計(jì)量經(jīng)濟(jì)學(xué)相關(guān)問題

計(jì)量經(jīng)濟(jì)學(xué)相關(guān)問題1

計(jì)量經(jīng)濟(jì)學(xué)是分析內(nèi)容？計(jì)量經(jīng)濟(jì)學(xué)的主要用途或目的主要有兩個(gè)方面：

1、理論檢驗(yàn)。

2、預(yù)測應(yīng)用。研究對象：計(jì)量經(jīng)濟(jì)學(xué)的兩大研究對象：橫截面數(shù)據(jù)（Cross-sectionalData）和時(shí)間序列數(shù)據(jù)（Time-seriesData）。前者旨在歸納不同經(jīng)濟(jì)行為者是否具有相似的行為關(guān)聯(lián)性，以模型參數(shù)估計(jì)結(jié)果顯現(xiàn)相關(guān)性；后者重點(diǎn)在分析同一經(jīng)濟(jì)行為者不同時(shí)間的資料，以展現(xiàn)研究對象的動(dòng)態(tài)行為。新興計(jì)量經(jīng)濟(jì)學(xué)研究開始切入同時(shí)具有橫截面及時(shí)間序列的資料，換言之，每個(gè)橫截面都同時(shí)具有時(shí)間序列的觀測值，這種資料稱為追蹤資料(Paneldata，或稱面板資料分析)。追蹤資料研究多個(gè)不同經(jīng)濟(jì)體動(dòng)態(tài)行為之差異，可以獲得較單純橫截面或時(shí)間序列分析更豐富的實(shí)證結(jié)論。涉及到的相關(guān)學(xué)科：

計(jì)量經(jīng)濟(jì)學(xué)是結(jié)合經(jīng)濟(jì)理論與數(shù)理統(tǒng)計(jì)，并以實(shí)際經(jīng)濟(jì)數(shù)據(jù)作定量分析的一門學(xué)科。計(jì)量經(jīng)濟(jì)學(xué)以古典回歸分析方法為出發(fā)點(diǎn)。依據(jù)數(shù)據(jù)形態(tài)分為：橫截面數(shù)據(jù)回歸分析、時(shí)間序列分析、面板數(shù)據(jù)分析等。依據(jù)模型假設(shè)的強(qiáng)弱分為：參量計(jì)量經(jīng)濟(jì)學(xué)、非參量計(jì)量經(jīng)濟(jì)學(xué)、半?yún)⒘坑?jì)量經(jīng)濟(jì)學(xué)等。常運(yùn)用的軟件：EViews、Gretl、MATLAB、Stata、R、SAS、SPSS等……2

什么叫做偽回歸若是所建立的回歸模型在經(jīng)濟(jì)意義上沒有因果關(guān)系，那么這個(gè)就是偽回歸，例如路邊小樹年增長率和國民經(jīng)濟(jì)年增長率之間存在很大的相關(guān)系數(shù)，但是建立的模型卻是偽回歸。如果你直接用數(shù)據(jù)回歸，那肯定存在正相關(guān)，而其實(shí)這個(gè)是沒有意義的回歸。3

