计量经济学

页数:238

出版时间:2012-8

价格:29.80元

isbn号码:9787302294702

具体描述

计量经济学以经济学的理论为基础，以数学、统计学的方法为工具，是由经济学、数学、统计学和计算机科学构成的一门交叉学科。李光勤、郭秋丽、徐爱民、顾锋娟编著的《计量经济学》围绕计量经济学建模的全过程展开，《计量经济学》重在阐述如何使用计量经济学的建模方法研究经济现象或规律、解决实际经济问题。

用户评价

在我看来，这本书《计量经济学》最可贵之处在于它对“因果推断”的深入探讨。经济学研究的核心目标之一就是理解事物之间的因果关系，而仅仅依靠观察数据，我们往往只能看到相关性，难以确定究竟是A导致了B，还是B导致了A，或者两者都被第三方因素C所影响。作者在书中花费了大量篇幅，详细介绍了各种识别因果关系的研究设计和统计方法，如随机对照试验（RCT）、准实验设计（如断点回归、双重差分法）、以及工具变量法等。他不仅解释了这些方法的原理，还结合大量的现实案例，展示了它们在解决具体经济问题时的应用。例如，在讨论教育对收入的影响时，作者就详细阐述了为何简单地进行回归分析可能会因为“能力”这一内生性变量而产生偏差，并介绍了如何利用自然实验或工具变量法来估计教育的真实因果效应。这种对因果关系的强调，让我深刻理解了计量经济学在提供可靠证据、指导政策制定方面的重要作用。它让我明白，经济学家不应该满足于描述现象，而是要努力去揭示现象背后的驱动机制。

我之所以对这本书《计量经济学》如此着迷，很大程度上源于它对统计工具的深度应用和对数据分析的严谨态度。它不仅仅是一本理论书籍，更是一本实操指南。作者在解释每一个计量模型时，都会详细阐述其背后的统计学原理，例如最小二乘法的推导过程，以及其优点的来源，同时也毫不避讳地指出其局限性和可能存在的偏差。这种坦诚的态度让我能够更深刻地理解模型的内在逻辑，而不仅仅是停留在表面。书中大量的篇幅用于讲解如何处理实际数据中普遍存在的问题，比如异方差、多重共线性、以及内生性问题。作者并没有止步于理论上的说明，而是通过具体的例子，展示了如何使用各种检验方法来识别这些问题，并提供了多种修正和克服这些问题的方法，例如广义最小二乘法、工具变量法、面板数据模型等等。我尤其对工具变量法的讲解印象深刻，作者通过生动形象的例子，将原本抽象的概念变得具体可感，让我理解了如何利用外部的、与核心变量不直接相关但能影响核心变量的“工具”来解决内生性问题，从而更准确地估计因果效应。此外，书中对时间序列数据和面板数据的处理也做了非常详尽的介绍，这对于我理解那些随时间变化的经济现象，或者包含个体和时间维度的经济行为，提供了强大的工具。读完相关章节，我感觉自己掌握了更多分析经济数据的“利器”，能够更有信心地去处理那些现实中复杂多变的经济数据。

《计量经济学》这本书，给我的感觉是，它不仅仅是一本教科书，更像是一位经验丰富的导师，循循善诱地引导我进入经济学研究的殿堂。作者在书中对“外生性”和“内生性”概念的反复强调，让我深刻理解了这两者在计量经济学研究中的核心地位。他详细解释了为什么当模型中存在内生性问题时，直接使用普通最小二乘法得到的估计结果会是有偏的，并且介绍了多种处理内生性的方法，如工具变量法、差分法、面板数据模型中的固定效应和随机效应等。更重要的是，作者在讲解这些方法时，都非常注重其背后的经济学逻辑和统计学原理，让读者能够理解“为什么”要这样做，而不仅仅是“怎么”做。例如，在介绍双重差分法时，作者详细阐述了其识别因果效应的关键假设——平行趋势假设，并指导读者如何通过图示和统计检验来验证这一假设。这种严谨的逻辑和对细节的关注，让我对计量经济学的学习不再感到畏惧，而是充满了探索的乐趣。

