张虎，中南财经政法大学统计与数学学院副院长。


研究领域：数理统计方法在经济中运用，金融计量，证券投资分析

问答汇总：
1，坛友septown：张老师，最近在研究中国通胀率周期波动问题，希望用Markov模型刻画中国通胀率周期波动的特征，在区制状态S取三状态还是两状态时有些拿捏不准，请问张老师是否有更好的预处理办法进行事先选择？
A:首先回答网友septown的问题，在使用马尔科夫机制转换模型对CPI指数进行建模的时候，其区制的划分主要还是根据经济分析的需要寻则合适的区制状态。

2，坛友liujianfang：张教授，您好，看了张教授的研究成果，想问下，目前的情况下，税务局是如何把 统计分析运用到 税务评估的过程中的， 我看到很多税务系统在用统计分析软件 有的用SPSS 分析，能否介绍下，主要从哪些方面开始的。谢谢
这个和纳税评估 有什么区别和联系？
A:税务稽查的实证分析中，我们可以通过聚类分析、判别分析来找出潜在的存在偷税漏税企业，并可以通过Tobit回归模型的方法计算出潜在偷税漏税企业偷漏税的概率大小和估算偷漏税额的大小。

3，坛友安未央：张老师您好，现在国际的杂志上的论文在统计模型前面都有作者自己的数理模型，个人觉得这是一篇论文中最难的一部分了。现在JF、JFE上的文章大都有模型，我也想往这方面努力。请问老师建模需要哪些数学基础，可以怎么训练和培养这方面的能力呢，老师可否推荐几本书看看呢？希望老师解答。
A:传统的计量经济学与金融计量之间还是有一定的区别，侧重点不一样，金融计量对随机过程这一领域更侧重一些，这需要一定的数学功底，所以像你有数学基础的学习起来肯定上手很快。你可以通过阅读施里夫的《金融随机分析》之类的书提高自己的数理金融基础。金融计量除了数学推导外，实证也很重要，你可以找一些金融计量经济学之类的教材或者书籍阅读，比如蔡瑞胸的《金融时间序列分析》等等。同时也可以学习一些计量或者统计软件，比如MATLAB或者SAS等。
加强金融计量的数学功底的书籍，可以看一些随机过程方面的书籍，对马尔可夫链、鞅、随机微分方程等知识进行了解，需要实证建模的话也需要加强高等数理统计的知识，可以推荐White的《Asymptotic Theory for Econometricians》以及相关书籍。

4，坛友舞曲~响起、、Sh：必须支持顶起来
想向老师请教一个关于房地产的问题。
终归起来房地产的问题可以概括为以下四点：
1、城市化的进程
2、投机需求（不过我认为这是资本的特性，是市场经济的一个体现，而且当今中国的投资渠道还是太少，资本市场不发达）
3、土地财政**（我认为这是最主要的）
4、一部分虚妄的刚需
  那么请问老师，由于这些个原因使得房价对于中央财政的反应敏感度很低，那以您看来中国的房价在何种强有力的政策下以及在什么情况下才能归于正常使得我们这些平民百姓有得居。
谢谢了
A:房价的高企是地方ZF、中央ZF、房产商和消费者（购房者）多方博弈的结果，中央ZF公布的单一政策并不能对我国的房价产生非常大的降价作用。由于每个购房者的需求和心理预期不一样，因此房价并不能满足所有购房者的购房需求，因此ZF的政策是需要将房价控制在一个正常合理和真实的市场水平上。

