论坛君
很多同学在学习计量之路上总会或多或少遇到的一些问题，本文主要是陈强教授对于坛友一些疑惑的解答，陈强教授在计量经济学界造诣颇深，他所编著的计量经济学教材也被广泛应用，希望这些问答对于准备学习和正在学习的同学有所帮助。
陈强，分别于年与年获得北京大学经济学学士与硕士学位，年获美NorthernIllinoisUniversity数学硕士与经济学博士学位，现任山东大学经济学院教授，博士生导师（数量经济专业），泰岳经济研究中心副主任（主持工作）。
主要研究领域为计量经济学、经济史。已独立发表论文于OxfordEconomicPapers，Economica，JournalofComparativeEconomics，《经济学季刊》、《世界经济》等国内外期刊。年入选教育部新世纪优秀人才支持计划。年出版研究生经典教材《高级计量经济学及Stata应用》第2版（高等教育出版社）。年出版的本科教材《计量经济学及Stata应用》亦深受好评。教材《计量经济学及Stata应用》，高等教育出版社，年7月《高级计量经济学及Stata应用》，第二版，高等教育出版社，年4月《高级计量经济学及Stata应用》，第一版，高等教育出版社，年10月问答汇总坛友cqyy陈老师好，现在量化历史研究蛮流行，但一些历史系的老师好像很看不起这种研究方法，觉得是小技无关宏旨，陈老师怎么看待量化历史研究？做量化历史研究的不少是经济学者，对古文文献的掌握相对不足，而历史学者通常计量知识不足，如果要进行量化历史研究如何克服先天的知识缺陷？陈强教授：1、传统史学为描述性的，无法揭示大历史的因果规律，而这正是量化历史的长处。2、需要补足各自的短板，或者开展有效的跨界合作。需要懂计量的历史学者，或者懂历史的经济学家。坛友巢州子：陈老师，您好！有一个问题想请教您：最近几年国内流行倍差法（DID），那么，倍差法模型到底怎么样设定才能区别于单纯的虚拟变量回归呢？有没有什么巧妙的方法能快速检验一篇文章的倍差法模型是否设定合理？谢谢您！陈强教授：1、倍差法的原始含义是做两次差分，但在实践中，通过引入虚拟变量（实验组虚拟变量、实验期虚拟变量，以及它们的交互项）更为方便。2、DID模型的最主要前提是实验组虚拟变量（treatmentvariable）不能是内生的。如果个体进入实验组或控制组可以自我选择，则DID依然会有偏差。坛友leon：陈老师好：关于倾向值分析，对结果变量（y）是连续的还是分类的有要求吗？倾向值分析，处理变量（D）是“是否使用互联网”，结果变量（y）是“是否参与过基层选举投票”，结果变量是二分变量，请问倾向值分析的结果变量能否是分类变量。您的书讲的关于收入的例子，收入是连续型变量，结果变量是否可以是分类变量？期待陈老师的解答，祝您工作顺利！
陈强教授：原则上，PSM的结果变量也可以是离散的。坛友jmszls：请问计量的量化研究是否基于逻辑研究判定的基础上，而逻辑判定，又是基于具体孤例的统计以及重复历史的经验判断为基础，那么计量经济学作为独立存在是否没必要。经济史的经验分析，实物判断是具体孤例，还是非常依赖统计数据的量化，还是历史就非常依赖，统计数据，来做事。那经济史独立有什么意义。
结合两者，只有当下才有意义陈强教授：任何计量的实证研究都需要一定的理论基础，即至少存在一种X影响Y的可能的合理机制。但此机制究竟是否存在，以及效应究竟有多大，就需要通过计量经济学用统计推断的方法来揭示。孤例可以带来灵感与启发，但样本容量为1，就无法进行从样本到总体的严格统计推断了。坛友longzx：陈老师好，看到您的研究方向是经济学史，请问在目前的研究中，是否真的存在所谓的经济周期，即繁荣和衰退的周期，如果有的话，经济周期是否有一个比较确定的时间呢，对于一名经济学学生来说的话，想对经济周期进行研究，应该从那些方向开始着手呢？陈强教授：一般来说，经济周期的具体时间是不确定的，因为本质上人的行为是随机的。