吉林大学商学院刘汉( 宏观计量分析、经济周期波动与预测)4月18日在线访谈

guanxuchen 发表于 2014-4-17 14:41
老师您好，可否推荐几本宏观经济入门书籍？谢谢！

感谢“guanxuchen”的提问，谢谢参与我的访谈。
入门的宏观经济学书籍有很多，如：
曼昆《经济学原理》中的宏观部分；
萨缪尔森《经济学》中的宏观部分；
国内大部分使用，高鸿业《西方经济学（宏观部分）》。
具体的还可以参见人大经济论坛的“宏观经济学”板块，里面可以下载大量的宏观经济学教辅材料 (https://bbs.pinggu.org/forum.php? ... peid&typeid=354)，选择适合自己的，认真学习。祝学安！

安宁1990 发表于 2014-4-17 14:49
刘老师您好，我想问您的问题是：如何预先判定参数的估计值，并且请您解释一下价格水平、同比指数、环比指数 ...

感谢“安宁1990”的提问，谢谢参与我的访谈。

我理解你问的“如何预先判定参数的估计值”是想知道如何在模型估计时候选择合适和合理的初始值问题。这个一直是困扰我非常久的问题，我也问过很多师长和同事，得到的答案不一，但总的来说，主要包括以下三点：第一，根据模型的理论依据，如判断正负号，作用方向之类的；第二，参考前人的研究成果，找到参考文献中所列的估计值，作为你的初始值进行研究；第三，试错法，根据一定的取值范围，设定格子搜索等方法进行大量的实验和模拟。
有关“价格水平同比指数、环比指数的区别和联系”，我有自己的理解，但是我觉得网上对《统计环比指数与季节调整方法研究》课题组组长刘稚南的访谈“统计环比指数不可或缺”(网址：http://www.zgxxb.com.cn/xwzx/201103210015.shtml ) 中讲的比我要清楚，我摘抄如下：
同比数据是指当期与上年同期相比得到的数据，由于两个年份同一时期在季节上基本可比，所以在计算中不需作季节调整。它反映了当期经济运行内在因素和季节性等外在因素相结合的结果。但由于它反映的是相隔12个月的变化，因此不能及时准确地体现经济的近期变化，同时它受基准期季节因素影响，数据变动起伏较大。
环比数据是指当期与上期相比得到的数据。由于经济活动有季节性，因此使用时需剔除季节因素的影响，这样就能更精准地反映季节活动的真实走势，也就能够及时发现季节运行过程中拐点的出现和趋势的变动。
两者之间的联系，是可以通过计算实际值来实现两者时间的转换的。

希望我的回答能对你有所帮助，祝学安！

野草1992 发表于 2014-4-17 15:27
刘老师，您好，我是一个经济学的爱好者，专业是公共管理类，一直喜欢经济学，想请问宏观经济学的比较易懂的 ...

感谢“野草1992”的提问，谢谢参与我的访谈。

请参考我在15楼的回答。
“入门的宏观经济学书籍有很多，如：
曼昆《经济学原理》中的宏观部分；
萨缪尔森《经济学》中的宏观部分；
国内大部分使用，高鸿业《西方经济学（宏观部分）》。
具体的还可以参见人大经济论坛的“宏观经济学”板块，里面可以下载大量的宏观经济学教辅材料 (https://bbs.pinggu.org/forum.php? ... peid&typeid=354)，选择适合自己的，认真学习。”

希望我的回答能对你有所帮助，祝学安！

南派没有三叔 发表于 2014-4-17 17:18
刘汉老师，您好!请问混频数据相对于以往的数据处理方式有什么优点？现今主流的处理混频数据的方法主要有哪些 ...

感谢“南派没有三叔”提问，谢谢参与我的访谈。

请参考我在针对第8楼和第13楼的回答。

祝学安！

zhaoxiaorong 发表于 2014-4-18 15:32
刘老师您好～很高兴能有这个机会向您请教问题。我有两个问题：第一、混频数据预测模型能否应用到微观经济学 ...

