白仲林 男 甘肃省庆阳市人；现任天津财经大学教授，数量经济学专业博士研究生导师。中国数量经济学会理事、天津市数量经济学会常务理事；兼《数量经济技术经济研究》、《统计研究》、《管理学报》和《统计与信息论坛》等核心期刊的审稿。


研究方向：计量经济学理论方法及其应用研究


问答汇总：
1，坛友szc009:
1。从计量经济学实证的角度对经济问题研究，对原创理论的贡献怎么体现？
2。计量经济学可不可以不迷恋正态分布或高斯分布假设？
3。计量经济学能否从复杂走向简单，更加接近真实？
4。计量经济学，我们是否过于迷信它了？A:谢谢您提出的很好问题！
1。从计量经济学实证的角度对经济问题研究，对原创理论的贡献怎么体现？
答：计量经济学的作用主要有检验经济理论、发现经济规律和经济预测三个方面。所以，实证分析对原创理论的贡献主要体现在（1）验证和发现经济理论的数量关系，例如，通货膨胀率与经济增长率之间的Tobin效应与反Tobin效应的临界值发现。（2）为发现新的经济理论提供数量证据，例如， Nelson & Plosser(1982)使用Dickey-Fuller 的单位根检验(DF 检验)研究了美国14 个主要宏观经济变量的平稳性，发现除失业率序列外其余13 个序列均不能拒绝存在单位根的零假设，DeJong(1989)发现即使采用ADF 检验和PP 检验也会得出同样的结论。这些发现为Kydland和Prescott等建立的实际经济周期理论提供了证据，即许多宏观经济变量的时间序列不是均值复归过程，包含有非平稳的随机冲击——供给冲击。（3）如果能够准确地预测经济结构的变化当然也是原创性工作，这不仅有计量经济预测方法的创新，也包括对经济关系在演化过程中结构变化规律的新发现。2。计量经济学可不可以不迷恋正态分布或高斯分布假设？
答：计量经济学中对正态分布或高斯分布的依赖主要出于以下原因：（1）在有限样本的情况下，为了构造具有（在零假设下）（exact）分布的检验统计量，例如，为了构造检验线性回归模型显著性和解释变量显著性的统计量；（2）为了简化极大似然估计量的估计计算；（3）为了反映无穷多个对被解释变量影响不显著的因素所产生的共同影响，即按照大数定律和中心极限定理，它们具有正态分布。但是，计量经济学并不“迷恋”正态分布，对于原因（1），在大样本时就可以放弃对随机误差项或被解释变量的正态分布假设；另外，近年来，提出的基于模拟的估计方法和检验也可以放宽对正态分布的依赖。而且，金融计量学中也逐渐基于非正态分布的假设建立金融时间序列模型，例如，基于混合正态分布、t分布、贝塔分布和混合贝塔分布建立GARCH类模型和SV模型。
3。计量经济学能否从复杂走向简单，更加接近真实？
答：这恐怕很难，因为人类认识世界的过程是从简单到复杂，为了更深入地揭示复杂多变的现实经济系统，建立的计量经济模型必然越来越完备，如MS-VAR、PSTAR和PTR等非线性系统模型。
4。计量经济学，我们是否过于迷信它了？
答：计量经济学是科学，崇尚科学是正确的。严格来说，任何经济活动都应该能利用计量经济学模型模拟，只是限于模型形式、估计和检验方法所限，使得模型模拟结果与实际存在一些偏差。导致了一些人对计量经济学的怀疑。


2，坛友扶夏：白教授：
     您好！非常敬佩您在数量经济学领域的学术贡献，十分感谢您在百忙之中抽出时间答疑解惑。
     请问你对当前我国计量经济学发展的理解是什么、其与统计学之间的学术关系是什么，您是如何看待我国许多学术论文在引用统计学模型时，没有对模型适用条件进行检验，而是直接套用，追求所谓“科学性”的问题，请问您觉得如何避免这方面的问题，谢谢！
A:扶夏坛友：
    非常感谢您对我们工作的关注和褒扬，我只是做了一点力所能及的小事，更不能称为有学术贡献。

