诺贝尔经济学奖获得者丛书·经济学中的经验建模：设定与评价 [Empirical Modeling in Economics:Specification and Evaluation] pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

[英] 克莱夫·W·J·格兰杰（Clive W.J.Granger） 著，洪福海 译

图书标签:

• 经济学
• 计量经济学
• 经验建模
• 模型设定
• 模型评价
• 诺贝尔经济学奖
• 经济分析
• 统计建模
• 因果推断
• 方法论

出版社： 中国人民大学出版社

ISBN：9787300169422

版次：1

商品编码：11172148

包装：平装

丛书名： 诺贝尔经济学奖获得者丛书

外文名称：Empirical Modeling in Economics:Specification and Evaluation

开本：16开

出版时间：2013-01-01

用纸：胶版纸#

内容简介

　　在《诺贝尔经济学奖获得者丛书·经济学中的经验建模：设定与评价》中，格兰杰（Granger）阐明了构建和评价经验模型的过程。书中广泛借鉴和引用了来自经济学、金融学、政治学和环境经济学，乃至艺术、文学和娱乐业的案例和小品，将精确性与累积的直觉融为一体，从而就这个主题为我们提供了独特且十分有趣的见解。
　　《诺贝尔经济学奖获得者丛书·经济学中的经验建模：设定与评价》的第一章分析模型的设定问题，以巴西亚马孙流域的森林垦伐为例，讨论了模型的设定过程。第二章考虑评价问题，指出了经济学家们对于评价的忽视，以及应该以模型的结果的质量为准绳来评价模型。第三章使用比前两章更为复杂和技术化的方法，进一步讨论如何评价预测的问题。
　　《诺贝尔经济学奖获得者丛书·经济学中的经验建模：设定与评价》给我们带来了关于怎样构建和评价模型的新思想，即我们在今后的建模中应当更多地考虑模型的经济意义上的显著性而非统计意义上的显著性，更多地考虑模型的实用价值而非其本身的华丽性。

作者简介

　　克莱夫·格兰杰（Clive Granger），2003年诺贝尔经济学奖得主，1934年生于英国威尔士的斯旺西，现为英国公民。他于1959年获得英国诺丁汉大学博士学位，现为美国加利福尼亚大学圣迭戈分校的荣誉经济学教授，并担任该校经济学秘书协会主席。他于1995年当选为美国艺术与科学院院士。
　　格兰杰是目前全球最杰出的计量经济学家之一，他在学术界的建树几乎包括了近40年来计量经济学在时间序列方面的所有重大发展。在研究经济时间序列时，格兰杰和另一位学者汉塔纳卡首创使用了谱分析方法，并与著名学者摩根斯坦-齐对纽约股票市场的股票价格进行了相关分析。在预测研究上，他在1959年发表的论文《关于潮汐河流泛洪的概率估计》被认为是现代成本-收益分析教材的范本案例。在非线性问题的研究上，他和焦克斯于1980年发表的论文《长期记忆时间序列与分数差分法简介》对长期记忆理论做出了很大贡献。所有这些都是计量经济学界最前沿的领域。格兰杰的发现对研究“财富与消费、汇率与物价水平，以及短期利率与长期利率之间的关系”都具有非常重要的意义。

内页插图

精彩书评

　　对于经济模型的构建，首先要考虑模型与经济理论的整合性，如果模型在统计上很有意义，而在经济上不具有合理性的话，那么模型对于经济的分析就没有多少参考价值。书中案例包罗万象、简单有趣，非专业人士亦能理解经济模型的构建过程，从中获益匪浅。
　　——赵国庆 中国人民大学教授、博士生导师
　　
　　当我们比较数理经济学和计量经济学时，总是觉得前者像科学，而后者更像一门艺术。确实如此，一项经验研究从计量模型的选取和设定开始，一直到模型的估计、模型的评价、预测和解释等等都由研究者“说了算”。因此，经验研究给人的感觉是不可信的：研究者可以找到“合适”的数据和“合适”的模型来支持所要的经济理论观点。但是，格兰杰在本书中通过一些有趣的真实例子非常严谨地阐述了构建经验模型的整个过程。让我们看到了经验研究的科学性、可信性和趣味性。
　　——陈彦斌 经济学博士
　　
　　为了描述一个现实问题，经济学家必须建立一个经验模型，即一个反映实际经济运行的模型。阅读本书，能开阔眼界，获得收益。
　　——本书译者

