经济学实证研究中的40个常见误区.pptVIP

踩雷了！经济学实证研究的40个常见误区 马光荣 中国人民大学财政金融学院 40个误区 我： 初学时、投稿时踩雷 作为审稿人：见过别人踩雷 作为老师： 见过学生踩雷 实证研究的六个步骤，共40个误区 Idea ： 4 Data ：5 Identification：19 Stata ：4 Writing：5 Submission：3 治学问若烹小鲜 治学问若烹小鲜 菜谱：Idea Taste 食材：Data 锅： Stata Computer 火候：Identification 装盘：Writing 上菜：Submission 菜谱：idea 的四个误区 误区1：不学理论 误区2：取法于下 误区3：“广” 与“专” 的关系没处理好 误区4：操之过急 Idea Taste的四大来源 现实 理论 文献 数据 识别 误区1：不学理论 三高过后，长舒一口气！ 为什么理论重要？ Taste：理论的高度决定实证的高度 例：新农保对居民消费的影响 例：省管县改革对经济增长的影响 Mechanism：讲清楚机制，需要理论 Publication：同时有理论和实证的论文好发，结构式估计 成为理论与实证俱佳的人才，很难！ 实证研究的核心使命是什么？ 检验理论是否成立 如果不成立，是因为什么假设条件？ 多种理论同时存在，哪一个成立？ 激发新的理论 实证是灰色的，唯有理论之树长青。 理论物理 VS 实验物理 杨振宁、李振道 宇称不守恒 吴健雄 “吴健雄细心爱护与训练电子，要把电子训练得好，晶体里面没杂质，才能从它们的行为中得到数据，告诉你现实的世界是怎么回事” 怎样学理论？ 学好教科书（不一定是学术模型 ） 熟练掌握领域内的经典理论 泛读领域内前沿理论文献 计量经济学理论也很重要！ 误区2：取法于下 不要读太多D类杂志。不然Taste变差、对计量要求也变低、甚至写作也变差 古人云，“取法于上，仅得为中；取法于中，故为其下；取法于下，则无所得矣”。 期刊list 误区3：“广” 与“专” 的关系没处理好 Development economics 宏观、劳动、制度、政治、区域/城市、产业、公共、经济史 一个对话引起的讨论 普通人精力有限，不是Daron Acemoglu 广泛训练、专业研究 误区4：操之过急 想到idea，要多思考一段时间 科研考核制度 每个研究者电脑里都有一长串to do list，有很多半成品 思考时间足够长后，再去读文献 某一线女演员：停工一年，只因没有好剧本 “我宁可他们暂时把我忘了，我也不愿意他们看着一个烂戏想起我来” 食材：数据的五个误区 误区5：样本不够大 误区6：样本不够长 误区7：用国外数据 误区8：不熟悉数据库 误区9：不描述数据 误区5：样本不够大 很多同学用分省数据、时序数据。 为什么样本大了好？ a大数定律 样本不够大，发现不了规律。即使碰巧发现了规律，standard error会大，导致统计显著性不过关。 b微观数据，可以把机制做清楚 c有足够多的花样做异质性 d没有功劳，也有苦劳 变量的显著性检验 的标准误如下 数大便是美 徐志摩《志摩日记二则》 数大便是美。 碧绿的山坡前几千只绵羊，挨成一片的雪绒，是美； 一天的繁星，千万只闪亮的神眼，从无极的蓝空中下窥大地，是美；泰山顶上的云海，巨万的云峰在晨光里静定着，是美； 大海万顷的波浪，戴著各式的白帽，在日光里动荡着，是美； 爱尔兰附近的那个羽毛岛上栖息着几千万的飞禽，夕阳西沉时只见一个羽化的大空，只是万鸟齐鸣的大声，是美…… 数大便是美。 数大了似乎按照著一种自然规律，自然也会有一种特别的排列，一种特别的节奏，一种特殊的式样，激动我们审美的本能，激发我们审美的情绪。 误区5：样本不够大 如果你的研究问题有更细的数据，就不要用粗的数据。分省VS分市VS微观 例：金融发展对经济增长的影响 例：新农保对消费的影响 我们的幸运 大国 大数据的时代 例外：Acemoglu, AER, The Colonial Origins of Comparative Development, 只有63个观测值！ 这很运气。稍微碰一下，显著性就没了。 误区6：样本不够长 面板数据的样本要尽量长 长了才能体现出效果 例：省管县改革2004年，只用2002-2005年数据 误区7：慎用国外数据 你不了解国外的月亮，熟悉制度背景是很难的，遑论找到exogeneous shock 当然，国外文献还是要读，是要有比较的眼光 美国著名政治学家和社会学家李普塞特“只懂得一个国家的人，他实际上什么国家都不懂” 欧美的发展经济学家 例外：金融学，要用美国数据。 误区8：