原创 首席經濟學家 預見2019思維導圖

整理自21財經APP,版權歸原作者所有 最近看到的一版關於2019年經濟預測的思維導圖,都是金融機構的首席經濟學家的觀點,如安信首席高善文博士、海通首席姜超博士、天風首席劉煜輝博士、恆大首席任澤平博士、光大首席彭文生博士等等。因爲思維導圖的

原创 時間序列|VAR

傳統的經濟計量方法是以經濟理論爲基礎來描述變量關係的模型。但是,經濟理論通常並不足以對變量之間的動態聯繫提供一個嚴密的說明,而且內生變量既可以出現在方程的左端又可以出現在方程的右端使得估計和推斷變得更加複雜。爲了解決這些問題而出現了一種用非

原创 時間序列|聯立方程模型的識別

一、識別的概念 (一)爲什麼要對模型進行識別? 例如: (二)識別的定義 上述識別的定義是針對結構方程而言的。 模型中每個需要估計其參數的隨機方程都存在識別問題。如果一個模型中的所有隨機方程都是可以識別的,則認爲該聯立方程模型系

原创 requests庫實戰-爬取豆瓣top250的圖書

日拱一卒|數據挖掘012 推文對應的代碼鏈接:https://github.com/piyixiaeco/daily-code/blob/master/requests-douban%20book%20Top250.ipynb 參照“手把手

原创 論文複製|PSM-DID

論文複製系列第1篇文章,論文名《延付高管薪酬對銀行風險承擔的政策效應——基於銀行盈餘管理動機視角的PSM-DID分析》,作者是何靖老師,文章發表在2016年第11期的《中國工業經濟》上 本文涉及的文獻內容、數據、代碼版權歸文獻作者所有 一、

原创 模型系列-PSM(stata實操)

PSM第一篇鏈接:模型系列-PSM原理介紹 第一篇主要介紹了爲什麼需要匹配?匹配的思路是什麼?什麼是傾向值?什麼是傾向值匹配?這篇中將會介紹和PSM有關的stata操作。 以下原理複習取自 許老師的計量經濟學講義,推薦公號 宏觀經濟學會 P

原创 時間序列|聯立方程模型若干基本概念

一、變量 對聯立方程模型系統而言,已經不能用被解釋變量與解釋變量來劃分變量,而將變量分爲內生變量和外生變量兩大類。 (一)內生變量 內生變量是具有某種概率分佈的隨機變量,它的參數是聯立方程系統估計的元素。 內生變量是由模型系統決定的,同時

原创 時間序列|聯立方程模型理論方法

聯立方程是初級計量學習當中的一頭攔路虎,變型有很多。深入學習面板模型,需要首先介紹聯立方程模型。聯立方程模型與多元迴歸模型是顯著不同的。區別在於被解釋變量的研究個數,這很重要。葛通 聯立方程把許多待研究的變量搞到不同的方程裏來建模。研究

原创 時間序列|協整與誤差修正模型

經典迴歸模型是建立在穩定數據變量基礎上的,對於非穩定變量,不能使用經典迴歸模型,否則會出現虛假迴歸等諸多問題。由於許多經濟變量是非穩定的,這就給經典的迴歸分析方法帶來了很大限制。但是,如果變量之間有着長期的穩定關係, 即它們之間是協整的,則

原创 關於爬蟲,你需要知道的requests庫

日拱一卒|數據挖掘012 Python 提供了很多模塊來支持 HTTP 協議的網絡編程,urllib、urllib2、urllib3、httplib、httplib2,都是和 HTTP 相關的模塊,看名字覺得很反人類,更糟糕的是這些模塊在

原创 時間序列|建模步驟

建立時間序列模型通常包括三個步驟: 模型的識別 模型參數的估計 模型的診斷與檢驗 一、模型的識別 ARMA過程的自相關函數和偏自相關函數 二、模型參數的估計 三、模型的診斷與檢驗 四、案例 參考資料: 時間序列的平

原创 關於爬蟲,你需要知道的re庫

日拱一卒|數據挖掘011 建議閱讀前,先看下關於爬蟲,你需要曉得的正則表達式 本篇推送的源碼在GitHub,鏈接:https://github.com/piyixia100/daily-code/blob/master/re.ipynb R

原创 關於爬蟲,你需要曉得的正則表達式

日拱一卒|數據挖掘010 入門爬蟲,學習正則表達式並不是必須的,你可以在你真正需要的時候再去學,比如你把數據爬取回來後,需要對數據進行清洗,當你發現使用常規的字符串操作方法根本沒法處理時,這時你可以嘗試瞭解一下正則表達式,往往它能起到事半