這些錯(cuò)誤司空見慣。它影響我們，讓我們更容易被隨機(jī)性愚弄.我們也可能會(huì)越來越迷戀此模型的特質(zhì)，甚至可能會(huì)創(chuàng)造出一個(gè)貌似很有說服力的理論來佐證這一錯(cuò)誤的合理性。從邏輯的角度來看，這有點(diǎn)像觀測(cè)者效應(yīng)(長(zhǎng)被誤認(rèn)為海森堡的不確定性原理)：一旦我們開場(chǎng)測(cè)量某物，它的行為就會(huì)主動(dòng)乃至被動(dòng)發(fā)生改變。大多數(shù)統(tǒng)計(jì)模型都是依托這一概念建立的，自變量與因變量、信號(hào)與噪聲，彼此之間涇渭清楚，但在經(jīng)濟(jì)領(lǐng)域中，它們彼此之間卻混在一起、亂作一團(tuán)。(三)模型檢驗(yàn)和預(yù)測(cè)以統(tǒng)計(jì)檢驗(yàn)著稱的計(jì)量經(jīng)濟(jì)學(xué)，做普通的線性回歸分析時(shí)，如研究自變量和因變量的關(guān)系時(shí)，對(duì)自變量回歸系數(shù)采用t檢驗(yàn)，計(jì)量經(jīng)濟(jì)學(xué)界公認(rèn)t0.05就說明兩變量相關(guān)，準(zhǔn)確度那么在95%以上。計(jì)量經(jīng)濟(jì)學(xué)學(xué)者在搜集樣本的時(shí)候應(yīng)用一整套的方法減少錯(cuò)誤發(fā)生的概率。在統(tǒng)計(jì)檢驗(yàn)之前，他們也會(huì)檢測(cè)樣本是否存在潛在的系統(tǒng)性偏向。這些躲避錯(cuò)誤的手段無(wú)不在美化結(jié)果。一味的追求準(zhǔn)確性,無(wú)時(shí)不在驅(qū)使著統(tǒng)計(jì)計(jì)量學(xué)家去挖掘更加智能的算法系統(tǒng)模型。回歸分析有一些值得提出的根本分歧：在回歸分析中，對(duì)解釋變量和因變量的處理方法存在著不對(duì)稱性。因變量被當(dāng)作是隨機(jī)的、統(tǒng)計(jì)的，也就是因變量有一個(gè)概率分布。而解釋變量那么被看作是在重復(fù)抽樣中獲得固定值。解釋變量本身也是隨機(jī)的。但是出于回歸分析的目的，計(jì)量經(jīng)濟(jì)學(xué)學(xué)者假定它們的值在重復(fù)抽樣中固定不變(即X在不同的多個(gè)樣本中取同樣的一組值)，從而把它們轉(zhuǎn)變本錢質(zhì)上非隨機(jī)的。計(jì)量經(jīng)濟(jì)模型通過實(shí)證檢驗(yàn)擬合成功后，可用來檢驗(yàn)經(jīng)濟(jì)理論或經(jīng)濟(jì)假說的正確性以及提供政策建議，當(dāng)然最終要預(yù)測(cè)將來經(jīng)濟(jì)的走向。模型的質(zhì)量決定預(yù)測(cè)的質(zhì)量：墨菲提出，衡量預(yù)測(cè)的一種途徑--或許也是最顯而易見的途徑--就是通過他所說的質(zhì)量,但何種質(zhì)量才可被認(rèn)定為準(zhǔn)確呢?質(zhì)量是指預(yù)測(cè)與實(shí)際天氣相符合嗎?無(wú)論預(yù)測(cè)得多么準(zhǔn)確，這個(gè)預(yù)測(cè)是預(yù)測(cè)者當(dāng)時(shí)的巔峰之作嗎?這個(gè)預(yù)測(cè)是否反映了預(yù)測(cè)者的最正確判斷呢?公之于眾之前，這個(gè)預(yù)測(cè)是否作了某種程度的修飾呢?預(yù)測(cè)是否有經(jīng)濟(jì)價(jià)值，判斷的根據(jù)就是，預(yù)測(cè)是否有助于公眾或政治決策者做出更好的決定或決策。經(jīng)濟(jì)理論或模型作為對(duì)復(fù)雜現(xiàn)實(shí)經(jīng)濟(jì)的簡(jiǎn)化抽象，只能刻畫主要的或重要的經(jīng)濟(jì)因素。