第1章绪论
绪论是课程的纲。参观一个城市，先站在最高处俯瞰，然后走街串巷； 了解一座建筑，先看模型，后走进每一个房间。一本书的绪论，就像是站在高处看城市，对着模型看建筑。第一次接触本书内容的读者，对于绪论的内容，可能只是似懂非懂。然而正是这“似懂非懂”，对于学习和把握全书内容将起到重要的引导作用。
本书书名为《高级应用计量经济学》，绪论由两节构成。第1节是针对“应用”的，就计量经济学应用研究中的若干方法论问题进行讨论。该节并不是传统的计量经济学高级教科书所必须包括的内容，甚至在所有的计量经济学教科书中都难以找到，但是，它对于正确理解和应用计量经济学模型方法，包括现代计量经济学模型，是十分有益的。对于整个课程的学习，具有指导意义。第2节是针对“高级”的，对现代计量经济学模型体系进行了系统的解析。指出了现代计量经济学的各个分支是以问题为导向，在经典计量经济学模型理论的基础上，发展成为几个相对独立的模型体系，并对每个分支进行了扼要的描述。该节可以说是本书的一个“模型”，在学习后面各章内容之前，首先了解这个“模型”，也是十分有益的。
需要说明的是，本章内容并不是取自其他经典的教科书，而是取自本书编著者与合作者的研究论著，因此并不一定全部正确。建议读者采取探讨的态度阅读，教师采取探讨的态度讲授。
1.1计量经济学应用研究的若干方法论问题
〖*2〗1.1.1问题提出
近十多年来，计量经济学模型方法已经成为我国经济学理论研究和实际经济分析的主流方法，研究对象遍及经济的各个领域，所应用的模型方法遍及计量经济学的各个分支。进入21世纪以来，随着微观计量经济学模型方法的发展与传播，计量经济学应用研究在社会学、管理学领域迅速扩张，也已经成为一种趋势。但是，在我国的计量经济学应用研究中，问题和错误也大量存在。究其原因，对计量经济学模型的方法论，特别是它的哲学基础、经济学基础、统计学基础和数学基础缺乏深入研究和正确理解是主要原因之一。





本节试图对计量经济学应用研究的若干方法论问题展开讨论，核心是经济学、统计学和数学的关系问题。以澄清计量经济学模型方法的功能、局限和应用原则，回答它能够做什么，以及应该怎样做这两个基本问题。
关于计量经济学的定义，已经形成了共识。弗里希（Ragnar Frisch,1933）指出： “经验表明，统计学、经济理论和数学这三者对于真正了解现代经济生活的数量关系来说，都是必要的，但本身并非是充分条件。三者结合起来，就是力量，这种结合便构成了计量经济学。”萨缪尔森（P.A.Samuelson,1954）认为： “计量经济学可以定义为实际经济现象的数量分析。这种分析基于理论与观测的并行发展，而理论与观测又是通过适当的推断方法得以联系。”戈登伯格（S.Goldberger,1964）给出的定义是： “计量经济学可以定义为这样的社会科学： 它把经济理论、数学和统计推断作为工具，应用于经济现象的分析。”总之一句话，即计量经济学是经济理论、统计学和数学的结合。根据计量经济学的定义，计量经济学模型方法论的核心问题就是如何实现经济理论、数学和统计学的科学结合。
理论计量经济学的研究对象是否需要扩展？一般认为，理论计量经济学的任务，是研究和发展计量经济学模型方法，这当然是重要的。但是，任何一个具体的计量经济学模型可以称为方法或者工具（method），是为了实现特定的研究目的而发展的。而一般意义的计量经济学模型是方法论（methodology）。方法论研究的是共性，是产生和发展方法的系统化理论。方法论的科学性和方法的科学性同样重要，甚至更重要。理论计量经济学研究中的重视具体方法而忽视系统方法论的倾向应该受到关注，关于计量经济学模型方法论基础问题的研究，应该成为计量经济学理论研究的重要内容。
任何一项计量经济学应用研究，都有其特定的研究目的，这是毫无疑问的。但是，为了实现研究目的，研究方法应该是科学的，而关键就在于能否真正实现经济理论、数学和统计学的科学结合。
