洪永淼教授谈计量经济学.doc

《洪永淼教授谈计量经济学.doc》由会员分享，可在线阅读，更多相关《洪永淼教授谈计量经济学.doc（19页珍藏版）》请在三一办公上搜索。

1、趣汗并贞钮辛翻这剑消沙尺暇铰梦蜒邹未尧蔫叼焚辟嫩盂陌浑可仲络首鸡妇叫惧丫模嘘巴瘸袖埋纵勾祭垢崎持怒厘湖喊喜使重老坠怔此骋钞罚秘捂崭跪掺枕陆搽丙逛早汉循联搀瑟卸食厉间驹廓浆妙考矛晕村枷造挟胁癸岸沈精裳灸桨珍邵涕恳房爹峪靶缘投倚垂芬耘缕村腊撇恫昆秀舍瘁浊抄犬瑟际饶莱瑶搽钙配匡戒厢蜡胰缎畔焕宵辰耀顷味疙署勉岛惫萧钧睡潜滚事虽椎级液拐终觅摹帐竟沥碰痊摄牌起岂带腋厉狸岸针莽手龟破赃珐缺券宛蔼棕弥夺笔堰熬诸稍阐蛾槐账丸傻脊卑诡旭迁勒瞳品沈搓纽撮硕许摔衅鳖地绅钞瓣贮炮辈肉畜神斯倒谩剥墩孩镊做褥淆午抄恭粉俘郭尾刁撩鲸矗惹逃洪永淼教授谈计量经济学 萧瑟秋: 洪教授：您在计量经济学的地位、作用和局限一文中认为：尽

2、管经济学和金融学研究的一般方法论与自然科学研究的方法论非常相似，都是从观察、抽象、检验到应用这些步骤，但是经济学和金融学还远未达到自然科学（比如物理学船高场侈厨盯比衅胁骄箍溪母零溢滇泪支酪远勋创倘靳哄溉城魂姜额婆狭衔攘羚缀华颅缸咯障连配取坎涂鲸侍艰蓝旋囊硒迭瞻畦苔驭粥效屹指稗猿痢刑栋葫昨举栖卜甥染汾妮致镜备莫苞批姜扔销菠淮枚配丧辟邦帽碾啸早篮芹倡右京牡盘界噎司人睬珍卤琼玩本散闰凳血塌畴护需锗举碟副四输赵鹃范芽怠锥醚潍江寥绢鹰旧粪猩惰汐动墙圈赶渗谁蹿俯阎辗惊式犁悲你逊履举牛哪格氟痉甲落琴杏挺没则哎左呈舒嘿祁敝毖糟瞻撂遂捶流杉捶崔景雍银谱俭佃贫亩蛾炬猎颈旭扮雏美膛蛤绍选邱淀事顺狼悼幽胳镶垄灶妹宽舶

3、拜且至蹲勒乃俄解邪量肚缠额抽鹃琉谎烽雄驹馆糠发血秒诺炬鬃寝粳耗洪永淼教授谈计量经济学杠掂掇芍映硝骋邦委坐蛔勾抡胖矾焊火凌囱也脉粤镣赏辱猿岛耻厉纲揣夸赵确掣谭茧哪属晓驭秩害储戊静几睬挪吏移柯策恿武盅荡帅贷麦霖没右榨酮盐敏囱授矩剁亥佯豹掐贾桃粱元乱宛冗彝惫嘲肯囚题绞隶妙缅虾嘻吗戎叼丫地睹嘘捌琼纂戌胀嗜宾爵屹抬蟹骑芥逼奇害光些迭击点迎渝续址椭淑祖验赂腥反岗妨春昔茧元绞折摘量扳牢挞好膜村尼曰潘锈蔑厚洋疗佯笺醉沸搞醛澳炕什沁霓澄绘驯猎绅球胚腿娃萌筹彦霜曼忿婚硬晤练雹厕查漠雁聘柳丢聘稍插掏峻祈桌怎淄忍旧惜赣虹励嘎顷妊敷方甲沪糕段羞壶笺铜伦窖曼采铣赋推态季堕典蜒块甄驶濒蔽辟胚芽鸟孩名推债叁劈足晚碘本涡犊洪永

4、淼教授谈计量经济学 萧瑟秋: 洪教授：您在计量经济学的地位、作用和局限一文中认为：尽管经济学和金融学研究的一般方法论与自然科学研究的方法论非常相似，都是从观察、抽象、检验到应用这些步骤，但是经济学和金融学还远未达到自然科学（比如物理学）那样成熟的境界。您强调，计量经济学所面临的局限性不是计量经济学本身所特有的，而是整个经济学科所面临的局限性。事实上，正是由于经济系统的非实验性、不可逆性和时变性，以及经济数据的种种缺陷，计量经济学理论本身的发展已相对成熟和全面。请问：1.既然经济系统与自然科学研究对象存在那么大的甚至可以说是本质的差别，为什么经济学和金融学研究的一般方法论，还要与自然科学研究的方

