约翰·奇普曼经济思想述评

《约翰·奇普曼经济思想述评》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、约翰·奇普曼经济思想述评　　约翰.奇普曼(JohnS.Chipman)系美国当代著名经济学家。奇普曼于1926年出生于加拿大的蒙特利尔。1947年和1948年分获麦吉尔大学文学学土、文学硕土学位;1951年获约翰斯.霍普金斯大学哲学博土学位。1950-1951年任芝加哥大学政治经济学博土后研究员;1951-1955年任哈佛大学经济学助理教授;1955-1960年任明尼苏达大学经济学副教授;1960-1981年任明尼苏达大学经济学教授;1981年以来任明尼苏达大学雷金茨讲座经济学教授。奇普曼于1981年荣获美国国家科学院幸运奖,他还

2、于1999年当选为美国经济学联合会杰出资深会员。　　一、国际贸易理论　　奇普曼在国际贸易理论的研究主要有国际贸易理论史、国际资本流动进入或退出一国对其贸易条件的影响、关税与汇率的关系、补贴和配额的效应等方面,在对要素价格均等定理和“斯托尔帕一萨缪尔森定理”的研究上获得极高的声誉。在方法论上,他引进最小偏倚和最小均方误差估算和最优近似值归并理论应用于国际贸易的经济计量模型,并以德国、瑞典和美国为例进行了实证研究。　　1965-1966年,奇普曼在《经济计量学》杂志发表了题为《国际贸易理论研究》三篇系列论文。这是他对国际贸易理论的历史

3、发展进行详尽评述的力作。他不仅阐析了二战后到20世纪60年代中叶国际贸易理论发展状况,而且对一些具有重要理论价值而又被忽略的早期　　“外在性”的存在将导致福利经济学第一基本定理无法实现,对于如何弥补“外在性”等就成为福利经济理论研究的重要内容。马歇尔最早把“外在性”引入经济学分析之中,但他所探讨的只是厂商的规模经济问题。奇普曼在接受马歇尔思想的基础上,引入并发展了参量外部规模经济的概念。他认为,这个概念的最大优点在于,它不需要引入像庇古所认为的每个公司的扩展由行业中其他公司完全相等的抵触行动所抵消,或瓦伊纳(J.Viner)认为的

4、行业的扩张随着公司数量的增加而发生等等假设。可以看到,奇普曼分析的仅属于规模、完全可逆转的经济类型。奇普曼的基本观点是,假设每个企业家相信他的公司按规模报酬不变经营,任何背离该假定的产出-要素关系是通过本企业的单位-齐次生产函数的扰动产生的,即使这种背离部分是由企业产出水平的变化导致的。反过来,这些变化被假设是由行业的产出水平控制的。如果生产函数在每个行业中具有相同的次,这个均衡也是帕累托最优。如果n个行业中的次不同,自由放任的竞争均衡将不再是帕累托最优,根据次是大于还是小于加　　　　　　　　n　　权平均ρ'=∑θjρi,“理想化

5、”的产出比自由放　　　　　　　j=1　　任的产出更大或更小,权重与专用于各商品的消费者预算成比例。如果一些行业在规模报酬递增而一些在规模报酬递减下经营,那么存在一个满足所得总收入等于所付总补贴条件的税收-津贴计划,正如在每个报酬递减行业,税收收入超过消费者剩余的损失,而在每个报酬递增的行业,消费者剩余的收益超过补贴支付;如果ρ=1,那么最优税收-津贴计划满足该属性,但如果p≠1就无需满足该属性。在一个动态调整过程的假设下,无论有否税收-津贴计划,完全就业均衡都是稳定的。　　三、经济计量学理论　　在经济计量学中,当模型不能满足古典基

6、本假设时,就会出现多元重线性、自相关、异方差等情形,导致普通最小二乘估计法失效。这样,模型参数估计必须采取相应的修正补救措施或新的方法。奇普曼考察了数据中包含多重共线性的情形,发展并应用了新的经济计量方法,促进处理国际贸易数据的最优分类系统的发展,并研究了自相关扰动、比最小方差误差更小的均方差的有偏估计以及通常统计学中矩阵法的最小二乘估计法的效率。　　当两个或多个自变量(或变量的组合)之间高度(但不是完全)相关时,模型就出现了多重共线性,它导致模型参数的方差随着多重共线程度的提高而增加,使t检验失真。为了解决这个问题,奇普曼分析了

7、出现多重共线性时最小二乘法的最优化问题,并对最小二乘法在矩阵回归分析中的正确性进行了检验,提出了最佳线性最小有偏估计的概念。他指出,如果补足的约束对于观测矩阵是正交的(通过这种度量,正交性被定义为依赖于“有偏”定义),那么,它等价于受补足的(不可估计的)线性约束的最佳线性条件无偏估计。最小有偏估计值具有一种属性,即偏差的轻微增加会减少方差。所以,他建议用最小均方误差进行估计,当回归系数具有无限先验方差或最小二乘估计值具有小的抽样方差时,这种方法等价于最小二乘法。他认为,所有这些结果极大地依赖于广义逆矩阵的使用,并在线性空间二元性的

8、基础上,新证实了广义逆矩阵的存在及其惟一性,并证明了具有条件无偏估计值的相关矩阵确实是观测矩阵的广义逆矩阵。　　同时,奇普曼还对出现自相关扰动情况下最小二乘估计法的效率进行分析。在包含自相关误差的线性回归中,普通最小二乘估计值的效率主要依赖于自变量