山东大学经济学院陈强(计量经济学、stata、实证论文)在线访谈问答汇总

资料狂人

27377

收藏 2016-09-23

陈强，山东大学经济学院教授，博士生导师（数量经济学），泰岳经济研究中心副主任（主持工作）。

分别于1992年、1995年获北京大学经济学学士、硕士学位，后留校任教。2007年获美国Northern Illinois University 数学硕士与经济学博士学位。

主要研究领域为计量经济学、经济史。已独立发表论文于 Oxford Economic Papers (lead article)，Journal of Comparative Economics，Economica，《经济学季刊》、《世界经济》等国内外期刊。

著有畅销研究生教材《高级计量经济学及Stata应用》（高教社，第2版，2014年）与本科教材《计量经济学及Stata应用》（高教社，2015年）。

曾获中国数量经济学年会、中国制度经济学年会论文奖、山东省高等学校科研成果论文一等奖。

2010年入选教育部新世纪人才支持计划。2014年获评山东大学“我心目中的好导师”。2015年获得国家自然科学基金面上项目资助（主持人）。2016年获评经管之家（原人大经济论坛）“的数据分析师”（得票）。

陈老师17年5月上海现场培训：https://bbs.pinggu.org/thread-3156565-1-1.html

问答汇总：
Q1: 坛友jjjlcx：
请问xtrc,betas命令做出的个体最优预测估计是依据哪篇文章
A1:
可以参考最初的论文：
Swamy, P. A. V. B. 1970.  Efficient inference in a random coefficient regression model.  Econometrica 38: 311-323.
或者从“help xtrc”查看相应的Stata手册

Q2: 坛友condmn：
陈老师您好！两年前就熟读了您的高级计量经济学，想请教您若想系统学习空间计量经济学的stata软件应用应该如何着手，还有就是您觉得除了stata意外，其他计量软件在计量分析中有什么优势，ps，时间序列除外，谢谢！
A2:
首先，要学习空间计量的理论模型。其次，看相关Stata命令的help文件（目前已出现不少空间计量的非官方命令）。最后，选择你要用的空间计量Stata命令，将其提供的案例操作一遍，然后再应用到你的研究中。
Matlab也能做空间计量。Stata是涵盖面最广、最流行的计量软件。Eviews擅长时间序列。R很流行，但其实是统计软件（尽管也有很多计量的包）。还有一些更小众的计量软件，仅解决某些特定的问题，比如William Greene开发的LIMDEP与NLOGIT主要做微观计量。

Q3: 坛友lxpi2008：
陈老师，请教下，对于定序模型，也即oprobit模型，怎么处理内生性问题？
A3:
可用Stata的官方命令gsem来做，参见
http://blog.stata.com/2013/11/07/fitting-ordered-probit-models-with-endogenous-covariates-with-statas-gsem-command/

Q4: 坛友lixinxian：
陈老师你好，我看了你的应用计量经济学的常见问题，非常受益，其中你指出
在面板数据中，感兴趣的变量x 不随时间变化，是否只能进行随机效应的估计（若使用固定效应，则不随时间变化的关键变量 x  会被去掉）？
答：通常还是使用固定效应模型为好（当然，可进行正式的豪斯曼检验，以确定使用固定效应或随机效应模型）。如果使用固定效应，有两种可能的解决方法：
（1）如果使用系统GMM估计动态面板模型，则可以估计不随时间而变的变量x 的系数。
（2）在使用静态的面板固定效应模型时，可引入不随时间而变的变量 x与某个随时间而变的变量 z 之交互项，并以交互项 xz （随时间而变）作为关键解释变量。
你能不能说出这样处理的相关文章？谢谢！
A4:
1、系统GMM的文章很多。比如，创始人的论文：
Blundell, R. and S. Bond, 1998. “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models,” Journal of Econometrics, 87, 115-143.
在应用方面，比如Acemoglu et al (2008) 使用差分GMM估计跨国面板数据，发现人均收入(per capita income)对民主(democracy)的作用不显著。然而，Che et al (2013)使用系统GMM估计同样的数据集，却发现人均收入对民主有显著的正作用。Che et al (2013)认为差分GMM存在弱工具变量问题，而系统GMM比差分GMM更有效率。
Acemoglu, D., S. Johnson, and J. Robinson, and P. Yared, 2008. “Income and Democracy,”  American Economic Review, 98, 808-842.
Che, Y., Y. Lu, Z. Tao, and P. Wang, 2013, “The Impact of Income on Democracy Revisited,” Journal of Comparative Economics, 41， 159-169.
2、简单地以x对y的因果作用作为实证论文的卖点可能已经不稀奇了，故有些论文开始以交互项，比如xz，作为主要解释变量。例如，一般认为干旱会提高农民起义的概率，而Jia (2014)则研究了美洲抗旱作物土豆的引入，使得此效应得以缓解，其核心解释变量就是 (旱灾 x 土豆引种)，尽管此文未使用动态面板。
Jia, R. (2014). Weather Shocks, Sweet Potatoes and Peasant Revolts in Historical China, Economic Journal, 124, 92-118.

