計量經濟學與編程

1. UNSW經濟學/計算機科學3673課程

這個雙學位可以讓學生同時學習經濟學和計算機科學，並通過結合這些專業在生活和工作中更加熟練的運用其中。
計算機科學涉及計算機系統的設計，構造和使用的研究。它涉及計算機系統中數據和數據結構的表示，以及通過編程語言和機器系統自動處理此信息的演算法的設計。
在經濟學學習期間，學生將學習分析技巧，這些技巧將廣泛應用於商業，金融和政策領域。雙重學位課程在經濟學（包括計量經濟學和金融經濟學）和計算機科學（包括資料庫系統，人工智慧和編程語言）方面擁有廣泛的專業。
完成雙學位課程後，成績優異的學生有可能獲得經濟學或計算機科學榮譽學年。
為什麼選擇這個專業？
能夠很好的將經濟學和計算機科學相結合。
什麼樣的學生適合這個專業？
任何希望攻讀計算機科學學位，並擁有扎實的商業技能和經濟學學位的知識的人。
入學要求：
A levels成績：12
（所有申請人都必須提供至少兩個高級（A2）科目。入學分數是通過使用以下值計算得出的：A * = 6，A = 5，B = 4，C = 3，D = 2和E = 1 。）
IB Diploma成績：32
國際ATAR：88.00

概況：
將計量經濟學等專業與計算機科學學科相結合具有實際應用。該課程有經濟學（3）和計算機科學（8）的廣泛專業。完成此課程後，高成就學生可能會獲得經濟學或計算機科學榮譽年。
未來就業方向：
· 商業顧問
· 首席技術官
· 資料庫開發人員
· 統計分析師
· 系統工程師

雙學位課程結構：
學生必須完成192個學分。
核心課程(96學分)-經濟學
學生必須完成以下的課程，才能滿足這個學位的核心要求。

數學經濟學課程法特別安排
學生應參加計算機科學專業要求的MATH課程，即MATH1131 / MATH1141和MATH1231 / MATH1241。這些課程將替代您專業的經濟學課程，如下所示：
-MATH1131 / MATH1141將替代ECON1202。
MATH1231 / MATH1241將替代ECON1203。
學生可以選擇將MATH對課程計入計算機科學部分，並且必須另外完成2門經濟學選修課（共4門）；或涉及經濟學部分，並且必須完成2門其他計算機科學選修課。

商業基礎課程（6學分）
財務管理
組織資源
創造價值
數據，見解和決策
組織，法律與可持續性

經濟學核心課程（6學分）
經濟觀點

經濟學專業
經濟學
計量經濟學
金融經濟學

經濟學選修課（12學分）
財務報告和分析中的問題
管理會計2
任何經濟學課程

新南威爾士大學商務選修課（12學分）：
新南威爾士大學商學院提供的任何課程

2. 學習經濟學需要熟悉哪些編程語言

學習經濟學需要熟悉哪些編程語言？

1)壇友arthur_2006
處理和分析數據都用得到，最基本的是excel，如果你的VBA用得好的話會有很大的幫助，如果你要分析數據的話，比如你要建模那麼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，其他還有很多軟體也能做得到。很多銀行證券期貨企業都使用的是oracle或者DB2,一些小企業可能使用的是SQL, 所以如果想在這方面發展就要掌握資料庫的知識，畢竟金融和計算機兼備的人才還是稀缺的，而且國內很多行業都是用的是這幾大資料庫比如電信醫療航空等等，不會分析金融數據恐怕稱不上什麼金融專家吧，至於你分析得准還是不準那就要看你的金融知識掌握的程度啦，尤其是投資專業的學生學習一些這方面的知識是必要的，很多人是應用金融學專業的偏向於財務，那就去考考CFA,ACCA什麼的，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，金融數學金融工程精算專業的同學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和發展方向。

2)編程愛好者任坤
做統計和計量的話，想要跟當今的國際學術界接軌，最好學R，至少我所知道的目前美國的統計學術界被R佔領的趨勢很明顯了。

如果只是做簡單地回歸隨便解讀一下，那隨便選個傻瓜軟體就可以了。如果只是應用現成的成熟的計量模型來做實證研究，那麼傻瓜軟體一般也就可以了。如果要以統計、計量為研究領域或者專業領域，那麼編程性的東西是少不了的，即使是做實證如果涉及較為復雜的數據結構，懂編程也能幫你大幅提高生產力。另外，R的社區比較活躍，能夠較好地跟上前沿。

