dsge一般數(shù)學(xué)什么水平 宏觀經(jīng)濟學(xué)教材答案

宏觀經(jīng)濟學(xué)DSGE模型的問題，學(xué)習(xí)DSGE模型需要哪些數(shù)學(xué)基礎(chǔ)，學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言，dsge如何學(xué)？在宏觀經(jīng)濟學(xué)中multiplier到底是什么意思呢？

本文導(dǎo)航

• 宏觀經(jīng)濟學(xué)教材答案
• 數(shù)學(xué)模型和數(shù)值分析哪個簡單
• 怎么系統(tǒng)的學(xué)習(xí)經(jīng)濟學(xué)
• dsge模型怎么使用
• 宏觀經(jīng)濟學(xué)利率是什么意思

宏觀經(jīng)濟學(xué)教材答案

博士。。。你的本和碩讀的是什么。。。

從neoclassical的RBC到NK模型都建立與DSGE之上，這個模型最大的特點就是Micro-foundation，從最大化消費者效用（受限于預(yù)算）得出同期的最優(yōu)消費（MRS=real wage）和跨期最優(yōu)消費（Euler equation）。若您從事宏觀的研究，還是好好學(xué)一下吧。。。

數(shù)學(xué)模型和數(shù)值分析哪個簡單

當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調(diào)查研究、了解對象信息、作出簡化假設(shè)、分析內(nèi)在規(guī)律等工作的基礎(chǔ)上，用數(shù)學(xué)的符號和語言，把它表述為數(shù)學(xué)式子，也就是數(shù)學(xué)模型，然后用通過計算得到的模型結(jié)果來解釋實際問題，并接受實際的檢驗。這個建立數(shù)學(xué)模型的全過程就稱為數(shù)學(xué)建模。數(shù)學(xué)　　近半個多世紀以來，隨著計算機技術(shù)的迅速發(fā)展，數(shù)學(xué)的應(yīng)用不僅在工程技術(shù)、自然科學(xué)等領(lǐng)域發(fā)揮著越來越重要的作用，而且以空前的廣度和深度向經(jīng)濟、金融、生物、醫(yī)學(xué)、環(huán)境、地質(zhì)、人口、交通等新的領(lǐng)域滲透，所謂數(shù)學(xué)技術(shù)已經(jīng)成為當代高新技術(shù)的重要組成部分。數(shù)學(xué)建?！　?shù)學(xué)模型（MathematicalModel）是一種模擬，是用數(shù)學(xué)符號、數(shù)學(xué)式子、程序、圖形等對實際課題本質(zhì)屬性的抽象而又簡潔的刻劃，它或能解釋某些客觀現(xiàn)象，或能預(yù)測未來的發(fā)展規(guī)律，或能為控制某一現(xiàn)象的發(fā)展提供某種意義下的最優(yōu)策略或較好策略。數(shù)學(xué)模型一般并非現(xiàn)實問題的直接翻版，它的建立常常既需要人們對現(xiàn)實問題深入細微的觀察和分析，又需要人們靈活巧妙地利用各種數(shù)學(xué)知識。這種應(yīng)用知識從實際課題中抽象、提煉出數(shù)學(xué)模型的過程就稱為數(shù)學(xué)建模（MathematicalModeling）?！　〔徽撌怯脭?shù)學(xué)方法在科技和生產(chǎn)領(lǐng)域解決哪類實際問題，還是與其它學(xué)科相結(jié)合形成交叉學(xué)科，首要的和關(guān)鍵的一步是建立研究對象的數(shù)學(xué)模型，并加以計算求解。數(shù)學(xué)建模和計算機技術(shù)在知識經(jīng)濟時代的作用可謂是如虎添翼。數(shù)學(xué)建模應(yīng)用　　數(shù)學(xué)是研究現(xiàn)實世界數(shù)量關(guān)系和空間形式的科學(xué)，在它產(chǎn)生和發(fā)展的歷史長河中，一直是和各種各樣的應(yīng)用問題緊密相關(guān)的。數(shù)學(xué)的特點不僅在于概念的抽象性、邏輯的嚴密性，結(jié)論的明確性和體系的完整性，而且在于它應(yīng)用的廣泛性，自從20世紀以來，隨著科學(xué)技術(shù)的迅速發(fā)展和計算機的日益普及，人們對各種問題的要求越來越精確，使得數(shù)學(xué)的應(yīng)用越來越廣泛和深入，特別是在21世紀這個知識經(jīng)濟時代，數(shù)學(xué)科學(xué)的地位會發(fā)生巨大的變化，它正在從國家經(jīng)濟和科技的后備走到了前沿。