三高之一----高计量学习经验2008-09-21 23:08:33| 分类: 默认分类 | 标签: |字号大中小 订阅
在讲授研究生课程时,发现很多同学对计量经济学感到很困惑和迷茫。想起当年自己学习的经历,确实和他们一样。所不同的是,我们当年的学习条件较差,没有计算机或使用起来非常不便。使得对计量经济学更是讳莫如深。后来搜集了很多资料,渐渐对计量的东西有了一点认识和体会。在与同学和同事交流时,发现他们更多的是害怕数学的东西,加之很多计量软件为英文版,也在一定程度上加剧了这种恐惧感。 这里把自己搜集到的学习计量经济学的一些体会和看法放在这里,供大家参考: 一、关于计量经济学的学习经验(摘自北望经济学园,作者不详) 首先声明我的观点,计量是工具也是理论,它不是普通计算机软件,不懂背后的道理也可以用,我个人强烈反对不掌握扎实的理论就去“应用”计量经济学,那绝对是强奸数据。 本人学习经历:读过大多数国际流行的各种“级别”的计量教科书(除了HAYASHI那本,没借到),熟悉SAS,做过大量计算机练习,“蹂躏”过不少中国的数据,现在读paper,参考手册。 开始篇(不是入门,那是很往后的事情了) 个人认为只有wooldridge那本书是值得反复读的(是那个初级本,国内译本也很好),古扎拉弟就算了,很多理论上的原因大家学到后来就明白了。古的书我读了两遍,现在早就扔了。但现在依然常常翻阅WOO.对于开始的人,woo书上的海量例子太宝贵了,而且绝大多数取材于著名论文,值得仔细品味。 学习方法:用随便那个软件(我用SAS)把书中的例子几乎全部做一遍,知道你用的软件所报告的结果中那些重要的东西是怎么来的(不用知道的太精确),该怎么解释。书上后来那几章不懂也没关系。 数学要求:基础数理统计学(就是一般初级书上附录那些内容),不用懂大样本理论,知道有一致性这个概念就行了,并且记住它是计量经济学中几乎唯一重要的评价统计量的标准。什么无偏啊有效啊都几乎是空中楼阁,达不到的标准。 忠告:1、别管 R square,几乎不用管多重共线性,知道异方差和自相关的概念就行了,知道大概怎么诊断,至于纠正嘛,不用太在意。不过对于GLS还是要有个认识。 2、对于简单二元模型中OLS相关的重要推导全部背下来,不多,但很重要 3、这个阶段不要陷入公式推导。 4、如果你是初学者,不要指望把woo的书处处看懂,差不多就行了。 5、可以拿中国的数据“蹂躏”一下。 入门篇 数学要求:矩阵,大样本理论 稍微再难一点的统计学、矩阵书很多,GREEN附录也可以(推荐Dhrymes --mathematics for econometrics,这本书对大多数人来说需要看的也就大概三四十页吧)。大样本理论有难度,需要做比较严肃的准备,有比较好的概率背景的同学大概也需要时间来适应其中繁琐的推导,white---asympotic theory for econometricians前三四章是值得花时间的。数理统计学教材多如牛毛,不说了,大致GREEN附录的那些内容是要了解的(尤其MLE)。 教材:买一本GREEN的书放着,看完附录就算了,可以以后时不时的查阅其中其他内容。读过这本书的同学我相信会有很多人认为它是不值得通读的,没有重点,全面铺开,很恶心的做法。而且这本书例子不多,实际上我认为思想也很肤浅,没有着重捕捉回归的思想,计量模型中的因果含义等等。 建议:读Golderberg(怀疑又拼错了)吧,个人认为和GREEN功力的差距是本质的,又短又好的一本书,某些地方值得反复读啊读。起码他会真正告诉你OLS假设的含义,呵呵。 基本读完这本书之后,对计量差不多就有个认识了,可以真正开始深入学习了,wooldridge(2001)和hamilton的很多章节是必读的。学到这个阶段的朋友就不需要我多罗嗦了。估计手册和必读的精彩论文都已经有所认识了。 忠告:1、要时不时的作个图看看,不看图(尤其是时间序列)是疯子的做法。ARMA模型要玩熟,要不然总有一天你得回来重新再学,嘿嘿。 2、学好OLS的相关内容实在是太重要了,不要见了更高深的方法就以为OLS没用了,多学几遍OLS吧。基本的矩阵推导要烂熟烂熟烂熟!大样本的结论坚持都推一遍。 3、可以尝试着用计量了,记住如果你只有二三十个样本点,最好不要计量。如果你有50个左右,解释变量别超过三个。 学得挺闷吧,JEP 2001 FALL整整一本讲计量应用的,全是顶尖大牛,每人讲一个方法,要求文章中公式不超过三个,巨精彩。什么非参半参,GMM(wooldridge),IV(angrist@kruger), VAR, GARCH(granger),等等等等。唉,太精彩了。去看看爽一下吧。 不太明白为什么GREEN的书在国内被称做圣经,其实就是在AMZON上,这本书得到很多负面评价。 Fumio Hayashi 的《 Econometrics》则是好评如潮。(Hayashi的书国图有,武大有影印版。清华上两年上过洪永淼老师高级计量一的同学也有,可以COPY一下。) Russell Davidson, James G. Mackinnon 的《Econometric Theory and Methods》也是一本使用比较广泛的教科书。 Takeshi Amemiya的 《Advanced Econometrics 》出版于1985年,是一本广受赞誉的书。 现在中国的学生真的很幸运,因为很多的书在国外出版不久,就被翻译或影印到国内了。 