如果涉及到處理較大的數據，一種辦法是用SAS，如果不想用SAS可以學資料庫方面的東西，比如把數據放在SQLite資料庫中然後用{RSQLite}訪問資料庫，或者用{sqldf}通過SQL操作環境中的data frame。

如果覺得執行某項任務R單核速度慢，那麼可以使用{parallel}或者{parallelMap}做並行計算，也可以利用雲計算來處理數據。

如果涉及到其他社區的東西在R社區中沒有實現，例如java的東西，可以用{rJava}來調用Java的對象，不過速度有些慢。

比較好的辦法是我在想從事數據分析工作，學什麼軟體或語言最好？ 提到的F#函數式編程語言，用RProvider可以直接調用R，用JavaProvider直接調用Jar打包的Java程序，用pythonProvider（即將發布）直接調用Python程序，等等，很容易將各大社區的資源整合在一起使用。

目前我在GitHub上面弄一個通過R學習統計、計量、非參、數據可視化、資料庫的repo: renkun-ken/learnR on GitHub ，雖然目前還沒什麼內容，不過可以跟蹤一下。

以上說得都是經濟學相關的統計和計量方面所需要的編程。事實上統計和計量所需的「編程」較為簡單，基本也就是處理數據、應用已經提供的計量模型，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；二、一些蒙特卡羅模擬需要一些編程。

從經濟學相關的一些新型領域來說，計算經濟學（Computational Economics）、計算統計學（Computational Statistics）以及計算計量學（Computational Econometrics）則需要較強的編程能力，包括演算法實現、演算法分析等等。舉個例子，計算經濟學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，裡面有幾種資產，每種資產的基本面由隨機的紅利決定，裡面有許多遵循各種邏輯的投資者，投資者對於紅利發放持有的信念不同，因而從各自的邏輯觸發的交易行為不同。在一個復式競價（double auction）的交易市場中，什麼樣的投資者組成或者行為方式、什麼樣的記憶長短，能夠最大程度地復制出我們在現實金融市場中觀測到的資產價格或者資產收益率規律，例如資產收益率尖峰肥尾、不對稱性。此時，研究者就需要較扎實的金融知識來設計一個不過於簡單而又不過於復雜的模擬金融市場，也需要相應的編程能力把模型用程序語言編寫出來。這中間會設計許多編程技術，例如資料庫（有時要跟蹤許多變數，例如投資者現金流動、財富分布）、並行計算（CPU多核並行、多進程並行、集群上的並行甚至GPU計算）等等。這方面的研究從1990s年代才開始。

3)知乎網友Jichun Si
計量經濟學也有很多小的門類，請對號入座。有很多軟體，Stata, matlab, R, SAS是相對來說用的比較多的。

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

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

如果做理論計量，stata eviews是沒有現成的包的，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，缺點是太過於小眾。

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習難度比較高，開發時間比較慢。Julia據說速度堪比C，而且語法特別像Matlab、Python（意味著容易學習），但是處於剛起步階段，用的人太少了。

如果是金融計量領域，強烈建議學會SAS。SAS是最權威，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麼好。但是金融裡面數據量都非常非常非常大，一般的軟體都癱的時候，SAS就派上用場了。

像我自己，做應用的時候都是用stata整理數據，能用stata的堅決不用其他軟體。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。我也在學習Julia，因為matlab的速度實在太慢。Python我一般不用來做科學計算，用的人不多，而且速度慢，一般是用來抓數據的。

最後還是補充一點吧，為什麼我推薦matlab而不是其他的軟體，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、以及宏觀計量裡面的DSGE model、SVAR等模型，在stata、Eviews裡面都是沒有什麼現成的東西可以用的，但是matlab提供了豐富的包，比如Dynare就是基於Matlab的，還有LeSage的空間計量軟體包等等，也是基於matlab的。所以幾乎你想用的模型matlab裡面都能找到codes然後直接用。就算沒有，你自己在matlab裡面寫，也不是什麼難事。

