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

请问陈老师：
我最近听到一个观点迷惑不解，烦请您百忙之中指点迷津
地方ZF官员被广泛认为是政治利益最大化为导向，通过加速GDP增长来获得政治锦标赛中的竞争优势。如此看来，地方ZF官员应该偏向于投资短平快能看到收益和回报的项目，但是为什么那么多地方ZF这么偏好对高精尖或者高端科技的投资（投资科技园或者扶持高科技型企业）呢？难道仅仅是为了形象工程？
感激不尽

资料狂人 发表于 2015-4-13 09:09
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 ...

这个问题一言难尽。我在即将出版的本科教材《计量经济学及Stata应用》中专门有一章，对实证研究过程乃至论文写作进行了较详细的介绍。

总的来说，还是要在实践中学习、体会与领悟。另外，对于新手，则应多向经典论文学习，研磨其研究方法与写作风格，正所谓“熟读唐诗三百首，不会作诗也会吟”。

weinamaleny 发表于 2015-4-13 09:10
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 ...

这个现场班虽然是高级计量与Stata应用，但并不要求太多基础。只要学过微积分、线性代数与概率统计即可；当然，如果学过本科阶段的计量经济学则更好。

事实上，现实中用的计量经济学就是计量经济学，并无初级与高级之分（这种分类更多是为了教学上的安排）。

因此，我会把实证研究中最常见的计量模型、方法与Stata应用教给大家，并尽量使用最直指人心的方式来授课。

fanxuchun 发表于 2015-4-13 10:03
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 l ...

这种问题最好是问xtptm的作者（似乎是王群勇老师），呵呵

菜园一块田 发表于 2015-4-13 10:29
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

对于交互项的理解，主要可从边际效应（偏导数）来看。

比如，根据你的方程，X对Y的边际效应为 a + cM。如果系数c为正，则随着M的增加，X对Y的边际效应将上升；反之，如果系数c为负，则X对Y的边际效应将下降。

类似地，可考察M对Y的边际效应，即 b + cX。

如果某项的系数不显著，则意味着在统计意义上可视其为0（不存在此项）。

陈老师，请问使用stata做空间面板数据时，有可以对sem和slm模型做lm相关检验的程序吗？

ecosdu 发表于 2015-4-13 11:31
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 ...

1、我目前主要做应用计量。理论计量与应用计量的研究其实是很不一样的。前者不需要数据，主要进行数学推导；而对于后者，除了计量方法外，思想与数据同样重要。无论在理论计量还是应用计量领域，都有很高产的学者，应该更多地取决于自己的兴趣与比较优势吧。

2、我一向认为，应使用最合适的计量方法，而不一定是最新或最时髦的计量方法。因为任何计量方法都有其前提假设；如果你的数据不能满足这些假设，则无法使用。举个例子，国内很多人在处理动态面板时，喜欢使用系统GMM，认为系统GMM比差分GMM更有效率。但事实上，系统GMM要求的适用条件也更严格，比如经济需要在稳态均衡（steady state）的附近；而对于像中国这样的转型经济，假设经济一直处于稳态均衡附近，在多数情况下就有些牵强。

如果要预测未来的计量方法热点，也可以从最新版的Stata中找到线索。比如，刚发布的Stata 14中，包含了贝叶斯估计的内容。

ecosdu 发表于 2015-4-13 11:32
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？

这两种情况我都遇到过。最初应该是先有idea，然后去找数据。

另一方面，千辛万苦收集好数据之后，通常不会只做一篇论文。这时就会思考，这套数据还可以用来回答哪些其他问题。

陈老师，您好！我的问题如下：
     在使用工具变量解决内生性问题时，先通过hausman检验选择了FE效应面板模型，使用工具变量后选择RE效应，我能对前后两种不同效应的模型进行hausman检验吗？为什么？
     谢谢！

hangtian8881 发表于 2015-4-13 11:49
陈老师您好，看了您的《高级计量经济学及STATA应用》，里面提到了关于半参数回归，我在stata里找到了命令语 ...

对，句型正确。

其中，选择项“nonpar(varname)”用来指定非参数部分的变量。之所以需要这个选项是因为，所谓半参数模型，其实是由参数模型（即线性回归模型）与一个未知函数形式（非线性）的非参数模型所构成。

具体来说，假设考虑以下半参数模型：

Y = aX1 + bX2 + cX3 +f(z) + error

其中，f(z)是变量z的非线性函数（具体函数形式未知）。则估计此半参模型的Stata命令可写为：

semipar y x1 x2 x3,nonpar(z)