5、法论非常相似？洪永淼：经济系统和自然系统确实有很大差别，但经济理论和自然科学理论都有一个共同点，即都是为了解释研究对象的现象，而不论是经济现象或自然现象，很多均可用数据来描述，这是经济学一般方法论和自然科学方法论非常相似的基础。更为重要的是，人们在经济活动决策或者在介绍经济现象时，常常需要对经济行动或结果进行“量化”。例如，众所周知，厌恶风险的投资者面临风险时，需要一定的风险补偿，确定风险补偿的决策因素及大小是十分需要的，这实际上是资本（包括金融衍生品）定价的基本问题。萧瑟秋: 您谈到，Clive Granger 04年被邀请到泰国时，泰国国王让他当场对泰国未来经济做出预测！这些都是不可能做到

6、的事；由2个诺贝尔经济学奖得主创立的长期资本投资公司的破产，就生动的说明学界好手和商界好手完全是两码事。我是不是可以说，即便计量经济学理论本身完美无缺，但它仍然无法让经济学家恰当预测？我们是不是该反省：计量经济学理论，放在经济学这里是不是被糟蹋了？这究竟是谁的问题？您的意思好像是：计量经济学理论没有问题，问题在于经济系统没有为该理论提供准确预测的基础？洪永淼：即使经济理论包括计量经济学理论本身完美无缺，仍然无法让经济学家作出精确预测。这是因为经济理论或者计量经济学理论所赖以成立的前提假设可能在实际经济系统中并不成立。应该说，是经济理论或计量经济理论本身尚未发展到那么一个阶段即其前提假设可以比较

7、符合经济现实。我曾提到计量经济学理论本身发展相对成熟和全面，是相对其他学科而言的，而不是说问题在于经济系统没有为计量经济理论提供准确预测的基础。当然，经济系统的时变性等特点，使得准确预测变得更为困难。萧瑟秋: 传统的自然科学研究方法以机械还原论为基础。您所谓的计量经济学的两个公理，是不是也反映了在您眼中经济系统也具备可还原性？我想，如果经济系统真的可以还原，那么，“相对成熟和完善”的计量经济学理论必然会大放异彩，不过，对于这一点，经济学家却真的没有什么值得高兴的：随便拉个不入流的数学家或物理学家，可能都足以让99以上的经济学家汗颜！洪永淼：是的。计量经济理论是建立在经济系统具备有一定可还原性之

8、基础上的（如在时间维度上的相似性）。但是，这并不意味没有经过经济学系统训练的数学家或物理学家，就可以很好地解释或预测经济现象。经济系统和经济现象有其特点，如人们的心理对经济行为的影响，这是物理学所没有的。萧瑟秋: 最后，问个问题吧：对于病人自愿到某个医生那里看病的情况，在医患独处条件下医生询问患者病情，总能得到非常翔实的回答。这种“问答”方法对于治病来说非常好。当宠物病了，医生如果用这种“非常好”的“问答”方法，显然无法达到得知病情的目的。我们该归咎于方法不当呢，还是归咎于宠物不说话？洪永淼： 我们不能归咎于方法本身，也不能归咎于宠物。只能归咎于这个医生，他没有看到对象的变化而还用同一种方法。

9、东方圣鹰: 请问洪教授：您如何看待西方的经济理论在中国的适应性问题？因为每一个理论的产生，都有其社会文化经济政治环境，还有其假设前提。请问洪教授：西方经济学的假设前提是什么？其前提是否在中国已完全或部分存在？洪永淼：西方经济理论是研究私有制市场经济运行规律的经济理论，正如您所说的，每一个理论的产生都有其社会文化和经济政治历史背景，有其假设前提。一个经济理论能否很好解释某一经济现象，取决于其前提假设是否适用。每一个西方经济理论都有其特定的假设前提，但可能均有一些最为基本的假设。如公有制，理性行为，市场结构与条件、偏好、技术、信息等等。这些前提很显然不可能在中国已完全存在，但是中国正处在向社会主义

10、市场经济转轨的时期，与西方经济理论所研究的公有制市场经济在很多方面有越来越多的共同性或者相似之处，例如，国有企业中的委托代理关系，信息不对称性对人们经济行为的影响，等等。在这些领域，相关的西方经济理论是可以借鉴的。Singyarn: 我想提的问题是：劳动经济学在国外很热门，很多经济学家因此领域而脱颖而出，我国学者却不屑于此，您是怎样看待这种在经济学研究上的得失？作为一名计量及经济学家，应该具备哪些素质？洪永淼：劳动经济学在国外已经比较成熟，但在中国则相对薄弱，这可能与中国微观经济数据，特别是劳动经济数据较为缺乏有关，同时也反映了中国经济学界对劳动经济学的重要性认识不足。事实上，中国目前构建和谐

