A. 計量經濟學問題
不知從何時起，解答計量問題成了我日常生活的一部分。天南海北的讀者與同道提出了各種各樣的計量問題。這里摘取少量的典型問題，希望對從事實證研究的朋友有幫助。
1、在什麼情況下，應將變數取對數再進行回歸？
答：可以考慮以下幾種情形。
，如果理論模型中的變數為對數形式，則應取對數。比如，在勞動經濟學中研究教育投資回報率的決定因素，通常以工資對數為被解釋變數，因為這是從Mincer模型推導出來的。
第二，如果變數有指數增長趨勢（exponential growth），比如 GDP，則一般取對數，使得 lnGDP 變為線性增長趨勢（linear growth）。
第三，如果取對數可改進回歸模型的擬合優度（比如 R2 或顯著性），可考慮取對數。
第四，如果希望將回歸系數解釋為彈性或半彈性（即百分比變化），可將變數取對數。
第五，如果無法確定是否該取對數，可對兩種情形都進行估計，作為穩健性檢驗（robustnesscheck）。若二者的回歸結果類似，則說明結果是穩健的。
2、如何理解線性回歸模型中，交互項（interactive term）系數的經濟意義？
答：在線性回歸模型中，如果不存在交互項或平方項等非線性項，則某變數的回歸系數就表示該變數的邊際效應（marginal effect）。比如，考慮回歸方程
y = 1 + 2x + u
其中， u 為隨機擾動項。顯然，變數x 對 y 的邊際效應為 2，即 x 增加一單位，平均而言會使 y 增加兩單位。考慮在模型中加入交互項，比如
y = α + βx + γz + δxz+ u
其中， x 與 z 為解釋變數，而 xz 為其交互項（交叉項）。由於交互項的存在，故x 對 y 的邊際效應（求偏導數）為β + δz，這說明 x 對 y 的邊際效應並非常數，而依賴於另一變數z 的取值。如果交互項系數 δ 為正數，則 x 對 y 的邊際效應隨著 z 的增加而增加（比如，勞動力的邊際產出正向地依賴於資本）；反之，如果δ 為負數，則 x 對 y 的邊際效應隨著z 的增加而減少。
3、在一些期刊上看到回歸模型中引入控制變數。控制變數究竟起什麼作用，應該如何確定控制變數呢？
答：在研究中，通常有主要關心的變數，其系數稱為 「parameterof interest」 。但如果只對主要關心的變數進行回歸（極端情形為一元回歸），則容易存在遺漏變數偏差（omittedvariable bias），即遺漏變數與解釋變數相關。加入控制變數的主要目的，就是為了盡量避免遺漏變數偏差，故應包括影響被解釋變數 y 的主要因素（但允許遺漏與解釋變數不相關的變數）。
4、很多文獻中有 「穩健性檢驗」 小節，請問是否每篇實證都要做這個呢？具體怎麼操作？
答：如果你的論文只匯報一個回歸結果，別人是很難相信你的。所以，才需要多做幾個回歸，即穩健性檢驗（robustness checks）。沒有穩健性檢驗的論文很難發表到好期刊，因為不令人信服。穩健性檢驗方法包括變換函數形式、劃分子樣本、使用不同的計量方法等，可以參見我的教材。更重要的是，向同領域的經典文獻學習，並模仿其穩健性檢驗的做法。
5、對於面板數據，一定要進行固定效應、時間效應之類的推敲么？還是可以直接回歸？我看到很多文獻，有的說明了使用固定效應模型的原因，有的則直接回歸出結果，請問正確的方法是什麼？
答：規范的做法需要進行豪斯曼檢驗（Hausman test），在固定效應與隨機效應之間進行選擇。但由於固定效應比較常見，而且固定效應模型總是一致的（隨機效應模型則可能不一致），故有些研究者就直接做固定效應的估計。
對於時間效應也同時考慮，比如，加入時間虛擬變數或時間趨勢項；除非經過檢驗，發現不存在時間效應。如果不考慮時間效應，則你的結果可能不可信（或許x 與 y 的相關性只是因為二者都隨時間而增長）。
6、如何決定應使用二階段最小二乘法（2SLS）還是廣義矩估計（GMM）？
答：如果模型為恰好識別（即工具變數個數等於內生變數個數），則GMM完全等價於2SLS，故使用2SLS就夠了。在過度識別（工具變數多於內生變數）的情況下，GMM的優勢在於，它在異方差的情況下比2SLS更有效率。由於數據或多或少存在一點異方差，故在過度識別情況下，一般使用GMM。
