
現代經濟學問題需要數學工具實現
對于中國的一些學生,在學了數學、計量經濟學這樣一些課程以后不知道怎么用,我覺得這本身跟中國的一些課程的設置是有關系的。在美國,在你學習經濟學之前就會告訴你一些必須的先修課程,比如在上中級微觀之前就會告訴學生你必須先學習微積分,因為中級微觀里要學到效用最大化等問題,就要用到數學里的求極值的方法,就要用到微積分的知識。這樣就給了學生一種導向:要想修中級微觀,就要先學會微積分;而且,這樣還可以告訴學生微積分是怎么樣用在經濟學的分析里的。
而在中國目前的課程設置情況下,學生在學習高等數學的時候是看不到以后這些課程將會用到哪里的,學的數學課程和以后所學的經濟學里的數學應用是有些脫鉤的。再者,學生之所以覺得數學和計量經濟學比較難學,那可能跟中國目前的教學文化也有一定的關系?,F代經濟學之所以要用到數學、計量經濟學等工具,就是因為現代經濟學是建立在一套很嚴謹的術語、規范的基礎之上的,有著一套很嚴謹的邏輯框架,因此它的內容和形式是高度統一的。你為了分析一些高深的經濟學問題,就必須使用一些復雜的數學工具才能實現。當然,我覺得國內的數學和計量經濟學的老師們的教學水平在某些方面也要有一定的加強。由于計量經濟學要求的門檻高一些,特別是對數學工具的要求比較高,我們就容易把注意力集中在這些數學工具上,而忽略其背后的經濟含義。如果老師們能夠把這些經濟含義通過一些例子講進去的話,我相信學生肯定會喜歡計量經濟學這門課的。
計量經濟學所面臨的局限是整個經濟學科的局限
計量經濟學所面臨的局限性不是計量經濟學本身所特有的,而是整個經濟學科所面臨的局限性。從整個經濟學科的特點來看,其假設條件一般是沒有辦法直接去驗證的。其實過去好幾代經濟學家一直想要讓經濟學成為一門像物理學這樣的科學。
那么什么是科學呢?首先就是理論體系要有邏輯性,從假設到理論本身,到推論,一定都要有邏輯性,不能有邏輯錯誤。更重要的一點是,你的理論能不能解釋現實,也就是說理論跟現實要有一致性。而后面這一點其實就是計量經濟學的工作。我們現在發展一整套的計量經濟學的方法、模型和工具,其實都是為了用來分析經濟數據,然后看看這些經濟數據跟理論是不是相吻合。
那么為什么說計量經濟學或者整個經濟學科有局限性呢?最關鍵的一點就是,在自然科學里面,像物理、化學,或者生物,這些都是可以做實驗的。你之前可能做了大量的實驗來驗證某種假說,然后提出了你的理論。等你的理論提出之后,其他人在你的假設條件下可以獨立進行實驗,來驗證你的理論。但是經濟學是做不到這一點的。例如研究過去三十年中國的經濟轉型問題,別人是不可能讓中國經濟回到三十年前再重復來實驗一次的,這種實驗是沒有辦法做的。雖然現在也有實驗經濟學,但是畢竟實驗經濟學研究的領域相對還是狹窄的,對于大多數經濟現象,我們都是被動的觀測者,并不能主動去產生數據。因此,如果你現在通過實證研究提出了一個觀點,但別人想要通過做實驗來驗證這個結論是不可能的。
在物理學、生物學上,我們可以靠做實驗來判斷對錯和真假;而在經濟學方面,只能是看你使用的分析方法,如果是實證研究的話,就是看你的計量經濟學方法,看哪一個更一般、哪一個更具有科學性,只有這樣,才能夠判斷出哪種結論要更好一些。而這也是相對的。就是說,也許現在受到數據的限制,或者所使用的經驗的計量經濟學的方法不夠好,不能把目前的理論推翻掉,但這并不一定說明這個理論就是正確的理論;過了一段時間,經濟現象的數據多了,方法完善了,可能就可以把這個理論推翻掉。從這個意義上講,我其實是有一點懷疑,經濟學是不是可以達到像自然科學那樣比較完美、或者完善的程度。所以我們只能從多方面著手,讓經濟學在方法上、在各方面能夠盡量往科學研究方面靠,但是真正要達到自然科學的那種水平還是相當困難的。這是社會科學與自然科學最重要的一點區別。
經濟學不跟數據打交道是不可能的