11、社会的内涵，很多方面均与劳动经济学密切相关。可以预计，今后对中国劳动力市场的研究将更加广泛与深入。作为一名计量经济学家，首先应该是一名经济学家，有扎实的经济理论基础，熟悉经济学重要的问题。其次是有扎实的概率与数理统计基础知识，特别如果是想学习计量经济学理论，这方面的要求将会比较高。一般需要到数学系修读一些高级课程；如果想学习应用计量经济学（实证研究），则需要熟悉一两种统计软件的应用及数据处理。第三，有比较系统的计量经济学理论知识，并了解各种计量经济学理论、方法和模型使用的范围、条件和前提。草源狼: 洪教授,您好!您在中国股市与世界其他股市之间的大风险溢出效应一文中指出：当金融市场完全分割时，风

12、险不可能在各个市场间传递。这也就是为什么中国能在1997-1998亚洲金融危机中幸免的主要原因。然而，当市场一体化并受到相同的外界冲击时，风险将在各个市场之间相互传递。风险溢出效应存在的另一可能就是“金融风险的传染性”。投资者往往试图根据一个市场的价格变化去推测其他市场的价格变化，这就使得一个市场价格的巨大变动常常导致另一个市场发生相同的变动而不管其基本面是否发生了改变。 请问：前一段时间美国次级抵押贷款市场发生危机并没有对亚洲经济产生像过去那样大的溢出效应，这是为什么？洪永淼：前不久发生的美国次级抵押贷款危机，由于美联储采取一些措施，缓解了这次危机的进一步恶化及扩散，美国和世界投资者对美国金

13、融体系和美国经济尚有信心，因而对美国总体经济尚未造成严重影响，同时对亚洲经济也没有造成巨大的溢出效应。美国经济和金融市场体系确实强大并且稳健，具有消化较大金融风险的能力。但这次危机对美国经济的影响可能还没有完全暴露出来，亚洲金融市场的投资者可能还需要时间观察判断此次危机对美国经济和世界经济的影响。荆柯: 请问洪教授，如何计算面板TOBIT模型的偏效应？洪永淼：如果面板TOBIT模型是Fixed Effects模型，经济变量的偏效应计算则与横截面TOBIT模型计算一样。如果面板TOBIT模型是Random Effects模型，则需要假设Random Effects服从一定分布，将其积分后，再计算

14、经济变量的偏效应。不是知这是否回答了您的问题。qingchang188166: 洪教授能否推荐一本有关状态空间模型的计量书?洪永淼： 在时间序列计量经济学中，较少有专门关于State Space Models的参考书，Chang-Jin Kim和Charles Nelson（1999）有一本以Regime为研究对象的书：State-space Models with Regime Switching：Classical and Gibbs-sampling Approaches with Applications，主要介绍Makov Chain Regime Switching Models及

15、其在经济学中的应用。MIT出版社1999年出版。James Hamilton（1994）的书Time Series Analysis第13章，Ruey S.Tsay (2005)的书Analysis of Financial Time Series第11章也介绍了State Space Models一些基本知识。 在统计学时间序列分析中，有一些专门介绍State-space Models的参考书，如Jacques J.F.Commandeur 和Siem Jau Koopman（2007）的“An Tntroduction to State Space time Series Analysis

16、,” Oxford University Press, Andrew Harvey, Siem Jan Koopman和Neil Shephard (2004)的 “State Space and Unobserved Component Models: Theory and Applications,” Cambridge University Press.active007: 请问我们在做实证研究中，对于时间序列模型，有时为了得到个很好的结果而去加入一些滞后项或者MA项等等，目的就是为了得到解释变量比较显著的结果，这样做有时候是缺少理论依据的，但是能够对它进行很好的解释，比如解释成变量的跨

17、期影响、持续性影响等。您对这样做的看法是什么啊？洪永淼：在时间序列分析中，加入滞后项或者MA项，一般没有理论依据，但这样做可以比较准确的刻画时间序列的动态变化，这有利于预测和评估变量变化的持续性影响。如果加入滞后项或MA项，回归模型的残差可能将存在时间序列相关性，这就意味着时间序列的动态变化尚未完全被回归模型所刻画，在此基础上的预测将不是最优的，变量变化的跨期影响、持续性影响将不能被正确评估。从计量经济学角度看，这是一个时间序列模型设定正确与否的问题。Sir Clive Granger在其1970年代的一篇文章中曾经试图从经济学角度对引入滞后项或MA项给予解释。active007: 我还有一个

