现代经济学问题需要数学工具实现

对于中国的一些学生，在学了数学、计量经济学这样一些课程以后不知道怎么用，我觉得这本身跟中国的一些课程的设置是有关系的。在美国，在你学习经济学之前就会告诉你一些必须的先修课程，比如在上中级微观之前就会告诉学生你必须先学习微积分，因为中级微观里要学到效用最大化等问题，就要用到数学里的求极值的方法，就要用到微积分的知识。这样就给了学生一种导向：要想修中级微观，就要先学会微积分；而且，这样还可以告诉学生微积分是怎么样用在经济学的分析里的。

而在中国目前的课程设置情况下，学生在学习高等数学的时候是看不到以后这些课程将会用到哪里的，学的数学课程和以后所学的经济学里的数学应用是有些脱钩的。再者，学生之所以觉得数学和计量经济学比较难学，那可能跟中国目前的教学文化也有一定的关系。现代经济学之所以要用到数学、计量经济学等工具，就是因为现代经济学是建立在一套很严谨的术语、规范的基础之上的，有着一套很严谨的逻辑框架，因此它的内容和形式是高度统一的。你为了分析一些高深的经济学问题，就必须使用一些复杂的数学工具才能实现。当然，我觉得国内的数学和计量经济学的老师们的教学水平在某些方面也要有一定的加强。由于计量经济学要求的门槛高一些，特别是对数学工具的要求比较高，我们就容易把注意力集中在这些数学工具上，而忽略其背后的经济含义。如果老师们能够把这些经济含义通过一些例子讲进去的话，我相信学生肯定会喜欢计量经济学这门课的。

计量经济学所面临的局限是整个经济学科的局限

计量经济学所面临的局限性不是计量经济学本身所特有的，而是整个经济学科所面临的局限性。从整个经济学科的特点来看，其假设条件一般是没有办法直接去验证的。其实过去好几代经济学家一直想要让经济学成为一门像物理学这样的科学。

那么什么是科学呢？首先就是理论体系要有逻辑性，从假设到理论本身，到推论，一定都要有逻辑性，不能有逻辑错误。更重要的一点是，你的理论能不能解释现实，也就是说理论跟现实要有一致性。而后面这一点其实就是计量经济学的工作。我们现在发展一整套的计量经济学的方法、模型和工具，其实都是为了用来分析经济数据，然后看看这些经济数据跟理论是不是相吻合。

那么为什么说计量经济学或者整个经济学科有局限性呢？最关键的一点就是，在自然科学里面，像物理、化学，或者生物，这些都是可以做实验的。你之前可能做了大量的实验来验证某种假说，然后提出了你的理论。等你的理论提出之后，其他人在你的假设条件下可以独立进行实验，来验证你的理论。但是经济学是做不到这一点的。例如研究过去三十年中国的经济转型问题，别人是不可能让中国经济回到三十年前再重复来实验一次的，这种实验是没有办法做的。虽然现在也有实验经济学，但是毕竟实验经济学研究的领域相对还是狭窄的，对于大多数经济现象，我们都是被动的观测者，并不能主动去产生数据。因此，如果你现在通过实证研究提出了一个观点，但别人想要通过做实验来验证这个结论是不可能的。

在物理学、生物学上，我们可以靠做实验来判断对错和真假；而在经济学方面，只能是看你使用的分析方法，如果是实证研究的话，就是看你的计量经济学方法，看哪一个更一般、哪一个更具有科学性，只有这样，才能够判断出哪种结论要更好一些。而这也是相对的。就是说，也许现在受到数据的限制，或者所使用的经验的计量经济学的方法不够好，不能把目前的理论推翻掉，但这并不一定说明这个理论就是正确的理论；过了一段时间，经济现象的数据多了，方法完善了，可能就可以把这个理论推翻掉。从这个意义上讲，我其实是有一点怀疑，经济学是不是可以达到像自然科学那样比较完美、或者完善的程度。所以我们只能从多方面着手，让经济学在方法上、在各方面能够尽量往科学研究方面靠，但是真正要达到自然科学的那种水平还是相当困难的。这是社会科学与自然科学最重要的一点区别。

