人大统计学院院长赵彦云回答网友提问

坛友sangmba：我是北京的一个大学老师。请问赵院长。我目前做高频数据方面的研究。数据中有很严重的相关性问题（Correlation），这导致回归系数的T检验值非常大。我知道一些软件如SAS 或STATA有程序可以计算Clustered Standard Errors。但由于我的数据太大（从交易所直接获取，几百个GB），软件无法处理。我需要自己手算来调整T值。请问您能否给我一些指导，如何计算这一值。谢谢。


谢谢。我可以帮助你找我们统计学院的老师来帮助探索解决。

坛友ckmcyy：赵老师：您好！请教一下，在“统计学”成为“理学”门类下一级学科的背景下，你对中国过去科学分类中属于不同门类的“经济统计”和“数理统计”的融合怎么看？一般认为应该相互借鉴、相互欣赏，你认为今后的发展中是否存在以哪一个为主的问题？另外，面对综合性大学统计学的强大资源整合能力和竞争压力，财经类院校的“统计学”如何实现自身的发展？找到自身的优势？谢谢！


目前统计学为一级学科，但是在应用经济学中仍然保持经济统计学，实际上，经济统计学是一个比较大的概念，有些研究以统计测度和描述探索性分析为主，有的以经济计量学为目标发展经济分析中的方法，还有的是从统计模型方法入手探索运用于经济分析中的积极作用，也就是说，许多出发目标都可以追求对经济问题实证分析的积极统计研究上的科学作用。统计学从思想、方法、技术等看，基础的内容需要从应用研究中反向相对框一下，对于大学，关键的要培养出来一流的学生，更重要的是被实际部门看中的有素质有能力有发展的学生，这一连串问题还是需要在发展中不断探索，不断推进，可以用统计做统计，即归纳选优、再归纳再选有，不断前进。

坛友扶夏：赵老师：您好！非常敬佩您在统计学领域的学术贡献，十分感谢您在百忙之中抽出时间答疑解惑。请问你对当前我国计量经济学发展的理解是什么、其与统计学之间的学术关系是什么，您是如何看待我国许多学术论文在引用统计学模型时，没有对模型适用条件进行检验，而是直接套用，追求所谓“科学性”的问题，请问您觉得如何避免这方面的问题，谢谢！



追求在计量经济学中运用统计来发展统计方法是统计学发展的一个方面，作为统计学根基的人，在这个方向上往往要挑战经济学理论和数理经济学方法，实战中，统计人往往受这两个方面的基础和能力的制约。追求大量数据上的描述探索性分析的方向发展统计方法，可以在探索和发现经济新理论和新关系上，获得追捧、激发，可以不断扩大统计思想和统计模型方法的应用。

坛友phill：中国的资本市场上对资产定价或波动率的估计，使用怎样的统计模型比较合适？与发达市场有何主要差别？



抱歉这方面我没有什么专门的研究。

坛友flagship：赵老师好！有几个问题，希望老师解答~
（1）.关于离群值的问题。如果存在离群值的话，对回归的正负有很大影响。如果该离群值是正确的，也就是该观测值确实就是这样的，是否应该包括在样本中？
（2）.虚拟变量的引入的话，对于样本中该变量取值为1的数量是否有限制？或者说，如果一个很大的样本，虚拟变量为1的观测值很少的话，这样回归得到的结论是否可信？
（3）.如果解释变量和被解释变量的数量级相差很大，那回归系数或者很大，或者很小。在这种情况下调整解释变量的数量级应该是合理的吧？那调整多少才比较合适呢？
（4）.截面或者面板数据下的OLS，GLS回归对于数据的正态分布是否有要求？
（5）.在用EVIEWS做面板数据回归分析时，发现采用不同的权重得到的结果差异好大(GLS Weight, Coef Covaricance Method)，这种情况下应该怎么选择呢？如果选择那些回归结果的方法是不是有待商榷？
非常感谢赵老师！

这个问题我邀请我们统计学院吴翌琳博士回答：
关于问题（1）离群值是否放入模型，关键看你考虑的是发现样本之间的总体规律还是研究离群样本。比如企业样本的模型研究中，如果大部分的企业都是中小企业，产值变量取值较小，而有一两个大企业参杂到这个样本中，那么这两个企业在分析的时候就会被视为离群点，如果要考察中小企业的一般趋势，那么我建议还是把这两个离群点拿掉，这样才会使得模型结果更为真实的反应想要得到的趋势。如果样本在某一重要属性上却是分为两个差距甚远的水平，但是研究又需要针对全部样本，那么我建议您对样本先做分类处理在进行分析。

关于问题（2），虚拟变量的设置是不受这种分类比例的影响的，比方说一个模型里100个样本中95个是男生，5个是女生，那么虚拟变量的引入还是能够区分性别差异对于我们所关注的变量的影响，对于回归的结果不会有太大的影响，当然如果虚拟变量中取1的比例过低，那么这种差异可能会被掩盖，换句话说虚拟变量可能不显著，所以当要考察某个虚拟变量的影响时，是保证样本的比例差距不要太大为宜。

