实证研究方法
-
2023年3月19日发(作者：石家庄公租房)实证研究的主要步骤
1.提出研究问题——具体（在a对b有何作用这一问题中，明确a/b各是什么）、
有趣（whyshould为care？）、新颖（研究新现象、使用新方法、新数据集）、
可行（通过查文献看他人是否有类似的研究或大致数据是否可得）
2.文献回顾
3.建立理论模型
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
作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，即待
估计的回归方程。
4.收集数据
如果使用别人的数据，要注意其数据是如何定义、计算的（统计口径），是否与
你的理论模型中的变量相对应。
5.使用适当的计量方法。
比如，被解释变量为二元变量，则可以使用probit或者logit；如果是非负整数，
则可以使用泊松回归；如果是面板数据，则可以考虑固定效应、随机效应、时间
效应、动态面板等；如果是时间序列，则应先判断是否含单位根（如果样本容量
太小，比如小于20，则可以不进行单位根检验，因为单位根是大样本检验），
再决定使用相应的计量方法。
对于一般的数据，通常先做OLS，看看结果，作为一个参照系。做完OLS后，可
以画残差图（residualplot），大致看看扰动项是否符合经典嘉定，然后进行严格
的检验。如果有所违背（比如，存在异方差、自相关），则作相应的处理。对于
时间序列，还可以检验是否存在结构变动（邹检验）。另外，应该对数据的质量
进行检验，判断是否存在多重共线性、极端值、弱工具变量等，并作相应的调整。
对于回归函数的具体形式，可以考虑线性、对数（如果解释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。
由于受数据可获得性的限制，遗漏变量几乎不可避免。因此，很有必要在实证论
文中对此进行讨论。不外乎两种情况。第一，存在遗漏变量，但与解释变量不相
关（需要说明为什么不相关），故可以不作处理。第二，存在遗漏变量，且与解
释变量相关，则必须进行处理，处理方法包括增加控制变量、寻找代理变量、使
用工具变量、使用面板数据等。
另一常见问题是内生解释变量。此时，一般需要找到有效的工具变量才能得到一
致的估计。由于面板数据可以在一定程度上客服遗漏变量问题，故比横截面数据
或时间序列更有说服力。因此，如果可以获得面板数据，则应尽力争取。
大多数的实证论文都希望说明x对y的因果作用。而从回归分析的相关关系得到
因果关系，是一个很大的飞跃。
实证论文的结构
引言——文献回顾——理论框架——计量模型——数据说明——计量方法——回
归结果——结论