實(shí)證模型
來源| 國泰安CSMAR數(shù)據(jù)(ID:gtadata)
轉(zhuǎn)載已獲授權(quán),再次感謝!
前期中心與大家分享了干貨 | 蘇飛博士教你如何做實(shí)證分析一文,今天小編繼續(xù)與大家分享CSMAR榮耀之戰(zhàn)·2017全國實(shí)證論文大賽線上語音講座——《如何做實(shí)證研究》中的重要內(nèi)容。此次講座獲得聽眾的一致好評。應(yīng)各聽眾的要求,整理提供以下詳細(xì)解讀!
實(shí)證模型
接下來我們講實(shí)證。你首先要知道你想看什么,你模型背后的理論基礎(chǔ)是什么,這些決定了你放什么變量。因?yàn)樵诓煌睦碚摍C(jī)制下,可以有不同的解釋變量,這完全取決于你想看什么。我特別強(qiáng)調(diào),要注意閱讀文獻(xiàn),了解文獻(xiàn)中的變量是怎么設(shè)置的,怎么度量的,十分重要。千萬不要不知所以地往模型塞變量。接著是數(shù)據(jù),數(shù)據(jù)可以截面的、可以是面板的,數(shù)據(jù)來源可以是公開的、可以是調(diào)查的。
實(shí)證模型的設(shè)定要跟著理論走。實(shí)證研究里,經(jīng)常被大家提到的問題就是內(nèi)生性問題,這主要就是說你觀察到的一個(gè)變量對另一個(gè)變量的影響并不一定完全是它對另一個(gè)變量的影響。比如,教育程度高的人收入水平也高,但收入水平高是不是因?yàn)槭芙逃潭雀??不一定。因?yàn)榻逃潭雀叩娜四芰σ哺?,所以這里面就存在一個(gè)估計(jì)偏誤問題,屬于遺失變量的內(nèi)生性問題。有時(shí)候,兩個(gè)實(shí)際變量有共同時(shí)間趨勢,放在一起看來是相關(guān)的,但是只是因?yàn)樗鼈冇泄餐瑫r(shí)間趨勢而已,這是偽回歸問題。再接下來是不顯著變量的處理問題,很多人喜歡把不顯著變量扔掉,但如果這個(gè)不顯著的變量是應(yīng)該控制的,那么,把它扔到了殘差項(xiàng)里的話,就可能導(dǎo)致遺漏變量偏誤。
那么最后一個(gè)問題是:R平方多高才是一個(gè)好模型?很多同學(xué)在做實(shí)證文章的時(shí)候常常問,我的R平方只有0.08到0.09,也就是說我的模型只能解釋數(shù)據(jù)的8%到9%。我說恭喜你,已經(jīng)不錯(cuò)了,因?yàn)樵趯?shí)證文章里,特別對于橫截面數(shù)據(jù)來說,有時(shí)R 平方只有0.05。R平方是什么意思?就是說,我們的模型能解釋數(shù)據(jù)的variance的多少,可能對于絕大部分的variance的解釋,經(jīng)濟(jì)學(xué)家是不知道的。
結(jié)論與政策建議
在論文的結(jié)論部分,我建議大家的是要準(zhǔn)確,不能夸大。你不能總結(jié)出一個(gè)你的模型沒有說明的結(jié)論。政策含義最好有,但不一定必要。如果有,一定要是嚴(yán)格基于理論發(fā)現(xiàn)的結(jié)論。不基于理論發(fā)現(xiàn)的結(jié)論,哪怕是正確的也不要說。因?yàn)槟闶窃谧隹茖W(xué)的論文,而不是政策建議的報(bào)告。如果是后者,沒問題,你可以基于別人的理論。有一個(gè)誤區(qū)就是我們很多作者寫文章,寫了一大堆的政策結(jié)論,每一句話都對,但真正跟他有關(guān)系的沒多少。
最后也可以提出若干未解決的問題,這在寫文章時(shí)起到的作用有兩個(gè):一、在自己寫完以后告訴讀者這篇文章什么問題沒解決;二、如果你的文章里存在缺陷,自己講出來要比審稿人講好,與其讓審稿人講,不如主動(dòng)交代。此外,不要迷信別人在文章中提到的沒有解決的問題,道理很簡單,如果這個(gè)問題是可以解決的,作者早就解決了。不要因?yàn)閯e人提到這是個(gè)有待研究的方向你就去做,因?yàn)樽髡哌@樣寫,可能是解決不了審稿人認(rèn)為應(yīng)該解決的問題,就跟審稿人講您說的是對的,但這個(gè)問題已超出了本文研究的范圍,我已經(jīng)在文章的結(jié)尾將這個(gè)問題作為未來研究的方向提出來了。我想經(jīng)濟(jì)學(xué)家都是這么做的。你在理解別人提出的未來研究方向時(shí),一定要小心,聽聽在這個(gè)領(lǐng)域?qū)<业目捶ㄊ欠浅V匾摹?/span>
Q&A環(huán)節(jié)
蘇飛博士的線上分享受到廣泛關(guān)注和好評,分享結(jié)束后,同學(xué)們提出了很多感興趣的問題,因?yàn)槠邢蓿@里選取了其中大家最關(guān)心的問題,蘇飛博士細(xì)致的解答如下:
