二手数据在管理研究中的使用

1、二手数据在管理研究中的使用二手数据在管理研究中的使用吴建祖吴建祖 博士博士兰州大学管理学院兰州大学管理学院界定二手数据界定二手数据p界定标准数据来源、收集过程和目的p一手数据（primary data）数据来源：直接来自被研究者收集过程：由研究者或其委托人直接收集目的：直接用于研究者自己的研究项目p二手数据（secondary data）数据来源： 通过公共及公开渠道取得的已存数据收集过程：由第三方收集整理目的：并非直接用于研究者自己的研究项目兰州大学管理学院兰州大学管理学院2吴建祖 博士Secondary data and primary datap Secondary data is da

2、ta that have already been collected for some other purposes, while primary data is data which can be collected specifically for the purpose of answering a research question(s) and to meet research objectives.p Secondary data gathered and recorded by someone else prior to and for a purpose other than

3、 the current project p Secondary data is often: Historical Already assembled Needs no access to subjects兰州大学管理学院兰州大学管理学院3吴建祖 博士Types of secondary data兰州大学管理学院兰州大学管理学院4吴建祖 博士Source: Saunders et al. (2006)管理研究中常用的二手数据管理研究中常用的二手数据p有关宏观经济，贸易的数据国家机构发布的宏观经济数据世界银行的国家和城市年鉴数据p有关行业（industry）的数据行业普查数据p有关企业公司（f

4、irm）的数据企业业绩企业高管团队及董事会的构成企业业务单元及多元化的数据p商业期刊和报纸提供的数据兰州大学管理学院兰州大学管理学院5吴建祖 博士二手数据在管理研究中的应用二手数据在管理研究中的应用p主要管理学期刊发表论文采用二手数据的统计，2008-2011（周长辉，2012）兰州大学管理学院兰州大学管理学院6吴建祖 博士2008-2011SMJAMJOSJIBS实证论文总数252208190199采用二手数据论文总数211120128133百分比83.7%57.7%67.4%66.8%二手数据的优越性二手数据的优越性p已经存在，通常可通过公共及公开的渠道获得很多高校购买了管理研究常用的数据

5、库p数据通常样本量很大，并具有时间跨度，从而易于获得面板数据（panel data）上市公司数据客观性较高，较少受被调研者的主观意向影响原始数据并非针对某个具体研究项目而收集p可复制性高，从而使实证研究更有“他律性”他人可用同样的数据验证发表的研究结果兰州大学管理学院兰州大学管理学院7吴建祖 博士Secondary Data Analysisp Advantage Saves cost for data collection. Saves time required for data collection. May obtain data otherwise impossible. p Dis

6、advantage Data collected may not be suitable for the researchers purposes. (Validity) All necessary data may not be available in existing data. Requires time to search for the data set. Original data set may not be accurate. Existing data sets may contain more variables than what the researchers nee

7、d. Need time to sort out the data. 兰州大学管理学院兰州大学管理学院8吴建祖 博士二手数据的形式二手数据的形式p文本形式的数据p矩阵结构化的数据兰州大学管理学院兰州大学管理学院9吴建祖 博士文本形式的数据文本形式的数据p以文本(text)的形式存在各种公告、年报、会议记录、新闻报道，等等需加工整理后才能进行量化统计分析数据收集比较费时费力兰州大学管理学院兰州大学管理学院10吴建祖 博士矩阵结构化的数据矩阵结构化的数据p通常以量化数据 (quantitative data) 的形式存在由研究中心或数据公司收集整理只需稍加整理后就能进行量化统计分析有时需要一定的编

8、程能力进行数据管理 (data management)，特别当所需数据来自不同的数据库。兰州大学管理学院兰州大学管理学院11吴建祖 博士使用二手数据的注意事项使用二手数据的注意事项p理论优先于数据 任何研究都应从理论假设入手在发展理论假设的过程中需要考虑数据来源，但不能数据驱动(data driven)做研究不止是寻找统计上的显著性p理论概念与代理指标的契合度管理理论中的很多抽象概念通常很难找到直接的测量指标研究者需要建立理论概念与代理指标之间的联系兰州大学管理学院兰州大学管理学院12吴建祖 博士使用二手数据的注意事项使用二手数据的注意事项p验证二手数据的准确性与可靠性最初来源可能虚报数据 系

