计量经济学主动融合大数据的创新路径
黄世成1 邓西子2
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

黄世成1 邓西子2 ,. 计量经济学主动融合大数据的创新路径[J]. 中国经济,20233. DOI:10.12721/ccn.2023.157230.
摘要: 大数据及其技术正在重写或重组经济学的所有领域。以理论经济学思维、实践性政策设计、大数据实证测量工作相结合的方法为基础,预测和评价经济转型阶段中国经济走势和政策实施效果,对加强计量经济模式的科学性和解释力有很大帮助。以融合这一突出特征为切入点,梳理现代计量经济学理论体系。从提高经济数据应用效果、发展创新经济理论、改进经济研究方法、思维方式和研究大象等角度,深入分析计量经济学与大数据融合的效果。根据以前的经济学理论建立数据的预测方法并将大数据与计量经济学相互融合,实现因果推理突破和依靠大数据及其技术实现经济理论创新,同时得出了融合大数据的发展方向是计量经济学。

关键词: 计量经济学;大数据融合;创新路径;挑战机遇
DOI:10.12721/ccn.2023.157230
基金资助:

引言: 大数据时代下形成的数据形式与数据间的变量关系给计量经济学带来了不一样的挑战。但是另一个方向的结果则是,计量经济学的发展对我们来说也是一个非常重要的机会。而在一些难以解决的数据计量模型中,西方国家与我国的模型测量方面都处于同一水平。也就是说,计量建模是目前国内经济学和管理学领域中少数能够进入国际前沿的学科之一,一群中国学者已经进入了国际学术的前沿。本文通过对计量经济学融合大数据的挑战和机遇进行过分析,从而得出融合的一些局限性以至于计量经济学融合大数据的创行路径使追求混合性而不是准确性。

一、计量经济学主动融合大数据所面临的机遇和挑战

(一)大数据拥有海量信息的优势,但也具有信息价值密度不高的特征。通过互联网,云计算等信息j技术的告诉发展,大数据时代已经给人们生活带来了非常大的影响。从理论上讲,大数据是一种能够为决策者提供决策支持和辅助作用的信息资源。然而。在运用大数据计量经济分析中,可供分析的变量维度在给定的样本中会非常多,甚至有大大超过样本量[1]。如何更加高效地甄别信息,从而也就成了大数据计量经济分析中遇到的重要难题。

(二)大数据不只是体现在数据形式上的多样化,更重要的是体现在变量间关系复杂化上。在大数据时代,数据特征加速改变,数据采集手段呈现多样化,采集频率越加密,各经济变量间越易呈现时变性,非线性,非平稳性等特征[2]。在宏观经济与金融数据的分析过程中,时变性,非线性,非平稳性越来越成为首要特征事实。而传统的计量经济学模型对这些现象描述能力不足。为此,提出了一种基于混沌时间序列分析的新的计量经济模型--广义自回归条件异方差(GARCH)动态面板数据模型。现有计量经济建模方法无法描述经济变量间的复杂关系,严重限制了计量建模对宏观经济预测与实时监控的有效性,是目前亟待解决的研究困境之一[3]

(三)大数据时代“互联网”的迅猛发展也导致了新的互联网型数据的出现。从微观个人的角度来看,基于互联网的社交媒体数据的生成为研究个人行为提供了重要的数据基础。从宏观角度来看,随着金融技术的发展和数据可用性的增加,基于金融机构间复杂交易网络的金融网络数据对研究金融风险传染和金融风险管理具有重要意义[4]。但是新的网络型数据给现有的计量经济理论和方法带来了新的挑战。对于网络数据建模、网络形成建模、网络稀疏性处理等主要问题,需要进行更深入的理论研究和更多的应用尝试。

二、计量经济学主动融合大数据的局限性

(一)数据收集

数据的收集与整理是计量经济学的一个重要范畴,这也决定着计量经济学的研究是否能够成功的一个重要依据。但是,全面、高质量的数据离不开高水平的数据收集。但是因为数据收集的一些条件,工具以及数据采集的失误等原因会有一些测量方面的误差产生,这就会使得数据很难去满足达到计量经济学的一个高质量,全面而又准确的要求。而一些数据的收集都是通过经由员工进行筛选,难免会存在数据不能够统一的标准。但是不管预测者之间对数据产生了什么样的意见与见解,这些意见都是可以进行采纳和复制的[5]

(二)数据处理

对于收集的数据,数据的应用者经济学人只能被动接受。建模者一般面对观测数据,而不是实验数据。这对计量经济学的经验建模有两个重要的意义。首先,请建模者掌握与分析实验数据截然不同的技术。第二,数据收集者和分析师的分离需要建模者熟悉正在使用的数据的性质和结构[6]

(三)大数据创新路径追求混合性,而不是准确性。

计量经济学研究经常根据研究的内容提前提出各种前提假设,在假设的基础上应用数学模型进行统计验证假设。经济学人在收集样品时应用了一系列方法,减少了出错的概率。在进行统计检查之前,他们还会检查是否存在潜在的系统偏差。这种回避错误的手段都在美化结果。盲目追求“准确性”,总是怂恿统计界学者去发掘更“智能”的算法系统[7]

大数据更多地以概率说话,不追求“准确性”,而是追求数据维度的集合——混合性。大数据不仅要求计量经济学预测不再追求准确性,而且随着数据维度和组合越来越丰富,也无法达到准确性。

三、结语

大数据及其科技的发展能够放松经济学理论中的某些假设条件,拉近经济理论与客观经济世界之间的距离,某些以往不能涉足的研究领域也正逐渐走进经济学家们的视线。数据收集手段和收集频率的提高使得人们能够从海量的经济变量中提取出具有一定规律性的信息,而随着大数据时代的到来,大量的经济数据也呈现了前所未有的时变性、非线性以及非平稳性等特点。这些新现象对传统的经典经济计量学模型提出了挑战,也给经济学带来了巨大的变革机遇。这些大量经济数据为经济学家们提供了一个观察比最初更真实客观经济世界、了解更复杂经济变量间关系和运行机制的机会。

参考文献

[1]刘文霞.计量经济学教学模式改革实践及效果研究[J].现代商贸工业,2022,43(20):170-171.DOI:10.19311/j.cnki.1672-3198.2022.20.074.

[2]高佳薇,姚娟.大数据背景下金融工程专业计量经济学课程改革探讨[J].吉林农业科技学院学报,2022,31(04):82-84+92.

[3]朱平芳,方颖,纪园园.计量经济学前沿理论、方法与应用专辑序言[J].系统工程理论与实践,2022,42(06):1411-1412.

[4]李博.计量经济学主动融合大数据的创新路径[J].青海社会科学,2021(06):92-103.DOI:10.14154/j.cnki.qss.2021.06.011.

[5]洪永淼,汪寿阳.大数据如何改变经济学研究范式?[J].管理世界,2021,37(10):40-55+72+56.DOI:10.19744/j.cnki.11-1235/f.2021.0153.

[6]洪永淼.理解现代计量经济学[J].计量经济学报,2021,1(02):266-284.

[7]陈晓东,陈瑞华.大数据时代计量经济学本科教学改革研究[J].投资与合作,2021(01):147-148.