计量经济学学习方法.doc

【转】 计量经济学的学习经验 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），古扎拉蒂就算了，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Wooldridge。对于开始的人，Wooldridge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Wooldridge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，Greene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Greene附录的那些内容是要了解的（尤其MLE）。 教材：买一本Greene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Goldberger吧，个人认为和Greene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，Wooldridgeldridge（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，JEP2001FALL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（angristkruger）,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Greene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。 /gp/product . Fencoding=UTF8&;customer-reviews.sort%5Fby=-SubmissionDate&n=507846 Fumio Hayashi的Econometrics则是好评如潮。 /exec/obido . 68607?v=glance&;s=books&n=507846 Russell Davidson,James G.Mackinnon的Econometric Theoryand Methods也是一本使用比较广泛的教科书。 /exec/obido . 68607?v=glance&;s=books&n=507846 Takeshi Amemiya的Advanced Econometrics出版于1985年，是一本广受赞誉的书。 /exec/obido . 68607?v=glance&;s=books&n=507846 Arthur S.Goldberger的A Course in Econometrics。 /exec/obido . 68607?v=glance&;s=books&n=507846 Goldberger还著有一本初级教科书INTRODUCTORY ECONOMETRICS。 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，他和古扎拉蒂都是印度人。 他写的初级教科书Introduction to Econometrics3rd 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Wooldridge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MONTECARLO和BootStrap，我认为应该尽早接触。本文来自: 人大经济论坛 计量经济学与统计 版，详细出处参考： /forum.php?mod=viewthread&tid=865149&page=1【转】 中级计量经济学学习体会 四川大学 杨可扬 （我的博客：/） 在学习计量之前看到过一位网友的计量学习经验，对我很有帮助。现在自己学完中级，有点小体会，记录下来，希望对正在学或者将要学的朋友有所帮助。 一、学习的路径 我以为计量经济学的学习可以沿着：初中级教材高级教材时间序列和面板的专门教材学术论文，这样的路径。初中级教材，我刚读完，有发言权，下面详谈。高级教材中，我即将读，从已经学过的同学得到的经验来看，要想建立完整的理解体系，林文夫是首选；要想重在应用，格林和戴维森的很好。时间序列的教材，汉密尔顿是经典（不过，我翻了一下，很技术化。汉密尔顿自己上计量的课也只将其作为参考，而将林文夫的作为教材。）面板的教材，伍德里奇的很好，可惜的是国内网站上似乎还没有完整的答案提供。 