山东大学经济学院陈强教授(发展经济学、计量经济学及经济史)4.14在线访谈

相似文件 换一批

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

热烈欢迎山东大学经济学院陈强教授于2015年4月14日下午3点接受人大经济论坛的在线访谈活动。欢迎大家热烈提问。

提问领域：
发展经济学、计量经济学及经济史

陈强老师10月北京现场班：https://bbs.pinggu.org/thread-3156565-1-1.html

PS：的问题提问者会获得50论坛币的奖励~
VIP，不止是论坛币！！！

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

分享2 收藏4 回帖

关键词：计量经济学 发展经济学 在线访谈 山东大学 计量经济 山东大学 经济学 经济史 在线 学院

陈强，分别于1992年与1995年获得北京大学经济学学士与硕士学位，2007年获美Northern Illinois University数学硕士与经济学博士学位，现任山东大学经济学院教授，泰岳经济研究中心副主任（主持工作）。

主要研究领域为发展经济学、计量经济学及经济史。

已独立发表论文于Economica，Journal of Comparative Economics，《经济学(季刊)》、《世界经济》等国内外期刊。

独立编著的经典教材《高级计量经济学及Stata应用》第二版于2014年由高教出版社出版。

2010年入选教育部新世纪人才支持计划。

Education
1992,  Peking University, B.A., Economics
1995,  Peking University, M.A., Economics
2007, Northern Illinois University, M.S., Mathematics
2007, Northern Illinois University, Ph.D., Economics

Research Fields
Growth & Development, Econometrics, Institutions, Economic History

Teaching
Econometrics (undergraduate, graduate)

专著
陈新岗、陈强，《山东革命根据地的奇迹与启示：货币、金融与经济政策》，山东人民出版社，2014年。获中国经济思想史学会成果奖二等奖。 [书评] (经济观察报, 2014.10.31)

Papers
[1] "The Effect of Patent Laws on Invention Rates: Evidence from Cross-country Panels," Journal of Comparative Economics, 2008, 36(4), 694-704.
[2] "The Labor Scarcity Paradox Reconsidered: A Simple Growth Theoretic Explanation," Applied Economic Letters, 2009, 16(15), 1501-1504.
[3] "The Needham Puzzle Reconsidered: The Protection of Industrial and Commercial Property Rights," Economic History of Developing Regions, 2012, 27(1), 38-66.
[4] "Climate Shocks, State Capacity, and Peasant Uprisings in North China during 25-1911 CE," Economica, 2015, forthcoming.
[5] "Climate Shocks, Dynastic Cycles and Nomadic Conquests: Evidence from Historical China," Oxford Economic Papers, 2015, forthcoming.
[6] "Natural Disasters, Ethnic Diversity, and the Size of Nations: Two Thousand Years of Unification and Division in Historical China," working paper
[7] Chen, Qiang, Yijiang Wang, and Chun-lei Yang,"State Power and Taxation in Autocracies: Theory and Evidence from Late Imperial China," working paper
[8] Sun, Shengmin, and Qiang Chen, "Measuring the Effects of Decollectivization on China's Agricultural Growth: A Panel GMM Approach, 1970-1987," working paper.

中文论文
[1] "国际贸易与西方世界的兴起：财富效应还是货币效应"，《世界经济》，2009年，第1期，72-77。
[2] "限户型政策的经济学分析"，《产业经济评论》，2009年，第4期，40-56。
[3] "政治失势者成为经济发展的障碍：以近代中国与日本为例"，《山东大学学报(哲社版)》，2011年，第1期，49-57。
[4] "中原王朝被征服的计量历史分析"，《制度经济学研究》，2011年，第2期，92-106。
[5] 汤玉刚、陈强，"分权、土地财政与城市基础设施供给"，《经济社会体制比较》，2012年，第6期，98-110。
[6] "李约瑟之谜再思考：工商产权的保护"，《新政治经济学评论》，2013年，第1期，16-46。
[7] "中原王朝被征服的计量历史分析：回应"，《制度经济学研究》，2013年，第1期，249-252。
[8] 陈强、李晶，"中国离诺贝尔科技奖还有多远：来自跨国面板数据的启示"，《山东大学学报(哲社版)》，2014年，第4期，44-51。
[9] "气候冲击、王朝周期与游牧民族的征服"，《经济学(季刊)》，2014年，第4期，373-394。
[10] 汤玉刚、陈强、满利苹，“资本化、财政激励与地方公共服务提供：基于我国35个大中城市的实证分析”，2014年，工作论文