最後想起一句話來，關於這些軟體的選擇（stata除外，因為stata在應用計量領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，學習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，學習C、Fortran是必須的。當然除非你的工作非常特殊（比如一些大型的結構模型的估計），一般來說，還是自己的時間更寶貴一點。

綜上，做應用和做理論是不可能用一種軟體解決的，建議根據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，而且學習難度都不大，用的人都很多，交流起來相當方便。

4）網友張真實
數據，簡單的用excel，直觀，方便。復雜一些的…excel最多可以有6萬多行，你確定你需要從那麼大量的數據開始「學經濟學么？

復雜的用R，各種模型，演算法，實現，基本上R都有對應的軟體包了，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作實戰了。我博士論文全部回歸和輸出都是用R的，現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，那麼強烈建議選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，比較一下結果就知道了。

Python這東西，熟悉了R之後，發現有功能是R實現不了的，到時候有實際需求了，再學也不遲。不是立刻就需要的。

此外，所有經濟學研究(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里排數學公式，用不了多久你就會瘋掉。R中可以用ggplot2來繪圖，輸出到tex中。普通數據表用xtable包輸出到tex，回歸結果用stargazer輸出到tex，都很方便。

5）網友bayes
首先要說的是R，絕對是目前國外學術界的主流，統計系基本除R以外沒有其他了，計量作為和統計相關的方向，R也在逐漸滲透。所以推薦學習。

順便說一句，R的學習曲線是比較陡峭的，所以我不太建議零基礎的人從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並非是專用於統計或者計量的軟體，而是一種非常流行的通用編程語言。經過多年發展，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，除了數據處理之外，python可以乾的事情太多了，也太牛了。我們主要要用到的，比如網頁採集數據，需要正則表達式，解析網頁等等。這些方面python就比R有優勢多了。

當然，從趨勢來看，未來似乎python比R更優。R是一群統計學家在編程序，python是一群計算機專家在爭取搞數據處理。似乎python的基礎更扎實。個人觀點，僅供參考。

stata我認為是除了R以外最好的計量軟體了，我兩者均用過數年數個項目，但是依然感覺R更好用，整理和處理數據更方便。所以即使在樓上諸位所提到的微觀計量領域，我依然更喜歡R。

除此以外spss，或者eviews等，感覺管理類學生用的更多，功能比較受限，不太推薦。這里不贅述。上述的幾個軟體，還有個問題，在於都是收費的，考慮到未來知識產權的保護，還是用免費的略靠譜。

R的主要缺點有兩個：
1，面對大數據乏力。這方面sas確實有優勢，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。以我的經驗，經濟裡面的數據量似乎還不足以超過R的處理上限很多。可能金融的高頻數據會比較大，我個人沒啥經驗，如果遇到再補充。我嘗試過10g的數據，最簡單的辦法，不是學sas，而是買16g的內存。：）以現在的內存價格，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，都不見得能學好。建議的方法，還是買硬體，這個最簡單。：）當然用並行包等，也是解決方法之一，我嘗試過幾次用機房的多台機器做集群，不是太成功。求高人指點。

上面諸位還提到過幾個軟體，我也略微說一下自己知道的一些軟體的看法：

matlab：好東西，關鍵還是性能問題，同樣可以靠c/c++來解決。但是我不喜歡比較大的軟體，為了求個均值方差，等它啟動就佔了5分鍾。。。

julia：好東西X2，目前關注中，可能還比較年輕，導致配套的庫略少，不過看好未來發展，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，緊密關注。

最後提一下函數式編程，是個好東西，但是不看好純粹函數式編程的未來。它體現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，還是的混合函數式編程和其他方式，但這就是python，R等軟體已經實現的方式，似乎又沒有必要專門去學其他的函數式編程了。

6）上海財經大學博士 榮健欣
Stata微觀計量中應用極多，主要是直接輸命令回歸，需要編程的地方不多。

至於編程，推薦R、Python.
R是非常好的統計分析軟體，在計量經濟學中的應用可以見Econometrics in R, Applied Econometrics with R Time Series Analysis with Applications in R這幾本書

