金融计量经济模型方法应用的统计分析.docx

1、金融计量经济模型方法应用的统计分析金融计量经济模型方法应用的统计分析LT非数量型论文全部论文中，不属于计量和数量经济学的其他论文图1给出了2002-2006年经济研究、金融研究、财贸经济、管理世界、数量经济技术经济五种期刊刊登的各个年份的全部论文、全部广义数量经济学论文和全部金融计量经济模型应用论文的年变动情况。 从图1可以看出，全部论文的数量基本均衡，但2002年和2003年的论文总数比后三年要大，其原因主要在于数量经济技术经济的论文发表数量的变动，从2002-2006年的发表数量分别为398、432、262、218、216，很显然，前两年的论文总数要比后两年多得多，因为从2004年开始，数

2、量经济技术经济上发表的论文的篇幅基本上是原来的2至3倍。而广义数量经济学论文总体上是小幅递增，仅2005年较2004年稍微减少，但递增趋势仍然明显。此外，最显著的是金融计量经济模型应用论文每年都是稳步上升，从2002年的162篇到2006年的360篇，基本上上升了两倍多。（二）样本期刊金融计量经济模型方法应用论文刊载的时序特征以上给出的是将五种期刊作为一个整体来分析历年的金融计量经济模型应用论文的刊载情况。下面将简要分析经济研究、金融研究、财贸经济、管理世界、数量经济技术经济各自这五年来金融计量经济模型应用论文的刊载情况。先从绝对数上来讲，从图2可以看出数量经济技术经济波动幅度比较大，而金融研

3、究则呈现相互稳定上升的趋势，经济研究、财贸经济、管理世界则是不规则的上升。相对于其它四种期刊而言，财贸经济上刊载的金融计量经济模型应用论文是最少的，其次是金融研究。而从总体上看，数量经济技术经济是五种期刊中相对来说刊登的最多的。 从相对数上来讲，从图3可以看出，整体上而言，五种期刊刊登的金融计量经济模型应用论文占同一年份全部论文的百分比基本上是逐年递增。数量经济技术经济是递增速度最快的；经济研究明显比其它四种期刊更注重金融计量经济模型应用论文的发表；财贸经济依然是五种期刊中金融计量经济模型应用论文刊登比重最少的。 综合图2和图3，我们可以得出以下结论，不管是从绝对数还是相对数来看，本文统计的五

4、种期刊刊登的金融计量经济模型应用论文基本上都是呈现出上升趋势的。三、金融计量经济模型与方法应用的发展轨迹经过统计，在统计研究范围内的文章共涉及了将近120种（细分情况下，以最小二乘估计为例，在此普通最小二乘估计、加权最小二乘估计、两阶段最小二乘估计各算一种）模型及检验方法，鉴于有些模型仅出现过一两次，为不常用模型，因此在次将这些模型先剔除，再将其余的70种（总括情况下，在此最小二乘估计包括普通最小二乘估计、加权最小二乘估计、两阶段最小二乘估计，算为一种）常用模型根据李子奈的计量经济学-方法与应用以及李子奈和叶阿忠的高等计量经济学划分为六大类，分别是线性回归模型及扩展、时间序列分析方法、时间序列

5、检验、数据类型非经典、估计方法的扩展、金融实证模型。其中，前三种代表了经典的计量经济学模型，而第四、五种分别代表了数据类型和估计方法的非经典。表2 金融计量经济模型方法的定义及范围线性回归模型及扩展 线性回归模型是金融计量经济模型中最常用的模型，有单方程模型和联立方程模型，前者用于研究单一的经济活动中各变量之间的关系，后者用于研究经济系统中各变量之间的关系。变量之间的关系用线性方程加以描述，虽然实际生活中很少存在直接线性关系，但在大部分情况下可以经简单变换而转化为线性关系。时间序列分析方法 时间序列，就是各种社会、经济、自然现象的数量指标按照时间次序排列起来的统计数据。时间序列检验 对单方程模

6、型的经济意义检验、统计检验、计量经济学检验、模型预测检验；对联立方程模型的检验包括上述检验外还有对模型系统的拟合效果检验、预测性能检验、方程间预测误差传递检验、样本点间预测误差传递检验。数据类型非经典 在实际中，往往仅利用时间数据或截面数据并不能满足预测要求，即同时运用时间序列数据和截面数据，而且样本观测值也不一定必然会连续，因此便出现了经典数据不能概括的非经典数据。估计方法的扩展 在非经典计量经济模型中，数据往往比较复杂，因此在传统的估计方法的基础上产生了估计方法非经典。金融实证专用模型 在金融领域中用于估计资产组合的价值、资本资产定价等金融实证方面。（一）模型方法应用的分布情况用使用某类模