數量分析方法的廣泛應用是一種進步??纯粗袊洕鷮W教育,在1980年之前的30年,經濟管理類的學生是不用學數學的,他們主要就是學習馬克思的政治經濟學。而現代經濟學最重要的就是marginal revolution,就是邊際革命。所謂邊際,對應的數學就是求導數,所以經濟學里使用數量分析方法就很正常。為什么要用計量經濟學方法去做呢?先看看國外的情況吧。美國高校里的經濟學的學術研究一共有三類:第一類是理論研究,具體分為微觀理論、宏觀理論和計量經濟學理論三個主流學科;第二類是應用研究,就是實證,就是用數據來描述客觀經濟現象,不加任何價值判斷;第三類就是政策性的,而政策性的研究在好的高校的經濟系里面一般是很少的,是不提倡的。
不過這在中國可能正好是倒過來的。中國這種純學術的研究本身就比較少,比較早期的一些經濟學研究都是帶有價值判斷的,例如批判馬歇爾的新古典微觀經濟學叫庸俗經濟學。后來在接觸西方經濟學之后,國內學者才懂得必須做實證,就是要以事實為依據,只描述整個經濟過程,不加任何價值判斷,讀者看了以后自己會去判斷。這個實際上是社會科學的一個最基本的方法論。一百多年前,在德國有兩個學者爭論了半天,后來達成了學術界的一個共識,就是科學的研究方法最好不要帶任何價值判斷,客觀地描述整個過程就可以了,這樣才可能真正地把一些真相、真理發現出來。如果是這樣的話,在經濟學里,你不跟數據打交道是不可能的。特別是在經濟現象比較復雜的情況下,分析的工具也應該相應地變得復雜才對。我很難想象,復雜的經濟現象照樣還可以用最簡單的一些分析方法來做,這個是絕對不可能的。
現在在中國有很多政策性的建議,它們都是建立在跟數據不打交道的經濟邏輯思維上的,而這種經濟邏輯思維是隱含的有前提的。如果你的前提錯了,你的邏輯思維即使正確,你得到的結論也可能和經濟現實不一樣,這就是為什么需要經驗驗證,也就是為什么需要統計、計量的分析。因為經濟系統沒有辦法做實驗,因此想要判斷一個結論的科學性,每個人的標準都是不一樣的。但是有一點是可以肯定的,就是如果沒有計量分析,就會出現一種“公說公有理,婆說婆有理”的結果,就很難達到共識。也正是因為這樣的原因,現在在國外的經濟研究,我估計80%以上的研究都是實證研究??墒?,目前中國的一些學者,包括一些年輕學者,在不是很懂計量經濟學方法的時候就拿來用,比較機械地照搬別人的方法,這樣可能就會得出和中國現實相差十萬八千里的結論。而這些就給了那些批評的聲音以借口,說用計量經濟學方法預測的不準確、分析的與現實不一致等等。但是這并不能說明數量分析方法就是錯的。本身這就是一個必經的階段,現在我們看到的國內的很多學者使用的計量經濟學方法,是跟“練習”差不多的。我們現在還沒有真正掌握現代經濟學的基本分析方法,即使當這些方法掌握之后,分析中國問題時還要具體考慮中國的時空等條件。我相信,到那個時候,批評的聲音會少一些。
(文章來源于網絡,作者:洪永淼老師)
無計量不學術_計量經濟學基礎是做好實證計量的必備前提
經管之家學術培訓特設中秋節計量經濟學基礎班,
幫助你夯實計量經濟學基礎,助力實證研究:
授課安排:2018年12月7-9日 (三天)
培訓時間:上午9:00-12:00;下午1:30-4:30;答疑4:30-5:00
培訓地點:北京市海淀區(開課前一周發送交通指南)
培訓費用:2400元 /2100元 (學生價, 僅限全日制本科和碩士在讀)
課程特色:
1, 本課程借助計量經濟學教材從原理講起,增強操作軟件時的信心和目的性,沒有計量基礎的學員也可以聽;
2, 課程涉及到了計量經濟學大部分內容,內容豐富;
3, 從數據的導入開始介紹,沒有軟件基礎的人也可以聽;
4, 通過程序的方式講解軟件,使得操作過程得以記錄,適合只會菜單操作但想轉入程序操作的學員(程序其實比菜單更好用)。
講師介紹:
劉莎莎,從2010年開始擔任經管之家數據分析師及培訓講師。
講課風格以通俗易懂、注重實用為主,教授過的《計量經濟學時間序列分析與EViews應用》,《計量經濟學時間序列分析》受到學員的廣泛好評。
數據分析實戰經驗豐富,擅長數據清洗(數據文件的合并,異常數據的清除與填補等)、數據準備工作(數據的計算,匯總等)、數據建模和預測(選擇合適的統計模型并根據模型做出預測或為相關領導提供決策支持)。
培訓目的:
使學員了解計量經濟學框架及背后原理,同時結合Stata軟件的詳細講解來實現計量經濟學方法的應用。