經(jīng)濟發(fā)展的全球化、計算機的迅猛發(fā)展，數(shù)理論與方法的不斷擴充使得數(shù)學(xué)已經(jīng)成為當代高科技的一個重要組成部分和思想庫，數(shù)學(xué)已經(jīng)成為一種能夠普遍實施的技術(shù)。培養(yǎng)學(xué)生應(yīng)用數(shù)學(xué)的意識和能力已經(jīng)成為數(shù)學(xué)教學(xué)的一個重要方面。編輯本段意義數(shù)學(xué)建?！　?shù)學(xué)建模是一種數(shù)學(xué)的思考方法，是運用數(shù)學(xué)的語言和方法，通過抽象、簡化建立能近似刻畫并"解決"實際問題的一種強有力的數(shù)學(xué)手段。　　數(shù)學(xué)建模就是用數(shù)學(xué)語言描述實際現(xiàn)象的過程。這里的實際現(xiàn)象既包涵具體的自然現(xiàn)象比如自由落體現(xiàn)象，也包含抽象的現(xiàn)象比如顧客對某種商品所取的價值傾向。這里的描述不但包括外在形態(tài)，內(nèi)在機制的描述，也包括預(yù)測，試驗和解釋實際現(xiàn)象等內(nèi)容?！　∥覀円部梢赃@樣直觀地理解這個概念：數(shù)學(xué)建模是一個讓純粹數(shù)學(xué)家（指只懂數(shù)學(xué)不懂數(shù)學(xué)在實際中的應(yīng)用的數(shù)學(xué)家）變成物理學(xué)家，生物學(xué)家，經(jīng)濟學(xué)家甚至心理學(xué)家等等的過程。　　數(shù)學(xué)模型一般是實際事物的一種數(shù)學(xué)簡化。它常常是以某種意義上接近實際事物的抽象形式存在的，但它和真實的事物有著本質(zhì)的區(qū)別。要描述一個實際現(xiàn)象可以有很多種方式，比如錄音，錄像，比喻，傳言等等。為了使描述更具科學(xué)性，邏輯性，客觀性和可重復(fù)性，人們采用一種普遍認為比較嚴格的語言來描述各種現(xiàn)象，這種語言就是數(shù)學(xué)。使用數(shù)學(xué)語言描述的事物就稱為數(shù)學(xué)模型。有時候我們需要做一些實驗，但這些實驗往往用抽象出來了的數(shù)學(xué)模型作為實際物體的代替而進行相應(yīng)的實驗，實驗本身也是實際操作的一種理論替代。應(yīng)用數(shù)學(xué)模型　　應(yīng)用數(shù)學(xué)去解決各類實際問題時，建立數(shù)學(xué)模型是十分關(guān)鍵的一步，同時也是十分困難的一步。建立教學(xué)模型的過程，是把錯綜復(fù)雜的實際問題簡化、抽象為合理的數(shù)學(xué)結(jié)構(gòu)的過程。要通過調(diào)查、收集數(shù)據(jù)資料，觀察和研究實際對象的固有特征和內(nèi)在規(guī)律，抓住問題的主要矛盾，建立起反映實際問題的數(shù)量關(guān)系，然后利用數(shù)學(xué)的理論和方法去分析和解決問題。這就需要深厚扎實的數(shù)學(xué)基礎(chǔ)，敏銳的洞察力和想象力，對實際問題的濃厚興趣和廣博的知識面。數(shù)學(xué)建模是聯(lián)系數(shù)學(xué)與實際問題的橋梁，是數(shù)學(xué)在各個領(lǐng)域廣泛應(yīng)用的媒介，是數(shù)學(xué)科學(xué)技術(shù)轉(zhuǎn)化的主要途徑，數(shù)學(xué)建模在科學(xué)技術(shù)發(fā)展中的重要作用越來越受到數(shù)學(xué)界和工程界的普遍重視，它已成為現(xiàn)代科技工作者必備的重要能力之一。為了適應(yīng)科學(xué)技術(shù)發(fā)展的需要和培養(yǎng)高質(zhì)量、高層次科技人才，數(shù)學(xué)建模已經(jīng)在大學(xué)教育中逐步開展，國內(nèi)外越來越多的大學(xué)正在進行數(shù)學(xué)建模課程的教學(xué)和參加開放性的數(shù)學(xué)建模競賽，將數(shù)學(xué)建模教學(xué)和競賽作為高等院校的教學(xué)改革和培養(yǎng)高層次的科技人才的一個重要方面，現(xiàn)在許多院校正在將數(shù)學(xué)建模與教學(xué)改革相結(jié)合，努力探索更有效的數(shù)學(xué)建模教學(xué)法和培養(yǎng)面向21世紀的人才的新思路，與我國高校的其它數(shù)學(xué)類課程相比，數(shù)學(xué)建模具有難度大、涉及面廣、形式靈活，對教師和學(xué)生要求高等特點，數(shù)學(xué)建模的教學(xué)本身是一個不斷探索、不斷創(chuàng)新、不斷完善和提高的過程。