时间：2023-07-11 17:37:22
开篇：写作不仅是一种记录，更是一种创造，它让我们能够捕捉那些稍纵即逝的灵感，将它们永久地定格在纸上。下面是小编精心整理的12篇统计学与经济学的关系，希望这些内容能成为您创作过程中的良师益友，陪伴您不断探索和进步。
调查问卷共分三种：“学校卷”、“教师卷”和“学生卷”。“学校卷”由讲授统计学和计量经济学课程的院系组织填写；“教师卷”由经济学类专业任课教师(不含统计学、计量经济学专业教师)填写：“学生卷”由已修完统计学、计量经济学课程的高年级本科生填写。统计学课程问卷调查共回收了43所学校、587名教师和1586名学生的有效问卷。计量经济学课程问卷调查共回收了27所学校、211名教师和728名学生的有效问卷。总体看，回收问卷覆盖了全国七大区域和绝大多数类型的高校，学校层次既有211院校也有省市共建的院校。问卷填写质量较好，具有一定的代表性，基本满足分析需要。
一、统计学课程教学现状
对统计学课程的调研，主要围绕课程设置的必要性和重视程度、教学队伍、教学内容、教学条件、教学方法与教学手段、教学效果等方面展开。结果显示，统计学课程的必要性和重要性普遍受到学校、经济学类专任教师和学生的认同；通过课程学习，学生能够掌握基本的定量分析方法，增强了学生分析经济现象和经济问题的能力。对于课程教学具体环节中存在的问题，如缺乏课程实践、缺乏案例教学、忽视个性培养等，还需要通过进一步深化教学改革加以解决。
1．统计学课程必要性和重视程度状况
(1)开设统计学课程的必要性。总体看，教师中认为非常需要的占47.5％，认为比较需要的占38.2％，总计超过85％的教师认为开设统计学课程是有必要的。其中，应用经济学专业教师选择非常需要的比例为53.8％，高于理论经济学专业教师的30.1％。职称越高则选择非常需要的比例越高，助教、讲师、副教授和教授选择非常需要的比重依次为32.8％、47.4％、49.0％和54.1％。
(2)对统计学课程的重视程度。从学生角度看，30.7％的学生认为学校对统计学课程非常重视或较重视，认为一般的占52.3％从学校角度看，33.3％的院校认为学生对统计学课程非常重视或较重视，59.5％的学校认为重视程度一般。总体看，对统计学的重视程度还需要加强。
(3)虽然统计学作为一门独立的学科具有其自身的基本理论和方法，但作为一门方法论学科，当将其应用到具体学科时，必然要与背景学科相结合，从而会产生新的特点。调查发现，有76.7％的院校认为不同层次、不同类型院校统计学课程教学目标应该有所不同。88.4％的院校认为不同层次、不同类型院校统计学课程教学模式应该有所不同。67.3％的经济学类专任教师认为有必要或非常有必要对不同的专业编写专门的统计学教材。
2．统计学课程教学状况
(1)教学队伍。整体较好。具有高级职称的教师占66％，具有博士学位的教师占27.1％，具有国际交流经验的教师占19％，具有统计实践经验的教师占31.1％。专任教师队伍的绝对数量在逐年增加，且增速在不断加快。但相对于学生规模的增长速度而言，专任教师数量相对不足。
(2)教学内容。大多数院校的教学内容包含基本概念、数据的描述性整理、概率抽样、参数估计、假设检验、相关与回归分析、指数和时间序列分析等，教学内容符合学科要求，知识结构合理。教学实践内容方面，多数院校设计了实践活动。
(3)教学条件。超过一半的院校使用国家级规划教材。83.7％的院校认为使用的教材很好或较好。各院校统计学课程教学课时平均为52课时，其中讲授44课时，习题4课时，上机4课时。各院校普遍认为课时偏少，特别是实践课时。认为比较合理的教学课时数为60课时。实践教学中，超过一半的学校选择Excel，1/3的学校使用SPSS。仅有少数院校使用SAS。随着互联网的普及，网络作为一种新的教学手段，正在逐渐被各院校采用。对于网络教学资源的评价，院校和学生有所不同。学校对网络教学资源的评价偏高，83.4％的院校的评价集中在比较丰富或一般，与学校的评价相比，学生对此的评价相对较低。认为比较丰富或一般的学生仅占68.2％，还有21.2％的学生认为网络教学资源较缺乏。可见，网络教学还不能很好地满足学生的需要，有待于进一步丰富。
(4)教学方法与手段。76.7％的学校使用板书和投影相结合的教学方式。对于多媒体教学方式，绝大多数院校和学生持肯定和赞成态度。42.9％的院校和21.3％的学生认为多媒体教学手段对教学具有很大的积极影响，另有54.8％的学校和63.6％的学生认为有积极影响，但影响有限。作业对于学生巩固相关知识具有重要的促进作用。将近一半的院校作业次数在7～9次，约4成院校作业次数在3～6次，还有14.3％的学校作业次数在9次以上。关于作业的批改，大多数学校要求全部批改或批改2/3，不到30％的学校要求批改1/3或教师自行掌握。几乎所有学校(95.2％)统计学期末考试都采取闭卷形式。最常用的出题方式依次是临时统一命题(38.1％)、分别自行命题(28.6％)、题库(23.8％)、卷库(9.5％)。而教师和学生认为更合理的出题方式依次为题库(38.1％)、卷库(26.2％)和临时统一命题(19.0％)。
(5)教学效果。调查显示，各院校授课教师除了对学生课前预习评价偏低以外，对于课堂出勤、作业完成、学习态度和效果等方面的评价普遍较好。在对学生掌握统计学知识促进专业课程学习效果的评价中，有9.5％的教师评价很好，46.8％的教师评价较好，二者合计达到56.3％。学生对教师的敬业精神评价最高，72％的学生对教师敬业精神评价很好或较好，然后依次是教书育人、知识结构、学术水平和教学质量。学生对教师的教学方法满意度偏低，认为很好或较好的只有40％。
(6)主要问题。教师认为统计学课程教学中存在的五个主要问题依次为缺乏课程实践(64.3％)、忽视个性培养(54.8％)、教师数量不足(52.4％)、缺乏案例教学(45.2％)和学生数量过多(42.9％)。学生认为统计学课程教学中存在的五个主要问题依次是缺乏课程实践(69.1％)、教学方法单一(55.7％)、培养目标定位不准确(48.6％)、忽视个性培养(46.5％)和缺乏案例教学(42.9％)。两者有三个问题相同。特别是缺乏课
程实践和缺乏案例教学这两个问题，应当引起高度关注。
二、计量经济学课程教学现状
对计量经济学课程的调研同样主要围绕课程设置的必要性和重视程度、教学队伍、教学内容、教学条件、教学方法与教学手段、教学效果等方面展开。结果显示，计量经济学课程的必要性和重要性同样普遍受到学校、经济学类专任教师和学生的认同；认为通过课程学习，学生能够掌握从数量上研究经济关系和经济运行规律的基本分析方法，增强了学生分析经济现象和经济问题的能力。对于课程教学具体环节中存在的问题，如缺乏课程实践、缺乏案例教学和忽视个性培养等，还需要通过进一步深化教学改革加以解决。
1．计量经济学课程必要性和重视程度状况
(1)开设计量经济学课程的必要性。总体看，教师中认为非常需要的占49.3％，认为比较需要的占36.0％，总计超过85％的教师认为开设计量经济学课程是有必要的。其中，应用经济学专业教师选择非常需要的比例55.6％，高于理论经济学专业教师的33.3％。职称越高则选择非常需要的比例越高，助教、讲师、副教授和教授选择非常需要的比重依次为32.1％、44.8％、51.9％和64.9％。
(2)对计量经济学课程的重视程度。从学生角度看，32.2％的学生认为学校对计量经济学课程非常重视或较重视，认为重视程度一般的占50.5％；从学校角度看，59.2％的院校认为学生对计量经济学课程非常重视或较重视，40.7％的学校认为重视程度一般。总体看，对计量经济学的重视程度还需要加强。
(3)调查发现，有高达96.3％的院校认为不同层次、不同类型院校计量经济学课程教学目标应该有所不同。92.6％的院校认为不同层次、不同类型院校计量经济学课程教学模式应该有所不同。
2．计量经济学课程教学状况
(1)教学队伍。整体较好。具有高级职称的教师占61.3％，具有博士学位的教师占45.7％，具有国际交流经验的教师占21.4％，具有计量实践经验的教师占49.7％。专任教师队伍的绝对数量在逐年增加，但相对于学生规模的增长速度而言，专任教师数量相对不足。
(2)教学内容。大多数院校的教学内容包含建立计量经济学模型的步骤和要点、计量经济学的基本概念、一元线性回归模型、异方差性、序列相关性、多重共线性、多元线性回归模型、随机解释变量、虚拟变量、滞后变量、联立方程计量经济学模型等内容，教学内容符合学科要求，知识结构合理。
(3)教学条件。44.4％的院校使用国家级规划教材。92.6％的院校认为使用的教材很好或较好。上机使用相应的软件进行建模的实际操作，是计量经济学教学的一个重要环节。调查发现，绝大部分学校(96％)使用的是目前比较流行的EViews软件，仅有少数院校使用SPSS、SAS。随着互联网的普及，网络作为一种新的教学手段，正在逐渐被各院校采用。对于网络教学资源的评价，院校和学生有所不同。学校对网络教学资源的评价偏高，81.4％的院校的评价集中在比较丰富或一般。与学校的评价相比，学生对此的评价相对较低。认为比较丰富或一般的学生占64.7％，还有30.1％的学生认为网络教学资源较缺乏。
(4)教学方法与手段。对于多媒体教学方式，绝大多数院校和学生持肯定和赞成态度。22.9％的学生认为多媒体教学手段对教学具有很大的积极影响，62.1％的学生认为有积极影响，但影响有限。作业对于学生巩固相关知识具有重要的促进作用。44.4％的院校作业次数在3～6次，40.7％的院校作业次数在7～9次，还有14.8％的学校作业次数在9次以上。关于作业的批改，接近一半的学校要求全部批改，1/4的学校让教师自行掌握。几乎所有学校(92.6％)计量经济学期末考试都采取闭卷形式。最常用的出题方式依次是题库(29.6％)、临时统一命题(29.6％)、卷库(25.9％)、分别自行命题(11.1％)。而教师和学生认为更合理的出题方式与各院校实际采用的出题方式顺序相同。
(5)教学效果。调查表明，各院校授课教师除了对学生课前预习评价偏低以外，对于课堂出勤、作业完成和效果等方面的评价一般。在对学生掌握计量经济学知识促进专业课程学习效果的评价中，有10.4％的教师评价很好，有42.7％的教师评价较好，二者合计达到53.1％。学生对教师的敬业精神评价最高，有73.2％的学生对教师敬业精神评价很好或较好，然后依次是教书育人、知识结构、学术水平和教学质量。对教学方法评价最低，认为很好或较好的只有44.2％。
(6)主要问题。教师认为计量经济学课程教学中存在的五个主要问题依次为教师数量不足(70.8％)、缺乏课程实践(52.5％)、缺乏案例教学(50.0％)、学生数量过多(37.0％)和忽视个性培养(37.0％)。学生认为计量经济学课程教学中存在的五个主要问题依次是缺乏课程实践(64.0％)、培养目标定位不准确(57.8％)、教学方法单一(52.1％)、缺乏案例教学(47.5％)和忽视个性培养(44.7％)。两者有三个问题相同。表明各院校在教学中讲授理论普遍过多，讲授具体应用太少，这不仅不利于培养学生学习计量经济学的兴趣，也不能很好地体现计量经济学的价值。应当引起高度关注。
三、对统计学、计量经济学课程教学现状的思考
通过调查分析与研究，笔者认为：
(1)随着社会经济的高速发展，经济系统越来越复杂，不确定性越来越强，经济活动风险加大。要准确的认识经济运行状况、测度风险，必须依靠定量分析工具，作为数据分析方法的统计学必然成为重要的工具之一。经济学家熊彼特认为，“‘科学的’经济学家和其他一切对经济课题进行思考、谈论和著述的人们之间的区别，在于掌握了技巧或技术，而这些技术可分为三类：历史、统计和‘理论’。三者合起来构成我们的所谓‘经济分析’”。可见，熊彼特认为对一个经济学家来说，最重要的三门学问是经济史、统计学和经济理论。在具体谈到统计对经济学的作用时，熊彼特说，“……我们至少在原则上要承认：统计方法是经济分析工具的一部分，即使不是为了经济分析的特殊需要而设计的，也是如此。”著名华人经济学家钱颖一也曾谈到过统计学和经济学的关系，他认为“运用数学和统计方法做经济学的实证研究可以把实证分析建立在理论基础上，并从系统的数据中定量地检验理论假说和估计参数的数值。这就可以减少经验性分析中的表面化和偶然性，可以得出定量性结论，并分别确定它在统计和经济意义下的显著程度。”由此，可以得出这样一种结论，统计学对于经济学的重要性已成为现代主流经济学的共识。
