← 計量経済学 一覧

🎓 レベル：基礎　|　重要度：A（必須） 📎 土台：単回帰分析（統計・回帰の枠組み）・相関と因果の違い（因果推論）

要点（BLUF）

• 計量経済学は、実験できない経済の観察データから関係や因果を取り出す応用統計。道具（回帰・検定）は統計と同じで、問題設定が違うだけです。
• 経済データには3つの厄介な特徴があります：(1) 観察データ（処置を割り当てられない）、(2) 同時性（価格と需要のように互いに決め合う）、(3) 非実験（条件を揃えられない）。
• この3つが「相関を因果として読めない」根本原因。だから計量経済学の主役は、推定そのものより「内生性をどう外すか」になります。

1. 計量経済学＝経済の「実験できなさ」と向き合う統計

統計や機械学習が一般のデータを扱うのに対し、計量経済学が相手にするのは経済主体（家計・企業・国）が生み出す観察データです。GDP・賃金・株価・売上は、誰かが実験室で条件を変えて測ったものではなく、世界が勝手に動いた結果を後から眺めたものです。

そのため、回帰係数 $\hat\beta$ を計算するのは簡単でも、それを「$x$ を1上げると $y$ が $\beta$ 上がる」という因果として読むには高いハードルがあります。この読み替えの正当化が因果推論の「識別」（識別の仮定）で、計量経済学はそれを経済データの文脈で具体化します。

2. 経済データの3つの特徴

• 観察データ（非ランダム割当）：教育年数・広告費・政策の有無は、当人や企業が選んで決めている。RCT（なぜRCTが黄金律か）のような無作為割当がないので、処置群と対照群が最初から違う。
• 同時性（連立して決まる）：価格と数量は需要と供給が同時に決める。価格を $x$、数量を $y$ として回帰しても、どちらが原因か一方向に切り出せません。これは第3章の同時方程式（同時方程式モデル）の主題。
• 非実験・観察期間の制約：マクロ変数は1国1本の歴史しかなく、しかもランダムウォークと単位根のようにトレンドを持って動く。サンプルを増やせない・条件を固定できない。

3. だから計量経済学は「内生性」を中心に組み立てる

3つの特徴はすべて、統計的には説明変数と誤差項が相関する＝内生性という1点に集約されます（内生性とは（バイアスの源の地図））。内生性があると OLS は一致推定すらできません。

そこで本テキストは、回帰や最小二乗そのものは統計（重回帰分析）に預け、内生性を外す道具——操作変数（第3章）、パネル（第4章）、単位根/共和分（第5章）、離散選択（第6章）——に集中します。

⚠️ よくある誤解・落とし穴

• 「経済データ＝時系列」ではない：クロスセクション（家計調査）、パネル（個体×時間）、時系列（マクロ）の3種があり、内生性の出方も対処も違います。
• 「サンプルが大きければ因果になる」ではない：内生性があるバイアスは $n\to\infty$ でも消えません。大標本でも間違った値に収束します（一致性が壊れる）。
• 「計量経済学は特別な数学」ではない：数理は統計・因果・時系列と共通。違いは観察データ特有の問題設定にあります。だから本サイトは引用でつなぎます。

関連ノート

• 回帰のおさらいと識別の考え方（次：回帰と識別の橋渡し）
• 内生性とは（バイアスの源の地図）（内生性の全体地図）
• 単回帰分析・重回帰分析（統計・回帰の土台）
• 相関と因果の違い・識別の仮定（因果推論・識別の言葉）
• 計量経済学とは 目次
• 計量経済学 全体目次