计量经济学知识点讲解6

计量用什么软件?

1.前言

一般只有初学者才会纠结使用什么软件，在茫茫多的选择间挑花了眼。其实，是因为对

自己定位不清晰，对所从事的工作不够了解导致的，总想着一步到位，少走弯路，但是初学

者也应该慢慢来，多了解一些，就像相亲，多试一试嘛。

看这篇文章的人一般是为了结合某种软件帮助自己学习(写论文)。不过现代社会分工越

来越精确，学科的划分也越来越细致，除非有精通各个领域的大牛，否则很难对各类软件做

出准确评述。稍微写一下几种比较主流软件的个人使用感受，间或夹杂一些偏门软件，主要

面对做应用计量、理论计量和宏观经济的人吧。如果你匕较忙，可以直接看每个软件最后的

推荐程度部分。

2.Eviews

学计量的应该都知道这个，把它放在第一位并不意味着推荐学习它。该软件简单易上手,

适合刚开始学习计量的本科生，如果作为硕士和博士还总是依靠Eviews,只能说明你比较

保守。

缺点：

(l)Eviews很多东西都是封闭的，一般情况下你不知道它背后的机理，使用什么样的估

计方法、判别准则等等。Eviews这一特点，外加很多人用Eviews都是使用默认设定，你有

时可能意识不到自己的操作存在错误。

(2)Evicws无法有效保留你的工作记录，试想你做了一个更杂的模型，最后出来上百个

各种各样的图形、方程等瑜出结果，让人眼花缭乱抓不住重点，而且三个月之后，当你再打

开这个workfile时，你可能已经忘了当时是怎么做的，哪些结果是重要的，哪里的处理可以

改进，哪里的步骤不够规范，可能有错误等等，简直就是噩梦。

(3)虽然Eviews可以编程，但是我们完全没必要浪费时间去学，因为Eviews只是你在新

手村遇到的老爷爷，试想就算郭靖把江南七怪的武功练到极致，又能翻出什么风浪来？

优点：

(l)Eviews其实一直在与时俱进，近几版的Eviews甚至还包括面板协整，结构突变，

BVAR,MSAR等一些比较“面大上”的计量方法，实乃“创造论文”之犀利工具。而且Eviews

里面有个Add-ins选项，里面有一些可以加载的外部命令，包括门限向量自回归，STAR等

等一些方法。

(2)Eviews在处理时间序列方面比较方便,特别是单位根检验比R.Stata等要方便很多，

而且非常直观，适合对少量数据进行观察分析，但是E、iews处理面板数据很麻烦。

学习资料：

Eviews有一个上千页的帮助手册，最全面也最权威，不过是英文的，可以拿来做参照。

陈灯塔老师的书可能是最高级的，不过大部分都是编程，感觉也没必要学。常见的就是张晓

炯和高铁梅老师的书，任选一本了解即可。

推荐程度：

不推荐，编程基础较差的本科生可以学习下，其他人做一些简单了解即可。

3.Stata

小巧玲珑，功能强大的计量软件，几乎毫无缺陷，如果收费不算缺陷的话。

缺点：

(1)没什么太明显的缺点，唯一的不足可能就是编程不方便，不适合做理论研究的人使

用，这也是我最终放弃它的原因。各种gen,mat等等，这个奇怪的('X')引用方式，个人

不太习惯使用其进行编程以及做模拟等，感觉太累了，有其他更优秀的选择，只好放弃它。

优点：

(1)优点很多，首先是功能全面吧。你能想到的主流的计量方法Sia母里都有，当然有的

是非官方命令，比如面板向量自回归，面板门限模型等。不过一些命令可能会变成官方的命

令，作为商业软件，这种官方命令的好处是你做出来的结果是可靠的，如果出了问题，你可

以找Slata公司投诉。

(2)界面非常友好，输出直观，而且点击图标或者输入edit可以很方便的杳看你的数据。