(2)计量经济学产生于20世纪30年代，是一门从数量上研究经济关系和经济活动规律及其应用的科学，是统计学、经济学和数学的综合。经过几十年的发展，
计量经济学已经在经济学科中占有重要地位，在经济领域得到了广泛的应用。尤其是近20年来计算机的飞速发展，使计量经济学的发展和应用进入了一个新的阶段。计量经济学的产生和发展，使经济学在精确化和定量化方面跨出了革命性的一步，使经济学发展成为真正意义上的科学，它自身也成为经济学家对经济概念和定律进行定量化的工具，成为经济学家检验经济理论，分析和预测经济运行与发展的工具。尽管计量经济学是经济学的一个学科分支，有一定的学科独立性，但不可否认它的方法性和工具性，即计量经济学是一门探索经济变量间关系的有用方法和工具。无论是从计量经济学课程本身在经济学人才培养中发挥的作用来看，还是参照国际上的普遍做法，我们认为把该课程作为经济学类专业的核心课程是必要的。
(3)各院校基本上都已经认识到了开设统计学和计量经济学课程的必要性。但在重视程度方面二者相比有所不同，学生中非常重视或比较重视计量经济学的比例要高于统计学。对此，我们认为，统计学和计量经济学在经济学人才培养中发挥了不同作用。尽管统计学和计量经济学都是定量分析方法，然而二者还是有很大区别。简单地说，统计学是收集、整理和分析数据的科学。而计量经济学是统计学、经济学和数学的综合，是一门从数量上研究经济关系和经济运行规律的科学。由此不难看出，统计学更多地说是一种工具和技术，负责对数据进行处理和分析。而计量经济学是统计学和数学在经济中的应用，这种应用不仅在开始阶段要有经济理论作为指导，而且在应用的最后阶段还要运用经济理论对产生的结果进行解释。此外，我们从两门学科的定义中可以明显看出，统计学是计量经济学的基础之一，计量经济学大量使用了统计学中的概念和方法。没有较好的统计学基础，学好计量经济学是不可能的。因此，统计学应该作为计量经济学的先导课程。
(4)自上世纪90年代中期开始，教育部将统计学、计量经济学列为经济学科的核心课程，到目前已有十几年的时间。这期间，两门课程教学在经济学类专业人才培养中发挥了很好的作用，取得了很好的效果，无论教师还是学生均给予很高评价。通过课程学习，学生掌握了基本的定量分析方法，增强了分析经济现象和经济问题的能力。有效提升了学生对经济数据的正确理解和应用，从而对经济学的学有裨益。
(5)经过国内经济统计学界20世纪80年代激烈争论，统计学的方法论性质成为主流认识。随之，数理统计方法被大量引入统计学课程。但由此却引发了新的问题，即在新的统计学课程教学中，原有的经济统计学部分，无论是教学内容还是教学课时均呈现下降态势，应当引起我们高度关注。
统计学不仅是计量经济学的先导课程，而且确实有其独特的作用，尤其是经济统计对经济学的学习会起到很大的促进作用。原因在于，计量经济学要依赖于数据，正确地理解数据是正确地处理和使用数据的前提。经济统计学的系统训练能让学生更好地理解这些经济数据的收集过程和计算方法，从而能更好地理解一些统计指标的内涵，从而也就比没有学过经济统计的学生更可能正确地使用这些数据。举一个简单的例子，比如说GDP，学过了经济统计，我们就知道GDP是一个时期指标，总量指标，既包括物质产品的价值，也包括服务的价值，是按当年价格计算的，不同年份的GDP需要剔除价格因素后才能相互比较。如果没学过经济统计，没有定基、环比、基期、报告期的概念，在剔除价格因素时就会遇到困难或者出现错误。
【关键词】数学 定量
一、相关概念及综述
（一）、定量分析的概念
经济学研究方法中所采用的定量研究，最早起源于近代西欧国家中对自然科学研究，并随着社会自身的发展和经济学的光速发展，一度成为社科界研究经济问题首选的研究方法。定量分析一般从对某种具体的社会现象的假设、理论的实证和对现象变化的预测着手。在定量的分析中研究者更多地运用演绎推理，从一般的假设中推出最后的结论，再对结论进行系统性的检验。因此，在研究社会科学中应该集中于“是什么”，并通过数量分析去理解，探求社会互动与发展中的因果联系。
所谓定量分析，是指对事物进行数量分析。量是指事物的规模、发展程度、速度，以及其构成成分在空间上的排列组合等等可以用数量表示的规定性。正如质是多方面的一样，事物的量也是多方面的。因此，人们只能根据实践的客观需要，去把握事物的量。
（二）、定量分析的特点
1.实证性，即定量分析的所采用的方法和最终得出结果是可以检验的。定量分析是用与研究相适应的数学方法针对某一特定问题的相关数据进行分析。分析过程的每一个具体的阶段和结果都可以用具体的指标表示出来，接受逻辑的和事实的验证。实证性可以说是定量分析中最本质特征。
2.明确性，定量分析涉及的概念一般都具有确定的定义，并且一般不使用模棱两可的言语来表述，因而在一般情况下分析不会引起歧义，从而使分析过程与结果容更易理解。
3.客观性，即无论研究者是谁，只要采用相同的数据和相同的方法进行研究分析都只会得出相同的结果。
二、经济学研究中定量分析的基本方法
（一）统计分析方法。定量分析方法中的统计方法大致可以分为描述统计和推断统计。在经济学的研究中统计方法的运用的范围十分的广泛，可以说统计分析方法是定量研究的基础，也是经济学研究的基础。描述统计学是整个统计学的理论基础和统计研究工作的首要步骤，它包括对客观现象的度量，调查方案的设计，数据的收集与整理，用图表方法和数量方法综合分析统计资料等。推断统计是现代统计学的核心和统计研究工作的关键环节。推断统计离不开描述统计，只靠描述统计也难以揭示事物发展的规律
（二）趋势预测分析法。它对同一单位相关经济指标连续几年的数据作纵向对比，观察其成长性。通过趋势分析，分析者可以了解该企业在特定方面的发展变化趋势。广义的趋势预测分析中，即包括在同一时期根据已有的事实测定未知事件的静态趋势预测，也包括根据已有的事实测定未来的未知事件的动态趋势预测。狭义的趋势预测，仅指动态趋势的预测。预测方法与个别领域现象发展的实际相结合，就产生了预测的各个分支，如人口预测、社会预测、经济预测、政治预测等
（三）相互对比分析法。它通过经济指标的相互比较来揭示经济指标之间的数量差异，既可以是本期同上期的纵向比较，也可以是同行业不同企业之间的横向比较，还可以与标准值进行比较。通过比较找出差距.进而分析形成差距的原因对比分析法的应用相对简单，但应用的范围较为广泛，凡是涉及多二年以上的数据都可以应用相互对比分析法对其进行进一步的分析，通过分析可以为深度分析打下基础。
（四）数学模型分析法。经济数学模型是研究分析经济数量关系的重要工具，它是经济理论和经济现实的中间环节。它在经济理论的指导下对经济现实进行简化，但在主要的本质方面又近似地反映了经济现实，所以是经济现实的抽象。经济数学模型能起明确思路、加工信息、验证理论、计算求解、分析和解决经济问题的作用，特别是对量大面广、相互联系、错综复杂的数量关系进行分析研究，更离不开经济数学模型的帮助。运用经济数学建模来分析经济问题，预测经济走向，提出经济对策已是大势所趋。
三、经济学中运用定量分析方法的必要性
定量分析方法的应用使经济理论政策主张具备了很强的实操性。经济学的目的在于对现实中各种经济行为进行指导，这亦是经济学的生命力的源泉。在经济学的发展中，定量方法的推进经济理论对现实的指导意义，并且走进人们的社会经济生活。马歇尔采用均衡分析的方法开创了微观经济学的先例，研究了价格、供给、需求、竞争等具体问题，精确地揭示了它们之间内在联系和变化规律，为人们了解价格、供给、需求等变量，制定价格策略、供给策略、提供了科学依据。此后，凯恩斯科学也大量运用了数学研究方法，才使他的“宏观经济学”具有划时代伟大意义。翻开凯恩斯的全部经济学有关著作，我们可以从中看出，没有定量的研究就不可能为政府制定宏观经济政策提供强有力的决策依据，没有定量的研究也不可能使凯恩斯的理论令世人折服。
根据我国目前所处的情况，经济的分析更加应该侧重如何实现社会主义制度下资源配置优化配置以及如何使国民经济长久、健康的有序运行。而国民经济是一个非常庞大的系统，在这个系统中，经济运行呈现出异常复杂的关系，我们必须借助于定量的分析工具，对经济发展中存在的种种问题和经济现象进行系统化的定量分析，只有这样才能揭示社会发展中经济的运行规律。也唯其如此，才能进一步的提高资源的利用效率，才有改变国家传统的经济增长方式的转变，实现可持续发展的目标。
小结
关键词：计量经济学；实践教学；教学内容
中图分类号：F240 文献标志码：A 文章编号：1673-291X（2014）13-0087-02
引言
计量经济学（Econometrics）是一门用于验证和测度的学科，是运用数学、统计学和经济理论对经济现象进行定量分析的社会科学学科。计量经济学是诞生于20世纪30年代的新型学科，虽然发展历史较短，但应用十分广泛，已经在经济学科教学和研究中占据了极其重要的地位。对计量经济学的评价，如P.Samuelson称第二次世界大战后的经济学是计量经济学的时代；P.Henry称计量经济学是经济学这一社会科学中的帝国主义；R.Klein评价在大多数大学和学院中，计量经济学的讲授已经成为经济学课程表中最有权威的一部分。1998年教育部把计量经济学确定为经济学类专业核心课程之一之后，这门课程在国内普及开来。
计量经济学虽然在中国普及的时间较短，但近几年国内计量经济学的发展特别快。目前大多数高等院校在本、硕、博课程中将计量经济学作为重要的基础课程，国内出版的教材不断更新，研究中运用计量分析方法的论文比重持续上升。然而，实际教学当中计量经济学却是教学难度较大的课程，特别是对文科背景的经济学类学生来说是“难学”的一门课程。通过近几年的教学实践，我们对教学过程中遇到的许多问题进行渐进性的改革和探索，努力提高教学水平和教学质量，加强与学生的沟通。本文拟对教学实践当中发现的问题进行分析，并探讨解决这些问题的有效途径。
一、计量经济学教学实践中的问题
（一）基础知识薄弱
计量经济学“教学难”的最大特征是文科背景经济学专业学生们基础知识的相对薄弱。众说周知，计量经济学是综合性较强的一门课程，要求学生不仅对微积分、线性代数、统计学等先修课程的良好基础，而且还对微观经济学、宏观经济学等经济学专业基础课同样要求良好基础。基础知识的相对薄弱是导致学生们“难学”的直接原因。这个原因笔者认为主要来自于学生的主、客观两个方面。主观上对于大多数文科背景学生来说数学性质课程的学习难度较大，缺乏兴趣，因此，没有打好高等数学基础。客观因素是学校课程安排和教师教学质量的问题。在课程安排上，比如笔者所在大学以前开设的是统计学原理，并不是统计学。因此，大多数学生并没有学到统计学领域重要的基础知识。还有微、宏观经济学等经济学类基础课程内容并没有学好，这主要来至于教师教学质量。因此，笔者在教学实践当中讲教材内容之前，先利用两、三节课复习统计学基础知识，并在正文讲授当中注意复习微、宏观相关内容，与学生加强沟通一步一步地提高学习兴趣和参与讨论的积极性。
（二）教学方法差异
目前大多数课程的教学都采用多媒体教学方式，多媒体教学方式跟传统的板书教学方式的确具有优势。但这并不意味着板书教学方式已经退出历史舞台，特别是在数学推导过程当中板书的优势就体现出来。有些学生甚至教师都认为推导过程并不重要，只想利用其结果，但不通过推导过程怎么能理解计量分析方法的基本原理呢？没有打好基础就根本学不到更深的内容。笔者在实际讲授过程中都试过板书和多媒体教学方式，虽然现在的学生都习惯了多媒体教授方式，但计量经济学的讲授当中板书教学方式还是受到学生们的欢迎。他们认为跟着老师一步一步计算，就能跟着老师的思路学下来，也能清理自己的思路。在多媒体教学当中也重视板书，有些图形或公式通过板书重复说明，并利用大量例题解释相关内容，因此，教学速度与板书教学速度相差无几。通过实践发现多媒体和板书教学方式的结合，以及大量案例的应用是与目前笔者在校学生们水平基本吻合的教学方式。
（三）课程安排与实践
计量经济学是强调理论和运用软件的实践相结合的应用性课程。因此，实际教学由理论课和上机实验两个部分组成。由于学校的课程调整，我校计量经济学的学时从32学时增加到48和64学时等不同学时。2006年笔者到校任教时开始这门课程的学时调整至64学时，但有时又调整至48学时。如果是32和48学时教学安排的话，就根本上不了实验课，教学仅限于理论课的讲授。通过几年的实践发现，合理的学时安排是48学时理论课和16学时实验课。48学时足够讲完符合本科生水平的内容，16学时上机课也让学生基本了解相关软件操作。上机课安排开学第二个月开始上，第一个月主要讲授相关理论，第二个月开始一周一次理论课和一次上机课。上机先利用两节课讲Excel操作，目的是要掌握Excel图表处理的基本操作和运用数据分析功能的回归分析操作。之后具体实践STATA或者是Eviews等相关软件的操作。