（3）关于数量级的调整，应该说改变变量的数量级是完全不会影响回归结果的，因此为了使得回归结果好看和易于解释，适当改变数量级是正确的选择，比如说，关于某企业的产值，样本数据给出的是元，而模型中另一变量，该企业工人的时薪，也是元，但这两个变量在取值上会有很大的数量级差异，这时候我会建议将产值的数量级改为亿元，这样出来模型结果也易于解释。当然不改变数量级，考察标准化后的回归系数也是一种方法，可以根据数据问题进行选择。

（4）OLS回归是存在其经典的基本假定的，其中很重要的一点就是其随机误差项服从零均值、同方差、零协方差的正态分布。而GLS的产生，就是为了处理对那些不满足OLS同方差和序列不相关假定的数据，因此两者对于数据随机误差项的正态性假定是一样的。

（5）Eviews在估计面板数据的时候，给出的五种权重选择是根据数据的不同性质决定的，如果数据不存在异方差和自相关问题，是不需要加权的，而存在个体异方差时，选择Cross-section weights，存在时间异方差时，选择Period weights，因此，不同权重的选择不是根据回归结果来判断，而是要对数据做好前期的异方差和自相关检查后，再做决定。建议你参考一下Eviews的软件书籍。

坛友ywb0314：赵老师你好，感谢你百忙之中抽空回答我们的问题。 我最近在学习数据挖掘中的统计学习部分，请问我们应从统计学的理论改进，即方法上有所创新，还是应该从算法或者数据处理上进行改进。现在前沿的研究热点在哪一块



现在是多学科都在搞数据挖掘，统计学、计算机与信息管理、数学等，所以你提到的算法、数据处理、统计分析都重要，彼此相互促进和发展。

坛友lgwlgw：赵老师你好，我现在深知统计学的重要性，我想问一下，在统计学的学习中，理论学习与实物操作应该怎样调节呢，我个人感觉实务挺重要的，可是老师不重视，只讲些理论层面的东西，学过之后，什么也没有记住……学习统计学有什么窍门吗？



老师讲课是按照课程分工进行的，不可能都讲到。学生应该先打好基础，主要是统计方法，要善于从原理和方法的演化过程中理解科学思想和解决现实问题的特别功效。实际应用应该是一个一个问题的展开学习和思考，联系处理实际数据，逐步开展实际分析，从中体会统计方法的原理和作用。逐步积累就会激发兴趣，产生很好的学习研究效果。

坛友cbw153053：赵老师你好：我是学地学的，但是现在地学和统计学结合形成专门的一个地统计学，对于地统计在运用的时候有微观和宏观的尺度，我一直都做的是宏观方面的地统计，地区经济在空间的分布，我想问下，在微观尺度是否有研究之处？可已从哪一方面切入。我看过的例子有FDI与空间分布，这一类算不算微观的？望指教



关于这个问题我邀请遥感地理信息系统与空间统计分析与我们合作研究的人民大学环境学院王汶老师简要回答：
实际上，在国内外地学和统计学结合的微观尺度有很多研究，如选址问题、设施规划问题、物流管理、商圈分析等，其关键问题在于微观尺度数据的可得性。当然微观和宏观的尺度的划分是相对的，FDI与空间分布研究严格意义上来讲不属于微观尺度研究，更多属于宏观或中观问题研究。

坛友sarah86：赵教授您好！我是财经院校统计学专业的硕士研究生，毕业之后考入了中国人民银行省级支行的金融统计部门，工作之后发现在学校所学的统计学知识与金融统计工作有较大差别，看过您主编的《金融统计分析》（2000年）后受益匪浅，但是最近几年金融统计制度作了较大调整，请问您是否有再编写金融统计类教材的计划？渴求您的新作！


我们一直计划再编写金融统计的教材，特别是2011年11月1日中国金融学会金融统计专业委员会成立，我在成立大会上代表高校发言，主要介绍统计在金融发展中的重要作用，得到与会代表的高度评价，统计学院网站上公布了我的发言全文。

坛友sarah86：赵教授您好！我是财经院校统计学专业的硕士研究生，毕业之后考入了中国人民银行省级支行的金融统计部门，工作之后发现在学校所学的统计学知识与金融统计工作有较大差别，看过您主编的《金融统计分析》（2000年）后受益匪浅，但是最近几年金融统计制度作了较大调整，请问您是否有再编写金融统计类教材的计划？渴求您的新作！


我们一直计划再编写金融统计的教材，特别是2011年11月1日中国金融学会金融统计专业委员会成立，我在成立大会上代表高校发言，主要介绍统计在金融发展中的重要作用，得到与会代表的高度评价，统计学院网站上公布了我的发言全文。