当前位置： 经济学原理 > 经济学原理内容 > 科研贴士不会写经济学实证论文看完你
当前位置： 经济学原理 > 经济学原理内容 > 科研贴士不会写经济学实证论文看完你
导读
跟随世界主流经济学的研究范式，数量化研究已经成为了中国经济研究的主流。经济学，作为社会科学中数量化程度非常高的一门学科，其本身还是脱离不了社会科学本身的限制，经济学的主要使命是帮助我们认识复杂的经济世界，更多时候是对经济现象提出合理解释。
一篇严谨的经济学论文，一般需要三个基本的要素：视点(Perspective)，参照（Benchmark），以及分析方法(AnalyticalTool)（钱颖一，）。学习计量经济学的目的是为了进行实证研究，对于学习计量经济学的人而言，要写一篇有实证研究的计量经济学论文或报告时，选题、建立计量模型、选择计量方法等至关重要。今日，教育科研网为您带来一篇关于计量经济学实证论文写作的全面解析。
1
什么是论文
究竟什么是论文？简单地说，论文就是对新的研究成果的汇报。为什么一位成绩优秀的学生，在撰写毕业论文时可能一筹莫展？这主要是因为，平时上课做题，主要学习已有知识，只需被动消化吸收即可，有固定模式可循；而做研究写论文，则需主动创造(哪怕是一点点)新知识。因此，刚起步研究的学生，面临着从学习知识(学生)到创造知识(研究者)的转型。
论文与一般的文章或散文不同，后者可以仅仅表达某种情感，或记录一些事情。经济学论文必须用十分严谨的数理逻辑或统计推断，来一步一步地得到结论，保证每个环节都丝丝入扣、经得起推敲；而不能随便发表议论，或轻率地下结论。而且，论文贵在创新，其价值主要在于其原创性(originality)或新颖性(novelty)，即对于已有文献的边际贡献(marginalcontribution)，参见下图。
▲已有知识与新研究的关系
一般来说，规范的实证研究包括以下几个步骤，即准备阶段、选题、探索性研究、收集数据、建立计量模型、选择计量方法、解释回归结果、论文写作、与同行交流、提交论文或投稿，下面分别进行介绍。
2
准备阶段
如果以为今天想做研究，明天就可开始，或许不现实。要开始真正的研究，需要一系列的准备工作。首先，必须掌握一定的经济理论，以获得观察经济现象的必要视角(perspective)、参照系(reference或benchmark)与分析工具(analyticaltools)。否则，即使看到经济现象，也可能无从下手分析。正如钱颖一(,p.2)所指出：
我在哈佛大学做博士生的时候，韦茨曼(MartinWeitzman)教授问我，受过现代经济学系统训练的经济学家和没有经过这种训练的经济学家究竟有什么区别？他研究比较经济制度，经常去苏联访问，问这个问题是从与苏联经济学家交往中有感而发的。韦茨曼的回答是，受过现代经济学系统训练的经济学家的头脑中总有几个参照系，这样，分析经济问题时就有一致性，不会零敲碎打，就事论事。
这正是经济学界常说的“像经济学家那样思考”(Thinklikeaneconomist)。当然，爱因斯坦更早就说过类似的话，甚至更为深刻：
你能不能观察到眼前的现象取决于你运用什么样的理论，理论决定着你到底能观察到什么。
显然，那种认为可以不需要任何理论指导而直接去“看真实世界”的想法或许过于天真了。这些经济理论的学习，主要体现在微观经济学、宏观经济学以及经济学的各专业课程上，比如金融学、财政学、发展经济学、产业经济学、劳动经济学等。
其次，为了进行实证研究，还必须掌握一定的计量方法与统计软件(比如Stata)。即使你收集到相关的数据，但数据也不会“自己说话”，仍需要使用统计软件，运用适当的计量方法进行统计推断。因此，计量经济学对于实证研究不可或缺。在具备一定的理论功底与计量训练后，即可正式开始做实证研究了。
3
选题
实证研究的第一步就是选题，即选择研究的题目。对于刚起步的研究者，常常不知如何选题。研究者通常知道自己想要研究的领域(比如，经济增长)，但这还不是一个具体的“研究问题”(researchquestion)。
对实证分析而言，研究问题通常是有关“X对Y有何作用”之类的因果关系。如果想研究“家庭联产承包责任制对农业经济增长的作用”，就更具体了，此处X指“家庭联产承包责任制”，而Y指“农业经济增长”。当然，实证研究也可以只有Y而没有X，比如对于某个统计指标Y的测算；但纯粹描述性的研究已比较少见。
