宏观经济发展趋势模型化预测方法问题分析

一、概述

经济学兼具科学性与人文性的特质，决定了经济学研究方法应是定性分析与定量分析相结合，两者相辅相成，不可偏执。但就现状而言，国内对于定量分析方法的研究尚显不足。经济系统的复杂性、动态性和多因性，使得国内经济学研究的数字化、模型化尚处于摸索阶段。

近年来，基于我国制定发展规划、确定投资规模、拟制战略目标等决策的需要，准确评估和预测经济现状与发展趋势，已然成为迫切需求。通过建模分析经济走势，成为经济学界普遍关注和研究的课题，也是未来经济学理论和方法研究的重要方向。实际上，早在1979年美国国民经济研究局与美国国际经济循环研究中心合作，建立了由七个发达国家为基础的国际经济指标系统，其通过选取关键经济因素、确定合理的评价标准，建立了基于模型的经济评价系统。之后，一些国际性组织也出现了相应的监测预警系统。1979年欧共体开始关于成员国经济监测预警系统的研究；1978年经合组织建立应用先行指标来监测成员国经济动向的机构；80年代中后期，日本等国相继建立了经济预警系统。1990年国际IFAC大会出现了系统辨识中最新理论——人工神经元网络理论用于景气预测，取得较好的拟合效果。近几年来，基于模型的经济发展研究，已经引起国内经济学界的重视，并取得了相应成果。基于模型化方法研究经济发展问题，具有分析结果精确可信、趋势预测科学和精度高的优势，或将成为经济学方法发展的主流方向。

然而，不同于其它系统的是，经济系统是极其复杂的系统。一是分析对象多样化，二是每个对象的影响因子多样化，导致建立系统模型极其困难，如果考虑数学上的模型变量复共线性问题、收敛问题以及精度问题等，基于模型化方法研究经济问题，则还有相当长的路要走。

二、系统建模的基本方法和步骤

系统建模是利用输入输出等观测变量辨识和估计未知参数，建立自变量和因变量之间较为准确的数学模型或统计模型，以分析系统特征的过程。建模方法诸多，可大致归纳为两种：一是机理分析法，即通过分析过程的运动规律，运用一些已知定律、定理和原理建立起过程的数学模型，也称理论建模；二是测试法，过程的输入输出信号一般总是可测的，且过程的动态特性总是表现在这些输入输出数据之中，故可以利用这些数据提供的信息建立过程的数学模型，也称为辨识。测试法的关键之一是必须设计合理的试验，以获得研究对象的相关信息，因为研究目的不同，侧重点和关注的角度不同，所需的信息就不同。当然，获得了观测数据，在具体建立模型时，则会根据物理背景、系统特性的不同，采用不同的数学方法估计模型参数。例如，在能较为准确建立系统状态方程和观测方程，且对在线处理能力具有较高要求情况下，Kalman滤波方法成为主要方法；若仅能预知观测样本与因变量之间存在简单函数关系前提下，最小二乘方法成为解决这类问题的主要手段；若预先知道被估系统或参数的某些验前信息或分布，且采样数据又不充分情况下，Bayes方法成为最有效方法；在多元回归问题中，不同自变量对估计的作用与影响程度不同，而且估计精度并不和自变量个数成正比，因此选取那些对因变量具有较强解释能力的变量去估计和分析被估变量，则成为必然，这是对信息具有综合与筛选功能的主成分分析方法的任务。

实际问题是复杂的，不同工程问题需要采用不同方法去解决。一般来说，建模需要遵循一下步骤：一是分析问题性质；二是根据问题设计试验方法；三是通过大量试验采集样本数据；四是分析对象的物理特性，建立假设模型；五是通过数学方法估计参数、重构模型；六是建立一定准则并检验模型的正确性。当然，建模是一个极其复杂的过程，关于建模的细节问题这里不再详述。

三、 经济建模的基本思路与问题分析

经济系统是数学建模面临的最为复杂系统之一。一是经济系统本身结构复杂；二是影响因素复杂，既有显性关系，又有隐性联系，如何选择二者建模变量，并不是一个简单的事情。但只要不断探索其规律，从不同侧面观察、观测其变化，总是可以为其建立起比较合适的模型，以研究和把握其发展变化的基本机制和原理，为精确控制该系统提供支撑。和其他系统建模一样，经济系统建模以要遵循一下基本原则：其一，目的性：即明确建模的目的，不同的建模目的牵涉到的模型结构和建模方法可能不同。在经济领域，研究问题的侧重点不同，则研究的途径、实验的设计和采集的数据性质则不同，所以明确建模目的是研究数量经济问题的关键环节；其二，实在性：即模型的物理概念要明确。对于经济问题，就是要明确研究问题的侧重点和角度，这样才能建立准确的模型，获得正确的数据和结果；其三，可辨识性：是指模型结构要合理，输入信号必须是持续激励的，获得的样本数据要具有代表性，而且要尽可能的充分；其四，可验证性：在建模之前，必须建立一定的模型检验方法和准则，有些需要通过实际背景和景象，有些需要通过新的数据去检验模型的正确性，模型不同，得到的结论不同；其五，节省性：建立的模型自变量或待估参数要尽可能的少，否则计算量大，结果有可能因为自变量或参数的相关性而失真。