5，坛友ydw1163：现在做一个外汇储备量的需求因素的多元回归分析，选择解释变量的时候，要不要每个解释变量都与外汇储备量成协整关系？如果解释解释变量之间相关怎么办？单独对一个变量回归时，系数为正，而加入其它变量后，系数为负了，比如说国债余额就是如此。这是怎么回事？怎么处理，要不要删除掉国债余额？您认为哪些变量重量，如何选择？
A:在做协整模型的时候，不是所有的变量之间都会形成协整关系，我们需要的是找到能够形成协整关系的变量进行建模，那些无法形成协整关系的变量可以放在VECM模型当中。当一个变量系数由正数变成负数的时候要考虑模型中是不是出现了多重共线性的问题，这个时候你可以通过逐步回归法、岭回归或者主成份回归等方法对变量进行选择或者对模型进行构建。当然做经济模型最重要的是无法脱离经济规律，因此选择变量的时候首先要考虑所选择变量的经济意义是什么。

6，坛友feig：张教授您好：
据我所知，目前大量应用的卡平方算法，是以样本的算术平均值为基础计算离均差的平方和的（不妨称为算术平方和）。我发现这样做有个问题，那就是大数区的离均差往往很大，小数区的离均差往往很小，当两者差别太大时，大数区的信息就会掩盖小数区的信息。表现在图形上，大数区一个点的误差很容易改变直线的斜率。（形象地说就是：采用这种方式，大代表容易替小代表说话，呵呵）。
要防止小数区信息被大数区掩盖，我想应该使用几何平均数为基础计算离均率（各样本值/样本几何平均值）的变异平方和（不妨称为几何平方和），并据此建立斜率误差最小的线性方程。这在样本数较少时是可以的。
问题是：当样本数很多时，所有样本数值的乘积会变成一个天文数字，求几何平均数的难度加大。不知有无良方解决。
A:预处理数字的时候可以有一点小技巧，比如样本量为N，你可以对每个样本值取N次方后再进行相乘得到最后的几何平均数；或者你将样本分成若干等份的小样本，比如每个小样本的样本量取值为10或者100等等（这个可以根据实际情况自己定），然后先求每个小样本的几何平均值，然后再将这些小样本的几何平均值进行相乘，再处理一下就变成整个大样本的几何平均值了。

7，坛友好些些：尊敬的张教授
      您好，我是中南财经的学子，首次看到有我校的教授做客，心情非常激动。
      我们组的大创刚获得立项，研究课题是以温州金融综合改革试验区为例，下一步要做的是对民间资本进入金融服务领域的绩效分析，从制度变迁的角度和实际收集的数据入手。但现在没有好的数理分析工具或是模型，请您指点。
A:在做实证分析中，所收集数据的不同，使用的模型也会不同，从简单的描述性统计分析到常用的协整分析等方法都不一而足。模型的建模不仅要考虑到实际意义或者经济意义，也要考虑到统计数据的可获得性和适用性等方面的问题。这个就需要你去阅读相关专业方面的书籍和文献，再去收集课题所需要的数据。

8，坛友sailorchqy：哈哈，必须支持！！！
张老师，我想请问下关于VAR模型在金融中比较具有实际效果的应用是什么，另外VAR模型的系数估计结果是否具有解释意义，因为很多参数估计出来很可能是不显著的，不过我看到很多文献中都有解释，所以有此疑惑。谢谢！
A:在VAR模型的实证分析中，参数估计并不显著的情况是经常发生的，但是我们在解释模型的时候更看重的是模型参数的实际意义，而且VAR模型的主要作用是用来进行预测。

9，坛友jerryren：张老师：
   问您一个统计模型的似然估计估计问题。如果似然函数复杂，只能通过数值优化求解最值，姑且不说初始点的选取，就我在实证研究的经验来看，很多算法即使选用相同初始点迭代，BFGS,BHHH,等包括随机算法得出的结果都有很大不同，尤其在参数个数较多的时候。如果再利用估计出来的模型做其它研究，不同算法算出来的最终结果的误差应该很显著不同。因此，这致使我一度对统计模型失去信心，毕竟事物的复杂性要求参数较多，如果模型刻画再好，实际算得不准或者不知道哪个准，那么对实际有什么用，难道只停留在理论上？
学生困惑不已，请老师赐教。
A:在统计建模的参数估计过程中，除了传统的迭代算法外，也可以用一些更稳健的算法，比如遗传算法、神经网络算法等，但是在不确定使用方法的准确率的情形下可以先进行蒙特卡洛模拟分析，比较各种算法的优劣。其实模型的比较没有准确与不准确的概念，尤其当样本数据量非常大，比如在进行生物统计的时候，传统的迭代或者非线性优化算法可能会失效或者计算效率非常低，这时可以根据判断极大似然函数值的大小来快速选取合适的估计模型。