在什么情況下，應(yīng)將變量取對數(shù)再進(jìn)行回歸？為避免偽回歸，消除異方差，在不改變時(shí)間序列的性質(zhì)及相關(guān)性的前提下，為獲得平穩(wěn)數(shù)據(jù)，通常會(huì)對時(shí)間序列取自然對數(shù)。對數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)是研究中不可或缺的步驟，因?yàn)闀r(shí)間序列分析法只適用于平穩(wěn)的數(shù)據(jù)。那么什么情況下會(huì)對數(shù)據(jù)取對數(shù)呢？第一，關(guān)于對數(shù)的問題，若是自己選取的變量數(shù)據(jù)，里面有部分小于0，或者負(fù)數(shù)，需要重新考量下，看是否數(shù)據(jù)或者其他問題，此時(shí)肯定是沒法取對數(shù)；第二，針對CD等生產(chǎn)函數(shù)等類型的數(shù)據(jù)分析，由于建模需要，一般需要取對數(shù)，此類情況一般會(huì)在柯布道格拉斯函數(shù)基礎(chǔ)上，引入新的變量，包括但不局限于資本和勞動(dòng)等變量；第三，平時(shí)在一些數(shù)據(jù)處理中，經(jīng)常會(huì)把原始數(shù)據(jù)取對數(shù)后進(jìn)一步處理。之所以這樣做是基于對數(shù)函數(shù)在其定義域內(nèi)是單調(diào)增函數(shù)，取對數(shù)后不會(huì)改變數(shù)據(jù)的相對關(guān)系第四，取對數(shù)作用主要有：縮小數(shù)據(jù)的絕對數(shù)值，方便計(jì)算。例如，每個(gè)數(shù)據(jù)項(xiàng)的值都很大，許多這樣的值進(jìn)行計(jì)算可能對超過常用數(shù)據(jù)類型的取值范圍，這時(shí)取對數(shù)，就把數(shù)值縮小了，例如TF-IDF計(jì)算時(shí)，由于在大規(guī)模語料庫中，很多詞的頻率是非常大的數(shù)字。取對數(shù)后，可以將乘法計(jì)算轉(zhuǎn)換稱加法計(jì)算。某些情況下，在數(shù)據(jù)的整個(gè)值域中的在不同區(qū)間的差異帶來的影響不同。也就是說，對數(shù)值小的部分差異的敏感程度比數(shù)值大的部分的差異敏感程度更高。這取對數(shù)之后不會(huì)改變數(shù)據(jù)的性質(zhì)和相關(guān)關(guān)系，但壓縮了變量的尺度，數(shù)據(jù)更加平穩(wěn)，也消弱了模型的共線性、異方差性等。例如在會(huì)計(jì)或者金融等變量的實(shí)證研究中，引入變量資產(chǎn)規(guī)模等變量，一般會(huì)取對數(shù)，因?yàn)椴煌袠I(yè)或者國有、民營等公司的資產(chǎn)規(guī)模差距很大，取對數(shù)，會(huì)縮小差距，使得實(shí)證研究更具有針對性。另外，山大大學(xué)陳強(qiáng)老師在計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用公眾號中匯總出如下五種情況：第一，如果理論模型中的變量為對數(shù)形式，則應(yīng)取對數(shù)。比如，在勞動(dòng)經(jīng)濟(jì)學(xué)中研究教育投資回報(bào)率的決定因素，通常以工資對數(shù)為被解釋變量，因?yàn)檫@是從Mincer模型推導(dǎo)出來的。第二，如果變量有指數(shù)增長趨勢（exponentialgrowth），比如GDP，則一般取對數(shù)，使得lnGDP變?yōu)榫€性增長趨勢（lineargrowth）。第三，如果取對數(shù)可改進(jìn)回歸模型的擬合優(yōu)度（比如R2或顯著性），可考慮取對數(shù)。第四，如果希望將回歸系數(shù)解釋為彈性或半彈性（即百分比變化），可將變量取對數(shù)。第五，如果無法確定是否該取對數(shù)，可對兩種情形都進(jìn)行估計(jì)，作為穩(wěn)健性檢驗(yàn)（robustnesscheck）。若二者的回歸結(jié)果類似，則說明結(jié)果是穩(wěn)健的。在經(jīng)濟(jì)學(xué)中，常取自然對數(shù)再做回歸，這時(shí)回歸方程為lnY=alnX+b，兩邊同對X求導(dǎo)，1/Y*(DY/DX)=a*1/X,b=(DY/DX)*(X/Y)=(DY*X)/(DX*Y)=(DY/Y)/(DX/X)這正好是彈性的定義。告訴你如何取對數(shù)quick\generateseries\

