如何做实证经济学研究

上讲回顾

新制度经济学模型

课堂实验：责任与效率

操作：OLS；工具变量方法；DID方法

本讲内容

各组研究分享

如何做实证经济学

可以总结为：1个导向，3个法宝，4部曲，n个变量。

“1个导向”

问题导向：

你的研究是一个问题，并且是一个科学问题。

（1）问题从哪里来的？

可以是从文献、生活事件、政策文件、新闻中来。

例1：关于数字金融和消费的关系。

上班的时候，很多年轻人都在用支付宝的“蚂蚁花呗”，经常是上一个月用花呗进行超前消费，然后下个月一发工资就拿去还钱。其实，这个在经济学中就是一个“跨期消费”的问题，对应的可以去思考解决“我国消费率较低”的问题。

例2：2021年新生儿出生数量历史最低。

什么原因呢？是国家越富裕越不愿意生孩子？还是这几年经济下行导致收入下降，年轻人没有钱生孩子（或是疫情影响）？

（2）什么是科学问题？

回答1：

回答2：

（1）首先是个问题：等待解决。

（2）是一个有价值的问题：具有实践意义。

（3）有理论支撑的问题：这意味着这个问题经得起推敲，能够被验证，被重复，具有普遍性。

（4）如何选题和寻找灵感？

1）文章是“以飨读者，而非自娱自乐”，所以遣词造句要合乎学术规范，不要沉浸在自己的世界里。

2）文章要有价值，那么它要对你想研究的这个领域有边际贡献（创新性）。

PS：边际贡献应该是学术最终的追求，创新意识决定了你能走多远。

“3个法宝”

技术：起码简单的eviews，spss，stata，需要熟练掌握一个。

思想：当你掌握基本的技术能力之后，会发现思想对于研究更重要。一个好的idea，决定了你这个研究有没有价值。思想从哪里来？深厚的本学科的理论基础、一些交叉学科的知识、分析问题和解决问题的能力、批判性的思想能力。

实践：成功无他，唯手熟尔。“纸上得来终觉浅，觉知此事要躬行”。stata的视频、理论、命令看再多，背再多，还是要回到实践中，要从具体的研究中亲身操作，提升更大。

“四部曲”

问题、理论（机理）、实证、结果和讨论（argue）。

那是不是从前到后一定按照这个流程呢？

不一定！

有可能你是从某个中间环节产生了灵感的！

产生实证的四个途径

从数据中构建实证

有时候是看到合适的数据，想着，诶，我可以做一个什么分析呢；

比如我们搜集的责任与效率数据，是否可以研究其他更有趣的问题？ 情绪与效率？ 或者？

从现象中构建实证

有时候是一个现象； 如：听快乐的音乐是否能改善个人的情绪。这需要进行一项实验，包括让个人接触快乐的音乐，看看这是否能改善他们的情绪。 这种实验的结果将提供经验证据，证实或反驳这些假设。

新药对特定人群的影响。研究人员可以使研究对象暴露于受控数量的药物，并观察研究对象受控数量的药物，并观察特定时间段内的影响，以收集经验数据。

测量城市地区发现的噪音污染水平，以确定其居民所经历的声音暴露的平均水平。

从理论中构建实证

有时候是理论；如公地悲剧（或囚徒困境）理论应用到草原退化、环境污染或者温室气体等方面

使用方法构建实证

比如学了工具变量或DID，可以在什么领域应用

普朗克推导公式研究黑体的过程就是这样，一开始纠缠于既有理论刻板假定，结果一无所获。索性直接根据数学感觉凑出了公式，公式出来后，再回过头去思考其物理意义。

“n个变量”