課程大綱:
第一天
1. 數據導入和處理(2小時)
1) 導入excel、Stata、txt等數據文件
2) 變量的計算
3) 變量標簽和值標簽
4) 數據的保存
2. 日期變量的處理(1小時)
1) 字符串轉化為數值
2) 數值顯示為日期格式
3) 日期轉化為字符串
4) 日期的部分元素提取
5) 日期元素合成日期
3. 描述性統計分析(1小時)
均值、中位數、最小值、最大值、方差、標準差等
4. 散點圖和相關系數計算(1小時)
5. 區間估計和假設檢驗(2小時)
1) t檢驗
2) 方差分析
第二天
6. 經典線性回歸模型的估計(2小時)
1) 變量的描述性統計分析與一元回歸計量經濟學模型 (數據的導入,數據的計算,變量的描述,散點圖,相關系數矩陣,一元線性回歸估計)
案例:2006年不同地區居民家庭的人居可支配收入與消費支出。
2) 多元回歸計量經濟學模型 (多元回歸的軟件實現,回歸結果的解讀,多元線性回歸模型的預測)
案例:2006年不同地區居民家庭的人居可支配收入與消費支出,和上一年消費支出。
7.經典單方程計量經濟學模型的檢驗與處理(2小時)
1) 異方差性問題 (異方差問題的后果,異方差問題的檢驗,異方差問題的處理)
案例:中國農村居民人均消費支出模型,解釋變量包含農業經營純收入,其他來源純收入。
2) 自相關性問題 (自相關問題的后果,自相關問題的檢驗,自相關問題的處理)
案例:1978-2006年間總量消費函數考察中國居民收入與消費的關系。
3) 多重共線性問題 (多重共線性問題的后果,多重共線性問題的檢驗,多重共線性問題的處理)
案例:糧食生產的影響因素分析,解釋變量包含農業化肥使用量,糧食播種面積,成災面積,農業機械總動力,農業勞動力。
4) 解釋變量的內生性問題
案例:2006年不同地區居民家庭的人居可支配收入與消費支出,和上一年消費支出。
8. 單位根檢驗和E-G兩步法協整檢驗(2小時)
第三天
9.VAR模型和格蘭杰因果關系檢驗 (1小時)
1) VAR模型的估計 (VAR模型原理,VAR模型軟件實現)
2) 格蘭杰因果關系檢驗 (格蘭杰因果關系檢驗思想和原理,格蘭杰因果關系檢驗)
案例:1978-2006年間總量消費函數考察中國居民收入與消費的關系。
10. 虛擬變量回歸(1小時)
1) 加項虛擬變量回歸
2) 乘項虛擬變量回歸
案例:用2007年家庭人均可支配收入和人均生活支出研究中國內地農村居民和城鎮居民邊際消費傾向差異分析。
11. 二元離散選擇模型(1小時)
1) 二元離散選擇模型原理及實現
2) 二元離散選擇模型的預測分析
案例:變量的取值來自21個橫截面個體。因變量為選擇哪種交通工具上班的方式,這里只有兩種選擇,要么自己開車要么乘坐公共汽車,因此因變量是由兩種選擇的變量。
12. 聯立方程模型(1小時)
1) 聯立方程模型介紹
2) 聯立方程模型的形式
3) 聯立方程模型的識別
4) 聯立方程模型方法估計
案例:包含三個方程的中國宏觀經濟模型。
13. 靜態面板回歸模型(1小時)
1) 面板回歸模型提出背景
2) 面板回歸固定效應模型
3) 面板回歸隨機效應模型
4) 固定效應和隨機效應的選擇 (豪斯曼檢驗)
案例:美國、加拿大、英國1980-1999年的失業率和對制造業補助的分析。
14. 時間序列ARMA模型(1小時)
1) 平穩性檢驗
2) 時間序列 ARMA模型
案例:中國居民消費消費總量數據。
報名流程:
1,點擊文末“我要報名”,在線提交報名信息;
2,進入結算中心,通過訂單支付(需要刷卡或者碩士本科在讀請先與魏老師聯系);
3,反饋發票信息;
4,開課前一周發送交通住宿指南與電子版資料。
優惠:
現場班老學員9折優惠;
同一單位三人以上同時報名9折優惠;
同一單位六人以上同時報名8折優惠;
以上優惠不疊加。
聯系方式:
魏老師
Tel:010-68478566
Mail:vip@pinggu.org
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25