只做經驗研究的經濟學研究者是否有必要掌握好高級計量中的推導?

國內經濟學較知名的高校博士課程都開了高級計量,有很多虐人的數學推導,不僅需要掌握好概率統計,還要有其他數學基礎,才能真正理解很多推導。博士生一般都需要花幾年時間被虐一遍才做科研。

想知道,對於做一般的經驗研究而言,計量學得這麼深是否有必要?

對於發表國內高水平期刊和普通國際期刊而言,是否投資過度?

認真學過高級計量,看懂並熟悉推導過程,對於做經驗研究有什麼額外的好處?

很多時候似乎只要知道結論,大體知道怎麼用,尤其是對自己所在的研究方向通常做法了解之後,就基本解決問題。有兩個真實例子。某研一學生寒假之前就投了《經濟學季刊》並發表,她只有本科生計量理論水平。一博士生沒上過計量課,只簡單看過陳強的高級計量,但已經在sci期刊發表了不少文章。


謝邀。這個問題很重要,我稍微分解一下。

1.博士水平的計量推導都有什麼

表面上看來,計量的推導是有套路的:假設——&>目標函數——&>最優化問題的解——&>相應的漸近理論。

看上去你要的是結論——往往對應著統計軟體的一些指令或者一些學者主頁上的MATLAB代碼。但是實際上比較重要的是假設。如果你手頭的數據看上去(「看」的意思是做EDA)符合你了解的某一套或幾套假設,那麼再去用這些假設後面的那套理論去估計看看。

那麼好了,看上去折磨我們的是搗騰矩陣和湊三明治,但實際用的時候,由於我們已經搗騰過矩陣了,我們真正應該做的是去檢查假設。

2.實證研究和計量理論的距離在哪

老實說,如果是拿「計量理論」的全集和數據去做匹配,我不覺得有距離的概率很大。畢竟假設做計量理論的人和做統計的人都在划水實在不太現實。所以如果真的感到數據和學過的計量理論有距離,那麼更可能是學得太少,而不是計量理論本身有缺陷。一旦面臨數據和計量理論有距離的場景,那麼研究者就面臨兩個選擇:一個是從已有的計量理論和統計的文獻中找出和自己面對的數據最靠得上的玩意拿來用,另一個是蒙自己說自己面對的數據其實滿足某一組經典假設,用那個假設對應的方法去估計就好。

如果第一個選項不能帶來很大的統計顯著性的改進,那麼研究者選擇第二個選項,或許就足以在某些期刊上發文章了。

3.做實證研究的人,選擇扒拉計量理論的成本很大嗎

據我所知,還真不小。

我在報考博士的學習計劃里,明確說了我要好好學習「四高」,即高級微觀(學了,老師講得真好)、高級宏觀(學了,感謝老師)、高級計量(學了,老師牛炸)和高級統計(沒學,不在必修課里而且我慫怕掛)。

我有理由想像(瞄了一眼Casella and Berger以及其他相關教材後),真的好好學習了這四門課(需花費3~4學期)的人,扒拉計量理論並不至於daunting。但是有多少實證研究者去扒拉了,我表示悲觀。畢竟任何不在standard curriculum裡面的東西,我們都不能指望絕大部分研究者掌握。但是,別人不掌握不代表我們自己不去做。畢竟科研就是要做前人沒有做過的事情。

4.別人沒幹也能發好期刊,我也可以不幹嗎?

這個方面我自認不是特有資格回答,畢竟我的學術發表記錄還是零。不過我覺得既然都讀博士了,要做科研了,總得做些前人沒做過的事情吧?如果前人沒有分析過某個數據集,我分析了,並且得出了有意思的結論,那麼我的研究結果一定值得發在好期刊上(不考慮politics)。