（四）论文不规范
学习计量经济学的目的就是在实际研究中应用计量经济方法分析特定经济现象。通过本科生和研究生毕业论文答辩，或者是研究生学术月活动中的论文审查，发现计量论文中存在很多问题。第一，学生对模型的建立缺乏了解，容易把数学恒等式当成模型进行分析。这突显学生们对计量基本概念的理解不透彻，对各个要素之间逻辑关系的理解不足。第二，相关检验的问题上容易把原假设和备择假设弄混，因此，得出的结论往往与计量分析结果背道而驰。第三，采集的样本数量少，而解释变量却很多，在自由度严重不足的情况下也做回归分析写出论文。实验课当中曾经讲过典型模型的推导过程，以及根据经济理论建立模型的过程，但效果不佳，怎样提高学生的写作能力是一项我们长期探讨的重要课题之一。
二、计量经济学教学改革建议
（一）强化基础课程
通过多年的计量经济学和其他专业课的讲授当中感受到的最大困惑是学生们相关课程的基础较弱。与高等数学课程不同，微、宏观经济学以及统计学、数理统计等课程是学院教师主讲的课。笔者认为目前所在学院学生基础课程的较弱原因，主要是学院对基础课程的重视不够和教学梯队的不完善所引起。重视程度上笔者曾几次提议要强化习题课，以此来强化学生对相关课程的认识和学习。特别是在研究生课程安排上，要求基础课程以年为单位设置课程，但都没有得到体现。教学梯队问题上开会时所探讨的梯队问题实际上并没有落实，之前不管学生们的评价如何，基础课程由老教授们垄断。随着扩招讲基础课的教师增加，但教师素质参差不齐，教学安排并不是按照学科出身来安排，而是出现互相抢课的现象。因此，要强化基础课程，首先要提高教师素质，其次建立良好的教学梯队。
（二）建设案例库
计量经济学的理论教学和实验课都离不开案例，通过案例加深与计量模型相关的经济理论的理解，并提高学习兴趣。国内有些大学已经编写相关实验课的教学指导书，并建立案例库，这方面南开大学经济学院做得较好。笔者刚开始编写教案时大量参考日本教材上的案例，每个章节都设几个案例，重视通过案例来加深相关学习内容。只是理论课中的案例从样本数或其他方面的因素在实验课中缺乏针对性，因此，需要专门用于实验课的案例库。但案例库建设是一个系统性的工程，紧靠任课老师难以完成。我院能讲计量经济学的教师较少，难成立教学团队或成立专门的案例库建设小组。目前只能实行拿来主义，收集电子版教材发给学生，以此来弥补欠缺部分。数据整理和分析、案例的选择等对我院来说一项长期工程。
（三）强化论文写作能力
作为一种方法论学习计量经济学的目的之一是在实际研究中的应用。写过计量分析论文的人都知道，刚开始写计量论文的时候写作难度较大，最好在导师的带领下边写边学习是一种有效的途径。但是受师资力量的单薄，还有教学中忽视相关问题等方面的影响，学生写作能力的提高一直受到很大限制。无论是为毕业论文，还是读研究生等长远目标着想，必须提高学生写作能力。笔者认为实际教学当中至少可以采取以下方式。第一，讲课当中选择几篇符合学生水平的相关计量论文，讲解计量论文的格式、建模、检验和经济现象的解释等相关问题。第二，适当的布置课程小论文，以个人或小组为单位，从中找出存在的问题进行修改，直到达到一定的水平。第三，通过学院组织的各种论坛和学术会议的积极参加，拓展学生的视野，围绕会议中的题目进行讨论，循序渐进地提高基本素养。
结论
自从计量经济学在国内普及之后，其重要性已经得到广泛的认可，国内学者对计量经济学的研究也日益加深。但是由于普及的时间较短，很多院校存在教师队伍的计量功底参差不齐，相关配套设施不完善等问题。
经过多年的教学实践，我们逐渐摸索清楚了讲这门课程的一般规律，相关基础课程和实验课的安排得到了强化。通过理论课学生们基本上掌握了计量经济学的基本原理和思想，通过实验课学习相关计量或统计软件操作，能够借助辅助软件进行计量分析，毕业论文中运用计量方法的论文比重逐步上升。我相信，教师队伍的不断努力和相关部门的重视下，计量经济学课程建设会不断完善，会涌现出更多的计量人才。
参考文献：
[1] 李子奈.关于计量经济学课程教学内容的创新与思考[J].中国大学教育，2010，（1）.
[2] 张益丰，周卫民.本科计量经济学“问题导向型”教学模式研究[J].现代教育技术，2010，（2）.
[3] 彭长生.文科背景下计量经济学教学的问题与改革[J].安庆师范学院学报，2009，（6）.
[4] 李晓宁，石红溶，徐梅.本科计量经济学教学模式的创新研究[J].高等财经教育研究，2011，（6）.
对于计量科学的精确性、绝对性的探讨由来已久，当前学术界的争论只是对这一问题的深化。早在1939年，Keynes就指出计量经济学模型方法存在三个层面的问题：一是理论的先验正确性问题00，二是线性假设以及滞后期与趋势决定的主观随意性问题,®三是计量经济学的结构不变性问题。认为这三个问题造成了计量经济学经济分析的局限。相对于凯恩斯，Lawson的观点相对来说比较极端，Lawson学建模的研究方法进行了严厉的批判，认为当前的计量经济学模型，尤其是VAR系列模型在研究现实经济机制方面作用甚微，模型未获得关于经验现实的真正洞察，其预测结果不具备经验充分性。
而Juselius则更倾向于为现代计量经济学模型、尤其是VAR系列模型进行辩护H，认为计量经济学本身不存在任何问题，只是在面对当前危机时应做一些转变H。并指出正确设定的、具有经验充分性的协整向量自回归模型可以实现这一转变15。作为计量经济学的拥护者，Hendry同样对计量经济学进行了辩护，指出虽然计量经济学方法确实可能会产生谬误回归，但这种谬误可通过检验进行回避与拒绝63;Hendry提出根据数据生成过程进行建模的理念，指出计量经济学应根据DGP过程进行经验建模，进而保证计量经济学应用研究的科学性与精确性。
国内学界对计量经济学基本持肯定态度，李子奈认为，从计量经济学模型方法的建立、估计与检验过程来说，其方法具有坚实的统计、逻辑基础，符合科学研究的发现过程67。计量经济学研究方法实质上就是回归分析，是证实与证伪、归纳与演绎、检验与发现、相对与绝对相结合的过程。并探讨了计量经济学模型政策评价、结构分析、预测与检验功能上的局限。洪永淼认为计量经济学模型面临三个主要问题：非重要因素的影响问题、观测数据问题以及样本外预测问题°8。但计量经济学理论本身已经发展得相对成熟与全面，只是由于经济系统的时变性、不可逆性以及经济数据的缺陷导致了计量经济学的分析、预测没有物理学那样精确，这也是计量经济学与自然科学最大的区别。
那么计量经济学究竟是怎样的科学?它是否具有其自身难以避免的不足与局限?要对这一问题进行解答，就要从其模型方法的概率和统计学科基础进行探讨，从其表述语言、方法论及功用层面进行基础研究，以提高其应用研究的科学性，使计量经济学应用研究沿着正确的方向发展，这也正是本文的研究目的。
二、计量经济学的语言分析：模型语言经济学表述的非充分性
经济学语言学转向引发人们对语言在经济分析中作用的广泛关注，进而产生一个问题，计量经济学的主要语言是什么?计量经济学语言具有什么特征?其在经济分析中又处于什么地位?要解决这些问题，就要从什么是计量经济学的语言以及计量经济学语言的方法论地位来着手。
要探讨计量经济学的语言，离不开对计量经济学的界定及其基本分析结构的探讨。计量经济学是通过模型来表述经济现实的，基于统计、概率方法的模型构建是计量经济学经济表述的主要手段与方式，也是计量经济学进行经济研究与分析，以及作用于应用实践的基础途径。从学科的自我表述与实践应用两个层面来说，一方面，以概率和统计为基础的计量经济学模型是计量经济学这一学科的主要表达方式，也就是计量经济学的“语言”另一方面，从计量经济学的基本分析结构来说，模型是计量经济学分析的基本结构，是计量经济学描述、解释经济现实的主要手段，也是计量经济学进行学科表述与对外自我表达的主要途径，可称为计量经济学的“模型语言”。以概率和统计为基础的计量经济学模型，既是方法又是语言，在计量经济学经济分析中处于核心地位。作为经验实证的计量经济学，其研究方法从方法论上来说是经验实证的模型方法，其语言也必然离不开经验实证的方法论基础地位，是经验实证的模型语言。
那么，计量经济学经验实证的模型语言在经济学研究中处于何种位置?其经济学的表述充分性如何?是否能够替代自然语言?要回答这些问题，首先就要明确经济学学科本质与计量经济学经验实证模型语言的方法论地位。作为社会科学的‘‘皇冠”，其特殊的学科性质决定其不等同于物理学这样的自然科学，同时人类社会也不等同于实验室。经济现实的复杂多变性，人性与人类心理的不可预测性，使得经济发展过程成为一个异常复杂的有机体，这些必然复杂化经济学的表述及其语言，单一的基于以概率和统计的模型语言难以完成这一任务。此外，从经济科学理论表述层面来看，经济理论并不必然由数学或统计学来证明。经济学的语言是多元而非一元的，数学、统计语言是经济学分析语言中不可替代一种，是“多元”中的‘‘一元”，但并不必然比其他语言更重要。当然，这也解释了计量经济学以概率和统计为基础的模型语言在经济分析语言中的地位。
计量经济学经验实证的模型语言是计量经济学科学化经济研究的一个重要体现，但同时也难以避免其自身与生俱来的方法论局限：
首先，经验实证的模型语言面临经济研究中价值判断理念的计量化问题。计量经济学模型语言对
①李子奈在他的‘‘计量经济学方法论的若干问题’，“计量经济学模型的功能与局限”中均有提到这一观点。
经济现实的表述是建立在表示现实经济活动结果数据的概率分布假定基础之上的，模型语言对经济现实中不可度量的社会关系、政策和心理等价值理念的处理是通过主观假定赋值或虚拟变量来完成的。从一定程度上来说，计量经济学模型语言对价值判断的这种表述稍显随意、主观，是不精确的;此外，很多价值判断理念难以通过统计语言或概率分布来表述。因此，计量经济学模型语言存在着价值判断理念计量化的问题。经济研究是以人及其构成社会的经济活动与关系为核心的，而这种社会经济关系的表述不仅是‘‘量”的统计，还包括‘‘质”的描述。计量经济学模型语言对经济现实的解释与描述是通过变量与现实经济因素的映射来完成的，因此，模型对经济现实的解释是建立在模型方程涵盖待解释经济变量这一前提之上的。那么就产生了一个问题，模型是否可以包含所有经济因素，也就是经济因素都可以通过适当量化的形式纳入模型语言的表述范围吗?答案是否定的。很多宏观计量经济学模型中的政策、环境因素以及微观计量模型中的心理因素，都很难一一映射为计量模型中等价的变量形式。虽然虚拟变量是一种选择方式，但现代计量经济学中的虚拟变量通常是简单的‘二进制”，这种“是与否”的极端表述方式很难精确描述经济现实的渐变过程与渐变效应。
此外，即便勉强将价值判断理念通过主观赋值的变量进行计量化，还存在现实经济因素与观测数据统计方式的非‘‘一一映射”问题。很多模型表达的变量或符号在现实经济中有多个对应统计方式，而每种方式的选取都代表着不同的样本数据，有时甚至会影响到模型的估计结果。如探讨外商直接投资与中国经济增长的关系时，涉及到国家开放程度这一政策理念及其模型对应变量的选取。究竟用什么代表开放程度，现实中选取模型样本数据时就涉及一个选择的问题，有的研究者将年进出口贸易总额的GDP占比作为一国开放程度的度量标准，有的将对外政策的颁布作为开放程度的度量。这种变量的选取通常以模型的估计结果是否更优作为条件，可以说这种选取模式是稍显主观随意的，并不具备严格的科学性。
其次，计量经济学模型语言难以完全取代经济学表述中的自然语言，一元的模型语言难以对经济学进行全面、充分表述。第一，能够表述经济世界的是语言性的词语而不是人为创造的符号、模型，计量经济学的模型语言并不比自然语言更接近经济现实，同时，经验实证的模型语言所描述的逻辑建构具有其本身的局限，不能完全取代经济学自然语言的使用。虽然计量经济学模型语言中的数学公式与统计推断过程本身也是一种话语，但这种“话语”本身也有语言问题，爱因斯坦指出“就数学定律指涉现实而言，它们并不确定;就其确定性而言，他们并不指涉现实”。数学哲学的观点展示出数学、统计的模型语言，作为一种经济学研究语言，其所构建的‘‘经济世界”并不比自然语言的更准确，也不比自然语言的更接近现实世界。第二，人们生活的世界是词语的世界而非函数的世界，对语言最重要的沟通与交流功能来说，经验实证的计量经济学模型语言作为交际语言并不具备足够的充分性。虽然其在统计推断与函数符号表达上具有严谨性与便利性，并因此一定程度上体现了其科学性，但对于语言最为重要的交际功能，计量经济学模型语言并未表现出任何超越其他语言范式的优势，尤其是在与公众交流时。用函数与符号表达的数学语言是自然科学的通用语言“对自然科学家而言，它就像过去拉丁语对学者一样，而对许多经济学家来说它不幸是希腊语”10,因之其模型方程与符号的表达范式可能更容易使人们感觉它只想通过深奥的数学让人肃然起敬，而不是更有助于交流。
