首次! MIT不再把宏观经济学作为Ph.D必修课程！

凡是搞计量经济的，都关注这个号了

稿件：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

加州大学伯克利经济学教授Jon Steinsson说：

我刚刚听说MIT经济学专业的博士一年级学生不再需要学习一整年的宏观课程。这应该为宏观经济学敲响警钟了，要不然真就变成了一种新的教学和研究趋势——缩短宏观课程比重。

当我们前往MIT经济系博士项目页面查看时，发现MIT对经济学博士生做出如下要求：在前三个学期，学生必须满足14门半学期核心课程中至少12门的要求。可以通过在课堂上获得 B 或更好的成绩或通过豁免考试来满足这些要求。

这个核心课程单子里面目前包括宏观经济学，意思是Phd学生需要被强制修读宏观经济学课程，而今后就会缩短宏观课时。当Acemoglu看到这个消息时，是不是会气到吐血，毕竟他的宏观经济学教材是经济学博士生必读材料之一。

出于好奇，我们也查看了加州大学伯克利的经济学博士项目，发现他们仍然要求博士生在第一年修读宏观经济学理论。

下面是加州大学伯克利Jon Steinsson教授一些想法。

第一年的博士生课程是所有学生的必修课，这意味着它们应该被视为服务性课程，并在教学时牢牢盯住所涵盖的材料，使其具有广泛的相关性。宏观经济学的许多内容都值得教给学生，毕竟他们对广大学生的研究和生活都非常有用。例如，着眼于经济发展的学生可以更多地教他们宏观经济增长内容，着眼于劳动经济的学生可以更多地教他们宏观劳动经济学方面的内容，着眼于公共财政的学生可以更多地教他们消费、跨期迭代和税收等宏观内容。

我们都知道对宏观经济学而言真正特殊且应该涵盖的主题是商业周期和货币经济学，但我的感觉是，在许多学校，这些主题无论如何都不是他们的重点（至少货币经济学不是）。为什么在应用经济学学生眼中，一年级的微观课程比一年级的宏观课程更受欢迎呢？你要晓得，实际上宏观是一个比微观（理论）更实用的领域。

长期以来的想法是，数学/方法很难自学，因此需要在博士第一年教授，而实质性问题和想法（和事实）可以在以后学习（潜台词是数理经济学和计量经济学需要在第一年多学习）。但我是坚决不同意这个想法的，宏观经济学作为实质性问题的学问也需要在第一年好好学习。

与MIT的博士课程改变相关的是，经济学在过去一代人的时间里开始趋于实证经济学了。所以，我觉得在第一年的宏观课程中加入更多的实证内容，是使宏观课程对广大学生更有用的一种变通方法。

宏观人员还是非常适合教授一些重要的实证问题的，例如，因果估计与结构模型之间的联系。不教这个就真的错失了宏观经济学发展的机会，这是我的小尝试，看看这个网址：https://eml.berkeley.edu/~jsteinsson/teaching.html

宏观层面的性别极度失衡也是一个巨大的威胁。如果我们不能培养和雇用更多的女性，而其他分支领域却可以，我们的领域将会萎缩。最后，我想鼓励我们的微观和计量同事也反思这些问题，上述问题也在不同程度上也适用于微观和计量领域。

---

与此同时，乔治梅森大学的Tyler Cowen教授也表态了，具体如下。

为什么我认为应该在第一年的Phd必修课程中保留宏观经济学？

我听说麻省理工学院(MIT)正在把宏观经济学从他们博士第一年的必修课程中剔除，但我不确定事后制度会是什么样子。但总的来说，我对宏观经济学深表同情，原因如下：

1. 许多经济学研究生来自新兴（或发展）经济体，宏观问题对他们来说确实很重要。

2. 许多研究生来自“发达”经济体，宏观问题对他们来说确实也很重要。在美国，我们在 2008-2009 年经历了一场严重的金融危机，最近又经历了猖獗的通货膨胀。很难说所有的问题都已经解决了。

