收藏 分享(赏)

研究生学习建议及DSGE模型基础.doc

上传人:精品资料 文档编号:10437096 上传时间:2019-11-11 格式:DOC 页数:19 大小:707.81KB
下载 相关 举报
研究生学习建议及DSGE模型基础.doc_第1页
第1页 / 共19页
研究生学习建议及DSGE模型基础.doc_第2页
第2页 / 共19页
研究生学习建议及DSGE模型基础.doc_第3页
第3页 / 共19页
研究生学习建议及DSGE模型基础.doc_第4页
第4页 / 共19页
研究生学习建议及DSGE模型基础.doc_第5页
第5页 / 共19页
点击查看更多>>
资源描述

1、研究生学习建议及 DSGE 模型基础一、 研究生阶段学习方法 21、研究习惯的养成 22、确定研究方向与目标 23、专业基础学习与研究工具方法掌握 24、论文写作要点 25、论文撰写技巧 3二、动态随机一般均衡模型简介(DSGE) 41、动态随机一般均衡模型概念 42、动态随机一般均衡模型的应用 43、动态随机一般均衡的估计方法 5三、动态随机一般均衡模型学习建议 51、数学基础 52、动态随机一般均衡模型方面的书籍 73、软件应用 7四、动态随机一般均衡模型学习资源链接 81、 DSGE 模型的讨论及基础数学知识解释 82、 DSGE 课程的入门级课件 83、 DSGE 课程的较高级课件 8

2、4、 DSGE 研究上的一些牛人主页或有用资源 8五、数量经济学专业学习书籍推荐 91、数学书 92、金融计量类书籍 15六、学习计划与任务安排 19研究生阶段学习方法1、研究习惯的养成(1) 自主学习与主动学习,研究生阶段与本科阶段的本质区别之一,从被动的接受性学习,向主动的研究性学习,从由教师讲授为主的学习向自主学习的转变。(2) 申报课题与撰写论文,在国家大力提倡创新型教育的前提下,研究生阶段的课题支持力度和数量在大幅度提高,而课题的申报与完成,则是培育研究生提出问题、发现问题和解决问题的有效途径。因此,要积极的参与各类创新课题或项目的申报。申报课题时,需要关注两个方面:(1)近期国家经

3、济、社会生活中的热点和亟需解决的难点;(2)本学科领域发展的前沿。前者属于应用对策类的咨询课题,后者属于基础研究类的课题。要很好的把握前者,则需要对国内外经济生活中的新进展、新情况进行及时的掌握;要掌握本学科的发展的前沿,则需要阅读大量的文献,尤其是近期成果。论文的写作习惯,要从研究生一年级即进行积极的培养和专门的训练。这是与本科学习的根本区别之一,同时,也是体现自身优势的根本标志。课题与论文之间的关系是相互促进,互为因果。论文是课题申请的研究基础,有发表的论文,课题的申请,批准下来的几率大幅度增加,而课题立项后,发表论文,则是课题完成的成果类型之一。2、确定研究方向与目标(1) 金融经济学(

4、2) 货币经济学(3) 空间计量经济学(4) 。 。 。 。 。 。3、专业基础学习与研究工具方法掌握(1) 理科背景的同学,补充经济学、金融学知识(2) 文科背景的同学,补充统计学、数理知识(3) 论文的思想来源于专业,论文的深度来源于工具。4、论文写作要点(1) 选题要小,开掘要深;不要题目很大,内容却很单薄。(2) 写作前要读好书、翻阅大量资料、注意学术积累,在这个过程中,还要注重利用网络,特别是一些专业数据库。(3) “选题新、方法新、资料新”的三新原则。(4) “新题新做”和“小题大做”5、论文撰写技巧论文发表意识:课程论文认真撰写,争取实现:一篇课程论文=一篇 C 类论文。论文格式