这本《计量经济学》带给我的不仅仅是知识的增长，更是一种思维方式的重塑。作者在书中强调了模型的假设和模型的适用性。他会反复提醒读者，任何一个计量模型都是对现实世界的一种简化，并且都建立在一系列假设之上。因此，在使用模型之前，必须仔细检验这些假设是否成立，并且要清楚地认识到模型的局限性。例如，在讲解面板数据模型时，他会详细对比固定效应模型和随机效应模型之间的区别，以及它们各自的适用条件和潜在的优缺点。这让我明白，选择哪种模型，以及如何去解释模型的估计结果，都需要审慎的判断和深入的思考。此外，书中对模型误设（model misspecification）的讨论也让我印象深刻。作者指出，不恰当的模型选择可能导致估计结果的偏差，甚至得出错误的结论，因此，在实证研究中，模型的检验和诊断是一个不可或缺的环节。这种对模型严谨性的要求，让我认识到，计量经济学并非是一门可以“套用公式”的学科，而是一门需要不断反思和检验的科学。

这本书《计量经济学》对我最大的启发在于，它让我明白经济学研究的生命力在于其对现实世界的解释力和预测力，而计量经济学正是实现这一目标的关键。在阅读过程中，我发现作者非常注重理论与实践的结合。他会引用大量的学术论文和现实经济报告中的研究案例，用以说明计量方法的应用。例如，在讲解宏观经济模型时，他会结合对GDP增长、通货膨胀率、失业率等宏观经济指标的分析，展示如何运用时间序列模型（如ARIMA模型、VAR模型）来刻画这些指标的动态变化规律，以及如何利用这些模型进行短期预测。对于微观经济领域，书中也涵盖了对消费者行为、公司决策、劳动力市场等方面的计量研究方法，例如使用Logit/Probit模型分析离散选择，或者使用生存分析来研究产品生命周期。让我印象深刻的是，作者在讨论模型选择时，强调了经济理论指导的重要性。他认为，计量模型的构建不应是盲目的数据挖掘，而是应该根植于扎实的经济理论，通过数据来检验和量化理论的预测。这种“理论导向、数据验证”的研究范式，让我对如何进行有效的经济学研究有了更清晰的认识。这本书不仅仅是传授工具，更重要的是培养了一种科学的思维方式和研究方法论，让我能够更自信地去探索和理解经济世界。

这本书《计量经济学》的结构设计非常巧妙，它不仅仅是线性地介绍各种计量方法，而是将不同的方法有机地联系起来，形成一个完整的分析框架。作者在讲解一个新概念时，常常会将其与之前学过的知识点联系起来，形成一种递进式的学习体验。例如，在讲解广义最小二乘法时，他会回顾最小二乘法的假设，并解释当这些假设不满足时，如何通过广义最小二乘法来得到更有效的估计。书中对“工具变量法”的讲解尤其精彩，它不仅解释了如何选择合适的工具变量，还详细阐述了如何利用工具变量来解决模型中的内生性问题，从而更准确地估计变量之间的因果效应。让我印象深刻的是，作者在介绍各种方法时，都会引用大量的学术研究案例，这些案例不仅展示了方法的实际应用，还帮助我理解了这些方法在解决具体经济问题时的优势和局限。这本书让我感觉自己不仅仅是在学习技术，更是在学习一种解决问题的思路和方法。