目录

第1章 经验模型的设定
模型与变化
亚马孙工程
建模
模型设定的深层问题
向前看、向后看
参考文献

第2章 经验模型的评价
一般的讨论
经济学中的评价
检验霍尔的消费理论
预测与金融中的评价
政策模型的评价
一些结论
参考文献

第3章 再论对计量经济模型与预测的评价
本章体例
1 INF 经验模型的意义何在？
1 FOR 计量经济模型
2 INF 对使用二次成本的预测的评价
2 FOR 对预测的评价——出发点
3 INF 使用一般的成本函数
3 FOR 一般化成本函数情形下的评价
4 INF 使用者与成本函数
4 FOR 不同的使用者有着不同的成本函数
5 INF 预测的来源
5 FOR 预测从哪里来？
6 INF 比较分布
6 FOR 比较预测分布
……

索引

精彩书摘

　　经济学中的评价
　　乍一看，经济学是一个对评价问题很少关注的智识领域。我将举出以下事实证明这一点。
　　（i）《经济学手册》（北荷兰/Elsevier公司出版）的头28卷约有1.5万页，联合索引表明，只有两处提到评价：一处在关于投入产出表的一章中有简短的表述，而没有进行讨论；另一处则出现在我与别人合著的一章中的一节。
　　（ii）《新帕尔格雷夫经济学词典》（1987，麦克米伦出版社）囊括了2000个词条，作者达900人，共4000页，它的索引包括3000个条目，却对“评价”只字未提。
　　这并不是说，在这些书中，这一主题不曾以某种形式出现，比如可能使用同义词诸如“审定”（validation）；而是说，它没有得到足够的强调以更多地进入索引。
　　正如我们所了解的，某种形式的评价是经济学的许多部分的核心特征。假定消费者为了获得最高可得效用而进行决策；公司在决策时最大化它们的利润或者回报；在任何投机市场上，在考虑到风险的情况下，人们根据资产的预期回报进行排序；人们根据相对质量评价预测的好坏。也许令人奇怪的反倒是，这些方法为什么没有遍及经济学的所有领域。
　　让我举个例子。为了便于考虑，这个例子是假说性的，同时它来自我和许多同事的讨论。假定我需要一个具体的统计数据以帮助我作出一项经济决策。我所需要的这一数据，比如说，是美国某一特定地区的西瓜的需求弹性。我将假定有一个相关的横截面数据集，可以用于建立西瓜的计量经济模型。顺便说一下，我们可能会注意到，最经典的计量经济模型之一就是关于这一主题的（Suits，1995）。如果把数据拿给四个不同的计量经济学家，几乎可以肯定的是，他们将采取不同的设定，建立不同的模型，从而得到我所需要的弹性的四种估计，λ1、λ2、λ3、λ4。而我如何选择在我的决策中采用哪一个λ呢？在这样的情境下，计量经济学家将总是从考虑产生估计的模型的相对质量开始，考虑哪一个最能拟合数据，哪一个模型的设定立足于坚实的理论，哪一个模型使用的估计步骤已被证明在某种标准下是可靠的或出色的，等等。换句话说，其中的理念在于，该弹性的最佳估计将来自于从某一角度看是最好的模型。且让我们打住一会，问一问：以上推理一定正确吗？
　　……

前言/序言

　　我很荣幸也很乐意为克莱夫·格兰杰在1998年度马歇尔讲座中的讲演稿的公开出版写一篇前言。他的讲座我曾亲耳谛听，颇为欣赏。不论是在概念的夯实上还是在技术方面，格兰杰为现代计量经济学做出了根本性的贡献。在他的演讲中，他为听众带来了他在40年的教学与研究生涯里对于经济学的经验研究中的概念性难题的思考与理解。他总是强调，理论经济学家与应用经济学家之间需要必要的沟通，而架构于经济理论与应用经济学之间的桥梁必须有一个坚实的结构，从而使得经济学家们能够安全地往返于两岸。他同时是那些具有高度想像力和创造力的人们——无奈这类人实在太少了——中的一个，总是不惮于提出一些（貌似）简单的问题，却不轻易给予简单的回答。他从不教条，思想开放。除了计量经济学的方法与技术，他对于基本的经济学原理也有很深厚的功底，而不只限于他所研究的领域。不仅如此，他还是个极好相处、令人愉快的人，不论是在上流社会的正式宴会上，还是在咖啡厅里或者与学生聊天，他都非常的平易随和。
　　……