5、:不同于教科书、讲义,更不同于工作总结;发表的论文与学位论文的区别。撰写前的准备工作:复习和准备好相关文献,模型方法,所需数据。论文结构:(1) Introduction问题的提出;研究的现状及背景;以前工作基础;本工作的密度;思路(可提假说) ;对象;方法;结果。在。 。 。模型上,利用。 。 。 。方法。 。 。探讨。 。 。 。 (目的) 。(2) M&M模型与方法模型如是已有模型的简单应用,需要简单概括,不能大篇幅的照搬,因为论文的篇幅是有限。模型如果是自己加以扩展和推广,则需要对过程进行具体化。方法如是总所周知,则简化;如是新方法,则具体。需要注意的是,论文在的公式、符号的含义需要一

6、一标注。(3) Data(4) Results指标归类描述,忌流水账。不分析不解释,但要体现思路;文字、图、表相对独立,但避免重复;避免统计错误。(5) Conclusion论文结果的总结,通过。 。 。什么研究,得出什么结论。本研究的启示:现实性(可提出相关的政策建议)和理论性,本研究的意义,进一步研究的方向。其他注意点:引证讨论文献太多(不同于学位论文) ,掩盖了本工作的贡献。文献综述可以按研究主题论述。分析不合逻辑,结论不当。写成工作总结,缺乏学术高度要正确使用缩写词,尤其是组别缩写词。(6) Abstracts问题的提出;本工作的目的;对象;方法;主要结果;结论与展望。(7) 再推敲文

7、章题目:不切题,过大、过小。(8) 投稿:按杂志稿约定修订(留底) ,引用该杂志文章,忌一稿两投。(9) 致命伤:目的不明确;重复性工作无创新;方法学问题致结果不可信。二、动态随机一般均衡模型简介(DSGE)1、动态随机一般均衡模型概念动态随机一般均衡模型(DSGE) ,是以微观和宏观经济理论为基础,采用动态优化方法考察个行为主体(家庭、厂商等)的决策,即在家庭最大化其一生效用、厂商最大化其利润的假设下得到个行为主体的行为方程。各行为主体在决策时必须考虑其行为的当期影响,以及未来的后续影响,同时,现实经济中存在诸多的不确定性,因此,DSGE 模型在引入各种外生随机冲击的情况下,研究各主体之间的

8、相互作用和相互影响。所谓“动态随机一般均衡模型” ,顾名思义就是指该模型具有三大特征。(1)动态“动态”指经济个体考虑的是跨期最优选择(Intertemporal Optimal Choice) 。因此,模型得以探讨经济体系中各变量如何随时间变化而变化的动态性质。(2)随机“随机”则指经济体系受到各种不同的外生随机冲击所影响。举例来说,可能的冲击有:技术性冲击(Technology Shock) 、货币政策冲击(Monetary Shock)或是偏好冲击(PreferenceShock)等。(3)一般均衡“一般均衡”意指宏观经济体系中,消费者、厂商、政府与中央银行等每一个市场参与者,在根据其偏

9、好及对未来的预期下,所做出最优选择的总和。2、动态随机一般均衡模型的应用目前无论是发达国家还是发展中国家的中央银行,都已经构建了一套自己的 DSGE 模型,用以提供经济预测与政策分析。比如说,欧洲中央银行(European Central Bank,ECB)以Smets and Wouters (2003,2007)模型为基础,并发展出 New Area-Wide Model(NAWM)。美国联邦储备理事会(Federal Reserve, FED)有 Edge et al.(2008)模型及 Erceg et al.(2006)模型,瑞典中央银行(SverigesRiksbank)则采用了

10、Adolfson et al.(2008)模型。我国也建构了自己的 DSGE 模型,该模型主要参照 CMR 模型建立,并在此基础上根据中国实际情况进行了修正。更详细的介绍参见刘斌(2008) 。总结来说,各个国家的 DSGE 模型见表 1。此外,一些国际机构如国际货币基金组织(International MonetaryFund, IMF)也建构了相关的 DSGE 模型,包括 Global Economy Model(GEM), Global Fiscal Model(GFM), 以及 Global Integrated Monetary and FiscalModel(GIMF)。表 1 世

