實(shí)驗(yàn)數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析挑戰(zhàn)與機(jī)遇論文

　　本文全面闡述了實(shí)驗(yàn)數(shù)據(jù)的特征和一系列的計(jì)量方法，詳細(xì)分析了實(shí)驗(yàn)數(shù)據(jù)在經(jīng)濟(jì)學(xué)應(yīng)用中的機(jī)遇和挑戰(zhàn)，由此得出，實(shí)驗(yàn)經(jīng)濟(jì)學(xué)將在經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的進(jìn)展中發(fā)揮著根本性作用�？傊�，選擇實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方法能使計(jì)量經(jīng)濟(jì)學(xué)家們掌握事物的核心。毫無疑問，這解釋了實(shí)驗(yàn)經(jīng)濟(jì)實(shí)驗(yàn)室為什么在全球叢生和為什么經(jīng)濟(jì)學(xué)院系對實(shí)驗(yàn)經(jīng)濟(jì)學(xué)家有強(qiáng)勁需求。

　　為了評估環(huán)境、制度和激勵(lì)政策的相對有效性，在不以承受與之相關(guān)的社會和私人成本為代價(jià)的情況下，實(shí)驗(yàn)經(jīng)濟(jì)學(xué)有助于收集相關(guān)、可靠的經(jīng)驗(yàn)數(shù)據(jù)，并可以評估在人們的決策中每個(gè)特定動機(jī)(增益研究、互惠需求、對體制變革的反應(yīng)等)的重要性。

　　從應(yīng)用計(jì)量經(jīng)濟(jì)學(xué)的角度來看，實(shí)驗(yàn)經(jīng)濟(jì)學(xué)最大的優(yōu)勢就是可以立即地和不受限制地訪問所掌握的整個(gè)數(shù)據(jù)。此外，通過控制實(shí)驗(yàn)數(shù)據(jù)，減少測量誤差和錯(cuò)誤。實(shí)驗(yàn)室實(shí)驗(yàn)也用于研究用調(diào)查數(shù)據(jù)很難去觀察或推斷的行為。但是，這些實(shí)驗(yàn)數(shù)據(jù)的統(tǒng)計(jì)有效性怎樣呢?許多經(jīng)濟(jì)學(xué)家就實(shí)驗(yàn)結(jié)果對現(xiàn)實(shí)經(jīng)濟(jì)的可轉(zhuǎn)換性提出了一些疑問。實(shí)驗(yàn)經(jīng)濟(jì)學(xué)家對這一質(zhì)疑的反駁是，參與者是活生生的、有認(rèn)知的人，他們被要求做出直接影響到他們收入或福利的決策，研究行為和動機(jī)的實(shí)驗(yàn)數(shù)據(jù)的可靠性補(bǔ)償了此類數(shù)據(jù)的缺乏代表性。

　　一、實(shí)驗(yàn)數(shù)據(jù)特征

　　1、決策變量

　　根據(jù)實(shí)驗(yàn)中，參與者被要求對連續(xù)或離散變量做出決策。例如，在公共物品實(shí)驗(yàn)中，參加者是否捐助公共物品，如果他們決策捐助，希望解釋他們的捐助數(shù)額。連續(xù)或離散形式的決策往往在限定空間和截尾空間，導(dǎo)致托比模型(Tobit)或泊松模型(Possion)。此外，例如，通過使用Probit類型和有序Probit類型的潛變量模型，還可以解釋參與者合作或不合作的效用以及合作強(qiáng)度。

　　2、保留什么樣的計(jì)量方法

　　(1)非參數(shù)方法

　　歷來，實(shí)驗(yàn)分析給予了非參數(shù)分析重要的地位，這經(jīng)常發(fā)生在心理學(xué)、醫(yī)學(xué)和生物化學(xué)領(lǐng)域，例如，實(shí)驗(yàn)室的研究協(xié)議是很重要的。這種做法究竟是什么呢?