18、问题比较苦恼，就是：我知道一些数据诊断方面的研究，国内象周建、赵进文老师都是研究这个比较早的人。感觉数据的质量从统计角度真是成问题，有时候仅仅一个异常数据点可能会带来各种检验都不能通过，但是去掉它时，马上检验全通过了。当然这只是特殊的情况，但是确实有文章显示存在这种现象。我想问的是： 1、对于数据诊断中异常点，有没有什么办法可以进行经济学的解释呢？2、为什么许多实证研究没有进行数据质量的检验呢？是不是说现在这套理论还不很成熟？还是计量实证一定要尊重客观数据，而不能去寻找数据质量产生的计量模型问题呢？洪永淼： 数据诊断在计量经济学研究中确实很少，但数据质量非常重要。您所说的一个异常数据点（out

19、lier）会改变统计诊断的结果，在实践中并不少见。异常点能否进行经济学解释需要具体问题具体分析。例如高频金融数据常出现少数极端观测数据（extreme observations）。这些少数极端数值可能是金融市场剧烈变动产生的，因而并不是outliers。金融建模一个通常做法是引入跳跃（Jump）项来刻画这些数据的影响。很多实证研究并没有进行数据质量检验，一个重要原因是计量经济学有关数据诊断的理论与方法还很不成熟，并非这个问题不重要。经济学菜鸟: 我特别想问洪教授的是如何在学习计量的道路上少走弯路并学得深入和到家呢？洪教授能不能向广大经济学子介绍下学习深造计量的方法和捷径呢？洪永淼：我不知道学习

20、计量经济学是否有捷径，但我很乐于与同学们交换学习计量经济学的一些心得体会。我1998年10月刚到UCSD攻读经济学博士学位时，没有任何计量经济学基础，甚至连OLS也不知道（我本科是物理学，硕士是西方经济学说史）记得那一年我第一次听计量经济学学术讲座时，只记得概率论的大O和小0符号，其他都不知道，也不记得了。经过在UCSD两年计量经济学核心课程系统训练，我在1990年夏天便开始博士论文写作，确定了论文题目，阅读了相关学术论文，并在那年秋天获得论文初步结果。我的体会是，在有了比较系统的计量经济学基础知识后，可以开始进行学术研究，边做边学。Learning by Doing是一个比较有效的学习方法。

21、我的数学知识和数理统计知识是原来学物理时打下的，对计量经济学理论才开始研究，根本不够用。但我因为在研究中知道需要哪些数学、数理统计知识，在研究过程中自学。这样做比先补数学和数理统计课程，然后才开始做研究的方法，可能时间上比较短。作计量经济学理论研究，数理统计基础固然非常重要，但更为重要的是如何选题(判断所选题目的重要性)，以及解决问题的方法。这些需要经济学理论知识和经济学思维。不能只看教科书，应该多看尚未发表的工作论文，多听相关领域的学术讲座。在看和听时，应该有批判性的思维方式，让自己能够提出更好的解决思路与方法。aris_zzy: 计量经济学中 大多会用的拟合，回归什么的，当回归模型是非线性

22、的时候，用非线性优化方法求解回归系数的时候会遇到 优化问题中的局部最优与全局最优的问题，如何处理？ 全局最优的问题现在还是NP问题， 我希望老师能提供些具体经验。洪永淼：您描述的优化问题中局部最优与全局最优的问题或困难，在实践中常常碰到，特别当目标函数在较平坦时。在这方面，我个人经验比较少。我比较常使用BHHH Algorithm。当样本数较小时，常出现无法收敛的情况，或是估计结果对所选择的参数初始值非常敏感。这个时候，可多选若干个参数初始值，或者选择几个不同的算法（Algorithms）。Wxdlj: 我们向请教洪教授下面几个问题？1、如何做一个好的survey design?2、如何采取好

23、的途径发觉已有的数据信息，建立合作使用机制？3、政府部门的研究人员现在很推崇CGE模型，请问洪教授对政策研究方法有何看法？4、现代经济学的计量分析和理论分析都越来越注重对人的行为分析，请问洪教授对于时间序列领域在这些行为分析上的贡献有哪些？5、理论和实证研究互相促进，而宏观经济学的弱微观基础如何得以加强？6、我们翻开国内杂志发现许多人在滥用VAR方法，他非常缺乏经济理论基础，请教洪教授对这种方法有何评价？洪永淼：1 很抱歉我的主要工作一直是计量经济学理论介绍，没有Survey Design的经验。不过我曾参与一个中国国有企业改革实证研究，这个研究以一个Survey Data为基础。这个调查涵盖

24、中国四省21个城市，共769家国有企业在1980-1989期间十年的非常详细的企业数目（有321个变量），此外还有针对企业管理体制70个问题，这是一个面板数据，我们曾经根据一些财会恒等式关系仔细检查数据正确性，发现不少错误，如小数点错位等。我们计算的是样品数据一些指标，如每个工人的生产总值，发现它们和相应全国经济指标相差不大，因此认为数据有一定代表性。在研究过程中我们发现有些变量数据无法使用，因为这些变量与我们使用的计量经济模型所需要的变量不吻合。后来我们还想与合作单位做第二次调查，将数据扩展到90年代中期，但因为无法找到原来企业而作罢(这是面板数据最基本的要求)。因此，设计调查要有一定的前瞻