11、界各国央行 DSGE 模型欧洲央行(European Central Bank)Smets and Wouters(2003,2007)模型New-Area-Wide Model(NAWM)Christiano et al.(2010)模型美国(Federal Reserve Bank)Adolfson et al.(2008)模型加拿大(Bank of Canada) Terms-of-Trade Economic Model(ToT Model)英国(The Bank of England)Bank of England Quarterly Model(BEGQM)挪威(Norges Ba

12、nk) Models for Monetary Policy Analysis(MMPA)新西兰(Reserve Bank of New Zealand)Kiwi Inflation Targeting Technology(KITT)西班牙(Bank of Spain) BEMOD 模型巴西(Central Bank of Brazil)Stochastic Analytical Model with a Bayesian Approach(Samba)智利(Central Bank of Chile)Model for Analysis and Simulations(MAS)秘鲁(Cen

13、tral Reserve Bank of Peru)Aggregate General Equilibrium Model with Dollarization(AGEM-D)泰国(Bank of Thailand) Bank of Thailand DSGE Model中国(The Peoples Bank of China)Liu(2008)模型3、动态随机一般均衡的估计方法(1) 校准法(2) 矩估计方法(3) 最大似然法(4) 贝叶斯估计三、动态随机一般均衡模型学习建议动态随机一般均衡模型的学习需要具备两个方面的基础:(1)数学基础;(2)软件应用。1、数学基础(1) 微分方程微分方程

14、是所有科学家的基本功,经济学毫不例外。个人认为需要学习一阶二阶的微分方程和线性微分方程组。高阶的微分方程总是可以化成低阶,这个毫无问题。所以一二阶是基本功。推荐书籍:Differential Equations, 2006, Polking, Boggess and Arnold难度:2(2) 差分方程现代宏观模型基本都是离散的,这就意味着工具是差分方程。差分方程的优势就在于和计算机的协调,因为计算机就是离散的数据处理工具,我们自然就发明了差分方程来替代微分方程。同时有个问题是,早期用变分法做优化,就需要微分方程(比如 Euler equation就是一个二阶非线性微分方程) ,后来出现了动态

15、规划,所以就大量开始使用差分方程。这个方面书籍并不多。推荐书籍:Time series analysis,Chapter One,1994, Hamilton.难度:2Fundamental Methods of Mathematical Economics, Chapters about difference equations.难度:2(3) 动态优化(Dynamic Optimisation)动态优化领域里面有三个科目:变分法(Calculus of Variations),优化控制论(Optimal control theory),动态规划(Dynamic programming)。变

16、分法最早产生于物理学的“最速下降线问题”,就是两个高度不同点之间,怎么连一根线让一个物体可以在引力的作用下最快地滑动到另一个点,假设真空无摩擦力的情况下。变分法这个体系非常容易懂,意思就是在每个点都优化,因为是个连续过程。后来变分法被优化控制论取代了,优化控制论在经济学里面还有一定的应用,主要用在一些宏观理论模型求解(其实都不是主流做法了) 。动态规划是一个离散方法体系,是来自于工程学里面的,可以说是优化控制论的离散半分,但是深度和广度远远超过优化控制论。解 DSGE 模型的 FOC,一般用动态规划效率高很多,当然你可以坚持只用拉格朗日乘数,但是动态规划效率更高特别是在模型复杂的时候。推荐书籍

17、:Elements of dynamic optimization, 1999, Alpha Chiang难度:2Recursive Macroeconomic Theory, 2004, Ljungqvist and Sargent 难度:5(4) 动态系统 (Dynamic System)动态系统分为线形动态系统(linear dynamic system)和非线性动态系统(nonlinear dynamic system)。先说一下非线形的,这个系统一般没法求出“ 显性解”(explicit solution)来的。最早非线性系统来自于庞加莱(1854-1912) ,用来计算天体运行的(

