实证研究中7大计量经济学误区！！！.pdf

实证研究中7大计量经济学误区

前不久，社群讨论了1.“显著不显著的后背是什么,非(半)参估计里解

决内生性”，2.“计量社群里关于使用交互项还是中介效应分析开展

机制研究的讨论”，3.“为啥面板数据回归中,即使X对Y的解释程度

很大,但R-square一般都很小?”，4.多期DID中使用双向固定效应

可能有问题!又如何做平行趋势检验?多期DID方法的最新进展如

何?，5.收入和年龄等变量是将其转化成有序离散变量还是当成连续变

量进行回归呢？6.控制变量就能影响结果显著性,所以存在很大操作空

间,调参数是常用手段吗？7.回归中常数项显著说明模型中有遗漏变量

问题？8.审稿人有义务告诉你回归中可能的遗漏变量么？9.针对很多

实证问题的讨论,随手保存的部分内容以飨学者，１０.未引入交互项

主效应为正,引入后变为负,解释出来的故事特别好,主效应符号确实增

强了故事性，11.双向固定效应多期DID最新进展和代码汇总,关于控

制变量和固定效应选取的讨论，12.逐年匹配的PSM-DID操作策略,

多时点panel政策评估利器，13.多期DID前沿方法大讨论,e.g.,进

入-退出型DID,异质性和动态性处理效应DID,基期选择问题等，14.

针对经济学领域中介效应模型问题的回应和理性讨论，15.讨论a(b)

对b(a)的新方向论文,经济学期刊分区问题,3个机制存在时计量模型

设计问题,16.如果解决了内生性,那么是否意味着证实了变量之间的因

果关系呢？17.解释变量提升一个标准差，被解释变量提升几个百分比

呢？18.关于DID中对照组与处理组的比例问题？19.双重差分法和事

件研究法的区别主要在哪里？20.双重差分法和事件研究法的区别主要

在哪里？21.统计上不显著的变量表明该变量对结果变量没有影响吗？

22.IV与Y在理论上无直接关系,但用Y对IV做回归发现IV是显著

的,这是咋回事？23.Heckman模型和工具变量IV之间的差异？

24.X与Y负相关但回归系数却为正?OLS不显著但2SLS却显著？

25.一定要控制时间固定效应吗？26.经济学家说论文是讲故事,具体是

啥意思啊?最高点赞答案！27.在机制分析中必须是正向的中间影响路

径吗?负向的影响路径可以吗？28.回归中所有变量的系数都应该符合

预期吗？若一变量的系数不符合预期是否可以呢？29.自变量X是微观

层面的,而因变量Y是宏观层面的,可以放入同一模型回归分析吗？等

等。这些讨论中有很多非常高质量的内容值得被记录起来，因此后面

会形成一个计量圈社群讨论专栏。

社群能坚持4-5年依然如初，还是在于对

学术问题的讨论、分享和互助的精神存在。

Question：实证研究中7大计量经济学误区

1.假设检验的误区：不能拒绝就接受

除了像两点分布那样的理论探讨之外，在目前数理统计教科书的

内容范畴中，当p值被认为不够小而不能拒绝零假设时，只能够说

“目前没有足够证据拒绝零假设”，而绝对不能说“接受零假设”。

在实际数据分析中，人们只能够得到“拒绝零假设时可能犯错误的风

险”（相应于P值）而得不到“接受零假设时可能犯错误的概率”

（这是不可能得到的概率）。国内某些“权威”教科书长期错误使用

“接受零假设”的说法，其原因可能是觉得任何统计分析一定要有结

论,实际上，在给出任何统计结论时，必须给出相应于该结论可能产生

的风险。提供决策建议而又不说明风险是不负责任的。无法给出风险

的“接受零假设”的决策是绝对不能做的。无论“权威”如何说，我

们都应该运用自己的大脑来思考。“接受零假设”的说法已经成为中

国特色，近40多年来没有见到国外教科书有这种说法。

下面我们用一个数值例子来说明“接受零假设”说法的荒谬。对

自然数列（当然不是正态分布）做两种正态性检验：一种是对从1到

50的自然数列做Shapiro-Wilk正态性检验；另一种是对从1