计量经济学（英语：Econometrics），又译经济计量学，是以数理经济学和数理统计学为方法论基础，对于经济问题，试图以理论上的数量接近和经验（实证研究）上的数量接近这两者进行综合，而产生的经济学分支。
传统的经济学研究通过观察经济现象、建立经济模型，来分析单个或多个经济变量与其他经济变量之间的相互关系，这种研究方法的局限在于，很难对经济现象进行量化分析，而计量经济学的产生，使得经济学对于经济现象从以往的定性研究，扩展到同时可以进行定量研究的新阶段[1]。
“计量”的意思是“以统计方法做定量研究”，“量”字为名词，构成动宾结构，这从其英文metric的含义亦可看出（与数学名词“度量空间metric space”情况类似），所以“量”字应读作“亮”（中国大陆《现代汉语辞典》2012年6月第6版“计量”条）。设若“计量”的“量”字读为“良”，则是两个动词词素的并列结构，含义略简。另如测智力的斯坦福一比奈智力量表（Stanford–Binet Intelligence Scale），按其内涵则应读“量”字为“良”，此亦可从英文scale的含义窥得。
计量经济学
计量经济学是结合经济理论与数理统计，并以实际经济数据作定量分析的一门学科。计量经济学以古典回归（Classical Regression）分析方法为出发点。依据数据形态分为：横截面数据回归分析（Regression Analysis with Cross-Sectional Data）、时间序列分析（Time Series analysis）、面板数据分析（Panel Data Analysis）等。依据模型假设的强弱分为：母数计量经济学（Parametric Econometrics）、非参数计量经济学（Nonparametric Econometrics）、半母数计量经济学（Semiparametric Econometrics）等。
理论计量经济学和应用计量经济学
理论计量经济学（Theoretical Econometrics）以介绍、研究计量经济学的理论与方法为主要内容，侧重于理论与方法的数学证明与推导，与数理统计联系极为密切。理论计量经济学，除了介绍计量经济学模型的数学理论基础，和普遍应用的计量经济学模型的参数估计方法与检验方法外，还研究特殊模型的估计方法与检验模型。
应用计量经济学（Applied Econometrics）则以建立与应用计量经济学模型为主要内容，强调应用模型的经济学和经济统计学基础，侧重于建立与应用模型过程中实际问题的处理。
古典计量经济学
古典计量经济学，一般指1970年代以前发展并广泛应用的计量经济学；非古典计量经济学，则指该年代以后所发展的计量经济学理论、方法及应用模型，也称现代计量经济学。
古典计量经济学具有显著的共同特征，如下：
- 模型类型：采用随机模型。
- 模型导向：以经济理论为导向建立模型。
- 模型结构：变量之间的关系表现为线性，或可以化为线性，属于因果分析模型，解释变量具有同等地位，模型具有明确的形式和参数。
- 数据类型：以时间序列数据或者截面数据为样本，被解释变量为服从正态分布的连续随机变量。
- 估计方法：仅利用样本信息，采用最小二乘法或者最大似然法估计变量。
计量经济学的研究对象
计量经济学的两大研究对象：横截面数据（Cross-sectional Data）和时间序列数据（Time-series Data）。前者旨在归纳不同经济行为者是否具有相似的行为关联性，以模型参数估计结果显现相关性；后者重点在分析同一经济行为者不同时间的资料，以展现研究对象的动态行为。
新兴计量经济学研究开始切入同时具有横截面及时间序列的资料，换言之，每个横截面都同时具有时间序列的观测值，这种资料称为追踪资料（Panel data，或称面板资料分析）。追踪资料研究多个不同经济体动态行为之差异，可以获得较单纯横截面或时间序列分析更丰富的实证结论。例如诺贝尔经济学奖得主克莱夫·格兰杰指出，在回归模型中对一组检验进行诠释，进而揭示因果关系是可行的，其所提出的格兰杰因果关系检验不只在经济学上使用，也广受实证社会科学援用，以强化回归分析的说明力，提出更精致的因果关系论述。
计量经济学软件
参见
参考文献
Wikiwand in your browser!
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.
