量化经济学与数据科学项目集：从ECB货币政策到结构建模的实证研究

本项目集涵盖金融计量经济学、结构建模及机器学习应用，包含欧洲央行（ECB）非传统货币政策的VECM分析、Bresnahan-Reiss市场进入模型估计、Brexit对企业异质性影响的实证研究三大核心项目。项目通过严谨学术方法，运用R、Stata、MATLAB等工具，展示从数据清洗到模型构建、结果解释的完整研究流程，兼具理论深度与实践价值。

• 原作者/维护者: hiddedeklerk-cpu
• 来源平台: GitHub
• 原始标题: portfolio
• 原始链接: https://github.com/hiddedeklerk-cpu/portfolio
• 发布时间: 2026年5月28日

该GitHub仓库展示了一系列高质量量化经济学与数据科学项目，体现扎实计量经济学理论基础，覆盖宏观经济政策、市场进入行为、重大政治事件对金融市场的影响分析。

ECB非传统货币政策研究背景

2015-2018年ECB实施负利率、量化宽松（QE）等非传统货币政策，其对欧元区股市、汇率的传导机制及效果是学术与政策关注焦点，需验证零利率下限下传统理论适用性及QE通过资产价格渠道的影响。

Bresnahan-Reiss模型研究背景

Bresnahan-Reiss（1991）二元进入模型是产业组织分析市场结构的重要工具，需估计固定成本、边际成本等关键参数，理解企业进入决策。

Brexit影响研究背景

2016年英国脱欧公投后，企业对冲击反应存在显著异质性，需探究国际化程度、行业属性等企业特征对冲击敏感性的影响。

ECB项目方法

采用三变量向量误差修正模型（VECM），步骤包括：单位根检验确定单整阶数、Johansen协整检验识别长期均衡关系、估计VECM参数并计算脉冲响应函数、Robinson（1995）长记忆检验检测长期依赖性；工具为R（urca、vars包）与Stata交叉验证。

Bresnahan-Reiss项目方法

从零实现最大似然估计（MLE），编写梯度和Hessian矩阵计算代码，扩展至Berry（1992）模拟框架引入企业异质性；通过MATLAB与Stata结果交叉验证。

Brexit项目方法

运用事件研究法计算企业异常收益率，结合横截面回归分析企业特征影响；工具为Stata。

技术栈

Python（数据清洗、ML）、R（时间序列、可视化）、MATLAB（数值计算）、Stata（计量分析）、SQL（数据库）、Excel/Power BI（可视化）。

• ECB项目：VECM捕捉了货币政策、股市、汇率间的长期均衡与短期动态调整；
• Bresnahan-Reiss项目：完整实现核心算法，多软件交叉验证确保结果可靠，获100%学术评价；
• Brexit项目：企业国际化程度、行业属性、财务杠杆、规模等特征显著影响其对脱欧冲击的敏感性；
• 所有项目均通过多工具交叉验证增强结果可靠性。

本项目集具有以下价值：

1. 理论扎实：各项目均有明确经济学理论支撑，模型符合学术规范；
2. 方法创新：扩展标准方法（如引入企业异质性、长记忆检验）；
3. 实现完整：从零实现核心算法，多软件验证；
4. 解释深入：不仅报告统计结果，还解读经济含义。

对学生而言是优秀参考范例，对金融分析、经济研究专业人士提供方法论与框架借鉴。