為了改變過去以教師為中心、以課堂講授為主、以知識傳授為主的傳統(tǒng)教學(xué)模式，數(shù)學(xué)建模課程指導(dǎo)思想是：以實驗室為基礎(chǔ)、以學(xué)生為中心、以問題為主線、以培養(yǎng)能力為目標來組織教學(xué)工作。通過教學(xué)使學(xué)生了解利用數(shù)學(xué)理論和方法去分析和解決問題的全過程，提高他們分析問題和解決問題的能力；提高他們學(xué)習(xí)數(shù)學(xué)的興趣和應(yīng)用數(shù)學(xué)的意識與能力，使他們在以后的工作中能經(jīng)常性地想到用數(shù)學(xué)去解決問題，提高他們盡量利用計算機軟件及當代高新科技成果的意識，能將數(shù)學(xué)、計算機有機地結(jié)合起來去解決實際問題。數(shù)學(xué)建模以學(xué)生為主，教師利用一些事先設(shè)計好問題啟發(fā)，引導(dǎo)學(xué)生主動查閱文獻資料和學(xué)習(xí)新知識，鼓勵學(xué)生積極開展討論和辯論，培養(yǎng)學(xué)生主動探索，努力進取的學(xué)風(fēng)，培養(yǎng)學(xué)生從事科研工作的初步能力，培養(yǎng)學(xué)生團結(jié)協(xié)作的精神、形成一個生動活潑的環(huán)境和氣氛，教學(xué)過程的重點是創(chuàng)造一個環(huán)境去誘導(dǎo)學(xué)生的學(xué)習(xí)欲望、培養(yǎng)他們的自學(xué)能力，增強他們的數(shù)學(xué)素質(zhì)和創(chuàng)新能力，提高他們的數(shù)舉素質(zhì)，強調(diào)的是獲取新知識的能力，是解決問題的過程，而不是知識與結(jié)果。接受參加數(shù)學(xué)建模競賽賽前培訓(xùn)的同學(xué)大都需要學(xué)習(xí)諸如數(shù)理統(tǒng)計、最優(yōu)化、圖論、微分方程、計算方法、神經(jīng)網(wǎng)絡(luò)、層次分析法、模糊數(shù)學(xué)，數(shù)學(xué)軟件包的使用等等“短課程”（或講座），用的學(xué)時不多，多數(shù)是啟發(fā)性的講一些基本的概念和方法，主要是靠同學(xué)們自己去學(xué)，充分調(diào)動同學(xué)們的積極性，充分發(fā)揮同學(xué)們的潛能。培訓(xùn)中廣泛地采用的討論班方式，同學(xué)自己報告、討論、辯論，教師主要起質(zhì)疑、答疑、輔導(dǎo)的作用，競賽中一定要使用計算機及相應(yīng)的軟件，如Spss，Lingo，Mapple，Mathematica，Matlab甚至排版軟件等。編輯本段過程模型準備　　了解問題的實際背景，明確其實際意義，掌握對象的各種信息。用數(shù)學(xué)語言來描述問題。模型假設(shè)　　根據(jù)實際對象的特征和建模的目的，對問題進行必要的簡化，并用精確的語言提出一些恰當?shù)募僭O(shè)。模型建立　　在假設(shè)的基礎(chǔ)上，利用適當?shù)臄?shù)學(xué)工具來刻劃各變量之間的數(shù)學(xué)關(guān)系，建立相應(yīng)的數(shù)學(xué)結(jié)構(gòu)（盡量用簡單的數(shù)學(xué)工具）。模型求解　　利用獲取的數(shù)據(jù)資料，對模型的所有參數(shù)做出計算（或近似計算）。模型分析　　對所得的結(jié)果進行數(shù)學(xué)上的分析。模型檢驗　　將模型分析結(jié)果與實際情形進行比較，以此來驗證模型的準確性、合理性和適用性。如果模型與實際較吻合，則要對計算結(jié)果給出其實際含義，并進行解釋。如果模型與實際吻合較差，則應(yīng)該修改假設(shè)，再次重復(fù)建模過程。模型應(yīng)用　　應(yīng)用方式因問題的性質(zhì)和建模的目的而異。