同樣,我需要指出,我國經濟學實證研究的進步是很快的。前幾天我和好基友 @FreedomPhd聊天的時候還說來著,中國的經濟學研究,30年走了歐美200年的路程。我現在還要說點別的:我們之所以能走得這麼快,是因為我們得以接納,習得歐美的學者試錯的結果,以至於我們看50、60年代的實證研究,會感到他們幼稚而粗糙,我們可以輕易超越之。但我們還要看到,我們相對於歐美50、60年代的實證研究在方法論上的優越,得益於我們接受了80、90年代發展出來的統計方法,從而可以站在更高的視角看待老的實證研究。如果我們認為,在經濟學實證研究這件事上,追趕歐美的過程已經幾近完成,那麼下一步呢?下一步就是我們自己要創造。創造統計工具,創造更好的實證研究結論。撕破「中國特色」這個面紗,告訴社會科學的共同體,告訴世界,很多之前我們觀測到的異像,並不是「中國特色」這個自我邊緣化的概念引致的,而是某些只有中國數據可以喻示,從其他國家的數據難以發現的人類共性所引致的。

5.回到計量理論推導

2005年的《經濟研究》和2015年的《經濟研究》是兩個雜誌。如果說更早的頂級期刊發表不夠嚴謹但結論還挺有意思的實證研究是一種妥協,那麼近年來,這種妥協變得越來越沒有必要。這個勢頭非常好。終有一日(甚至在我有生之年),《經濟研究》《金融研究》《統計研究》將變成和AER、JFE、Annals of Statistics分量相當的期刊。單大酥一個學校每年就能培養100個左右了解現代統計理論的實證研究者。即使只有50%的人最後進入了學術界,經年累月積累的人數優勢也足以壓過依靠學術政治發表文章的舊勢力。

如果未來的20年間,學術界掌握話語權的人將是這些更了解現代統計方法的人,那麼優秀期刊的發表與否必將被這樣的人把持。所以掌握僅僅博士一年級的計量教材的推導,難道不必要嗎?回到前面提過的二擇:選擇欺騙自己的人終將被學術圈淘汰,而選擇找出更匹配的計量理論來指導自己的實證研究的人,才能被學術界接納和認可。

一個青年如果選擇成為實證研究者,那麼在ta的黃金年代裡,將會不斷地學習統計理論和經驗事實,以對經濟理論提出要求,發表引導。一步一步往前推,必然歸結到博士學術訓練階段的統計和計量理論訓練。在這個階段以前,可以是白紙,可以迷茫。在這個階段以後,找到自己的方向。那麼在這個階段之中,必然要找到對自己的職業生涯真正重要的東西。以前這個東西可以是學術圈的政治,但是對於實證研究者來說,計量理論至少有同等的重要性。

*我感覺這個春節不喝酒就說不出話,不知道以後是不是應該多喝酒。大家新年快樂!


看你要做到什麼程度。

英國喜歡用星來衡量雜誌的檔次,比如說:AER ECMA這樣的算是4+星,JET EJ這樣的是4星,Journal of Banking and Risk, Journal of Contemporary Economics 這樣的3星,Review of Industrial Organisation 2星,Information and Economic Policy 1星。具體請Google ABS Journal Ranking。

部分三星雜誌,以及三星以下絕大部分的雜誌,題主的說法是對的。不需要學會計量原理也能發,知道軟體怎麼用的,知道大概用什麼方法,直接找數據,套方法就行了,如果不能發表,一般也不會是計量技術上拖的後腿。目前經濟學實證文章很多還是在用基礎的OLS,基本上會個stata,SPSS或者SAS的一些粗淺的知識就夠用了。

但是如果你想把活做的更細一點,更精緻一點,衝擊好的三星或者四星雜誌,那麼懂原理是必需的。因為這個時候需要你深入的理解你所面臨的問題,然後根據原理去判斷你備選的計量方法的優劣,有時候還需要做一些修修補補,來解決某些很棘手的內生性問題等等,如果只會套用stata命令,這些活是干不來的。

如果一直是這個姿勢水平,那是無法得窺大道的。就像編程序只會背系統自帶庫的介面一樣,終究是在食物鏈的下游,核心競爭力弱,一旦系統庫自己出了問題,完全沒有debug的能力,挺痛苦的。


別亂說啊,一般博士生大概是用第一年的時間學完普通的高級計量經濟學,舉例我校:第一學期是統計小白書,第二學期David mkinnon 第三學期woodrige panel data.第二年的話,再選修一些很定向的topic,極限數據分析,time series之類的.

而且我個人覺得計量不該是最難的那門,因為數學推導都比較套路.也不是說不難..但肯定不如微觀難吧.所以贊同樓上的數學基礎的問題.