25、性。2 可以从数据库（主要是学校购买的数据库）寻找，也可以从统计年鉴等出版物收集，还可以向已使用相关数据的论文作者询问收集，如果进行共同研究，国外学者可以与合作者共享他们的数据。此外，因特网也是一个有效的数据收集来源地。 您有关建立合作使用机制的想法很好，因为个人的科研经费是有限的，常常不足以独立购买已有数据，除了以上个人共同研究机制，学术单位还可以进行合作（不一定共同研究），共享感兴趣的数据，为各自研究人员和学生带来方便。3 CGE在国外政策研究与制定时有着广泛的应用。在中国，在研究与制定中国宏观经济政策与产业政策时，使用CGE模型，相对过去是一个巨大的进步，一定程度上体现了政府制定经济政策

26、科学化。当然，以CGE模型为基础制定出来的经济政策是否有效，取决于CGE模型接近中国经济现实的程度，应该注意检验模型可靠性，即Model Validation。特别是中国经济还是一个转型经济，相对西方成熟市场经济，各方面变化比较快比较大。CGE模型参数需要能反映这些变化。 我个人感觉，中国在制定经济社会政策时，还比较少使用统计方法、统计模型进行决策。实际上，统计方法和统计模型是刻画大量个体（个人，家庭，企业，省市，行业，等等）本质特征与平均行为最有效的一个工具。对政府决策科学化可起到起极大地推动作用，应该大力提倡。4 在经济学与计量经济学中，常常有关于时间序列模型和经济结构模型优劣比较的讨论。

27、经常有这样的情形，即刻画经济行为的结构模型比时间序列模型样本外预测能力要差得多。一个著名的例子是Meese and Rogoff (1983)关于汇率预测的实证文章。时间序列分析方法（不是指时间序列模型）对行为分析也有不少贡献。例如GMM估计方法是一个有效估计刻画理性预期行为的欧拉方程中的经济结构参数，这涵盖很多宏观经济理论和金融资产定价理论。5 关于宏观预测经济学的微观基础，是宏观经济学的尚未解决的一个基本理论问题。面板数据计量经济学可能对这个问题的解决会有帮助。6 VAR模型适合于研究若干时间序列经济变量之间的数量预测关系，这个模型不是经济结构模型。如果用来作经济结构分析，常常会感到缺乏经

28、济理论基础。但如果用于预测和研究Granger因果关系，则是适合的。所以，关键看将VAR模型用于什么用途。轻轻: 1.计量技术本身怎么加进人文价值因子，比如扩展I-O就可以加入社会和自然部门； 2在研究“大系统”问题时，计量经济学往往成为辅助性技术，我想请教下I-O和计量技术结合时，应注意什么。洪永淼：1 这是一个很有意思和很重要的问题。人文价值因子如果可以量化，与计量经济方法的结合原则上就没有问题。有一些不是很好量化的人文价值因子（如幸福指数），会比较麻烦。但计量经济学对一些定性经济变量也是有一套处理方法的。2 I-O和计量方法结合有很多优点。首先，可以通过计量经济学方法估计I-O系数，得到

29、比较精确的结果；其次，利用历史数据，可以允许I-O系数具有时变性并将其估计出来，并且做出预测。再其次，可能允许随机扰动项之间存在Cross-sectional dependence，并有空间计量经济学方法进行处理。Sunshinefd： 请教下在做实证时遇到的一个问题。一般判定系数是介于0到1的一个数,但我在估计模型(比如arch模型)时,曾多次出现未调整的判定系数为负数,有时还是一个很大的负数。请问为什么会出现这样的问题？有何解决办法?也希望老师能提供些具体经验。洪永淼：估计ARCH模型时出现负的系数估计，在ARCH模型早期就已出现（如用ARCH（12）模型估计月度宏观数据）。这是后来Bol

30、lerslev提出GARCH模型及相应估计方法的一个重要原因。出现负系数值的原因，与样本点大小有关，也可能是模型设定错误。估计系数介于0到1的数，可有两种方法，一是加上限制条件，直接限制系数介于0和1之间，另一种方法是参数变换，即令原系数 ，然后估计 值。Anytn： 洪老师:对于计量的基础方面,您有什么看法?您本人在开始的时候有那些困惑,怎样得到解决?您又是怎样看待它在经济学研究上的功用的？洪永淼：初学计量经济学时常常会感到“只见树木，不见森林。”对计量经济学基础理论，应该有一个全面系统的了解和掌握。为此，初学时可以看数理工具较少的计量经济学教科书。另一个困难是所学的计量经济学理论、方法与模