　　曼-惠特尼(Mann-Whitney)的U檢驗(yàn)是非參數(shù)檢驗(yàn)中功效最強(qiáng)的檢驗(yàn)之一。它可以評估同類實(shí)驗(yàn)的處理結(jié)果之間是否存在差異。例如，給定處理是否導(dǎo)致對公共物品的自愿捐助優(yōu)于其他處理。因此，這就涉及到要去比較兩個(gè)獨(dú)立觀測序列。對于這種檢驗(yàn)，要求不少于6個(gè)獨(dú)立的觀測值，意味著至少要有6次處理。有時(shí)使用曼-惠特尼U檢驗(yàn)以查看在給定的處理期間，第一階段提供的結(jié)果是否不同于上次階段的。注意，這意味著早期的觀測不影響以往的觀測。這并非總是如此，本次檢驗(yàn)的使用者并不總是考慮此約束。更一般的，Kruskal-Wallis秩和檢驗(yàn)檢驗(yàn)零假設(shè)，即K個(gè)樣本或處理來自具有相同位數(shù)的同一群體。

　　(2)參數(shù)方法

　　參數(shù)方法通過假定決策變量遵循一個(gè)精確的概率密度函數(shù)，對數(shù)據(jù)強(qiáng)加一定的約束(一個(gè)例外：普通最小二乘法在參數(shù)估計(jì)時(shí)對數(shù)據(jù)強(qiáng)加的較少)。作為補(bǔ)償，除了在計(jì)量模型中引入直接與實(shí)驗(yàn)相關(guān)的變量外，參數(shù)方法還允許在計(jì)量經(jīng)濟(jì)模型中引入被觀測者的個(gè)體變量，如參與者的性別、年齡、研究專業(yè)、是否曾參與過實(shí)驗(yàn)等。如果參與者在實(shí)驗(yàn)中分別進(jìn)行了幾次測試，未觀察到的異質(zhì)性被面板數(shù)據(jù)的個(gè)體效應(yīng)所控制。

　　3、保留方法的選擇

　　在特定情況下，Keser和Montmarquette(2005，2008)在非參數(shù)二項(xiàng)式檢驗(yàn)上沒有發(fā)現(xiàn)任何相互效應(yīng)，但對相互項(xiàng)的測度，他們使用如下定義的偏差：如果參與者i的捐助小于上一期小組其他成員捐助的平均值，那么除了增加其在下一期的捐助，他沒做其他回應(yīng)。

　　這兩種方法之間存在互補(bǔ)性的另一個(gè)方面是與以下問題有關(guān)：應(yīng)該通過分化處理來分析數(shù)據(jù)，還是應(yīng)該聚集呢?對單一方程的參數(shù)回歸能夠很容易地檢驗(yàn)處理是否導(dǎo)致決策或不同的結(jié)果，足夠證實(shí)處理變量的參數(shù)之間是否有顯著差異。瓦爾德檢驗(yàn)(Wald tests)和極大似然比檢驗(yàn)(通過施加等于系數(shù)的約束)用于驗(yàn)證治療之間是否存在差異。如果是聯(lián)立方程，處理之間差異的檢驗(yàn)是更復(fù)雜的。此外，由于不是相同的人參與不同的處理，單一方程暗含著單個(gè)隨機(jī)變量的假設(shè)，這也許是很有爭議的。注意，高的或t檢驗(yàn)統(tǒng)計(jì)值并不意味著處理之間顯著的差異效果。還需要進(jìn)行一些模擬來區(qū)分潛在效果和實(shí)際效果。

　　二、實(shí)驗(yàn)數(shù)據(jù)有效利用的其他挑戰(zhàn)

　　1、實(shí)驗(yàn)方法對數(shù)據(jù)擬合的問題

　　模型對數(shù)據(jù)的擬合問題(擬合優(yōu)度)是計(jì)量經(jīng)濟(jì)分析的一個(gè)重要因素。參數(shù)方法提供了可決系數(shù)R2或偽R2。但是，數(shù)值多大才適合呢?例如，在二元Probit模型中，如果主導(dǎo)決策代表了至少60%的情況，幾乎不可能比預(yù)測主導(dǎo)決策做得更好了。為了更好的預(yù)測，必須實(shí)現(xiàn)R2(或偽R2)為60%，但是對于微觀數(shù)據(jù)，是一種罕見的情況。事實(shí)上，必須要問在實(shí)驗(yàn)分析中最大化R2是否是可取的?一般經(jīng)濟(jì)學(xué)家們希望無論經(jīng)驗(yàn)或個(gè)體特征如何，行為能對激勵(lì)做出回應(yīng)。經(jīng)濟(jì)學(xué)對人們行為做出的貢獻(xiàn)是證明了他們會對激勵(lì)做出反應(yīng)，而不管他們的個(gè)性特征如何!例如，如果要促進(jìn)合作行為，就必須找到使所有人合作的正確的激勵(lì)機(jī)制。也就是說，理想的情況是社會經(jīng)濟(jì)控制變量的估計(jì)參數(shù)在統(tǒng)計(jì)上是不顯著的。