还有一个不得不说的问题，不论计量经济学模型语言多么严谨、精确，也不可能做到对完整社会关系进行精确表述，这取决于计量经济学模型设定的非精确性与局部性，因为任何模型都不可能把整个社会复杂多面的关系全部纳入模型体系，无论从技术层面来说还是从方法论层面来说，这是不现实也是不可能实现的。
三、计量经济学的数理基础：非精确数量关系的度量
由于计量经济学以概率和统计作为其学科的数理基础，其结论是基于样本数据(总体样本的一部分)的推断做出的，而非真实的针对总体样本进行的精确运算，因而其结论并非是确定的、精确的。而计量经济学中以概率为基础的随机检验的不对称性与非精确性、概率约化方法下统计推断的非确定性，都导致了计量经济学度量精确数量关系上的局限。
1.以概率为基础的随机检验的不对称性与非精确性由于观测值很少是现实经济中经济变量的真实值，因此随机模型的存在具有较为重要的作用。但随机模型本身由于其概率基础的非精确性以及两类前提假定的不对称性，使其模型检验的逻辑基础受到质疑;同时其概率基础的随机性，也严重削弱了随机模型的可靠性与精确性。
一、财务学与经济学
1.经济学的基本概念
经济学(Economics)是研究如何用有限的资源去获取无限的人类社会需要的最大满足的社会科学。它涉及任何人类社会必须决定的三个基本经济问题：一是决定生产什么和生产多少；二是决定如何生产，即用什么技术将投入资源组合起来生产出人类需要的产出品；三是决定产出品为谁生产和如何分配。经济活动中的三个基本要素是人类需要、资源和生产技术。
经济活动的直接目的是满足人类需要(Humanwants)，包括物质需要和文化需要。人类需要有两个特征：一是需要的多种多样性；二是需要从长期看的不可满足性。人类需要的满足水平与其所处的历史时期有关，与其所处地理位置有关。从效率观点看，满足人类需要的水平，一方面受资源和技术允许条件下可用于消费的或用于进一步生产的各种有用产品或劳务水平的影响；另一方面受这些产品或劳务在不同组织之间分配合理性的影响。前者反映生产产出(Output)水平；后者反映分配和消费的效用(Utility)水平。
资源(Resouree)是指可用于生产满足需要的产品的各种手段或财富(Means)。资源可分为劳动力资源、资本资源和自然资源三类。现代经济学中还把企业家作为第四种资源。如果将劳动力资源与企业家资源合并，将资本资源与自然资源合并，那么资源也可分为人力资源和物质资源两大类。资源主要有三个特征：一是绝大多数资源在数量上是有限的；二是资源具有多种用途；三是为生产一定产品，可用不同的资源配置方式。经济学中的投入(Input)主要是指这些资源的投入。
效率是指投入与产出之间的比率。经济效率(Economic efficiency)是指用货币计量的投入与产出之间的比率。准确地说，西方经济学中的效率是指帕累托效率或帕累托最优，即任何生产与消费的重新组织，如果不能使某一个人或某些人的处境变坏，就不可能使另一些人的处境变好。在微观生产理论中的效率是指资源投人与有用产出之间的比率。在福利经济学中的效率是指产出与效用之间的比率。因此，在资源投入一定的情况下，提高生产领域的效率，会增加有用总产出；在产出一定情况下，提高消费领域的效率，会增加总效用。总之，在资源一定的情况下，经济效率的提高会使人类的需求得到更大满足，这正是效率在经济学中占有核心地位的原因所在。
可见，经济学的基本概念与基本理论，科学地解析了资源投入与配置的效率与效果，为财务管理学科奠定了雄厚的理论基础。
2.经济学与财务(金融)经济学
经济学为财务学提供了理论基础，而财务(金融)经济学(Financial economics)是从经济学领域中逐渐分离出来的一门学科。财务(金融)经济学是从个人效用最大化出发，试图通过对个人和企业的最优化投资、融资行为以及资本市场的结构和运行方式的分析，去考察跨期资源配置的一般制度安排的方法和相应的效率问题。财务(金融)经济学由金融市场学、投资学与公司理财学三个部分组成。金融市场学研究的是金融机构与金融市场以及国内外经济中金融系统的运作；投资学研究的是风险与收益的确认和度量、风险与收益之间的权衡、估价技术与金融工具的设计等内容；公司理财学研究的是以公司为主体的理财理论与实践问题。
3.财务学的经济学基础
在整个金融经济学中，公司理财学处在一个非常关键的位置上，财务学不仅科学地融会了经济学中的一些重要理论，而且其发展是以一些重要的经济学学说或理论为依托和基础的。
第一，经济学中的理性主义与效用理论。经济学中“理性”的涵义有两种：其一是指个体追求某种工具价值的“最大化”；其二是指个体决策过程在逻辑上的无矛盾。经济学效用理论是经济学最基本和最主要的范畴之一，也是微观经济学的核心理论，是最富有现代意义的经济学理论工具。
在财务决策理论中，假定投资者都是理性的，在进行决策时，选择能够产生最大期望效用的行为；另外，也假定理性的投资者是规避风险的。在理性投资者假设和效用理论的基础上，财务学家利用经济学中的无差异分析方法分析投资者的最优投资组合策略。
第二，经济学中的供求均衡分析。供给和需求及其相应的均衡概念一直都是经济学的主要分析工具，也是一种根本分析方法。经济学供求均衡分析方法的结果就是推导了一个数量――价格机制，价格必须在均衡点上，否则市场供求力量就会发生作用以使价格达到新的均衡。所有的经济学模型最终几乎都是以获得使供需匹配和市场出清的价格结束。
供求分析在经济学中具有如此重要的地位，在财务学中也如此。在财务学理论中，典型的CAPM模型就是利用了均衡分析方法，从市场投资主体的效用最大化出发，在一定约束条件下获得了均衡状态的资产价格。
二、财务学与统计学
1.统计学的基本概念
统计学研究如何用科学的方法去搜集、整理、分析实际数据，并通过统计所特有的指标，表明所研究的对象的规模、水平、速度、比例和效益等，以反映其发展规律在一定时间、地点、条件下的作用，描述数量之间的关联关系和变动规律。
统计学是处理数据的科学。一般的记述统计侧重数据的收集加工整理，而数理统计侧重数据处理的“科学性”。一般而言“科学”要求有客观性、再现性、普遍性。为表现这种科学性，研究者常喜欢用数学模型，因为数学比较简明、严谨，比较抽象。数理统计就是运用数学工具，记述数据产生的过程，描述概率分布，进行推定，作假定检验，形成了一个比较完整的理论体系。
按照统计学科体系的基本原理与应用的不同，统计学可分为理论统计学与应用统计学两大类。理论统计学指的是统计学的数学性原理，也就是数理统计学，具有通用方法论的理学性质。应用统计学指的是基于理论统计学的基本原理，应用于各个领域的数据处理方法。统计解析方法及统计推测方法。
2.财务学的统计学基础
财务学研究是建立在可观察的基础之上的，因而不可避免地需要利用统计学的基本原理和技术。财务学尤其在如下两个方面需要借助于统计学，它们是投资分析和风险管理。这两个领域直接涉及到统计数据描述及推测统计学。另外，日益崛起的金融工程学领域的发展更是离不开统计学，它主要涉及与数学有关的应用概率过程，应用概率微分方程式的研究领域，有时被称为
数理金融。
投资分析的目的在于尽可能地提高投资收益，为此从可选择的投资资产(股票、债券、包括外汇在内的外国证券)中，进行资产选择操作，在控制风险的同时追求收益的最大化。因此要用到运筹学中的最优化理论。
风险分析与管理领域正是基于统计学质量管理的思想建立起来的。风险与收益的衡量需要借助于统计学中的均值――方差分析。企业或银行的财务结构受汇率、利息、股价的变动，其资产价值也在不断变化，这就构成了市场风险。为了根据市场风险考察企业资产的价值变化，将企业的价值变化看作风险要素股价、汇率等变化的函数，描述其概率样本分布，推定其下限5％可能损失的金额。其中，既可用有关股价、汇率变化的模型，也可考虑因素相关的变化。有关银行的不良债权问题经常涉及到的BIS(国际结算银行)规定中，也要求按照上述方法计算企业资产价值变化下限5％的金额，规定企业要保留一定程度的自有资本。从这种意义而言，BIS的规定非常依赖于模型。由于企业资产价值的评估也必须以现价评估，所以不带价格的资产也要依靠模型评估。模型的应用越来越具有现实性，财务管理也要求助于统计学的知识。
期货交易的领域是理论水平较高并富于挑战性的领域，它包括金融资产组合理论与资产组合的实践(financial engineering)。许多问题常被从数学角度程序化。其领域的数学结构包括连续时间的概率过程、概率微分方程式、概率测度的变换公式等。
三、财务学与管理学
1.管理学的基本概念
管理学的内涵就是要说明什么是管理，以及管理的内容与方法。“管理可被看成是这样一种活动，即它发挥某个职能，以便有效地获取、分配和利用人的努力和物质资源，来实现某个目标”。管理的这一定义概括地将管理的特征、职能、目标统一起来；管理的特征、职能与目标又将其与管理控制联系起来。
管理是一种活动，是为有效地实现某个目标的一种活动。管理活动是发挥管理职能的活动，管理的职能包括计划、组织、指挥、协调与控制，在管理活动中，各种管理职能都发挥着不同的作用。
管理的目标是有效地获取、分配和利用资源，来实现组织目标。
2.财务学的管理学基础
管理的内容由管理活动的内容所决定，现代管理之父法约尔将一个企业的活动分为六大类，分别是“技术活动，即生产和制造；供销活动，即购买、销售和交换；财务活动，即寻找资本及最适当地利用资本；安全活动，即保护财产和人员；会计活动，即盘存、资产负债表、成本和统计；管理活动，即计划、组织、指挥、协调和控制”。在上述六类活动中，管理活动即是管理或管理职能，管理的内容应该是管理活动赖以存在和发挥作用的其他五种活动。
财务管理要解决的是公司价值的创造，在企业管理中居于核心地位，它本质上是一种综合的价值管理活动，即实施价值管理。财务管理以价值目标为尺度，将公司管理活动与公司理财的具体决策统一起来。
管理的方法可解释为研究管理的方法和管理中应用的方法。研究管理科学和管理理论的方法共有十一种：经验法或案例法、人际行为法、集体行为法、协作社会系统法、社会技术系统法、决策理论法、系统方法、数学法、因地制宜法、管理任务法、经营论法。这十一种研究管理理论的方法对研究财务管理理论与方法同样有着重要的指导作用或借鉴作用。特别是行为科学方法、系统科学方法、案例方法等，对研究财务管理是十分重要的方法。
管理中应用的方法主要体现在发挥管理职能所采用的方法，包括计划方法、组织方法、指挥方法、协调方法和控制方法，这些方法对财务管理起着重要作用。
四、财务学与会计学
1.会计学的基本概念
会计学是随着商品经济的产生、发展，以及近代会计的程序与方法日益完善而建立起来的一门独立学科。会计学以会计的目标、职能、对象和程序、方法为研究对象，采用一定的研究方法，构建会计理论体系，揭示会计所反映和监督经济活动的过程，促进会计工作更好地为经济生活服务。会计是以货币为计量尺度，运用一系列程序和方法，连续记录经济业务，反映和监督经济活动中价值运动过程的一项经济管理工作。会计的基本程序与方法是指会计的确认、计量、记录和报告。图1(吴水澎主编：《中国会计理论研究》)中国财政经济出版社2000年版，72页可反映这四个环节在会计中的地位。
会计程序与方法中的确认、计量、记录和报告这四个方面是会计学的核心内容，其中，提供会计报告是会计的主要职能。会计报告是整个会计系统的最终产品，是以浓缩的、综合的、系统的、分类的形式反映企业财务状况与经营成果的书面文件。会计报告主要包括对外报出的会计报表、会计报表附注等。
会计报表是由资产负债表、所有者权益变动表、利润表和现金流量表组成。企业的各项财务活动都直接或间接地通过会计报表来体现。
2.财务与会计的关系