    从1981年的颐和园讲习班算起，我国计量经济学学科的发展已进入风华正茂的时代，尤其，近10年来，计量经济学的发展非常迅速，也取得了丰硕的成果、培养了一大批专业人才，国际化程度逐步提高。但是，与国外类似，依然存在“重应用、轻理论”的现象，比如，纯粹的计量经济学理论研究的文章可能比应用研究的文章发表难度要大一些。这主要是国内没有偏重于理论的刊物，然而，《统计研究》近年来有所侧重。
    从去年的一级学科调整来看，计量经济学与统计学的区别也很清楚了。统计学是一级学科，计量经济学是应用经济学的一个研究方向。统计学是揭示统计数据总体分布规律的方法论科学，不仅样本数据不一定是经济数据，而且，统计学方法也不限于建立狭义的统计模型；而计量经济学研究的对象是经济数据、设定的模型与经济理论密切相关、估计的模型也必须给出合理的经济学解释。
    在建立计量经济学模型时，对模型适用条件进行检验不可或缺的，需要对样本数据的分布特征进行检验，否则建立的模型难以达到预期的目的。为了提高所建立计量模型的有效性、稳健性和实用性，在建立模型时，可以重点考虑两方面的问题，其一是尽可能全面地解读数据的统计特征，通过对原始数据的函数变换，使其满足现有模型的适用条件；其二是对已有的计量模型进行改造，使得修正的模型能够适用于原始数据的统计特征。当然，后者涉及到计量经济学理论研究的内容（如模型估计与检验方法的更新）。

3，坛友hongqz：个变量，20年数据建立VAR模型，根据AIC法则滞后阶数为1阶，但是1阶VAR 的AR ROOT有一个根在单位圆外边，滞后结束选取2阶 AR ROOT就满足所有特征根都在单位圆里面。但是这个不是的滞后阶数？这样的情况怎么处理，是按照2阶滞后阶数做脉冲和方差分解吗？
另外，是不是如果所有序列本来是平稳的做出来的VAR就一定是平稳的？是不是只有平稳的VAR才能做脉冲和方差分解？我看过有很多文章根本没检验VAR的平稳性就做了脉冲响应分析，这样结论可靠吗？
A:hongqz坛友：
   谢谢您提出的问题！
   这是VAR模型稳定（Stability）和VAR模型的各变量二阶矩平稳(Covariance Stationary)的关系问题，也是一个大家比较关注的问题。
    VAR模型是稳定的（Stable）充分必要条件是VAR模型的特征根都在单位圆里面；这时，VAR模型才可以表示为VMA(∞)模型；并且，稳定的（Stable）VAR模型的各变量均是二阶矩平稳的(Covariance Stationary) 。另外，对稳定的（Stable）VAR模型进行脉冲响应和方差分解分析才是有意义的。
    因此，我认为对于你的问题建立VAR(2)模型是正确的。至于AIC指数确定 VAR模型的滞后阶数也存在犯第II类错误的问题，所以，AIC指数不是确定 VAR模型滞后阶数的标准，近年来，Bai & Ng等文献研究了对AIC和BIC指数的修正。

4，坛友sll0319：白教授：您好！
请问与混合截面数据(pool data)分析相比，面板数据分析(pannal data)有哪些优势。是不是混合截面数据分析总的来说就是不如面板数据分析呢？什么时候适宜用混合截面数据(pool data)分析呢？
很疑惑，我看论坛里很多人在关注这个话题，也一直没有权威的解答。先谢谢白教授！
A:sll0319坛友：您好！这是应用面板数据进行计量分析必须回答的问题，是个好问题！
    混合截面数据是将二维数据结构堆砌为一维数据结构来建立模型，它不仅未考虑不同个体之间的异质性，而且也没有考虑同一个体数据在时间上的时变性，所以，混合截面数据的回归模型与传统的截面数据回归模型没有本质区别，只是样本容量的扩充。而建立面板数据双因素模型（或单因素模型）充分考虑了两类不可观测的因素“非时变的个体效应”和“同质性的时变效应”，能够得到解释变量对被解释变量的影响系数的估计更准确。因此，只有当混合截面数据(pool data)在截面和时间两个方面来源于同一总体时，即当数据具有可混合性（poolability）时，才可以建立混合回归模型。在实际应用中，需进行面板数据的混和估计检验，可参考Baltagi（2008）的专著《Econometric Analysis of Panel Data 4th》。

