又是拋磚, 還是希望別砸傷板友.
前次說到的三本書, Stock and Watson, Gujarati 以及 Woodbridge, 以個人現在的感覺
是, 看山要看大山, 看書要看大書.
當然, 小而美小而好的書也很多, 合起來不到一頁 A4 紙的證明也可以成為巨著的
(如, 雖然和本板不太有關的, 賽局理論的 Nash J. 1950,
"Equilibrium Points in N-person Games")
但是, 一個初學者, 還是建議一步一腳印的, 找一本相對厚實的書來看計量經濟學.
以上的三本書, 其中 Gujarati 以及 Woodbridge 應該是目前的大學部夠厚實的書.
曾經被問過以上幾個問題:
1. 對於各種定理到底是要會用就好還是要會證明
這個問題, 在大學部的話, 我會希望我自己要努力的證明, 但是如果證不出來, 也一定要
弄清楚這個定理到底要如何正確的用.
很多的定理其實存在很多限制, 譬如說, 之前有板友推文說到的 iid, 我的指導教授一定
要我檢查數據是否真的是 independently and identically distribute, 畢業多年以後,
回到學校找老師, 我問她, 老師, 如果不是 iid, 當時我們的 paper 妳打算怎麼辦??
她很 nice 的回答我說, 那你晚一年畢業吧.
2. 統計學的基礎
這點相對麻煩的地方是, 除非要考研究所, 否則一般來說統計學念的都會是應用統計學.
但是, 譬如說, gamma dist 是一個很重要的分配, 很多真的不會處理的問題最後都用
gamma dist 做為一個可能的思考途徑, 但是, 一般來說 gamma dist 是數理統計學才會
學到的機率分配.
所以, 曾在工作之餘, 努力的將 Hogg 的 Introduction to Mathematical Statistics
抽空快看了一次, 這本書對個人的受益頗多.
3. 還是矩陣問題
前面有板友推文說明, 可能大學部有修過線性代數, 所以矩陣與計量經濟的連接應該可以
pass, 可能是我比較愚昧, 我一直在這方面有障礙...
比較起來, 印象中 Woodbridge 的 appendix 有講到計量以及矩陣的說明, Gujarati 的書
對這方面著墨較少.
矩陣的表示絕對是計量不可少的一個重要工具 (相信我, 我們的運氣絕對沒有好到說一個
自變數就有足夠的能力解釋因變數) . 所以能儘快熟悉矩陣的表示絕對是重要的.
4. 軟體
在從事學術工作時, 同學校的統研所同學強烈推薦我學 R.
當年比較懶惰, 沒聽他的勸, 所以現在只能將自己失敗的經驗和各位說明...
5. 理論與實務
我很喜歡引用官德星老師的一段話:
我們的數學絕對比 A. Smith 強 (os: 希望不會比 A. Marshall 弱) , 但是, 我們的
經濟直覺比不上 A. Smith.
想和各位報告的是, 計量經濟別一直在跑理論, 寫一大堆方程式結果從來不跑實證...
在大學部, 用軟體跑一跑實證是一件很有成就感的事情 - 我清楚的記得, 在棒球板上曾經
有人 po 過一篇實證的文章, 當年看到那篇文章還花了很久的時間去 study, 那種感覺
真的很棒.
所以, 不論是 FX / Equities / Fixed Income / Credit Derivatives / Commodities /
Hybrids 等, 做一個小小的 case study, 跑一個小小的實證, 這種成就感都是相當大的.
以上還是亂七八糟的說, 請各位先進指教.