我的一点管见：之所以可以建立计量模型，是因为理论上被解释变量（Y）与解释变量（X）之间有某种关系，如楼主所言，参数计量方法，作用主要是用来估计模型的参数。Y和X的某种关系是理论上的，那么可以用现实的数据去验证它，因此，只要收集到了足够的数据，就可以用各种方法，主要是OLS或MLE等，对参数进行估计了。
有几个方在的问题需要注意：
1、模型必须是可识别的，例如，拟合供给与需求的方程，如果只有产出数量和消费数量，就无法区分所拟合的方程是供给方程还是需求方程。
2、模型必须是正确的。由于Y的影响因素众多，不可能穷尽所有解释变量，所以，忽略了重要的X导致估计有严重偏误，这就是内生性问题。
3、楼主可以去查查卢卡斯批判。有些模型再精美，也只能代表过去的政策环境，环境变了，模型也失效了。
4、纯时间序列建模，例如ARMA等，关注的是数据生成过程，所以，也有结构化的建模方法和非结构化的建模方法。
5、因果关系，现在流行用伪实验方法，似乎可以验证某种因果关系，虽然做的只是数据分析。
暂时想到了这么多，希望可以抛砖引玉。
扫码加好友，拉您进群
全部版块
我的主页
收藏
