看来今天的在线交流不针对具体问题？我曾发现，一名国内甚至国际最顶级经济学家，在国内最顶级的刊物上，发表了一篇文章，用到了面板数据模型，然而，这个模型对数据的使用不符合基本的逻辑，是典型的不了解数据而滥用模型的范例。
    这个例子说明，不在于学科是不是重点学科，不在于在什么刊物上发表了多少文章，不在于有没有国家重点课题，基本方向出现了错误，是学术的一种退步，比肤浅的研究更可怕。
    好比一个一流的放射科医生，拥有最先进的核磁共振设备，如果让他给一头牛做诊断的话，显然他不如一个三流的兽医诊断的准确。
    如果您愿意做进一步的深入交流，我愿意针对您的（或者西南财大统计学院全部博导）每一篇文章和课题中模型和数据使用方面存在的问题进行交流，来实证分析一下您所谓的这些“成就”是学术的进步还是退化。

对数据分段处理是合适的方法,至于该分成几段,你可以用论文的提供的ICSS法则去计算.当然这背后有很多因素导致波动变化,有些因素你是知道的,有些你是看不到的,但是数据是有体现的,完全挖掘数据的自身变化来找出突变的时点在统计上具有显著性才可信.对于你列举的若干政策变化,使用同样的方法,可以尝试识别出是否对波动性的确有影响,而不是猜测.如果你愿意可以做做看.

实证分析肯定是针对具体数据的,要比较方法可以做模拟研究,本文主要是一个实证分析的论文,结论适用于实证的样本期间.我想你可能把模拟和实证弄混了.

最后,关于论文是否是经济学或者金融学论文,你要看是做方法研究、理论研究、还是应用研究，不应该统一起来比较。有的研究就是提出一种可以使用的模型和方法，有的是解决一个实际问题，有的则是提出一种新的想法，我认为这些研究都是需要的，也是有意义的。

你提的这个问题很大，现在估计波动率的模型很多，各自有各自的使用条件，各自有各自的优缺点，谁最好？

首先，理论模型在实际应用中会遇到很多问题，就算你的模型是一个时变参数的模型，它也不能完全做到智能化。什么是最好的，也许只有上帝知道。但是我们总是在追求较为满意的结果，对于参数的估计方法需要针对具体的问题和模型来说，而不是泛泛而论。

关于你测量误差的问题，我不做测量误差方面的研究，很抱歉不能回答。
非参数模型对于函数形式可以未知，参数模型一定是知道具体形式。
对于协整系统的问题，建议你做做模拟研究，可以得到结论。

应用统计专业学位硕士与统计学科学学位的硕士最大的区别，个人看法是在培养定位上不同，一个更叫强调应用能力的培养，一个更加强调科研能力的培养。对于前者，主要是解决实际问题的能力。对于就业，目前还没有毕业生，不过个人认为由于统计本身的“寄生”特点，就业面会很宽。

我想你说的是Taylor展开,做非线性模型的线性化处理.对于全局最优,一般是通过搜索所有的局部最优后比较获得,但是一定要注意在边界上的不稳定性.

应该是长期关系.对于不同阶,同样也应该存在长期关系.

请问史代敏院长的《沪深股市股指波动的协整性研究》的结论，1和2是不是相互矛盾？上证30指数应该是上证指数的一个子系统，深成分指数应该是深证指数的一个子系统，既然1中说交易制度、投资者结构、上市公司结构具有高度一致性，为何1中的“价格变动具有一致性”，而2中的关系就“不具有真正的波动关联性”了？

我们不探讨大道理，就针对这个具体文章，您客观的说，是不是具有明显的数据套模型、模型套结论的“大作业”特点？

鲁教授，我不是来踢场的哈，我只是觉得自己是那个指出“皇帝没穿衣服”的小孩。

关于时间序列的平稳性和协整地代表作是汉密尔顿的时间序列分析,理论上说得很详细,也很清楚.具体应用,你可以看看高铁梅老师的书.

使用批判的眼光学习前人的研究成果是正确的,但是也要学习前人研究中的优点.一个合理的做法应该是兼容并包,博取百家之长,为自己所用啊.

对于学者的文章和论文,每个学者有自己的看法,你可以和作者本人自己讨论,就你目前提供的资料,我无法理解你说的"书据套模型'模型套结论".

感谢大家今天的提问,回答问题到此结束.谢谢!祝大家学习进步,不断收获!