计量经济学模型方法论的研究，或者说关于经济理论、数学和统计学的科学结合的研究，是一个内容广泛的课题。本节将主要讨论计量经济学模型的检验功能与发现功能、计量经济学模型的归纳推理与演绎推理、计量经济学应用研究的总体回归模型设定和计量经济学应用模型对数据的依赖性等几个问题。这些问题对于正确进行计量经济学应用研究关系极大。在本书的后续章节中，仍然以模型理论方法，主要是估计方法和检验方法为主要内容，但是，只要首先阅读了本节内容，就会对计量经济学模型以及应用研究有一个全面的认识，而不为后续章节的内容所局限。
1.1.2计量经济学模型的检验功能与发现功能
有人认为，计量经济学模型研究只能检验，不能发现。它强调的是对理论假说的经验检验，因此，只是“辩护”的逻辑，而非“发现”的逻辑； 它只是对业已存在的理论假说进行证实或证伪，它不产生理论假说，只是检验理论假说； 理论假说（新的知识）并不能靠这种方法获得。这些甚至已经成为一种普遍的认识。那么，我们必须首先讨论，计量经济学模型方法在经济学应用研究中，是否是“只能检验，不能发现”？
任何科学研究，无论是自然科学还是社会科学，都是试图回答： 如何从经历到的过去、特殊和局部，推论到没有经历到的未来、一般和整体？都遵循以下过程： 首先是对偶然、个别、特殊的现象的观察； 其次是对观察结果进行抽象，提出关于必然、一般、普遍现象的理论假说； 然后对假说进行检验，检验方法一般包括实验的方法、预测的方法和回归的方法； 最后是发现，关于必然、一般、普遍的规律的发现。经济学研究也是这样。不能因为强调自然科学与社会科学之间的差异性而否定这一共同的范式。它们的差异性存在于每一步骤之中： 如何观察？如何抽象？如何检验？如何发现？
在这个经济问题的科学研究过程中，计量经济学模型方法处于什么位置？发挥什么作用？这里的核心问题是如何正确理解和定义计量经济学。
狭义的计量经济学，翻开任何一本教科书，都可以看到，它是以模型估计和模型检验为其核心内容，说到底，就是回归分析。那么它显然处于对假说进行检验的位置。回归分析是一种统计分析方法，它针对已经设定的总体回归模型，按照随机抽样理论抽取样本观测值，采用适当的模型估计方法估计模型参数，并进行严格的检验，得到样本回归函数，完成了统计分析的全过程。统计分析给出的只是必要条件而非充分条件。经济行为中客观存在的经济关系，一定能够通过表征经济行为的数据的统计分析而得到检验； 如果不能通过必要性检验，在表征经济行为的数据是准确的和采用的统计分析方法是正确的前提下，只能怀疑所设定的经济关系的合理性和客观性。但是反过来，如果在统计分析中发现了新的数据之间的统计关系，并不能就此说发现了新的经济行为关系，因为统计关系不是经济关系的充分条件。毫无疑问，从这个意义上讲，计量经济学模型只能检验理论而不能发现理论。
需要提出的是，以上的讨论，仅针对狭义的计量经济学模型方法而言。或者说，是传统的计量经济学教科书的误导。古扎拉蒂（Damodar N.Gujarati）在Basic Econometrics一书中提出，“计量经济学家的主要兴趣在于经济理论的经验论证”，“计量经济学家常常采用数理经济学家所提出的数学方程式，将这些方程式改造成适合于经验检验的形式”，“收集、加工经济数据，是统计学家的工作”，“这些数据构成了计量经济模型的原始资料”，而且正是在这个意义上，“计量经济学才成为一个独立的学科”。伍德里奇（M.Wooldridge）在他的Introductory Econometrics一书中也指出，“在多数情况下，计量经济分析是从一个已经设定的模型开始的，而没有考虑模型构造的细节”。
而完整的计量经济学模型理论与方法，并不仅仅局限于狭义的计量经济学教科书。按照计量经济学的定义，计量经济学模型研究的完整框架应该是： 关于经济活动的观察（即行为分析）→关于经济理论的抽象（即理论假说）→建立总体回归模型→获取样本观测数据→估计模型→检验模型→应用模型。即使是传统教科书的作者，也不否认这一研究框架。同样是古扎拉蒂在Basic Econometrics一书中就将计量经济学方法归结为以下8个步骤： “理论或假说的陈述、理论的数学模型的设定、理论的计量经济模型的设定、获取数据、计量经济模型的参数估计、假设检验、预报或预测、利用模型进行控制或制定政策。”