怎么系統(tǒng)的學(xué)習(xí)經(jīng)濟學(xué)

學(xué)習(xí)經(jīng)濟學(xué)需要熟悉哪些編程語言？

1)壇友arthur_2006

處理和分析數(shù)據(jù)都用得到，最基本的是excel，如果你的VBA用得好的話會有很大的幫助，如果你要分析數(shù)據(jù)的話，比如你要建模那么SAS還是不錯的，不過比較難掌握如果你沒有語言方面的基礎(chǔ)，其他還有很多軟件也能做得到。很多銀行證券期貨企業(yè)都使用的是oracle或者DB2,一些小企業(yè)可能使用的是SQL, 所以如果想在這方面發(fā)展就要掌握數(shù)據(jù)庫的知識，畢竟金融和計算機兼?zhèn)涞娜瞬胚€是稀缺的，而且國內(nèi)很多行業(yè)都是用的是這幾大數(shù)據(jù)庫比如電信醫(yī)療航空等等，不會分析金融數(shù)據(jù)恐怕稱不上什么金融專家吧，至于你分析得準還是不準那就要看你的金融知識掌握的程度啦，尤其是投資專業(yè)的學(xué)生學(xué)習(xí)一些這方面的知識是必要的，很多人是應(yīng)用金融學(xué)專業(yè)的偏向于財務(wù)，那就去考考CFA,ACCA什么的，也沒必要在這上面花費太多精力而且工作中很可能用不到的，金融數(shù)學(xué)金融工程精算專業(yè)的同學(xué)花點時間研究一下還是很有必要的，總而言之一句話，首先要看你的興趣再就是你的專業(yè)和發(fā)展方向。

2)編程愛好者任坤

做統(tǒng)計和計量的話，想要跟當今的國際學(xué)術(shù)界接軌，最好學(xué)R，至少我所知道的目前美國的統(tǒng)計學(xué)術(shù)界被R占領(lǐng)的趨勢很明顯了。

如果只是做簡單地回歸隨便解讀一下，那隨便選個傻瓜軟件就可以了。如果只是應(yīng)用現(xiàn)成的成熟的計量模型來做實證研究，那么傻瓜軟件一般也就可以了。如果要以統(tǒng)計、計量為研究領(lǐng)域或者專業(yè)領(lǐng)域，那么編程性的東西是少不了的，即使是做實證如果涉及較為復(fù)雜的數(shù)據(jù)結(jié)構(gòu)，懂編程也能幫你大幅提高生產(chǎn)力。另外，R的社區(qū)比較活躍，能夠較好地跟上前沿。

如果涉及到處理較大的數(shù)據(jù)，一種辦法是用SAS，如果不想用SAS可以學(xué)數(shù)據(jù)庫方面的東西，比如把數(shù)據(jù)放在SQLite數(shù)據(jù)庫中然后用{RSQLite}訪問數(shù)據(jù)庫，或者用{sqldf}通過SQL操作環(huán)境中的data frame。

如果覺得執(zhí)行某項任務(wù)R單核速度慢，那么可以使用{parallel}或者{parallelMap}做并行計算，也可以利用云計算來處理數(shù)據(jù)。

如果涉及到其他社區(qū)的東西在R社區(qū)中沒有實現(xiàn)，例如Java的東西，可以用{rJava}來調(diào)用Java的對象，不過速度有些慢。

比較好的辦法是我在想從事數(shù)據(jù)分析工作，學(xué)什么軟件或語言最好？ 提到的F#函數(shù)式編程語言，用RProvider可以直接調(diào)用R，用JavaProvider直接調(diào)用Jar打包的Java程序，用PythonProvider（即將發(fā)布）直接調(diào)用Python程序，等等，很容易將各大社區(qū)的資源整合在一起使用。

