朱家祥：解惑实证计量研究

【编者按】2007年7月，中国经济学教育科研网曾邀请到朱家祥教授作客“名家茶坊”栏目，与广大网友进行学习交流。虽然过去多年，但我们仍然能够通过以下的访谈实录了解朱家祥教授的治学理念与学者风采。

朱老师您好，我做了个汉密尔顿函数的宏观模型，后面用OLS或别的计量方法做实证。有老师说这不是一个模型不应放在一篇文章中。可是有些理论模型无法用来做实证，理论模型说明一些问题，实证模型再验证这些事实。我看到外国学者也这么做过，可我无法说服一些老师，有老师建议只做一个。认为理论模型是抄的，我解释过是改的，构建一个完整的理论模型很难，以自己水平还只能在理解的基础上修改。我有些迷茫了。请朱教授指教。

朱家祥：建议是：One paper one idea. 如果一篇论文谈了太多，知道吗？很多期刊的评审人会被你搞晕（他们的程度有时也不怎么样），以致于下场是退稿。构建理论模型不是容易的事。你得修炼到一个境界才能有发展理论模型的功力，我不知道有何速成的捷径。修改别人的模型假设再推导，是一种练习；说难听点，是雕虫小技。但是你还是得从雕虫小技学起。

在宏观的计量经济学的应用中，经常需要工具变量。但是我对于工具变量的选择有些迷茫。如何能够快速而准确的选择工具变量呢？有什么经验可以借鉴呢？

朱家祥：工具变量有时来自于统计性质，例如2SLS。有时来自于经济意义。并没有一套公认的选择标准。

您怎么理解什么是好的计量经济学模型？因为我个人认为并不是模拟的好的就是好的模型，有的模型的拟合并不见得好，但是却能说明一些问题，我认为能够解决一些经济学问题，能够说明一些问题的模型就是好的，我想听听您对此的看法。

朱家祥：我认为好的计量模型要有样本外的预测能力。模型在样本内拟合佳，在样本外的预测表现未必就好。拟合程度不是一个评断优劣的标准。一个能说明问题但却无预测能力的模型有没有价值？绝大多数的状况下，我会说：没价值。地震模型可以帮助我们了解地震，但我们找不到一个可以预测地震的模型。换我问你：地震模型有没有价值呢？

请问您怎样看等计量经济学与其他经济数量分析方法之间的关系？比如系统动力学（ststem dynamics）（现在这个方法在经济学中似乎是非主流，很少看到用这种方法的文章）、人工神经网络（Artificial Neural Network）、结构方程模型（StructuralEquation Modeling)等，还有就是一些非参数方法，以及时间序列方面也有一些偏数值分析小波方法等？还有一个大陆学者发明的灰色系统方法？这些方法在处理一些问题中都可以提供解决方案（如做预测），究竟哪些方法的结果更值得信懒呢？

朱家祥：看不出系统动力学与计量有啥关系。人工神经网络应该类似于计量中的非线性时间序列模型。结构方程模型曾是计量的主流。非参数方法，偏数值分析在统计领域内比较主流，在计量上也有人运用。灰色系统方法？这个我就不知了。众多方法，孰优孰劣？谁预测好，谁就是赢家。

传统的计量比如单方程或联立方程以及VAR等,参数方程是不是太简单了？而且很多假设都是线性的，正态的，如果是非线性的，就不容易通过解释的方法找到参数的置信区间等等，只能通过模拟等，这些局限性会不会限制了计量经济学的使用范围？你对未来计量经济学的方向有什么样的想法？

朱家祥：复杂的模型未必有用；简单的模型也未必不适用。未来计量经济学的方向？要我预测啊？好吧。。。我认为横剖面的计量会比时间序列计量有前途。

还问一个就是面板数据的问题，现在似乎面板单位根的方法还在不断地发展，各种检验很多，假设也不同，而面板数据的协整已经有很多人在做了，请问现在的面板单位根与面板协整是什么一种关系？　

朱家祥：面板单位根是面板协整的必要条件。

我本科是学统计学的，现在转学经济，一直对计量经济学很感兴趣。觉得您说的很对，计量经济中的灵魂是经济学而不是统计。我现在就是觉得自己对经济学的把握不够，您觉得我今后应该如何把自己的经济学素养提高上去呢？是应该再巩固一下经济学理论，还是去做一些实证研究？谢谢！