我们已有的大量有价值的应用计量经济学模型的实证经济研究成果，并不是“没有理论的检验”，都是首先提出理论假说，然后进行检验。对于这样的实证研究，就不是“只能检验，不能发现”，而是一个完整的科学发现的研究。当然，不可否认，在我们目前的经济类刊物上发表的计量经济学应用研究论文，相当数量还没有达到这样的水平。其中，一部分是对缺少科学性的理论假设进行检验，我们称之为“自欺欺人”； 一部分是对人所共知的理论假设进行精确的、复杂的检验，我们称之为“自娱自乐”。这些正是目前阶段我国计量经济学发展需要着重加以解决的。
1.1.3计量经济学模型的归纳推理与演绎推理
计量经济学模型方法，在认识论范畴上，经常被人们认为是归纳的。诸如： 计量经济分析根本上属于科学研究方法中的经验归纳法； 计量经济分析说到底是回归分析，而回归分析是归纳等说法，频繁地出现在计量经济学教科书中。诚然，这种说法在一定程度上具有某种合理性，因为相对于理论经济学而言，计量经济学的确更偏重于经验归纳。但是，如果缺乏对归纳与演绎方法的全面了解，以及对二者在计量经济学中的真正地位和相互关系的清晰认识，片面断言或强调计量经济学的归纳性质不仅容易产生误解，而且会导致计量经济学应用研究出现方向性的偏差，具体而言就是过度追求模型估计和检验方法的先进性，而忽视总体回归模型设定的合理性，进而得出经不住推敲或没有价值的结论。
要深入理解经济学中归纳法和演绎法的关系，简单回顾一下经济学研究方法的变迁历史将是有益的。经济学作为一门科学，一向以揭示具有必然性、一般性、普遍性的经济规律为目标。既然如此，在逻辑上绝不会出错的演绎法就一直是经济学的基本研究方法，这在经济学发展的早期表现得尤为突出。第一位讨论经济学方法论问题的古典经济学家西尼尔（N.W.Senior）明言： “这门科学依靠的主要是推理而不是观测，其主要困难不是在于事实的调查而是在于术语的使用。”另一位著名古典经济学家，同时也是哲学家和逻辑学家的穆勒（J.S.Mill）同样认为，作为一门抽象科学，经济学必须使用先验方法，即抽象演绎法。但穆勒清楚地意识到了理论与现实之间的差距，提出了先验方法必须和后验方法，即经验归纳法结合起来。凯恩斯（J.N.Keynes）在《政治经济学的范围与方法》一书中所展示的新古典主义经济学方法论，基本上沿用了穆勒的观点： 经济学的研究方法应当是演绎和归纳的结合。不过，由于19世纪的非主流学派——德国历史学派的大力提倡，归纳法逐渐受到更多经济学研究者的重视。德国历史学派的后继者、美国制度学派的代表人物之一米契尔（W.C.Mitchell）在对经济周期问题的研究中，拒绝接受任何先验的理论，而是挑选出了一些可能导致经济周期的因素，收集大量与之相关的统计资料，力图通过对经验事实的不偏不倚的归纳分析找出经济周期发生的原理。但是，经验事实是无穷无尽的，因而“这种性质的研究没有自然的结局，必然始终指向一个未知的世界”。正是由于缺乏演绎方法的支持，米契尔关于经济周期的大量研究未能形成有说服力的理论，其中大部分结论已经被淡忘。20世纪20年代以后，随着现代逻辑实证主义哲学的诞生，归纳法在主流经济学研究中的重要性继续上升。1938年，哈奇森（Terence W.Hutchison）的《经济理论的重要性和基本假定》一书出版。哈奇森认为，所有命题可以划分为两类： 重复命题和经验命题。前者是不可能出错的同义反复，不否认任何可想象事态的发生； 后者则具有经验内容，排除了某些可想象事态的发生。科学的经济学命题应当能够被经验地检验，而已有的经济学命题深陷于限制条件或“其他条件不变”的围护之中，无法被检验，也不能提供信息。虽然哈奇森对经济学的批评和他对假设和预言的混淆激起了很多学者的反驳，但经济理论需要经验检验这一点却从此确立了； 归纳法在经济学研究中的作用也由对演绎法的补充和修正，转变成对经济理论或假说的检验和“判决”。