輸入新變量，比如r=log()，r就是取完對數(shù)后的序列。4

R平方很小怎么辦？很多同學(xué)在做實(shí)證文章的時(shí)候常常問，我的R平方只有0.08到0.09，也就是說我的模型只能解釋數(shù)據(jù)的8%到9%。在實(shí)證文章里，特別對于橫截面數(shù)據(jù)來說，有時(shí)R平方只有0.05。R平方是什么意思？就是說，我們的模型能解釋數(shù)據(jù)的variance的多少，可能對于絕大部分的variance的解釋，經(jīng)濟(jì)學(xué)家是不知道的。另外，R平方表示模型擬合優(yōu)度，也就是模型解釋力度，此值介于0-1之間，數(shù)值越大，說明模型解釋力度越大，該值越大越好，在實(shí)際研究中，辭職表的意義相對較小，即使該值小于0.4或者更小，也關(guān)系不是很大。R平方與所選取變量多少以及回歸有很大關(guān)系，經(jīng)常在會(huì)計(jì)領(lǐng)域多變量進(jìn)行回歸，此值會(huì)很小，所以不必太在乎這個(gè)統(tǒng)計(jì)量。另外調(diào)整R2可以為負(fù)數(shù)，當(dāng)調(diào)整R2可以為負(fù)數(shù)時(shí)，說明此時(shí)R2會(huì)很小，幾乎為0，此時(shí)模型幾乎沒有意義。5

面板數(shù)據(jù)需要進(jìn)行平穩(wěn)性的檢驗(yàn)嗎？有些發(fā)表出來的文章好象沒做平穩(wěn)性檢驗(yàn)。就PanelData的處理而言，建議先進(jìn)行平穩(wěn)性校驗(yàn)。一般完整的實(shí)證經(jīng)濟(jì)學(xué)論文，針對面板數(shù)據(jù)，會(huì)前期進(jìn)行數(shù)據(jù)處理，包括描述性分析和平穩(wěn)性檢驗(yàn)的，這個(gè)根據(jù)期刊的要求或版面要求而定，另外，根據(jù)相關(guān)要求，一般情況下，由于面板數(shù)據(jù)主要核心在于回歸，包括固定或者隨機(jī)效應(yīng)的回歸結(jié)果，所以有些文章，并沒有進(jìn)行平穩(wěn)性檢驗(yàn)，而為了將面板數(shù)據(jù)做的高大上，分析更具有針對性，可以進(jìn)行分類分行業(yè)分階段進(jìn)行回歸，更能說明問題。而在公司財(cái)務(wù)領(lǐng)域，研究都是資產(chǎn)負(fù)債率等，它們不可能包含單位根，所以我們基本上都不做這個(gè)檢驗(yàn)。然而，在宏觀經(jīng)濟(jì)領(lǐng)域，單位根過程很普遍，如果前期學(xué)者也證實(shí)了單位根過程的存在，一般也都做。所以具體情況，根據(jù)相關(guān)要求來定。6

在設(shè)計(jì)調(diào)查問卷時(shí)，怎么判斷一項(xiàng)調(diào)查的設(shè)計(jì)是否合理，不存在硬傷呢？問卷主要分為兩大類：即量表問卷和非量表問題。量表問卷通常更多使用于學(xué)術(shù)研究，主要針對人群態(tài)度看法使用意愿等方面的研究，量表題是指類似答項(xiàng)為“非常不同意”，“比較不同意”，“中立”，“比較同意”和“非常同意”之類的問題，這個(gè)在前期stata培訓(xùn)會(huì)議中以微信使用意愿以及影視旅游動(dòng)機(jī)專題介紹過。主要軟件為SPSS，主要分析方法比如因子、信效度、相關(guān)、回歸模型等。而非量表類來講，其最大的特點(diǎn)為大部分為單選題、多選題或者排序填空題等，但很少有出現(xiàn)量表題（是）。本文以stata培訓(xùn)會(huì)議中，影視旅游動(dòng)機(jī)為例，為大家總結(jié)如下思路框架。7