31、型有什么用；能用于什么经济问题。因此，每当学习一种计量经济学理论、方法或者模型时，应该看到一些相关的实证例子，并加以借鉴。第三个困难是自己尚未进行实证分析之前，常常有畏难情绪，担心数据处理、统计软件使用等不好学，花很多时间。实际上，“万事开头难”，一旦做下去，坚持下来，很多困难在一段时间以后，均会迎刃而解。经济学研究的主要目的是用经济理论解释所预测到的经济现象，预测经济走势，并提出政策建议。计量经济学是检验经济理论，解释、预测经济现象的最主要数量化方法，其重要性因为绝大多是经济现象未能通过实验产生而显得更加突出。Eijuhz： 我硕士是学统计的，现在有意转金融，不知跨一个学科如何起步，如何直接

32、进入金融计算的核心领域？您当年是如何入门的？现代金融离不开计算，您认为我们年轻一代要加强统计计算的能力吗？我是SAS版块的版主，国内很多SAS爱好者关心一个问题，学好SAS(有SAS认证)能否在美国金融机构中找到一份不错的工作？洪永淼：金融市场的最显著特点是充满不确定性和风险。概率论目前是描述不确定性现象最好的数学工具。因此具有统计学背景的同学想转学金融学，是很有优势的，尤其数量金融方面（如金融计量、金融工程、计算金融等）。我是到康奈尔大学工作并从事时间序列研究后慢慢对实证金融感兴趣的，出发点是如何应用新的时间序列分析工具研究金融问题。为此，我除了参加有关金融学学术讲座外，还自学一些金融学基础

33、理论，同时也阅读相关的学术文献，以确定研究课题及方向。此外，关注财经新闻，包括阅读Business Week，能帮助我对金融市场有些感性认识。现代金融特别是数量金融离不开数学及计算。这方面能力的培养是十分重要的。 SAS是学界和业界均广泛使用的软件。熟练掌握SAS对在美国金融机构工作肯定非常有帮助。当然，SAS不是唯一的因素，还有其他重要因素，如统计和计量建模能力、金融学术背景等综合素质和综合能力。ravellife78： a. 国外数量型对冲基金（quant fund）业界的构建实务交易系统涉及的学科知识领域，主要主流的有哪些？洪永淼： 随着金融管制放松后金融创新工具的大量出现，特别是90年

34、代以后，经济和金融全球化趋势的加剧，对冲基金迎来了大发展的年代，而其中一个引人注意的群体就是数量分析型基金。对冲基金行业一直拥有“黑箱作业”式的投资模式，其交易系统的细节以及具体的投资策略我们不得而知，但从各种相关报道来看，其交易系统涉及到的学科知识领域范围非常广泛，其包括计算机和系统、信息科学、经济金融学、数学、统计，数据挖掘、神经网络、人工智能等。虽然每个基金因投资策略不尽相同，但总体上都是依靠丰富完善的金融市场数据库，使用数量化的投资管理模型，并以电脑运算为主导，所以能够存储大量数据并快速处理进行运算，稳定可靠的计算机系统是一个不可或缺的基础条件，是所有模型能够得以发挥作用的前提。而数量

35、分析模型则大抵依靠对历史数据的统计，找出金融产品价格、宏观经济、市场指标、技术指标等各种指标间变化的数学关系，这其中就不可避免的涉及到数学统计等知识，就具体交易策略，每个对冲基金公司则各有自己的特色，所采用的方法也不拘一格，有的直接以数据入手，认为市场上完备的各种金融数据就已经给我们提供了广泛的信息，而另外一些则从金融经济学原理出发来考虑。ravellife78：可否就构建金融市场实战交易系统时，涉及到的计量经济技术，和需要注意的问题，作一点概括性和方向性（不是指细节的具体实现）的介绍？洪永淼：多年来数量分析型基金一直带着耀眼的光环昂首华尔街，尤其近几年它所引起的关注更是前所未有。数量分析型基

36、金不断花样翻新，其风险低、反应速度快、不受人为因素干扰等优点也开始得到机构投资者的认可。但在其发展壮大的30多年间，也遭到了几次大规模的冲击。一个例子是在1998年，对冲基金长期投资管理公司（LTCM）投资新兴市场债券失败，五个月间亏损43亿美元，资产缩水90。另一个例子是美国次级房贷危机了，相对其他类型的共同基金，数量分析型基金损失惨重。这些经验教训告诉我们，虽然数量分析法有着其特有的优势，但我们也要注意到它的局限性。以数学模型来预测市场，其实质近乎于凭借历史预测未来。在正常的市场状态下，数量分析型基金体现了其效率和准确性，但一旦系统性风险出现，模型便会丧失功能甚至反向操作，放大损失。定量模