Python用來抓數據很好，並且有數學計算包SciPy可以部分替代Matlab之類科學計算的功能。

7）知乎網友justin
本科經濟統計學，由於學校奇葩的課程設置，我們分別使用過：

EViews：計量經濟學，時序和多元統計。
Stata：計量經濟學。
SPSS：專門開的一門課，這個巨汗，權當復習了一遍統計學。
Excel：大一的統計入門課使用的，這個也巨坑，就是簡單的函數使用，一點沒有涉及VBA。

Matlab：這個沒有專門的課，是上完了C語言程序設計以後副產品，後來接觸了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：質量控制課程上用的，基本的統計加上一些實驗設計。

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

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

學習經濟學的同學，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了那些軟體後再使用R來實現（其實絕大多數時候R都已經有現成的包了，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，經濟學學生學習編程適可而止就好了，要不然就是一條不歸路啊，面臨著徹底轉行的危險，本人就是一枚反面例子（淚～。所以什麼Python啊，C++啊，Julia啊就不要接觸了。

3. 如何學習計量經濟學

1.復習統計學

計量經濟學和統計學有很多相似之處，也有不同之處，但不得不承認的是，統計學中假設檢驗的基本原理屬於計量經濟學中非常重要的部分，甚至屬於核心內容之一。所以，如果覺得計量中的假設檢驗部分比較難以進行、無法理解其原理，建議先復習統計學基礎知識。



2.多看課本

課本是學習知識的基礎，如果課本內容都無法看懂，基本也不會學到什麼有用的知識。因而在學習計量的過程中，建議仔細看課本，盡量讀懂課本上的定義、證明和性質，加深自己對於知識的理解，同時構建知識體系。除此之外，為了應對考試，課本上一些重要的公式要會寫、例題要會算。



3.進行實操

實際操作部分屬於計量學習的重要環節之一，無論理論知識學到什麼程度，最後都要歸結到實操上。建議學習計量時，學習一些統計軟體，如r語言，spss，stata等，將課本案例利用軟體進行實際操作，這樣才能更好的掌握學過的知識，理解計量的精髓。
一、計量論文的兩大要點是什麼？
1、計量模型的建立（就是那個方程，表達什麼經濟含義要知道）；
2、模型中的系數如何估計出來（關鍵在於估計方法的選擇）。
第1個要點涉及你論文主題。你一般要想用數據檢驗某種經濟關系，根據這種經濟關系來建立計量模型。如果你不知道要檢驗什麼經濟關
系，那我勸你就此打住。你發不了經濟研究了。
第2個要點。千萬種方法的出現，目的都是要把那個系數給估計出來。不同估計方法的估計效果好壞，就是根據各種統計量來判斷。如果能選擇一種最合適你數據的估計方法，那麼這論文基本就成了。
二、如何判斷計量論文的水平高低？
掌握了上面兩個要點，只是說你能寫出一篇計量論文，並不是說能寫出一篇高水平的論文。水平的高低在於你處理這兩個要點時水平的高低。下面仔細講解。
如果只是為了寫計量論文，只需要「知其然」即可。沒有人會因為不會推導OLS估計量而對軟體裡面出來的結果不知所措。這條途徑，最快捷的走法是找一個懂的人，把結果裡面的各種東西所表示的意思給你講一遍，每個東西要注意什麼。基本就可以了。在一般的CSSCI 上發表論文沒有什麼問題。如果找不到人，就看STATA的手冊，裡面的例子會講解每個指標參數統計量的含義。這樣慢一點，但效果很好，而且也能成為STATA專家。STATA手冊比高級計量教材看起來輕松多了，就是告訴你怎麼操作軟體，然後得到什麼結果的。
計量論文中的估計問題，最關鍵的事情，不是能推導估計量，而是在STATA裡面選擇一個「合適」的方法估計出來。然後解釋結果的經濟意義。而計量水平的高低，不在於方法的復雜性，而在於方法的合適程度。因此高水平的計量論文，不必要求作者掌握高深的計量推導，而在於「選擇」的技巧。每種計量方法，都有優劣。所謂用人之長，容人之短。水平高的人，能夠選擇以其之長，攻它之短。同時又能隱藏計
量方法內在的拙劣。
其實，計量論文的水平主要決定於論文的主題的重要性。這個話題大家都很關心，就很重要，發表就很容易。所以，你會發現國際頂級期刊上一些計量論文所用的方法很簡單。這些論文能發表，主要是他討論的問題很重要（這涉及第一個要點），採用的方法即使有缺陷，也無傷大雅。如果問題不是非常重要，只是有新意，但是估計方法比較合適，也能發一個中上等期刊。