研究问题可以来源于理论(比如，检验资产定价模型CAPM是否成立)，也可来自对经济现象的观察(比如媒体报道、社会调研)；可以研究某政策的效应(比如新劳动法对失业率的影响)，也可以对文献中已有论文进行改进。
如果没有任何研究想法，则建议先浏览一些经济学的顶级期刊。比如，经济学中文期刊的“四大金刚”，即《经济研究》、《经济学(季刊)》、《世界经济》、《管理世界》；以及经济学英文期刊的“Top5”，即AmericanEconomicReview，Econometrica，JournalofPoliticalEconomy，QuarterlyJournalofEconomics，ReviewofEconomicStudies。这些顶级期刊都是经济学的一般性期刊(generalinterestjournal)，涵盖经济学的各个领域。如果确定研究经济学的某个领域，比如金融学，还可《金融研究》等专业期刊(fieldjournal)。
浏览这些期刊中的论文(通常技术性较强，故未必从头读到尾)，可大致知道当前的经济学者都在研究哪些前沿问题，取得了哪些成果，还有哪些未解之谜；进一步，可以评估他(她)们的研究方法是否可靠，以及可能的改善空间。
如果能提出好的研究问题，也许你的研究就成功了一半。什么是好的研究问题呢？总的来说，研究问题越具体、越有趣、越新颖、越有可行性，则越好！
(1)具体：简单来说，在以上“X对Y有何作用”的句型中，应能明确X与Y具体是什么。
(2)有趣：你的研究问题为什么重要？别人会感兴趣吗？为什么我们要在乎你的问题(Whyshouldwecare)？知道问题的答案后，能影响人们对世界某方面的看法吗？
(3)新颖：论文的核心价值在于其创新性，即做出了文献中所没有的边际贡献。这种边际贡献可以是研究了新的现象、使用了新的(更好的)计量方法，或者使用了新的数据集。做研究的过程是创造新知识的过程，在本质上不同于学习已有(旧)知识的过程。
(4)可行：即使你的研究问题很具体、很有趣、很新颖，如果找不到相应的数据，则不可行。
对于刚开始选题的学生而言，似乎自己能想到的题目，都已被别人做过了。其实未必。要想做出新的边际贡献，当然可在前人的基础上，继续拓展与改进(改进计量方法，增加变量，使用新数据等)。
另一方面，也可以完全撇开前人，去研究全新的现象。比如，20世纪70年代末中国农村实行了家庭联产承包责任制改革，这是史无前例的。到了年左右，就涌现出一批研究农村改革对中国农业产出影响的论文(比如，Lin,)。又比如，年11月开始实行上交所与港交所之间的“沪港通”。假以时日(有了足够的数据后)，就可以研究沪港通对中国证券市场的影响。
即使是前人已经研究过的现象(太阳底下没有新的事物)，也可用新眼光、新视角去观察。重要的是，要有敏锐的观察力，并“像经济学家那样去思考”(Thinklikeaneconomist)。当然，对于刚起步的新手，应尽量避免已经被研究得很烂、或过于富有挑战性的题目。显然，备选的研究问题越多越好，因为能“存活”下来的研究想法通常不多。
4
探索性研究
有了潜在的研究问题后，首先需要进行初步的“探索性研究”(exploratorystudy)，看看它是否具有新颖性与可行性。比如，通过查找文献，考察别人是否已经做过类似研究，并大致了解数据是否可得。
(1)通过文献回顾评估选题的新颖性
论文贵在有新意。假设你找到了一个具体、有趣而可行的研究问题，但它究竟有多少新颖性，这就不可避免地需要查阅文献，看看文献中是否已有类似研究。如果别人已做过很相似的研究，则通常须更换题目；除非另辟蹊径，找到很不相同的方法或数据。
对于中文论文，可在CNKI(ChinaNationalKnowledgeInfrastructure)中搜索。对于英文论文，可在JSTOR(JournalStorage)或EconLitwithFullText(美国经济学会)输入关键字进行搜索；二者均全文收录了许多经济类英文期刊，但前者有几年滞后。对于二者未覆盖的经济类期刊，可通过一些主要出版社(集团)搜索，比如ElsevierScienceDirect,SpringerLink,TaylorFrancis,Wiley等。某些工作论文则可通过百度或谷歌搜索。
以山东大学图书馆为例，其电子资源的第一页提供了如下资源(参见下图)：
▲山东大学图书馆电子资源首页
什么时候开始看文献，即看文献的时机，也很重要。如果从一开始就大量地阅读文献，则可能被文献所淹没，望洋兴叹，自觉渺小。更好的方法是，当自己有了一定的想法之后，再去系统地看文献。这样，才会知道自己究竟要看什么，也更能带着批判的眼光去看。