7、型文章的总篇数与全部金融计量经济模型应用论文的比值来表示六大模型类型应用的频率，图4给出了在本文的研究对象范围内所涉及的以上定义的六大金融计量经济模型应用的具体分布情况。从图4可以看出，经典计量经济学模型仍然是使用最频繁的，其数据类型、模型结构和估计方法均占去了总数的大部分，三者之和达到了85%，究其原因有三：第一、线性模型是计量经济模型中最常用的模型；第二、最小二乘估计是估计方法中最常用的；第三，在实际生活中，与截面数据相比，时间序列数据更为普遍。继这三者之后，便是估计方法非经典，由于现实中遇到的数据往往比较复杂，仅靠传统估计方法常常会无法达到预期的拟合效果，因此便出现了更适合处理复杂数据的

8、估计方法非经典。 （二）各类模型的发展轨迹探讨1、线性回归模型及扩展的发展轨迹计量经济学已经在现代经济学科中居于最重要的地位。计量经济学中有很多的数学模型，而最为常用和解释能力强且直观的莫过于线性的数学模型，就是非线性的模型最终还转化为线性模型加于解决（魏东平、郑超亮和袁文俊，2004）。而线性模型中经常会使用到线性回归模型，在这个模型中要估计参数的值，一般会使用到最小二乘法。本文将样本期刊从2002-2006年涉及的所有线性回归模型及其扩展分成16小类，并将每种期刊每年出现的次数进行统计（具体数据见附表1）。图5显示了每种小类的应用频率，很显然，线性回归模型是所有模型中使用频率最高的；而最小

9、二乘估计是估计方法中最常用的，极大似然估计的应用频率与之相差甚远的主要原因在于，相对于单一的时间序列数据或面板数据而言，它更适用于复杂数据的估计。 在本文的第二部分，已经得出从整体上来看，金融计量经济模型应用论文的刊载数量基本上都是呈现出逐年上升的趋势的结论。从图6可以得出，线性回归模型及其扩展的应用频率也是逐年递增的，从2002年的67篇到2006年的136篇，翻了一番。 2、时间序列分析方法的发展轨迹时间序列数据是所有数据类型中最常用的数据，它主要采用的是随着时间变化而发生一系列变量的取值，即采用的是纵向分析的方法。图7将样本期刊从2002-2006年涉及的所有时间序列分析方法分成13小类

10、进行统计，在此，ARCH类包括ARCH、GARCH、EGARCH、ARCH-GARCH等（每种期刊的具体数据见附表2）。图7显示了每种小类的应用频率，在图中可以明显看出误差修正模型、ARCH类、向量自回归是应用频率最高的。当许多传统的计量经济模型在20世纪70年代的经济动荡面前预测失灵时，误差修正模型（VEC与VECM）却因其稳定性和可靠性受到研究者的青睐。由于受心理预期因素、技术因素和制度因素的影响，自回归模型亦受到相当的重视。而ARCH类模型作为金融市场的“定制品”，一出现就备受关注，近年的研究更多是应用领域的拓展。 从图8我们同样可以看出，随着时间的推移，时间序列分析方法的应用也是越来越

11、普遍，递增趋势非常明显。此外2002年应用到时间序列分析方法的论文不论从绝对数还是占全部论文的百分比上看都要比2003年多，这是因为金融研究在2002年刊载的时间序列分析论文（22篇）比2003年（7篇）多出了3倍多。3、时间序列检验的发展轨迹本文将样本期刊从2002-2006年涉及的所有时间序列检验的论文，按检验方法分成16小类（图9）。在此，没有将Granger因果检验归入因果检验是因为想验证Granger因果检验是否比其他的因果检验更为常用。而这里的Granger因果检验包括了Granger和Engle-Granger（各期刊具体相关数据见附表3）。从图9可以看出，回归分析是最常用的时间