但在某些情况下，经济周期长度比较确定；比如，每四年一次美国总统大选所带来的*治经济周期（politicalbusinesscycle）。研究经济周期，就基本上等于研究整个宏观经济，这是非常大的题目啊……个人觉得挑战性与风险都很大。坛友很大的小：陈老师好，很多实证论文报告回归结果时，只给出T检验结果、R的平方，还有观测值。这些就够了吗？为什么呢？谢谢！陈强教授：对于OLS回归，一般汇报回归系数、t统计量（或稳健标准误）、样本容量、R2等就基本够了，因为已经足够进行常规的统计推断了。但如果用其他计量方法，则可能还要汇报其他的统计量或检验结果。比如，使用工具变量法，则一般需要汇报弱工具变量检验（第一阶段回归的F统计量）与过度识别检验（如果过度识别）。坛友huanghuiqun：陈老师，您好！有一个问题想请教您：计量经济中的研究方法如何结合计算机科学中的计算智能方法在经济科学中进行研究，请您举例说明？谢谢您陈强教授：我推荐你看谷歌首席经济学家HalR.Varian,,BigData:NewTricksforEconometrics,JournalofEconomicPerspective,28(2),3-28.坛友cindycy：陈老师，您好！1、引力模型在国际贸易中运用较为广泛，被解释变量为贸易流量，解释变量为两国的GDP、距离、是否接壤、是否有共同语言、是否签订自由贸易协定等。在面板数据中，通常会比较pols，FE，RE的估计结果，并通过检验决定采用哪一种模型。但在固定效应模型中，像距离、是否接壤、是否有共同语言、是否签订自由贸易协定等是不随时间而改变的量，这些在固定效应模型中应该是估计不出来的。为什么我看到的一些文章关于这些变量都估计出系数呢？2、如果检验表明文章是采用固定效应模型，像距离、是否接壤、是否有共同语言、是否签订自由贸易协定前面的系数是估计不出来的，那最终的回归结果不是损失了很多信息么？陈强教授：1、一种可能的处理方法是，找出这些不随时间而变的因素（比如，距离d）起作用的渠道（比如，x(t)，随时间而变），然后使用二者的互动项d*x(t)得到time-varyingvariable。另外，如果使用动态面板进行系统GMM估计，则也可以估计time-invariantvariable的系数。2、固定效应模型的缺点是不能估计time-invariantvariable的作用系数，但其优点是可在相当程度上克服遗漏两遍了偏差。如果使用混合回归或随机效应模型，则可能得到不一致的估计；那么，即使估计出不随时间而变的变量系数，又有什么意义呢？坛友江流尚可：陈老师，您好！在模型构建中有个关键问题，就是如何解决内生性问题。一般的做法是引入IV工具变量，使用2SLS估计，这样的做法很普遍，但是工具变量的选择却很困难，请问在目前计量经济学前沿中还有没有处理内生性问题的方法值得借鉴呢？还有就是在处理面板数据模型的时候，利用IV工具变量法需要注意哪些细节？还有就是估计比如Hamilton的面板门槛这类模型时如何处理内生性问题呢？问题比较多，期待您的解答！陈强教授：1、处理内生性的其他计量方法包括：面板数据（可克服不随时间而变的遗漏变量偏差）、倾向得分匹配（PropensityScoreMatching），断点回归（RegressionDiscontinuityDesign），随机实验与自然实验等。2、PanelIV的注意细节与横截面IV的差不多。3、你看看Caner,MehmetandBruceHansen,4,InstrumentalVariableEstimationofaThresholdModel,EconometricTheory,20,-.坛友C木西：老师，看您的高级计量教材受益匪浅。祝您生活愉快。我的问题是，应该怎样分配时间经典文献和前沿文献上？每个领域的经典文献不仅多，且牵涉面广，需要耗费大量时间。但是如果从问题出发，受问题引导去做研究可能更需要