财务与会计是两个并列的经济范畴，在性质、地位等方面是有区别的。会计是信息系统，财务会计与管理会计都是会计信息系统的组成部分，也是会计学科体系的组成部分。同时，会计又是一个“决策支持系统”，它为管理提供有用的信息，为管理服务。财务管理则是企业管理的重要范畴之一。财务管理学则作为财务管理学科体系中的一个分支而存在，如果说财务管理的对象也是现金流量的话，那么，财务管理侧重于现金流量本身(通俗地说，财务管理是一种现金流量的安排)，而不是现金流量信息。这就是会计与财务的区别之所在。
财务的本质是本金投入收益活动，会计的本质是信息系统。在经济组织内部，财务处于主导性管理的地位，生产、技术、营销、劳动等项管理都要围绕价值最大化和本金扩张的财务目标去进行；会计处于基础性地位，通过提供财务信息为财务管理和其他各项管理服务。由于财务与会计是两个并列的范畴，所以在理论研究上自成体系，形成两门不同的经济学科。
会计学与财务学紧密相关。财务管理的职能包括预测与计划、决策与控制、分析与评价等内容，这些财务管理职能作用的发挥依赖于会计学所提供的信息，会计学为财务学提供了数据基础。
[关键词]统计思想；经济工作；影响
[中图分类号]F222[文献标识码]A[文章编号]1005-6432（2014）18-0115-02
1统计概述
统计（Statistics），简单而言便是大量数据的收集、分析、解释和表述。统计是用来科学认识世界的方法。没有系统的学过统计学知识的人认为统计只是简单的加减乘除数字运算。但是，真正的统计学是对研究对象的属性起到辅助描述、揭示的功能，统计揭示的规律和研究对象本身固有的规律不是一回事，真正下结论的还是研究对象本身的变化规律。统计本身不能说明什么，它的功能只是辅助判断，一个数据集能作统计，能估计参数，但不一定能证明什么，统计分析对象的生物原型才是下结论的依据。在统计学领域，统计工作、统计资料、统计科学三者相互联系相互作用共同推进统计结果。统计工作的成果是统计资料，换言之统计资料和统计科学的基础是统计工作。宏观而言，统计科学又是一种经验的高度概括，它是指导统计工作的原则和方法。任何一门学科，都有其建立发展的客观条件，统计学学科亦是如此，它是统计工作的经验、计量经济学方法、社会经济理论结合、发展而来的一种边缘性学科。
随着科技的不断进步，现实生活中统计学的应用越来越广泛，而统计思想也被运用到各个领域。统计思维类似于数学中的数感、符号感。美术中的美感，以及人们对于音乐的乐感、节奏感等。统计思维是一种对于给定的数据以及数据有关的量、表、图的潜意识的反映，面对与数据信息有关的问题时，能本能地从统计的角度进行思考，也就是当遇到有关问题时，能想到去收集数据和分析数据。首先我们应该明确这样一种思想，统计并非是简单的数据运算，它更是一种宏观、现实的处理问题的方法。从统计的特性可以看出，它有数量性、总体性、具体性和社会性。这四点相互联系共同解释了统计在工作中的指导意义。
2统计思想
统计学是一个范围很广的学科，学科下属的各个分支领域也构筑了独特的统计思维。如果将统计思想加以整理划分，主要有以下几点。
2.1估计思想
统计中估计思想是一种重要的预测方法。估计是以样本来推测总体，然后对类似的事物由此及彼的认识方法。这就需要有一种预设，即样本与总体是有着相似的特性，样本能够反映并说明总体。但是在现实运用中，样本往往受到偶然因素的影响，使得结果有所偏离。
2.2拟合思想
对拟合加以定义是指对不同类型的事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物真的关系都表现得非常复杂，这种方法就是对规律或者趋势的拟合。这在实际运用中可以对于一些经济规律加以概括运用。
2.3均值思想
均值是对所要研究的问题的简单重要的概括。均值几乎涉及统计学的所有理论，换言之，它是统计学的基本思想。均值思想指导我们：看待问题要从总体出发，寻求其一般性的规律，避免某些偶然因素的干扰。
2.4相关思想
事物是普遍联系的，这是哲学体系中指导事物发展的重要思想。总体又是由很多个体相互联系共同构成的，我们要研究的问题往往是由这些问题构成的基础上演变发展而来的。相关思想指导我们处理解决问题要考察相关变量，在相关变量的共同推动下研究事物的发展变化规律。
2.5变异思想
统计学是通过对所搜集数据的处理得出一类现象的概括性结论。变异思想指导我们，要认清各个单位之间是存在差异的，正是这种差异的存在才让我们需要去考察这些问题。统计学反映变异情况较常用的就是方差的概念。均值与方差共同保证了数据的准确性与可靠性。
3统计在经济建设中的应用
在我国当今经济建设条件下，统计学的应用有所涉及却不够深入。各项统计类研究仍然处于一个表面阶段，如果想进一步加大统计学的应用，还需要各领域的研究人员一起努力。我国特殊的国情与经济现状决定了统计应用的局限性，改革开放以来，我国经济统计方面的管理体制仍然不能满足经济发展的内在需要，基础的薄弱使得很多前沿统计技术无法实施。随着全球经济的开放性，我国经济学家们越来越认识到，我国与其他发达国家在统计领域的差距，而这些差距直接导致了经济等方面的落后。
统计学有助于优化经济学的方法，即促进经济学方法的量化与精确化。经济学需要确定各个变量之间的关系，比如说众所周知的供给、需求、价格之间的关系。而研究诸如此类问题，就需要借助经济学的力量，例如回归分析就是一个很好的工具，而回归分析也是经济学分析中的重要手段之一。在现如今这个信息的社会，无论是宏观还是微观层面，都离不开对信息的获取和利用，统计学对于经济与管理都是非常重要的。统计学的相关知识以及统计思维，能够反映社会发展的基本状况，通常反映的是国家或者地区的资源状况及各项经济指标。统计信息的充分利用，不仅能对事物本身进行定量和定性的分析，一般而言，统计学在经济领域采用定量分析与定性分析相结合。定量分析需要对数据进行分析，借助一些统计软件进行专业分析，对于下年度的经济数据预测是必不可少的。定性分析虽然不需要准确的数据测定，但是它要预测经济走势，就需要对上年度的各项数据进行分析讨论，为经济政策的制定等提供依据。其次各种统计方面的技术，为总结和提炼客观经济现象的数量变动提供方法与指导。经济发展是多种因素共同作用的，由于各种因素是不断变化的，这就会出现很多不同的经济现象，为了对它们进行数据分析就需要借助于各种统计技术，对繁杂的数据进行分析，以便可以从偶然中发现必然。最后，统计学的相关知识可以为检验经济学原理的真实性和完整程度提供基础。任何真理都是相对性与绝对性的统一，经济学的原理亦是如此，这些原理需要经过验证才能成为绝对的真理。因此，任何原理都是与一定的统计检测，检验技术相匹配的。
经济的高速发展要求有一个高速运转的管理体系，而统计学的相关知识更是支撑这项体系的重要素材。我国经济的现状就是，对于数据分析的深度不够，无法挖掘有价值的信息。虽然市场经济体制还在不断地发展和深入，但是很多统计工作还没有长足的发展，还习惯于对数字的简单罗列，缺乏深层次的总结分析。而这些方面更需要统计学的运用。所以重视统计学，重视统计思维就显得尤为重要。
当今形势下，经济所涉及的方面在不断增多，涉及的信息在不断增加，接近“爆炸”的程度。这就给经济的研究增加了难度。我们知道，信息的主要表现形式是数据，同样经济中所出现的问题，也需要通过数据来分析，如此大的信息量唯有通过统计学中的科学的方法进行调查整理，才可以服务以后的研究。
随着经济的发展，统计学将会在经济与管理方面继续发挥举足轻重的作用，无论是国民经济管理还是企业管理乃至个人的生产、经营和决策，都要依赖于统计分析的应用。因为统计思维在推理和预测方面的巨大优势，能够很好地解决现存的这些问题，所以统计思维有着很大的发展前景。
参考文献：
[1]陈时艳.论统计思维的素质化培养[J].福建金融管理干部学院学报，2000（3）.
[2]顾桥，万君康，梁东.管理中统计思维的应用及其培养[J].中南财经大学学报，2000（4）.
[3]李金昌，程开明.经济学研究的统计思想探讨[J].商业经济与管理，2008（4）.
[4]李金昌.论统计功能[J].学术月刊，2012（10）.
统计学就是收集数据、整理数据以及分析数据的方法论学科，在一定程度上，能够支持经济学的实证研究，保证其能够对所需要应用的数据进行有效整理与收集，进而形成统计思想，达到预期的研究目的。
关键词：
经济学；研究；统计学思想
在对经济学进行研究的过程中，统计学思想是至关重要的部分，其中包含着估计思想、拟合思想、均值思想等，有利于提高经济学研究效率，凸显出经济学的研究价值，为其后续的发展奠定良好基础。
1经济学中统计思想分类
1.1统计思想之估计思想
统计思想是一门具有综合性特点的学科，其涉及的内容较广，研究重点有所不同，使得主要的思想部分受到广泛关注。然而，在统计思想中估计思想是最为主要的组成部分，主要因为估计思想是一种认识方式，能够将利用样本对统计的总体进行预测，在一定程度上，能够有效提高预测准确度。与此同时，样本是统计中最为重要的部分，在显示总体属性的基础上，可以利用样本的研究结果预测总体概况，但是，统计样本很容易受到各类因素的影响，导致统计数据与总体数据出现偏差。
1.2统计思想之拟合思想
拟合思想就是在统计期间，能够对不同类型的事物的表象关系进行分析，保证能够拟合出事物的前后顺序，使得错综复杂、难以分辨的信息规律凸显出来，进而形成良好的发展趋势。
1.3统计思想之均值思想
对于统计思想而言，均值思想就是根据统计学的基本特征凸显出事物的一般性规律，使得经济学研究人员可以全面了解事物发展规律，避免出现各类干扰因素影响其统计准确性，进而提高经济学研究质量。
1.4统计思想之联系思想
经济学研究中各类事物都存在着密切的联系，只有应用统计联系思想，才能保证人们在处理问题的时候，可以注意事物之间的联系，提高变量考察效率[1]。
1.5统计思想之差异思想
统计学最为显著的特点就是概括性，与差异思想存在密切的联系，主要因为差异思想可以引导经济学研究人员能够根据事物之间的差异，对事物进行统计与概括，进而形成良好的数据研究体系。
2经济学研究中统计思想的应用路径
2.1经济学研究风险决策时应用统计思想
在经济研究决策期间，经常会存在不确定的因素，使得经济活动承担一定风险。由此可见，在经济研究决策之前，必须要利用科学的方式制定工作制度，保证能够向着正确的方向前进。首先，在日常经济活动中，企业要利用正确的决策规避盈利亏损。其次，企业要正确估量经营中可能出现的经济损失，保证能够制定完善的措施规避企业的损失。最后，企业可以利用统计学的概率论原理，形成竖形图像实施分析工作，进而提高企业的发展效益[2]。
2.2经济学研究市场调查中应用统计思想
经济学研究人员在市场调查过程中，必须要全面分析统计学的应用特点，保证能够有目的性的对市场调查内容进行分类，并且提高数据记录效率，使其达到系统性目的。同时，经济学研究人员还要正确分析所搜集的市场信息，及时发现企业的缺点，并采取有效措施弥补，为企业在市场中的发展提供正确方向。另外，经济学研究人员还要利用统计学思想全面判断市场需求，提出更多的可行性战略条目，例如：取样调查、抽样调查等，使得统计思想能够更好的应用在经济学研究领域中，为其发展奠定坚实基础[3]。
2.3经济学研究经济预测时应用统计思想
在统计学理论中，经济预测与风险预测是有所不同的，经济预测就是对未来各类不确定的经济因素进行分析，保证能够利用科学的手段实施经济预测工作，避免对经济进行臆想与胡乱猜测[4]。同时，在经济预测期间，不可以出现利用直觉与经验预测的问题，必须要根据经济预测要求，科学、精确的实施计算工作，在搜索各类相关资料的同时，不断分析与判断未来的经济发展趋势。企业决策者可以利用统计思想中经济预测手段加深对企业未来经济的了解，以便于做出更加完善的决策。经济预测指标包括以下三种：一是经济预测范围。二是经济预测时效。三是经济预测性质。每个标准都有自身存在的意义，可以促进经济学研究效率的提高。
3结束语
在经济学研究期间，相关研究人员必须要全面分析统计思想，确保能够将其有效应用在研究工作中，在提高研究质量的基础上，凸显经济学研究价值，为其发展奠定良好基础。
作者：许欢 单位：唐山人民医院
参考文献：
[1]陈小琴,潘东明.基于微观经济学视角下的中国鲜切花产业统计数据分析[J].中国农学通报,2013,28(32):128-137.
[2]毓欣.本世纪公共经济学研究重点的统计揭示--基于《公共经济学杂志》2003-13年间的分析[C].中国财政学会2013年年会暨第十八次全国财政理论讨论会论文集.2013:704-709.