而實(shí)際觀測(cè)到的數(shù)據(jù)卻是由許多因素共同作用的結(jié)果，失敗預(yù)測(cè)的模型可能應(yīng)用非樣本數(shù)據(jù)，其中有些因素是未知的或不可觀測(cè)的，并沒有包括在經(jīng)濟(jì)模型中，或者數(shù)據(jù)的信噪比過低，因此反映不出它們的影響，而計(jì)量經(jīng)濟(jì)學(xué)學(xué)者卻沒有足夠的才能和技術(shù)做出甄別。這點(diǎn)與自然科學(xué)不同，自然科學(xué)研究可以通過可控實(shí)驗(yàn)過濾或消除次要因素的影響。在經(jīng)濟(jì)學(xué)領(lǐng)域，經(jīng)濟(jì)學(xué)家通常是數(shù)據(jù)的使用方，大多數(shù)搜集到的經(jīng)濟(jì)數(shù)據(jù)都是非實(shí)驗(yàn)性的。因此無(wú)法從觀測(cè)到的經(jīng)濟(jì)數(shù)據(jù)過濾出經(jīng)濟(jì)模型以外的因素所產(chǎn)生的那一局部影響，這便造成經(jīng)濟(jì)實(shí)證研究的困難。經(jīng)濟(jì)數(shù)據(jù)和經(jīng)濟(jì)系統(tǒng)的上述特征，不可防止地造成了計(jì)量經(jīng)濟(jì)學(xué)實(shí)證研究的局限性，使之難以到達(dá)與一些自然科學(xué)學(xué)科那樣的成熟程度。計(jì)量經(jīng)濟(jì)學(xué)所面臨的局限性不是計(jì)量經(jīng)濟(jì)學(xué)本身所特有的，而是整個(gè)經(jīng)濟(jì)學(xué)科所面臨的局限性。事實(shí)上，正是由于經(jīng)濟(jì)系統(tǒng)的非實(shí)驗(yàn)性、時(shí)變性和不可逆性，以及經(jīng)濟(jì)數(shù)據(jù)的種種缺陷，計(jì)量經(jīng)濟(jì)學(xué)理論本身的開展已相對(duì)全面和成熟。但是這種先進(jìn)的實(shí)證研究方法，仍無(wú)法代替或抑制由經(jīng)濟(jì)系統(tǒng)和經(jīng)濟(jì)數(shù)據(jù)特點(diǎn)所造成的局限，從而使得計(jì)量經(jīng)濟(jì)學(xué)的分析與預(yù)測(cè)遠(yuǎn)沒有像多數(shù)自然科學(xué)學(xué)科那樣準(zhǔn)確。經(jīng)濟(jì)是一個(gè)動(dòng)態(tài)系統(tǒng)，不是一個(gè)方程式，假設(shè)你只把經(jīng)濟(jì)當(dāng)作一系列變量和方程式，而沒有看到其深層次構(gòu)造，那就很容易把噪聲當(dāng)成信號(hào)，誤認(rèn)為自己正在做出準(zhǔn)確地預(yù)測(cè)，而實(shí)際上你的預(yù)測(cè)并不準(zhǔn)確。大多數(shù)計(jì)量經(jīng)濟(jì)學(xué)家做預(yù)測(cè)時(shí)，會(huì)在一定程度上依賴自己的判斷，而不根據(jù)統(tǒng)計(jì)模型輸出的信息進(jìn)展預(yù)測(cè)?？紤]到數(shù)據(jù)雜亂性，這種做法或許是有益的。20世紀(jì)七八十年代計(jì)算機(jī)開場(chǎng)廣泛使用時(shí)，經(jīng)濟(jì)學(xué)家普遍認(rèn)為統(tǒng)計(jì)模型可以解決經(jīng)濟(jì)預(yù)測(cè)問題。但是，改良的技術(shù)無(wú)法掩蓋對(duì)經(jīng)濟(jì)領(lǐng)域理論認(rèn)識(shí)的缺乏，只會(huì)讓經(jīng)濟(jì)學(xué)家更加迅速且煞費(fèi)苦心地將噪聲誤認(rèn)為信號(hào)?？此魄熬安诲e(cuò)的預(yù)測(cè)模型在某些方面一敗涂地，最后慘遭淘汰。二、大數(shù)據(jù)時(shí)代的思維變革經(jīng)濟(jì)預(yù)測(cè)者面臨著三大根本挑戰(zhàn)。第一，單純依靠經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)(僅依靠構(gòu)造性數(shù)據(jù))，很難判斷起因與結(jié)果。