计量经济学的发展过程经历了三次集中大讨论。第一次大讨论源于“凯恩斯—丁伯根之争”（Keynes，1939；1940；Tinbergen，1940），解决了计量经济学“回归”分析的概率论基础问题，自此，计量经济学逐渐成为经济学研究的主流方法。第二次大讨论源于对考尔斯委员会（Cowels Commission）大规模联立方程组宏观计量经济学模型的质疑，Sims（1980）对所施加的外部约束条件的可靠性提出了质疑，并基于时间序列的相关理论将向量自回归（VAR）模型引入宏观经济学。Black（1982）以及Pratt&Schlaifer（1984）等批判了将回归模型的相关关系作为对因果关系的解释。这场关于数据与模型结合问题的讨论，确立了数据关系的导向性问题，理论计量经济学进入“百花齐放”的关键阶段。Heckman（2001）发现理论计量越来越复杂而应用计量在某些领域却变得越来越简单，因此需正视理论计量研究与经验研究之间的鸿沟。如何保证计量经济学方法应用研究结论的科学性和可靠性，更加合理设定模型和有效识别因果关系成为第三次“可信性革命”的主要论题。由于统计推断（Statistical Inference）往往很少给出因果关系的相关结论，目前，经济学的经验研究范式（Paradigm）正处于从统计推断向因果推断（Causal Inference）转变的过程。具体地，“可信性革命”的一个重要特点是强调设计，以随机化实验作为研究设计的基础，对潜在结果直接进行建模，而不是对观测结果进行建模，将潜在结果和分配机制分离开来，通过科学的设计，让数据自动呈现因果效应，尽量避免有关函数形式和模型设定这种假设因素，这与传统计量经济学学派形成清晰的差别。引领经济学经验研究“可信性革命”的代表人物包括加州大学伯克利分校的David Card、普林斯顿大学的Alan Krueger、斯坦福大学的Guido Imbens、麻省理工学院的Joshua Angrist、哈佛大学的Alberto Abadie等等，通常称之为计量经济学的实验学派。(www.daowen.com)