计量经济学作为经济学科的核心课程之一,其重要性越来越得到重视和认可。但是,相对于其他经济学课程,由于其使用较多的高等数学、概率论和统计学知识,它的教学难度相对较大,尤其是对于数学基础比较差的学生更是如此。笔者结合自己学习和讲授计量经济学的经验,从教材选用、教学内容选择、理论教学与实验教学的关系处理、经济理论、经济数据和研究方法的关系处理、基本思路和数学过程的关系处理等方面进行了深入分析,提出了改善教学效果的建议。
一、教材的采用
目前,在版本繁多的计量经济学教材中,可按编者的国籍分为两种:一种是翻译版的国外教材,作者主要为伍德里奇、格林、古扎拉蒂等;另一种是国内学者编着的教材,作者主要包括李子奈、赵卫亚、王维国、李长凤等。国外教材特别注重具体的商业或经济案例分析以及从具体到抽象的逻辑思维,大多案例生动有趣。教材强调计量经济学作为一门经济课程主要是解决经济管理问题的工具;针对具体案例,使用较大篇幅的文字进行解释和说明,较少使用数理统计学等数学知识,可读性强,适合入门学习。国外教材的结构与内容设置,适合数学基础较差的学生,同时有助于培养学生借助计量经济学解决现实经济问题的直觉,尤其有助于提高学生建立计量经济学模型的能力;但由于不够重视数学理论的教学,影响学生解释计量经济学结论的能力和进一步学习高级计量经济学的效果。
国内教材大多更重视数理统计学等数学理论的推导,逻辑性相对较强,数学公式繁多,但案例相对缺乏且关于案例的经济解释和说明较少,综合性较弱。国内教材的结构与内容设置,使得数学基础一般的学生由于看不懂数学公式导致学习难度偏大,进而产生厌学情绪;部分数学基础扎实的学生,即使较好地掌握了计量经济学理论,为进一步深入学习和进行经济研究打下了扎实的理论基础,但不一定具备敏感的经济直觉,无法很好地使用计量经济学来解释并解决现实经济问题。我国目前主要采用国内教材,难以一概而论认为哪一种教材更好。总体来说,对于初学者,作为入门教材,国外的教材更加合适;对于将计量经济学仅仅作为工具的研究人员,国外的教材更加实用;对于具备扎实的数学基础、侧重于理论研究的教学科研人员,国内的教材更加适用。总之,教材应该结合个人的实际情况和期望达到的目标进行选择,尽量避免盲目地选用名气大的计量经济学教材。
二、教学内容的筛选
随着高等教育的普及以及研究生教育的迅猛发展,我国已经主要由硕士和博士研究生从事教学和科学研究。除了一小部分教学研究人员本科毕业生并且正在继续接受研究生教育以外,绝大部分都属于硕士博士,将直接进入工作岗位。鉴于中国目前的实际情况,在本科阶段,本文认为计量经济学应当定位于基本方法的教学,使学生具备运用这些方法解决实际经济问题的能力。鉴于这种情况,本科计量经济学的教学应该重基本思想、基本方法及基本应用;应该强调现实的经济背景,增加现实的经济案例,尽量简化繁琐的数学推导;对学生的考核也不应强调其数学推导,繁琐的数学推导可以安排在研究生阶段的计量经济学教学中,使学生更多感受到计量经济学是一门经济学课程,而不是数学课程;本科教学应以经典计量经济学为主,可以概括性地介绍一些新的发展方向。而更多的计量经济学新发展、新领域应放到研究生阶段的教学中。针对本科计量经济学教学的定位,一定要加强计量经济学师资的建设,大力培养既掌握数学和计量方法又熟悉经济学的教师队伍。为了提高学生运用计量经济方法的能力,可要求每一个学生针对某些具体经济问题,独立完成模型构建,编写研究报告,积极推行案例教学、项目教学、课程论文,并将这些定为考核学生的重要内容。
三、理论教学与实验教学相结合
各层次的计量经济学教学都注重强调理论体系的完整性,而忽略理论方法的实际应用。计量经济学教学目前现状是十分注重参数估计和各种检验的理论和方法,而对应用模型分析现实经济问题的重视程度不够。经济数据通常是非实验数据,而且常常存在数据缺失的问题,如何根据已有数据去寻找相关的数据来替代缺失的数据是十分重要的。对这些问题的讲授对提高学生的实际应用能力具有很大的好处。同时,计量经济学软件(如TSP、Eview)s的实际操作训练也是薄弱环节,学生不能熟练掌握软件的应用,或不能对结果作出合理的解释,从而限制了运用计量模型分析和解决实际经济问题的能力。所以,计量经济学教学应高度重视理论教学与实验教学相结合。在教学安排上,两者要统筹规划,根据理论教学来合理安排实验教学,结合案例讲授和加强软件操作训练,以加深学生对理论知识的掌握,并使学生能够使用计量经济工具分析一些经济现实问题。
四、经济理论、经济数据和研究方法的关系处理
运用计量经济学处理经济问题通常有6个步骤:理论或假说的陈述;经济数据的收集;计量经济模型的建立;经济模型参数的估计;经济模型的假设检验;运用模型进行预测。可以看出,任何一个计量经济模型赖以成功的要素有三个:经济理论、经济数据和研究方法。经济理论是经济现象的行为理论,是计量经济学研究的基础。经济数据是所研究对象活动水平、相互关系以及外部环境的数据反映,是计量经济学研究的原料。研究方法是计量经济学研究的工具和手段,是计量经济学区别于其他经济学科的主要特点。在计量经济学的学习和研究中,研究方法经常是重点。研究方法的水平往往是一项研究成果水平的主要衡量依据。同时方法的研究也是最难的,因为方法的研究均涉及高深的数学理论,而数学理论水平的提高是一个长期的积累过程而不是短期内能够实现的。
学习计量经济学同时要重视对经济学理论的掌握。缺乏经济学理论、不了解经济行为规律不可能建立合理的计量经济学模型和选取收集合适的数据样本。许多学生虽然数学水平比较高,但受经济理论的制约,而不能深刻领会计量经济学的精髓。经济数据同样重要。经济数据是决定研究成果的重要因素,目前数据的获取途径和数据质量已经成为制约计量经济学发展的瓶颈。虽然互联网为数据查找提供了很大便利,但许多数据是不公开或需要收费的;而在大量数据中找到对研究有用的数据则更为困难。所以,计量经济学的学习必须兼顾理论、方法与数据,任何一方面的缺失都会影响对计量经济学的掌握。
周口师范学院学院在第四学期为统计学专业开设了计量经济学这门课程，每周4个（3节理论课+1节实践课）学时，共68学时。计量经济学是经济、统计、数学交叉结合的学科。其内容体系分为：单方程计量经济学模型、联立方程计量经济学模型、违背基本假设的模型、时间序列分析等内容。该课程开设目的在于让学生基本掌握现代经济学分析与研究理论及方法，能够应用计量经济学模型理论知识分析解决实际经济问题。经典单方程计量经济学模型主要包括线性回归分析、违背基本假定的经典计量经济学模型及联立方程计量经济学模型等。计量经济学课程在内容体系与数学分析、高等代数、概率统计、西方经济学等紧密相联，我校目前的教学以教师讲授为主，学生被动的学习。
2教学过程中存在的问题
第一，计量经济学是以经济学理论为理论基础，以现实观测数据和实验数据为支撑，利用数学、概率统计等方法，依据计算机技术，来研究分析伴有随机因素效应的现象的定量关系和发展变化的统计规律的一门学科。计量经济学作为西方经济学的新的一个分支，西方经济学为其发展奠定了的理论基础，西方经济学中关于对经济变量之间质的分析是计量经济学进行定量研究的前提。数学与概率统计是计量经济分析、理论研究的主要工具，计量经济学在的建立与选择时，很多地方需要用到数学的方法和技巧。但在实际教学中，仅注重计量经济学模型的求解及检验方法，而忽略模型建立的经济学基础；仅仅强调模型的设定是正确的，但是却没有教会学生如何去检验模型是否正确；同时，也未将经济学基础考虑进来。
第二，目前的教学过于强调“重思想、重方法”，把必要的数学过程与技巧只是作为解决计量经济学基本思想的工具，不过分强调，而是着重于基本思想和解决问题思路的分析。
第三，在教学时，并没有将计量经济学方法应用到实际问题中进行实践。在上机课上，让学生自己操作Eviews软件对课本习题进行操作练习，并写实验报告，训练了学生的动手能力，但是学生并没有机会将所学到的知识运用到实际的经济问题中，计量经济学的教学理论在一定程度上与实践相脱节，相当一部分学生在使用计量经济学方法处理经济问题时，感到迷茫，也不知运用相关软件来完成计量经济学的运算，即使能够运用软件，却不知该怎样解释与分析模型的结果。
3计量经济学教学措施
通过教学改革提高课程教学质量，进一步使学生达到掌握经典的计量经济学模型理论和方法，了解计量经济学理论与方法的新发展；要求学生能够应用简单的计量经济学模型和方法，对实现经济数量关系进行实证分析；为继续学习高级计量经济理论、方法打下基础。
3.1理论与实验教学的互动发展，提升教学效果加强理论教学，同时开展创新实验教学，理论教学与实验教学的互动、协调发展。
3.2以"任务"驱动教学课程理论知识、使用专用软件、提出研究问题、解决研究问题为计量经济学课程教学的四大任务。带动学生的自主创新及动手能力，适时的给学生布置任务，提高学生学习的积极性。
3.3划分和挑选教学内容对计量经济学教学内容的层次划分进行反复讨论和界定，形成分层次的课程教学体系。
经济学是考察社会经济现象、行为及其规律的学科，而计量经济学则是揭示经济学理论所考察的社会经济现象之间的数量规律。计量经济学的学习与应用能力，关键取决于能否运用经济学的思维方式观察理解经济现象，能否构建恰当的经济模型，能否准确进行参数估计与模型检验，使研究结论客观反映经济规律，进而为政策决策提供有意义的参考。目前，虽然计量经济学已被列为高等院校经管类各专业的重要课程，但我国计量经济学教学与研究与发达国家相比还有较大差距，进一步培养好计量经济学人才任重道远。为更好提升学生学习和应用能力，应着重从以下方面入手进行计量经济学人才的培养。
（一）有助于培养学生观察与分析经济现象的能力
计量经济学重在培养学生基于经济学理论观察社会经济现象，勇于提出问题。譬如，在研究通货膨胀时，学生应回顾成本推动型、需求拉动型等通胀形成机制，思考这些理论能否解释现实。以始于2009年下半年的通货膨胀为例，显然，每个人都经历与感知到了该轮通货膨胀对自身的影响，企业家感觉到原材料上涨，居民感觉到菜价上涨，学生发现食堂饭菜价格上升。对于计量经济学的学生来说，首先要思考此轮通胀的原因与货币供给过多是否相关，进而要思考此轮通胀与过去通胀是否存在相同特征。教师要将这些问题引入课堂，适时引导学生思考与研究社会经济现象，这实质就是培养学生学习与研究计量经济学的能力。
（二）有助于培养学生研究社会经济现象的能力
计量经济学教学是引导学生应用经济学理论理解经济问题的过程。由于社会经济现象的形成机制非常复杂，对同一经济现象经济学家存在不同的看法。经济学理论和计量经济学方法发展日新月异，这种快速的知识更新使得师生需要不断学习与研究。此外，经济现象本身也伴随经济体制、运行机制与经济结构的变化而发生复杂变化，对这些日益复杂的现实经济现象的深入考察，也考验着我们运用计量经济模型的能力。因此，深刻理解经济现象及其背后的机制，重在能否正确应用计量经济学。仍以通胀现象为例，学生可能首先联想到的是货币需求函数，此时，教师可以引导学生比较分析消费价格指数（CPI）与广义货币（M2）的时间序列数据。通过观察，M2增速于2009年起快速下降，但与此同时，通胀却表现出持续上涨的态势。该现象提醒我们，若以非线性货币需求函数建模，则可以揭示通胀与货币需求间的复杂关系。为此，适时引导学生针对我国特定的数据，探索性研究通胀与货币需求间的复杂关系，能够培养其学习与解决问题的能力。
（三）有助于培养学生研究计量经济理论的能力
高等教育的重要落脚点是开发学生创新能力。在计量经济学学习中，学生的创新能力体现于能否发展计量经济学理论。比如，通过引导学生观察通胀现象，逐步提出以下问题：如何检验通货膨胀与M2是否是平稳序列？这两个变量是否存在协整关系？该关系是否具有非对称、非线性的特征？怎样检验与估计非对称、非线性的长期均衡关系？要回答以上问题，必须学习与发展计量理论，这需要我们拓展既有非平稳时间序列分析的理论与方法。因此，在研究中准确理解与应用相关理论与方法，特别是针对数据特征拓展计量理论，是培养与提升学生学习与应用能力的重点。
二、计量经济学教学实践改革路径
现代计量经济学的主要内容有：单位根检验与基于非平稳变量的建模技术；描述经济现象复杂动态性的模型；使用面板数据建立的模型。这些理论与方法与之前的经典计量经济学相比存在较大区别，为使教学与现代计量经济学的发展相适应，许多教师从教材改革、教学方法创新、突出实验教学等角度思考了计量经济学的教学方法改革。基于培养学生能力这一角度，借鉴以往教学改革的有益建议，结合我国计量经济学教学的现实状况，在计量经济学教学实践中，尝试从以下方面践行教学活动。
（一）立足引导与启发
