thomas

V1

2022/03/18阅读:59主题:橙心

第四章

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

分类:

后端

标签:

后端

作者介绍

thomas
V1