哪些經濟學家對計量經濟學的發展作出了重大貢獻?

時間 2021-05-10 02:10:56

1樓:siyan

2023年挪威經濟學家弗裡希仿照「生物計量學」一詞提出『計量經濟學」

2023年荷蘭經濟學家丁伯根建立了應用於美國經濟的乙個完整的巨集觀經濟計量模型

2023年挪威經濟學家哈維默將概率方法引入,建立了現代經濟計量學的基礎性指導原則

1950-2023年美國經濟學家克萊因與凱恩斯主義巨集觀經濟學分析結合,創立巨集觀經濟計量學

2023年美國希斯金首次開發了x-1季節調整程式

2023年格蘭傑等經濟學家,建立分析經濟變數因果關係的格蘭傑因果檢驗

2023年前後D.Dickey和W.Fuller提出了針對經濟時間序列的單位根檢驗,即ADF檢驗

2023年R.J. Hodrick和E.C. Presott首先提出HP濾波法

2023年C.Sims創立VAR方法,實質上是另一種因果分析法

2023年L.P Hanse提出了廣義矩估計GMM,主要解決回歸模型內生性模型,後來也被用於估計帶有預期的動態模型

2023年R.F Engle建立了ARCH模型,並逐步發展了一系列波動性模型及統計分析方法

2023年R.F Engle和C.W.J Granger針對非平穩經濟時間序列提出協整檢驗兩部法,以驗證經濟變數是否存在長期均衡關係

2023年前後S.Johanson基於VAR模型實現了協整檢驗與估計

2023年P.Perron在Chow檢驗基礎上提出了序列單位根檢驗中的結構突變問題

2023年J.Hamilton提出馬爾可夫區制轉移模型

2023年前後J.Satck和M.Watson基於動態因子模型提出擴散指數方法,並拓展傳統主成分分析方法至高維

2023年F.Smet和R.Wouters利用貝葉斯MCMC方法實現對DSGE模型的估計

2003-2023年,B.Bernanke將貨幣政策與大規模資料相結合

2023年B.Mariano和Y.Murasawa提出混頻動態因子模型

2023年G. E.Primiceri提出時變引數向量回歸(TVP-VAR)模型

2樓:

我的計量老師Guido Imbens

雖然他的口音真的很難懂,聽他講課還不如看ppt和lecture notes,但是他真的是愛計量,數學好到爆,把計量教學與研究融入了自己骨髓裡的人,他極力倡導對因果推斷的分析,對於五大方法matching,IV,RD,合成控制,DID上的判斷和補充非常給力!

3樓:慧航

Sims,2023年諾獎得主,現代巨集觀計量領域的奠基人之一,特別是VAR等模型在巨集觀經濟學中的應用。

Hansen,2023年諾獎得主,你可以不搞資產定價,但是作為乙個經濟學研究人員,你敢說你沒聽說過GMM嗎?

Engle,2023年諾獎得主,我想每個搞金融計量的都知道ARCH/GARCH。

Pakes,在empirical IO領域有很多開創性的工作,比如demand estimation中的BLP以及production function estimation裡面的OP方法。

Lung-fei Lee,有極深的傳統計量功底,最接近諾獎的華人之一,最近在空間計量領域有巨大貢獻。

Angrist and Imbens,在簡約式估計有非常多的貢獻。

Peter Phillips,在傳統時間序列方面有不可替代的位置。

總結一下,能拿諾獎的都不是單純做計量理論的,多多少少都跟經濟學理論有關係,也就是說,能拿諾貝爾經濟學獎,首先得是個經濟學家。而像White, Hausman等人雖然貢獻都是非常大的,但是其最大的貢獻似乎都沒有以上獲諾獎的幾位在經濟學方面有那麼深的含義,這可能是乙個劣勢吧。

如何系統地自學計量經濟學?

Ponny 作為經管類在讀研究生,我來說一下自己的經歷吧。首先,想要學好計量經濟學,就得明白它的概念。弗裡希將計量經濟學定義為經濟理論 統計學和數學三者的結合。從這個定義出發我們也就知道了,想要系統學好計量經濟學必須有良好的經濟 統計和數學基礎。當然計量經濟學本身就是一門課程了,所以這裡我就不展開細...

中級計量經濟學GMM推導問題

暮光和安知的小哥哥 想把這些數學表示式寫下來,但在手機上實在不知道怎麼寫數學表示式,所以只能試著給你解釋下。首先,xi帶有下標i,是乙個列 縱的 向量,它裡面每乙個元素代表乙個自變數第i次觀測的可能觀測值。假設你這個模型裡有k個自變數,那xi就是乙個k 1的向量。需要注意的是xi裡所有元素都是隨機的...

如何理解計量經濟學中的variation一詞?

林君 variation即變異,也即常說的方差。根據題主的描述,variation不一定解釋的是因果關係,在社會科學中,我們常見的是相關關係,具有相關關係的變數具有對變異的解釋。衡量相關關係的方法就是我們常用的回歸方法,其中又以線性回歸最為常見。線性回歸中,加入越多的解釋變數 X 會使解釋程度 RS...