新兴名词︱大数据计量经济学

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

<p></p><div><div style="color: rgb(51, 51, 51); font-family: 'Microsoft Yahei', Tahoma, Simsun; font-size: 15px; line-height: 27px;"><div><section class="wx96Diy" data-source="bj.96weixin.com" style="max-width: 100%; box-sizing: border-box !important;"><fieldset style="margin-top: 0.5em; margin-bottom: 0.5em; max-width: 100%; min-width: 0px; border: 0px none currentcolor; box-sizing: border-box !important;"><section style="max-width: 100%; box-sizing: border-box; height: 1em;"><section class="96wx-bdtc 96wx-bdlc" style="max-width: 100%; border-color: rgb(255, 140, 0); width: 1.5em; height: 16px; border-top-width: 0.4em; border-left-width: 0.4em; border-top-style: solid; border-left-style: solid; float: left; box-sizing: border-box !important;">&nbsp;</section><section class="96wx-bdtc 96wx-bdrc" style="max-width: 100%; border-color: rgb(255, 140, 0); width: 1.5em; height: 16px; border-top-width: 0.4em; border-right-width: 0.4em; border-top-style: solid; border-right-style: solid; float: right; box-sizing: border-box !important;"></section></section><section class="96wx-bdc" style="margin: -0.8em 0.1em -0.8em 0.2em; padding: 0.8em; max-width: 100%; box-sizing: border-box; border-top-left-radius: 0.3em; border-top-right-radius: 0.3em; border-bottom-right-radius: 0.3em; border-bottom-left-radius: 0.3em; border: 1px solid rgb(255, 140, 0);"><div style="text-align: center;"><strong><font color="#ff8c00" size="4">经管之家【经管爱问】微信公众号：jgasker</font></strong></div><strong><div style="text-align: center;"><strong><font color="#ff8c00" size="4">好文共享与推荐，实时答疑服务，欢迎关注！</font></strong></div></strong><p></p></section><section style="max-width: 100%; box-sizing: border-box; height: 1em;"><section class="96wx-bdbc 96wx-bdlc" style="max-width: 100%; border-color: rgb(255, 140, 0); width: 1.5em; height: 16px; border-bottom-width: 0.4em; border-left-width: 0.4em; border-bottom-style: solid; border-left-style: solid; float: left; box-sizing: border-box !important;"></section><section class="96wx-bdrc 96wx-bdbc" style="max-width: 100%; border-color: rgb(255, 140, 0); width: 1.5em; height: 16px; border-right-width: 0.4em; border-bottom-width: 0.4em; border-right-style: solid; border-bottom-style: solid; float: right; box-sizing: border-box !important;"></section></section></fieldset></section></div><div><strong></strong></div></div></div><div><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">大数据对计量经济学的建模也提出挑战。<span style="max-width: 100%; color: rgb(255, 76, 0); box-sizing: border-box !important;">计量经济学主要处理的是横截面、时间序列和面板的结构型数据</span>,大数据分析需要处理很多非结构型数据,包括文档、视频、图像,这些非结构型数据需要量化后才能分析,但在量化过程中又伴随着信息损失。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">而且建模的难度在加大,传统经济学用少数几个数学模型来进行研究,但模型之间差异万千,即使同一个模型当改变估计方法、参数设置结果也会出现很大的偏差。在大数据背景下,经济学建模与分析方法与传统计量经济学完全不同,迫切需要采用全新的思路和方法进行研究。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br></p><hr class="l"><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">在目前大数据时代，数据的可得性和多样性导致样本量无限增大，同时变量个数无限增多，从而对分析大数据特点的计量经济学方法有了新的要求。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">例如，现在流行的电子购物数据中，每个消费者在电脑前点击的次数以及内容体现了丰富的反映购物行为的信息。又例如，许多人口普查数据、政策评估调查数据等等都有非常多的变量数目。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">另外，<span style="max-width: 100%; color: rgb(255, 76, 0); box-sizing: border-box !important;">变量数目即使有限，因为研究模型不一定是线性形式</span>，许多方程变换、级数展开等等处理方式也使得变量维度增加。从文本、视频、音频中提取有用变量等等方式也成为高维度数据的重要来源。一方面，数据本身的可得性增加，另一方面，现代高性能计算机群（HPC）的计算性能和存储功能也使得处理这些大数据成为可能。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">21世纪是大数据的世纪，云计算、存储等争相从科技领域进入人们日常生活中。