钟经樊-计量经济学论文的写作方法--基于实证研究的视角

1、钟经樊:计量经济学论文的写作方法 -基于实证研究的视角学习计量经济学的最后目的是为进行实证研究, 但对初学计量经济学的人而言, 要写一篇有实证研究 的报告或论文时常有不知如何着手的感觉, 这里我便对实证研究的规划以及论文的写作做一些粗浅的 建议。前期规划:1. 广泛收集参考文献,决定计划的目的和范畴: 决定所要解释的现象是什么? 决定所要检验的假设或理论是什么? 决定所要预测的趋势是什么? 决定所要评估的政策是什么?2. 建构实证计量模型; 除研读相关经济理论之外,应比较三至五篇有实证分析之文献中的实证计量模型:确认计量模型中解释变量和应变量之间的因果关系(causality ; 厘清各模型的

2、异同及优缺点,思考改进文献中现存模型的可能; 最后决定实证计量模型雏形; 初步调查是否有相关的资料,若无则实证模型设计的再好也无用。3. 收集相关资料; 对数据的精确性一定要严格查核,对错假漏数据要仔细修正; 使用电子表格软件对数据列表绘图,以验证数据的逻辑合理性,对不合理的数值要有所处理; 不论要用的是横断面数据或是时间数列,数据数目越多越好,面板数据(Panel Data尤佳; 对资料数值作一些整理,表列各种基本统计量(样本平均值、变异数、变量间的样本相关系数等 、 变量之间的两两交互列表、做一些初步图解分析。计量方法的执行:1. 计量方法不应太简单(例如只做到最简单的 OLS ,但也不必

3、过于复杂,应针对问题采用恰到好处 的计量方法。若采用了比较复杂的计量方法,则要说明为什么简单的方法不适合。计量方法的好坏不 在其复杂程度,而在于它是否能够帮我们得到正确的估计值,以了解数据中所包含的真正信息。2. 除了估计值以及对应的 t 检定外外,也可做一些 F 检定之对多个系数的假设检定。3. 回归模型的设定,尤其是解释变量的取舍,可在估计过程中不断的修正。对应变量和解释变量均可 尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定,以经济理论上的考虑最为重要, 不能单只为了提高模型的配适,而盲目的做一些不合理的变量转换。4. 选取解释变量时,应有如下的考虑: 解释变量和应变量之间的

4、因果关系一定要正确,也就是说,解释变量是原因在先,应变量是结果在 后,有一定的先后顺序。尤其要注意,有些变量数值的产生很可能是和应变量同时决定的,或是因果 关系不很明确(也就是说,相对于应变量而言,这些变量是内生的 ,则在选取这些变量作为解释变 量时,便要非常小心。解释变量的内生问题常常是研究被批评的主要原因; 要注意解释变量的同构型,不能不分青红皂白的将一大堆彼此相关性很高的变量(包括相同变量的 不同转换、或是几个变数间的各种交乘项放进回归式内,造成严重的线性重合问题; 经济理论所牵涉到的变量常常是无法观察到的,因此在做实证研究时必须采用替代变量(Proxy , 研究者要对所选用之替代变数的

5、合理性详加说明。由于数据总有些缺失,常有人在束手无策之下,采 用了很多匪夷所思的替代变数; 虚拟变量的定义要清楚而合理,使用要小心; 要探讨解释变量不足、观察值有误差等数据缺失所可能造成的计量问题。5. 横断面数据要注意异方差(Heteroscedasticity 的问题,时间数列的数据则要注意干扰项自我相关 (Autocorrelation 的问题。要确定时间数列的稳定性(Stationarity ,若有季节变动也要加以处理。6. 模型的稳定性要注意,可能需要诸如 Chow Test 或 CumSum Test 的检验。7. 若用到 MLE 或 GMM 等非线性计算,则在撰写报告时要对数值方

6、法的细节,诸如统计软件及数值 方法的名称、起始值之选取、收敛速度、是否产生区域解(local solution 、收敛条件的设定等,均 需有所说明。8. 若实证模型中有多个应变量(和对应之方程式值得同时分析,则可考虑采用 Seeming unrelated regression 甚至联立回归模型等系统模型,以更有效的利用各回归式之间的相关性。报告的写作:1. 首页:报告题目,作者名字,系所,学号,日期。2. 摘要:对全文宗旨作一简单描述, 并简述文章的目的是对经济结构的分析, 还是对未来趋势的预测, 还是对政策的评估;然后简单介绍所使用的模型及变量,数据的种类及来源,所估计的模型,所采用 的计