经济学不跟数据打交道是不可能的

数量分析方法的广泛应用是一种进步。看看中国经济学教育，在1980年之前的30年，经济管理类的学生是不用学数学的，他们主要就是学习马克思的政治经济学。而现代经济学最重要的就是marginal revolution，就是边际革命。所谓边际，对应的数学就是求导数，所以经济学里使用数量分析方法就很正常。为什么要用计量经济学方法去做呢？先看看国外的情况吧。美国高校里的经济学的学术研究一共有三类：第一类是理论研究，具体分为微观理论、宏观理论和计量经济学理论三个主流学科；第二类是应用研究，就是实证，就是用数据来描述客观经济现象，不加任何价值判断；第三类就是政策性的，而政策性的研究在好的高校的经济系里面一般是很少的，是不提倡的。

不过这在中国可能正好是倒过来的。中国这种纯学术的研究本身就比较少，比较早期的一些经济学研究都是带有价值判断的，例如批判马歇尔的新古典微观经济学叫庸俗经济学。后来在接触西方经济学之后，国内学者才懂得必须做实证，就是要以事实为依据，只描述整个经济过程，不加任何价值判断，读者看了以后自己会去判断。这个实际上是社会科学的一个最基本的方法论。一百多年前，在德国有两个学者争论了半天，后来达成了学术界的一个共识，就是科学的研究方法最好不要带任何价值判断，客观地描述整个过程就可以了，这样才可能真正地把一些真相、真理发现出来。如果是这样的话，在经济学里，你不跟数据打交道是不可能的。特别是在经济现象比较复杂的情况下，分析的工具也应该相应地变得复杂才对。我很难想象，复杂的经济现象照样还可以用最简单的一些分析方法来做，这个是绝对不可能的。

现在在中国有很多政策性的建议，它们都是建立在跟数据不打交道的经济逻辑思维上的，而这种经济逻辑思维是隐含的有前提的。如果你的前提错了，你的逻辑思维即使正确，你得到的结论也可能和经济现实不一样，这就是为什么需要经验验证，也就是为什么需要统计、计量的分析。因为经济系统没有办法做实验，因此想要判断一个结论的科学性，每个人的标准都是不一样的。但是有一点是可以肯定的，就是如果没有计量分析，就会出现一种“公说公有理，婆说婆有理”的结果，就很难达到共识。也正是因为这样的原因，现在在国外的经济研究，我估计80%以上的研究都是实证研究。可是，目前中国的一些学者，包括一些年轻学者，在不是很懂计量经济学方法的时候就拿来用，比较机械地照搬别人的方法，这样可能就会得出和中国现实相差十万八千里的结论。而这些就给了那些批评的声音以借口，说用计量经济学方法预测的不准确、分析的与现实不一致等等。但是这并不能说明数量分析方法就是错的。本身这就是一个必经的阶段，现在我们看到的国内的很多学者使用的计量经济学方法，是跟“练习”差不多的。我们现在还没有真正掌握现代经济学的基本分析方法，即使当这些方法掌握之后，分析中国问题时还要具体考虑中国的时空等条件。我相信，到那个时候，批评的声音会少一些。

                                                                                               （文章来源于网络，作者：洪永淼老师）

无计量不学术_计量经济学基础是做好实证计量的必备前提

经管之家学术培训特设中秋节计量经济学基础班，

帮助你夯实计量经济学基础，助力实证研究：

授课安排：2018年12月7-9日 (三天)

培训时间：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00

培训地点：北京市海淀区(开课前一周发送交通指南)

培训费用：2400元 /2100元 (学生价, 仅限全日制本科和硕士在读)

课程特色：

1, 本课程借助计量经济学教材从原理讲起，增强操作软件时的信心和目的性，没有计量基础的学员也可以听；

2, 课程涉及到了计量经济学大部分内容，内容丰富；

3, 从数据的导入开始介绍，没有软件基础的人也可以听；

4, 通过程序的方式讲解软件，使得操作过程得以记录，适合只会菜单操作但想转入程序操作的学员（程序其实比菜单更好用）。

讲师介绍：

刘莎莎，从2010年开始担任经管之家数据分析师及培训讲师。

讲课风格以通俗易懂、注重实用为主，教授过的《计量经济学时间序列分析与EViews应用》，《计量经济学时间序列分析》受到学员的广泛好评。

数据分析实战经验丰富，擅长数据清洗（数据文件的合并，异常数据的清除与填补等）、数据准备工作（数据的计算，汇总等）、数据建模和预测（选择合适的统计模型并根据模型做出预测或为相关领导提供决策支持）。