18、三体问题) ,寻找非线性均衡 path。庞加莱的名气在数学界里面名气差不多跟希尔伯特(Hilbert)相当,同时庞加莱又是浑沌系统(chaos system)的创始者,浑沌系统的民间版本叫做“蝴蝶效应” 。最早的原始说法是:在巴西的一只蝴蝶煽动一下翅膀,两周之后会给美国的 Texas 州带来一场龙卷风。如果用数学语言来描述就是非线性系统(非线性微分方程组)对初始条件(initial conditions) 极度敏感,初始条件变化会导致系统的不可预测性 。然后是线形系统,这就比非线性的简单很多了,要解非线性微分方程组,正常做法就是线性化,一般是用 Jacobian matrix 来线性化。然后解

19、法就多了,最出名还是待定系数法(undetermined coefficient methods) ,就是先猜想一个带着系数的解的式子(当然是个方程) ,然后带入模型把系数求出来,所以叫做待定的系数。还有其它的解法,比如矩阵的特征值分解法等。在 DSGE 上面,我们用的是对数线性化。这里我们是说线性化,一般都是对数线性化,先提对数,然后 Taylor expansion to the first degree。把整个模型在 stead-state (模型均衡点) 线性化,这个过程叫做 Stationarising(平稳化) 。因为线性化之后的模型只能在离均衡点不远的地方具有模拟性,离均衡点远了

20、就毫无意义了。线性化之后的模型,要写成一种叫做 Linear Rational Expectation(线性理性预期)的模型形狀。其实就是一个期望线形差分方程组。 (也可以算是个随机差分方程组) 。這個模型要求解后,才叫真正的解了DSGE 模型。不管你使用手算,还是用 Matlab。求出来的一组解,就是一组差分方程。这组差分方程用来描述整个动态系统的动力方向,你就把所有经济学变量想象成不同天体也行。这个解叫做 saddle point solution。你在微积分分里面就见过“鞍部解” 了,既不是最大值也不是最小值,但是个均衡值。比如你把一个球放在那个地方,球就不会动了,所以唯一的两股力就是向

21、上支撑力和球的向下重力,形成了一个静态的均衡(static equilibrium)。但这个均衡非常脆弱,稍微碰一下就回不来了。这是一个 saddle point solution 的特例,叫做 unstable saddle point solution。我先定义一下 saddle point solution 的意思,处在高维度的一个点或者一条线是一个稳定(stable)的解,其他的点和线都是非稳定的(unstable) 的,如何选到 stable 的解完全在于你如何挑选 initial condition,这样的解叫做 saddle point solution。另外两种解叫作:glob

22、ally stable 和 globally unstable solution。意思就是你不管选什么 initial condition 都能会找到这个 solution 和不管选什么 initial condition 都没有 solution。举一个例子,钟摆都见过吧,钟摆垂直向下的时候就是 globally stable solution,这是个均衡状态,任何shock(你用手推一下钟摆就是 shock)出现后,钟摆都会义无反顾地回到垂直向下的均衡点,不管你怎么给它选初始条件。钟摆垂直向上的时候,同样也是一个 equilibrium,钟摆会垂直向上完全静止不动。但是必须是你初始条件就选

23、到向上垂直,不然它不可能自己走过去。回到 LRE 模型上面来,这无外乎就是让我们选一个 initial condition,然后 equilibrium law of motion (就是解出来的那一组差分方程组)描述了整个动力系统的运动方式。这个时候,你再加上一个单位向上 random shock(比如 technology shock) ,来看看整个模型的运动会受到什么影响,这个就叫做脉冲反映函数(impulse response function)。回到最初的话题,LRE 模型,求解方式多种多样,最著名的有 Blanchard and Kahn, Klein, Sims, Uhlig,如

24、果你觉得有必要,他们全部都要学,但是我强烈建议学习 Blanchard and Kahn 和 Uhlig。自己完成推导。推荐论文:在导师的帮助下直接读 Blanchard-Kahn (1980),Uhlig(1999)论文是最好的选择难度:62、动态随机一般均衡模型方面的书籍(1) Dynamic EconomicsQuantitative Methods and Applications作者 Jerome Adda and Russell W. Cooper,一本很优秀的 DSGE 教材,浅显易懂(2) 动态随机一般均衡模型及其应用作者刘斌,中国金融出版社,没有给出具体的推导过程,不适合初学