stata中有哪些報(bào)表輸出的命令？如何將stata輸出結(jié)果與報(bào)表word或者excel結(jié)合呢？stata結(jié)果輸出主要外部命令包括outreg2、estoout、tabout、logout、est2tex、mktab、xml_tab、esttab等，之前為大家推薦過最重要最實(shí)用的outreg2、estoout、tabout、logout、esttab等命令。由于這些命令均為第三方命令，因此需要下載安裝，建議閱讀之前推文，一般下載安裝外部命令，可以選擇，sscinstall+命令名，或者findit

+命令名，下載安裝完畢，直接help命令，就可以查看命令相關(guān)內(nèi)容了。8

如何解釋交互項(xiàng)？在數(shù)學(xué)上解釋變量與控制變量可以是一回事，但是如果控制變量是調(diào)節(jié)變量，回歸方程在理論上的解釋就不一樣了，解釋變量是解釋與被解釋變量的因果關(guān)系，調(diào)節(jié)變量則是確定因果關(guān)系的邊界條件。對于調(diào)節(jié)變量而言，其目的是強(qiáng)調(diào)它的出現(xiàn)對一個(gè)或幾個(gè)解釋變量在某一問題中影響，因而，需要將調(diào)節(jié)變量與所要調(diào)節(jié)的解釋變量相乘，將其乘積作為一個(gè)回歸變量。例如，在單因素方差分析中，有如下命令，anovawageedumarriedchildren

married*children來看二者對工資是否有影響，這類交叉項(xiàng)也進(jìn)場在回歸分析中遇見，包括但不限于常見的回歸，在引力模型中也經(jīng)常遇見。在模型中引入交互項(xiàng)，通常這兩個(gè)變量，從經(jīng)濟(jì)理論和經(jīng)濟(jì)現(xiàn)象上二者之間本身就存在相互影響，X1是X2對于因變量產(chǎn)生影響的必備條件，就是說X2要想對因變量產(chǎn)生影響，必須是在X1起作用的情況下進(jìn)行。另外，對于交互項(xiàng)的理解，主要可從邊際效應(yīng)（偏導(dǎo)數(shù)）來看。如果X與Y的系數(shù)為正，則X對Y的邊際效應(yīng)將上升；反之，如果系數(shù)為負(fù)，則X對Y的邊際效應(yīng)將下降。什么時(shí)候需要交互項(xiàng)呢？一般情況下，若是變量X1對被解釋變量可能受到X2影響的時(shí)候，這時(shí)候可以考慮用交互項(xiàng)來進(jìn)行回歸。有關(guān)交互項(xiàng)需要注意：應(yīng)該包含所有項(xiàng)目，例如交互項(xiàng)X1X2，則回歸方程中應(yīng)該包含所有變量，X1和X2，除非有經(jīng)濟(jì)理論可以不包括在內(nèi)。若是交互項(xiàng)三個(gè)，例如X1*X2*X3，則變量回歸中，還應(yīng)該包含X1，X2，X3和這三個(gè)變量兩兩交互項(xiàng)。9、如何確定論文方法和數(shù)據(jù)？有時(shí)候千辛萬苦想用一個(gè)方法來研究某個(gè)課題，這時(shí)候建議根據(jù)前期中心給出的建議，一般情況下，需要結(jié)合研究發(fā)方法+軟件+數(shù)據(jù)來考量，有時(shí)候你想用的面板數(shù)據(jù)，若是由于數(shù)據(jù)缺失等原因，可能就徒勞無功，所以一般情況下，建立同時(shí)考量方法，然后在數(shù)據(jù)可得性以及合理性的基礎(chǔ)上，對數(shù)據(jù)進(jìn)行一定的預(yù)處理，然后在進(jìn)行數(shù)據(jù)分析，這時(shí)候，可能效果會(huì)更好了。10、如何理解格蘭杰因果檢驗(yàn)？格蘭杰因果檢驗(yàn)是檢驗(yàn)統(tǒng)計(jì)上的時(shí)間先后順序，并不表示而這真正存在因果關(guān)系，是否呈因果關(guān)系需要根據(jù)理論、經(jīng)驗(yàn)和模型來判定。關(guān)于格蘭杰因果檢驗(yàn)若X都不是Y的格蘭杰原因，這并不是說X與Y之間毫無關(guān)系。格蘭杰因果檢驗(yàn)本身也不是真實(shí)意義上檢驗(yàn)變量的因果關(guān)系，而只是檢驗(yàn)變量在統(tǒng)計(jì)上的時(shí)間先后順序。格蘭杰檢驗(yàn)只能用于平穩(wěn)序列！這是格蘭杰檢驗(yàn)的前提，而其因果關(guān)系并非我們通常理解的因與果的關(guān)系，而是說x的前期變化能有效地解釋y的變化，所以稱其為“格蘭杰原因”。11、平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)？單位根檢驗(yàn)是序列的平穩(wěn)性檢驗(yàn)，如果不檢驗(yàn)序列的平穩(wěn)性直接OLS容易導(dǎo)致偽回歸。當(dāng)檢驗(yàn)的數(shù)據(jù)是平穩(wěn)的（即不存在單位根），即意思是單位根檢驗(yàn)的原假設(shè)是存在單位根，存在單位根，則不平穩(wěn)，等價(jià)關(guān)系！要想進(jìn)一步考察變量的因果聯(lián)系，可以采用格蘭杰因果檢驗(yàn)。