3. 宏观经济学是教授人们经济增长的主要工具，而这可能是经济学中最重要的话题。

4. 美联储有一支非常优秀的经济学团队，如果第一年的必修课程中不考虑宏观经济学，那么这一传统可能更难延续。

5. 你可能会说，由于该领域的性质，宏观领域的标准比较宽松。我认为在宏观上提出一个新想法更容易，也许是出于同样的标准宽松原因？与此相关的是，宏观仍然有更多单独作者撰写的论文，这标志着这个领域并没有形成千篇一律的思想。

6. 如果你写下“有史以来最伟大的经济学家”候选人的名单，他们不都是做宏观的吗？这不是在告诉我们什么吗？

话虽如此，我会让宏观课程更实用，更多地关注经济增长，更多地关注经济历史，而不是像目前那样经常关注动态规划。

当然也有一些学者认为应该在博士一年级必修课程中剔除掉宏观经济学，理由包括但不限于如下几点。

宏观经济学应该受到这种惩罚。除了宏观经济学博士之外，没有人需要知道三阶泰勒级数展开、鞍点路径、动态规划等。

我是一只喜欢宏观的 reg monkey，博士阶段的宏观课程对于思考人们认为我们应该了解的宏观话题几乎毫无用处，比如通货膨胀和失业。

---

关于时间序列方法，1.时间序列分析的各种程序, 38页集结整理成文档，2.ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作，3.R软件中的时间序列分析程序包纵览，4.时间序列分析的各种程序, 38页集结整理成文档，5.时间序列数据分析的思维导图一览, 金融经济学者必备工具，6.送书: 应用时间序列分析(经典)，7.为啥时间序列模型比较难学？时间序列的正名路，8.面板数据单位根检验软件操作和解读全在这里，9.动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data），10.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，11.送书: 应用时间序列分析(经典)，12.时间序列模型分解，季节调整分析基础，13.动态因子模型是什么, 又怎么去实现？ 14.动态面板分位数估计怎么做？15.动态面板门槛回归程序公布, 使用方法介绍，16.把动态面板命令讲清楚了，对Stata的ado详尽解释，17.时间序列分析概览(今天的重点1)，18.全面比较和概述运用机器学习模型进行时间序列预测的方法优劣！19.一文读懂“非平稳时间序列计量经济学分析”, 包括单位根检验, 结构突变检验等，20.中断时间序列分析ITSA是什么? 很流行的政策评估新范式！21.可以在面板回归分析中使用时间序列解释变量或被解释变量吗？22.ARIMA时间序列模型的步骤, 程序和各种检验, 附上代码并通过示例进行解读！

关于VAR方法，1.R软件中的时间序列分析程序包纵览，2.时间序列分析的各种程序, 38页集结整理成文档，3.时间序列数据分析的思维导图一览, 金融经济学者必备工具，4.送书: 应用时间序列分析(经典)，5.为啥时间序列模型比较难学？时间序列的正名路，6.时间序列中的协整检验和VECM，以及回归后的系列估计操作，7.时间序列模型分解，季节调整分析基础，8.空间和时间的计量，关注二位国人，9.TVP-VAR时变参数VAR系列文献和估计程序，10.向量自回归VAR模型操作指南针,为微观面板VAR铺基石，11.VAR宏观计量模型演进与发展，无方向确认推断更好，12.应用VAR模型时的15个注意点，总结得相当地道，13.面板数据单位根检验软件操作和解读全在这里，14.动态面板回归和软件操作，单位根和协整检验（Dynamic Panel Data），15.面板向量自回归PVAR是什么? 数据, 程序和解读一步到位，16.ARDL, ARIMA, VAR, (G)ARCH时间数据模型讲解及软件操作，17.动态因子模型是什么, 又怎么去实现？18.SVAR模型的起源、识别、估计与应用, 系统讲述，19.平滑转移自回归模型(STAR)应用与在R软件的操作，20.Copula函数，21.GVAR, 全局VAR模型是什么？该如何用软件实现, 有哪些研究文献和最新进展！22.前沿: BVAR, 贝叶斯VAR是什么, 为什么需要, 软件怎么做, 如何解读呢？23.结构性面板VAR是什么? 如何实现PSVAR呢？怎么解读？24.2021年AER上最新基于DSGE模型的宏观计量文章, 附上50篇时序, VAR模型文章！

下这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

3.5年，计量经济圈近1000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。