概率統(tǒng)計(jì)1:導(dǎo)論

課程講義和視頻溃槐,來(lái)自廈門(mén)大學(xué)經(jīng)濟(jì)學(xué)院,洪永淼老師的《概率論與數(shù)理統(tǒng)計(jì)(上)》撮慨。


第一講作為導(dǎo)論課程竿痰,介紹了概率統(tǒng)計(jì)學(xué)在經(jīng)濟(jì)研究中的作用脆粥。經(jīng)濟(jì)研究一般可以分為四個(gè)步驟:

經(jīng)濟(jì)統(tǒng)計(jì)學(xué)砌溺、數(shù)理經(jīng)濟(jì)學(xué)影涉、實(shí)證研究、和政策評(píng)估

其中數(shù)理統(tǒng)計(jì)學(xué)做的人較少规伐,國(guó)外8成左右做empirical蟹倾。政策評(píng)估和實(shí)證研究的區(qū)別在于,實(shí)證研究主要是指通過(guò)計(jì)量技術(shù)檢驗(yàn)經(jīng)濟(jì)理論猖闪,例如計(jì)量經(jīng)濟(jì)學(xué)家通過(guò)一系列矩條件估計(jì)最優(yōu)化的FOC鲜棠,或者檢驗(yàn)?zāi)P褪欠衽c特征事實(shí)相一致;而政策評(píng)估和應(yīng)用研究更過(guò)是智庫(kù)的工作培慌。

對(duì)于數(shù)理經(jīng)濟(jì)學(xué)者而言豁陆,難點(diǎn)是將數(shù)學(xué)模型轉(zhuǎn)化為計(jì)量模型。首先根據(jù)概率法則吵护,將模型設(shè)定為概率模型盒音,再設(shè)定相應(yīng)的函數(shù)形式,這樣就將經(jīng)濟(jì)假說(shuō)轉(zhuǎn)化為統(tǒng)計(jì)假說(shuō)馅而。

案例1:邊際消費(fèi)傾向β祥诽。如何估計(jì)β?MLE瓮恭、GMM雄坪, etc.

案例2:跨期最優(yōu)的歐拉方程。因?yàn)橹挥幸浑A矩屯蹦,不知道分布维哈,也不是線性的,所以不能使用OLS或者M(jìn)LE登澜。需要用GMM估計(jì)

案例3:如何檢驗(yàn)經(jīng)濟(jì)學(xué)理論中的規(guī)模報(bào)酬不變CRS阔挠、IRS、DRS帖渠?先設(shè)定為CD函數(shù)谒亦,在轉(zhuǎn)化為H0:α+β=1,用學(xué)生t檢驗(yàn)空郊。

案例4:擴(kuò)展的CD對(duì)數(shù)函數(shù)份招。檢驗(yàn)獎(jiǎng)金制度對(duì)產(chǎn)量是否有效?F檢驗(yàn)在雙向因果的場(chǎng)合中不能使用狞甚。

案例5:EMH: E(Yt | It-1)=E(Yt). 這里給出是弱有效版本锁摔,用歷史的股票信息無(wú)法預(yù)測(cè)未來(lái)的收益。RHS是long term market average return, 長(zhǎng)期回報(bào)率哼审。LHS是期望回報(bào)given information谐腰。如何檢驗(yàn)EMH孕豹?Y_t=α_0+Σα_j Y_t-j+\varepsilon _t. j=1,...p. 看p個(gè)滯后期的系數(shù)是否全為零。但是十气,F(xiàn)檢驗(yàn)至少需要滿足條件同方差假定励背,但高頻的金融數(shù)據(jù)不滿足,因此不能使用F檢驗(yàn)砸西。需要使用包含條件異方差的wald檢驗(yàn)叶眉。

案例6:ARCH:自回歸條件異方差


ARCH model可以很好地解釋股價(jià)的劇烈波動(dòng)。如何估計(jì)ARCH呢芹枷?如果使用OLS衅疙,只能得到α,二階矩的參數(shù)β得不到鸳慈。能否使用MLE饱溢?也不能,因?yàn)槲覀冎皇菍?duì)Y的前兩階矩建模走芋。因此绩郎,計(jì)量經(jīng)濟(jì)學(xué)家提出了QMLE:假設(shè)隨即沖擊是iid的。據(jù)此就可以推導(dǎo)出Y的分布绿聘,就可以用MLE的方法去做嗽上。QMLE與MLE的區(qū)別在于,QMLE使用了假設(shè)的錯(cuò)誤的分布熄攘。但是只要前兩階條件矩是正確設(shè)定的兽愤,就可以得到前二階矩的參數(shù)的一致估計(jì)。此外挪圾,相較MLE浅萧,QMLE的參數(shù)估計(jì)的方差會(huì)比較大。

最后哲思,要理解概率論和計(jì)量經(jīng)濟(jì)學(xué)在經(jīng)濟(jì)學(xué)中的作用洼畅,需要放在大數(shù)據(jù)的背景。