4. 計量經濟學需要學會哪些編程語言

最容易上手的是excel
EVIEWS是計量經濟學專用軟體
醫學方面的專業喜歡用stata
統計專業的比較喜歡用gauss
社會學心理學方面的比較喜歡用SPSS
國際通用的是SAS
如果喜歡自己動手開發程序的話，可以用R或者MATLAB
如果以上覺得都不過癮，可以試試c++，c,java
或者fortran
不是說需要會那些編程語言，關鍵是理論功底一定要扎實。當學好了理論後，你會發現任何一種編程語言都是一樣的，隨手拈來。

5. 計量經濟學如何學習

一般大學讀理工科的話，概率論與數理統計基本都過關了，計量經濟學可以直接上手。改革比較早的財經院校（上財，西財，外經貿，首經貿實驗班等等），數學課開數分，高代，數理統計的學校，計量應該學起來很輕松啦。如果概率統計基礎不好的，建議先補充一下概率統計的知識。比較推薦華東師大的概率統計教材，貌似是高教出版社的。洪永淼老師的概率統計學也很好，還有視頻教程更新，強推！

入門推薦伍德里奇的導論，國內的話李子奈老師的教材也不錯，還有他在清華大學授課的視頻，講得很好。進一步的話，可以看洪永淼老師的高級計量經濟學，在網易&bilibili上有洪老師的視頻，強烈推薦。進階課程分方向了，這應該就是研究生階段啦。時間序列，面板，非參數，微觀計量等等。每個方向都有很好的教材，知乎大神都有推薦。不過高級計量是基礎。

當然，還需要配套學計量軟體。本科生大多是eviews吧。推薦東北財大高鐵梅老師的eviews書。不過還是建議學stata，這個比較流行，對你以後的學習很有幫助。stata的話，山東大學陳強老師呀！中山大學連玉君老師的stata視頻也很推薦，網上有資源。祝學業進步快樂！2. 動手去做課題

課題可以是老師布置的，也可以是你自己感興趣的。這個過程會讓你更加明白「原來書本上講的東西是這么一回事」。這個過程，不要偷懶去放過任何細節，因為在各種細節上你都可以學到意想不到的計量知識。

而且你會發現，做課題的過程中，你會針對性地學很多內容，甚至有些是書本上沒有的（更多可能是被你忽略的）。同時，你的編程能力和你數據處理能力會有質的飛躍。

最後，計量經濟學學習的過程是漫長的，需要大量對社會現象的觀察，以及人生經歷的增長對計量建模也至關重要。千萬不要想一蹴而就，不可能的。或是說，計量知識可以一學期精通，但計量本領卻是長期積累來的。

6. 學習計量經濟學的學生需要學習編程嗎

計量經濟學基礎不需要，因為這個時間你運用的都是成熟的模型，對應的參數估計程序早就寫好了

理論計量經濟學需要，因為你需要對自己提出的新方法進行檢驗和應用，對應的參數估計程序之前沒人做過，只好你自己寫。。

7. 什麼是數理金融，計量經濟學，保險精算學，金融統計

個人讀的是金融數學，金融和數學的結合，為精算師作準備的。其實這個專業什麼都學，高等數學、經濟學、計量經濟、公司管理、財務及報表分析、數學應用、模型建立和編程...其實是以數學為主而輔助金融和經濟的學科，但現在主要側重於一些金融衍生物的定價模型和用數學方法研究金融市場
計量經濟學是用復雜統計學方法研究經濟問題，偏向於宏觀經濟，通常都是靠各種回歸模型來分析
精算是金融數學的一個衍生，非常難而且精，主要側重於保險產品定價，risk management+asset pricing
金融統計就好一點，偏理解分析的較多，往往要通過一些數據發掘出後面management的原因
以上為個人理解