顶一个

感谢鲁老师的热情耐心解答
祝老师一切顺利

望大家持续关注学者访谈

好东西 谢谢分享

非常感谢鲁老师i的精彩答疑！

谢谢老师的耐心解答

顶一下~

坛友随机过程：问题一：《基于非参数GARCH模型的中国股市波动性预测》一文中，您指出“样本数据的起始点选取在1997年1月是基于中国股市从1996年12月16日开始实行涨跌停板限价交易制度，该交易机制的实施在很大程度上抑制了股市的暴涨暴跌现象，使沪、深两市的涨跌现象较实施涨跌停板交易之前有明显的减少。”说明您认可制度的变化会对股市波动的机理产生影响，继而对模型的使用产生影响，要对数据进行分段处理。
而股市的波动有其深层次的制度和经济层面原因，例如：证监会的监管政策是不断变化和完善的、经济总量的变化会影响人们的可支配收入继而影响股市的波动、人们投资的判断能力在不断发生变化（总体变好还是变差是不确定的，因为在现有投资者不断丰富知识的同时，还会有新的缺乏经验的投资者进入股票市场），这些因素，都会使股市的波动机制发生变化，数据背后的机理发生变化，随机变量（或随机过程）的分布就会发生变化，此时用模型来做刻画，技术层面就会有无法解释的矛盾——究竟分多少段？在哪里分段？如果实行涨跌停制度是一个断点的话，企业年金投资股票的比例放宽是不是断点？推出创业板是不是断点？国有股减持继而叫停，后又继续是不是断点？开放式基金推出是不是断点？印花税调整是不是断点？外汇政策的变化而使外资进入股市的量发生变化是不是断点？这些因素都会对股市的波动产生系统性影响，每次政策变化，价格波动的分布都会或多或少有所改变。
此外，用大量新颖的模型对股票市场进行研究，其研究的目的、意义在哪里？能否发现我国资本市场发展中存在哪些问题？能否给出监管政策方面的建议？能否给出货币政策、产业政策等方面的建议？还是能作出很好的预测而进行投资？如果能达到最后一种效果，似乎更像是证券公司交易员或私人投资者做的事情，距离学术研究的层次还有较大差距。如果达不到上述任何效果，那么这种所谓的研究意义何在？您文中所得到的结论“中国股市具有很强的波动聚集性和持续性，且深圳强于上海”、“非参数GARCH(1.1)的预测能力强于参数GARCH(1.1)”，仅仅是对描述了数据的统计特征，不能称这种结论是所谓的“研究”，这种“波动聚集性和持续性”，又说明了什么问题？深圳股市的波动聚集性和持续性强于上海，无非就是类似于“A样本的方差大于B样本”这样的结论，更深层次的意义在哪里呢？与两个股市的主体结构不同有关吗？与投资者结构不同有关吗？“非参数GARCH(1.1)的预测能力强于参数GARCH(1.1)”这一结论，仅用一组时序数据去验证，不符合证伪原则和科学推论原则，换一组不同分段的数据（如1997年-1999年作为一个样本、2000年-2001年作为一个样本），也会是这个结论吗？这里涉及到统计方法在使用继而得出结论的过程中的一个基本逻辑问题。
以上疑问是基于我对西南财经大学统计学院“存在较严重的‘唯方法’泡沫”的判断，大量类似的论文没有任何经济学或金融学层面的意义，更像是用模型套数据而做的一个“大作业”。看看其他学院的文章：《货币政策能对股价的过渡波动做出反应吗？》、《基于R2的中国股市私有信息套利分析》、《银行为什么愿意向大企业贷款》，似乎更像是经济类的研究文章而不是作业，这与研究水平没有关系，而是方向性的错误。
问题二：现在的一些计量方法中大量用到渐进分布理论，简单说就是一个变量是渐进服从正态分布的，所以在假设检验中用正态分布的拒绝域来做判断。这里存在一个收敛速度的问题，就是样本得到多大以上，分布才会与正态较为接近？如果不是足够接近，假设检验的结果就可能与事实相反。此问题的另一种提法，就是样本量到底多大才算大样本？这在使用一个模型之前是应该首先明确的，ADF检验就是通过随机模拟的方式先得到不同样本量的分布函数，然后根据样本量确定拒绝域，再做检验。而目前大量的论文中，包括诸多老师的论文，都没有注意这一点，而这一点是整篇文章是否有根本性错误的表现。
请您谈谈对以上两个问题的看法。
本文来自: 人大经济论坛 学者专栏 版，详细出处参考： https://bbs.pinggu.org/forum.php? ... =1&from^^uid=4548
-----------------------------------------------------------------------------------------------------------------------
这个问题挺好的

已经结束了~

thanks for sharing

多谢楼主 不错~

谢谢鲁老师的耐心解答！

时间过了。。。

感谢楼主慷慨分享！