25、者。3、软件应用(1) matlab 软件http:/ 主页,可重点关注其中的 File exchange 板块,许多新的程序,可以免费下载。http:/ 的中文论坛,可以从中找到许多有益资源,且学习中碰到问题,可以在论坛内求助。(2) matlab 软件的工具箱 dynarehttp:/www.dynare.org/免费的一种用来处理 DSGE 和 OLG 模型的软件,具有很强的直观性和可视性。四、动态随机一般均衡模型学习资源链接1、 DSGE 模型的讨论及基础数学知识解释http:/bbs.pinggu.org/forum.php?mod=viewthread&tid=1491467&hi

26、ghlight=dsge留学国外的一位牛人所发的关于 DSGE 模型的系列帖子,对 DSGE 模型的求解的各主要细节,如对数线性化、线性理性预期模型、傅里叶变换和线性滤波器、卡尔曼滤波等均有较为清晰的说明。2、DSGE 课程的入门级课件http:/mx.nthu.edu.tw/tkho/DSGE/dsge.html台湾国立清华大学教授 Tai-kuang Ho 讲授的课程,对离散动态优化、均衡条件的对数线性化、线性理性预期模型求解、卡尔曼滤波和最大似然估计以及线性化模型的贝叶斯估计均有比较详细的说明。3、 DSGE 课程的较高级课件http:/faculty.wcas.northwestern

27、.edu/lchrist/course/syllabus.htmLawrenceJ. Christiano 教授给一些国家的中央银行官员所做的培训课程。难度较高,模型没有给出具体的推导过程,优点在于对应章节给出 Matlab code.4、 DSGE 研究上的一些牛人主页或有用资源(1)http:/economics.sas.upenn.edu/schorf/(2)http:/www.princeton.edu/sims/(3)http:/public.econ.duke.edu/uribe/(4)https:/www2.bc.edu/iacoviel/dynaremodels.htm(5)h

28、ttp:/economics.sas.upenn.edu/jesusfv/(6)http:/community.wvu.edu/djl041/matlab.html(7)http:/www.math.ku.dk/sjo/五、数量经济学专业学习书籍推荐1、数学书书名: Early Transcendentals: Calculus作者: James Stewart得分:9从来没见过那个作者能把微积分做得跟娱乐节目一样舒心坦然。作者用尽他毕生的功力,讲述一个微积分的世界,从计算物体坠落的瞬时速度,到开普勒第一定律,到水坝承受压力,到心脏供血的流体力学,再到彩虹的光学原理,再到密室内温度变化,再到狼

29、和兔子的共生,把世界最赶紧最纯的一面展现给你。让我真正地懂得了微积分是人类思想史上最高智慧之一。(2)书名: Calculus: a Complete Course作者: Robert Adams得分: 8深度和广度都非常足够,可以作为 Stewart 的补充学习教材。这本教材非常标准,跟大部分微积分教材一样,没什么出彩的地方,也没有硬伤,中规中矩。不失为一本标准课堂教材。(3)书名: Linear Algebra and Its Application作者: David Lay得分: 9这本书高超的地方在于把子空间(subspace),向量空间(vector space),特征值空间(eig

30、enspace),等等各种空间解释到出神入化的地步。作者的功力由此能看出,对于高维度的空间问题,他总是能用最简单的语言和三维的图形解释清楚。而且所有数学 notation 都是符合国际标准的,所以在学了这本书之后去看其他教材不会有符号上的不适应。这本书应该从头到尾不落下任何一章地学完,这将对线性代数基本功打下极其牢固的基础。(4)书名: Linear Algebra: a Modern Introduction作者: David Poole得分: 6这本书地解释不够清楚,在关键地方总是说得比较模糊,但优点是内容很新,例子都是紧跟时代发展的。可以让你看到线性代数在现代科学上面的应用。建议把这本书