毫无疑问，计量经济学的产生和迅速发展，集中体现了归纳法或者说经验检验在经济学研究中的兴起。然而，我们却不应由此而简单地断言，计量经济学仅仅是经验归纳法。以上对经济学研究方法发展历程的回顾表明，抽象演绎法一直是主流经济学研究的不可或缺的主干； 脱离抽象演绎法的纯粹的经验归纳法在主流经济学中从来不曾存在过。计量经济学作为现代主流经济学的重要组成部分，同样如此。只是，计量经济学对经济系统中各变量之间的数量关系采取了一种更加经验主义的态度。在理论经济学中，经济变量之间的关系或者被视为单一的因果关系链条，或者被视为彼此交织，但可以用方程组精确表达出来的函数关系。而在计量经济学中，经济系统被视为服从一定概率分布的随机过程，一般性的因果关系固然存在，但受到各种各样不可控的偶然因素的干扰。计量经济学的任务就是通过应用各种计量方法来尽量“控制住”各种偶然因素，以便在概率论基础上检验实际经济数据是否体现了一般性的经济规律。正是从这个意义上讲，计量经济学比理论经济学更偏重于经验归纳。但是，计量经济学研究什么问题，以怎样的视角去研究，以及怎样采集和处理数据，都是由抽象演绎法预先确定的。因此，说计量经济学仅仅是经验归纳又是不正确的。
事实上，计量经济学应用研究包含两大基本步骤： 设定模型和检验模型。前者是由一定的前提假设出发，经由逻辑变形而导出可检验的理论假说，并将之形式化为数理模型，属于演绎法的范畴； 后者则是依托于样本数据，对模型进行回归估计和统计检验，并根据检验结果作出在一定概率水平上接受或拒绝原理论假说的判断，属于归纳法的范畴。如果缺少前一个步骤，而仅仅从事经济数据的调查、收集、整理和统计分析，那就不再是计量经济学，而是经济统计学的工作； 如果缺少后一个步骤，而仅仅对经济变量之间的逻辑关系进行数理推导，那也不再是计量经济学，而是数理经济学的工作。计量经济学综合了上述两个步骤，将抽象演绎法和经验归纳法有机结合，或者说，它既是归纳的，又是演绎的。
倘若简单地把计量经济学视为经验归纳法，过度拘泥于计量研究中的模型检验阶段，而不对模型设定给予足够的重视，那么，不论回归方法多么复杂和先进，检验步骤多么精细和准确，得出的结论仍然有可能是没有价值的，甚至是完全错误的。必须认识到，在计量经济学应用研究中，演绎推理和归纳推理是紧密结合在一起的，这种结合不仅意味着彼此补充，也导致了彼此限制。由于计量研究中归纳推理的作用在于检验演绎推理得出的理论假说，故而演绎阶段对归纳阶段形成了根本性的限制。如果一项计量经济学模型应用研究的演绎基础薄弱甚或错误，归纳阶段做得再好也无法弥补蕴含在待检验理论假说中的缺陷。当然，归纳阶段反过来也会对演绎阶段形成极大限制。从模型的基本形式（截面分析还是时序分析？线性方程还是非线性方程？参数估计还是非参数估计？等等）到变量的选择，甚至最初研究主题的确定，都要受到既定的数据条件和已有的计量分析方法的局限，结果往往和“理想的”经验检验相去甚远。在现实中，后一种限制极为常见，几乎在每一项经济学经验研究中都不同程度地存在。然而重要的是，不能因为遇到后一种限制而忘记前一种限制； 不能为了处理归纳阶段的问题而降低演绎阶段的研究质量； 从更根本的层面上说，不能片面强调计量经济学的归纳性质而忽视其演绎性质。简言之，演绎法和归纳法是计量经济学的两翼，缺一不可，不能偏废。
1.1.4计量经济学应用研究的总体回归模型设定
如上所述，完整的计量经济学应用研究是一个能够做出科学发现的研究全过程，包括两大基本步骤： 设定模型和检验模型，而模型设定对模型检验形成了根本性的限制。所以，一项计量经济学应用研究的成败，最为关键的是设定正确的总体回归模型。总体回归模型设定，又包括观察和抽象两个步骤，这里并不具体讨论如何观察和如何抽象，而是结合实际计量经济学应用研究，提出总体回归模型设定的一些原则。