另外，阅读文献的态度也十分重要。虚心地从经典论文中汲取营养，才能站在巨人的肩膀上，但仍应带着某种批判性的眼光。事实上，由于经济现象的复杂性(经济学还只是软科学)，任何论文都有一定缺点(比如，忽略了某些可能重要的因素)，也都有可以改进的空间(甚至可能推翻作者的结论)，故不必太迷信“权威”。
既然经济学还不是科学，获得诺贝尔奖的经济学家可能持有相反的观点，那么又哪来的权威呢？重要的是，使用逻辑与实证的方法对不同的观点进行甄别与质疑。如果认为前人所做的研究已经十全十美，你都赞同，那么，你怎么可能做出新的边际贡献呢？
(2)确定所需数据是否可得
在正式开始研究之前，还应大致知道所需要的数据不仅存在，而且可以得到。数据从何而来？一般来说，数据要么是别人提供的(比如统计局)，要么是自己收集的(比如问卷调查)。寻找数据可以从网络搜索开始(比如谷歌或百度)，也可以询问专家或同行。如果确实不知道该从哪里找数据，还可文献中同类研究的数据来源，然后溯本及源。因此，阅读一定文献之后，就应该基本了解该研究领域的常见数据来源了。近年来，一些国际期刊已在其网站公开了发表论文中所用的数据集与估计程序。
5
收集与整理数据
从数据的来源格式来看，数据可分为电子版与非电子版两大类。对于非电子版的数据，需耐心输入数据(通常先输入Excel表，再导入Stata中)，并注意检查，防止出错。即便下载电子版数据，也应检查可能存在的错误。
实证研究的关键材料乃是数据。如果数据质量不高，则“巧妇难为无米之炊”。无论多么高深的计量方法，如果原始数据质量有问题，也只能是“垃圾进去，垃圾出来”(garbagein,garbageout)。ZviGriliches在年给美国经济学会做的主席演讲(presidentialaddress)指出，由于经济学家不够注意数据的来源及产生过程，经常错误地解释数据，导致研究的进展缓慢；如果不提高数据质量，计量理论方面的重大进展将无用武之地。为此，将数据导入统计软件后，需仔细察看数据(inspectthedata)。一个常见误区是，研究者只知进行回归，却不去熟悉原始数据(rawdata)，或增加对数据的感觉(getafeelforthedata)。
察看数据的常见方法为，计算变量的主要统计特征(summarystatistics)，包括均值、最大值、最小值、标准差、相关系数等，并根据经济常识判断它们是否合理。比如，虚拟变量的最小值与最大值必然为0与1；否则，此变量有误。如果数据有时间维度(比如时间序列或面板数据)，还可画时间趋势图。如果发现在某个时点上的变量取值异常波动，则应考察此数据是否有误；即使数据无误，也应考虑异常波动的原因。
总之，在察看数据的过程中，主要观察数据中是否存在不一致(inconsistent)的地方；比如，出现了不可能、不现实或可疑的取值。如果发现，则要进行处理(比如，可能是数据输入错误)，这被称为“数据清理”(datacleaning)。
对于大多数从事应用研究的学者而言，主要是使用别人(比如统计局、世界银行)提供的数据。即便如此，也应该对数据的质量有一个清醒的判断，并使用相应的计量方法(至少在做出实证研究的结论时，应考虑数据质量的影响)。在使用别人提供的数据时，还应注意其定义及统计口径，是否是与理论模型中的变量相对应。比如，中国的失业率指的是“城镇登记失业率”，其统计口径与标准教科书中以及西方国家的失业率概念有很大不同。
对于计量的初学者来说，与真实数据打交道也是加深对计量经济学理解的重要途径。只有弄脏你的手(getyourhandsdirty)，才能真正学会做实证研究。
6
建立计量模型
虽然实证研究可以没有理论模型，但如果有好的理论模型作为基础，则更有说服力。具体来说，回归分析一般只能说明变量之间的相关性，要对变量之间的因果关系做出判断，常常需要依赖于经济理论。因此，即使无法提供完整的理论模型，也应该进行一定的理论分析。最理想的情形是，从理论模型中推导出计量模型(econometricmodel)，即待估计的回归方程。一般来说，一篇好的实证论文，需要讲一个好的“故事”(story)，然后用数据来证实或检验此故事。
对于回归函数的具体形式，可以考虑线性、对数(变量只取正数且有指数增长趋势)、双对数、非线性(边际效应不是常数)等。在进行模型设定时，应尽量使用常识(微信聊天机器人北京治疗白癜风费用是多少
转载请注明：http://www.deudeguo.com/jynr/14783.html