诺贝尔经济学奖获得者丛书：计量经济学前沿与实践精选 本丛书聚焦于经济学研究的核心领域，汇集了来自全球顶尖经济学家的智慧结晶。 丛书旨在为读者提供一个全面、深入了解现代经济学理论、前沿模型构建、实证检验方法以及宏观经济政策分析的平台。本卷精选内容，着重于时间序列分析、面板数据模型的高级应用，以及因果推断在微观经济学中的突破性进展，旨在引导读者掌握将复杂经济现象转化为可量化、可验证的学术成果的能力。 第一部分：时间序列与宏观经济动态分析 本部分深入探讨了对金融市场、宏观经济波动（如通货膨胀、经济衰退）至关重要的时间序列分析技术。我们不再停留在基础的自回归（AR）和移动平均（MA）模型，而是迈向更为复杂的非线性与高频数据处理。 1. 非线性时间序列建模：状态空间方法与隐马尔可夫模型（HMMs） 现代经济系统充满着结构性变化和不可观测的状态。本章详细介绍了如何运用状态空间模型（State-Space Models）来处理具有时变参数的系统。这包括卡尔曼滤波（Kalman Filtering）在实时参数估计中的应用，以及如何将复杂的结构模型嵌入到灵活的观测框架中。重点讨论了隐马尔可夫模型（HMMs）在识别不同经济“政权”（Regimes）转换点上的效力，例如，区分高波动期与低波动期的金融市场行为。我们将解析如何利用最大期望（EM）算法来估计HMMs的转移概率和潜在状态的概率分布。 2. 高频数据与微观市场结构分析 随着交易频率的提升，传统基于日度或月度数据的分析已显不足。本节转向高频金融数据（Tick Data）的处理。内容涵盖了如何构建有效的跳跃扩散模型（Jump-Diffusion Models）来捕捉市场冲击，以及如何利用已实现波动率（Realized Volatility）来替代传统的基于平方差的波动率估计。特别关注了如何应用点过程理论（Point Process Theory）来建模订单流的到达过程，这对理解市场微观结构和流动性至关重要。 3. 长期记忆与分形时间序列 超越传统平稳性的假设，本章探讨了具有长期记忆性的时间序列，如分数布朗运动（Fractional Brownian Motion）在描述资产回报率和长期宏观变量中的适用性。我们将讲解如何使用Hurst指数来量化序列的记忆程度，并讨论在存在长期依赖性时，传统的时间序列检验（如ADF检验）可能产生的误导性结果。 --- 第二部分：面板数据的高级计量与异质性处理 面板数据（Panel Data）因其能够同时捕捉个体间的横截面差异和个体随时间变化的动态特征，成为现代经济学实证研究的基石。本部分着重于解决经典面板模型中常见的内生性、遗漏变量和参数异质性问题。 1. 动态面板数据的因果推断：GMM的深化应用 针对动态面板模型中常见的“Nickell Bias”——即固定效应估计量在小样本下对序列相关的敏感性，本部分深入解析了Arellano-Bond以及Arellano-Bover/Blundell-Bond提出的广义矩估计（GMM）方法。我们详细阐述了工具变量的选择标准、最优矩估计器的构建，以及如何通过Sargan/Hansen检验来评估工具变量的外生性假设。特别强调了如何区分水平型GMM与差分型GMM的适用场景。 2. 截面依赖性与空间计量经济学导论 在许多宏观和区域经济学研究中，个体之间的相互影响是普遍存在的（例如，一个国家的贸易伙伴的经济状况会影响其自身增长）。本章引入了截面依赖性（Cross-Sectional Dependence）的处理方法，包括基于主成分分析（PCA）的共同因子模型（Common Correlated Effects, CCE）估计器。同时，为研究地理或网络上的相互作用，本节提供了空间计量模型的入门指导，如空间杜宾模型（Spatial Durbin Model）的估计与检验。 3. 非参数与半参数面板模型 认识到参数模型设定的局限性，本部分探讨了非参数和半参数方法在面板数据中的应用，例如局部线性回归（Local Linear Regression）在处理异质性回归函数方面的优势。重点讨论了“局部到全局”的推断策略，这使得研究者能够在不完全依赖特定函数形式的约束下，对面板中的潜在异质性进行稳健估计。 --- 第三部分：因果推断的现代工具与政策评估 本部分是当代计量经济学的核心焦点，专注于如何利用观察性数据精确识别政策干预、制度变革或个体选择的因果效应，以克服选择性偏差和混杂因素的挑战。 1. 准实验设计的严格性与选择偏误处理 因果推断要求我们构建一个可比较的“反事实”世界。本章系统梳理了主要的准实验方法： 断点回归设计（Regression Discontinuity Design, RDD）： 详细分析了清晰断点（Sharp RDD）与模糊断点（Fuzzy RDD）的估计策略，包括带宽选择、核函数的使用，以及针对高阶多项式拟合的稳健性检验。 双重差分法（Difference-in-Differences, DiD）的进阶主题： 重点剖析了平行趋势（Parallel Trends）假设的检验与放松。引入了多期DiD模型（如Callaway and Sant’Anna方法），以应对处理组和控制组接受处理时间不一致的情况，并讨论了如何利用事件研究法（Event Study）来直观展示处理效应的时间路径。 2. 匹配方法与倾向得分的深入探讨 倾向得分匹配（Propensity Score Matching, PSM）在实际应用中面临着“共同支撑域”（Common Support）和高维协变量的处理挑战。本章超越基础的最近邻匹配，探讨了基于核匹配（Kernel Matching）和协变量平衡的敏感性分析。此外，还引入了双重稳健估计量（Doubly Robust Estimators），如加权回归（Weighting Regression），它要求倾向得分模型或结果模型中至少有一个被正确指定，从而提高估计的稳健性。 3. 结构性模型与政策模拟的结合 本部分最后转向结构性计量经济学，讨论如何从数据的因果关系推断过渡到对潜在经济机制的理解和政策模拟。我们审视了如何利用识别出的结构参数（如偏好参数或技术替代弹性）来构建计算模型，并预测在未经历过的政策环境下的经济主体行为变化。这要求研究者在理论洞察与实证估计之间搭建一座坚实的桥梁。 本丛书的读者对象包括： 对经济学研究方法有深入兴趣的高级本科生、研究生、青年学者以及在央行、金融监管机构和智库工作的专业人士。阅读本卷内容，将有助于您掌握将前沿理论转化为严谨、可信的实证证据的必备工具。