我的觀點是,根本沒必要談做研究有沒有直接用途了.高計的思想差不多必須得有吧.掌握了高計估計模型也是有問題的.更別說不理解...以及這種難度的數學個人覺得要搞經濟學研究就必須有.不然萬一你成了大牛,我讀你paper會很心塞以及不爽

某某某啥都不知道就發了啥啥啥...中國人都比較謙虛的 你別當真啊!心疼你...

基礎沒有太紮實能發頂刊也不是沒有可能.不過要想在學術的道路上走的遠就不太可能了.所以沒什麼好羨慕的.

最後再給你打個氣,我認識一個非常平平無奇的人,也不是什麼數學物理統計專業.看一遍計量書也就學懂了.所以不要太抗拒。加油看書!


抖個機靈

"If applied econometrics was easy, theorists would do it. But it is not as hard as the dense pages of Econometrica might lead you to believe. Carefully applied to coherent causal questions, regression and 2SLS almost always make sense. Your standard errors probably won』t be quite right, but they rarely are. Avoid embarrassment by being your own best skeptic – and, especially, Don』t Panic!」 -- MHE


武功招式需要有對應的內功心法驅動才能發揮出威力。研習內功心法需要有本門經典理論作為基礎。

有招式沒內功,與高手對招一觸即潰。沒理論強練心法,要麼走火入魔,要麼難有進境。

國內經濟學博士階段開的高級計量都是比較基礎的,用到的數學不超過研究生水平的概率論和線性代數。這個數學要求都需要幾年時間來準備的話,說明上博士前基礎沒打好啊。


謝邀。

我也是那個觀點,要看你投的是哪個級別的期刊了。要想投最頂尖的,那計量的各種原理肯定得搞的很清楚,不過如果只是發一般的,那不熟悉推倒過程也沒什麼。

我認識一些國外的經濟學研究者,數學以及計量的理論了解的並不是特別深入,但照樣文章發個不停,雖然不是 Top 5 級別的,但在各自研究的細分領域也算是中等或中上等了。但他們的優勢是,文章的「故事」講的好,也就是說對實證分析背後的邏輯研究的很透徹,或者就是數據好,在數據處理上很下功夫。所以說雖然無法完全掌握計量的推倒過程,但要在「論點」、「提出的問題」或者數據等其他方面有所擅長。

如果要想發頂尖期刊,那麼利用更深一步的在實證方法是必要的條件,但話說回來,就算計量推倒完全懂了,Top 5 也不是想發就能發的。所以,如果你計量懂的不是特別好,倒不妨先在自己有限的知識水平內發一些稍微一般一點的文章,然後隨著以後投的期刊等級越來越高,再慢慢補所欠缺的知識。對於原理掌握的不紮實的人來說,「干中學」也不失為一個快捷高效的辦法。畢竟大多數人來說,一輩子也發不了頂級期刊,如果能夠發表一些「次優」期刊,並同時嘗試衝擊自己細分領域的較好的期刊,以保證自己的固定的科研崗位並在其他方面有所突破(或者對於在校生來說保證按時畢業),對於許多人來說也是不錯的選擇。


任何一個現實的計量問題幾乎都不可能用現有的計量手段解決(除非是非常完美的簡單rct)。所以好的研究人員需要理解自己使用的計量工具的局限,並想辦法補上。要做到這一點,不自己推導一遍(當然我更建議自己編譯一遍)計量模型,幾乎是不可能的。

當然,如果你有一個非常好的數據集,或者一個非常聰明的想法,文章也不是不可以發。但是我覺得你在學術圈不會混的很好,因為你想偷懶走捷徑。這說明你既不夠聰明,也不夠勤奮。在學術圈混口飯吃,兩者怎麼也得佔一個吧。


我覺得有必要,經濟學屆最牛的人做理論,一般水平的人做實證,而實證想做好其實有時候要改進現有的計量工具,那麼必然要涉及很多計量理論了。如果計量再弄不來,那還是放棄學術和我一樣當個教員吧……


謝邀!不需要!

如果學生們都這樣想,這樣我們以後的科研壓力小了好多!


唱一點反調...