10，坛友linhaii：张教授，您好
我想向你请教一下几个问题：
1、请问计算统计或者统计计算这方向发展如何，目前国内有哪些学校和教师在做这个方向的研究
2、请问金融计量是不是涉及或者对高等数理统计和数值算法有很高的要求？
3、张教授常用的数理统计软件是不是SPSS、matlab\eviews\SAS?
4、想学好金融建模，请张教授推荐指导下该学习哪些数学或者数理统计课程，金融课程，还有对哪些软件比较有要求，这也是很多想学好金融建模的学子的共同想法
谢谢！
A:1、随机算法的应用领域有包括金融、生物统计、语音识别等这方面。
统计计算领域在国内处于刚刚起步的阶段，厦门大学郑挺国教授等人在这些领域都颇有建树。
2、对高等数理统计和数值算法肯定有较高的要求，这对金融计量的学习是必须的。
3、常用的软件有MATLAB、C++和SAS。
4、需要学习的课程主要有随机过程、时间序列分析、高等数理统计、数值计算、金融计量等方面。软件方面对MATLAB、C++或者SAS等编程软件有所要求。

11，坛友xiaopotato：张老师：
    您好！想向您请教下，如何检验月度时间序列的平稳性？从图形上看是有季节性的哦！
    另外，想向老师请教一个问题：有三个变量A、B、C，都是月度数据。B、C对A都有解释作用，但是现在想知道B、C对A的影响程度分别有多少，应该用什么方法呢？（直接进行标准化后再进行貌似不太好吧？）您给我个大方向就行，我自己沿着这个方向再往下查找资料！
    谢谢您啦！
A:我们平常在对月度时间序列进行建模之前要先对时间序列进行季节调整，剔除掉其中的季节成分，然后再对其进行建模，比如单位根检验等等。
关于你的第二个问题，你可以采用VAR模型、VECM模型、协整方法、和格兰杰因果检验等方法可以采用。

12，坛友shadoubudongq：李老师，您好！
在我们做调研的时候，都会遇到一个问题：收集了大量的资料，整理了大量的数据，我们如何建立或者选择一个有效而有力的模型去验证说服我们的假设？我们目前常用的就是通过SPSS软件，把大量的数据导入，这样可以简单的得到我们想要的一系列统计数据，但是怎样良好的将它们有效的结合在一起？我认为要很好的解决这两问题才能够真正做到把规范分析和时政分析有效的结合在一起，才能真正通过一个好的统计方案把我们的调研做好。谢谢老师啦~
A:数据和模型之间没有一个固定的对应关系或者说固定的建模程序，不同的数据形式或者研究者所需要的研究内容或者对象都会有不同的建模方法，而且参数估计或者模型的好坏是一个需要不断检验再检验的过程。因此统计建模是需要你不断进行探索的过程，直到你得到满意的研究结果。

13，张教授，您好，我看到教授进行过 CPI等方面的研究，请问 您CPI 究竟是 如何采取的样本进行分析的，为什么 报出来的数据和实际个人的感受有如此大的区别。
A:对CPI的建模要先将国家统计局公布的同比指标转换为定基比的CPI指标，然后在对其进行季节调整或者其他的建模分析。对CPI样本的选取也与自己的建模研究的需要相关的。
国家统计局编制的CPI数据是一个全国的平均物价水平，因此与个人的主观感受是不一样的，有较大的区别也是可能的。