评分☆☆☆☆☆

这本书对于任何想要深入理解和实践经济学经验研究的人来说，都是一本不可或缺的“宝典”。它不仅仅是一本技术手册，更是一本关于“如何思考”和“如何研究”的思想启迪之作。作者以一种非常“接地气”的方式，将复杂的经验建模过程分解成易于理解的步骤，并辅以大量生动、真实的案例。我尤其欣赏书中关于模型“设定”部分对“理论约束”的强调，它让我们明白，模型并非随意拼凑，而是必须根植于扎实的经济学理论。而“评价”部分则展现了如何通过严谨的统计检验，来评估模型的有效性和稳健性。这本书让我对“模型”的看法从一个静态的工具，转变为一个动态的、不断优化的过程。它培养了我对研究设计和方法论的深刻理解，让我能够更自信地去构建和评价经济学模型。读完这本书，我感觉自己仿佛获得了一把“金钥匙”，能够更清晰地解锁经济学研究的奥秘，并开始在自己的研究道路上更加游刃有余。

评分☆☆☆☆☆

这是一本“颠覆认知”的书，它彻底改变了我对经济学研究过程中“建模”这件事的理解。在此之前，我可能更多地关注于那些高深的计量模型本身，认为掌握了各种检验方法就万事大俱备。然而，这本书让我明白，模型的核心在于“经验”和“建模”这个过程本身的严谨性。作者反复强调，模型不是凭空创造出来的，而是为了回答特定的经济学问题而精心设计的。从理论的提炼，到变量的选择，再到模型的形式，每一个环节都充满了“艺术”和“科学”的结合。我尤其赞同书中关于“经济学直觉”在模型设定中的作用的论述，这不仅仅是数学公式的堆砌，更需要对经济现象的深刻洞察。书中通过一系列贴合实际的案例，展现了如何将抽象的理论转化为具体的、可量化的模型，并在此基础上进行严谨的检验。这让我看到了经济学研究的生命力，也激发了我对经济学理论和实际问题之间联系的进一步思考。它教会了我如何“思辨”地建模，而不是“教条”地应用。

评分☆☆☆☆☆

这本书的“评价”部分，简直就是为我量身定做的“避雷指南”和“优化秘籍”。在实际的研究中，我们常常会遇到模型不符合预期的尴尬境地，这个时候，是应该怀疑理论，还是怀疑数据，抑或是怀疑方法？这本书提供了系统性的解决思路。作者详细介绍了各种模型评价的指标和方法，从基本的拟合优度到更深入的稳健性检验，再到因果推断的各种挑战。我特别喜欢书中关于“外生性”的讨论，这对于理解和建立有效的因果关系至关重要。过去我常常在文献中看到“xxx是外生的”，但具体如何检验，如何构建能够捕捉外生性的模型，一直感到困惑。这本书的讲解，让我茅塞顿开，它不仅仅是列举了一些方法，更深入地剖析了这些方法背后的逻辑和适用条件。此外，书中对模型误设（misspecification）的诊断和处理也给了我极大的启发。当模型出现问题时，不再是茫然失措，而是有了一套清晰的诊断流程。对模型评价的深入理解，也让我对现有研究文献有了更批判性的视角，能够更好地辨别研究的价值和局限性。