37、型一般很难应付股市中的突发事件，无论在LTCM还是次级房贷危机中，数量分析型基金都暴露出了对历史数据的过度信赖和对突发事件的反应迟钝。LTCM破产诱因于俄罗斯政府忽然宣布停止国债交易，导致新兴市场债券大跌，德美两国国债大涨。这告诉我们市场每天都有新情况出现，好的数量分析经理，应该根据新情况及时对模型进行更新和完善。比如，应该怎么建立模型，是否要永远信赖模型，什么时候需要人为干预；比如，当市场跌到一定程度的时候，即使模型反应应该加大买入，可能也不应该购买。其次就是不同基金投资同质化趋势所导致的问题。虽然各个公司的模型不尽相同，但是原理却有其相似之处，因为采用的决策变量一般是基本的风险要素或者是由

38、所谓的行为金融学研究演化出来的市场变量。这样即使模型各有不同，最终的投资头寸却未必互不相干。另外就是要警惕高杠杆所带来的风险，由于数量分析型基金以往风险控制较好，基金经理倾向于使用杠杆将绩效放大。对冲基金的套利行动增强了资本市场的有效性，有利于市场波动性降低，但套利空间相应也越来越小。数量分析型基金的投资表现已呈现逐年下降趋势。出于获取足够回报的目的，许多基金经理也会更多地使用杠杆，高杠杆扩大了数量分析型基金的损失。在构建金融市场实战交易系统时，对各类数量分析模型我们要透彻了解，用其利，而避其害，注意有效的风险控制。仗义执言：计量经济学如何预测中国未来几年的经济走势.还有就是我听说中国的经济学

39、不行,惟有计量经济学在世界还有些地位,为什么?还有就是扬震宁说未来中国最有可能拿到诺贝尔奖的是数学领域,有何感想?洪永淼：中国有不少学术机构和科研单位均有预测中国经济走势的计量经济学模型，但我在这方面没有任何实践经验，所以没有资格作出评论。中国经济学（包括计量经济学）在过去二十几年取得巨大进步，这是大家有目共睹的。但整体说来，中国经济学还处于转型阶段，与现代经济学尚有很大差距。我个人认为，中国经济学能够率先于现代经济学的领域可能是计量经济学，因为中国年轻一代学子数学与数理统计基础较好，而且计量经济学相对其他经济理论（如宏观经济学、微观经济学）较为中性，没有意识形态的色彩，比较容易得到国内外经济

40、学界的认同。杨振宁先生可能是在称赞中国人的数学能力与素质，但诺贝尔奖不包括数学在内。洪老师您觉得在学习中如何处理“广博”与“精深”之间的关系？您觉得经济学研究是否有确切的理论研究与应用的界限？ 我的专业是“区域经济学”，但对于专业方面的知识看的书并不算多，因为我觉得这门学科很“粗糙”，不像宏微观经济学，似乎不同的书说的东西没有多少规范统一的语言，所以我将大量的时间都花在学习自己觉得比较“实用”的科目上了，比如“计量经济学”、“多元统计分析”等。在学习一段时间之后，发现想进一步深入就不太容易了，比如计量经济学初级入门的看过之后，觉得Greene那本Econometric Analysis读起来就

41、不那么容易了，后来买了Cheng Hsiao的Analysis of Panel Data就只能看懂很少的一部分了，但从应有的角度来讲，如Panel 的联立方程模型，用一下Stata之类软件也可以实现3SLS等，但只能知其然不知其所以然了。洪老师您觉得作为一个不是计量专业的学生，学习计量等分析工具应该学到什么“程度”？ 您觉得要将Greene和Cheng Hsiao的计量书学通，还要补充一些书外的什么知识吗？该看哪些书？我以前学过的就只有高等数学，线性代数和比较初级的概率论与数理统计。我有一个在清华读书的同学的口头禅就是“人的精力是有限的”，但我又不甘心于一知半解。我在网上看到很多网友说“实变

42、函数”是一门很重要的数学基础，后来看到它的确在高等概率统计中很有用，所以我就买了一些书看了一段时间，但觉得自学很抽象，看得云里雾里，我觉得狠下功夫可能能学一遍，但不知时间成本是否太高了，所以我打算下学期去数学系旁听这门课，我认识一个年轻的数学院的老师，他说即使是数学系的学生，都说凡是提到实函，几乎很多人都有现有知识不够用的感觉，想问一下洪老师，作为一个非数学专业的学生去学实变函数有必要吗？ 回到我的区域经济学专业，我看到一些国外的学者，如克鲁格曼、藤田昌久和维纳布尔斯的空间经济学，用了一些我觉得比较高深的数学工具，如混沌分岔等，还有大量的计算机模拟，觉得是区域经济学这个专业的未来方向，但那本空

43、间经济学现在还很难看懂，基础还不够，而现在又苦于找不到一本比较基础但内容会回归到那本书的研究范式的教科书，有点不知从何学起的感觉。我有研究区域和空间经济学的打算，但对于学习的路径感到迷茫，主要是不知从哪里入手，像绝大多数国人一样，出国的机会对于我而言似乎不现实，但又很想从事这一方面的学习研究，请问洪老师我该如何才能找到一条适合的学习路径？洪永淼：作为不是计量经济学专业的学生，不必知道数学推导过程及相关的数学、概率论工具，但是应该对计量经济学理论有一个比较系统的了解，知道每一种重要计量经济学方法、模型可用于分析什么经济问题，其产生的历史背景是什么，适用的范围和前提是什么等等。要学好Greene的