其他文章
[1] 毕业赠言，2011年（PDF）
[2] "中国历史上为何数次被游牧民族征服"，《经济资料译丛》，2013年，第2期，66-68。
[3] My blog at Oxford University Press (2014年12月)：Climate Shocks, Dynastic Cycles and Nomadic Conquests

主要获奖与资助
2010年，入选教育部新世纪人才支持计划
2014年，山东大学“我心目中的好导师”
2014年，国家自然科学基金面上项目“气候冲击对中国社会稳定性的长期影响：基于历史计量学的实证研究”(NSFC 71473149)，主持人

其他获奖
2006-2007年，Dissertation Fellowship, Northern Illinois University
2008年，中国制度经济学年会论文奖
2009年，中国数量经济学年会论文一等奖
2009年，中国制度经济学年会论文二等奖
2010年，山东省高等学校科研成果论文一等奖
2012年，中国制度经济学年会论文奖

感谢陈强老师抽出时间和大家进行在线的学术交流

期待大家的热烈提问

坛友彩虹豆豆：
如何提高本科生用计量写论文的水平，目前学校教育还不能满足，大牛老师讲的很高深对没入门的学生来说很难一下理解，请问有什么高招吗

请问陈老师：
您五一在上海的高级计量经济学与Stata课程是否没有基础的学生也能听呢？
据说高级计量经济学非常难，如果参加，需要学员们提前做什么准备呢？
谢谢您

请问陈强老师：
我在做面板数据的门槛回归时（用的是xtptm命令），出现了下列情况：
. xtptm dfoodrate lnfoodp lnclothp lnresip lnapplip lntransp lnedup        lnhealthp        ,rx(dlny)        thrvar(lny)        iters(1000)        trim(0.05)
> grid(200)

================ Fundamental information: ===================

Number of Regime independent variables:    7
Number of Regime dependent variables:    1
Number of individuals in panel:   31
Number of periods in panel:   19

================ Ordinary Fixed effect regression: =========

Sum of Squared Residuls:       0.0000
Stardard error of regression:       0.0000
Regression Result(ordinary standard error):

Coef         Std           t        Prob

1      0.0000      0.0000           .           .
2      0.0000      0.0000           .           .
3      0.0000      0.0000           .           .
4      0.0000      0.0000           .           .
5      0.0000      0.0000           .           .
6      0.0000      0.0000           .           .
7      0.0000      0.0000           .           .
8      0.0000      0.0000           .           .

Regression Result(Robust standard error):

Coef   Std_Robust           t        Prob

1      0.0000            .           .           .
2      0.0000            .           .           .
3      0.0000            .           .           .
4      0.0000            .           .           .
5      0.0000            .           .           .
6      0.0000            .           .           .
7      0.0000            .           .           .
8      0.0000            .           .           .