初次翻开这本《计量经济学》，我怀着一种既期待又有些畏惧的心情。期待的是，这本书能否真正揭开经济学研究背后那层神秘的面纱，让我理解那些严谨的公式和模型是如何支撑起宏观经济运行的分析；又有些畏惧，因为“计量”二字本身就带着一种高深的学术气息，我担心自己是否能跟上作者的思路，是否会被海量的数学符号淹没。然而，随着阅读的深入，这种复杂感逐渐被一种豁然开朗的喜悦所取代。作者以一种非常系统和循序渐进的方式，从最基础的经济学概念和统计学原理出发，巧妙地将它们编织在一起，形成了一幅清晰的研究图景。每一章的开头，作者都会引入一个现实世界中值得探讨的经济现象，比如收入不平等、教育对收入的影响、或者货币政策的有效性，然后，通过计量经济学的工具，一步步地指导我们如何去量化这些现象，如何去检验相关的经济理论。例如，在讲解回归分析时，作者并没有仅仅罗列公式，而是通过大量的图示和案例，生动地解释了自变量、因变量、误差项的含义，以及如何通过拟合直线来捕捉变量之间的关系。更重要的是，他强调了模型假设的重要性，以及在实际应用中如何去检验这些假设，这让我明白，计量经济学并非空中楼阁，而是建立在严谨的逻辑和对现实的深刻洞察之上的。我尤其欣赏书中对“因果关系”的探讨，它不仅仅满足于发现相关性，而是深入挖掘了如何通过研究设计和统计方法来识别和估计真实的因果效应，这对于理解经济政策的实际影响至关重要。这本书让我意识到，经济学不仅仅是关于理论的推演，更是关于用数据说话，用科学的方法去理解和改造世界。

读完《计量经济学》，我最大的感受是，它赋予了我一种“用数据说话”的能力。在金融投资、市场分析、政策评估等领域，数据分析已经成为一种核心竞争力。这本书系统地介绍了如何从经济理论出发，构建计量模型，然后利用实际数据来估计模型的参数，并对估计结果进行检验和解释。书中对各种统计检验的详细讲解，比如t检验、F检验、卡方检验等，让我能够理解如何判断估计结果是否具有统计学意义，以及如何去评估模型的整体拟合优度。作者还重点强调了“模型拟合”和“经济含义”之间的平衡。一个模型可能在统计上拟合得非常好，但如果其经济含义不合理，或者与经济理论相悖，那么这个模型也失去了实际价值。这种对模型解释力的重视，让我意识到，计量经济学研究的最终目的，是提供对经济现象的有意义的解释，并为决策提供支持。这本书让我对如何进行一项严谨的经济学实证研究，有了更清晰的认识和更扎实的基础。

坦白说，我之前对“计量经济学”这个学科一直抱有一种距离感，认为它过于抽象和理论化。然而，这本《计量经济学》彻底改变了我的看法。作者以一种非常生动和贴近实际的方式，将抽象的经济理论与具体的计量方法相结合。每一章的开始，他都会引入一个鲜活的经济现象或一个值得探讨的问题，然后，循序渐进地引导读者如何运用计量经济学的工具去分析和解决这些问题。例如，在讲解“收入与教育”的关系时，作者不会仅仅给出相关的回归方程，而是会深入探讨如何控制潜在的混淆因素，如何处理样本选择偏差，以及如何解释系数的含义。书中大量的图表和数据分析示例，让原本枯燥的公式变得直观易懂。我特别欣赏作者对于“误差项”的详细讲解，它不仅仅是一个数学上的占位符，更是代表了我们模型未能捕捉到的所有影响因素。对误差项的理解，也直接关系到我们对模型估计结果的可靠性判断。通过这本书，我真正体会到了计量经济学作为一门连接理论与现实的桥梁所发挥的重要作用。

《计量经济学》这本书给我的感觉是，它并非只是为了教授一堆复杂的数学公式和统计方法，而是为了培养一种严谨的、数据驱动的分析思维。在阅读过程中，我惊喜地发现，作者并没有回避那些看起来令人望而生畏的数学证明，但他总是以一种非常清晰和有条理的方式进行讲解，确保读者能够理解每一步推导的逻辑。例如，在解释最大似然估计时，作者不仅给出了目标函数，还详细阐述了为何要最大化似然函数，以及它与最小二乘法在某些情况下为何能够得到一致的结果。更重要的是，书中对统计推断的讨论，特别是置信区间和假设检验的原理，让我能够理解如何从样本数据中得出关于总体参数的可靠结论，并对这些结论的确定性程度有一个客观的认识。作者还特别强调了统计显著性和经济显著性之间的区别，告诫我们在解读回归结果时，不能仅仅看p值，更要结合经济理论和实际情况来判断结果的意义。这种细致的讲解，让我对统计推断有了更深刻的理解，也让我意识到，在经济学研究中，严谨的统计推断是至关重要的。我感觉自己不仅仅是在学习技术，更是在学习一种严密的逻辑和批判性思维。