评分☆☆☆☆☆

这本书给我带来的最直观的感受，就是作者对于经济学研究方法论的深刻理解和清晰梳理。在阅读之前，我总觉得经验建模这个概念有些模糊，好像是各种统计技术简单堆砌而成。但这本书循序渐进地展示了，从一个宏大的经济学理论出发，如何一步步将其转化为可操作、可检验的经验模型。书中对“设定”（Specification）环节的详细阐述尤其令人印象深刻，它不仅仅是选择变量那么简单，更涉及到理论的内涵、潜在的测量误差、模型的可识别性等一系列复杂但至关重要的问题。作者用大量的实例，从微观的消费者行为到宏观的经济增长，生动地说明了不同的理论框架如何导向不同的模型设定。这种对“如何构建”的精细打磨，让我看到了经济学研究的严谨性，也让我对自己今后的研究思路有了更明确的方向。我尤其欣赏作者对于模型设定的“权衡取舍”的讨论，没有哪一个模型是完美的，总需要在理论精度、数据可获得性和计算可行性之间做出选择。这种务实的态度，让我在面对复杂的现实问题时，能够更有针对性地去构建模型，而不是陷入对理想模型的空想。

评分☆☆☆☆☆

坦白说，读这本书的过程，更像是在参加一场大师级的学术研讨会，只不过是以一种极为详尽和清晰的方式呈现。作者的叙事风格非常独特，既有学术的严谨性，又不乏对研究过程中细微之处的洞察。他不仅仅是告诉你“怎么做”，更重要的是解释“为什么这么做”，以及在“这样做”的过程中可能遇到的陷阱和挑战。书中对模型“设定”和“评价”的逻辑关系做了极为精妙的阐释。一个好的模型设定，是有效评价的基础；而有效的模型评价，又反过来指导我们去优化模型设定。这种“循环迭代”的研究思路，是这本书最核心的价值之一。我尤其喜欢作者对“数据”与“模型”之间关系的论述，强调了数据在经验建模中的双重角色：既是模型设定的灵感来源，也是模型评价的最终依据。这本书让我意识到，经济学研究是一个不断探索和修正的过程，绝非一蹴而就。它培养了我对模型背后逻辑的深入探究能力，以及对研究结果的审慎判断态度。

评分☆☆☆☆☆

——陈彦斌经济学博士

评分☆☆☆☆☆

格兰杰是目前全球最杰出的计量经济学家之一，他在学 术界的建树几乎包括了近40年来计量经济学在时间序列方面，的所有重大发展。经济时间序列时，格兰杰和另一位学者汉塔纳卡（Hatanaka）首创使用了谱分析方法（spectral analysis），并与著名学者摩根斯坦（Oscar Morgenstern）一起对纽约股票市场的股票价格进行了相关分析。在预测研究 上，他在1959年发表的论文《关于潮汐河流泛洪的概率估 计》被认为是现代成本一收益分析教材的范本案例。在菲线性问题的研究上，他和焦克斯（R．Joyeux）于1980年发表的论文《长期记忆时间序列模型与分数差分法简介》对长期记忆理论做出了很大贡献。所

评分☆☆☆☆☆

8 INF 检验与估计

评分☆☆☆☆☆

写的不错，值得购买，是学术科研的参考书籍

评分☆☆☆☆☆

部门藏书 经典诺奖

评分☆☆☆☆☆

此，经验研究给人的感觉是不可信的，研究者可以找到“合适”的模型来支

评分☆☆☆☆☆

编辑本段作者简介作者：（美国）克莱夫·W·J·格兰杰

评分☆☆☆☆☆

诺贝尔啊，看了一下还行吧

评分☆☆☆☆☆

因此更加坚定了不要轻易踏足股市的决心。本来看了两本价值投资的书，就觉得自己心飘飘然也，似乎就能在股市风生水起。实际上不是。那么多人都是搞经济的，人家比你聪明，学的比你多，研究的比你深入，凭什么不比你挣钱多呢？何况，你所看到的这个股市，风云诡谲，很多东西，你根本看不出来。看完这本书后，我更加确信了这个看法。毕竟，对于很多政策性的东西，我们这样外行的人根本就跟不上外界的讯息的。由此，个人的成长与投资就显得尤为重要。只是以前几千块钱用来准备去股市上小试牛刀，现在则倾向于用来买书和学习，上各种自我提升的课程班。