目前我在GitHub上面弄一個通過R學(xué)習(xí)統(tǒng)計、計量、非參、數(shù)據(jù)可視化、數(shù)據(jù)庫的repo: renkun-ken/learnR on GitHub ，雖然目前還沒什么內(nèi)容，不過可以跟蹤一下。

以上說得都是經(jīng)濟學(xué)相關(guān)的統(tǒng)計和計量方面所需要的編程。事實上統(tǒng)計和計量所需的「編程」較為簡單，基本也就是處理數(shù)據(jù)、應(yīng)用已經(jīng)提供的計量模型，更多需要編程的是：一、如果涉及較為前沿的計量模型，可能還需要自己實現(xiàn)；二、一些蒙特卡羅模擬需要一些編程。

從經(jīng)濟學(xué)相關(guān)的一些新型領(lǐng)域來說，計算經(jīng)濟學(xué)（Computational Economics）、計算統(tǒng)計學(xué)（Computational Statistics）以及計算計量學(xué)（Computational Econometrics）則需要較強的編程能力，包括算法實現(xiàn)、算法分析等等。舉個例子，計算經(jīng)濟學(xué)中目前做的一塊研究是Agent-based computational finance，就是建立一個模擬的金融市場，里面有幾種資產(chǎn)，每種資產(chǎn)的基本面由隨機的紅利決定，里面有許多遵循各種邏輯的投資者，投資者對于紅利發(fā)放持有的信念不同，因而從各自的邏輯觸發(fā)的交易行為不同。在一個復(fù)式競價（double auction）的交易市場中，什么樣的投資者組成或者行為方式、什么樣的記憶長短，能夠最大程度地復(fù)制出我們在現(xiàn)實金融市場中觀測到的資產(chǎn)價格或者資產(chǎn)收益率規(guī)律，例如資產(chǎn)收益率尖峰肥尾、不對稱性。此時，研究者就需要較扎實的金融知識來設(shè)計一個不過于簡單而又不過于復(fù)雜的模擬金融市場，也需要相應(yīng)的編程能力把模型用程序語言編寫出來。這中間會設(shè)計許多編程技術(shù)，例如數(shù)據(jù)庫（有時要跟蹤許多變量，例如投資者現(xiàn)金流動、財富分布）、并行計算（CPU多核并行、多進程并行、集群上的并行甚至GPU計算）等等。這方面的研究從1990s年代才開始。

3)知乎網(wǎng)友Jichun Si

計量經(jīng)濟學(xué)也有很多小的門類，請對號入座。有很多軟件，Stata, matlab, R, SAS是相對來說用的比較多的。

如果是做應(yīng)用計量（特別是橫截面數(shù)據(jù)、面板數(shù)據(jù)），Stata是不二之選，因為不管是管理數(shù)據(jù)還是跑回歸，實在太太太方便了。現(xiàn)在主流期刊的應(yīng)用微觀計量文章里面能用到的模型stata幾乎都有，而且其中的絕大多數(shù)都是用stata做的。而且最大的優(yōu)點是，簡單！

如果做應(yīng)用的時間序列，Eviews似乎是一個不錯的選擇。但是我一般不做這方面，也不是很有發(fā)言權(quán)。

如果做理論計量，stata eviews是沒有現(xiàn)成的包的，而且即便Stata可以編程，可編程能力也是很差的，而且不穩(wěn)健。所以懂R和Matlab就非常順手。當然也可以用Python，最近Sargent就寫了本用Python做計量的書。還有一個Julia，是這三種語言的混合，但是速度快很多，缺點是太過于小眾。

如果對速度要求高，特別是金融計量很多對速度有要求的，可以考慮C、Fortran等語言。C和Fortran肯定是最快的。還有一個叫做OX的，速度快，但是也很小眾。但是這些語言的缺點是學(xué)習(xí)難度比較高，開發(fā)時間比較慢。Julia據(jù)說速度堪比C，而且語法特別像Matlab、Python（意味著容易學(xué)習(xí)），但是處于剛起步階段，用的人太少了。

如果是金融計量領(lǐng)域，強烈建議學(xué)會SAS。SAS是最權(quán)威，速度也很快，當然最大的問題是昂貴，而且可編程能力不是多么好。但是金融里面數(shù)據(jù)量都非常非常非常大，一般的軟件都癱的時候，SAS就派上用場了。