在数量化研究，尤其是通过建模研究或预测经济发展时，以下问题尤应关注：

一是数据的采集比较困难，往往要经历较长的时间周期。经济问题无论是研究的角度、影响因素还是自身的变化规律都具有诸多随机性和不可测性，因此收集什么样的数据，多长时间采样一个数据，数据的遍历性和关联关系如何认定等都比较复杂，这些都是影响建模方法在研究经济问题时的制约因素和瓶颈，也是建模方法难以在经济领域得以广泛应用的主要原因。还有一个机制问题，就是有数据的组织不深入研究数据，能深入研究的组织却得不到数据，或得不到真实数据。要解决这个问题，首先要事前认真设计研究对象的角度、目的和方法，然后分析影响因素或变量，最后确定采样数据的大小和周期。当然，加强各部门的合作，尤其是科研院所与职能部门的合作是提高数量化经济研究水平的必要保障。拓展数据采集渠道，加强数据监管，确保数据真实性，是提高研究结果可信性和可用性的基本要求。endprint

二是经济问题影响因素和边界条件难以把握。和工业过程或机械过程不同，经济问题如社会问题一样，容易受政策因素、自然因素和战争因素等的影响，所谓的蝴蝶效应就指出了经济不确定性的实质。所以，经济变化的规律往往具有突变性，不像自然界运动规律就是遵循牛顿三大定律一样，经济问题往往因外部干扰，其发展特征、速度、规模以及效率等可能会和前期发生截然变化，导致研究问题具有断续性。所以在研究经济问题时要注意抓住问题的内在本质，一般情况下，无论外部环境如何变化，问题本质基本具有持续性；另外要有预见性，能够尽早预知和把握影响因素和成度，从变化中甄别数据的真实性，尽可能使突变前后的数据和模型具有一致性和连续性。

三是初始模型难假设。经济问题一般没有明确的物理背景或原理做支撑，加上数据是离散数据，所以在问题初期，很难假设比较合适的模型去拟合得到的数据，往往要经过大量的试算与分析，才有可能把握模型的真实形态。这就需要认真分析研究对象的本质，从不同侧面把握对象的内在本质，尽可能多的获得验前信息，为模型假设提供知识和经验支撑。

四是判断准则难确定。我们知道，分析问题的角度不同，确立的准则不同，结果和结论不同。另外，准则也不是一成不变的，诸如结果判别的阈值可能随着发展要动态作出调整，例如基尼系数，国际警戒线为0.4，实际上该值允许一定的浮动，若政治稳定、制度保障到位、宏观调控有力，那么该值即使超过公认的警戒线，也不会产生社会动荡和信任危机。所以说，评判准则如何确定、如何动态调整、如何做到既不虚警又不漏警，是经济建模要考虑关键环节之一。

五是检验方法和手段较少。任何模型都需要进行正确性检验，否则，结果的可信度值得怀疑。但是由于经济问题的复杂性、变化的不确定性、实际背景的模糊性和数据的稀缺性，导致检验模型正确性的方法和手段较少，结果可信区间、模型修正等缺少后续数据支撑。该问题既要尽可能通过已有数据通过外推做拟合检验，也要在建模方面充分吸收专家学者和历史经验，以保证模型符合研究对象的客观实际。

参考文献：

[1]刘树成，张晓晶，张平.实现经济周期波动在适度高位的平滑化[J].经济研究，2005（11）

[2]蒋金荷，姚愉芳.中国经济增长与电力发展关系的定量分析研究[J].数量经济技术经济研究，2002（10）

[3]祝转民，畅建海等.克服复共线性影响的方法探讨[J].飞行器测控学报，2003：22（2）

〔本文系新疆自治区高校人文社科重点研究基地新疆大学新疆宏观经济预警系统研究基地招标课题；教育部人文社会科学研究规划项目（10YJAZH043）阶段性成果〕

（李晓曼， 1969年生，博士后，教授，新疆财经大学。研究方向：理论经济学）endprint