9、统性假报公司业绩 对CEO 任免原因的宣告数据在录入整理过程中可能出现误差p避免在数据管理使用过程中出现错误利用二手数据的研究越来越倾向于大样本面板数据数据整理过程中极易出现错误建立数据手册(data manual)系统记录每一步兰州大学管理学院兰州大学管理学院13吴建祖 博士Overall suitabilityp Does the data set contain the information you require to answer your research question(s) and meet your objectives?p Do the measures used ma

10、tch those you require?p Is the data set a proxy for the data you really need?p Does the data set cover the population that is the subject of your research?p Does the data set cover the geographical area that is the subject of your research?p Can data about the population that is the subject of your

11、research be separated from unwanted data?p Are the data for the right time period or sufficiently up to date?p Are data available for all the variables you require to answer your research question(s) and meet your objectives?兰州大学管理学院兰州大学管理学院14吴建祖 博士Precise suitabilityp How reliable is the data set y

12、ou are thinking of using?p How credible is the data source?p Is it clear what the source of the data is?p Do the credentials of the source of the data (author, institution or organisation sponsoring the data) suggest it is likely to be reliable?p Do the data have an associated copyright statement?p

13、Do associated published documents exist?p Does the source contain contact details for obtaining further information about the data?p Is the method clearly described?p If sampling was used, what was the procedure and what were the associated sampling errors and response rates?p Who was responsible fo

14、r collecting or recording the data?兰州大学管理学院兰州大学管理学院15吴建祖 博士Precise suitabilityp (For surveys) Is a copy of the questionnaire or interview checklist included?p (For compiled data) Are you clear how the data were analysed and compiled?p Are the data likely to contain measurement bias?p What was the or

15、iginal purpose for which the data were collected?p Who was the target audience and what was its relationship to the data collector or compiler (were there any vested interests)?p Have there been any documented changes in the way the data are measured or recorded including definition changes?p How co

16、nsistent are the data obtained from this source when compared with data from other sources?p Are you happy that the data have been recorded accurately?兰州大学管理学院兰州大学管理学院16吴建祖 博士Costs and benefitsp What are the financial and time costs of obtaining these data?p Can the data be downloaded into a spreads

17、heet, statistical analysis software or word processor?p Do the overall benefits of using these secondary data sources outweigh the associated costs?兰州大学管理学院兰州大学管理学院17吴建祖 博士Barnett & King (2008, AMJ)p建立理论及假设一家企业犯错，同行业的其他企业跟着倒霉/受罚行业自我监控 (self-regulation)作为一种解决方案p研究方法行业的选择：化工行业主要理论概念“自我监控制度”的测量：The

18、 Responsible Care program的建立样本时间跨度：1980-2000数据来源 文本形式的数据（意外事件）来自新闻媒体 矩阵结构化的数据来自CRSP，COMPUSTAT兰州大学管理学院兰州大学管理学院18吴建祖 博士中国管理研究中的二手数据中国管理研究中的二手数据p上市公司国泰安数据库() 金融界( )p非上市公司p兰州大学图书馆（http:/ 博士数据无处不在数据无处不在;最难的不是没有数据最难的不是没有数据;最难的是建立理论与数据间的联系最难的是建立理论与数据间的联系 兰州大学管理学院兰州大学管理学院20吴建祖 博士纵向研究纵向研究兰州大学管理学院兰州大学管理学院21吴建

19、祖 博士兰州大学管理学院兰州大学管理学院吴建祖 博士22兰州大学管理学院兰州大学管理学院吴建祖 博士23界定纵向研究界定纵向研究p界定标准样本的时间跨度p横向/截面研究（cross-sectional research）样本没有时间跨度样本包含多个个体(multiple actors)在单一时间段(single period) 的横向/截面数据 (cross-sectional data)p纵向研究（longitudinal research）样本有时间跨度样本有两种不同的数据形式 时间序列数据 (time-series data) 面板数据 (panel data)兰州大学管理学院兰州大学管