================ Single threshold regession: ===================

Minimized Sum of Squared Residuals:    0.0808
Standard error of residuals:    0.0121
Threshold estimator:    8.7715
95% conf. intv. of threshold:    7.5935    9.6144
LR Critical value to test gamma=gamma0:    7.3523
Threshold regression(Ordinary Std. Error):

Coef         Std           t        prob

1      0.2055      0.0131     15.6477      0.0000
2     -0.0161      0.0232     -0.6942      0.4879
3     -0.0332      0.0162     -2.0528      0.0406
4     -0.0492      0.0347     -1.4202      0.1561
5      0.0012      0.0235      0.0524      0.9582
6     -0.0379      0.0140     -2.7083      0.0070
7     -0.0051      0.0184     -0.2775      0.7815
8      0.0074      0.0085      0.8689      0.3853
9     -0.0328      0.0165     -1.9873      0.0474

Threshold regression(Robust Std. Error):

Coef   Std_Robust           t        prob

1      0.2055            .           .           .
2     -0.0161            .           .           .
3     -0.0332            .           .           .
4     -0.0492            .           .           .
5      0.0012            .           .           .
6     -0.0379            .           .           .
7     -0.0051            .           .           .
8      0.0074            .           .           .
9     -0.0328            .           .           .

Note: Critcal (Inverse CDF of LR stat): -2*ln(1-sqrt(1-alpha))
mm_quantile():  3351  argument has missing values
ptm():     -  function returned error
<istmt>:     -  function returned error
r(3351);


end of do-file
r(3351);

现在有两个问题：
1.为什么在================ Ordinary Fixed effect regression: ========= 下的估计系数都是0，并且标准误、t值和P值是0或缺失值；另外，在================ Single threshold regession: =================== 的Threshold regression(Robust Std. Error)估计下，标准误、t值和P值都是缺失值。

我想问的是，这种结果是因为程序或软件安装问题，还是因为我的数据不适合用门槛回归造成的问题？

2. 在xtptm命令中，我只要加上 iters() 选项，就会出现如上述的红色字体报错，是怎么回事，如何克服？

另外，补充一下：

基于固定效应的OLS的估计下,估计结果如下，
xtreg dfoodrate lnfoodp lnclothp lnresip lnapplip lntransp lnedup lnhealthp dlny        ,fe        vce(r)

Fixed-effects (within) regression               Number of obs      =       558
Group variable: id                              Number of groups   =        31

R-sq:  within  = 0.3998                         Obs per group: min =        18
between = 0.0001                                        avg =      18.0
overall = 0.3896                                        max =        18

F(8,30)            =    119.69
corr(u_i, Xb)  = -0.0359                        Prob > F           =    0.0000

(Std. Err. adjusted for 31 clusters in id)

Robust
dfoodrate       Coef.   Std. Err.      t    P>t     [95% Conf. Interval]

lnfoodp    .2030659   .0135485    14.99   0.000     .1753961    .2307357
lnclothp   -.0195191   .0162319    -1.20   0.239    -.0526689    .0136308
lnresip   -.0192483   .0167676    -1.15   0.260    -.0534923    .0149957
lnapplip   -.0653587   .0268589    -2.43   0.021     -.120212   -.0105055
lntransp    -.001273   .0297595    -0.04   0.966      -.06205    .0595041
lnedup   -.0366845   .0157251    -2.33   0.027    -.0687994   -.0045697
lnhealthp   -.0053235   .0115616    -0.46   0.649    -.0289353    .0182884
dlny    .0032387   .0103032     0.31   0.755    -.0178031    .0242806
_cons   -.0141556   .0010399   -13.61   0.000    -.0162794   -.0120317

sigma_u   .00230544
sigma_e   .01254963
rho   .03264605   (fraction of variance due to u_i)

如何解释交互项呀，如a正，b负，c正显著，或者a正b正c负显著

陈老师好！
我有两个问题：
1. 计量经济学分为理论计量经济学和应用计量经济学，您主要倾向于哪方面的研究？哪个方向更容易出成果？
2. 现在计量方法太多，有学不完的感觉。每种方法一旦出现就会一阵风一样出一大堆文章，如动态面板面板单位根检验、svar模型结构方程，空间计量经济学，现在大家又再忙着做最接近于随机实验的双重差分和断点回归，想请教一下您，下一个热点将会是什么？

还有一个问题，有的时候有思路没有数据，有的时候正好相反，您一般是先有idea还是先查看手头的数据？