Q5: 坛友南大南财南师大：
陈老师，您好！我想请问您动态面板数据模型中如何确定前定变量，内生变量和外生变量？谢谢
A5:
通常是从定义与经济理论或常识出发，来确定前定、内生与外生变量。比如，你可以先假定全部变量都是外生变量，然后考察哪些变量可能内生，例如存在双向因果关系、与遗漏变量相关等。
前定变量与当期扰动项不相关，但可能与其他期扰动项相关。如果你不确定什么变量为前定，也可以不设。当然，还可以做稳健性检验，比较不同模型设定的估计结果。

Q6: 坛友龙族D王小狼：
我想问一下，陈老师，你对ARFIMA （fractional integration）这个模型怎么看？我觉得理论框架很好，但为啥用的人不多呢，学术圈用的也不是很多。
A6:
ARFIMA （fractional integration）模型适用于平稳的long memory process。已被提出三十多年了，但实践中用得少，或许因为经济变量中的long memory process比较少见。
另外，ARFIMA可视为ARMA的推广；因为long memory process也可以用简单的ARMA模型来估计，只是不如ARFIMA更有效率。
事实上，单变量的ARMA模型也用得不多（除用于预测外），因为学术研究更关注x对y的因果作用之类的问题。

Q7: 坛友天堂之路：
请教一下，如何计算动态面板模型的随机投资效率？
A7:
据我所知，一般不用动态面板来做Stochastic Frontier Analysis。这是因为，随机前沿分析本质上是用于分析投入与产出的关系（比如，估计生产函数或成本函数）。上期产量尽管可能与本期产量有统计上的相关性，但上期产量并非用来生产本期产量的投入，故一般不把上期产量放在回归方程的右边，因此不是动态面板。

Q8: 坛友wocaishiliuking：
现在空间计量经济学发展很快，应用也越来越广泛。看了一些教材后，发现教材都在强调传统计量的各种不足，因为经济变量在空间上会相互作用。请教陈老师，传统计量是不是真的就没有出路了啊？？
A8:
传统计量与空间计量的区别之一是研究目的不同。传统计量也能处理空间自相关（比如，面板数据允许存在截面相关），但更多地将空间自相关作为一种nuisance，而试图得到在存在截面相关情况下依然稳健的估计量与检验方法。另一方面，当空间计量方法应用于urban, regional与geographic等领域时，空间自相关本身就是主要感兴趣的参数。
传统计量与空间计量的区别之二是在稳健性与有效性之间的抉择。传统计量未假设空间权重矩阵（spatial weighting matrix），故更为稳健。另一方面，空间计量设定了空间权重矩阵，如果此设定正确，则估计会更有效率；但如果空间权重矩阵设定错误，则可能更糟糕。
事实上，许多主流的计量经济学家目前仍不太认可空间计量，主要原因就是空间权重矩阵的主观性与随意性，并非用样本数据估计得到。这是空间计量目前的软肋，也是前沿学者正在努力的方向。

Q9: 坛友hustchen2012：
陈老师您好，对于上市公司的研究来说，很多的事件的发生并不是同时的，这种情形如何去做样本的匹配，从而设计双重查分的识别策略呢？
A9:
可以试试把不同公司的处理效应发生时间都标准化为零。

Q10: 坛友zhang1969：
陈老师您好！如何得出空间面板Moran'I指数？在stata中有相应命令吗
A10:
你搜搜吧，但一般都不汇报。原因很简单，Moran's I 指数为一个变量与其空间滞后（邻居）之间的相关系数，在一定意义上相当于线性相关系数；而在估计一般的面板模型时，通常并不汇报线性相关系数。
更一般地，绝大多数实证论文，都直接进行回归分析，而不提供相关系数；因为相关系数所包含的信息太少。

Q11: 坛友wkd1991：
陈老师，您好！很多文章在做GARCH模型时，均值方程都假设为AR（1），这有什么理论依据？stata可以对序列进行长记忆检验吗？谢谢陈老师。
A11:
如果你不放心，可以引入AR(2)项，如果不显著，则可去掉；如果显著，则保留AR(2)，进一步检验AR(3)是否显著。
更正式的选择滞后方法为由大到小（general to specific）的方法，即设一个可能的滞后阶数，然后逐步检验最后一阶滞后项的显著性，如不显著则去掉最后一项，直到最后一阶滞后项显著为止。

Q12: 坛友HQWYNHT：
陈老师您好，我想请问，在您看来在跨境电商与地区贸易增长的相关性上，哪种计量模型是最适合的？尤其是在两个领域的互动方面？谢谢
A12:
这取决于你有什么样的数据。是面板数据，这样比较有说服力。其次，要注意克服内生性，因为显然存在双向因果关系。建议你先看看文献中是如何建模及使用何种计量方法，然后再考虑你可能的创新是什么。

Q13: 坛友bofeng：
陈老师您好，请教一下，排序选择模型的结果，汇报边际影响的stata命令是什么呢？
A13:
运行ologit或oprobit命令后，使用命令margins应该就行，详见
help ologit_postestimation##margins

Q14: 坛友1836359094：
陈老师您好！我想请问下如何利用stata软件实现使用公司层面的固定效应模型控制同时影响公司治理和投资的潜在因素？
A14:
有关“控制同时影响公司治理和投资的潜在因素”，建议你参考有关公司治理的相关文献。
用Stata实现公司层面的固定效应模型，最常见是双向固定效应模型。比如对于年度面板，可使用如下Stata命令：
xtreg y x1 x2 x3 i.year,fe r
其中，i.year为年度虚拟变量（时间固定效应），选择项fe表示个体（公司）固定效应，选择项r表示聚类稳健标准误。
当然，取决于你的研究问题，也可以考虑使用动态面板模型或非线性面板。
更详细介绍，参见我的教材《高级计量经济学及Stata应用》，高教社，第二版，2014年，第15-17章。