7、在面板數據中，感興趣的變數x 不隨時間變化，是否只能進行隨機效應的估計（若使用固定效應，則不隨時間變化的關鍵變數 x 會被去掉）？
答：通常還是使用固定效應模型為好（當然，可進行正式的豪斯曼檢驗，以確定使用固定效應或隨機效應模型）。如果使用固定效應，有兩種可能的解決方法：
（1）如果使用系統GMM估計動態面板模型，則可以估計不隨時間而變的變數x 的系數。
（2）在使用靜態的面板固定效應模型時，可引入不隨時間而變的變數 x與某個隨時間而變的變數 z 之交互項，並以交互項 xz （隨時間而變）作為關鍵解釋變數。
B. 本書主要解決了計量經濟學的什麼問題
本書定位於使學生掌握計量經濟研究的最基本方法，並能夠運用這些方法解版決實際的經濟問題。主權要包括滿足經典假設條件的回歸分析計量經濟學模型、放寬經典假設條件的計量經濟學模型、虛擬變數、聯立方程組模型及時間序列計量經濟學模型等內容。講述力求簡明扼要、通俗易通，盡可能避免繁瑣的數學推導，並將EViews軟體的學習與各章案例分析有機結合，使學生在實際運用中學習EViews的操作方法。本書在編寫中借鑒了國內外優秀教材的優點，並結合作者多年來從事計量經濟學教學的經驗和體會，符合經濟管理類應用型本科專業教學的實際要求。
C. 動態計量經濟學可以用來研究哪些問題
研究的問題主要是 被解釋變數受解釋變數當期值和被解釋變數及解釋變數各滯後期值影響的各類經濟現象或者經濟行為！如時間序列，消費與收入的關系等
D. 如何用計量經濟學現代觀點完整的分析一個問題
優點：它首先把經濟理論表示為可計量的數學模型即經濟計量模型，然後用統計推論方法加工實際資料，使這種數學模型數值化。這種分析方法有兩個特點：①理論與觀察資料相結合，賦予理論以經驗的內容；②將隨機因素對經濟關系的影響納入分析之中，得出的結論具有概率性。缺點：1、簡單地用數學公式描述經濟運行規律,對社會經濟問題中難以量化的因素無法表現和處理2、忽視運用計量經濟模型進行實證分析的理論基礎,直接將模型應用於經濟分析之中3、建立計量經濟模型的數據有限或數據質量不高4、對當前與未來條件的一般假設不切實際
E. 計量經濟學研究的主要內容
計量經濟學它研究的主要內容其實是集中在前面兩個字計量，也就是在經濟學中，主要是運用各種方法進行數字統計來進行驗證的一個方法。
F. 計量經濟學課題研究問題，求大神幫幫忙！
模型設置有問題，貨幣供應量跟你前面幾個解釋變數的關系沒什麼大的影響，你從貨幣供應量的公式就可以看出。另外很多理論說貨幣供應量是個外生變數，可由央行自由控制，你這種公式一成立的話，就推翻了這種理論。所以建議你再查查相關資料，把模型設置改下。估計好些。
G. 計量經濟學的主要問題是
計量經濟學研究對象：
計量經濟學的兩大研究對象:橫截面數據(Cross-sectional Data)和時間序列數據(Time-series Data)。前者旨在歸納不同經濟行為者是否具有相似的行為關聯性，以模型參數估計結果顯現相關性;後者重點在分析同一經濟行為者不同時間的資料，以展現研究對象的動態行為。
新興計量經濟學研究開始切入同時具有橫截面及時間序列的資料，換言之，每個橫截面都同時具有時間序列的觀測值，這種資料稱為追蹤資料 (Panel data，或稱面板資料分析)。追蹤資料研究多個不同經濟體動態行為之差異，可以獲得較單純橫截面或時間序列分析更豐富的實證結論。
計量經濟學是以一定的經濟理論和統計資料為基礎，運用數學、統計學方法與電腦技術，以建立經濟計量模型為主要手段，定量分析研究具有隨機性特性的經濟變數關系的一門經濟學學科。主要內容包括理論計量經濟學和應用經濟計量學。理論經濟計量學主要研究如何運用、改造和發展數理統計的方法，使之成為隨機經濟關系測定的特殊方法。應用計量經濟學是在一定的經濟理論的指導下，以反映事實的統計數據為依據，用經濟計量方法研究經濟數學模型的實用化或探索實證經濟規律。
特點