第二，經(jīng)濟(jì)是一個(gè)動(dòng)態(tài)系統(tǒng)，始終都在變化，某一經(jīng)濟(jì)周期的經(jīng)濟(jì)運(yùn)行狀況無(wú)法被用來解釋將來經(jīng)濟(jì)的開展。第三，經(jīng)濟(jì)學(xué)家以往的預(yù)測(cè)如此糟糕，那么他們作預(yù)測(cè)時(shí)所參照的數(shù)據(jù)也好不到哪去。以上挑戰(zhàn)問題和大數(shù)據(jù)的特點(diǎn)不謀而合。IBM公司從其特點(diǎn)定義大數(shù)據(jù)：實(shí)時(shí)性--大數(shù)據(jù)是在線的，隨時(shí)可調(diào)用和計(jì)算的，這是大數(shù)據(jù)區(qū)別于傳統(tǒng)數(shù)據(jù)的最大特征;多樣性--種類、來源多樣化，包括構(gòu)造化、半構(gòu)造化和非構(gòu)造化數(shù)據(jù);規(guī)模性--數(shù)據(jù)量大，包括數(shù)據(jù)的采集、存儲(chǔ)和計(jì)算的量都非常大。之后業(yè)界又加了兩個(gè)特點(diǎn)：價(jià)值性--大數(shù)據(jù)作為新的消費(fèi)力，創(chuàng)造價(jià)值;速度快時(shí)效高--增長(zhǎng)和處理速度快，時(shí)效要求也高。如此一來，大數(shù)據(jù)又在哪些方面給計(jì)量經(jīng)濟(jì)學(xué)帶來影響和沖擊呢?(一)數(shù)據(jù)1.數(shù)據(jù)的采集大數(shù)據(jù)是以挪動(dòng)終端、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)等挪動(dòng)或者固定設(shè)備為依托而產(chǎn)生的非構(gòu)造化、半構(gòu)造化以及構(gòu)造化數(shù)據(jù)的總和。幾乎每個(gè)經(jīng)濟(jì)體，每時(shí)每刻都在消費(fèi)數(shù)據(jù)，雖說大數(shù)據(jù)技術(shù)的意義不在于掌握規(guī)模龐大的數(shù)據(jù)信息，而在于對(duì)這些數(shù)據(jù)進(jìn)展智能處理，從中分析和挖掘出有價(jià)值的信息，但前提是擁有大量數(shù)據(jù)。古人云：巧婦難為無(wú)米之炊,所以數(shù)據(jù)采集是為大數(shù)據(jù)價(jià)值挖掘創(chuàng)造條件，是大數(shù)據(jù)價(jià)值挖掘的根底。數(shù)據(jù)采集的方式多樣化：不管是挪動(dòng)的還是固定設(shè)備，要進(jìn)展數(shù)據(jù)的采集都直接或者間接的和傳感器相關(guān)。它更多地賦予設(shè)備智能化。傳感器的可集成性、多樣性、準(zhǔn)確性等特點(diǎn)使得數(shù)據(jù)的采集變得方便、快捷、準(zhǔn)確。目前世界最小的晶體管2nm[7].2nm的研發(fā)成功對(duì)于芯片市場(chǎng)來說絕對(duì)是個(gè)令人振奮的成果，假設(shè)該晶體管真正量產(chǎn)并廣泛使用，將會(huì)極大地進(jìn)步芯片的性能。到時(shí)科技將賦予傳感器更多、更全的功能，傳感器的準(zhǔn)確度也會(huì)有質(zhì)的飛躍。2nm絕對(duì)不是極限，科技的飛速開展和進(jìn)步--數(shù)據(jù)采集的方法和手段的革新，也將更好地幫助人類去獲取更加及時(shí)、準(zhǔn)確和多樣的數(shù)據(jù)。2.大數(shù)據(jù)的挖掘只有米沒有巧婦,也不會(huì)有可口的飯菜。如此一來，自然誕生了下一個(gè)產(chǎn)業(yè)鏈：數(shù)據(jù)挖掘。數(shù)據(jù)挖掘賦予了大數(shù)據(jù)智能生命。有了數(shù)據(jù)倉(cāng)庫(kù)為依托，數(shù)據(jù)挖掘如虎添翼，就如巧婦進(jìn)入了米倉(cāng).