比如 两位时序领域的巨人 James H. Stock, Mark W. Watson 的初中级教科书 Introduction to Econometrics, 我先是看到上海财经大学出了这本书的影印本,接着又发现东北财经大学出版社 又出版了中文版。出版周期真的是很快。 有的人除了是好的研究者,还是天生的好的教科书的作者、好的教授。比如已故的G. S. Maddala 教授,他和古扎拉第都是印度人。 他写的初级教科书《 Introduction to Econometrics 》3rd Edition,个人认为要比古扎拉第的好太多了。 □ 你说的那些书我基本都有接触,个人也非常喜欢DAVIDSON&MACKINNON(2004),很好。对于想了解投影知识以得到回归的直观感觉的人,本书前2章是值得看的。此外,由于是新书,本书把BOOTSTRAP方法贯彻始终,基本每一部分都有讨论。 但是这里申明一点,我个人在各种教科书上花的时间太多了,二楼说的都是好书,但是学完一本再学一本的方法是不足取的。太浪费时间了,毕竟,计量终归是作出来的!本人认为取其中之一二作为基础精读之即可,而woo和golderberger绝对是首选。 当认真学完goldberger后,进一步看哪本书实际都不费劲(除了时间序列需要花点时间),这个阶段该看论文和手册了。 对于MONTE CARLO和bootstrap,我认为应该尽早接触。 二、网友liyssy的观点 计量关键在于用,如果你想学好,那最好找几篇带“实证分析”字样的论文看一看,然后自己照猫画虎的做,遇到问题了可以查书,也可以问老师,老师讲计量不见得讲得好的原因就在于他也是用出来的,不是学出来的~所以他也不知道怎么讲才能让学生们听懂。 如果不想用,那最好请“名师”讲解一下,当然这样的机会并不多。因为大多数的计量老师在具体操作的时候只会用软件进行回归,不会具体的公式推导,简单点说他不会笔算。 现在知道怎么学了吧?要想学明白首先要学怎么进行笔算,然后再学各种检验,如果各种检验你也会笔算,那你就已经算是个明白人了。更深入的问题就可以光看书了,计量入门难,但是入了门以后是有一定规律可寻的。 三、关于计量经济学(摘自统计之都,作者:郑志娇) 计量经济学是以一定的经济理论和统计资料为基础,运用数学、统计学方法与电脑技术,以建立经济计量模型为主要手段,定量分析研究具有随机性特性的经济变量关系。主要内容包括理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、改造和发展数理统计的方法,使之成为随机经济关系测定的特殊方法。应用计量经济学是在一定的经济理论的指导下,以反映事实的统计数据为依据,用经济计量方法研究经济数学模型的实用化或探索实证经济规律。广泛采用计算机组织教学,着重培养学生定量分析问题.解决问题的能力。 1、什么是计量经济学? 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政治经济学的创始人威廉·配第的《政治算术》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。 我们应如何理解“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。计量经济学的基本内容和用途可由下图表示: screen.width*0.5) this.width=screen.width*0.5;" border=0> 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”,其主要内容如下: screen.width*0.5) this.width=screen.width*0.5;" border=0> 从上面的介绍可看出,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。 2、计量经济学的发展 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。 国内发展情况。上世纪五十年代未,有人开始过研究,但很快就中断了。直到70年代未,才恢复有关研究和学习,80年代后期是快速发展时期。同样,存在一些重大的问题。 3、计量经济学的学习方法问题 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。 四、学习空间计量经济学可能会遇到的瓶颈(摘自河北大学论坛,作者:LR) 学习空间计量经济学可能会遇到的瓶颈有以下几个: 1.计量经济学基础,如果计量经济学基本知识都没有掌握基本上不可能学好。Anselin(1988)年的开山之作好好拿来读读,如果这个都不能读懂,应该好好补习一下计量知识 2.空间计量“前景”光明,但现在还不能入国际计量“主流”,主要原因就在于无论方程的specification,还是estimation,包括testing都没有达成共识。举例而言,空间面板数据模型现在较为常用的估计方法为ML估计和GMM估计,但两者均受到空间权值矩阵如何定义的影响。 3.软件编程。截面分析现在软件基本都可以完成,但问题如果希望作spatial panel data model可能不得不学会编程,demo文件往往滞后两年才有人公布,所以想学好最好在编程上下点功夫。 4.底图。完成计量分析前提必须有底图,且底图最好为历年行政区划调整过得,否则处理起来工作量会比较大。
|
|