1）提出你的问题（核心解释变量和被解释变量）：x影响了y

2）找到你的理论基础，也就是什么机制（中间变量）：x通过什么影响了y

3）找到控制变量：除了x还有什么影响y

4）选择数据或者数据库（合适的代理变量）：x和y以及控制变量的代理变量，数据是否支持

5）选择合适的模型：截面还是面板？线性还是非线性？

6）稳健性和内生性问题

参看陆铭的一篇文章 现实・理论・证据—谈如何做研究和写论文

二、进阶篇：审慎原则

一篇好的研究，对于变量的选择、方法的选择和数据的选择，都是谨慎而又谨慎的。

1.拿数据来举例：

1）数据库：必须具有代表性，要有取舍。如研究金融和消费，有两个微观数据库可供选择，CHFS和CFPS。CFPS的调查结果更合理，更成熟一点，消费数据从里面选比较好。但是呢，CHFS对于各个维度的家庭金融的调查更全。没有什么数据库是专门为你的研究而产生的，所以，你必须去权衡和取舍，这个就需要你耐心点去比较，很考验你的功底。

2）数据清洗：数据清洗除了要掌握必要的统计和计量知识外，还必须要掌握经济意义。

其他，还会遇到好多变量选择、模型选择的问题，都需要仔细去推敲！我推荐于晓华老师这篇文章，把问题、理论（机理）、实证、结果过程中需要注意的各种问题讲得非常仔细。

一个完整的实证分析框架：从数据、模型到结果检

2.怎么学习选择方法？

1）看文献。别人怎么做的，有什么优缺点；A和B用了不同的指标代表同一个变量，哪一个更好？

2）看别人经验总结。 知乎、哔哩哔哩，豆瓣，经管在线，bing

在反复练习过程中会发现很多问题，由此引导我们去了解计量经济学的全貌。

《经济学实证研究中的40个误区》

三、高手篇：进一步提升

1.练中学，学中练

善学者，应把一切为我所有。

有意识的训练自己，选好的期刊，大师的文章，细致入微地去理解、复刻、模仿别人的思路和研究方法。

模仿的基础上，再去进行创新。

2.追随专家

可能在这篇文章之前，你已经看到过很多教你做研究的文章了 如何大浪淘沙，选到真正有用的？

1）适合你的，就是有用的。

推荐陆铭《Identity, Inequality, and Happiness —Evidence from Urban China》。

还有姚洋老师的：观点新颖，比较好操作，附带案例，接地气。

总结陆铭文章的一些观点：

1.经济学家的任务不是去复制这个世界，而是去解释这个世界。各种不同的解释连在一起，我们才能反映一个真实的世界，这才是我们的世界。

2.好的理论模型：

假设是不是合理，模型应用是否得当。

3.垃圾进垃圾出：

这个是针对一开始数据选择和清理的数据没整好，后面的结论和分析不可信，这句话不是随便乱说的哦，《经济分析史》熊彼特说的。

4.就像在与审稿人对话

做经验研究的时候，永远记着有一个审稿人坐在你对面，问各种各样的问题，然后你应该想方设法的用你的计量结果来回答他。

姚洋：如何发表高质量的论文

2）适合现阶段的你的，就是有用的

不要排斥自己看不懂的，不要看不懂就马上认定是垃圾。

有可能是你自己现在的境界不够！！

四、推荐一些计量的资料

劳伦斯·汉密尔顿的《应用stata做统计分析》：对stata命令不懂的，这本书结合案例讲得和很详细，跟陈强的区别是，陈强是重理论的，这本书直接上结果上案例。

陈强的《高级计量经济学》：涵盖了很完整的一个计量分析的方法体系。

重思想重理论前沿的几本书：《基本有用的计量经济学》（赵西亮）、《基本无害的计量经济学》（安格里斯特）、《因果推断分析》。这几本书主要解决计量中的“因果识别”问题。以往都是研究x影响y，但是入门的时候很少去考虑其中的因果机制怎么检验，这几本书都很好。

伍德里奇的《计量经济学导论》：，不知道怎么分析回过的结果，不懂计量基本原理，计量基本入门的时候，可以看这本。

连玉君老师的stata命令集：初级、高级、论文篇，很系统很规范，基本涵盖了所有问题。

课后作业

根据本讲内容，重新设计、组织并搜集数据，做出一个有趣的实证研究

参考文献

如何做实证经济学

实证研究例子

陆铭《Identity, Inequality, and Happiness —Evidence from Urban China》

姚洋：如何发表高质量的论文