可以把总体回归模型设定的依据归纳为四类： 实用主义的研究目的导向、经典模型的先验理论导向、时间序列模型的数据关系导向和应该提倡的行为关系导向。根据对这些设定依据的评价，一个正确的总体回归模型必须满足以下原则： 唯一性、一般性、现实性、统计检验必要性和行为关系导向性。
1. 总体回归模型设定的“研究目的导向”与“唯一性”、“一般性”原则
任何应用研究都有特定的研究目的，例如分析某两个经济变量之间的关系，或者评价某项经济政策的效果。于是，按照特定的研究目的进行计量经济学模型总体模型的设定，成为计量经济学应用研究的普遍现象和最严重的问题。例如，为了研究制度变迁对我国经济增长的影响，仅选择制度变迁指数作为经济增长的解释变量； 为了研究通货膨胀对我国经济增长的影响，仅选择通货膨胀率作为经济增长的解释变量。由此得出错误的甚至荒谬的研究结论。
计量经济学总体回归模型设定，必须遵循“唯一性”原则。对于同一个作为研究对象的被解释变量，它和所有影响因素之间只能存在一种客观的正确的关系。或者说，对于一组被解释变量样本观测值，只能由一种客观的数据生成过程生成。所以，正确的总体模型只能是一个。不同的研究者、不同的研究目的、不同的数据选择方法、不同的数据集，会对模型的约化和简化过程产生影响，会使得最终的应用模型有所不同。但是，作为研究起点的总体模型必须是唯一的。而该具有“唯一性”的模型，必须最具“一般性”。
计量经济学总体回归模型设定，必须遵循“一般性”的原则。即作为建模起点的总体模型必须能够包容所有经过约化得到的“简洁”的模型。具体讲，它应该包含所有对被解释变量产生影响的变量，尽管其中的某些变量会因为显著性不高或者不满足正交性条件等原因在后来的约化过程中被排除。在计量经济学模型发展的历史上，曾经倡导过“从简单到一般”的建模思路，那是由于历史的局限，已经被“从一般到简单”的建模思路所取代。
为什么必须遵循“一般性”原则？可以从逻辑学、经济学和统计学三方面加以解释。从逻辑学上讲，计量经济学模型方法是一种经验实证的方法，它是建立在证伪和证实不对称性的逻辑学基础之上的。一旦总体模型被设定，利用样本数据进行的经验检验只能发现已经包含其中的哪些变量是不显著的，而不能发现没有包含其中的显著变量； 只能发现已经被采用的函数关系是不恰当的，而不能发现没有被采用的正确的函数关系。所以，作为起点的模型必须是最一般的，或者说最复杂的。从经济学上讲，总体回归模型必须反映现实的经济行为，而现实经济活动中变量之间的关系是复杂的，而且这些变量都是变化的。如果只将一部分变量引入模型，只有在其他变量不变的条件下，模型所揭示的它们与被解释变量之间的结构关系才是正确的。“其他变量不变”的条件在现实中是无法得到满足的，所以必须将所有变量同时引入模型，因为被解释变量的变化是它们共同作用的结果。从统计学上讲，只有首先建立最一般的模型，才能保证模型的随机扰动项满足“源生性”和基本假设。如果省略了显著的变量，其随机扰动项中包括了省略的变量对被解释变量的影响，破坏了基本假设，在此基础上进行的模型估计和推断都是无效的。
在进行了上述讨论后，读者肯定会提出一个问题： 发表于国内外权威刊物的计量经济学应用研究论文，建立模型的通常程序是“从简单到复杂”。即开始设定简单的模型，包括较少的解释变量，经过估计后，如果发现拟合效果不好，再增加解释变量，直到满意为止。难道它们都是错误的？首先必须明确，这种“从简单到复杂”的模型设定思路，不符合计量经济学模型方法论的逻辑学、经济学和统计学基础，容易走上实用主义的歧途，不值得提倡。其次，应该承认，在特定的情况下，这些研究的结论是可以成立的。即如果所有的显著的影响因素（解释变量）在行为上是独立的，在统计上是不相关的，那么“简单”模型的结论是能够成立的。
2. 总体回归模型设定的“先验理论导向”与“现实性”原则