5，坛友ywh19860：白老师，您好，
  我想请教您对如下问题的看法。
  在面板数据模型中，通常利用hausman检验对固定效应模型（FE）和随机效应模型（RE）进行选择。
  假如我现在利用中国31个省区的面板数据，那么按照固定效应模型与随机效应模型的经济理论来看，此时应该选择固定效应模型较为合适，因为此时仅仅是对样本自身进行分析，而不是想以样本结果对总体进行分析。
  但是，当我用hausman检验时，结果却不能拒绝原假设，即选择了随机效应模型。这时候就出现了矛盾。
  白老师，您是如何看待这个问题？
A:ywh19860616坛友：您好！您提出了一个许多同学关注的好问题！
   这里涉及到固定效应模型与随机效应模型的定义与估计问题。
   Hausman检验是模型设定检验，关键是检验E(uit |Xit) = 0的零假设是否成立，这里的误差项uit包含不可观测的个体效应（μi），当接受零假设时，解释变量与误差项同期独立，这样模型系数的GLS估计是无偏的（也是一致的）；否则，模型存在内生性，但是，当经过组内离差处理后，模型就不存在内生性，这时OLS估计才是无偏的（一致的）。前者设定的模型是随机效应模型，后者是固定效应模型。因此，科学的处理方法是依据Hausman检验来设定面板数据回归模型。

6，坛友xdltzf：白教授：
   您好！请问你一下，在解决计量经济建模的过程中，异方差的判断和解决用多种检验与转换的方法都能解决，在建模过程中应该注意什么，怎样来掂量这个模型选择的方法？怎样在建模过程中合理选择这些方法？期待您的回答，谢谢。
A:xdltzf坛友：您好！
   计量经济模型的异方差问题很常见，并且有多种类型的异方差。一般根据异方差的类型选择检验方法。例如，对于递增性的异方差可选择Goldfeld-Quandt 检验、对于具有复杂型异方差可选择White检验、尤其对于时间序列数据也可采ARCH-LM检验。

7，坛友dqhdqhdqh：白教授您好：
      请教您一个结构突变的面板数据的单位根检验问题。单位根检验是时间序列分析的基础,而是否考虑结构突变对单位根检验的结论有着重要影响，单位根检验时考虑结构突变因素是计量经济学界的一个前沿热点问题。
      大多数专家认为，只有在突变前后样本数相差较大,或者均值突变不明显时,均值突变才不会导致传统面板单位根检验结果失效，趋势突变在绝大多数情况下将导致传统的面板数据单位根检验失效。请问利用Monte Carlo模拟方法研究带结构突变的面板数据单位根伪检验问题时应该注意哪些细节？
A:dqhdqhdqh坛友：您好！非常支持您开展面板数据结构突变的单位根检验研究。
    实际上，时间序列的有结构突变的单位根检验问题已不是前沿问题，1989年Perron等学者就已经开始研究了。可是，在单位根检验中考虑结构突变，对于宏观经济学的意义是很重大，Perron（1989）和ZA（1992）的工作推动了对宏观经济波动研究的“回归Keynes”。
    近年来，在面板数据的单位根检验中，人们开始讨论结构突变对单位根检验的影响。但是，面板数据结构突变的单位根检验要比时间序列的类似问题复杂，我认为需要关注五个方面的问题，（1）结构突变点的内生决定性；（2）突变的类型（均值突变、趋势突变） ；（3）各个体时间序列结构突变点的同期性；（4）单位根的个体异质性；（5）面板数据的空间相关性。 另外，在用Monte Carlo模拟方法研究时，需特别注意在零假设下数据生成过程的确定，它影响了检验的模拟临界值。因此，必然影响对结论的推断。

8，坛友zawhul：白教授，
您好！非常敬佩您在数量经济学领域的学术贡献，十分感谢您在百忙之中抽出时间答疑解惑。
我最近做的一项研究是采用Penal VAR的方法探讨两个变量的关系， 用love的PVAR命令计算出的结果是做了helmert 变换之后的变量之间的关系，怎么才能得到初始变量之间的关系呢？
A:zawhul 坛友：您好！
   我读过Love（2006）的文章，他对PVAR模型的估计过程如下：
（1）利用前向离差化（即每个变量减去其未来样本的均值）消除个体固定效应（因与回归解释变量相关），即“Helmert procedure”；应用Helmert变换保持了变换后变量与滞后解释变量的正交性；
（2）利用组内离差处理（各变量减去其时间均值）消除时间虚拟变量；
（3）对于处理后的数据以解释变量的滞后为工具变量利用GMM方法估计PVAR模型的系数；
（4）根据PVAR模型的系数估计值及其标准差构造脉冲响应函数的矩阵；
（5）利用Monte Carlo模拟计算脉冲响应函数的标准差和置信区间。
    显然，在该估计过程中，步骤（1）-（2）只消除个体固定效应和时间虚拟变量，并不改变PVAR模型解释变量的系数；而且，脉冲响应函数的矩阵也只使用了PVAR模型的系数估计值及其标准差。所以，步骤（1）-（2）的变换，不会影响PVAR模型的系数估计值和脉冲响应分析。