31、当成课外阅读。(5)书名: Linear Algebra with Application作者: OttoBretscher得分: 5这是上面提到的第二本初级辅助教材,这本教材几乎没有出彩的地方,比中规中矩的还差。难怪几乎没有学校选择这本书来当教材。作者的硬伤在于,他完全没体会到学生的 learning process 和他在书里面的讲述方法是两回事,比如在学习什么是空间之前,他就跟你谈论子空间。很多概念定义不清,而且插图的水平远不入 Lay 的教材。此书非常不适合 0 基础的学生,就算有基础读的过程当中都会给你造成混乱的感觉。这本书还有个问题,就是符号使用不是线性代数教材的国际标准做法。(6

32、)书名: Probability Models作者: Sheldon Ross得分: 7作者偏向于给出 intuitive 的解释,而不是从严格数学上面来论证,所以非常适合初学者。Markov chain 那一章做得非常好,入门难度也不高,解释详尽到位,前半部分是概率论的基础知识,关于分布,期望,矩生成之类的,可读性也很强,至少不难懂。(8)书名: Mathematical Statistics作者: John Freund得分: 8这是一本经典,成书于 1992 年。很难在市面上买到了。理论数学书不是越新越好,现代的新版数学书往往都比不上经典作品。要学到学科的本质,最好的选择还是经典老教材,

33、而不是最新的。(9)书名: Mathematical Statistics作者: Jun Shao得分: 8这是本猛书,和上面一本比起来难度级别高出许多。这本书是基于极其严格的测度论(measure theory)来推导的所有理论,虽然不能说读起来很费力,但是我认为如果不是统计学专业的话,没有必要通读整本书。这本教材是统计学博士第一年的标准教材,对理论的深入探讨非常完善。但是对经济学和其他专业的,用不着这些大面积的严格推导内容。(10)书名: Managerial Statistics作者: Gerald Keller得分: 9它几乎做到了一个初级教材应该做到的所有方面,是入门级别教材中的典范

34、之作。(11)书名: Bayesian Statistics作者: Peter Lee得分: 5入门级的贝耶斯统计教材,但作者弄得这本书太入门了,前面全部在介绍概率基本知识,导致前面几章读了下来还没进入正题。然后终于进入贝耶斯的正题了,但感觉还没到位,就匆匆结束了本书。贝耶斯统计的 computation 内容这本书都没有讲出来,但是作者确实讲清楚了贝耶斯统计的概率原理。总体来看,这不是本好书,用来消耗时间都不值得。要学贝耶斯统计,还不入直接学习贝耶斯计量来得快。(12)书名: Applied Differential Equations作者: Murray Spiegel得分: 9经典中的经

35、典!微分方程教材,成书于 1980 年。现代的微积分教材都比不上它。(13)书名: Elements of Dynamic Optimization作者: 蒋中一得分: 8蒋中一先生的名作,广泛为大家熟悉。变分法和优化控制论,前后两个部分清清楚楚地展现给了大家。对于数学基础不好的同学来说,这本书所带来的痛苦几乎都是同类书籍中最小的。这本书是基础入门书籍,不是用来严格推导的,所以喜欢看严格数学推导的同学,这不是好的选择,这本书是用来学 intuition 的。其实如果蒋中一先生不压制着数学的使用,这本书可以变得很薄,正是因为他为了考虑到入门和数学基础不好的同学,他压制了很多高级数学内容,然后绕着

36、弯用其他基础数学方法来解释,就造成了冗长的感觉。但是要入门得话,这绝对是难得一见的好书!2、金融计量类书籍(1)书名: Introduction to Econometrics作者: Stock and Watson得分: 6这本书作为入门教材来说,做得不错,至少对于统计学基础几乎为 0 的学生来说非常好。前面花了大篇幅来解释统计学原理,对于入门级来说这是应该的。同时此书出彩的地方在于,贯穿了一个主线思想,就是计量经济学是用来拨开迷雾,解释因果关系,同时寻找普世真理的一个工具学科。前面部分的基础知识,还有 panel,IV,Probit 这些话题写的非常好。但后面的时间序列部分,受过严格计量训

