楼主: 资料狂人
16310 69

[白仲林] 白仲林教授3月21日15点正式开始在线访谈 [推广有奖]

31
bairbjl_zl 发表于 2012-3-21 15:08:02
资料狂人 发表于 2012-3-21 09:13
坛友扶夏:白教授:
     您好!非常敬佩您在数量经济学领域的学术贡献,十分感谢您在百忙之中抽出时间答疑 ...
扶夏坛友:
    非常感谢您对我们工作的关注和褒扬,我只是做了一点力所能及的小事,更不能称为有学术贡献。

    从1981年的颐和园讲习班算起,我国计量经济学学科的发展已进入风华正茂的时代,尤其,近10年来,计量经济学的发展非常迅速,也取得了丰硕的成果、培养了一大批专业人才,国际化程度逐步提高。但是,与国外类似,依然存在“重应用、轻理论”的现象,比如,纯粹的计量经济学理论研究的文章可能比应用研究的文章发表难度要大一些。这主要是国内没有偏重于理论的刊物,然而,《统计研究》近年来有所侧重。
    从去年的一级学科调整来看,计量经济学与统计学的区别也很清楚了。统计学是一级学科,计量经济学是应用经济学的一个研究方向。统计学是揭示统计数据总体分布规律的方法论科学,不仅样本数据不一定是经济数据,而且,统计学方法也不限于建立狭义的统计模型;而计量经济学研究的对象是经济数据、设定的模型与经济理论密切相关、估计的模型也必须给出合理的经济学解释。
    在建立计量经济学模型时,对模型适用条件进行检验不可或缺的,需要对样本数据的分布特征进行检验,否则建立的模型难以达到预期的目的。为了提高所建立计量模型的有效性、稳健性和实用性,在建立模型时,可以重点考虑两方面的问题,其一是尽可能全面地解读数据的统计特征,通过对原始数据的函数变换,使其满足现有模型的适用条件;其二是对已有的计量模型进行改造,使得修正的模型能够适用于原始数据的统计特征。当然,后者涉及到计量经济学理论研究的内容(如模型估计与检验方法的更新)。

32
bairbjl_zl 发表于 2012-3-21 15:12:27
资料狂人 发表于 2012-3-21 09:14
坛友hongqz:个变量,20年数据建立VAR模型,根据AIC法则最佳滞后阶数为1阶,但是1阶VAR 的AR ROOT有一个根在 ...
hongqz坛友:
   谢谢您提出的问题!
   这是VAR模型稳定(Stability)和VAR模型的各变量二阶矩平稳(Covariance Stationary)的关系问题,也是一个大家比较关注的问题。
    VAR模型是稳定的(Stable)充分必要条件是VAR模型的特征根都在单位圆里面;这时,VAR模型才可以表示为VMA(∞)模型;并且,稳定的(Stable)VAR模型的各变量均是二阶矩平稳的(Covariance Stationary) 。另外,对稳定的(Stable)VAR模型进行脉冲响应和方差分解分析才是有意义的。
    因此,我认为对于你的问题建立VAR(2)模型是正确的。至于AIC指数确定 VAR模型的滞后阶数也存在犯第II类错误的问题,所以,AIC指数不是确定 VAR模型滞后阶数的唯一标准,近年来,Bai & Ng等文献研究了对AIC和BIC指数的修正。

33
bairbjl_zl 发表于 2012-3-21 15:18:26
资料狂人 发表于 2012-3-21 09:14
坛友sll0319:白教授:您好!
请问与混合截面数据(pool data)分析相比,面板数据分析(pannal data)有哪些优 ...
sll0319坛友:您好!这是应用面板数据进行计量分析必须回答的问题,是个好问题!
    混合截面数据是将二维数据结构堆砌为一维数据结构来建立模型,它不仅未考虑不同个体之间的异质性,而且也没有考虑同一个体数据在时间上的时变性,所以,混合截面数据的回归模型与传统的截面数据回归模型没有本质区别,只是样本容量的扩充。而建立面板数据双因素模型(或单因素模型)充分考虑了两类不可观测的因素“非时变的个体效应”和“同质性的时变效应”,能够得到解释变量对被解释变量的影响系数的估计更准确。因此,只有当混合截面数据(pool data)在截面和时间两个方面来源于同一总体时,即当数据具有可混合性(poolability)时,才可以建立混合回归模型。在实际应用中,需进行面板数据的混和估计检验,可参考Baltagi(2008)的专著《Econometric Analysis of Panel Data 4th》。

34
bairbjl_zl 发表于 2012-3-21 15:23:02
资料狂人 发表于 2012-3-21 09:14
坛友ywh19860:白老师,您好,
  我想请教您对如下问题的看法。
  在面板数据模型中,通常利用hausman检验 ...
ywh19860616坛友:您好!您提出了一个许多同学关注的好问题!
   这里涉及到固定效应模型与随机效应模型的定义与估计问题。
   Hausman检验是模型设定检验,关键是检验E(uit |Xit) = 0的零假设是否成立,这里的误差项uit包含不可观测的个体效应(μi),当接受零假设时,解释变量与误差项同期独立,这样模型系数的GLS估计是无偏的(也是一致的);否则,模型存在内生性,但是,当经过组内离差处理后,模型就不存在内生性,这时OLS估计才是无偏的(一致的)。前者设定的模型是随机效应模型,后者是固定效应模型。因此,科学的处理方法是依据Hausman检验来设定面板数据回归模型。