StataKdo-file已经工作日志可以有效地记录你的处理过程或者保存结果。你可以把你的每

••步操作以命令的方式都记录在do-file里并添加注释，当你需要的时候，你可以很轻松的

重复你之前的工作并找到重点。

(3)Stata的帮助文件非常强大，比如你只要愉入helpreg就可以打开回归分析的帮助文

件，里面包含命令的使用方法，注意事项，例子及参考文献等等，非常清晰全面，感觉是做

得最好的帮助文件了(R语言和MATLAB的一些帮助手册写得太简略，Eviews的查看不方

便)，也可以打开adofile文件，直接查看各种命令的源码。

(4)Stata处理面板数据的功能很好很强大，整理数据到各种估计都很方便。Stala在应用

微观计量的地位目前其他软件还难以撼动，该有的方法都有，操作又简单，真是人见人爱。

学习资料：

Stata的学习比Eviews复杂一些，因为它毕竟是敲命令为主(不要把敲命令等同于编程)，

如果你直接下载安装一个Siata软件可能用起来并不是很顺手，特别是新手没有设置好profile

文档，也不知道怎么安装外部命令，可能会搞得一团糟让人泄气。个人推荐人大论坛连玉君

老师的视频学习资料，另外陈强老师的高级计量及Stata应用(第二版)则是非常好用的书面

资料，对计量和Skua的介绍都比较全面。也请关注王群勇老师的一些资料，这个也是Siala

的大牛人物。卡梅伦的用Stata做微观计量配合Microeconometrics非常可口，还有汉密尔顿

的用Stata做统计分析，陈传波的Slatal8讲都是不错的资料。TheSlaiajournal是一本很好

的期刊，里面会介绍很多比较新的命令。

推荐程度：

如果是做微观计量的话，不管是理论还是应用都比较推荐，毕竟理论也可以学习下其他

人编写的程序，当然理论不一定只局限于学Sta⑶再选一门适合编程的也很重要。Slata适

合小硕博等各年级学生，虽然需要敲命令，但是很简单，上手时也不需要你掌握什么编程思

维，有多强的计算机基础.做应用计量，特别经常用到面板数据的同学应该好好学习下，事

半功倍的感觉。不过做理论的同学，了解下即可，毕竟其编程不是很方便。

4.R

强大，免费，包罗万象，你能想到和想不到的R里面都有。不过很多人吹过了，R让人

爱不释手，但也不是万能的。

对于新手的缺点：

(1)不易上手。如果把R当成Slala来用，只是调用各种package是很简单的，但是如果

你要去独立开发某些命令，R就不是很友好了。学习曲线类似于Logistic函数，真的用R去

编程时不是很简单。而且学到中级计量的同学都会发现，计量书基本都是用矩阵写的了，各

种推导几乎都是基于矩阵来的，R的矩阵运算虽然很强大，但是不够直观简洁。

(2)R里面命令基本都是用户编写的，因此水平参差不齐，不能保证所有的命令都是可靠

的，而且有时候调用方法也比较混乱。

(3)很多人说和C比起来R比较慢什么的，恕我直言，如果R的速度跟不上你研究的需

求了，那么这种人也不会纠结于选择什么软件了。所以，跟新手说什么运行速度，分布式计

算等等概念的基本都是扯淡。

优点：

(1)优点真的太多了。R是统计界的亲儿子，统计计量不分家，所以你能想到的想不到的

方法R里面都有，没事逛逛CRAN,看看TheRjournal,收获很大。

学习资料：

Springer的R系列，很多都免费了，可以直接下载。学计量的可以AppliedEconometrics

withR入门，或者有本和伍德里奇计最经济学配套的UsingRforintroductory^econometrics»

