中国代表当普京面再次强烈提出吉林出海口问题,历史真相一言难尽

致我永远的骄傲

勇于认错和道歉是媒体的基本素养

代理招募|旅游卡行业招全国代理合作持续招募中!

中美芯片战,轻舟已过万重山(中)

生成图片,分享到微信朋友圈

自由微信安卓APP发布,立即下载! | 提交文章网址
查看原文

宏观经济学有多撕裂?

计量经济圈 计量经济圈 2023-01-27

凡是搞计量经济的,都关注这个号了
稿件:econometrics666@126.com
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.

关于DSGE,参看:1.DSGE模型的参数估计, 宏观经济学的神经中枢,2.2021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!3.过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图,4.Stata17MP版最新使用指南全书, 包括DSGE, Lasso回归, ERM, 贝叶斯分析等,5.宏观计量的演进(Macroeconometrics),6.是什么推动了房价的上涨周期?国际经验和政策问题研究

正文

之前这篇文章《首次! MIT不再把宏观经济学作为Ph.D必修课程!》引起很大讨论,大家都在问,难道宏观经济学真的会从博士生必修课名单中被踢出来吗?
今天,我们就从一个视角看看宏观经济学有多撕裂?
宏观经济学大牛Xavier X. Sala-I-Martin在1997年就运行了400万个回归去识别经济增长的影响因素,在同年的AER PP里作者运行了200万个回归去做同样的事情。
同样一篇文章,在同一年时间里竟然减少了200万个回归做经济增长方程影响参数的估计,很容易让人觉得宏观经济学家擅长做data mining。
百万级别的回归还包括如下文献:Barro and Sala-i-Martin (1995), Levine and Renelt (1992), Sala-i-Martin (1997a, 1997b), Temple (2000), Fern´andez et al. (2001) and Hoover and Perez (2004)。
看文章的标题:《I just ran four million regressions》、《I just ran two million regressions》,实在是太炸裂了。

不过,两位作者David F. Hendry和Hans-Martin Krolzig在2004年说只需要运行1个回归方程就可以找出经济增长的影响因素。

看文章的标题:《We ran one regression》,针对性实在是太强了。

不过,Christoph Hanck在2016年说运行了2万亿回归方程去估计经济增长影响因素的参数。

看文章的标题:《I just ran two trillion regressions》,比十年前的Xavier X. Sala-I-Martin增长了100万倍,而且直接怼了前面的1个回归方程的文章。


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。

文章有问题?点此查看未经处理的缓存