像我自己，做應(yīng)用的時候都是用stata整理數(shù)據(jù)，能用stata的堅決不用其他軟件。但是因為有的時候做一些理論計量的工作，所以matlab也是必不可少的。我也在學(xué)習(xí)Julia，因為matlab的速度實在太慢。Python我一般不用來做科學(xué)計算，用的人不多，而且速度慢，一般是用來抓數(shù)據(jù)的。

最后還是補充一點吧，為什么我推薦matlab而不是其他的軟件，也是有道理的。很多模型，比如空間計量模型（spatial econometrics）、貝葉斯估計、以及宏觀計量里面的DSGE model、SVAR等模型，在stata、Eviews里面都是沒有什么現(xiàn)成的東西可以用的，但是matlab提供了豐富的包，比如Dynare就是基于Matlab的，還有LeSage的空間計量軟件包等等，也是基于matlab的。所以幾乎你想用的模型matlab里面都能找到codes然后直接用。就算沒有，你自己在matlab里面寫，也不是什么難事。

最后想起一句話來，關(guān)于這些軟件的選擇（stata除外，因為stata在應(yīng)用計量領(lǐng)域的地位是幾乎不可替代的）可以用兩句話來概括：如果你自己的時間比計算機的時間寶貴的話，學(xué)習(xí)matlab、R、甚至Python、Julia是最合適的，如果計算機的時間比你的時間寶貴的話，學(xué)習(xí)C、Fortran是必須的。當然除非你的工作非常特殊（比如一些大型的結(jié)構(gòu)模型的估計），一般來說，還是自己的時間更寶貴一點。

綜上，做應(yīng)用和做理論是不可能用一種軟件解決的，建議根據(jù)自己的方向進行挑選。我覺著stata、matlab是比較推薦的，一個方便，一個靈活，都很強大，而且學(xué)習(xí)難度都不大，用的人都很多，交流起來相當方便。

4）網(wǎng)友張真實

數(shù)據(jù)，簡單的用excel，直觀，方便。復(fù)雜一些的…excel最多可以有6萬多行，你確定你需要從那么大量的數(shù)據(jù)開始“學(xué)經(jīng)濟學(xué)么？

復(fù)雜的用R，各種模型，算法，實現(xiàn)，基本上R都有對應(yīng)的軟件包了，下載下來直接用即可，多讀文檔多練多用，半年左右就可以拋開excel直接用R作實戰(zhàn)了。我博士論文全部回歸和輸出都是用R的，現(xiàn)在寫的論文也都用它。替代品是Stata。也很好，但如果你和我一樣是從0開始，那么強烈建議選R。

R的一個不足是沒法作符號運算，這個免費的解決方案有python搭配scipy numpy等幾個包，不過建議你用mathematica，它的符號計算功能最強大，輸出格式也最好。你可以找個jacobian矩陣搞一下符號計算，比較一下結(jié)果就知道了。

Python這東西，熟悉了R之后，發(fā)現(xiàn)有功能是R實現(xiàn)不了的，到時候有實際需求了，再學(xué)也不遲。不是立刻就需要的。

此外，所有經(jīng)濟學(xué)研究(我是指empirics類型的，具體意思你懂的)，都要會用latex，可以把它看做是一門編程語言。在word里排數(shù)學(xué)公式，用不了多久你就會瘋掉。R中可以用ggplot2來繪圖，輸出到tex中。普通數(shù)據(jù)表用xtable包輸出到tex，回歸結(jié)果用stargazer輸出到tex，都很方便。

5）網(wǎng)友bayes

首先要說的是R，絕對是目前國外學(xué)術(shù)界的主流，統(tǒng)計系基本除R以外沒有其他了，計量作為和統(tǒng)計相關(guān)的方向，R也在逐漸滲透。所以推薦學(xué)習(xí)。

順便說一句，R的學(xué)習(xí)曲線是比較陡峭的，所以我不太建議零基礎(chǔ)的人從R開始，否則挫折感會比較強烈。而python會略好，所以我建議從python開始。

python并非是專用于統(tǒng)計或者計量的軟件，而是一種非常流行的通用編程語言。經(jīng)過多年發(fā)展，庫也非常齊備。我試用過numpy，scipy和pandas等庫，與其他通用編程語言相比，算是相當好用，不過個人感覺還是比不上R，比如畫圖，

ggplot2真心是神一般的存在，python的庫還是略遜一籌。但是，除了數(shù)據(jù)處理之外，python可以干的事情太多了，也太牛了。我們主要要用到的，比如網(wǎng)頁采集數(shù)據(jù)，需要正則表達式，解析網(wǎng)頁等等。這些方面python就比R有優(yōu)勢多了。