　　2、實(shí)驗(yàn)方法驗(yàn)證理論的應(yīng)用

　　如何衡量理論模型解釋實(shí)驗(yàn)數(shù)據(jù)的價(jià)值?預(yù)測數(shù)據(jù)的一階統(tǒng)計(jì)矩是結(jié)構(gòu)模型的一個(gè)基本問題。但實(shí)驗(yàn)方法是一種結(jié)構(gòu)性的辦法。成功實(shí)驗(yàn)方案的背后，往往存在一個(gè)重要的理論結(jié)構(gòu)。其目標(biāo)不是從根本上解釋決策的方差，而是檢驗(yàn)?zāi)Ｐ偷睦碚擃A(yù)測或?qū)嶒?yàn)方案依據(jù)的基本思想，必須證實(shí)與實(shí)驗(yàn)相關(guān)的理論預(yù)測的有效性。在文獻(xiàn)中可以看到許多處理這一問題的有關(guān)技術(shù)。例如，量子響應(yīng)模型這種方法的目的是為了衡量檢測是否受試者是或不按照他們的理論進(jìn)行決策，而不是采取隨機(jī)決策。從計(jì)量經(jīng)濟(jì)學(xué)的視角，量子響應(yīng)模型對應(yīng)于多項(xiàng)Logit模型，在m個(gè)可能方案中選擇的概率與多個(gè)不同選項(xiàng)的預(yù)期利潤的指數(shù)函數(shù)成正比： 注意到，如果?滋→∞，那么Pi=1/m。這意味著隨機(jī)和非戰(zhàn)略決策。此外，?滋→0，表明參與者們對他們決定帶來的利潤相對敏感。一些研究已經(jīng)使用這種方法來確認(rèn)參與者的戰(zhàn)略決策(Goeree，Holt和Palfrey，2002)。但似乎基礎(chǔ)參數(shù)?滋并不獨(dú)立于計(jì)量單位，多項(xiàng)Logit意味著假設(shè)不相干的替代品之間相互獨(dú)立。

　　另一種實(shí)現(xiàn)起來相對簡單、但穩(wěn)健性尚待觀察的技術(shù)是群集分析(聚類分析)來確定參與者所使用的主要策略。一些變量被用于確定分區(qū)數(shù)：例如，在自愿捐助實(shí)驗(yàn)中，非零捐助的頻率、捐助額的平均值和標(biāo)準(zhǔn)偏差自然就是這類變量。事實(shí)上，它似乎有理由認(rèn)為，非零捐助數(shù)較少、弱的捐助額的平均值和標(biāo)準(zhǔn)偏差表明非合作的戰(zhàn)略。與此相反，正捐助的頻率較高表示合作策略。正捐助的標(biāo)準(zhǔn)偏差識別戰(zhàn)略或多或少的恒定性質(zhì)。沃爾德分層方法(the hierarchical method of Ward)的應(yīng)用通過總結(jié)參與者的策略識別集群。通常，為了對比不同的策略，兩到三個(gè)集群已足以了。通過計(jì)算各群選定變量的描述性統(tǒng)計(jì)(平均數(shù)、標(biāo)準(zhǔn)偏差、中位數(shù))，可以根據(jù)處理識別參與者使用的主要策略。注意存在處理參與者利用不同策略問題的另一種方法，即在計(jì)量經(jīng)濟(jì)模型直接引入具體方程來對這些策略建模。例如，在公共物品的情況下，可以先驗(yàn)區(qū)分搭便車者和合作者。通過極大似然法估計(jì)參與者是搭便車者或合作者的概率，可以得到參與者不可觀測的異質(zhì)性。允許選擇使模型的統(tǒng)計(jì)似然性最大化的權(quán)重。Bardley和Moffatt(2005)提供了適用于實(shí)驗(yàn)數(shù)據(jù)的這種方法的一個(gè)很好的例子。

　　3、如何調(diào)和理論和計(jì)量經(jīng)濟(jì)學(xué)：實(shí)驗(yàn)經(jīng)濟(jì)學(xué)在這個(gè)問題上的重要作用