感谢提问，谢谢参与我的访谈。

第一个问题：混频数据预测模型应用到微观经济学中应该是可行的，虽然我没有做过。因为微观数据常常会面临频率不一致的现象，这样就可以使用混频数据模型来处理。
第二个问题：理论模型的预测值会与现实中的真实值有一定的偏差，这是肯定有的，这说明预测模型在预测实际值时候出现的偏差，预测模型的好坏就要看这个偏差的大小，如果比较小，就说明模型的预测效果好，反之，则说明模型预测效果不怎么好，一般都会选择一个基准模型作为比较，来判断所采用的模型是否具有比较优势。

希望我的回答能对你有所帮助，祝学安！

I60914004 发表于 2014-4-18 12:43
刘老师：您好！
我想请教关于伪回归问题。对于非平稳时间序列建立回归模型可能会出现伪回归，除非满足以下 ...

感谢“I60914004”的提问，谢谢参与我的访谈。

你提的问题非常好，我们在实证研究的时候经常会出现上述问题。
对于你的第一问题，可以肯定的说可能会出现伪回归，因为变量见得关系可能是相关，但是确实非线性先关，如果不考虑平稳性和协整关系，而直接那两个变量进行回归，这样得出的结果偏差一定很大，或者说根本不正确，还是应该参照“Box-Jenkins”建立模型的方法，一步一步的判断，并选择合适的模型。
对于你的第二个问题，建立回归当然可以，随便两个变量都可以进行回归，关键是这个回归是否有意义，也就是说如果估计的回归模型很好，你怎么解释这个结果？理论模型就能给出一定的解释。一般来说对时间序列回归前，都应该对变量的平稳性或协整关系进行检验，避免构建的回归是伪回归。

希望我的回答能对你有所帮助，祝学安！

I60914004 发表于 2014-4-18 15:37
刘老师：您好!
再请教您个问题。做ARMA模型时，平稳可逆的意义到底何在？
谢谢！

感谢“I60914004”的提问，谢谢参与我的访谈。

做ARMA模型时，平稳可逆的意义是为了保持模型的平稳，如果没有这个条件，则我们无法总理论意义上获得ARMA模型，如果仍按照ARMA模型进行估计，则有可能出现模型的误设，检验模型的误差时，将会存在诸多问题。请在实际应用中加深体会。

希望我的回答能对你有所帮助，祝学安！

I60914004 发表于 2014-4-18 15:44
李老师，您好！
做关于通胀的VAR模型时，是不是应该尽可能把影响通胀的所有变量尽量都放进来，或者说只根据 ...

感谢“I60914004”的提问，谢谢参与我的访谈。

还是和我以前解答的一样，我建议你“站在巨人的肩膀上”解决问题，即
第一，根据理论模型对模型所需要的变量进行初步筛选；
第二，参考前人的研究成果，找到参考文献中所列变量；
第三，试错法，根据研究的目的和要求做大量实验和模拟分析。

希望我的回答能对你有所帮助，祝学安！

I60914004 发表于 2014-4-18 16:01
刘老师：您好！
在您刚才的回答中提到因子分析，应用比较多的是R型因子分析，
能否简单介绍下Q型因子分析 ...

感谢“I60914004”提问，谢谢参与我的访谈。

有关Q型因子分析我涉猎不多，可能无法给你满意的答复，我在网上搜索得到以下文献，我们一起学习下：
参考网址：“http://wenku.baidu.com/link?url= ... FieWWPbp17dDdt7eVQm”

“R型因子分析是在样本空间中处理变量，最后利用变换结果分析样本；而Q型因子分析则是在变量空间中处理样本，对样本进行归类和分析。
R型因子分析是从原始变量出发，基于变量的相关系数矩阵进行求解的；而Q型因子分析则是从原始变量出发，基于样本的相似系数矩阵进行求解的。
Q型因子分析的数学过程和思路与R型因子分析基本相似，但Q因子分析对变量的标准化要求较低，一般不对数据进行中心化，具体方法请参考讲义中的有关内容。”

希望上述内容能对你有所帮助，祝学安！

HankLiu 发表于 2014-4-18 16:25
感谢“I60914004”的提问，谢谢参与我的访谈。

还是和我以前解答的一样，我建议你“站在巨人的肩膀上” ...

再次感谢刘老师的解答！短时间内作出详细的答复，对您学识的深度和广度以及迅速获取知识的能力表示敬仰