37、练的学生就能看出来,他们开始捉襟见肘了。时间序列部分可以说全书最大败笔,简直不知所云,词不达意。所以我对这本书的建议是,除了时间序列其他部分都需要认真看看,体会一下计量经济学解释世界的哲学思想。(2)书名: Introduction to Econometrics作者: Chirstopher Dougherty得分: 9此书乃神来之笔。这本书有三个版本,第二版最好的,作者用 variance 和 covariance 的推导贯穿全书,不管什么内容他都能用 variance 和 covariance 给推导出来,大幅度减轻了数学推导,同时给与了很多理解上的便利,因为现在的问题无非就是下降到对

38、variance 和 covariance的理解了。第三版作者做出了大幅度修改,所有推导变成了用 summation operator,就是那个大sigma 连加号,这样做虽然高中生都有可能看懂这本书,但是带来很多推导上的不方便,而且连加号一多,看着也恶心。推荐学习第二版。(3)书名: Econometric Analysis作者: William Greene得分: 6又是一本广为人知的计量著作,适合研究生和博士使用。但是这本书不应该当成教材,应该作为 reference book 是最好的选择。你要硬着头皮学这本书的话,我表示非常敬佩。但是确实不值得。作者的表达能力非常有限,同时数学推导不

39、清晰。覆盖面太大,主题思想不明确。(4)书名: Econometric Theory and Methods作者: Davidson and MacKinnon得分: 10计量经济学教材里面唯一让我满意得无话可说的著作。这本书如果得到广泛宣传,将会成为传世只作。成书于 2004 年。但是在 1999 年作者就写好的第一稿,然后他们经过了长达 5 年的反复修改和让学生阅读,在最终敢于出版成一本书。作者这种严谨负责的精神让我非常佩服,他们根本不像国内的一些老师总是急着出书写书,而是倾心打造和雕琢。用 6 年写好了书之后,然后又改了 5 年,这种极其敬业的学术态度,让这本书基本上没有错误,有极其个别

40、的错误,作者在后来都很快找出来了写的在他们的网站上面。此书难度很高,但是只要数学准备得足够充分,读这本书绝对是思想上的享受。内容非常符合标题,是讲理论和方法,而不是应用。所以从头到尾你都看不到作者谈论如何 handle data,在软件上应用之类的。这本书是把计量经济学本身当成一个被研究事物,而不是用计量去研究其他事物。这就高度区别一本理论教材和应用教材。一共 15 章,每章都有出彩的地方,相当难得。再次强调,这本书对数学的要求非常高,如果你数学没准备好,不要来碰它。(5)书名: Using Eviews for Principles of Econometrics作者: William Gr

41、iffiths得分: 8一本 Eviews 操作手册而已,简明而要,方便查阅。同类书籍的优秀品种。它不教你计量是什么,只教你怎么用 Eviews 来弄计量。适合有计量初级水平的同学查阅。(6)书名: Applied Econometric Time Series作者: Walter Enders得分: 7简单的时间序列书,不重在理论,而重在 intuition。不想读 Hamilton 的书,这本就是很好的替代品。内容覆盖也不宽,但是时间序列的主要内容都覆盖的。ARMA,GARCH,VAR 之类都能学到。(7)书名:应用计量经济学:EVIEWS 高级讲义作者:陈灯塔作者花费 10 年心血之作。注重于 EVIEWS 编程。六、学习计划与任务安排序号 负责人 内容 备注1 崔百胜 学习方法介绍2 崔百胜 DSGE 模型基础、线性对数化3 李瑞波 matlab 与 dynare 软件4 李瑞波 宏观数据的去势、滤波、DSGE 一阶和二阶线性近似、模型求解条件5 伏开宝 DSGE 模型校准、极大似然估计6 伏开宝 DSGE 模型应用7 朱麟 DSGE 模型的矩估计8 杨晓勤 DSGE 模型的贝叶斯估计

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 企业管理 > 管理学资料

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报