計量經濟學(英語:Econometrics),又譯經濟計量學,是以數理經濟學和數理統計學為方法論基礎,對於經濟問題,試圖以理論上的數量接近和經驗(實證研究)上的數量接近這兩者進行綜合,而產生的經濟學分支。
傳統的經濟學研究通過觀察經濟現象、建立經濟模型,來分析單個或多個經濟變量與其他經濟變量之間的相互關係,這種研究方法的局限在於,很難對經濟現象進行量化分析,而計量經濟學的產生,使得經濟學對於經濟現象從以往的定性研究,擴展到同時可以進行定量研究的新階段[1]。
「計量」的意思是「以統計方法做定量研究」,「量」字為名詞,構成動賓結構,這從其英文metric的含義亦可看出(與數學名詞「度量空間metric space」情況類似),所以「量」字應讀作「亮」(中國大陸《現代漢語辭典》2012年6月第6版「計量」條)。設若「計量」的「量」字讀為「良」,則是兩個動詞詞素的並列結構,含義略簡。另如測智力的斯坦福一比奈智力量表(Stanford–Binet Intelligence Scale),按其內涵則應讀「量」字為「良」,此亦可從英文scale的含義窺得。
計量經濟學是結合經濟理論與數理統計,並以實際經濟數據作定量分析的一門學科。計量經濟學以古典回歸(Classical Regression)分析方法為出發點。依據數據形態分為:橫截面數據回歸分析(Regression Analysis with Cross-Sectional Data)、時間序列分析(Time Series analysis)、面板數據分析(Panel Data Analysis)等。依據模型假設的強弱分為:母數計量經濟學(Parametric Econometrics)、無母數計量經濟學(Nonparametric Econometrics)、半母數計量經濟學(Semiparametric Econometrics)等。
理論計量經濟學(Theoretical Econometrics)以介紹、研究計量經濟學的理論與方法為主要內容,側重於理論與方法的數學證明與推導,與數理統計聯繫極為密切。理論計量經濟學,除了介紹計量經濟學模型的數學理論基礎,和普遍應用的計量經濟學模型的參數估計方法與檢驗方法外,還研究特殊模型的估計方法與檢驗模型。
應用計量經濟學(Applied Econometrics)則以建立與應用計量經濟學模型為主要內容,強調應用模型的經濟學和經濟統計學基礎,側重於建立與應用模型過程中實際問題的處理。
古典計量經濟學,一般指1970年代以前發展並廣泛應用的計量經濟學;非古典計量經濟學,則指該年代以後所發展的計量經濟學理論、方法及應用模型,也稱現代計量經濟學。
古典計量經濟學具有顯著的共同特徵,如下:
- 模型類型:採用隨機模型。
- 模型導向:以經濟理論為導向建立模型。
- 模型結構:變量之間的關係表現為線性,或可以化為線性,屬於因果分析模型,解釋變量具有同等地位,模型具有明確的形式和參數。
- 數據類型:以時間序列數據或者截面數據為樣本,被解釋變量為服從正態分布的連續隨機變量。
- 估計方法:僅利用樣本信息,採用最小二乘法或者最大似然法估計變量。
計量經濟學的兩大研究對象:橫截面數據(Cross-sectional Data)和時間序列數據(Time-series Data)。前者旨在歸納不同經濟行為者是否具有相似的行為關聯性,以模型參數估計結果顯現相關性;後者重點在分析同一經濟行為者不同時間的資料,以展現研究對象的動態行為。
新興計量經濟學研究開始切入同時具有橫截面及時間序列的資料,換言之,每個橫截面都同時具有時間序列的觀測值,這種資料稱為追蹤資料(Panel data,或稱面板資料分析)。追蹤資料研究多個不同經濟體動態行為之差異,可以獲得較單純橫截面或時間序列分析更豐富的實證結論。例如諾貝爾經濟學獎得主克萊夫·格蘭傑指出,在迴歸模型中對一組檢驗進行詮釋,進而揭示因果關係是可行的,其所提出的格蘭傑因果關係檢定不只在經濟學上使用,也廣受實證社會科學援用,以強化迴歸分析的說明力,提出更精緻的因果關係論述。