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">高维度计量经济学就是研究经济变量数目非常大，有时候甚至大于样本量的情况。<span style="max-width: 100%; line-height: 1.6; box-sizing: border-box !important;">例如在资产定价的研究中，资产数目很大，有研究者（Fan et al., 2008）用因子模型去估计资产回报的相关性，其中资产回报的协方差矩阵的维度也随着样本量而增长，因此如何处理高维度数据在资产投资组合等领域是一个至关重要的问题。</span></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><span style="max-width: 100%; line-height: 1.6; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></span></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><span style="max-width: 100%; line-height: 1.6; box-sizing: border-box !important;"><span style="max-width: 100%; line-height: 1.6; color: rgb(255, 76, 0); box-sizing: border-box !important;">计量经济理论在处理高维度数据时，所面临的主要问题包括如何选择重要的变量以及如何对变量进行选择，以使得模型的预测性能更强，对模型的估计有更好的性质。</span>在高维计量经济学建模中，一般假设真实模型只包括一部分有限的变量。高维度计量经济学包括了经典的线性和非线性非参数模型。</span></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">在很多实证研究中，一般假设模型是一个比较简单的线性形式，变量是根据经验或者共识来选择。而高维度计量经济学的方法是通过数据本身来探究其重要性，从而进行变量选择。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">在经典岭回归思想的启发下，一系列带惩罚项的估计方法被提出并广泛应用在基因学、统计学、经济学等各学科中。例如套索估计量（LASSO, Frank &amp; Friedman, 1993; Tibshirani, 1996）的先驱性研究首先提出用一个惩罚项加在经典的最小二乘损失函数上，再用一个调节参数来控制惩罚的力度。套索估计量可以在变量选择的同时进行参数估计，并且在变量个数较大的情况下解决了传统模型选择方法例如信息准则等的不可计算的问题，减小了模型选择的不确定性。套索方法有很多良好的性质，其中一个就是可以用来处理变量个数超过样本量的情况，并且能够选择变量。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">在过去的二十年中，高维度方法有了长足的发展。继套索估计量之后，SCAD估计量、Dantzig估计量、弹性网（Elastic Net）估计量等相继发表在顶尖统计学和计量经济学期刊中。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">在经济学中，<strong style="max-width: 100%; box-sizing: border-box !important;"><span style="max-width: 100%; color: rgb(255, 76, 0); box-sizing: border-box !important;">高维度计量经济学的一个重要应用就是处理多工具变量选择的情况。</span></strong>Belloni, Chemozhukov &amp; Hansen（2012）提出了用改进的套索方法选择工具变量的方法并提供了理论依据。另外，Bai &amp; Ng（2008）用主成分分析，Caner &amp; Fan（2015）用可适性套索方法进行工具变量的估计和选择。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;">大数据计量经济学是一个方兴未艾的研究方向，统计学、计算机科学等其他学科的交叉发展也势必进一步推动大数据分析的发展。</p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><br style="max-width: 100%; box-sizing: border-box !important;"></p><p style="max-width: 100%; clear: both; min-height: 1em; white-space: pre-wrap; color: rgb(62, 62, 62); font-family: 'Helvetica Neue', Helvetica, 'Hiragino Sans GB', 'Microsoft YaHei', Arial, sans-serif; font-size: 16px; line-height: 25.6000003814697px; box-sizing: border-box !important;"><span style="max-width: 100%; font-size: 14px; box-sizing: border-box !important;"><em style="max-width: 100%; box-sizing: border-box !important;">本文小编节选自《<span style="max-width: 100%; line-height: 1.6; box-sizing: border-box !important;">&nbsp;</span></em></span><em style="max-width: 100%; box-sizing: border-box !important;"><span style="max-width: 100%; font-size: 14px; box-sizing: border-box !important;">洪永淼等：计量经济学与实验经济学的若干新近发展及展望</span></em><span style="max-width: 100%; font-size: 14px; box-sizing: border-box !important;"><em style="max-width: 100%; box-sizing: border-box !important;"><span style="max-width: 100%; line-height: 1.6; box-sizing: border-box !important;">》.</span></em></span></p></div><div>微信原文：http://mp.weixin.qq.com/s?__biz=MzA3NDkyNTc4Ng==&amp;mid=403699796&amp;idx=1&amp;sn=b66906c5a20ab4bd6d0a67678ca743b5&amp;scene=4</div><div><br></div><div><br></div><div style="text-align: center;"><img src="https://down-edu.jg.com.cn/forum/201602/24/1017208e7ijrjavjzris7o.jpg"></div>

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

关键词：计量经济学 计量经济 大数据 经济学 Tibshirani 经济学 新兴