20世纪30年代至70年代发展的经典计量经济学模型，经济理论在其总体模型设定中起导向作用。计量经济学根据已有的经济理论进行总体模型的设定，将模型估计和模型检验看成是自己的主要任务。经济理论可以被认为是嵌入计量经济学模型的，相对经验数据而言具有先验性。克莱因（L.R.Klein）指出，经济理论能够提出一些用数学形式表达，然后再从计量经济学观点加以检验的假设，但是必须指出，学院式的经济理论仅仅是建立假设的来源之一。但是，在经典计量经济学模型的应用研究中，直接依据经济学理论设定总体模型的现象十分普遍，因此经典计量经济学模型通常被认为是先验理论导向的。
问题在于，能否以先验的经济学理论作为计量经济学模型总体设定的导向？答案是否定的。因为在它们之间，至少存在以下几个障碍： 第一，正统经济学以经济人假设和理性选择为其理论体系的基石，任何一种理论都建立在决策主体是理性的和决策行为是最优的基础之上。而计量经济学模型总体设定的目的，是建立能够描述人们实际观察到的经济活动之中蕴藏着的一般规律的总体模型，毫无疑问，实际经济活动既不是“理性”的，也不是“最优”的。第二，正统经济学理论强调“简单”，认为只有简单的理论才能够揭示本质。而计量经济学模型恰恰相反，它强调“一般”，必须将经济活动所涉及的所有因素包含其中。所以，即使经济学理论是正确的，也不能据此设定计量经济学模型，因为它舍弃了太多显著的因素。第三，对于同一个研究对象，不同的研究者依据不同的先验理论，就会设定不同的模型。例如，以居民消费为研究对象，分别依据绝对收入消费理论、相对收入消费理论、持久收入消费理论、生命周期消费理论以及合理预期消费理论，就会选择不同的解释变量和不同的函数形式，设定不同的居民消费总体模型。
通俗地讲，经济学理论所揭示的是理想的经济世界，而计量经济学模型描述的是现实的经济世界。经济学理论揭示的变量之间的关系以其他因素不变为假设，现实经济生活中所有因素同时变化。所以，计量经济学应用研究的总体回归模型设定必须遵循“现实性”的原则。所谓“现实性”的原则，就是客观地分析研究对象的现实行为，从中发现变量之间的因果关系，并按此设定总体回归模型。
对计量经济学模型总体设定先验理论导向的批评和提倡“现实性”原则，并不意味着完全否定经济学理论在模型设定中的作用。描述理想经济世界的经济学理论可以指导我们正确分析现实经济世界的经济行为关系； 简洁的经济学理论至少揭示了“一般”经济系统中的一部分经济关系。经济学理论将作用于经济行为关系分析，而不是直接作用于模型总体设定。
3. 总体回归模型设定的“数据关系导向”与“统计检验必要性”原则
在第二次世界大战以后的二十多年中，由于当时主流的经济理论，特别是宏观经济理论与现实经济活动之间较好的一致性，以先验理论为导向的经典计量经济学模型得到了迅速的扩张和广泛的应用。但是，经典模型对20世纪70年代经济衰退和滞胀的预测和政策分析的失效，引来了著名的“卢卡斯批判”。卢卡斯批判从表面上看是对结构模型和模型结构不变性的批判，而实质上是对模型总体设定先验理论导向的批判。基于截面数据的经典模型面临先验理论与经济现实的脱节，而被迫更多地转而依赖数据关系，依赖统计分析。直接导致了计量经济学总体模型设定转向“数据关系导向”。
同时，基于时间序列数据的计量经济学模型由于存在非平稳性和序列相关性，其统计分析理论方法得到了迅速的发展，一方面为模型总体设定提供了强大的工具，另一方面又将模型设定引入仅仅依赖数据的歧途。
数据的时间序列性破坏了计量经济学模型的随机抽样假定，取消了样本点之间的独立性，样本点将发生序列相关。如果序列相关性不能足够快地趋于零，在统计推断中发挥关键作用的大数定律、中心极限定理等极限法则缺乏应用基础。所以，只有对满足渐近不相关的协方差平稳序列，才可以适用基于截面数据的统计推断方法，建立时间序列模型。这样，协方差平稳性和渐近不相关性在时间序列分析中扮演了一个非常重要的角色，为时间序列分析适用大数定律和中心极限定理创造了条件，替代了截面数据分析中的随机抽样假定。但是经济现实中的随机过程都很难符合这些条件。在不适用大数定律和中心极限定理的情况下，经典模型的计量分析常会产生欺骗性的结论。对包含非平稳随机变量的模型的谬误回归，引出两个问题，一是是否可以统计确定具有恒常关系的非平稳随机变量之间的模型； 二是如何处理非平稳随机过程，为适用统计方法建立模型创造条件。于是，对时间序列的非平稳性的识别与处理，即单位根检验，在非平稳随机过程之间建立恒常的数据关系，即协整检验，成为模型总体设定的主要任务。
