学习计量经济学有什么用，具体的实际的应用领域，我的专业是电子金融

icameisaw:计量的原理很简单。有人比喻经济学家是在看反光镜开车，说透了计量的本质。许多计量出来的结果很好，可信度很高，是百分之九十几，误差也很小，按说这样的结果没有什么问题了。其实这样的结果往往毫无意义。我们来看计量使用的过程：

如果司机开车已经走过的路是一个半圆，而整条路可能"基本上"是圆形，也可能"基本上"是S形，当然还可能有无数其它形状，我们权且就考虑这两种吧。说"基本上"，是因为实际的路不一定就那么标准的圆形或S形，总会有些细微的摆动吧。
如何用计量方法来预测未来的路呢？
首先计量学家看已经走过的路，取出一些点，通过数据回归拟合（所谓回归拟合，无论方法多么复杂吓人，简单形象地说，其实质就在取出的点之间用笔连起来，看看是条什么线，怎么连都可以，原则上优先选择漂亮好看又简单的连线）。根据司机的数据，计量学家很快判断出这些点连线最像半圆（就是取半圆时方差拟合度最高），于是就确定是半圆。
可计量学家的任务不是对司机以前走过的路画线啊，那个是半圆谁都知道，还要你来拟合（笑）？问题是你要告诉我以后该怎么走。
计量学家在连线时，也看到了以前的路围绕半圆的摆动情况。计量学家首先要假设这个摆动服从的是高斯分布还是其它分布。什么是分布呢？就是一套一套既定的误差偏离规律。一旦分布定，那么你偏离正轨多少，就必定对应着你这个越轨行为的可能性是多少。对应关系有很多套，可以选择最像的那套，但是不选择就不行，你要说一套都不像，或者说现在虽然有点像，但是以后不一定还像，那我们的计量学家就会哭的。
好了，计量学家根据以前的数据选好了一套分布，并天真地假设司机以后要走的路也服从这个分布。换句话说，以后的路可以胡来，但是必须要按照计量学家那个分布的规定胡来。这样，计量学家就可以预测未来的路怎么走了。
但是要注意，确定了分布，还完全没有未来的路将向何方的任何信息。分布好比是毛，未来的路是皮。毛有了，没有皮的话，毛也不知道该附在哪里。
但是计量学家会根据自己的爱好，得出路是圆形的结论。读者要迷惑的问了，他怎么判断就不是S形的？我可以很负责任的告诉大家：任何计量学家都不能判断未来的路是圆形还是S形。假使还有其它前半截是半圆，后半截是任意稀奇古怪形状的无数多路，他们也没有任何办法选出或者排除其中一条。
他们只能随便地选出一个好分析比较容易偷懒的圆（如果说有判断标准，偷懒是唯一的标准），认为路就是圆形。OK,函数形式现在选择结束.下面进行第二步.
先前不是已经得到分布了吗？那个分布就被认为是整个路程围绕现在这个圆形摆动的情况——注意，是围绕圆形摆动的情况.当然倘若先前认为路是S形的话，那个分布就是整个路程围绕S形摆动的情况。
一切OK。现在只要你指出未来路程的任何一个方向，我们的计量学家就可以根据圆形周围的既定分布，计算出这个方向偏离圆形的可能性。
于是就可以对未来进行预测了。

可是老天，司机睁开眼，看见前面分明是S形的路，或者其他乱七八糟的路,要按计量学家指出的圆形开车，非翻车不可！ 那个什么可信度没有半点用处.
我们要问了,整个过程中，计量学家计算出来的拟合度都很高，可信度很高，偏差都很小。综合整个过程，为什么事实上一点都不"可信"呢？
大家看出来了，所谓可信度、拟合度这些东西，都是既有数据与假设模型之间相似程度的量度，与未来的数据会怎么样毫不搭界。计量中预测未来的数据误差分布，是在假设分布的基础上，计算出的与假设模型的偏差。如果未来数据的实际分布不是假设分布，或者实际模型不是假设模型，则计算出来的数据再好，也不过是假设，根本就不能反映实际问题。所以完美的数据不过是游戏而已。 别看数字一大堆挺吓人，说它是占星术一点也不冤枉
。

计量的作用有三个，一个是用计量检验已有模型；一个是用计量把已有的数据乱拼，不定能侥幸找到什么规律，然后还是需要另找理论证明此规律。典型的如元素周期表的发现。门捷列夫把元素位置乱排,事实上就是跟计量中乱选函数一样。他真幸运，瞎猫碰上死耗子，睡梦里面碰上了一个。最后一个作用是根本就没有理论时，计量可以生造个模型出来，虽然不可信，但聊胜于无，作个心理安慰。

