[经验总结] 介绍一下微观计量 [复制链接]

littleyy
UID: 2993222

寄托新兵

Rank: 2

声望: 43
寄托币: 710
注册时间: 2011-1-17
精华: 1
帖子: 7

电梯直达

楼主

发表于 2016-2-9 11:16:23 |只看该作者 |倒序浏览

本帖最后由 littleyy 于 2016-2-9 11:21 编辑

Econ job market candidate 一枚。焦急等待offer中。为了积攒人品，发个贴给各位学弟学妹介绍一下我的科研方向：微观计量（microeconometrics）。

我这里写的都是我的一家之言，大家带着批判的态度看哈。
==================================================================

首先讲讲领域的杂志。
Tier 1：（Top 5）：Econometrica (ECMA)，Review of Economic Studies (ReStud)
1. Top 5, 你们都懂得。其他三个没见过metrics的paper（好吧， Heckman 有个sample selection的paper发在AER（1990）好像）。

Tier 2: Journal of Econometrics (JoE), Quantitative Economics (QE), Journal of Business and Economic Statistics (JBES)
1. JoE， JBES是top field， QE是general interest journal
2. 听说ECMA悲剧的可以直接选择QE，referee report 通用（两本杂志都是Econometrics Society下面的）
3. QE比较新，一开始几期都是约稿的，质量很高。
4. JBES更偏application，JoE允许pure theory。

Tier 3：Econometrics Theory （ET）， Econometrics Journal（EJ）
1. EJ比较新，ET比较老牌
2. 感觉EJ比较偏microeconometrics，ET比较偏time-series,不过只是感觉

Statistical Journals：Journal of the American Statistical Association (JASA), Annals of Statistics (AoS), Journal of the Royal Statistical Society（JRSS）
1. JASA分theory跟application，JRSS有A，B，C三个series，其中series B, i.e. JRSSb 偏theory
2. JASA跟AoS很多文章不相关（我看不懂），能理解的一期最多不超过30%。JRSSb我没怎么看过，除非是查文献查到。
3. 这三个都是统计的top journal，至于怎么跟metrics journal比就众说纷纭的。

如果想做metrics，可以去subscribe各本杂志的content alert。尽早开始接触学科的前沿（当然，杂志发表周期1-2年，所以应该是1-2前的前沿…）
===============================================================

其次再来讲讲我觉得必要的知识。
以我个人的学习经历来看，PhD first，second year教的metrics还不足以直接支撑你开始做科研。还有不少内容要自己学一下。但大家也不要慌，这么多书又不是要你一年看完，你现在开始有所准备，肯定都来得及。我看的时候没人帮我归纳，只能自己摸索，现在我讲讲自己的经验，希望能给大家提供一些有用的信息。

1. 基础的概率论可以看 Probability Theory and Examples by Rick Durrett. 第三版应该有讲Donsker Theorem，各种CLT for non-independent sequence. 再新的版本好像最后内容换了。
2. Metrics textbook 学校用的Hayashi, 感觉比较省事， GMM到extreme-estimator很清楚。如果要做偏micro，我推荐再看看Amemiya Advanced Econometrics，里面讲到quantile regression，sample selection，censored model，truncated model。这些都是microeconometrics的基础model。另外还可以看看Wooldridge的Econometric Analysis of Cross Section and Panel Data。特别是panel这块。如果想做time-series, 看完Hayashi看Hamilton吧，之后还有Brockwell & Davis的 Time Series：Theory and Methods。
3. 之后看Handbook of Econometrics Vol 4 Chapter 38。它讲的是large sample theory, 算是做科研的起点。特别是里面讲到nonsmooth object function，Taylor expansion用不了时怎么办。其他的chapter，还有Vol 6 的chapter就挑着自己喜欢的看吧。
4. Non/semi-parametric 分为kernel method 跟sieve method两大类。总的来讲，kernel是local approximation 而sieve 是global approximation. kernel method的话看Li and Racine：Nonparametric Econometrics，加上Serfling的Approximation Theorems of Mathematical Statistics关于U-statistic的部分。Sieve的话看handbook chapter 76（Large Sample Sieve Estimation of Semi-nonparametric Models by Xiaohong Chen）。Chapter 76没有证明，所以要看相关paper补充（Ai and Chen ECMA 2003 还有Chen，Hong and Tamer ReStud 2005）
5. Empirical Process：这个我问过一个知名的年轻教授，她的回答是如果你要做理论，empirical process现在是必修的。计量中很多涉及asymptotics或者weak convergence。整个empirical process理论就是解决了weak convergence的问题，而且这种convergence还是uniform over some function space。这是一个很实用的工具。看书的话就看Weak Convergence and Empirical Process by Van der Vaart and Wellner 1998吧。看完之后再看Kim and Pollard AoS 1990 （Cube Root Asymptotics）了解一下理论是咋用的。
6. 最后再提两本书，Asymptotic Statistics by van der Vaart 跟 Statistical Estimation：Asymptotic Theory by Ibragimov and Has’minskii. 两本都讲到limit experiment，efficiency等概念，这些跟（semiparametric）efficiency bound，adaptive estimation有关，如果碰到相关问题，可以查阅。

