发帖
雷达卡
说一下经济学研究中的经验研究问题(Empirical)，也就是常见的实证研究问题。一般经济学研究包括两大主体：理论研究(Theoretical)和经验研究。很多经济学家都从事纯理论研究或者是应用理论研究。还有相当一部分学者做经验研究。将二者结合起来的人也大有人在。
如果说定位在我们研究生阶段来说的话，99%的人都是在做经验研究——离不开数据。只不过是，在做经验研究的同时，要摆正自己的理论研究，这种理论是建立在你问题之上的、已有的，能够解释你的问题即可。严格上来说，这算不上是纯正的理论研究，毕竟，天才很少。
今天着重要说的是经验研究，一说到这里，是不是立刻就想到了：建立计量经济学模型。根据你研究的问题,A对B的影响，然后reg A B，然后考虑更高端一点的方法，像什么IV、2SLS、GMM、FE、RE、Hackman两阶段、DID、PSM、SCM、RDD、交互效应、调节效应、中介效应等等，一通分析，结果还是3颗星星亮晶晶，开心地简直要起飞了。
有没有想过一个问题，我为什么就一定非要用这种方法做经验分析呢？因为我学过中级、高级计量经济学？这总归不是一个好答案。可能，除了计量经济学，也不了解其他的研究方法了。
以上所说的这些方法，其实都属于Reduced form，怎么翻译呢？就翻译成“简约式”吧。何为是简约式？我想从一个熟悉的名词解释开始说起——卢卡斯批判。如果你经历过经济学考研，那你不可能不知道它。
<br>
卢卡斯批判是说：传统的政策分析没有充分地考虑到政策变化对人们预期的影响。什么意思？凯恩斯说：ZF减税，导致收入增加，进而消费增加，经济就增长了。卢卡斯说：你说的不对，你今天减税了，我消费者也不是傻子，迟早你会加税弥补你预算赤字，我今天把钱花了，明天你把税一收，我喝西北风吗？所以，消费者不是进行消费而是进行储蓄。重点就在于消费者的预期不是基于昨天发生过的事情的适应性预期，而是基于明天未发生的理性预期。
<br>
这和Reduced form有啥关系呢？不要急，学过宏观经济学你一定知道这个式子：
C=α+β(Y-T)<br>
这里，β是边际消费倾向，你可以通过有关个体消费、收入、税收等数据估计出α和β的值。这就是用Reduced form方法估计出来的。现在，有了外生的政策冲击——ZF减税，这个时候你还要用之前估计出的β值吗？还要用它来做预测吗？不行了，由于理性预期，β值已经变了。这样，政策分析就失效了。
为什么会失效呢？因为从根本上来说，你建立的那个简单模型只是单纯的消费和收入之间的某种关系，而不是对消费者行为的深入分析。就是说，没有把消费者、ZF纳入到一个统一的框架下做均衡分析。只有那样做出的均衡分析，再进行估计，所得出的参数才是不受以后政策改变的影响的。这种参数叫做(primitive parameters)，可以翻译为原始参数。这种方法就叫做(Structural Model/form)，可以翻译为”结构式“。从字面上也可以理解，你要做的是多个行为主体之间的结构均衡分析，而不是简单的二者的线性或非线性关系。
现在，可以给这两种不同的经验研究方法下一个定义了：
Reduced form 是指根据经济学的理论、或经济学直觉、或已有研究结果等specify出一个描述被解释变量和某些解释变量之间假定关系的方程。<br>
Structural model 是指根据多个经济行为主体的行为(消费者效用函数或企业成本函数等特定形式)建立多个经济模型，由此根据整体模型进行参数估计。(这里估计出来的参数不同Reduced form估计出来的，这里是原始参数)<br>
再不理解的话，简单粗暴一些，RF就是你写论文用的计量模型，SM就是你经常在文献里看不懂的、理论部分的、用了数学模型的一般均衡分析。
接下来一个问题：这两种方法哪一种更好呢？这个问题我回答不了，两种方法争论了几十年，各有优缺点，一直没有定论，用两种方法在TOP Journal上发表论文的人也都大有人在。只能分析各自的优缺点。
Reduced form优点<br>
字面就可以看出来，一个优点就是它简约、直接也直观，只要有数据，能够很快地达到你想得到的某种因果关系。<br>
需要更少的前提假设，不管具体行为人是怎样的，相当于把复杂的那些经济过程看成一个”黑匣子“，里面是怎样的，不去管。<br>
Reduced form缺点<br>
前面也提到过了，很难对外部冲击(通常是政策变动)做出合理的预测，因为估计得到的参数已经由于政策的变化而改变了。<br>
因为把它看成了一个”黑匣子“，就缺乏对它具体理论机制的分析，让人看上去，不像是在做经济学，而是统计学。<br>
Structural model优点<br>
可以针对外部冲击做预测和反事实分析(counterfactual analysis)。<br>
可以打开”黑匣子“，进行充分的机制分析，能分析一个因果关系的作用机制，而不仅是因果关系本身。这句话讲的实在是太好了，（引用自知乎Huang Zibin对于提问”如何看待国内经济学研究中reduced form的应用微观实证研究泛滥？“的回答，给出出处，这句话真不是我自己总结的）。<br>
Structural model缺点<br>
需要的假设太多，例如消费者效用最大化、具体的效用函数形式等<br>
不能保证所构建的结构方程就能真实的符合真实经济过程。这一点很重要，既然不能很好的模型设定还怎么玩。<br>
太难了！不是一般人就能玩的转的。<br>
总结了二者的优缺点之后，我觉得很自然地也就能回到开始的那个问题了：为什么我们总是喜欢用计量模型？大多时候，我们所追求的，不过就是两个变量之间的因果关系而已，用计量模型足够；而且结构式我们也不会啊，只能退而求其次了。
<br>
最后想说一点就是，我们现在这个阶段，如果能在经验分析之前，用所谓的Structural model进行各行为主体之间的经济过程的一般均衡分析，通过这个分析，得出因果关系背后的因果机制，你，就很厉害！
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