數(shù)據(jù)挖掘指通過一定的計(jì)算機(jī)算法對(duì)大量數(shù)據(jù)進(jìn)展數(shù)據(jù)分析，進(jìn)而解釋大數(shù)據(jù)背后隱藏的趨勢(shì)、形式和關(guān)系，為決策者提供根據(jù)，創(chuàng)造價(jià)值。之所以稱作挖掘,就比方在蒼茫大地中開礦掘金一樣困難。數(shù)據(jù)挖掘的主要目的：一是去發(fā)現(xiàn)埋藏在大數(shù)據(jù)外表下的歷史規(guī)律，即對(duì)歷史描繪性分析;二是對(duì)將來進(jìn)展預(yù)測(cè)，即預(yù)測(cè)性分析。數(shù)據(jù)挖掘把數(shù)據(jù)分析的范圍從到未知,從過去到將來,是商務(wù)智能的真正的生命力和靈魂所在。它的成熟與開展，最終推動(dòng)商務(wù)智能在各行各業(yè)的廣泛應(yīng)用。多維度數(shù)據(jù)分析法作為大數(shù)據(jù)挖掘的根本方法，它主要通過對(duì)數(shù)據(jù)的匯總、比照、穿插、趨勢(shì)分析等途徑，獲取有價(jià)值的信息。數(shù)據(jù)分析的多維度不僅彌補(bǔ)了獨(dú)立維度進(jìn)展分析所難得發(fā)現(xiàn)的一些問題--不同維度之間的相關(guān)關(guān)系，通過多維度之間的比擬、細(xì)分，使得分析結(jié)果更有意義，還賦予大數(shù)據(jù)更多的價(jià)值。計(jì)算機(jī)數(shù)據(jù)處理的優(yōu)點(diǎn)：計(jì)算速度快;不會(huì)犯錯(cuò)，除非編程時(shí)就編入錯(cuò)誤;不會(huì)偷懶，在分析招數(shù)、分析可能位置時(shí)不會(huì)半途而廢;不存在偏見，不帶感情色彩，不會(huì)贏了一步過度自信以致失去勝勢(shì)，或是遇到困局而沮喪?；ヂ?lián)網(wǎng)的數(shù)據(jù)采集優(yōu)點(diǎn)：數(shù)據(jù)的采集實(shí)現(xiàn)實(shí)時(shí)性，不摻雜個(gè)人感情和偏見;采集到的數(shù)據(jù)形式多樣化;原始數(shù)據(jù)可根據(jù)個(gè)人需要隨意提取。計(jì)算機(jī)和互聯(lián)網(wǎng)的以上優(yōu)點(diǎn)也給大數(shù)據(jù)彌補(bǔ)計(jì)量經(jīng)濟(jì)學(xué)的局限和成就計(jì)量經(jīng)濟(jì)學(xué)帶來了可乘之機(jī)。(二)大數(shù)據(jù)分析1.大數(shù)據(jù)預(yù)測(cè)追求混雜性而非準(zhǔn)確性計(jì)量經(jīng)濟(jì)學(xué)研究經(jīng)常根據(jù)所研究的內(nèi)容事先提出多個(gè)前提假設(shè)，在假設(shè)的根底上，應(yīng)用數(shù)學(xué)模型進(jìn)展統(tǒng)計(jì)檢驗(yàn)驗(yàn)證假設(shè)。經(jīng)濟(jì)學(xué)學(xué)者在搜集樣本的時(shí)候應(yīng)用一整套的方法減少錯(cuò)誤發(fā)生的概率。在統(tǒng)計(jì)檢驗(yàn)之前，他們也會(huì)檢測(cè)樣本是否存在潛在的系統(tǒng)性偏向。這些躲避錯(cuò)誤的手段無(wú)不在美化結(jié)果。一味地追求準(zhǔn)確性,無(wú)時(shí)不在驅(qū)使著統(tǒng)計(jì)計(jì)量學(xué)家去挖掘更加智能的算法系統(tǒng)。大數(shù)據(jù)更多的用概率說話，不再追求準(zhǔn)確性,轉(zhuǎn)而追求數(shù)據(jù)維度的集合--混雜性。大數(shù)據(jù)不僅要求計(jì)量經(jīng)濟(jì)學(xué)預(yù)測(cè)不再追求準(zhǔn)確性，伴隨數(shù)據(jù)維度和組合越來越豐富，也使得他們無(wú)法實(shí)現(xiàn)準(zhǔn)確性。錯(cuò)誤不是大數(shù)據(jù)所特有的，但是也是大數(shù)據(jù)無(wú)法消除的，且可能長(zhǎng)期存在的。