以上关于计量的1500来字，应当把计量最本质的东西展现给大家了。所有的计量学都不会更高明，那些所谓的协整理论之类吹的神乎其神，好象真的能从计量本身搞出什么能自证的规律出来似的，都是瞎胡闹。

总之，没有理论的指导，计量就没有意义。

作为一名数量经济学专业的博一研究生，我就自己的经历来谈谈如何学好计量经济学。我不知道你学习计量经济学的主要目的是什么，但是要像你说的“稳扎稳打、效率较高地掌握计量知识”，我觉你可以这么做：由于计量经济学涉及到概率论和数理统计方面的知识（比如统计量的构造、P值，t检验和F检验等等），我觉得掌握这方面的知识是很有必要的。

推荐教材的话，首推茆诗松版本的《概率论与数理统计》（个人觉得这应该是目前国内这方面教材最好的一个版本）。有了概率论和数理统计方面的知识后，你可以着手学习计量经济学了。

入门教材有很多。国内的话，首推庞皓的《计量经济学》，理论知识和实际应用之间的权衡把握的不错，其次就是李子奈的《计量经济学》，可能这本书稍微会难一点。

国外的话，优秀的教材就很多了，比如伍德里奇的《计量经济学导论》、古扎拉蒂的《计量经济学基础》等等。以上书籍学完以后你差不多计量经济学基础就算不错了，但是要注意，计量经济学作为一门工具学科，总要到解决实际的经济学问题中才能发挥的作用，所以我建议你如果是非数量经济学专业的话，掌握基础的计量经济学用好就够了，如果遇到什么计量经济方面的问题的话，再来学习这方面的知识也不迟。而且在学习过程中要边看书学习边操作，这样学习效率会比较高。

至于要使用哪种软件的话，入门的话可以用用Eviews和Stata。

如果你学有余力或者致力于读数量经济学专业的研究生的话，你可以这么做：中级和高级的计量经济学中会常常涉及到用矩阵的描述问题或模型，你可以补充一下这放那个面的知识，比如《线性代数》和《矩阵分析》这样的教材。
如果还想进一步提高的话，可以看看濮晓龙版本的《高等数理统计》或者陈希孺版本的《高等数理统计》。接着就可以看看格林版本的《计量经济分析》这本书，它几乎包括了计量经济学的方方面面。国内的话，李雪松的《高级经济计量学》也不错有了以上两方面的基础以后，再学习计量经济学就需要按照你的兴趣来专研了。计量经济学大致可以分为以下几类：时间序列计量经济学、面板数据计量经济学和微观计量经济学。时间序列方面，首推汉密尔顿的《时间序列分析》和蔡瑞胸的《金融时间序列分析》这两本书。面板数据方面，至今还没发现比较好的教材。微观计量经济学方面，首推卡梅隆《微观计量经济学：方法与应用》。以上仅是个人观点，如有不对请亲拍！

【王也】:
Bruce Hansen的讲义，入门不二之选；后面看走哪条路吧，搞搞基本因果推断念念基本无害，翻翻Imbens和Wooldridge2007年的NBER讲义怎么也够了
【周彬】:
不建议从李子奈的那本书开始学，虽然很多国内高校的计量经济学是从那本书起步的。学习计量经济学，建议从矩阵运算开始学，也就是线性代数。掌握最基本的矩阵变换法则，然后从矩阵起步，循序渐进学习OLS, MLE，再逐步进阶。事实上，各种estimation是需要不断推导的，假设前提以及达成最优化的条件要加以系统性总结，这样才能看懂模型，进而运用模型。同时为了避免出现spurious model, 建议不要放松对理论的学习，理解变量之间的相互关系。从软件上看，国内通常是从Eviews起步，北美是Minitab; 前后者对入门学者来说差距不大。在往后，针对非计量经济学专业的经济系同学，建议Stata, SAS, R等等都用用，用熟一个，其他也都会一些；计量专业的同学，建议学通Matlab, 这是立身之本。

【王帅】:
如果有统计基础的话，可以看Introductory Econometrics: A Modern Approach

【lukelly】:
国内的话。李子奈的《计量经济学》做基础开始，里面理论知识很多。他的《高级应用计量经济学》也可以读读。微观应用的初级模型logit、tobit、probit打好基础，宏观就是时间序列相关的内容为主。软件应用有eviews，stata，一些东西也会应用到Matlab。

计量经济学在中国只有一个地方用，搞花哨的学术研究，金融界是用不上的，因为计量里都假设有某种分布，而中国的行情都是人造的。你搞出的结果和实际相差八万里，谁会用你啊？

主要是宏观上面为金融决策提供相应的统计数据,作为决策的辅助数据,研究依据