建議文獻(xiàn)閱讀過程中進(jìn)行標(biāo)記和注解,比如使用Acrobat、福昕等文獻(xiàn)閱讀軟件,對文章中的要點(diǎn)和個(gè)人體會(huì)進(jìn)行標(biāo)記;其次是文獻(xiàn)閱讀后的歸類整理,可以使用如EndNote之類的整理軟件;另外文件命名推薦使用編號(hào)、文章名稱和期刊名(如0001_文章名_發(fā)表期刊名稱),方便以后隨時(shí)查閱。
強(qiáng)烈推薦寫文獻(xiàn)閱讀筆記,只需要寫自己進(jìn)行的編號(hào)和閱讀后最吸引自己注意的點(diǎn)就可以了(方便自己快速尋找和喚起回憶),并可在后期嘗試做文獻(xiàn)對比。
作為研究者,總需要經(jīng)歷入門到熟悉直至精通的過程。中文文章是很好的入門點(diǎn),可以嘗試在剛開始階段閱讀幾篇中文的綜述類文章,能夠大致了解相關(guān)文獻(xiàn)發(fā)展情況,再根據(jù)自身情況進(jìn)行英文文獻(xiàn)的研讀。
國內(nèi)很多文章簡單套中國數(shù)據(jù),創(chuàng)新性不夠。建議多查閱英文文獻(xiàn),尤其是頂級(jí)英文期刊文章,在初始階段可以略過模型細(xì)節(jié),著重看文章的思路和模型背后的邏輯。
多閱讀文獻(xiàn),在閱讀文獻(xiàn)的時(shí)候持有學(xué)習(xí)和批判的態(tài)度,即可以在他人文章的基礎(chǔ)上進(jìn)行擴(kuò)展(取其長),也可對其進(jìn)行反駁或者提出自己認(rèn)為正確的論點(diǎn)(駁其短)。在閱讀文獻(xiàn)的過程中,大部分研究者幾乎都要經(jīng)歷這樣一個(gè)過程,在初步涉獵相關(guān)文獻(xiàn)后,有很多點(diǎn)子,甚至可以說觀點(diǎn)噴涌而出,但閱讀到一定量文獻(xiàn)后,發(fā)現(xiàn)自己很多想法其實(shí)都已經(jīng)被其他人成文了,這個(gè)時(shí)候可以進(jìn)行深入的文獻(xiàn)梳理和文獻(xiàn)對比,集百家之所長,從夾縫中找到創(chuàng)新亮點(diǎn)。所以我的建議是一定要多讀文獻(xiàn),尤其是經(jīng)典文獻(xiàn)。同時(shí)要關(guān)注時(shí)事,能夠幫助我們開闊視野,找到突破口,完成一篇既有理論背景又有現(xiàn)實(shí)意義的好文章。
另外我之前提到有三類創(chuàng)新:理論創(chuàng)新、方法創(chuàng)新、數(shù)據(jù)創(chuàng)新。創(chuàng)新難度和要求依次降低,建議根據(jù)自身實(shí)際情況,從中找到一個(gè)合理的平衡點(diǎn)。最后,不同水平的期刊對創(chuàng)新水平要求不同,可根據(jù)實(shí)際情況,選擇合適的期刊投稿。
在閱讀文獻(xiàn)的時(shí)候,要多看多想,持有學(xué)習(xí)和評判的態(tài)度??梢試L試批判性閱讀 (critical reading),即從審稿人的角度出發(fā)去讀文章,找出文章中尚未解決的問題。另外達(dá)到一定閱讀量之后,需要進(jìn)行深入的文獻(xiàn)梳理,同時(shí)參考文章中的進(jìn)一步研究方向,看下還有哪些沒解決的問題。一旦有了好的思路后,建議去嘗試把文章寫出來。寫文章本身就是一個(gè)熟能生巧的過程。
一般來說,國外SSCI期刊更嚴(yán)謹(jǐn),投稿周期更長,對模型細(xì)節(jié)要求也相對更高。另外,審稿費(fèi)一般也較高,根據(jù)期刊不同,可能在幾百美元左右。同時(shí),英文期刊對語言水平要求比較高,可能需要反復(fù)修改。 投稿的技巧方面,建議多參加國際學(xué)術(shù)會(huì)議,一方面可以提高文章質(zhì)量、增加人脈關(guān)系,另一方面,部分國際會(huì)議會(huì)和相關(guān)SSCI期刊合作,設(shè)立special issue,可能會(huì)提高通過率。(這里要補(bǔ)充下,和國內(nèi)期刊增刊不同,special issue對文章質(zhì)量要求和regular issue是相同的,因此國內(nèi)學(xué)術(shù)界對special issue和regular issue并無區(qū)別對待)。
公司金融的熱點(diǎn)很多,包括行為金融、公司董事會(huì)研究、公司盈余公告、以及媒體(分析師)關(guān)注等。一方面要關(guān)注學(xué)術(shù)熱點(diǎn),追蹤學(xué)術(shù)動(dòng)態(tài)、更關(guān)鍵還是需要根據(jù)自己的興趣、能力以及導(dǎo)師研究方向綜合考慮,選擇適合自己的學(xué)術(shù)研究方向。
對于實(shí)證分析
您有什么問題?
歡迎文底留言提供
▼
零基礎(chǔ)學(xué)stata 數(shù)據(jù)分析再不怕
【Stata特訓(xùn)】2017年8月Stata暑期特訓(xùn)課程火熱招生中
l 計(jì)量經(jīng)濟(jì)學(xué)服務(wù)中心 l
更懂計(jì)量,更懂你
聯(lián)系客服