朱家祥：我有一个观察：实証研究做的好的经济学家，在经济纯理论上都有极深的造诣。建议你巩固一下经济学理论；最好不只一下，巩固好几下更棒。

想请教您：您觉得目前大陆的计量经济学已经达到了怎样的水平？和美国大学计量经济学研究的主要差距在哪些方面？

朱家祥：数据的可信度，公开度使得大陆在实証计量的研究上的发展相对落后。理论计量的研究比较不依赖数据，所以大陆在这方面，还是有少部分优秀人才从事着相当杰出的研究工作。

我学的专业是统计学，学过一点时间序列的皮毛，在学习中发现用时序预测的精度很差，但目前研究时序似乎是个热点，请问该如何来提高预测的精度呢？如果提高不了，可否认为时序预测没什么价值呢？

朱家祥：时序模型基本上是让数据自己说话，没有哲学或经济学思考的成分。提高预测的精度恐怕还是得从建模的方向出发，而建模需要研究者掌握问题的核心。滥模型的预测精度当然是不怎么样了。

您好！我是学统计学的，经常阅读您的论文，特别是关于在线变点检测方面的经典论文，感觉总是不能明确抓住您变点检测的思想，特别是边界函数（boudary）的选择标准，感觉总是被一些复杂的数学形式所淹没，想向您请教！

朱家祥：在线变点的检测是个难题！由于Law of Iterated Logrithm, 适当的边界函数必须要能控制误警机率。但是最佳的边界函数该如何选取？我也没好的建议。留给你去研究嘍！加油。

教授您好,论文研究需要做时间序列和截面数据分析两个方面的研究,请问是否有统一的软件实现呢?是否用MATLAB就足够了?

朱家祥：MATLAB除了有内建的程序可用，还可以自己遍程，应当是足够了。

从学计量经济学那天起我就觉得困惑，觉得上课学好计量和自己用好计量是两回。比如，计量经济学很多习题会做，可以证明或推导，但应用到写实证文章时总觉得自己文章惨不忍睹，要么没有思路，要么模仿痕迹很浓。请问朱老师，怎样才能从上好计量课程到应用好计量？谢谢

朱家祥：学好经济学，加上对问题有深刻的洞察力，才能用计量写出好的实証文章。

想请教朱老师，如何发现自己的兴趣所在？我学经济，但做研究失败，转投工作，却发现心还在书本里，又想重新考回学校，无助时刻，看了南怀谨先生在上海的讲座，提到研究生只是发展兴趣、完成理想手段，反问自己却不知兴趣是什么、在何处。在学校的几年，我曾对经济学狂热，关注的是福利经济学，此后又对心理学发生兴趣，胡冲乱撞一番，又对投行并购着迷，接下来却又去研究小额贷款，回想起来，内容纷杂，没有主意，失望之后进入媒体做了记者。如今的工作仍然重复学校的螺旋，还是没有找到真正的兴趣，南师说20岁本是完成10岁梦想的年代，30岁是延续，40岁有收获，50岁再回忆，我算是10岁没梦想，20找理想，快30还在浑浑噩噩中，不知有没有和我同样经历的，再此请教朱师，希望能解答人生疑惑。

朱家祥：看到你说“内容纷杂，没有主意”，猜想是：你尝试了许多方面，但没有找到令你兴奋的方向，是吗？这很正常的呀！变换研究课题本来就是家常便饭。当你深入了一个课题后，经常才发现你的方法是条死路，或是结果了无新意，或是课题难到自己根本啃不动。这时候不换个课题，更待何时？我自己也常如此的，换课题的速度肯定比换女朋友快。何况，人生本就是充满了错误的尝试，我不认为这叫做浑浑噩噩。