二、中级教材的比较 我学习中级计量主要是选用了伍德里奇和古扎拉蒂的。就我个人而言，我更喜欢伍德里奇的。伍德里奇教材比起古扎拉蒂的最明显优势在于海量的例题。这些例题一般也都提供了数据。它的数据质量通常较好，样本量很大。这才容易得到大样本性质嘛。古扎拉蒂的样本量通常较小，有时只有10几个数据，怎么得到大样本性质。伍德里奇的习题也很好，通常都有着十分现实的背景，有时是作为例题的延伸。古扎拉蒂的习题有的相当繁琐，而且待做完之后回首一看，这种繁琐很多都是不必要的。伍德里奇本人的对计量经济学发展作出了很多贡献，你看论文或者是别的教材的时候经常都会对他有所应用。但是，伍德里奇的教材也不是在所有方面都比古扎拉蒂好。例如，伍德里奇对分布滞后模型的处理上面就显得比较散，有的模型是在习题中做的介绍。还有，他将时间序列部分不如古扎拉蒂简明、清晰，特别是在讲预测部分的时候有点偏难。顺便说说版本问题。伍德里奇常见的中文版是第1版的，英文影印版是第二版的。两个版本差别不大。翻译的错误也较少。古扎拉蒂的中文版，有第四版，也有第三版。强烈建议拥有第四版的。英文第四版网上可以下载。理由是：第三版翻译错误较多，第四版做了很大的调整，比如直接增加了面板、非线性估计等章节。 三、我基本的学习步骤 （1）看伍德里奇的教材，然后看几个课件，然后做习题。如果做完之后还没有理解，就把古扎拉蒂的拿来看看。全书学完之后，作一个总结。我读的是伍德里奇第二版的英文教材。这还是我第一次通读英文教材。原来一般都是选读部分章节。经济学英语一般都不难。读原版教材有两个好处：避免翻译带来的信息的遗失和扭曲；把接受英文信息作为习惯，阅读论文很方便。我这次读书有个特点就是做了大量的旁批。旁批主要包括两方面的内容：公式推导和总结。书中的公式有些是没有推导的，或者是推导的步凑不够详细。如果数学知识够用，我都推一遍。还有就是总结。一边读，一边概括，伍德里奇这一段、这个例题、这个练习究竟想讲什么。这也为后来的复习提供了便利。 （2）看课件。我最喜欢的两份课件分别是：沈艳教授的和李子奈教授的课件。沈艳教授的课件是和伍德里奇教材配套的。可惜的是我手中的并不齐全。当然这也有可能是沈艳教授没有讲完所有章节的原因。李子奈教授是国内计量经济学的泰斗了。他的课件十分简明清晰。阅读课件对形成整体理解很有好处。有时候，刚读完一章，感觉很含混，记得的只是一个个细节，看完课件，这些细节才联系了起来，形成一个整体的图景。 （3）做题。这里我要多说两句。最初接触经济学的时候，有人声称无需做题，他的理由是：“如果你不懂，那么做不来题；如果你懂了，你又何必做题”。这是完全错误的。练习题不仅是测试手段，更重要的是，你在做题前后水平是会发生变化的。好的练习题有助于加深对原文理解。对于经济学学生而言，我们甚至可以仿照数学系的学生说，不做题等于没学经济学。伍德里奇的习题分为两类理论题和计算机习题。理论题有的就是要你自己动手推导一下，有的就是要你对某个回归结果做出解释。计算机习题的量也很大。我学完全书做了几百个回归，每章的计算机输出结果都是几十页。做这类题可以加深对理论理解。例如，当时期只有两期的时候，固定效应模型和一阶差分的回归结果是一样的。这点从推导的角度未必显然。但是你做一下，就发现确实是一样的。又如，什么是遗漏变量偏误。你先用对数工资对教育回归，得到很显著的结果。逐步加入变量，如工作经历等，显著性通常就会下降了。在另一些例子当中，甚至可能不显著了。 （4）最后就是全书的总结。我现在还差一点就做完了。做这个总结意义很大。一个总结就帮你在脑子中把中级计量的框架搭起来了。“温故而知新”。绝非虚言。你明显的可以感觉到自己理解的加深。我做总结的原则是尽量多些自己的体会，尽量简洁。 四、理论与应用 首先我们应该反对把中级计量经济学搞成一个软件培训。没有理论就没有应用。比如，关于P值的问题。P值就是能够拒绝原假设的最小显著性水平。而显著性水平就是我们犯第一类错误的概率。第一类错误就是指原假设本来正确而被我们拒绝的概率。有了这个基本理论常识，怎么可能出现P值0.76还拒绝的情况呢？（现实当中确有其人）。另外，你对统计推断也就有了一点戒心：我们拒绝了原假设，但实际上，原假设可能为真！再举一例，在面板数据的处理中可以使用一阶差分的方法。在实际操作中的一个最常见错误就是第一期的数据仍然存在，没有缺失。这显然就是没搞清一阶差分的过程。第一期的数据去减谁呢？与此相关的一个问题是如何处理数学推导。其实在中级的数学推导主要就是用到概率统计和微积分的知识。自己动手推一推对理论的感觉就是不一样。应用最根本的是把计量作为工具撰写论文。我没有什么经验，不敢乱说。应用当中还包括一个重要环节就是计量软件的使用，下面专门谈。 