会议报告简评

会议报告简评

一．会议主题演讲

世界级经济计量大师 Halbert White报告题目为自然实验效应(natural experiments)的估计。自然实验，特别是由于发生在特定时点的干扰(intervention)或结构性变化(structural change)而引起的自然实验，比如说政府政策干预、公司合并、卡特尔的建立或解体等，都是学术界和产业界感兴趣的范畴。

应用研究者最为熟悉的自然实验效应估计方法是哑变量方法，该方法通过定义一个哑变量把观测值分为实验前后两类，并用哑变量对应的系数来衡量实验效应。White发现哑变量方法的假设条件极为苛刻，在应用中具有较大的局限性。White试图采用其他更为灵活的方法来估计自然实验效应，他提议的方法和Hahn (1998)及Hirano, Imbens, and Ridder (2004) (HIR)等的处理效应（treatment effects）估计量非常相似。但是处理效应的结果不能直接用在自然实验效应的估计上，因为在处理效应的研究中，自变量由截面观测单元（如个人）组成，可以在应用处理前测量，所以不会受处理的影响；而自然实验效应是在时间序列的一个特定时点发生的，对自变量的观测极有可能在处理发生后才进行，这时采用处理效应的估计量就会有偏差。White创建了一个分析框架来处理这种偏差。他还发现和哑变量方法相比，Hahn 和HIR 的估计量虽然更具普遍性，但是这些方法计算非常复杂，而且在时间序列应用时其性质是未知的。White提议的方法则拥有Hahn 和HIR 的估计量的很多优点，并且计算简单，而其渐进性质不管在截面或时间序列应用时都是显而易见的。

世界级经济计量大师Peter Robinson在时间序列和经济计量领域作出了杰出的贡献，最近他致力于研究经济计量领域中极为艰巨的分段协整(fractional cointegration)问题。经济或金融变量之间的协整关系已经是众所周知。往往地，这些变量被假设为具有单位根（如I(1)）的非平稳序列，而协整随机项则是一个平稳序列（I(0)），否则会出现伪回归(spurious regression)现象。

分段协整理论把变量之间的关系放在更为广泛的范围内进行讨论，认为I(1)不过是非平稳序列的一种特殊形式，而I(0)不过是平稳序列的一种特殊形式。尤其地，我们可以定义任一时间序列t x为一个I(d)序列，d>0。当d<1/2时，t x 平稳可逆；当d1/2

时，t x是非平稳序列。具体运用中，上述的经济或金融变

量则被假设为一个1()I d 序列，而协整随机项是2()I d 序列。2d 可以大于或等于1/2，也就是说，协整随机项可以是非平稳序列，但是协整模型要求12d d 。在1d 和2d 未知或已知的情况下，我们都可以采用各种计量方法对模型进行估计；而时间序列的平稳或非平稳、1d 和2d 之间的差距都直接影响模型的统计特征和统计推断。

二．报告会场之一：经济计量理论

第一个报告会场的主题为经济计量理论，演讲者分别为中央研究院经济研究所管中閔教授，韩国大学经济系Yoon-Jae Whang 教授，和南安普顿大学陆懋祖教授。

近年来稳健检验成为经济计量的一个新热点。传统的检验一般需要估计模型残差的渐进协方差矩阵（asymptotic covariance matrix ），但在小样本下检验有时缺乏稳健性。管中閔教授拓展Kiefer, Vogelsang and Bunzel(2000)的KVB 方法，建立了无须估计渐进协方差矩阵的稳健性M 检验。

经验似然方法(empirical likelihood ，EL)则是最近以来风靡一时的统计和经济计量方法，在最近两年的美国Econometric Society 大会上都同时有好几个分会场讨论经验似然方法。Whang 把平滑经验似然方法（smoothed EL ）应用于分位数回归（Quantile Regression ）模型中，不但对参数进行了一致估计，而且建立了小样本下更为精确的置信区域。

模型选择一直都是统计和经济计量领域感兴趣的课题。陆懋祖教授采用间接推断方法(indirect inference)对非线性模型进行选择，此方法适用于广泛范围的非线性模型。

三．报告会场之二：计量经济学在中国的应用

第二个报告会场的主题为计量经济学在中国的应用，主要演讲者分别为中国社会科学院数量经济与技术经济研究所汪同三教授和蔡跃洲博士，吉林大学商学院数量经济研究中心主任赵振全教授和苏治、丁志国博士，和北京大学光华管理学院黄涛教授。中国的经济计量学发展很快，经济计量作为实证性分析的有效手段，其应用已经非常普遍。而经济计量在中国经济和管理界的普及，和中国数量经济学会的努力密不可分。

汪同三教授和蔡跃洲博士利用1978年中国改革开放后的数据，研究了收入分配对资本积累以及宏观投资结构的影响。他们的实证分析发现改革开放后中国城市居民的收入增长与收入差距的扩大既导致了工业投资中重工业投资比例的增长又导致了重工业投资增长率的提高，农村居民的收入增长导致了轻工业投资

比例与投资增长率的增长，但农村居民的收入差距却对宏观投资结构没有什么影响。

赵振全教授和苏治、丁志国博士的报告主题为基于转移-ARCH（SW-ARCH）模型的中国证券市场区制关联性研究。他们应用单变量和二元向量SW-ARCH模型，将中国证券市场收益率的波动分为“高波动”和“低波动”两个区制（regimes）,发现中国证券市场收益率波动具有明显的“区制转移”特征。

在中国经济发展的过程中财政政策起到了重要作用，但这同时也使财政风险程度增加。黄涛教授对财政风险有关的各类指标进行分析，由此来考察中国财政风险的变迁，分析财政的反周期调整政策产生的影响，并利用计量经济模型来模拟财政风险的未来发展趋势。

四．报告会场之三：面板数据模型理论和应用

第三个报告会场的主题为面板数据模型理论和应用，演讲人分别是香港科技大学陈松年教授，上海财经大学朱平芳教授和北京大学光华管理学院金赛男博士。

分位数回归模型和非线性固定影响的面板数据模型广泛应用于经济理论和应用。但是现有的文献都假设因变量在参数转换后服从一个线性结构。一般来说，如果这种参数转换被错误设定，那么统计推断和预测就失去根据。陈松年教授的演讲主题为一般转换模型的估计，他在假设分位数回归模型和非线性固定影响的面板数据模型具有未知的单调转换条件下，研究模型的估计与统计推断。

朱平芳教授采用了1993-2002年上海市32个工业行业的经济与科技微观面板数据，应用广义矩估计方法研究政府对工业行业研究与发展投资的直接资助和税收激励政策的影响。他发现在上海市工业行业的科技活动中政府的直接资助与工业行业用自有资金从事科技开发活动一样，都对研究与发展投资具有积极的正向作用。

传统的面板数据模型通常应用于横截面观测点（N）较多而时期观测点（T）较少的微观领域。随着横截面和时期观测点都较多的大维面板数据（large dimensional panel data）的出现，现代宏观经济管理、金融、国际金融等领域的实证研究越来越倾向于使用大维面板数据模型，其中包括大维离散选择面板数据模型。同时，由于很多宏观和金融变量的时间序列经常是非稳定的，金赛男博士首次对非稳定离散选择面板数据模型进行了理论研究，并进行汇率体系选择的实证分析。其研究使得多国宏观经济管理政策、金融危机、新兴政券市场行为等的实证研究成为可能。

五．报告会场之四：时间序列以及非平稳

第四个报告会场的主题为时间序列以及非平稳，主要报告人分别为赖斯大学