模型類型:採用隨機模型。 模型導向:以經濟理論為導向建立模型。 模型結構:變數之間的關系表現為線性或者可以化為線性，屬於因果分析模型，解釋變數具有同等地位，模型具有明確的形式和參數。 數據類型:以時間序列數據或者截面數據為樣本，被解釋變數為服從正態分布的連續隨機變數。 估計方法:僅利用樣本信息，採用最小二乘法或者最大似然法估計變數。 非經典計量經濟學一般指20世紀70年代以後發展的計量經濟學理論、方法及應用模型，也稱現代計量經濟學。
學習方法
與一般的數學方法相比，計量經濟學方法有十分重要的特點和意義:
研究對象發生了較大變化。即從研究確定性問題轉向非確定性問題，其對象的性質和意義將發生巨大的變化。因此，在方法的思路上、方法的性質上和方法的結果上，都將出現全新的變化。
研究方法發生根本變化。計量經濟學方法的基礎是概率論和數理統計，是一種新的數學形式。學習中要十分注意其基本概念和方法思路的理解和把握，要充分認識其方法與其它數學方法的根本不同之處。
研究的結果發生了變化。我們應該知道，計量經濟學模型的結論是概率意義上的，也可以說是不太確定的。但真正要理解其不確定性的含義，並不那麼簡單，學習中需要始終關注這一點。理論計量經濟學和應用計量經濟學 理論計量經濟學(Theoretical Econometrics)以介紹、研究計量經濟學的理論與方法為主要內容，側重於理論與方法的數學證明與推導，與數理統計聯系極為密切。理論計量經濟學除了介紹計量經濟學模型的數學理論基礎和普遍應用的計量經濟學模型的參數估計方法與檢驗方法外，還研究特殊模型的估計方法與檢驗模型。
應用計量經濟學(Applied Econometrics)則以建立與應用計量經濟學模型為主要內容，強調應用模型的經濟學和經濟統計學基礎，側重於建立與應用模型過程中實際問題的處理。
H. 計量經濟學在做科研項目中的問題，希望專業人士來解答
我是數學系研究生，現在就是做這個的。。。不過我們項目更復雜。。內。我只負責建模，容其他的還有老闆和博士生搞。。。
我給你你也寫不了。。。
不過可以告訴你大致內容，關於目標跟蹤和數據信息處理。
其實你想做個簡單的很容易的，你就去個營業廳或者銀行，記錄下顧客到來時間和等待時間。然後總結下其分布規律（應該是泊松分布）
然後編一個相關的程序，用生成的隨機數（至少要1000個）帶進去模擬一下，看看結果跟理論上的是否一樣就ok了~~
祝你成功
I. 如何運用計量經濟學研究經濟問題
經濟計量學(Econometrics) 是西方經濟學中關於如何計量經濟關系實際數值的分支學科，也常譯為計量經濟學，量讀liàng（《現代漢語辭典》2012年6月第6版「計量」條）。這兩種譯名的區別在於，前者試圖從名稱上強調它是一門計量經濟活動方法論的學科，後者試圖通過名稱強調它是一門經濟學科。經濟計量學在20世紀30年代誕生之初，研究多限於計量方法的探討，實際計量工作還較少，且多集中於需求分析，能夠算做實際宏觀經濟計量分析的，只有丁伯根關於美國經濟周期的研究。第二次世界大戰以後，美國經濟學家克萊因等人不斷提高丁伯根開創的宏觀經濟計量的規模和深度，到20世紀60年代形成一個向企業出售經濟計量預測服務的興旺行業。
經濟計量學的具體計量方法主要包括四個連續工作步驟：
建造模型
把經濟學在論述某一特定問題時，對有關的主要經濟變數之間存在相互關系的理論作為假說，表述成結構方程式體系，作為研究對象的縮影，便於分析處理，就叫做模型。在每個結構方程式中，列作自變數的只能是起主要作用的少數幾個經濟變數，但實際影響因變數數值發生變化的，還有未列入方程式的、為數眾多但影響細微的其他因素，它們的聯合作用往往形成一個隨機干擾因素，使得因變數的每一次數值變動不可能全部由列入方程式的自變數的數值變動來解釋，而必然留下一個殘差由這樣的隨機干擾因素來承擔，從而使因變數成為隨機變數。經濟變數分為因變數和自變數，只是就它們在一個結構方程式以內的相互關系來說的，如果按照它們的數值在整個模型範圍以內如何決定來看，又分為內生變數和外生變數，前者的數值是在模型的范圍以內決定的，例如研究某地某時某種農產品的市場局部均衡問題時，該產品的供給量、需求量、價格等都是，後者的數值是在模型的范圍以外決定的，它們的數值變化影響前者的數值，但不受前者的影響，例如影響該農產品產量而不反過來受其影響的因素有：自然因素，如雨量；內生變數的過去時期的數值，如該農產品前一年度的價格；政府政策，如政府對生產該種產品的限制或鼓勵措施等。內生變數在各個結構方程式內不一定都處於因變數的地位，但全部內生變數的數值最終是由整個模型的全體方程式共同決定的，所以又稱聯合因變數；建造模型就是要用全體外生變數和隨機干擾因素作為已知條件來解釋全部內生變數的數值最終是怎樣決定的。