其實我不知道該如何理解題主所說的「有必要」...我想邊際收益總是正的,但是邊際成本有多大就不好說了。好多答主都流露出計量理論推導很重要的傾向,不過我想做個伸手黨,到底有多大比例的頂級刊物的實證paper稱得上對現有的計量理論作出了貢獻?(當然題主說的是一年級的高計課,那當然更弱了)。

其次,如果沒有對計量理論作出貢獻,僅僅是應用既有的計量理論,那麼有必要掌握推導么?倘若教科書寫的真的清晰,先給出適用條件,再給出結論,那應用者只要去檢查適用條件是否成立就可以了吧。恐怕是教材自己寫得不清楚,沒有把適用條件明明白白地寫出來,才會讓人自己推導一遍才知道需要哪些條件。

James Heckman的two-steps, Lars Peter Hansen的GMM就類似於牛頓為了解決物理問題弄出了微積分,反正我是不信大部分實證學者是在幹這種事。不掌握推導的一個可能的壞處是在不適用的時候生搬硬套,但我說了,掌握推導並不是避免這種情況的唯一辦法,把計量protocol的適用條件寫得更清楚一樣可以。

補充一點,牛頓當時搞的微積分漏洞百出,嚴格化是柯西那幫人做的。某種意義上牛頓也不會證明,so what?


首先,做實證的學者想要發表比較好的雜誌,計量的推導肯定是要知道的,計量理論是實證的基礎,單純的套公式、輸命令得結果,寫出來的文章經不起推敲。單純計量的理論其實並不複雜,掌握好統計學基本上就能比較好的掌握。

其次,經濟學寫學術文章比較難的其實是文章里經濟理論的建立與推導,也就是經濟模型的推導。這就需要很強的數學和經濟學基礎,高數、高微、高宏都要精通。國內目前能寫出純理論的經濟學論文發表頂級期刊的學者還比較少。

只做實證的學者其實是不會經濟建模,直接用別人的理論模型做實證研究。目前國內的話,只做實證研究的學者,不推導理論基礎也能發比較好的期刊。

但是國內頂級期刊越來越要求文章要有較強的理論基礎,所以想要在學術的路上走的更遠,經濟學的理論推導還是需要學習的。


還是需要推導的(要不然兩個學期的高計不白學了),但是科研上感覺用處真的不大(公司金融)。但是裝逼挺有用的


做研究,怕不求甚解。沒有細節的瞭然於胸,就達不到工具的熟練運用,更何況,有時候,還得技術創新。

國內高等計量的難度,一般不是很大,尤其是微觀計量。只有數學水平不太差,翻翻附錄,基本也就差不多了。會推倒,對於模型學習、模型比較,還是很重要的,畢竟是基礎工作嘛。就文章而言,做細緻,做比較,也有助於登錄好期刊,有助於減少審錄時間。

時間序列、非線性時間序列等,沒學好,推倒難度,貌似大些。

就金融而言,很多頂刊文章,前面建模後面實證,這似乎漸成趨勢。所以如果想走得遠,理論還是得有些水平。相對於這些理論建模,要求高水平計量的地方,更是普遍。

用處大,學習成本低,所以計量推倒還是要的。


其實沒那麼難啊 如果用心學 我碩士讀政治 還工作了三年讀博 數學幾乎不剩什麼功底 靠小聰明度過了慧航同學老師的高計課 高計還是套路多 個人以為 高微最難


這學期上Jerome Adda的計量,真正體會到了,一流的實證是以一流的計量水平為前提的,課本上的高級計量都掌握不了肯定做不出一流的實證。


我曾在網易公開課看清華的一教授說,中國未來拿諾貝爾獎很大可能是計量經濟學


後排弱弱的問一句,《經濟學季刊》是Quarterly Journal of Economics嗎?如果是的話跪求瞻仰……


宏觀經濟學在基礎認知上就存在巨大分歧,這表明現在的宏觀經濟學根本就不是科學意義上的(科學不應有流派之分),和神學也差不了多少。高等數學用在這上面沒有任何價值。


推薦閱讀:

《資本論》值得一看嗎?
如何理解代際流動性(intergenerational mobility)?
社會中人的理性的程度是判斷社會受教育水平的高低的標準之一嗎?
哪些經濟學教授對機器學習有所涉獵?(不限國家地區)?
面板數據,截面數據,時間序列數據的區別,適用範圍各是什麼?

TAG:經濟學 | 計量經濟學 |