首先要清晰讲授相关概念、理论和方法，梳理知识之间的内在联系，适时对学生提出问题，培养其智能。例如，在讲解参数估计量的线性无偏最小方差性质中，应分析估计量是被解释变量的线性样本组合，从而引导学生认识估计量的本质，在理解估计量为一个随机变量的基础上，提出其是否服从特定的分布，最终引导学生理解估计量的方差以及对备选估计量的方差分析比较。基于估计量的有效性，再讲解渐进无偏与渐进最优估计量。接下来，适时展示线性无偏最小方差估计量的仿真结果，以此引导学生理解基本的计量经济理论，把引导学生学习和“教会学生学习”一体化。
（二）贯穿“理论、方法和应用”三位一体
在教学中因势利导，从经典计量经济学适当拓展到现代计量经济学，并据此阐释计量经济学的相关理论，注重学生的学习反应，清晰介绍相关前沿理论。培养学生学习与应用计量经济学的能力重在：一要阐释回归分析的产生背景及其内涵；二是要培养学生根据我国数据构建计量模型的能力；三是要根据学生的实际情况对讲授内容进行延伸。计量经济学前沿的理论与方法集中在文献中，应根据学生的知识基础与结构从教材延伸至文献中。比如，在讲授异方差时，适时引出ARCH模型及其应用；在讲授面板模型时，适时延伸到动态面板模型与广义矩估计，并结合我国各省市城镇居民收入的面板数据，介绍动态面板模型和广义矩估计的分析思路。这种适时适度地引申新的知识，不但使学生深入理解基础概念，还启发学生拓展知识进行应用研究。
（三）充分利用蒙特卡洛仿真技术
针对学生对计量经济学理论望而生畏的现状，我们利用蒙特卡洛仿真技术，通过编程将计量经济学中晦涩难懂的估计与检验理论转化为仿真结果，使得学生对抽象数学公式的模糊认识，转化为对仿真图形直观深入的理解。比如，线性无偏有效估计量的统计含义，既是参数估计中最基础的知识，又是大多数学生难懂的部分。在教学中采用仿真实验和仿真图形，让学生对抽象的计量理论产生直观的认识。又如，模型的误设定（如随机误差项的异方差性）及其导致的相应后果，是学习传统线性计量模型基本假设的重点，由于需要较强的数理统计学基础，这部分内容不但学生难理解，也是教师难以诠释清楚的问题。通过仿真实验结果能够形象展示违背经典计量经济假设下所导致的结果，促进学生对设定正确模型的重要意义产生深刻理解。这种仿真实验的教学模式不仅避免数学方面繁杂的推导过程，防止学生对计量经济理论“望而生畏”，还培养了其创新性的学习与研究能力。
三、计量经济学教学创新策略
不断创新教学方法，培养学生对计量经济学的学习兴趣与解决问题的能力，是“学生主动学习”与“干中学”这种新型教学理念的出发点与落脚点。在教学实践中，我们采用如下策略。
1.在课堂讲授中有意识地提出问题，与学生互动，共同讨论问题，适时延伸问题，将学生引入到对相关前沿文献的学习。例如，为何采用标准差衡量估计量的精度？OLS与广义GMM的估计原理区别在哪？单位根检验统计量的概率分布为何区别于常规分布？通过不断提出类似问题，与学生“互动式”讨论并且解答问题，不仅可以启发学生的思维向深度与广度发展，还有助于激发其学习积极性。
2.在课堂教学中协调理论讲授、案例分析、实验教学之间的关系。课堂教学的核心是模型设定、参数估计与假设检验等，案例分析和实验教学的目的在于帮助学生直观理解理论和方法，并促进其学以致用，能够进行经济学研究，但绝对不应以软件操作教学替代基础理论的教学。在讲解理论的基础上，适时操作相关的计量经济学软件，解释软件输出结果，是实现理论教学和实验教学融合的有效路径。
一、随机行走的世界
对我们所生活于其中的宇宙的认识和思考，一直以来吸引着各个时代思想家们的智慧。我们生活的这个宇宙本质上是什么样的呢？是以一种有序的、有规律的方式在运转还是无序的、杂乱无章的运转？这种运转能否为我们的智慧所认识？人们对这些关于宇宙问题的渴求正是造就了人类自身的智力进化和卓越品质的重要动力之一。
在我们今天的视野所及的范围，我们知道对这些问题思考的最有影响力的思想是由18世纪的思想家们做出的。18世纪的思想家们建立了近代最有影响力的哲学体系，他们设计了一个“有序的”世界。在某种程度上，他们的世界观是一种“决定论”的世界观，坚信这个世界正在按照某种已经设计好的秩序在运行。持有这个“决定论”观点的人包括诸如牛顿、爱因斯坦等最伟大的自然科学家。这个体系的科学性则是由牛顿定律和对牛顿体系进一步思考的数学定律所保证的。当然，自然科学家们这种关于宇宙的信念和洞见不可避免的影响到了从事社会科学研究的思想家们，其中也包括经济学家。
经济学的创始人，亚当•斯密的思想根基也是源于这样的一种信念。他把这种自然科学的有序世界的观点应用到人类社会里，形成了一种从看似“无序”到“有序”的观念，提出了一个“和谐的经济系统”的观点。这种和谐的经济系统的动力则是人的自利动机。
我们决不应该低估这种关于世界的观点的影响力和洞察力。事实上，我们一直在这种“决定论”的世界观下生活并做出各种与我们自身息息相关的决策。一种对于人类经济社会的“完美和谐”的信念直接导致了大家对政府干预经济的效果的质疑，并且主导了许多关于政府问题的争论。这种“决定论”的观点在很大程度上支撑着我们对于自由经济的信心和我们对于世界的信仰。
但是这一体系在历经几个世纪之后，遭到了怀疑。对于这种“决定论”的世界观的挑战来自于统计观点，尤其是概率论的成功。我们可以举一个简单的例子来说明这二者对于世界的看法的分歧。比如我们说，消费函数是，其中，是自发消费，是可支配收入，c是边际消费倾向。进而我们可以把消费函数写作是可支配收入的函数：。这个消费函数是更加广泛意义上的数学若干函数中的一个。这个函数明白无误地说明，居民的消费量将精确地取决于可支配收入、自发消费和边际消费倾向。这种函数关系是一种确定性的关系。但是，我们知道，这种关于居民消费的断言在现实中毫无疑问是会受到质疑的，居民的消费量并不是精确地取决于这几个因素。在很大的程度上，这种消费关于自发消费、可支配收入和边际消费倾向的关系是不确定的，或者说是随机的，有着概率分布的。这就是二者之间的差别，持有决定论观点的人依据一种确定性的函数关系认为，这个世界将会精确地按照数学定律所描述的那样运转。而持有统计观点的人却认为，即使是知道了这种关系，消费与其他几个因素之间仍然是一种偶然的，不确定的，有着概率分布的关系。
我们把后一种对于世界的观点叫做统计观点，正是这种统计观点，打破了原来思想家们头脑中的有序结构。但是，这二者之间的分歧似乎是让人迷惑的。因为，当我们在利用统计方法的时候，我们却得出了一些几乎完全可靠的定律。而且，统计总体越是偶然、紊乱，就越能更好地表现出统计规律和必然性。比如，我们投掷硬币，当我们投掷的次数足够多的时候，我们发现，出现正面和反面的概率竟然惊人地各是0.5。再比如，我们对于某种考试成绩的统计发现，如果样本足够的大的话，成绩分布将会呈现一种正态分布。并且，人数越多，成绩就越呈现标准正态分布。更加令人惊奇的是，看起来我们做事情可能犯错误的情况也是有规律可循的，人几乎不能随意地犯错误！总之，某些看起来是无迹可寻的东西，似乎又都可以找到规律。这样，决定论和统计观点二者之间又有什么差别呢？事实上，二者之间的差别仅在于，统计观点认为不存在绝对的定律，任何所谓的定律其实都是有着某种概率的“可能的”情形。在这个意义上说，没有什么事情是确定无疑的。也就是说，这个世界是随机行走的，各种情况都有可能发生。尤其是在人类社会中，如果我们相信独立于人的意识而存在的物质世界都是随机行走的，那么人类社会也会表现出这种随机性看来并不是不可以接受的。
但是，这并不就意味着随机行走的世界会因为其不确定性而无法认识，即使这种随机行走的世界确实可能形成一种混沌状态。我们能够在“决定论”和关于世界的“统计观点”那里架起一座桥梁。那就是：我们相信，我们可以得到一些定律，这些定律是对某些事情本质的一种最好近似，即使这些事情的本质可能并不是一元的。或者说，这个世界会从无序走向某种程度上的有序。对这些统计定律的发现，在我们的专业范围内，就是计量经济学的任务了。
二、随机行走的世界与计量经济学的任务
事实上，统计的成功应用在很早就已经开始了。大约在17世纪，有一位叫做格兰特的英国商人就通过研究注意到：因事故、自杀、各种疾病而死亡的人的百分比是固定的。这几乎叫人感到惊奇！而且也是统计学的成功使得人们日益认识到，一个国家的定量材料应该得到应有的重视，无论是经济学家还是政府决策者，都应该思考数据。
计量经济学就是为了在一个随机行走的世界中探讨统计性规律！因为只要知道了这个规律，我们就可以在某种程度上认识这个世界。但是要记住这种认识肯定是不完全的。而且根据需要，我们还可以根据这个规律来进行预测。进行预测是我们关心规律的一个十分重要的原因。更加值得称道的是，计量经济学在推断统计规律时所用的方法和理念。因为，我们对于这个世界的认识永远是不会完全的，我们只能根据部分“样本”来推断这个世界的整体状况。可以假设这样一种情况：如果我们能够对这个世界的方方面面进行完全的观察，我们就期望可以得出一个关于这个世界本质的定律。可是，我们不能把这个世界的方方面面都观察到，也可以说，我们认识的局限是不确定性的来源。能否由样本近似地认识整体是一个很重要的问题。如果，我们没有一种坚信可以由样本来推断整体规律的信念的话，我们就不能建立这门学科。
这种由样本来对整体进行推断的方法是计量经济学的主要方法。我们要通过一种叫做回归分析的技术来达到这个目的。“回归”这个词最先由F.加尔顿（FrancisGalton）爵士引入。加尔顿研究发现，父母和孩子的身高有这样的一个趋势：父母高，儿女就高；父母矮，儿女也矮。但是高个父母的儿女们在同龄人中并不像父辈那样在同龄人中显得那样高，儿女辈的平均身高将“退化”到或者说“回归”到全体人口的平均身高。这也叫加尔顿的“普遍回归定律”。加尔顿在智力遗传的方面也得到了类似的结果：一般来说，天才是要遗传的。但是天才的后代却要比他们的父辈们平庸，也就是他们的智力水平将“回归”到中等水平。但是，对于这种回归背后的动力分析可能已经超出了计量经济学这个学科的研究范围，即使这种研究也许会导致一种有意思的哲学的建立：所有的有机组织都将趋于标准状态！
回归的现代意义则稍微有点不同。现代意义上的回归是指，一个叫做因变量的量和其解释变量之间的依赖关系。也可以说是一种相关的关系。实际上，回归和相关是两个极容易混淆的概念，容易混淆的原因既是因为这两个概念的相近性，更重要的是因为这个世界的复杂性。哲学上宣称，这个世界是普遍联系的。这个宣称的深刻性在于确认了世界上没有什么是完全独立的。比如，我们可以发现在现代社会死于癌症的人逐渐增多，这二者是相关的。但是我们并不能就此认为，是现代社会导致了更多的人染上癌症。再比如，这也经常被用来反驳统计结论，一个国家的经济繁荣的情况可能和这个国家一个时期的太阳黑子出现的情况存在一种相关关系，但是这种相关关系却不能作为我们行动的任何指导。在这个问题的区分上，就是计量经济学和统计学之间的分歧了。计量经济学讨论的是回归关系，这种回归的特点在于，我们试图根据某些变量的数值来估计另一个量的数值，我们要依据这种关系进行预测。比如，我们试图通过研究父母的身高来估计其孩子的身高。这种估计就要依赖于我们所关心的两个量之间存在的一种理论上的联系。而相关关系则充斥着统计学的各个方面。并且因为世界的普遍联系性，相关关系是一种常态。
基于上面的差别，在回归中，我们要求解释变量是确定的，可以控制的，但是被解释变量（因变量）可以是随机的（被解释变量正是我们要估计的）。但是在相关关系中，这二者并不加以区分。之所以说这两个概念容易混淆是源于这个世界的复杂性，是因为，这个世界本质上就存在一种难以言明的精密联系。我们实在不能够足够自信地认为我们可以确定哪些变量可以控制，哪些变量之间可以精确地被认为是一种回归关系。比如，事实上，我们也可以找出一种机制使得癌症和现代社会之间存在一种回归关系，就像我们可以发展一种理论来说明，太阳黑子的活动和一个国家的经济繁荣存在着回归关系。这个世界的复杂性要求我们必须对我们认识世界和改造世界的能力保持谦虚。同时请记住：具有回归关系可能并不必然地意味着具有因果关系。在判断因果关系时，我们必须要很小心。因为，这个因果关系很不好说，也许看似因果的两个事件，实际上可能是互为因果的。就像佛经中认为的那样：因果是循环的。
我们讲了这么多关于计量经济学的性质，实际上是为了表达我们这样的信念：我们可以在一定的层次上认识世界，我们坚信这个世界存在着某些统计规律，应用这些规律我们可以在“一定程度的错误”的前提下认识和改造世界。计量经济学可以帮助我们达到这个目的。我们可以借助近似地描述了具有相关关系的变量间联系的函数，主要是回归函数，来描述这种关于世界运行的定律。
但是，计量经济学在得到这个回归函数时所使用的复杂的数学推导可能会让我们在特定的时段感到计量经济学的混乱和无序，即使在最后我们坚信可以实现一种理解上的有序。但是，过程中的痛苦可能会让很多人驻足。这里，我们想提前接触一下，那条驾驭计量经济学研究内容的灵魂。