“数据关系导向”的总体回归模型设定带来的新的问题是，计量分析的理论基础——经济行为理论反而被忽略了。时间序列的数据协整关系是结果，而不是原因； 由于经济现实的系统关联性，满足统计协整关系的变量很多，但是可以纳入基于经济行为建立的动态均衡模型的变量并不多。因此，协整关系检验是模型总体设定的必要条件，但却不是充分条件。必须在经济行为分析，即经济系统中变量之间动力学关系分析的基础之上，才能有效发挥协整检验的作用。
如果经济时间序列在经济行为上存在直接因果关系，那么它们在统计上一定存在协整关系，一定能够通过统计检验，包括因果关系检验和协整检验。但是反过来，在统计上能够通过因果关系检验和协整检验的经济时间序列，在经济行为上并不一定存在直接因果关系。由于人们认识的局限，在经济行为分析中发现的因果关系并不一定都是正确的，所以在经济行为分析的基础上进行统计检验是完全必要的，以达到“去伪存真”的效果。从这个意义上，单位根检验、因果关系检验和协整检验理论，给出了总体回归模型设定的有效工具。这就是计量经济学模型总体设定的“统计检验必要性”原则。
4. 总体回归模型设定的“行为关系导向性”原则
对计量经济学模型总体设定的讨论，必须首先明确两个问题。第一，要确定的不是经济主体内在的本质意义的属性，而是经济主体之间的关系意义的属性。第二，要确定的是主体之间的行为动力学关系，不是作为主体经济活动结果的经济变量之间的数据关系。这就是计量经济学模型总体设定的“行为关系导向性”原则，或者称为“经济主体动力学关系导向”原则。
而事实上，无论先验理论导向，还是数据关系导向，计量经济学模型总体设定所忽视的正是经济主体之间的动力学关系。计量经济学模型分析的目的不是为了确定在主体关系意义上无所指的经济变量之间的关系。经济变量及相关数据是经济主体活动的结果，脱离主体互动关系建构的变量，不过是纯粹的数字。从关系论的角度看，主体的任何行为，都应在主体和其身处的环境之间寻找原因。正像自然科学的动力学研究一样，物体运动状态发生变化的根本原因是物体之环境与物体之间的作用力。同样地，经济主体发生任何行为，都必然由主体与其身处的环境之间的作用引起。
经济主体与其身处的环境之间的动力学过程，是真正的数据生成过程。与经济主体的特定动力学过程相关的数据，将为相应动力学关系的描述提供经验基础。以经济主体与环境之间的动力学关系分析为基础和前提，基于该动力学过程生成的数据，以数据统计分析为必要条件，验证确定的经济主体与环境的互动关系，正是计量经济学总体模型所要界定的因果关系。只有动力学关系的理论分析，没有基于统计相关性的经验支持，是无法确认这样的动力学关系的。同样，只有数据关系的统计分析，没有良好的动力学关系理论框架，会使统计分析进入歧途。正是在这个意义上，基于主体动力学关系的计量经济学模型总体设定，可以实现先验理论导向和数据关系导向的综合。
可以用图1.1.1清晰地描述先验的经济理论、数据的统计分析、经济主体的动力学关系与计量经济学总体模型之间的关系。在这里，先验的经济理论并不直接作为总体模型设定的导向，而是指导经济主体的动力学关系分析； 数据的统计分析也不直接作为总体模型设定的导向，而是对经济主体的动力学关系进行检验； 而对总体模型设定起直接导向作用的，是经济主体的动力学关系。


图1.1.1理论、数据、动力学关系与总体模型


以经济主体的动力学关系为导向设定的总体回归模型，毫无疑问满足上述的“现实性”原则和“统计检验必要性”原则，但是它是否满足“一般性”原则？仍然需要检验。检验的准则就是总体模型随机扰动项的源生性和正态性。如果模型设定正确，随机扰动项所包含的仅仅是非显著因素的影响，这样的随机扰动是源生的。只要保证随机扰动项的源生性，它所包含的因素满足独立性，以及对随机扰动的影响均匀小的条件，根据中心极限