克萊因
估算參數數值
通常是用普通最小平方法對觀測統計資料配合線性回歸方程式。這種方法要求回歸方程式的因變數是隨機變數，自變數是作為已知條件的外生變數。因此要按照代數學解聯立方程式的原理，將原模型的結構方程式體系化為以內生變數為因變數、以外生變數為自變數的簡化式才能進行。因而要求原模型的結構方程式互相獨立，不相矛盾，其數目必須等於內生變數數目，而且能從簡化式的系數估算值還原成結構式的參數值，即具備能夠被識別的條件。
驗證理論
即檢驗估算結果是否符合模型根據的經濟理論，主要是運用數理統計學關於統計假設檢驗的原理，檢驗估算的參數值是否顯著地大於零。只有大於零，有關變數之間存在相互關系的理論，才得到證明；否則須繼續收集資料，再進行估算；或修改模型，甚至修訂根據的理論，再進行估算，直到得出顯著的參數估算值為止。
庫普曼斯
使用模型
估算出參數值的模型，主要用於三個方面：①對所研究的經濟體系內潛在的相互關系進行結構分析，以便了解和解釋有關的經濟現象。常用的方法是利用偏微分原理進行所謂比較靜態分析，即對模型的兩個均衡點進行對比：一個是原來假定達到的均衡點，另一個是假定只有一個外生變數（或結構參數）的數值發生變化而其他情況不變時，模型達到的新的均衡點，兩點對比可以看出外生變數或參數值變化時對內生變數發生多大影響。通常所謂各種彈性和乘數等都是用的這種分析方法。②用於預測。可利用已經估算出系數值的簡化式進行，因為簡化式的因變數都是內生變數，自變數都是外生變數，把預期將來某時期外生變數可能達到的數值代入簡化式，就可以得到有關的內生變數在將來同時期的預測值。③用於規劃政策。即對各種政策方案的後果進行評價，以供決策人擇優採納。常用辦法是把代表各種政策方案的外生變數（又稱政策變數，如稅收）在將來某時期的各種不同數值代入模型，然後計算作為因變數的內生變數（即政策目標，如國民收入）的各種相應預測值，以便對比。這叫做模擬運算，實際上是一種以政策變數的給定數值為條件的預測。
J. 計量經濟學的研究步驟有哪幾步
計量經濟學，是結合經濟理論與數理統計，並以實際經濟數據作定量分析的一門學科。 主要內容包括理論計量經濟學和應用經濟計量學。理論計量經濟學主要研究如何運用、改造和發展數理統計的方法，使之成為隨機經濟關系測定的特殊方法。應用計量經濟學是在一定的經濟理論的指導下，以反映事實的統計數據為依據，用經濟計量方法研究經濟數學模型的實用化或探索實證經濟規律。
計量經濟學（英文：Econometrics），是以數理經濟學和數理統計學為基礎，對於經濟問題試圖對理論上的數量接近和經驗（實證）上的數量接近這兩者進行綜合而產生的經濟學分支。
該分支的產生，使得經濟學對於經濟現象從以往只能定性研究，擴展到同時可以進行定量分析的新階段。
「計量」的意思是「以統計方法做定量研究」，所以「量」字應讀作「亮」，而不讀作「良」。
計量經濟學
據說在經濟學中，應用數學方法的歷史可追溯到三百多年前的英國古典政治經濟學的創始人威廉·配第的《政治算術》的問世（1676年）。
「計量經濟學」一詞，是挪威經濟學家弗里希（R. Frisch）在1926年仿照「生物計量學」一詞提出的。 隨後1930年成立了國際計量經濟學學會，在1933年創辦了《計量經濟學》雜志。
人們應如何理解「計量經濟學」的含義？弗里希在《計量經濟學》的創刊詞中說到：「用數學方法探討經濟學可以從好幾個方面著手，但任何一方面都不能與計量經濟學混為一談。計量經濟學與經濟統計學決非一碼事；它也不同於大家所說的一般經濟理論，盡管經濟理論大部分都具有一定的數量特徵；計量經濟學也不應視為數學應用於經濟學的同義語。經驗表明，統計學、經濟理論和數學這三者對於真正了解現代經濟生活中的數量關系來說，都是必要的，但各自並非是充分條件。而三者結合起來，就有力量，這種結合便構成了計量經濟學。」