我现在1跟2的书都至少翻过一遍，chapter38，76仔细看过，Li and Racine就看了前几个chapter，Van der Vaart and Wellner花了一个暑假仔细看过，6中的两本就翻过相关章节。我的经验是1-5都可以脱离论文直接学。之后的话看论文，有不懂的再查相关的书。
==================================================================

最后再来讲讲现在的学术前沿（我瞎扯几句哈, 大家不要太当真的）
1. Big data
好吧，这个已经被Prof. Chernozhukov 跟他的coauthor们做了好多了，你感兴趣的话可以先从他的主页上的相关论文看起。
2. Uniformity
现在都讲究robust inference了， i.e. Data generating process （DGP） is drifting w.r.t sample size。为什么，因为有measurement error，weak instrument，weak identification的问题. 这些能导致discontinuity of limiting distribution。举个例子，如果instrument是irrelevant （first stage coefficient = 0），那么2nd stage estimator就不consistent，而如果不等于0，那不仅consistent，而且asymptotically normal。所以关于first stage coefficient，second stage estimator的极限分布是不连续的。First stage estimator到底是不是0我们不能100%确定，所以需要一种极限理论能够robust to first stage coefficient = 0。论文的话，看Prof. Cheng from Upenn
3. Partial identification
如果你只关心sharp set的问题，那要找到有意思的model，然后找到有意义的assumption，在这些assumption下，算出这个model的sharp identified set。注意我强调要有sharp set，否则你得结论很难被接受。如果你还关心inference，那是一个很难，很理论的问题，我涉猎不深。Andrews from Yale跟他的authors有几篇这方面很重要的论文。
4. (Nonlinear) Panel data and Factor models
这个和big data有交集。有很多应用，Prof. Fernandez-Val from BU有一些panel data方面的论文。关于factor model，Prof. Jushan Bai from Columbia 是权威之一。
5. 1-4 的 cross term（这个我就随便说说）
6. 当然，最重要的还是你感兴趣的topic。
==================================================================

总结一下。
Microeconometrics的科研着重有两方面，第一是要发现有意思的，热门的问题。有意思是指applied economist会有兴趣听你讲你的结果。热门是指近期metrics界牛教授们在思考的问题，这个要你导师帮你把把关。第二就是你把问题做出来的能力，也就是所谓的technical ability。这个要通过看论文多总结别人的方法。还要累计更多的基础知识。但我也要提醒一下，纯粹的technicality永远不是econometrician所要追求的。而且pure technical的问题不容易被接受的，用我导师的话讲就是hard to sell。好，就写这么多，希望对大家有帮助。也希望我这周有offer！

==================================================================
Q&A：
大家对于博士申请，学习，Econ job market，有问题的可以回帖问，我尽量回答。