9，坛友扶夏：白教授：
      您好！非常敬佩您在数量经济学领域的学术贡献，十分感谢您在百忙之中抽出时间答疑解惑。我前面想向您提问关于做实证学问的方法论方面的问题，我还想向您请教一些其他方面的数量经济学问题。
     现在，国际上计量的研究方向大体是有时间序列研究、面板数据研究和空间计量经济学等几个大方向，我对计量经济学国际化比较感兴趣，宏观经济学由于国内外政策体制等方面的差异，国际化程度和广度必然受到影响，微观领域研究中也由于各自发展环境不同，很难国际化，唯有计量经济学兼有经济学、统计学、数学三者特征，且国内深厚的数理基础，最容易国际化。众所周知，近些年，经济学界很多诺贝尔奖得主都是计量经济学出身， 我想请白教授谈谈我国在计量经济学国际化方面的优缺点，是否能期待未来诺奖经济学得主有中国计量经济学学者的身影，谢谢！A:扶夏坛友：您好！
    这个问题是一个沉重的问题，可能近年来也不会有答案。
    但是我的观点是计量经济学的发展离不开经济学理论的深化。而且回顾诺奖获得者的学术贡献，也不难发现他们的工作与当时的经济学理论研究密不可分，计量经济学理论方法的创新均源于对已有经济学理论的挑战和发展。有效需求才能产生有效供给，所以，数学科学的发展路径可能不适合于计量经济学的创新。

10，因为我看到目前大部分文章都是用固定效应模型估计实证分析，固定效应模型的假设也更加的符合实际。
而有时候我们利用hausman检验时又出现支持随机效应模型的情形，故此向白老师您请教。
白老师，能否再请教您一个问题？
在进行单位根检验时，要进行模型选择，比如intercept，intercept+trend，或者no intercept+no trend。
对于模型选择，现在没有统一的说法。在时间序列数据环境下，Enders(2004)书提出了一种说法，就是从最一般的模型，即既包含intercept，又包含time trend开始检验，然后分别对time trend和intercept系数进行显著性检验，若不显著，则剔除。
   我想请教白老师，您在进行单位根检验时，一般是如何处理这个问题的？即您如何进行模型选择。
若Enders（2004）方法在时序上可行，那么在面板数据中是否也同样适合？
A:是的，一般均是按照Enders的方法处理，而且张晓峒老师《计量经济分析》的书里也是这样建议的。所以，如果你不考虑其它非线性因素的话，在线性单位根检验中这是合适的。面板数据的单位根检验也是如此。但是，近年来非线性计量经济方法的迅速发展，人们也开始关心是“单位根”还是“非线性”导致了时间序列不具有“均值复归”或“趋势平稳”的特征。因此，建议您检验时考虑一下“非线性”。



11，抄表催费工作过程就是管理方、营销员作为博弈双方的博弈过程。
管理方策略，制度和检查
营销员策略，真实和作弊
博弈均衡条件，就是营销员如实抄表催费，管理方检查到位，营销员作弊成本高。
目前营销员的工作质量出现的指定量、推估量、等针等问题，说明做到如实查表还存在相当问题。
营销员的工作完全按照考核指标完成，目的是拿到兑现奖金，地区领导为完成计划指标，暗示或睁一只眼闭一只眼忽略工作质量。人盯人的管理又无法做到，助长一些营销员的作弊行为。结果对认真完成工作的营销员不公平。在政策的制定和遵守上存在一定问题。
请白老师指点这个模型存在的问题？A:lzguo568坛友：您好！
    在你的分析中，没有考虑惩罚机制。如果考虑了营销员的作弊成本和作弊的被发现概率，可能建立的博弈模型会更实用。所以，建议你使用非完全信息下静态博弈分析方法，求纳什均衡解；并设定适当的收益函数进行实证分析。