五、计量软件 我用的软件是EViews 5.0。软件手册两个：张晓峒教授主编的和EViews自带的。张教授的书一个好处就是比较精简，从而也比较便宜。我重点推荐EViews自带的使用指南。它最权威也最齐全。读后，你会发现有的国内教材不过是它缩写版。国内的操作手册当中一般都没有讲到使用EViews来处理面板，自带的使用手册当中都有详细讲解。使用手册没有必要挨着读。我是要用什么了就到手册中去找。看几个操作例题，自己操作两次基本就会了。我做完中级的习题，可以说这么一句：EViews可以解决伍德里奇的所有计算机习题。当然，随着学习的深入，我们还可以学习STATA，SAS等。 六、课堂讨论 我要特别感谢我们的计量经济学老师，她一开始就对我委以重任：由我来讲双变量模型的估计和推断。我之前就学过这部分知识。但为了能上课堂来讲，我花了两个星期的时间来准备。在那段时间当中，我基本把概率统计又复习了一篇，把书上所有公式反复推导过几遍，看了10多个课件，自己做了一个比较好的课件。总之，我站上讲台，就有信心，同学们就这部分的问题一般是问不倒我的。这部分实际是整个计量学习最基础、最重要的部分。我由此而打下了较好的基础。还一次课堂讨论是论文选讲。同学们选一篇自己最喜欢的论文出来讲。我选的是利用双胞胎数据来研究党员地位的经济收益的。通过学习这篇论文，我再次体会到什么经济学帝国主义（在褒义上），什么叫批判性、分析性思维。当然，在讲论文的时候我还没有学习面板数据，不知道其实双胞胎数据是clustersample的典型例子。选讲论文也就为我学习固定效应模型做了很好的铺垫。 七、网友的讨论 这要感谢TASTECONMIC网友的热心相助。通过讨论很能增进对问题的理解。例如对分段线性回归的讨论就加深了我对虚拟变量、分段线性模型、作图重要性、模型之间比较的理解。具体讨论可以见： /58752498.html /58934982.html /59881199.html 当然，学习计量的收获还不止于此，它是要改变人的思维的。关于我这方面的体会，可以看我的一个帖子/60287756.html 刚学完初中级的计量，认识还很肤浅，以后的路还很长，希望各位高手的指点。本文来自: 人大经济论坛 计量经济学与统计 版，详细出处参考： /forum.php?mod=viewthread&tid=865149&page=1【转】 计量经济学教材评论 由于自己的研究以计量为主要方法，以后将会经常涉及这个话题。计量经济学的重要性在今天已经无须强调，它几乎是检验经济学理论是否能够解释现实的唯一途径。对于有意以计量经济学为主要研究工具的研究者而言，很有必要学习专门为博士生开设的课程。但是经济学的研究生课程在国内发育迟缓，主要原因恐怕是没有能够站在学科前沿的教授。我的专业并不是纯经济学，但是需要学习两年的计量。第一年过去后，我已经感受到计量经济学并不仅仅是许多人眼里的回归。 如果没有好老师的话，那么就要有好书。这里会向大家推荐一些教材，主要是高级教程。学习计量经济学的一个好处是，可以不必按照“初中高”的顺序进行学习。如果有一定的概率论和数理统计基础，完全可以直接从高级教程入手而没有任何问题。 计量经济学可以说是统计学的应用分支，因此统计学基础很重要。推荐这本教材：Casella and Berger, Statistical Inference, The Wadsworth & Brooks/Cole Statistics/Probability Series，这是国外统计系博士研究生第一年的教材。我们学校经济系半个学期基本讲掉3/4强，非常地*。除了这本书外，还需要补充一些用矩阵语言写的统计知识，可以参照Greenee的书后附录。 对于计量经济学教材，强烈推荐：Fumio Hayashi, Econometrics, Princeton University Press。这虽然是鬼子写的东西，但是有好些优点： （1）以Generalized Method of Moments统领全文，而将OLS，2SLS，GLS，和WLS等等方法全部纳入到同一个理论框架； （2）既体现前沿的研究成果，如Unit Roots和Cointegration等内容，又有很好的应用例子； （3）语言简洁（小日本的英语不好，不象Greenee的书，废话多多），以矩阵语言写成也使得公式很漂亮。 其它的教材还有，这些书在学完Hayashi的后尽可挑着读： 1. William Greenee, Econometric Analysis, Prentice Hall, 2003 （这本书大家很熟悉了吧，是一本内容很全、深入浅出的书。可惜部头太大，废话太多。