7、量方法;最后以最主要的实证结果为终结。3. 绪论:说明研究的性质、范围和目的,并从不同角度或一个比较宽广的视野(历史、社会、文献、 问题严重性等来解释研究的重要性。4. 文献回顾:对和主题有直接和间接关系的文献做一个简单清楚有系统的回顾,和主题有直接关系但 有不同结果的文献,更是要有比较完整的解释。5. 模型设定:模型有理论模型和实证模型两类。理论模型是从经济理论中直接导出,而实证模型则是 从理论模型衍申出来,是要实际以资料来估计的。理论模型通常需以数学推导,因此文章中可列出一 些关键的数式以帮助理论的阐述, 但不应长篇累牍的堆积只有间接关系的数式。 实证模型通常是以回 归模型的形式表示, 对

8、模型中所涉及的变量均须给与明确的定义, 对解释变量和应变量之间的关系要 详尽的说明,也要解释对模型中主要系数(或由这些系数所导出之弹性、乘数等可能数值的大小及 符号有怎样的理论预期。6. 资料说明:对数据的种类,性质,来源出处,数据修订的方式,数据中可能有的错误和缺失,都要 有详细的说明,最好也能将资料的基本统计量表列出来。7. 计量方法的描述:对所用到的每一个符号都要有清楚的定义。8. 实证结果的报告: 系数估计的主要结果均须以表列出,在表中每一系数对应之变量名称要写清楚,每一系数估计值旁 均须伴随一标准差(s.e. 或 t 统计量,也可加列 p 值,对于显著的估计值也可附加诸如星号之特 殊

9、标记以提醒读者。显示模型整体表现的统计量,诸如 R2(线性回归模型 , F 检定统计量, Durbin-Watson 检定统计量(对时间数列资料 ,也可选择性的列于表内。在表的脚注中,必须说明 表中所有的特殊符号和简称,表中变量名称的选取,应尽量采用有意义的中文简称,少用无意义的英 文字母组合。制表的基本原则就是要让读者便捷、完整而清楚的了解估计的结果; 对主要回归系数(或由回归系数所导出之弹性、乘数等估计值的大小、符号及显著与否要详加讨 论,对于显著的估计值更要和理论预期值比较,若有明显的矛盾,则要探讨原因; 若能在文献中找到类似模型的估计结果,则应择要报告,并做比较; 对重要回归系数若是得

10、不到显著的估计值,则要探讨其中原因。也绝不能对不显著的估计值做出过 度的解释,尤其不能宣称不显著的估计值支持或不支持某些特定结论。我们要知道估计值不显著,就 是表示所使用的数据不能够提供足够的信息, 若是没有足够的信息, 当然不能够也不应该做出任何确 切的结论; 为增加文章的清晰度,能够条列的结果应尽量条列(但要注意条列式的阐述易流于机械化而让读者失去兴趣 ,同样的,能够列表的结果应尽量列表,表格应尽可能的明确、独立自主而自成一体(多 利用表格下端的附注详加解释表格的内容 ,尽可能让读者不用在文章中到处找相关说明。此外,图 表也是一个非常精准有效之传达信息的方式,应多加利用; 所有具有政策意义

11、的重要论点都要经过假设检定的严谨统计程序探讨其显著性; 若要根据估计模型对数据外的时期或状况进行预测,则态度必须保守谨慎,尽可能设想预测可能不 准的原因; 所有列举的统计数字应尽量保持统一的小数点位数(小数点后三位数或四位数均可 ,如果有很小或 很大的数字,则可以用科学表示法表示(例如 1.2345 x 10-4 ,尽可能显示出三至五位有效数字。 9. 结论:对所有重要结果做一个完整的总结,并经由理论或数据中不尽完美处的讨论,指明未来研究 的方向。10. 列举参考文献。一些注意事项:1. 正确的进行研究很重要,但如何将研究结果有条有理、完整而正确的写成报告则更是重要。由于大 学教育并不重视国文

12、(英文写作的训练,很多学期报告的问题都在于国文 (英文的写作。所以 对报告主体完成后的文字修饰工作,一定要给与很大的重视。2. 写论文应该抱持着推销产品的心态,所以在包装产品(即写文章之前要清楚的了解顾客(读者 的基本心理:顾客基本上是报着不太关心但走着瞧的心理,所以写文章时,便要时时设想如何能在非 常短的时间内让顾客对产品发生兴趣,当然也要设想如何能让他们在将产品消化后能对产品赞不绝 口。3. 大家都知道文章中每一个章节都有一个主题(章节的标题就是用来点明该主题的 ,但很多人似乎 是不知道,文章中的每一个段落也有各自的主题,也就是说每一个段落只是用来说明一件事情的。很 多人常在该分段的时候不分, 以致一个段落中常挤进两三个不太相关连的主题, 而让读者不易掌握文 章重点。4. 相对的另一个问题是,同一个主题,也应该在同一个地方讲清楚,而不应该在文章中不同的地方重