12、序列检验法，因为计量经济学研究的中心问题是各种经济变量之间的相互依存关系，因此回归分析可以说是计量经济学最基本的方法。继回归分析之后就是单位根检验了，主要是检验模型是否稳定，作为对经济预测的应用模型，当然是希望其越稳定越好。同时，图9 验证了Granger因果检验比其他的因果检验更为常用。 从图10可以看出，无论是从绝对数还是相对数上来讲，时间序列检验的应用越来越广泛，由于时间序列数据是最常用的数据类型，随着定量分析对定性分析的逐步替代，它的应用一直呈现出递增的趋势，理所当然，时间序列检验也要跟上步伐。4、数据类型非经典的发展轨迹在经典线性计量经济模型中，所运用的数据要么都是时间序列数据，要么

13、都是截面数据，而且样本观测值必须是连续的且与误差随机项同分布。而在实际中，往往需要同时运用时间序列数据和截面数据，因此便出现了经典数据不能概括的非经典数据，主要是面板数据模型与离散选择模型的几种形式。图11将本文统计研究范围内涉及的所有非经典数据类型划分为7小类2，在此，将Logistic归入Logit（各期刊具体相关数据见附表4）。 从图11可以明显地看出，面板数据和Logit的应用十分广泛，其原因在于面板数据可以克服时间序列分析受多重共线性的困扰，能够提供更多的信息，更多的变化、更少共线性、更多的自由度和更高的估计效率，能更好的识别和度量单纯的时间序列和截面数据所不能发现的影响因素，相对于

14、两者而言，面板数据能够构造和检验更复杂的模型行为。由图12可以得出这样的结论，非经典的数据类型越来越成为人们分析经济、金融模型、资产组合的源数据。这是因为随着研究的深入，仅靠单一的时间序列数据或者横截面数据往往无法达到预期的预测目标，而且由于某种预计不到的原因经常会出现样本不连续的情况，这时需要的是能概括多种数据类型的非经典数据模型的出现，才能较为全面地解析描述金融活动的真实状况。 5、估计方法扩展的发展轨迹 估计方法非经典是随着数据类型非经典的发展而发展起来的，在出现了越来越多的复杂数据后，与之相对应的，估计方法也应该在传统的估计方法的基础上有所发展，以适应模型预测的需求。本文将样本期刊从2

15、002-2006年涉及的所有非经典的估计方法划分为6小类，分布情况见图13（各期刊具体相关数据见附表5）。由图13我们可以看到，GMM估计是所有非经典的估计方法中应用最普遍的，因为GMM允许随机误差项存在异方差和序列相关，可以传统的估计方法如普通最小二乘法、工具变量法、极大似然法等的缺陷，得到的参数估计似乎也更符合实际，而且GMM溶入了上述提到的一些传统的估计方法的思想。图14显示的非经典估计方法的发展轨迹并非明显地呈上升趋势的，其轨迹有点像倒“Z”型，但因为传统估计方法存在的一些不可避免的缺陷以及非经典估计方法可以弥补这些缺陷，非经典估计方法的类型及应用趋势将会出现适当的递增。 6、金融实证

16、专用模型的发展轨迹在当今金融学的几个研究方向-保险、证券、银行、金融工程和国际金融里，计量经济学在金融领域的应用也是越来越广泛，尤其是证券和金融工程方向。本文统计研究范围内涉及的金融实证专用模型划分为10小类，分布情况见图15（各期刊具体相关数据见附表6）。从图15可以看出，金融实证专用模型相对于其它类型来看，其分布相对均匀，几种常用的模型基本上所占的比例差不多，从数量上看资本资产定价模型（CAPM）、因素分析模型较为常用，上世纪90年代较为多见的Markowitz投资组合理论、利率期限结构的相关文献在样本期刊中已逐渐淡出。图16显示的金融实证专用模型的发展轨迹比其余的五种模型要不稳定的多，如

17、Sin(x)曲线一样波动，就象股票行情一般地不可估摸。2006年以来股市由熊转牛达到6100多点的高峰及2008年下跌到1680点的震荡，给研究者带来很多值得深入探讨的问题，金融实证专用模型的应该有走强的未来。四、结论基于上述分析，我们可以概括出从2002-2006年这五年来经济研究、金融研究、财贸经济、管理世界、数量经济技术经济五种期刊中刊载涉及金融计量经济模型应用论文的发展轨迹的四个特征。第一，从金融计量经济模型应用论文整体的数量及比重来看，用金融计量经济模型作为预测经济发展、测算资产组合的投资收益的通用语言的趋势越来越明显。在将来的学术界，以量化分析逐步代替模糊的定性描述无疑将日益明朗化