　　正如所看到的，所面臨的挑戰(zhàn)在計(jì)量經(jīng)濟(jì)學(xué)方面是顯著。在理論層面，需要更好地了解動態(tài)的選擇。逆向感應(yīng)是動態(tài)理論的一種形式，但基本上達(dá)到了極限。機(jī)器學(xué)習(xí)這種模型對于這些問題提供了一些積極的期望。如何教導(dǎo)參加者?哪些機(jī)構(gòu)讓他們學(xué)得更快?因此，Vernon Smith認(rèn)為，經(jīng)驗(yàn)使沒有先驗(yàn)經(jīng)濟(jì)理論知識的個(gè)人去發(fā)現(xiàn)和尋找模型的平衡。幾項(xiàng)研究采用不同的競爭模型對這個(gè)問題進(jìn)行了研究。例如，依賴于支付和過去的決策效率(向后看)的“強(qiáng)化”模型。也有信念模型(信念學(xué)習(xí)模型)，它是經(jīng)濟(jì)學(xué)家中頗為主要的方法，基于能夠預(yù)測其他受試者在實(shí)驗(yàn)中怎樣決策的一種信仰(前瞻性)。最后，混合模型(經(jīng)驗(yàn)加權(quán)吸引力)更新每個(gè)時(shí)期的觀念。對于以上模型的詳細(xì)細(xì)節(jié)，可以查閱Chong、Camerer和Ho(2006)。

　　三、結(jié)論

　　總之，實(shí)驗(yàn)經(jīng)濟(jì)學(xué)將在經(jīng)濟(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)的進(jìn)展中發(fā)揮根本性作用。事實(shí)上，實(shí)驗(yàn)經(jīng)濟(jì)學(xué)能夠產(chǎn)生數(shù)據(jù)，這對熱衷于在各種環(huán)境中傳播知識的經(jīng)濟(jì)學(xué)家來說，這樣的性質(zhì)是有相當(dāng)大的吸引力的。在實(shí)踐中，相對于純粹的理論，管理者們總是更愿意接受數(shù)據(jù)事實(shí)。總之，選擇實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方法能使經(jīng)濟(jì)學(xué)家們像醫(yī)生一樣掌握事物的核心。毫無疑問，這解釋了實(shí)驗(yàn)經(jīng)濟(jì)實(shí)驗(yàn)室為什么在全球叢生和為什么經(jīng)濟(jì)學(xué)院系對實(shí)驗(yàn)經(jīng)濟(jì)學(xué)家有強(qiáng)勁需求。

　　必須知道對一個(gè)好的實(shí)驗(yàn)經(jīng)濟(jì)學(xué)家教育的成本。發(fā)展實(shí)驗(yàn)方案的技術(shù)必須以基礎(chǔ)理論知識和好的計(jì)量經(jīng)濟(jì)教育為支持。

　　可得出以下三個(gè)使用規(guī)則：第一，在考慮模型和估計(jì)方法之前，應(yīng)該找到一個(gè)好的問題，形式不應(yīng)該凌駕于內(nèi)容之上。第二，了解他們的實(shí)驗(yàn)數(shù)據(jù)。從事計(jì)量經(jīng)濟(jì)分析時(shí)，以目前現(xiàn)有的IT工具非常人性化為借口，沒有關(guān)注數(shù)據(jù)，是一個(gè)錯(cuò)誤，有可能錯(cuò)過了真正的問題和好的結(jié)果。第三，避免過于純粹：有時(shí)承認(rèn)存在偏差好過試圖依據(jù)太多的假設(shè)和要求太多的數(shù)據(jù)校正。

【實(shí)驗(yàn)數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析挑戰(zhàn)與機(jī)遇論文】相關(guān)文章：

新經(jīng)濟(jì)與全球化給企業(yè)帶來的機(jī)遇與挑戰(zhàn)論文10-13

計(jì)量經(jīng)濟(jì)學(xué)論文07-21

計(jì)量經(jīng)濟(jì)學(xué)經(jīng)濟(jì)管理分析10-26

計(jì)量經(jīng)濟(jì)學(xué)論文（實(shí)用）07-20

分析電子商務(wù)中的數(shù)據(jù)安全論文04-26

[精華]計(jì)量經(jīng)濟(jì)學(xué)論文15篇07-20

計(jì)量經(jīng)濟(jì)學(xué)論文常用15篇07-20

大數(shù)據(jù)與統(tǒng)計(jì)學(xué)分析方法比較論文11-13

計(jì)量經(jīng)濟(jì)學(xué)論文集合【15篇】07-20

基于大數(shù)據(jù)理念構(gòu)建經(jīng)濟(jì)金融管理體系的探討經(jīng)濟(jì)論文10-13