你对计量经济学妙趣横生的说理很中肯。可是，从另一角度考虑，你能否在计量经济对中国经济学贡献这个角度深入地谈谈。我想批评计量是相对容易的。但要确实拿出计量经济的理论结合到中国未来经济的发展就需要真功夫了。以前本科阶段主要学习误差分析，应用在空间分析上，成果是实在的。研究生后转经济学。感觉上经济上许多的研究还是没有真正落到实在之处。别的不说，我认为利用计量经济学在分析中国宏观经济走向上如果能走出一番天地，才是彰显有用之处。这个当然不能超越世界经济理论的发展阶段，但如果能与美国加拿大现媲美，也算可以了。

请问朱大师，能否借用你的脑子思考片刻，给出一些有用的建议。特别是如果你对美国的财政部所建立的动态模型上，从他们简化模型后与现实经济的差距上，从建立这样一个大规模的模型上,能否给出一些建设性的建议（特别是经济理论方面与现实的差距，模型简化过程中的问题等，你认为中国现阶段发展适合发展那类的宏观模型）。

朱家祥：关于批评这件事，我来打个比方。如果你是导演，你如何看待影评？一种对影评人的反应是：你说的这么容易，有本事你也拍部电影来看呀！小说作者可不可以也对文学评论家说：有本事你也写部小说来看呀！你对这种回应批评的态度有何看法？

我从不喜欢“建设性批评”的字眼。在这种论调下，批评者若没有接着提出建议与对策，那就会被说成是没有建设性的批评捣乱。我认为：只要是中肯的批评，不是为了批评而批评，被批评的人应该都要有接受他人纯批评的雅量。

用计量经济来分析中国宏观经济的确是需要真工夫。那类的宏观模型？我不敢妄言。但是我倒不看好大规模的宏观计量模型，例如早期流行的100多条方程构成的联立计量模型。任何宏观计量模型都是现实经济简化后的结果，它与现实经济，几乎是by definition，存在着差距. 所以关键不是要找一个宏观模型更接近现实经济。以政策制定的观点来看，完全依赖计量模型的结果当然是非常危险的时，因为从计量模型的结果到经济政策的制定，这之间绝少不了人为判断。

我看过您的简历,您是专门研究计量经济学的,您当初在美国圣地亚哥加州大学留学,是什么原因促使您最终选择计量经济学作为自己的研究领域呢?或者说,经济学科中的分支领域有那么多,你为什么对计量经济学如此情有独钟呢?

朱家祥：糊里糊涂去了UCSD。选了计量是因为UCSD的计量强，有三个大师。

现在国内一些研究人员在使用计量经济学研究的时候会事先预测一个结果,然后根据心中的结果选择对数据的处理方法,从而如愿以尝,也就是"想要什么结果,就会有什么结果",您如何看待这样的现象?

朱家祥：所以说统计，计量可以是TMD谎言。

美国现在流行的一本计量经济学教科书(是Hayashi写的那本)里用GMM方法把其他的计量方法都统一到了一起,您觉得这样一种处理方法有什么利弊吗?这样的处理对于学生学习\理解\以及以后运用计量经济学的方法有没什么好处呢?

朱家祥： GMM的概念很优美，也可以应用到很多问题上。一般化的概念虽然适用性广，还是有代价的。比方说：你听音乐时是用CD Player还是DVD Player？前者只能放CD，二后者可以放DVD以及CD。

有些学者说，计量经济学是证伪而不是证实的学问，您是否同意这个观点？如何评价？

朱家祥：我同意计量经济学是证伪而不是证实的观点。

如您所说，一个好的计量经济学模型要符合经济学的合理性、统计学的合理性，还要与现实数据相吻合。那么，影响对一个计量模型的好坏判断的因素就非常之多了。会不会因为数据的偏差、虚假，导致计量模型被否认？对计量模型的优劣有没有客观的独立于数据的判定标准？

朱家祥：如果是因为数据的偏差、虚假，我相信经济的直觉，或是COMMON SENSE会否定计量模型得出的结果。计量模型优劣的评断不大可能独立于数据之外。毕竞，许多有用的统计量亦是由原始数据计算而得的啊。然而，优劣的评断也不该全由数据来决定。经济学永远扮演着重要的角色。

计量经济学的创新是否依赖于经济学的创新？其自身是否具备创新的动力？

朱家祥：计量经济学自身当然也具备创新的动力。不可否认的，很大部分的计量创新是得归功于经济学的创新，例如，理性预期。

（文章省略网友名称）