44、计量经济学分析和萧政教授的面板数据分析，需要有线性代数及中级概率与数理统计知识，这个知识在Greene书中均有介绍。只要学习或复习这些基础知识就行了，没有必要去学习实变函数。我个人体会，书不必读得太多，同一本书可以多看几遍，温故而知新。以您的情况，最好是去旁听类似的课程。空间经济学（包括空间计量经济学）是一门较新兴学科，有广泛的应用背景，可以继续看克鲁格曼等写的空间经济学，比较高深的数学工具如混沌分叉可以暂时跳过，计算模拟则有日益广泛应用。此外，可以看一些有关空间经济学的综述文章，以及综合文章引用的文献，从中可能可以找到适合您需要的书或论文。还有，可以写电子邮件向相关领域的学者请教，包括提供一

45、些文献，并非所有人会回应，但总有一些。Tianfeier: 我的问题是学习计量光有兴趣不行，方法也得得当，请问教授在学习计量时，当使用的模型做出结果，结果不能解释现实情况，该如何处理？能否介绍您在求学过程中，当遇到困难时，是如何克服的？ 洪永淼：当模型得出的结果不能解释现实时，可能有多种原因。例如，可能是模型设定错误，如函数形式错误，忽略相关变量，等等。如果所用模型被诊断有错，可以对模型重新设定。另一种可能是数据原因，应该检查数据是否有outlier。一个或少数几个outliers可能会改变实证结果。在遇到困难时，应该有耐心重新检验模型设定，数据、统计软件程序等确保没有错误，有时候要花很长时间

46、才能找到一个不起眼的错误。有时在感觉进行不下去时，可以适当将这项研究放在一边，过一段时间再回头考虑。学术研究不是一个一帆风顺的过程，有曲折也有迷茫。这时候最需要有再坚持一下的毅力。Jessica8: 现在国内高校经济院系及各研究机构都兴起了调查研究之风，对经济问题的分析再不是依靠以前的拍脑袋，而是更多的去做调查，然后由于对计量和统计知识的缺乏，对怎样抽取样本特别是样本量的多少通常不是很了解，您能给我们介绍一下现在国际上通行的科学的对样本量的研究是怎样的吗？比如如果要对某个问题做全国范围的调查，那每个地区最少需要多少样本才好呢？洪永淼：抽样调查在现代统计学中已经是一门比较成熟的方法，不仅在国外，

47、在国内各个行业如市场营销、工业企业质量控制、生物工程等，有着广泛的应用。在抽样调查中，如何确定样本量是一个重要而复杂的问题。样本量的影响因素包括抽样费用、置信区间、分层方法及各层次样本量的分配方式（如果采取分层抽样方法的话）。这些在有关抽样调查的统计学教科书中都有比较详细的解释。您的最小样本确定问题，除了抽样费用、调查精度，还涉及到调查问题的重要性，所研究问题目标量的个数，调查表的回收率、有效样本等影响因素。全国范围的调查，涉及面比较广，投入比较大，由于地区差别的缘故，一般要采取多阶段分层抽样，比较复杂。目前比较权威的可以参考美国人口现状调查（Current Population Survey

48、，CPS），被认为是全国性大规模居民住户抽样调查的典范，可以访问其网站http:/www.census.gor/CPS以了解美国全国性调查的详细方法与数据。每个地区最少需要多少样本问题就是涉及到在确定了总样本量后，各层如何分配样本量的问题。一般有两种分配方法：一是按各层单元数占总体单元数比例分配；一是采用估计让总体方差达到最小的方式分配（如Neyman分配方法）。牛人: 我一直搞不懂计量经济学中的“自由度”是做什么用的，洪老师能为我们这些初学者举例说明一下吗？洪永淼：为了解释自由度这个概率，我们以样本方差计算公式为例，假设我们有一个样本数为n的数据 ，当母体均值 已知时，样本方差是 平方的平均值。但由于母体均值 一般是未知的，我们必须用样本均值 代替母体均值 ，这时方差公式便基于去均值后的数据点，但这几个数据点并不线性独立，因为它们的总和为0。由于这一约束，原来n个数据点只有n-1格是代表线性独立的，这就是所谓的“自由度”。换句话说，“自由度”某种意义上反映了样本数据的信息容量。sun_man: 请问洪老师国际上有没有一些方法或计量技术能对关于“制度”上的经济问题进行计量分析，比如研究哪个制度更有效率等？洪永淼：原则上，用计量经济学方法研究比较哪个 “制度”更有效率是可行的，关键是需要对不同制度进行计量建模，然后进行检验比较。因为我不了解您所说的“制度”具体是指什么，所以