35
bairbjl_zl 发表于 2012-3-21 15:25:23
资料狂人 发表于 2012-3-21 09:14
坛友xdltzf:白教授:
   您好!请问你一下,在解决计量经济建模的过程中,异方差的判断和解决用多种检验与 ...
xdltzf坛友:您好!
   计量经济模型的异方差问题很常见,并且有多种类型的异方差。一般根据异方差的类型选择检验方法。例如,对于递增性的异方差可选择Goldfeld-Quandt 检验、对于具有复杂型异方差可选择White检验、尤其对于时间序列数据也可采ARCH-LM检验。

36
bairbjl_zl 发表于 2012-3-21 15:31:54
资料狂人 发表于 2012-3-21 09:14
坛友dqhdqhdqh:白教授您好:
      请教您一个结构突变的面板数据的单位根检验问题。单位根检验是时间序列 ...
dqhdqhdqh坛友:您好!非常支持您开展面板数据结构突变的单位根检验研究。
    实际上,时间序列的有结构突变的单位根检验问题已不是前沿问题,1989年Perron等学者就已经开始研究了。可是,在单位根检验中考虑结构突变,对于宏观经济学的意义是很重大,Perron(1989)和ZA(1992)的工作推动了对宏观经济波动研究的“回归Keynes”。
    近年来,在面板数据的单位根检验中,人们开始讨论结构突变对单位根检验的影响。但是,面板数据结构突变的单位根检验要比时间序列的类似问题复杂,我认为需要关注五个方面的问题,(1)结构突变点的内生决定性;(2)突变的类型(均值突变、趋势突变) ;(3)各个体时间序列结构突变点的同期性;(4)单位根的个体异质性;(5)面板数据的空间相关性。 另外,在用Monte Carlo模拟方法研究时,需特别注意在零假设下数据生成过程的确定,它影响了检验的模拟临界值。因此,必然影响对结论的推断。

37
bairbjl_zl 发表于 2012-3-21 15:36:59
资料狂人 发表于 2012-3-21 09:15
坛友zawhul:白教授,
您好!非常敬佩您在数量经济学领域的学术贡献,十分感谢您在百忙之中抽出时间答疑解 ...
zawhul 坛友:您好!
   我读过Love(2006)的文章,他对PVAR模型的估计过程如下:
(1)利用前向离差化(即每个变量减去其未来样本的均值)消除个体固定效应(因与回归解释变量相关),即“Helmert procedure”;应用Helmert变换保持了变换后变量与滞后解释变量的正交性;
(2)利用组内离差处理(各变量减去其时间均值)消除时间虚拟变量;
(3)对于处理后的数据以解释变量的滞后为工具变量利用GMM方法估计PVAR模型的系数;
(4)根据PVAR模型的系数估计值及其标准差构造脉冲响应函数的矩阵;
(5)利用Monte Carlo模拟计算脉冲响应函数的标准差和置信区间。
    显然,在该估计过程中,步骤(1)-(2)只消除个体固定效应和时间虚拟变量,并不改变PVAR模型解释变量的系数;而且,脉冲响应函数的矩阵也只使用了PVAR模型的系数估计值及其标准差。所以,步骤(1)-(2)的变换,不会影响PVAR模型的系数估计值和脉冲响应分析。

38
wongone 发表于 2012-3-21 15:38:39
白教授您好!请问在面板数据中考虑结构突变之前(比如做之前不知道是否有结构突变)应该做哪些检验?

还有面板数据的固定效应和随机效应之间的区别是什么?

39
ywh19860616 发表于 2012-3-21 15:38:45
bairbjl_zl 发表于 2012-3-21 15:23
ywh19860616坛友:您好!您提出了一个许多同学关注的好问题!
   这里涉及到固定效应模型与随机效应模型 ...
非常感谢白老师您的解答。
因为我看到目前大部分文章都是用固定效应模型估计实证分析,固定效应模型的假设也更加的符合实际。
而有时候我们利用hausman检验时又出现支持随机效应模型的情形,故此向白老师您请教。


白老师,能否再请教您一个问题?
在进行单位根检验时,要进行模型选择,比如intercept,intercept+trend,或者no intercept+no trend。
对于模型选择,现在没有统一的说法。在时间序列数据环境下,Enders(2004)书提出了一种说法,就是从最一般的模型,即既包含intercept,又包含time trend开始检验,然后分别对time trend和intercept系数进行显著性检验,若不显著,则剔除。
   我想请教白老师,您在进行单位根检验时,一般是如何处理这个问题的?即您如何进行模型选择。
若Enders(2004)方法在时序上可行,那么在面板数据中是否也同样适合?
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
epoh + 1 + 1 + 1 精彩帖子

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

一份耕耘,一份收获。

40
bairbjl_zl 发表于 2012-3-21 15:48:18
资料狂人 发表于 2012-3-21 09:15
坛友扶夏:白教授:
      您好!非常敬佩您在数量经济学领域的学术贡献,十分感谢您在百忙之中抽出时间答 ...
扶夏坛友:您好!
    这个问题是一个沉重的问题,可能近年来也不会有答案。
    但是我的观点是计量经济学的发展离不开经济学理论的深化。而且回顾诺奖获得者的学术贡献,也不难发现他们的工作与当时的经济学理论研究密不可分,计量经济学理论方法的创新均源于对已有经济学理论的挑战和发展。有效需求才能产生有效供给,所以,数学科学的发展路径可能不适合于计量经济学的创新。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
扫码
拉您进交流群
GMT+8, 2026-3-7 06:14