8. 計量經濟學eba用什麼軟體操作

《計量經濟學軟體EViews使用指南》是2004年南開大學出版社出版的圖書，作者是張曉峒。
書名
計量經濟學軟體EViews使用指南
作者
張曉峒
ISBN
9787310019090
類別
圖書 > 計算機與互聯網 > 專用軟體
頁數
363
內容簡介
系統地介紹EViews全部功能，並用17個案例展示建立數據文件、畫圖、最小二乘估計、工具變數估計、兩段最小二乘估計、時間序列模型估計、單位根ADF檢驗、Granger因果性檢驗、向量自回歸模型估計、協整檢驗、編程和蒙特卡羅模擬的實際操作。
EViews具有數據處理、作圖、統計分析、建模分析、預測、編程和模擬7大類功能，是經濟、金融、保險、管理、商務等領域中各類工作者、教師、學生的必備工具。EViews的基本功能也適用於自然科學、社會科學、人文科學中各個領域的定量研究，應用范圍廣泛。
作者簡介
張曉峒，男，南開大學經濟學院國際經濟研究所教授，數量經濟學專業博士生導師，日本大阪市立大學經濟學博士，中國數量經濟學會理事會常務理事。研究領域是計量經濟學、應用統計學、國際經濟學。
1984-1986年和1993年-1998年分別在加拿大康考迪亞（Concordia）大學和日本大阪市立大學留學。代表性著作有《計量經濟分析》（經濟科學出版社，2000年），《計量經濟學基礎》（南開大學出版社，2001年），《Cointegration，Error Correction，Theory and Application with Mathematica》（日本大阪市立大學出版社，1997）。
目錄
第一章 EViews概述
第二章 數據處理
第三章 圖形和表格
第四章 統計量的計算
第五章 回歸模型的OLS估計
第六章 單一方程模型的其他估計方法
第七章 序列相關和ARIMA模型分析
第八章 設定與診斷檢驗
第九章 單方程模型預測
第十章 聯立方程模型的估計
第十一章 向量自回歸模型的估計
第十二章 模型求解
第十三章 截面時間序列數據的估計
第十四章 ARCH和GARCH估計
第十五章 EViews 3.1基礎編程
第十六章 EViews應用舉例

9. 怎麼學好計量經濟學

計量是被包含與統計學之中的一門學科，它以數學為基礎（包括概率與求導一類，這兩門是重中之重 一定要打下堅實的基礎）應用於各個領域。在搭好基礎的前提下，你才有可能繼續學習計量經濟學下面的分支。計量經濟學的分支有很多，應用計量、金融計量、微觀計量、宏觀計量、時序分析、貝葉斯計量以及計量經濟學原理等等等等一系列東西，很多方向之間是有共性的。

當你打好基礎往下學習的情況下，可能會碰到某一個方向比較難理解，比如你學金融計量的時候會發現可能你不知道什麼是Order of Integrating 一本書或者一個方向通常不可能面面俱到 這時候你可以多查查文獻。

計量經濟的學習理解程度我覺得對我來說就像一個一個開口向下的二次函數，一開始是很感興趣的但是很多東西理解的不好。後來學的內容越來越多了發現很多東西是想通的，發現其實不是難，而是你有很多東西不知道。了解多了自然對後續學習有幫助了。比如說應用計量，時間序列加上計量經濟學原理的學習就對金融計量的學習很有幫助，金融計量的學習又對應用計量很有幫助，他們是相輔相成的。但是parametric model玩兒多了你就想玩兒高端的，比如貝葉斯計量和金融計量後期，包括 semi 或者 non parametric 這時候難度又上來了，因為他對你的抽象思維和數學能力又有很大的要求，所以又開始比較痛苦。

10. 關於計量經濟學~~求大俠指點~~

據我所知，經濟學一級學科下好象沒有專門研究計量經濟學的二級學科（專業）吧。我是學金融的，據我所知，金融、經濟學、財政都開計量經濟學的課程，它是融合微積分、線代、概率論、統計學、經濟理論為一體的，通過數據研究經濟變數之間的回歸關系的。至於工作，最直接的就是去統計部門了，當然也可以去銀行、證券、公司，裡面都有相關的部門從事這方面的工作。你數學這么好，研究生當然要繼續搞金融，將來會又大出息的。希望我的回答對你有幫助。