20、理学院24吴建祖 博士纵向研究数据的种类纵向研究数据的种类p时间序列数据 (time-series data)样本只有一个个体(single actor)在多个时间段(multiple periods)的数据检验被研究个体内自变量X对因变量Y的影响通常用于对宏观经济或市场的研究p面板数据 (panel data)样本包含多个个体(multiple actors)，每个个体都有在多个时间段(multiple periods)的数据既有截面数据的特性，又有时间序列数据的特性管理学中的纵向研究基本上都是使用面板数据又可根据个体数量和时间段的长短继续细分兰州大学管理学院兰州大学管理学院25吴建祖 博士

21、面板数据的种类面板数据的种类p面板数据最好是长而宽(long and wide)长有利于控制时间效应 (temporal effect)宽有利于控制个体差异 (actor heterogeneity)的影响兰州大学管理学院兰州大学管理学院26吴建祖 博士个体多少个体多少多少时间长时间长短短长长而宽型长而窄型短短而宽型短而窄型纵向研究在管理学中的应用纵向研究在管理学中的应用p战略管理学发表论文采用纵向研究的统计，1998-2002 （Greve & Goldeng, 2004）对照：在1993-1996期间发表在SMJ的实证研究中，75%只用了单年数据（Bowen & Wiers

22、ema, 1999)兰州大学管理学院兰州大学管理学院27吴建祖 博士1998-2002SMJAMJASQJIBS战略研究总数2428883413纵向战略研究973339169百分比40%37%47%41%面板数据在管理研究中的应用面板数据在管理研究中的应用p关于公司治理实证论文采用面板数据的统计，1999-2012（Shen, Lau, & Zhou，2013）总体趋势：面板数据在战略管理研究中越来越常见。兰州大学管理学院兰州大学管理学院28吴建祖 博士1999-2012定性研究定性研究定量研究定量研究加总加总实证论文数11102113使用面板数据论文数07777百分比0%75%68%

23、纵向研究的优越性纵向研究的优越性p更严格地检验变量间的因果关系(causality)要证明X是因Y是果： 有X就有Y（XY相关是必要条件） 在时间上，X在先Y在后 没有X就没有Y（没有其他原因/变量导致Y发生）横向/截面研究可以满足前两个要求，但无法从统计上排除最后一种可能性面板数据可以更有效地控制未观测到的个体因素的影响(actor effects)和时间效应（temporal effects)yit = i +BXit +t +it兰州大学管理学院兰州大学管理学院29吴建祖 博士纵向研究的优越性纵向研究的优越性p更严格地检验动态理论(dynamic theory)动态理论强调跨时间的变化；

24、而静态理论(static theory)强调个体差异 例如规模效应理论：一个企业单个产品的平均成本会随其生产规模的扩大而降低横向/截面数据只能（有限地）检验个体间的差异效应纵向数据可以检验自变量X在不同时间段的变化对因变量Y的影响面板数据还可以更有效地控制个体因素的影响(actor effects)和时间效应（temporal effects)yit = i +BXit +t +it兰州大学管理学院兰州大学管理学院30吴建祖 博士纵向研究的注意事项纵向研究的注意事项p面板数据 个体多能更有效地控制个体效应时间段多能更有效地控制时间效应纵向研究要求面板数据近可能的宽和长p统计分析对个体效应的控制

25、 (actor heterogeneity)因变量的自相关 (autocorrelation)异方差性 (heteroscedasticity)兰州大学管理学院兰州大学管理学院31吴建祖 博士个体效应个体效应(actor effects)p许多管理理论强调个体差异对行为的影响例如战略管理中的资源理论(resource-based view)统计分析中应尽可能控制个体差异的影响 通过加入控制变量 通过应用面板数据进行纵向分析来控制p纵向分析中对个体效应的控制固定效应(fixed-effects): yit = i +BXit +t +it 每个个体都有自己固定的截距项i随机效应(random-effects): yit =+i+BXit +t +it 所有个体共用同一截距项 ，个体差异被分配到随