假設(shè)計(jì)量經(jīng)濟(jì)學(xué)試圖擴(kuò)大數(shù)據(jù)的維度，獲得大數(shù)據(jù)帶來的價(jià)值，大數(shù)據(jù)就要求計(jì)量經(jīng)濟(jì)學(xué)包容和承受混雜性和不確定性?；祀s是標(biāo)準(zhǔn)途徑，而不應(yīng)當(dāng)是計(jì)量經(jīng)濟(jì)學(xué)所竭力防止的。大數(shù)據(jù)要求計(jì)量經(jīng)濟(jì)學(xué)學(xué)者重新審視準(zhǔn)確性的優(yōu)劣，嘗試追求數(shù)據(jù)的完備性和混雜性，進(jìn)而實(shí)現(xiàn)范式轉(zhuǎn)移。據(jù)估計(jì)，只有5%的數(shù)字?jǐn)?shù)據(jù)是構(gòu)造化的且能適用于傳統(tǒng)數(shù)據(jù)庫(kù)，假設(shè)不承受混雜性，剩下95%的半構(gòu)造化和非構(gòu)造化數(shù)據(jù)都無(wú)法被利用，比方網(wǎng)頁(yè)和視頻資源。通過承受大數(shù)據(jù)非準(zhǔn)確性，我們就會(huì)翻開一個(gè)從未涉及的經(jīng)濟(jì)之窗。2.大數(shù)據(jù)預(yù)測(cè)：樣本=總體傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)研究一直停留在小數(shù)據(jù)時(shí)代，對(duì)于新惹事物是不敏感的，必須等事情發(fā)生并且成長(zhǎng)到一定規(guī)模以后才能搜集到足夠數(shù)據(jù)進(jìn)展相關(guān)研究。在計(jì)量經(jīng)濟(jì)學(xué)理論研究中，因?yàn)榉治觥⒂涗浐痛鎯?chǔ)數(shù)據(jù)的工具不夠好，加之?dāng)?shù)據(jù)搜集條件和數(shù)據(jù)處理才能等方面的影響，只能應(yīng)用少量數(shù)據(jù)說話.計(jì)量經(jīng)濟(jì)學(xué)家們認(rèn)為：樣本分析的準(zhǔn)確性隨著采樣隨機(jī)性的增加而大幅度進(jìn)步，與樣本數(shù)量的增加關(guān)系不大，即樣本選擇的隨機(jī)性比樣本數(shù)量更重要，退一步講，當(dāng)然這種觀點(diǎn)頗有建樹，通過搜集樣本，用較少的花費(fèi)做出高準(zhǔn)確度的判斷，雖然樣本分析獲得了宏大成功，成為當(dāng)代測(cè)量領(lǐng)域的中流砥柱。但是這只不過是條捷徑，是在無(wú)可奈何(搜集和分析數(shù)據(jù)等困難的束縛)的情況下的迫不得已。樣本采集的過程中難免摻雜個(gè)人感情，加之經(jīng)濟(jì)學(xué)學(xué)者往往還要對(duì)采集到的數(shù)據(jù)進(jìn)展二次處理，研究結(jié)果多被采樣的質(zhì)量綁架，大大降低了研究成果的質(zhì)量。結(jié)論往往誕生在結(jié)果之前，也不免使得結(jié)論價(jià)值大打折扣。在經(jīng)濟(jì)活動(dòng)中真正有趣的事情往往藏匿在細(xì)節(jié)中，這是樣本分析法難以捕捉的--如啤酒與尿布的相關(guān)關(guān)系。在大數(shù)據(jù)時(shí)代，利用所有的數(shù)據(jù)，而不再僅僅局限于依靠小局部構(gòu)造性數(shù)據(jù)，拓展了計(jì)量經(jīng)濟(jì)學(xué)的研究范圍。采集數(shù)據(jù)的方式多樣化，擁有先進(jìn)的技術(shù)手段對(duì)大規(guī)模數(shù)據(jù)快速處理，且數(shù)據(jù)的采集具有實(shí)時(shí)性，可以更加快捷地通過分析全體數(shù)據(jù)對(duì)經(jīng)濟(jì)行為進(jìn)展研究，一旦有新情況、新動(dòng)態(tài)立即予以關(guān)注，及時(shí)對(duì)事前政策做出適應(yīng)性調(diào)整和指導(dǎo)將來政策的走向，從而實(shí)現(xiàn)對(duì)新惹事物的早期干預(yù)和分析，因此具有前瞻性。