平穩(wěn)性檢驗(yàn)有3個(gè)作用：1）檢驗(yàn)平穩(wěn)性，若平穩(wěn)，做格蘭杰檢驗(yàn)，非平穩(wěn)，作協(xié)正檢驗(yàn)。2）協(xié)整檢驗(yàn)中要用到每個(gè)序列的單整階數(shù)。當(dāng)檢驗(yàn)的數(shù)據(jù)是非平穩(wěn)（即存在單位根），并且各個(gè)序列是同階單整（協(xié)整檢驗(yàn)的前提），想進(jìn)一步確定變量之間是否存在協(xié)整關(guān)系，可以進(jìn)行協(xié)整檢驗(yàn)，協(xié)整檢驗(yàn)主要有EG兩步法和JJ檢驗(yàn)（1）、EG兩步法是基于回歸殘差的檢驗(yàn)，可以通過建立OLS模型檢驗(yàn)其殘差平穩(wěn)性（2）、JJ檢驗(yàn)是基于回歸系數(shù)的檢驗(yàn)。單位根檢驗(yàn)方法步驟在eviews中，ADF檢驗(yàn)的方法：1view---unitroottest，出現(xiàn)對話框，默認(rèn)的選項(xiàng)為變量的原階序列檢驗(yàn)平穩(wěn)性，確認(rèn)后，若ADF檢驗(yàn)的P值小于0.5，拒絕原假設(shè)，說明序列是平穩(wěn)的，若P值大于0.5，接受原假設(shè)，說明序列是非平穩(wěn)的；2重復(fù)剛才的步驟，view---unitroottest，出現(xiàn)對話框，選擇1stdifference,即對變量的一階差分序列做平穩(wěn)性檢驗(yàn)，和第一步中的檢驗(yàn)標(biāo)準(zhǔn)相同，若P值小于0.5，說明是一階平穩(wěn)，若P值大于0.5，則繼續(xù)進(jìn)行二階差分序列的平穩(wěn)性檢驗(yàn)。雖然定義經(jīng)過d階差分后是平穩(wěn)的，但是軟件只提供到2階差分，若是原始數(shù)據(jù)沒有經(jīng)過差分就平穩(wěn)，則說明那是零階單整，記為I（0）的過程。在stata中，單位根檢驗(yàn)命令為：dfullerlnagdp，建議helpdfuller等。先做單位根檢驗(yàn)，看變量序列是否平穩(wěn)序列，若平穩(wěn)，可構(gòu)造回歸模型等經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)模型；若非平穩(wěn)，進(jìn)行差分，當(dāng)進(jìn)行到第d次差分時(shí)序列平穩(wěn)，則服從i階單整（注意趨勢、截距不同情況選擇，根據(jù)P值和原假設(shè)判定）。若所有檢驗(yàn)序列均服從同階單整，可構(gòu)造VAR模型，做協(xié)整檢驗(yàn)（注意滯后期的選擇），判斷模型內(nèi)部變量間是否存在協(xié)整關(guān)系，即是否存在長期均衡關(guān)系。