培训目的：

使学员了解计量经济学框架及背后原理，同时结合Stata软件的详细讲解来实现计量经济学方法的应用。

课程大纲：

第一天

1. 数据导入和处理（2小时）     

1) 导入excel、Stata、txt等数据文件

2) 变量的计算

3) 变量标签和值标签

4) 数据的保存

2. 日期变量的处理（1小时）     

1) 字符串转化为数值

2) 数值显示为日期格式

3) 日期转化为字符串

4) 日期的部分元素提取

5) 日期元素合成日期

3. 描述性统计分析（1小时）     

均值、中位数、最小值、最大值、方差、标准差等

4. 散点图和相关系数计算（1小时）

5. 区间估计和假设检验（2小时）

1) t检验

2) 方差分析

第二天

6. 经典线性回归模型的估计（2小时）

1) 变量的描述性统计分析与一元回归计量经济学模型 (数据的导入，数据的计算，变量的描述，散点图，相关系数矩阵，一元线性回归估计)

案例：2006年不同地区居民家庭的人居可支配收入与消费支出。

2)  多元回归计量经济学模型 (多元回归的软件实现，回归结果的解读，多元线性回归模型的预测)

案例：2006年不同地区居民家庭的人居可支配收入与消费支出，和上一年消费支出。

7．经典单方程计量经济学模型的检验与处理（2小时）     

1) 异方差性问题 (异方差问题的后果，异方差问题的检验，异方差问题的处理)

案例：中国农村居民人均消费支出模型，解释变量包含农业经营纯收入，其他来源纯收入。

2) 自相关性问题 (自相关问题的后果，自相关问题的检验，自相关问题的处理)

案例：1978-2006年间总量消费函数考察中国居民收入与消费的关系。

3) 多重共线性问题 (多重共线性问题的后果，多重共线性问题的检验，多重共线性问题的处理)

案例：粮食生产的影响因素分析，解释变量包含农业化肥使用量，粮食播种面积，成灾面积，农业机械总动力，农业劳动力。

4) 解释变量的内生性问题

案例：2006年不同地区居民家庭的人居可支配收入与消费支出，和上一年消费支出。

8. 单位根检验和E-G两步法协整检验（2小时）

第三天

9．VAR模型和格兰杰因果关系检验 （1小时）   

1) VAR模型的估计 (VAR模型原理，VAR模型软件实现)

2) 格兰杰因果关系检验 (格兰杰因果关系检验思想和原理，格兰杰因果关系检验)

案例：1978-2006年间总量消费函数考察中国居民收入与消费的关系。

10. 虚拟变量回归（1小时）

1) 加项虚拟变量回归

2) 乘项虚拟变量回归

案例：用2007年家庭人均可支配收入和人均生活支出研究中国内地农村居民和城镇居民边际消费倾向差异分析。

11. 二元离散选择模型（1小时）

1) 二元离散选择模型原理及实现

2) 二元离散选择模型的预测分析

案例：变量的取值来自21个横截面个体。因变量为选择哪种交通工具上班的方式，这里只有两种选择，要么自己开车要么乘坐公共汽车，因此因变量是由两种选择的变量。

12. 联立方程模型（1小时）

1) 联立方程模型介绍

2) 联立方程模型的形式

3) 联立方程模型的识别

4) 联立方程模型方法估计

案例：包含三个方程的中国宏观经济模型。

13. 静态面板回归模型（1小时）

1) 面板回归模型提出背景

2) 面板回归固定效应模型

3) 面板回归随机效应模型

4) 固定效应和随机效应的选择 (豪斯曼检验)

案例：美国、加拿大、英国1980-1999年的失业率和对制造业补助的分析。

14. 时间序列ARMA模型（1小时）

1) 平稳性检验

2) 时间序列 ARMA模型

案例：中国居民消费消费总量数据。

报名流程：

1，点击文末“我要报名”，在线提交报名信息；

2，进入结算中心，通过订单支付（需要刷卡或者硕士本科在读请先与魏老师联系）；

3，反馈发票信息；

4，开课前一周发送交通住宿指南与电子版资料。

优惠：

现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；

同一单位六人以上同时报名8折优惠；

以上优惠不叠加。

联系方式：

魏老师

QQ：2881989714  

Tel：010-68478566

Mail：vip@pinggu.org