大數(shù)據(jù)本身就具有智能，可以輔助計(jì)量經(jīng)濟(jì)學(xué)發(fā)現(xiàn)知識(shí)。麻省理工學(xué)院(MIT)的兩位經(jīng)濟(jì)學(xué)家，阿爾貝托卡瓦羅和羅伯托里哥本通過一個(gè)軟件在互聯(lián)網(wǎng)上搜集信息，他們每天可以搜集到50萬(wàn)種商品的價(jià)格。搜集到的數(shù)據(jù)很混亂，也不是所有數(shù)據(jù)都能輕易進(jìn)展比擬。但是把大數(shù)據(jù)和好的分析法相結(jié)合，這個(gè)工程在2022年9月雷曼兄弟破產(chǎn)之后馬上就發(fā)現(xiàn)了通貨緊縮趨勢(shì)，然而那些依賴官方數(shù)據(jù)的人直到11月才知道這種情況。三、大數(shù)據(jù)和計(jì)量經(jīng)濟(jì)學(xué)的交融計(jì)量經(jīng)濟(jì)學(xué)是被樣本=總體撼動(dòng)的最厲害的經(jīng)濟(jì)學(xué)分支學(xué)科之一，伴隨大數(shù)據(jù)分析取代樣本分析，計(jì)量經(jīng)濟(jì)學(xué)不再單純地依靠實(shí)證數(shù)據(jù)分析。雖說統(tǒng)計(jì)抽樣在經(jīng)濟(jì)學(xué)界固假設(shè)金湯，但統(tǒng)計(jì)抽樣只是為了在被技術(shù)限制的特定時(shí)期，解決存在問題的被動(dòng)選擇?，F(xiàn)如今，技術(shù)已不是阻止大數(shù)據(jù)的最大障礙，當(dāng)然在特定條件下統(tǒng)計(jì)抽樣方法仍然可用。大數(shù)據(jù)拓展了計(jì)量經(jīng)濟(jì)學(xué)的研究范圍，可增加計(jì)量經(jīng)濟(jì)學(xué)研究的實(shí)用性，數(shù)據(jù)的實(shí)時(shí)性也可增加計(jì)量經(jīng)濟(jì)學(xué)預(yù)測(cè)的準(zhǔn)確性。大數(shù)據(jù)所涉及的資料已遠(yuǎn)遠(yuǎn)超出一般的計(jì)量經(jīng)濟(jì)學(xué)分析所能處理的范疇，大數(shù)據(jù)分析法的出現(xiàn)給計(jì)量經(jīng)濟(jì)學(xué)研究提供了更大的空間、更新的視角，也給以往計(jì)量經(jīng)濟(jì)學(xué)難以研究或者不可研究的經(jīng)濟(jì)領(lǐng)域--如商業(yè)中啤酒和尿布的關(guān)系，注入了新的原動(dòng)力;大數(shù)據(jù)分析法并非是傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)家通過考慮、領(lǐng)悟、觀察、建模等方法的分析而獲取結(jié)論的，而是通過大數(shù)據(jù)的聚集和不同數(shù)據(jù)維度的組合、穿插，運(yùn)用計(jì)算機(jī)技術(shù)和大數(shù)據(jù)思維處理得來的;大數(shù)據(jù)構(gòu)建了豐富且可持續(xù)完善的數(shù)據(jù)集和分析工具，其共享性、協(xié)調(diào)性、重用性等大大增強(qiáng)，這些都為大數(shù)據(jù)與計(jì)量經(jīng)濟(jì)學(xué)的交融提供條件;大數(shù)據(jù)聚集專業(yè)領(lǐng)域的數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)維護(hù)等專業(yè)團(tuán)隊(duì)，也為與計(jì)量經(jīng)濟(jì)學(xué)的交融提供了必備條件。以上所有的理由都說明：大數(shù)據(jù)和計(jì)量經(jīng)濟(jì)學(xué)交融有其天然的優(yōu)勢(shì)，同時(shí)也是大勢(shì)所趨。計(jì)算機(jī)速度非?？?，而且它可以非常踏實(shí)衷心地計(jì)算--不知疲倦、不帶