想必吓倒很多人） 2. James Hamilton, Time Series Analysis, Princeton University Press, 1994 （时间序列分析的主要参考书目） 3. Russell Davidson and James MacKinnon, Econometric Theory and Methods, Oxford University Press, 2004 （有几章写得不错，比如讲OLS和2SLS的内容） 4. Takeshi Amemiya, Advanced Econometrics, Harvard University Press, 1985 （又见鬼子！这本书的有关discrete choice model 和 limited dependent variables两章不错） 除了教材之外，还有非常非常重要的：Handbook of Econometrics，可谓是章章经典。网上可以免费下载前面的章节： /hes/books/02/menu02.htm 学习计量如果不做作业、不推公式的话，估计是永远也不可能真正掌握的。Hayashi书后的作业不仅仅是作业，而且是正文的延伸。很多方法和定理在习题中给出。这里可以找到书后习题的答案和应用型习题的数据： http:/www.e.u-tokyo.ac.jp/hayashi/本文来自: 人大经济论坛 计量经济学与统计 版，详细出处参考： /forum.php?mod=viewthread&tid=865149&page=1半年多来在计量版下载了很多材料，获益颇多。但也发现这个版资料上传下载的多、介绍讨论的少。其实，对像我一样的菜鸟，前辈的学习经验很有指导价值。像科研网上那篇介绍计量书目和学习的讨论帖，曾是我的guide。猫爪在宏微观版开帖专题讨论，羡慕！今不自量力，开贴回顾一下自己略带痛苦的计量自学之路，一求教于大家。往牛人们指点一二。 写在戊子岁末。挣扎了一年半，终于在2008年底小有收获，终于可以安心的做自己想做的事、看自己想看的书。于是，09年元旦给自己放了6天的长假，好好的把伍德里奇的现代观点看了一遍。惟其时间序列分析语焉不详，只好转求Hamilton(1994)。电子版，看得累了，来此总结一下，也算给自己一个交代；晒晒心得，以飨后来者。 背景介绍：本科英语，自学过经济学，没接触过计量。数学开过微积分，文科用的。老师不错，北大数学系硕士（好像是八十年代末的）。学得尚可，老太太给了个99，挺满意。也因此过于自信，仅在当年准备报考CCER时自学过线性代数和概率论，旁听过几次重修课。现在最悔的就是没去听过这两门课了，intuition 总是不好，直接导致第二次考研数四失利。（工作后备考多有不便啊，想当年数三也考得接近130了，阿Q一下！） 数学不好+良好的英语语感=更适合看国外经典的英文原作，是为可参考背景。上篇：接触篇 教材：古扎拉蒂的一套半（上册和精要版）。最初进方向，看李子奈的计量。（国人写的数学类好像大都是给同行看的简洁明了、惜墨如金，教材也是如此，讲义就更精炼了，好像非此不足以显示自己的水平。窃以为。）实在看不懂，看网上推荐古的书，找来看看。还行，就是太长。看完他的上册，转求他的精要版。花了一星期，好歹整明白了计量的含义（当时的感觉）。 收获：当时开数理统计，一学期学完了，各类检验量还是似懂非懂，假设检验的判断尚停留在那一念之间，回归还以为就是函数拟合呢。看完古的精要版，总算知道样本数据只是总体的一个实现值。 操刀：看完古的书，转向Eviews蹂躏数据。菜单是操作让你有足够的机会随便乱点。对照了易丹辉的书，总算把方程点出来了。又学会了看R2，也知道判读t值和p值了，向师兄请教了下DW。好了，可以糊弄过关了。期间看过一些讲义、课件。大都一扫而过，收获不大。 模仿：接下来就是开始模仿paper里的模型。照葫芦画瓢了，而且专挑新鲜的大葫芦，像状态空间模型、内生门限模型无一幸免。国内C刊好像除了经济研究、季刊、世界经济之类的TOP10或TOP20，对此并不苛求。不过，后来实在忍受不了Eviews稀里糊涂出结果的方式，改用stata。而且数理统计让自己很容易地转向面板数据，网上搜了很多资料，尤其连君的stata笔记和CCER一个学生的入门介绍，很有收益。萧的书确实经典，虽然只看了前3章，却很好的理解面板本质。（此书据说后面很难） 就这样，跌跌撞撞的闯到了计量大门前。 注：这一阶段以培养感性认识为主，理论花一星期时间好好看看古的精要版足以，然后就去折磨数据，也是折磨自己。什么时候你受不了这种忐忑不安就该转向敲门砖了。 下篇：入门篇 教材：伍德里奇现代观点和林文夫计量。从08年暑假开始向这两本书寻求计量真谛。遗憾的是，每次都越不过前三章。不过