例如棚赔,如何對(duì)LLN進(jìn)行經(jīng)濟(jì)學(xué)解釋帝簇?以中小企業(yè)貸款為例。當(dāng)企業(yè)之間存在相互聯(lián)保時(shí)靠益,LLN的假定就不滿足了丧肴!例如,文本分析中的數(shù)據(jù)挖掘胧后。

對(duì)于可測(cè)空間(S,B)崔步,計(jì)量經(jīng)濟(jì)學(xué)的目標(biāo)就是找到描述DGP的真實(shí)概率分布咨跌。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末菊值,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子春感,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,723評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異梯啤,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)裆站,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,485評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén)条辟,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)黔夭,“玉大人宏胯,你說(shuō)我怎么就攤上這事”纠眩” “怎么了肩袍?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,998評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)婚惫。 經(jīng)常有香客問(wèn)我氛赐,道長(zhǎng),這世上最難降的妖魔是什么先舷? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,323評(píng)論 1 279
  • 正文 為了忘掉前任艰管,我火速辦了婚禮,結(jié)果婚禮上蒋川,老公的妹妹穿的比我還像新娘牲芋。我一直安慰自己,他們只是感情好捺球,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,355評(píng)論 5 374
  • 文/花漫 我一把揭開(kāi)白布缸浦。 她就那樣靜靜地躺著,像睡著了一般氮兵。 火紅的嫁衣襯著肌膚如雪裂逐。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 49,079評(píng)論 1 285
  • 那天泣栈,我揣著相機(jī)與錄音卜高,去河邊找鬼。 笑死南片,一個(gè)胖子當(dāng)著我的面吹牛掺涛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播铃绒,決...
    沈念sama閱讀 38,389評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼鸽照,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了颠悬?” 一聲冷哼從身側(cè)響起矮燎,我...
    開(kāi)封第一講書(shū)人閱讀 37,019評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤定血,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后诞外,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體澜沟,經(jīng)...
    沈念sama閱讀 43,519評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,971評(píng)論 2 325
  • 正文 我和宋清朗相戀三年峡谊,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了茫虽。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,100評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡既们,死狀恐怖濒析,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情啥纸,我是刑警寧澤号杏,帶...
    沈念sama閱讀 33,738評(píng)論 4 324
  • 正文 年R本政府宣布,位于F島的核電站斯棒,受9級(jí)特大地震影響盾致,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜荣暮,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,293評(píng)論 3 307
  • 文/蒙蒙 一庭惜、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧穗酥,春花似錦护赊、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,289評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至蜓席,卻和暖如春器一,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背厨内。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,517評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工祈秕, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人雏胃。 一個(gè)月前我還...
    沈念sama閱讀 45,547評(píng)論 2 354
  • 正文 我出身青樓请毛,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親瞭亮。 傳聞我的和親對(duì)象是個(gè)殘疾皇子方仿,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,834評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容

  • 高級(jí)計(jì)量經(jīng)濟(jì)學(xué) 2:概率論與數(shù)理統(tǒng)計(jì)(上) 此文內(nèi)容為《高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及STATA應(yīng)用》的筆記,陳強(qiáng)老師著,高等教...
    愛(ài)吃漢堡薯?xiàng)l閱讀 3,683評(píng)論 1 12
  • ? 作者:王喬 (中南財(cái)經(jīng)政法大學(xué))Stata 連享會(huì): 知乎 | 簡(jiǎn)書(shū) | 碼云 ? 1. GMM簡(jiǎn)介 廣義矩估...
    泡泡兔斯基閱讀 3,526評(píng)論 0 1
  • ??查找了一些關(guān)于概率論與數(shù)理統(tǒng)計(jì)的歷史仙蚜,感興趣的朋友不要錯(cuò)過(guò)此洲!Favorite it ~ 會(huì)持續(xù)更新?????? 統(tǒng)計(jì)學(xué)...
    三金姐姐閱讀 6,974評(píng)論 0 3
  • 久違的晴天,家長(zhǎng)會(huì)委粉。 家長(zhǎng)大會(huì)開(kāi)好到教室時(shí)呜师,離放學(xué)已經(jīng)沒(méi)多少時(shí)間了。班主任說(shuō)已經(jīng)安排了三個(gè)家長(zhǎng)分享經(jīng)驗(yàn)贾节。 放學(xué)鈴聲...
    飄雪兒5閱讀 7,495評(píng)論 16 22
  • 創(chuàng)業(yè)是很多人的夢(mèng)想汁汗,多少人為了理想和不甘選擇了創(chuàng)業(yè)來(lái)實(shí)現(xiàn)自我價(jià)值,我就是其中一個(gè)栗涂。 創(chuàng)業(yè)后知牌,我由女人變成了超人,什...
    亦寶寶閱讀 1,802評(píng)論 4 1