计量经济学（英文：Econometrics），是以数理经济学和数理统计学为方法论基础，对于经济问题试图对理论上的数量接近和经验（实证）上的数量接近这两者进行综合而产生的经济学分支。

该分支的产生，使得经济学对于经济现象从以往只能定性研究，扩展到同时可以进行定量分析的新阶段。

“计量”的意思是“以统计方法做定量研究”，所以“量”字应读作“[liàng]”，而不读作“[liáng]”。

据说在经济学中，应用数学方法的历史可追溯到三百多年前的英国古典**经济学的创始人威廉·配第的《**算术》的问世（1676年）。

“计量经济学”一词，是挪威经济学家弗里希（R. Frisch）在1926年仿照“生物计量学”一词提出的。 随后1930年成立了国际计量经济学学会，在1933年创办了《计量经济学》杂志。

人们应如何理解“计量经济学”的含义？弗里希在《计量经济学》的创刊词中说到：“用数学方法探讨经济学可以从好几个方面着手，但任何一方面都不能与计量经济学混为一谈。计量经济学与经济统计学决非一码事；它也不同于我们所说的一般经济理论，尽管经济理论大部分都具有一定的数量特征；计量经济学也不应视为数学应用于经济学的同义语。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中的数量关系来说，都是必要的，但各自并非是充分条件。而三者结合起来，就有力量，这种结合便构成了计量经济学。”

后来美国著名计量经济学家克莱因也认为：计量经济学是数学、统计技术和经济分析的综合。也可以说，计量经济学不仅是指对经济现象加以测量，而且表明是根据一定的经济理论进行计量的意思。

计量经济学的基础是一整套建立在数理统计理论上的计量方法，属于计量经济学的“硬件”，计量经济学的主要用途或目的主要有两个方面：

理论检验。这是计量经济学用途最为主要的和可靠的方面。这也是计量经济学本身的一个主要内容。

预测应用。从理论研究和方法的最终目的看，预测（包括政策评价）当然是计量经济学最终任务，必须注意学习和了解，但其预测的可靠性或有效性是我们应十分注意的。

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者可以化为线性，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。 非经典计量经济学一般指20世纪70年代以后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。

国外发展情况。计量经济学首先主要用于微观经济分析，宏观经济理论出现后，在宏观经济方面的应用发展很快，同时，由于计算机的出现和迅速发展，更加促进了计量经济学的发展，特别是二十世纪60～80年代初期，可以说是西方经济学中发展最快的一个领域。当然，也存在一些问题。

相较于国际上的大国，计量经济学在我国的开发与应用比较晚。近 30 年我国才比较广泛应用计量经济学，在我国的发展经历了从我国计划经济体制制度到社会**市场经济制度过渡的阶段。我国的统计制度也在这段时间经历了从物质平衡表体系到国民经济核算体系的过渡转变。在 20 世界 90 年代初期，恩格尔的 ARCH 模型作为“现代经济学前沿”被推广到我国，结合我国对经济的重视，对我国计量经济学的发展和未来趋势走向有很大的影响，也对其学科的不断可持续发展提出了新的挑战和机遇。最近几年来，计量经济学在我国逐渐普及以及被重视，关于其的应用以及学科研究文献已经比较广泛和常见。例如，经济时间序列、波普理论、VAR 模型、CC 模型、LSE 模型等计量经济学模型也成为了我国经济研究领域最为广泛的计量经济学建模方法。同时，也有学者开始使用国际先进的 DSGE 模型，并在我国很多应用研究领域广泛应用，取得了一定的成果。

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。

与一般的数学方法相比，计量经济学方法有十分重要的特点和意义：

研究对象发生了较大变化。即从研究确定性问题转向非确定性问题，其对象的性质和意义将发生巨大的变化。因此，在方法的思路上、方法的性质上和方法的结果上，都将出现全新的变化。

研究方法发生根本变化。计量经济学方法的基础是概率论和数理统计，是一种新的数学形式。学习中要十分注意其基本概念和方法思路的理解和把握，要充分认识其方法与其它数学方法的根本不同之处。

研究的结果发生了变化。我们应该知道，计量经济学模型的结论是概率意义上的，也可以说是不太确定的。但真正要理解其不确定性的含义，并不那么简单，学习中需要始终关注这一点。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。

自诺贝尔奖设立以来，诺贝尔经济学奖就是全球最受瞩目的经济学大型奖项，因此，直至今日，诺贝尔奖可以说仍然是众多经济学家们终生不断奋斗的最大动力和目标。第 1 届诺贝尔经济学奖就授予了“计量经济学的奠基人”——弗里希，还有荷兰“计量经济模式的建造者”——丁伯根。多年来，很多计量经济学家也都不断获得具有最高荣誉称号的诺贝尔经济学奖。在近几年，诺贝尔奖又开始趋向于授予计量经济学的分支学科有成就的学者，鼓励其对横截面数据方法的杰出贡献。这些接连不断的奖励，说明计量经济学越来越受宠诺贝尔奖，该奖项也正在不断注重经济技术方向的应用以及向现代化不断创新，该经济学科的发展情况越来越得到全球范围内的广泛认可。

目前，很多计量经济学的模型和方法已经被应用与世界各大国中央银行以及金融市场方面的基础学科内容，尤其是在一些金融比较发达国家的评估投资组合中，在金融系统风险这个方向具有非常高的价值和实际意义。许多计量经济学家和金融学家都逐渐应用计量经济学的模型来诠释很多金融市场活动规律。在金融市场上，经济变量具有一定的变动性，这些变量会随着时间而发生一定的波动，随机出现一些经济学实际意义。最常见的将其应用在全球的股票市场中来诠释很多方法、规律。例如，假设人们对股价的评估是比较理性的，则可以得出一个企业股票的价格应该等于其在未来某时间的预期股息的现值。再比如，恩格尔发明的计量经济学 ARCH 模型，这个模型能够非常有效地对金融经济数据在不同时期时间的金融规律变化比较精确的估算出来。这个模型可以对金融投资等收益的风险和价格，通过不确定性的度量，采用一定经济学模型以及经济数据来阐述，并可以进行进一步的深入剖析。这些都说明，计量经济学越来越多的应用在各国金融领域。

现代计量经济学趋向于把数学、统计学和经济学结合得更紧密近年来，由于计量经济学中的面板数据（panel data）等研究越来越丰富，经济学者逐渐利用数学等计数方法将经济学科的理论知识体系变为一定的方程和系统来更形象的表现，最后通过数学等统计方法来估算。这样的方法结合和流程转变，也更加促进我国计算GDP，以及各个行业的基准价格、利率、股票价格等很多经济数据的规律和变化。所以，新发展的趋势是经常采取经济学、数学和统计学的结合，使得现代计量经济学趋向于把数学、统计学和经济学结合得更紧密 ^[1]  。