12，白教授，您好！
我最近在自学面板数据，但是真的不是很懂。
我想遵照一些教材一步步做下来~但是发现这些教材直接就是让我们做回归，然后再做霍斯曼检验这一类的。我到目前还不明白单位根检验和协整检验对面板数据分析的意义。
Hausman test Prob>chi2 = 0.0000
Cameron and Trivedi (2009) recommend using the sigmamore option. Here we see the null hypothesis
is clearly rejected with a p-value of 0.0000 so the random e®ects estimates are not consistent. 这句话他想表明的是什么意思呢？？？5 ~~呵呵~不是很明白。。。

问题都是最近才遇到的，可能比较白痴，但是希望白教授能指导一下~


最后，我想问一个最近我很想不通的问题。
很多道理都是显而易见的，或者说是所谓的公理之类的，而现在很多发表的文章大多就是利用实证来检验一下这个道理，您认为这样的文章有意义么？？或者您认为一个做经济的人，更应该做一些理论上的探究，完善理论体系？A:在通过假设检验进行统计推断时，一般有两种方法判断是拒绝零假设还是接受零假设，一种是检验统计量的值与临界值比较，如果检验统计量的值落在临界值之外(小概率区域)，则拒绝零假设；另一种是检验统计量的值对应的尾部概率与名义检验水平（显著性水平）比较，如果尾部概率小于名义检验水平，则拒绝零假设。Cameron and Trivedi (2009)就是利用后一种方法进行的推断。


13，

白教授：      您好。我是金融计量学的初学者。      我想问您一些关于脉冲响应和方差分解的问题。您能帮我解释一下，这两个变量的乔莱斯基脉冲响应图吗？     脉冲响应之前需要做一些准备，或者需要什么前提条件吗？     方差分解，又是如何呢？请你简单说一下来龙去脉，及其各自作用好吗？ Ａ：

红楼结社坛友：您好！
    脉冲响应和方差分解是VAR模型的两个重要分析工具。
    脉冲响应函数是指经济性系统中某个内生变量在某时点的一个随机冲击对系统中其它内生变量当期和以后各期的影响，特别用于经济政策冲击对其它经济变量的效应分析。
    脉冲响应分析的基本思路是将VAR（p）模型表示成VMA(∞)模型，并假定给一个内生变量在某期的一个单位脉冲，计算由该脉冲引起的其它内生变量当前及未来的取值，把其它内生变量在当前及未来的取值称为对这个脉冲的响应函数。但是，当VAR（p）模型的随机误差项向量的协方差矩阵是非对角矩阵时，难以保证其它结构冲击不变，为此常用Cholesky分解正交化。
    方差分解是通过分析每一个结构冲击对内生变量变化的贡献程度，以评价不同结构冲击的重要性。
    方差分解的基本思路是将VAR（p）模型表示成VMA(∞)模型，计算每个内生变量的方差，并将其分解成k（VAR模型的变量个数）个不相关结构冲击方差的线性组合，每个结构冲击方差与内生变量方差之比就是该结构冲击对内生变量变化的贡献程度。
所以，简单来说，脉冲响应分析研究对经济系统施加一个内生冲击后，其它内生变量当期及其以后的变化过程；方差分解研究一个结构冲击对内生变量变化的贡献程度。

１４，白教授，您好：我想问一下，想要全面系统地学习计量经济学方面的知识，然后把这些知识运用到金融领域，应该遵循什么样的步骤，您有哪些书籍要推荐的？另外，国内的很多计量经济学教材写得都让人很难理解，较多的公式推导看了让人很是头疼，有没有让人理解起来比较简单的国内教材或者国外的教材？谢谢白教授。
Ａ：parawater坛友：您好！

基础参考书：
张晓峒主编，《计量经济学基础》，南开大学出版社，2001、2007。
Damodar N. Gujarati, Essentials of Econometrics (4th edition). United States Military Academy, West Point, 2009.

时间序列分析：
James D. Hamilton, (1994) Time Series Analysis.
张晓峒（1998）计量经济分析，经济科学出版社；
张晓峒  EViews使用指南与案例，机械工业出版社
高铁梅 计量经济分析方法与建模:EViews应用及实例，清华大学出版社

金融计量学：
Ruey S. Tsay，Analysis of Financial Time Series，John Wiley & Sons, INC.
姜近勇，潘冠中 著 金融计量学，2010年