R的资料真是太多了，还有R入门导论，R语言实战，R语言编程指南等一些介绍R的书，

虽然和计量不是很挂钩，但是对提高R水平比较有帮助。

R是一门统计语言，所以不只计量经济学、经济学会用到。数据分析，机器学习等许许

多多方面的问题都可以用R来解决，不过在这就不详细介绍了。可以去人大经济论坛找一

下关于这些方面的帖子，会发现很多资料都是基于R语言的。

R的帮助文件也很强大，除/referencemanual还有vignettes,很容易就能上手。

推荐程度：

如果只能学一门软件，那么R肯定没错。学统计的不多说了R是必备的，学理论计量

的话，R几乎也可以算作必备的，即使使用其他软件，但是对R也应该有所了解。学习应用

计量的话，可以Siaia为主，R为辅，也可以直接就用R,不过后者可能对没什么编程的经

验的人很不友好，新手很容易在各种复杂的命令，操作中崩溃。另外，学习R请安装Rstudio,

R-Gui实在不美观也不方便。

5,Matlab

其实MATLAB在经济的使用范围很广，很多人不知道而已。

缺点：

(1)收费软件，比较昂贵。比较臃肿，特别是第一次启动，比较慢。

(2)各种自带的函数，用户编写的函数，老版的新版的太多了，让人记不过来，万一有重

名的还很麻烦。

(3)MATLAB是一款科学计算软件，虽然它有经济工具箱，但是用起来不是很方便，而

且输出结果很不美观。这么说吧，如果说R还能靠调用package当成Stata来用的话，在计

量领域，MATLAB更加像一门编程语言，基本上什么都要你自己动手来做。

优点：

(1)语法简单，学过C的人上手较快。循环和矩阵运算等，很简洁直观，代码可读性很

高。特别是需要各种矩阵运算的地方，代码写出来相对来说比较美观。

(2)应用范围比较广泛，因为语法和GAUSS也很像.所以计量方面有很多大牛在开发。

比如Lesage的空间计量工具箱，牛津的MFEtoolbox,Patton的Copula(oolbox,GaryKoop

的各种BVAR,TVP-VAR程序等等。而且MATLAB的m文件的特性，使得你可以很轻松

的查阅别人的程序，然后不管是调用还是拿来借鉴都很方便。

(3)专门提一下，做DSGE的同学不可能不知道Dynare,既然用了Dynare,那么其他的

问题也都用MATLAB解决掉了多方便。此外，还有一些其他的宏观经济研究在MATLAB

里面都有很好的支持。

学习资料：

也是茫茫多资料，MATLAB的中文资料、视频特别多，虽然都是面向工科为主，但是

很多算法优化、数值分析等方法都可以拿来借鉴。而且掌握了MATLAB的基本语法和所研

究的问题后，直接看一些现成的代码学起来也很快。

推荐程度：

做宏观经济研究的应该掌握MATLABo应用计量的人适当了解，有时候可能会需要用

到别人编写的MATLAB程序。理论计量的话，如果你对R实在不感兴趣，可以学MATLAB,

研究空间计量和贝叶斯计量的可能需要学习MATLAB。总之，跟着领域内的大牛走，主流

走，不然自己一个人摸索很困难的，得不偿失。

6.其他

GAUSS,计量里的屠龙刀，不过现在用的人少了，感觉没必要专门去学习了，相应的资

料也比较少，被MATLAB代替了吧。

Oxmetrics,小众软件，用的最多的可能都是在做MS-VAR,TVP-VAR。

SPSS,和Eviews差不多的软件，但以统计为主，输出结果又多又繁杂，个人不是很喜

欢用这种傻瓜软件。

SAS,老大哥，稳准狠，就是太费了也太大了，语法还算简单，但是不适合编程，和SPSS

一样，输出又多又杂，特别麻烦。但是SAS处理大数据的能力很强，毕竟从硬盘直接调数

据，不像Stala什么的，先把数据存在内存里。做数据分析的可能会用到，计量的话，感觉

用处不大。

Python,被吹到天上的语言，只要有人问该学什么，必定会有人说Pylhon,仿佛不学你

就混不下去了。我觉得没必要过分神话Pyihon,虽然它功能也很强大。但目前来看，其在经

济学上的应用还有待开发。虽然有Sargem等大牛在推广Python在经济领域的应用，但是麻

烦先和R语言PKPK,自己的3.X和2.XPKPK再说其他的吧。可以学习下用Python来爬

虫，现在很多前沿研究都在利用从网络、报纸等媒介获得的大数据信息，然后进行相应处理

和研究，而使用Python可以很方便的做到这一点。个人认为，有志于走向前沿的人，可以

学习下Python,但现阶段应该配合一款其他的软件一起使用。Python的IDE不是很方便，

推荐安装Anaconda。个人实在不习惯numpy和scipy的调用，np.xxx什么的感觉比较麻烦，

因此对Python又爱又恨，暂时进入观望状态，不再深入研窕。

C,C++,Fortran,Java,这绝对不是初学者该深入研究的语言，如果有一天你面检速度

问题，或者程序十分复杂的时候，请再进行相应研究。本人只稍微学了些C,有时看代码会

用到，但目前研究还没有到非C不可的地步。

Julia,新兴的一门小众语言，正在观望之中，语法和MATLAB非常类似，速度也比较

快。请去Julia官网或者Sarg