如果有，則可以構(gòu)造VEC模型或者進(jìn)行Granger因果檢驗(yàn)，檢驗(yàn)變量之間“誰引起誰變化”，即因果關(guān)系。關(guān)于截距、趨勢選擇問題，請大家看圖，view，graph，若是有時(shí)間趨勢，則選擇截距和趨勢；若是圍繞0波動(dòng)，則選擇具有截距；若是沒有上述情況，選擇none。單位根檢驗(yàn)是檢驗(yàn)數(shù)據(jù)的平穩(wěn)性，或是說單整階數(shù)。協(xié)整是說兩個(gè)或多個(gè)變量之間具有長期的穩(wěn)定關(guān)系。但變量間協(xié)整的必要條件是它們之間是同階單整，也就是說在進(jìn)行協(xié)整檢驗(yàn)之前必須進(jìn)行單位根檢驗(yàn)。協(xié)整說的是變量之間存在長期的穩(wěn)定關(guān)系，這只是從數(shù)量上得到的結(jié)論，但不能確定誰是因，誰是果。而因果關(guān)系檢驗(yàn)解決的就是這個(gè)問題。單位根檢驗(yàn)是檢驗(yàn)時(shí)間序列是否平穩(wěn)，協(xié)整是在時(shí)間序列平穩(wěn)性的基礎(chǔ)上做長期趨勢的分析，而格蘭杰檢驗(yàn)一般是在建立誤差修正模型后，所建立的短期的因果關(guān)系。故順序自然是先做單位根檢驗(yàn)，再過協(xié)整檢驗(yàn)，最后是格蘭杰因果檢驗(yàn)。單位根檢驗(yàn)是對時(shí)間序列平穩(wěn)性的檢驗(yàn)，只有平穩(wěn)的時(shí)間序列，才能進(jìn)行計(jì)量分析，否則會(huì)出現(xiàn)偽回歸現(xiàn)象；協(xié)整是考察兩個(gè)或者多個(gè)變量之間的長期平穩(wěn)關(guān)系；格蘭杰因果檢驗(yàn)是考察變量之間的因果關(guān)系，協(xié)整說明長期穩(wěn)定關(guān)系不一定是因果關(guān)系，所以需要在通過格蘭杰因果檢驗(yàn)確定兩者的因果關(guān)系。順序一般是單位根檢驗(yàn)，通過后如果同階單整，在進(jìn)行協(xié)整，然后在進(jìn)行因果檢驗(yàn)。要特別注意的是：只有同階單整才能進(jìn)行協(xié)整。12、VAR模型VAR建模時(shí)lagintervalsforendogenous要填滯后期，但是此時(shí)你并不能判斷哪個(gè)滯后時(shí)最優(yōu)的，因此要試，選擇不同的滯后期，至AIC或SC最小時(shí)，所對應(yīng)著的滯后為最優(yōu)滯后，此時(shí)做出來的VAR模型才較為可靠。選擇方法為：這個(gè)問題，中心QQ群里，已經(jīng)解答過