當然，從趨勢來看，未來似乎python比R更優(yōu)。R是一群統(tǒng)計學(xué)家在編程序，python是一群計算機專家在爭取搞數(shù)據(jù)處理。似乎python的基礎(chǔ)更扎實。個人觀點，僅供參考。

stata我認為是除了R以外最好的計量軟件了，我兩者均用過數(shù)年數(shù)個項目，但是依然感覺R更好用，整理和處理數(shù)據(jù)更方便。所以即使在樓上諸位所提到的微觀計量領(lǐng)域，我依然更喜歡R。

除此以外spss，或者eviews等，感覺管理類學(xué)生用的更多，功能比較受限，不太推薦。這里不贅述。上述的幾個軟件，還有個問題，在于都是收費的，考慮到未來知識產(chǎn)權(quán)的保護，還是用免費的略靠譜。

R的主要缺點有兩個：

1，面對大數(shù)據(jù)乏力。這方面sas確實有優(yōu)勢，但是不得不說，sas的語法太反人類了，完全接受不能。面對這個問題，我要說的是，你得看問題有多大。以我的經(jīng)驗，經(jīng)濟里面的數(shù)據(jù)量似乎還不足以超過R的處理上限很多?？赡芙鹑诘母哳l數(shù)據(jù)會比較大，我個人沒啥經(jīng)驗，如果遇到再補充。我嘗試過10g的數(shù)據(jù)，最簡單的辦法，不是學(xué)sas，而是買16g的內(nèi)存。：）以現(xiàn)在的內(nèi)存價格，我覺得32g以下的問題不大。

2，性能不足。這方面python也有同樣的問題，最好的解決方案是混合c/c++，不過這個就是無底洞了，耗時極多，都不見得能學(xué)好。建議的方法，還是買硬件，這個最簡單。：）當然用并行包等，也是解決方法之一，我嘗試過幾次用機房的多臺機器做集群，不是太成功。求高人指點。

上面諸位還提到過幾個軟件，我也略微說一下自己知道的一些軟件的看法：

matlab：好東西，關(guān)鍵還是性能問題，同樣可以靠c/c++來解決。但是我不喜歡比較大的軟件，為了求個均值方差，等它啟動就占了5分鐘。。。

julia：好東西X2，目前關(guān)注中，可能還比較年輕，導(dǎo)致配套的庫略少，不過看好未來發(fā)展，主要是吸取了matlab，python和c/c++的有點，寫的快，運算的也快，未來看漲，緊密關(guān)注。

最后提一下函數(shù)式編程，是個好東西，但是不看好純粹函數(shù)式編程的未來。它體現(xiàn)了一種頗先進的編程思想，但是在實際工作中，往往性能方面的問題較大。要解決這個問題，還是的混合函數(shù)式編程和其他方式，但這就是python，R等軟件已經(jīng)實現(xiàn)的方式，似乎又沒有必要專門去學(xué)其他的函數(shù)式編程了。

6）上海財經(jīng)大學(xué)博士 榮健欣

Stata微觀計量中應(yīng)用極多，主要是直接輸命令回歸，需要編程的地方不多。

至于編程，推薦R、Python.

R是非常好的統(tǒng)計分析軟件，在計量經(jīng)濟學(xué)中的應(yīng)用可以見Econometrics in R, Applied Econometrics with R Time Series Analysis with Applications in R這幾本書

