如何使用计量经济学模型进行预测？ 如何使用计量经济学模型进行预测？
我在芝加哥大学的博士论文题目是“美国汽车需求：耐用消费品研究”四川九洲股票。 它于 1955 年完成，并于 1957 年出版。1958 年，我的论文导师阿诺德·哈伯格教授（这位教授仍然是加州大学洛杉矶分校的全职教授，我于 2001 年退休）建议说： 我的论文和其他关于耐用品需求的最新研究论文 他汇编了一本书，是芝加哥大学出版社 1960 年出版的《耐用品需求》。由于我的论文已经发表，我写了一篇论文，题为“ 汽车的统计需求方程及其在预测中的应用”并收录在他的书中。 在这篇文章中，我利用1957年出版的书中的方程，用1921年至1953年的年度数据估计方程来预测1954年至1957年美国的汽车销量，并比较预测结果。 在这四年中，方程的预测结果与实际汽车销量非常接近。 如果预测值与实际销售量的差异足够小，则可以断定 1953 年至 1957 年的需求预测方程保持不变。
这个差距是否足够小，需要统计检验。 我开发了一个统计测试来回答这个问题，并在 1960 年的“计量经济学”中发表了我的工作结果。 这种方法后来被称为“邹检验”，现在的计量经济学教科书中都可以使用。 找到。 在 1950 年代后期，通用汽车公司使用我的方程来预测汽车销量。 通用汽车的首席经济学家安德鲁考特定期告诉我预测的准确性，结果证明预测效果很好。
使用计量经济学方程进行预测包括以下步骤：
(1) 根据经济理论构造计量经济学方程或连通方程；
(2 ) 使用统计数据对方程进行估计，确保提出的方程能够拟合数据； (3) 假设方程在未来不会发生变化，根据这个方程进行预测。 在预测汽车销量的例子中，第一步是由我 1957 年出版的书完成的。我提出了一个假设（当时的新假设），即在用汽车的存量（指汽车总数） 其中新车的权重高于二手车）取决于汽车的相对价格（汽车价格指数除以美国CPI）和实际收入。 这是基本的经济学理论：对消费品的需求（这个理论特别适用于非耐用消费品，但如果按照我的建议用整个库存来衡量需求，那么它也适用于耐用消费品）需求和价格 呈负相关，与消费者收入呈正相关。 第二步需要收集汽车在用数量、汽车价格指数（这个价格指数我必须自己构建，因为当时没有公开数据）、美国CPI和消费者收入（这两个指标是公开的）数据 ） 数据）。 以上数据解释了整个汽车库存的需求方程。 为了得到年采购量，我使用了以下事实：年采购量是总库存的变化减去当年库存的折旧。 在第三步中，我假设需求方程是有效的，并且 1968 年的价格和收入800万辆车，而在上世纪50年代中期年度汽车销量约为500万辆。后来证明1968年的预测结果是正确的。
第二个例子是，1967年我在《美国经济评论》上发表的题为《技术变化和对计算机的需求》的论文中，估计了大型计算机全部存量的需求方程。一个主要的问题是：如何建立一个合适的数量指数，能包含我的研究覆盖的1954年至1965年这个时间范围中多种多样的计算机类型。如果没有新机型进入市场，那就可以简单地使用任何一年，比如说1964年的各种计算机数量的加权平均值，用它们在基年，比如说1960年的价格作为权重。为了处理在1960年之后进入市场的新型计算机，我必须估计它们在1960年的假定价格，而在1960年它们并不存在。
如果我们假设价格和计算机的基本特征之间存在稳定关系，那么就可以完成这个任务。这些基本特征包括：1）乘法时间；2）存储容量；3）存取时间。我使用1960年的数据来估计这个关系，然后使用这个关系根据1964年每种计算机的三个特征来估计它们在1960年的假定价格。同样的思想也能用来构建1964年的计算机价格指数，以1960年为基年，用这些产品在1964年的价格来虚拟1960年的价格。IBM有个经济学家小组为公司做预测和经济分析。这个小组使用我的方程预测，发现在1960年代后期的预测结果相当准确。
上面介绍的方法可以用来预测小型计算机以至iPhone、iPad和它们使用作为原材料的产品。第一步是构建一个方程来解释近十多年来该产品的需求。需求的数量与价格负相关，与收入变化率正相关。使用收入的变化率是基于我1957年研究汽车需求的书中的结论。对产品或它们使用的原材料存量的需求取决于收入。这些产品新的购买量就是存量的变化（减去少量折旧），因此产品的需求取决于收入的变化率。可以使用和计算机同样的方法构建产品的数量指数和价格指数。第二步中，可以使用有关数据估计需求方程。使用方程预测产品销量的准确性，要取决于这方程在未来不变的假设，并要求使用方程中价格指数和收入变量未来值的准确估计。这些假设必须经得起严格检验，才能得到相当准确的预测。