18、，尤其是像数量经济技术经济、经济研究这些更偏向于定量分析的期刊将更倾向于刊载应用金融计量模型的论文。第二，单纯地从经典的计量经济学的角度来看，其逐年递增趋势非常明显，这主要还是因为学术界更加注重定量分析的结果。线性回归模型、时间序列分析法和时间序列检验必定会成为经济学家们研究经济的常用分析方法。第三，单纯地从非经典的计量经济学的角度来看，数据类型非经典的递增趋势明显比估计方法非经典的递增趋势更加明朗。但由于越来越多的复杂数据需要分析，对非传统的估计方法的需求自然也是日益加强，这也就决定了未来估计方法非经典必然是随着数据类型非经典的广泛应用而倍受关注。第四，将经典计量经济学和非经典的计量经济学相

19、结合来看，显然在本文的统计研究范围内，经典计量经济学（85%）占去了所有金融计量经济模型的较大比重，是非经典计量经济学（11%）的将近8倍，此外，前者未来的发展趋势比后者更加明朗。但是毋庸置疑的是，非经典计量经济模型的应用必然日益增加，其应用程度必然也是看涨的。【参考文献】1李子奈：计量经济学-方法与应用（M），北京：清华大学出版社，2000年9月2李子奈，叶阿忠：高等计量经济学（M），北京：清华大学出版社，2000年9月3 成九雁，秦建华：计量经济学在中国发展的轨迹-对经济研究1979-2004年刊载论文的统计分析， 经济研究（J），2005年第4期4陈希儒 ：数理统计学：世纪末的回顾与展望

20、，统计研究（J）， 2000年第2期 5 韩明：论文作者数量的统计分析，统计研究（J），2002年第3期6 刘传哲：对统计研究的统计研究，统计研究（J），1998年第5期7 王志诚，周春生：金融风险管理研究进展：国际文献综述，管理世界（J），2006年第4期8 Joseph Persky，the Neoclassical Advent: American Economics at the Dawn of the 20th Century, journal of Economic Perspectives,14,No.1, winter2000:p95-p1089 Morgan,T, Compl

21、ementary Research Methodologies,Journal of Economic Perspectives, Fall,1998:p156-p164Statistically Analyzed of Financial Econometrics ApplicationZhu Jin ,Huang ANa【Abstract】The amount and proportion of applied financial econometrics modals papers and the characteristic of the title of these papers i

22、n Economic Research Journal、Journal of Financial Research、Finance Trade Economics、Management World、Journal of Quantitative Technical Economics from 2002-2006 ,totally, 5938 papers are statistically analyzed in this paper, and divides financial econometrics modals into six types according to Economet

23、rics, then analyze the distribution situation of the type of the models. And summarizes the developing path during the past times and forecasts the trends of developing of the applied financial econometrics modals in the future on the basis of the statistically analyzed results in the above.【Key Wor

24、ds】Finance Econometrics Modals Econometrics Methods Statistically Analyzed Developing Path附表1 线性回归模型及其扩展的分类统计期刊年份线性回归结构方程模型自相关分析逐步回归Wald卡方相似分析IV极大似然估计SparmanHausman对数线性回归最小二乘法显著性检验T检验相关系数矩阵LM管理世界20021100000000041300200330000010000604302004301000001107022020053000110000050220200645030110011150501金融研究

25、2002801000010102000120031020000110011000200420000100000100002005101000010006000020069100001101070410经济研究2002500100001007030020033101021101071500200473211143013171520200520002003201190600200640110013221140801财贸经济20021000000000040110200330000000000101002004800000011015020120053100000101170201200640000

26、00000190100数量经济技术经济200260010100000110000200330001011301801012004400100010115030020053010100200213022020061001000301080403附表2 时间序列分析方法的分类统计期刊年份ARMA分布滞后模型DM回归分析动态模型LISREL脉冲响应预测误差方差分解ARIMAARCH类VARECMVECVECM管理世界2002021110000210120030010000022402200400100110032022005002022000401320060000000025112金融研究2002010200302630520030000000042001200400100010322002005020001114630620060110031045313经济研究2002000000012010220030000001203101200400010011131022005010000003810320060000031015205财贸经济20020000000000000200300000000100002004000000000000220051000010012300200602010