Python用來抓數(shù)據(jù)很好，并且有數(shù)學(xué)計算包SciPy可以部分替代Matlab之類科學(xué)計算的功能。

7）知乎網(wǎng)友justin

本科經(jīng)濟統(tǒng)計學(xué)，由于學(xué)校奇葩的課程設(shè)置，我們分別使用過：

EViews：計量經(jīng)濟學(xué)，時序和多元統(tǒng)計。

Stata：計量經(jīng)濟學(xué)。

SPSS：專門開的一門課，這個巨汗，權(quán)當復(fù)習(xí)了一遍統(tǒng)計學(xué)。

Excel：大一的統(tǒng)計入門課使用的，這個也巨坑，就是簡單的函數(shù)使用，一點沒有涉及VBA。

Matlab：這個沒有專門的課，是上完了C語言程序設(shè)計以后副產(chǎn)品，后來接觸了R和Mathematica就基本拋棄了它。

R/S-Plus：在回歸分析的時候使用了S-Plus，不過那時候我已經(jīng)使用R語言很久了，而且S-Plus基本兼容，所以沒有使用過S-Plus。

Minitab：質(zhì)量控制課程上用的，基本的統(tǒng)計加上一些實驗設(shè)計。

SAS：這個在實驗室中自學(xué)過幾次，直接被其奇葩的語法雷到了，據(jù)說我們學(xué)校的研究生有專門的SAS課程（類似于本科的SPSS課程），呵呵了～

我們系的妹（xue）紙（ba）就曾經(jīng)抱怨說使用的軟件太多了，完全被逼瘋的感覺，還給我們親愛的系主任提過意見。作為學(xué)渣也就這個問題問過系主任，她的意思是不同的軟件在處理不同的數(shù)據(jù)時候是各有所長的，而且你們課程還是蠻輕松的，就多學(xué)點吧，另外不同的老師有不同的軟件使用愛好，上課使用不同的軟件是必然的。

學(xué)習(xí)經(jīng)濟學(xué)的同學(xué)，Excel和SPSS，EViews（或者Stata)就蠻好的了，Stata和EViews都可以寫一些程序的，SPSS的界面化操作也是很友好的。本人使用的R，在上各種課中也都會在學(xué)了那些軟件后再使用R來實現(xiàn)（其實絕大多數(shù)時候R都已經(jīng)有現(xiàn)成的包了，我也大多是直接使用），R還是很不錯的，推薦。

很多前輩也提出了，經(jīng)濟學(xué)學(xué)生學(xué)習(xí)編程適可而止就好了，要不然就是一條不歸路啊，面臨著徹底轉(zhuǎn)行的危險，本人就是一枚反面例子（淚～。所以什么Python啊，C++啊，Julia啊就不要接觸了。

dsge模型怎么使用

當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調(diào)查研究、了解對象信息、作出簡化假設(shè)、分析內(nèi)在規(guī)律等工作的基礎(chǔ)上，用數(shù)學(xué)的符號和語言，把它表述為數(shù)學(xué)式子，也就是數(shù)學(xué)模型，然后用通過計算得到的模型結(jié)果來解釋實際問題，并接受實際的檢驗。這個建立數(shù)學(xué)模型的全過程就稱為數(shù)學(xué)建模。數(shù)學(xué) 近半個多世紀以來，隨著計算機技術(shù)的迅速發(fā)展，數(shù)

宏觀經(jīng)濟學(xué)利率是什么意思

在宏觀經(jīng)濟學(xué)中multiplier到底是什么意思呢？在宏觀經(jīng)濟學(xué)中multiplier即是乘數(shù)的意思。

乘數(shù)是宏觀經(jīng)濟學(xué)的一個術(shù)語，指每單位外生變量（如政府支出或銀行儲備）的變化所帶來的引致變量的變動情況（如GDP或貨幣供應(yīng)）。

國民收入變動量與引起這種變動量的最初注入量的比例。用公式表示為k=y/J ，其中Y 表示國民收入的變化，J 表示支出的變化。例如，k=2，那么，每年的支出流量比如說投資持續(xù)增加，將導(dǎo)致每年國民收入的流量增量為投資增量的一倍。支出乘數(shù)包括投資乘數(shù)、政府購買乘數(shù)等。

乘數(shù)作用可通過初始支出后的一系列事件來說明。以投資為例，投資的增加引起收入增加，增加的收入中將有一部分花費在其他商品和勞務(wù)上，這意味著生產(chǎn)這些商品和勞務(wù)的人的收入增加，隨后他們也將花費一部分增加的收入。如此繼續(xù)下去，每一輪的收入總量越來越小。顯然，最終引起的收入增量的大小取決于每一階段有多少收入用于消費，即取決于這一系列事件中有關(guān)人員的邊際消費傾向。投資乘數(shù)之值等于1 /（1-邊際消費傾向）；或者，由于邊際消費傾向與邊際儲蓄傾向之和等于1，所以乘數(shù)之值等于l / 邊際儲蓄傾向。所以邊際儲蓄傾向越大，乘數(shù)之值越小。乘數(shù)是簡單的收入—支出模型中的一個基本特征。