因为，认识世界的理论的建立来自于对世界本质表现出来的现象的分析。有两种对现象进行分析的方式：一种是对现象直接进行操作。这种操作极其便捷，简单而且有洞察力，但是对天赋的要求非常高。其不利之处在于这种对现象的思考得出的结论可能广受争议。另一种方式则是对现象的属性——数据来进行操作。过程中要遵循严格的科学方法。第二种方法就是计量经济学的方法了，这种方法因为是用数据说话，可能争议较少。但是，不利之处却是，这种分析结论却要严格的依赖于数据的质量，也就是说，这种方法得出的结论的质量不会比数据的质量更好。
尽管有这样的困难，我们还是推荐计量的方法。因为，数据的质量可以通过统计手段和统计工具的完善加以解决。并且，根据我们的概率知识，即使这种有误差的数据，其误差也是有规律的，误差情况总是会表现为正态曲线。那么如何来对数据进行操作呢？计量经济学的思路通常是这样：最简单的情况下（双变量回归），在一个坐标平面上画出散点图，发现其大致的规律，通常我们可能发现，我们关心的两个简单量之间呈现一种类似于线形的关系（当然，也可能不是线性的，这种情况下需要更高深的数学工具）。把这种线形的关系利用解析几何的知识转化为直线方程并不困难。获得了这样的一个直线方程是一个极大的成功。因为，这个方程，就是在“某种程度的错误”的前提下的一种描述世界如何运行的定律。事实上，计量经济学的任务在很大的程度上，就是发现这样的关于世界如何运行的定律。
但是，在从数据那里获得一些关于变量间“规律”的方式也可以通过另外的方式来进行。也就是在使用数据之前，通过对先验的知识进行演绎和推理从而得出一系列“定律”。这就是我们在数理经济学中所看到的那些数理方程式。这些数理方程就是我们对世事认识的理论，这种理论能够给我们认识世界和改造世界以指导。尤其是在确定我们所考虑的变量之间的可能具有的关系时很有作用。但是我们是否可以应用这些方程式来指导我们认识世界和改造世界的活动并没有得到证明。计量经济学提供了一种这样的证明。我们可以利用数据来检验这些先验的定律是否符合实际，或者得出一种明确的可以应用于实际的形式，从而对数理方程做出了适合实际的修正。尤其是在不同的国家中，因为不同的文化等隐性的制度因素，这些定律可实施的情况是完全不同的。事实上，始于一种对世界认识的先验的推理，建立一种解释世事的假说并用以改造世界，是每一个学者的虚荣心。
因此，计量经济学的研究的思路或者说计量经济学的灵魂是：通过先验的演绎和推理得出理论模型，最好是数理模型。数理模型中会有参数，那么利用数据对这个模型的参数进行估计得出一条回归方程，并通过假设检验来确认这个方程式。如果这个方程式满足了理论建立时的要求，那么就证明了那个先验的理论是正确的并且能够利用这种理论进行预测。接下来的计量分析就是在这些思路下进行的技术探讨了。
对计量经济学这套思想方法和其技巧的同时掌握，是掌握这门学科并加以实际运用的重要素质。尤其是计量经济学的技巧，是一个计量人的必备素质。因为我们一直坚信，伟大的思想来源于熟练的技巧。就像武侠中的“打狗棒法”虽然只有十八路，但是，一个使过无数次“打狗棒法”的丐帮帮主足可以因这十八招而笑傲江湖了。但是，如果过于沉迷于高级计量的数学推导，我们就很可能失去欣赏这门学科所固有的魅力的机会，并且因为数学知识的缺乏而造成的沮丧可能会阻碍对其进一步的学习，从而失去了领悟计量经济学所蕴含的大量关于生活的智慧的机会。因此，这篇文章里，我们不对计量经济学的技术过多的论及，而主要是看其蕴含的智慧之美。
三、计量经济学：智慧之美
最能让我们感受到美感的就是计量经济学这种从样本推断整体的思想。如果能够认识到我们生活的这个世界的复杂性的话，我们对这种思想可能会更加珍视。比如，如果我们有一种信念，比如相信我们能够通过努力成为一个书法家。那么我们能够怎么做呢？计量经济学和书法家们都会这样建议你：先选取几十个字来，集中精力把这几十个字练好，最好是临摹以往大师们的作品。这样，你就几乎能够发现写好字的要领。因为，我们不能够把这个世界上的字都练习到，我们只能够由“样本”来推断所有字的写法。并且，我们坚信这些“样本”蕴含了足够多的关于写字的要领或者说是写字规律的信息。这就是计量经济学的智慧之一。从这个角度出发，我们几乎将这种计量经济学的思想推广到生活的各个方面，并且可以指导我们成就卓越。无论是学习、应试、还是搞艺术，甚至想要成为武林高手，都可以应用这种思想。“样本”往往是我们窥看世界本质的窗口！有心人自会从这里得到无尽的启发。
计量经济学就像从一个古老的神谕里蹦出来的智慧精灵，它几乎全面的改变了我们对于脚踏实地的看法！掌握一种过硬的分析数据的能力，无疑会全面的改变你的工作方式和效率。这在一个人的职业生涯中是极其重要的。经济理论经常地被认为是一门空洞无用的理论，这是在未有数据之前做出分析的常见批评，先验和演绎的方法，很多人认为，不能够对社会科学的研究有什么意义。但是，有了计量经济学就完全不一样了，我们就可以从数据出发来进行我们的分析和预测，这种工作方式无疑会培养我们踏实做人的人品。并且因为处理问题的独特技巧和思维，掌握计量工具的人会得到青睐——来自上司和运气。
在我看来，计量经济学还对我们的人生哲学有着指导意义。人的一生其实只是一个短暂的瞬间，就好像那滑过天际的流星，留下的只是瞬间的美丽。这瞬间如何解释？采用一种什么样的方式来度过这一个瞬间？
人不过是苍茫宇宙中的一粒尘埃，如果这个宇宙尚且遵循着从无序走向有序，那么我们是不是可以将这个信念加以演绎到我们每个人的人生中呢？！其实我们每个人的人生也只是在一个随机行走的世界中的随机行走过程。
我们永远不会知道，在下一个时段，我们会经历什么、会遇到什么，甚至我们对于我们未来的规划都是不确定的。这个过程是随机的、紊乱的、偶然的和无序的。但是，这种无序和紊乱最终会走向有序。用计量经济学的说法，我们会从这些紊乱偶然的样本中得到一个回归方程。这个回归方程就是我们的人生轨迹！
当然我们对于这个轨迹的认识永远是后验的。我们不可能在这人生的每一个阶段之前就得出一个回归轨迹作为我们人生的预测，这种东西没有预测意义。那么这种有序的观念究竟能给我们什么人生启发呢？
那就是：我们实在没有必要对于发生于我们周围的看起来是好事或者坏事的东西耿耿于怀，我们实在没有必要太过挑剔上天对我们的似乎是不公正的待遇，中国自古就有“福祸”的智慧之言。以一种应有的宽容心态来对待我们的人生无疑会让我们感到快乐。甚至我们的职业追求也是如此，没有什么绝对的好或者不好，我们的人生轨迹在我们某些年里需要紊乱和无序，根据计量经济学的思想，越是紊乱和无序的样本，我们就越容易得出稳定的统计定律——一条稳定的人生轨迹！假如大家去看看人物传记就可以发现，在那些人的人生里，他们可能做过记者，参过军，被抓到过牢里，看起来和其最终的路径有了很大的背离，可是这些背离最终回归到这条路径上。事实上，我们并不好确定，是不是这种每个阶段的紊乱和无序最终造成了他们稳定的人生轨迹？！
人生需要这种随机性。并且如果我们要想有一条稳定的人生轨迹，依照计量经济学的理念，我们还要让我们的人生经历这一样本足够大。如何让自己的人生经历更多？如何让自己的人生有更多的随机性？那就是：我们要过主动追求的人生。当我们在生活中有意识地主动去追求时，我们就在客观上丰富了自己的经历，并且扩大了自己的人生经历样本。因为，在你主动追求的时候，才能够发现惊喜和奇遇。消极和封闭的人生态度不利于扩大自己的人生经历样本，样本不具有变异性，就难以得出好的回归方程。我们都应该学学“苍蝇的哲学”，苍蝇的四处乱撞让苍蝇即使在被困的时候也有机会逃脱。这也许是更有含义的古语的一句话的意思吧：树挪死，人挪活。但是，在我们的追求中，因为，我们应该珍视随机性，因此，对于得失就不必太让自己负累。得失是随机的。我们在生活中得到了什么、失去了什么，也许在这冥冥之中的东西面前，可能只是一个慈悲的玩笑。太过于在意也许是失去了更多。
参考文献：
[1]古扎拉蒂.《计量经济学》（第三版）[M]，林少宫译.北京：中国人民大学出版社.2000.
[2]罗伯特S.平狄克，丹尼尔L.鲁宾费尔德.《计量经济模型与经济预测》[M].北京：机械工业出版社.1998.
关键词：诺贝尔奖；当前；宏观经济学；发展
自1969年设立以来，诺贝尔经济学奖距今已有47年的历史，主要涉及经济分析的方法、微观经济学以及宏观经济学三大领域。回顾这么多年来诺贝尔经济学奖的得主及其获奖理论，可以对宏观经济学在其研究方法与内容等方面所获得的成果有一定的了解，从而更有效地挖掘出理论与实践之间的联系，进一步促进我国的经济学研究更好发展。
一、从诺贝尔奖看当前宏观经济学的发展
（一）内容上的发展
一般而言，宏观经济学相关理论的发展主要可以分为纵深发展、横向扩张以及模型建立三个方面。从纵深发展角度来看，凯恩斯提出流动偏好相关理论，费里德曼则在该理论基础上建立了货币需求的函数；索洛对经济增长进行了研究，提出促进经济增长的主要因素是技术进步，这对将资本和劳动力作为促进经济增长重要因素的传统观念进行了补充与完善；费尔普斯对预期的通货膨胀纳入到政策分析当中，让人们对长期与短期的经济政策之间的关系有了更深入的认识。从横向扩张角度来看，舒尔茨与刘易斯主要是对发展中国家的经济发展进行了开创性的研究，进一步拓展了宏观经济学的研究领域；基德兰德与普雷斯科特将时间连续性纳入到了动态经济学的相关研究当中，为制定连续性的经济政策提供了科学的理论依据，增强了经济政策的可行性。从模型建立角度来看，国民账户相关体系是由库兹涅茨与斯通共同创建起来的，它为科学分析与预测经济政策提供了数据参考。希克斯与蒙代尔建立了一般均衡相关模型之后又对其进行了修正，以便对经济政策进行更清晰的分析。克莱因建立了很多相关模型，并在分析经济政策时对这些模型进行了充分运用。20世纪70年代，经济出现滞胀，高失业与高通胀两种现象同时存在于社会上，但传统的菲利普斯曲线无法对这一问题做出合理的解释，随后费尔普斯在该曲线基础上融入了预期的通货膨胀这一因素，提出了新菲利普斯曲线，对失业率与通货膨胀率两者间的关系进行了科学的解释。
（二）研究方法上的发展
从研究方法上看，将数学方法运用到宏观经济学的相关研究当中是一个比较显著的进展。在数学工具的帮助下，宏观经济学领域的专家们认识、分析以及判断经济现实的能力得到了显著提高，这为制定更加科学有效的经济政策奠定了良好基础。纵观历年来的诺贝尔奖可以发现，应用数学方法所带来的成就主要有以下两方面：一是创立了经济计量学并推动了其发展，二是在经济学领域中对国民经济相关统计进行了大规模的应用，例如1969年诺贝尔奖获得者拉格纳•弗瑞希与简•丁伯根两位学者创立并发展了经济计量学；1975年获奖者佳林•库普曼斯在经济计量学中对数理统计学进行了应用；1989年获奖者特里夫•哈维莫在经济计量学基础上提出了概念分析法，并将其运用到经济预测当中；库兹涅茨建立了国民收入的核算体系，随后斯通将这一核算体系转变为具体的应用方法，进一步提高了经济分析的科学性。与此同时，一般均衡相关理论逐渐成熟。希克斯、德布鲁和阿罗三位学者对原有的一般均衡相关理论进行了改进，使经济理论变得更加科学缜密。随后克莱因创立了很多关于市场经济的相关模型，并对一般均衡相关理论与最大效益相关理论进行了系统化的阐述。希克斯创建的一般均衡相关模型可以用图示来更清晰的展示经济政策实际的应用效果。
二、宏观经济学未来的发展趋势
（一）经济增长相关理论将越来越受到重视
对于世界上各个国家来说，推动国家经济增长都是最为重要的任务。因此宏观经济学领域的专家在研究时应当找出在保持经济稳定的基础上推动经济进一步增长的有效对策。目前大多数增长模型都是着重从某一方面来对技术进步展开探讨。日后，经济增长相关理论应将对经济增长过程进行解读作为研究重点，以便从政策层面为国家实现技术进步的目标提供有效支持。
（二）宏观经济学相关研究会逐渐转向政策研究
政策研究指的是提高宏观经济学相关理论的实用性，通过分析卢卡斯、詹姆斯•托宾、蒙代尔、普雷斯科特等学者的相关研究可以看出，为制定出更加科学精确的经济政策，他们都尝试了很多不同的办法，并对各种条件下政策可能与政策后果做出了比较。另外，很多经济学家提出应充分发挥政府干预与市场调节两种手段的优势，以推动经济稳定发展。
（三）预期在未来研究中的作用越来越显著
1995年，卢卡斯获得诺贝尔奖使得理性预期越来越受到人们的关注。基德兰德与普雷斯科特对经济政策中时间的延续性进行了研究，这是考虑到预期因素的一种具体体现。费尔普斯在菲尔普斯曲线中加入了预期的通货膨胀这一因素，合理解释了通货膨胀率与失业率两者间的关系。结合理性预期的基础上，萨金特与西姆斯建立了宏观经济的模型。加入预期因素可以提高政策的可行性，因此预期必然会越来越重要。
（四）开放条件下宏观经济理论与政策研究将成为热点
随着全球化进程的不断深入，各国之间的联系也逐渐增强，国家内部和外部所要面临的均衡问题给宏观经济学相关理论的研究带来了一定挑战。各国要发展经济，就需要实施开放政策，将宏观经济学的相关理论作为指导思想。所以在开放背景下对宏观经济学相关理论与政策进行研究将会是一个热点问题。
参考文献：
[1]郑贺.2011年诺贝尔经济学奖得主的宏观经济理论[J].管理学刊,2012(01)
