请选择 进入手机版 | 继续访问电脑版
楼主: 绵阳
63601 162

[学术治理与讨论] 讨论主题内容:实证论文中的常见问题   [推广有奖]

个人认为,还是应该采取问题导向的研究方式:先找到一个在现实中重要的问题,可以是热点问题,也可以是一些与常识相悖的问题。再去寻找可以解释的理论。对于解释不了的,再去看是否有什么其他的限制。再去做实证研究。
已有 1 人评分经验 热心指数 收起 理由
绵阳 + 100 + 2 鼓励积极发帖讨论

总评分: 经验 + 100  热心指数 + 2   查看全部评分

使用道具

sewind_tj 发表于 2013-6-1 12:13:02 |显示全部楼层 |坛友微信交流群
       响应楼主的号召,探讨论文实证研究中的问题这个主题。在实证研究进行的过程中,我经常会遇到“当核心变量不显著时,我们该怎么办?”这个问题。
       这是一个系统性的问题,很难一下子解释清楚,我很想说一句话:这是一个你向着一个饶有兴趣的问题艰苦前行的过程。恰恰是这一点,充分而准确的表达了科学理论具有的本质特征:可证伪性!

       尽管如此,但在实际操作中,还是有一定的路径可循。需要说明的是,这只是一个参考,并不限于此。将此路径记录在这里,以备不时地提醒自己。

       当核心解释变量不显著时,我们该怎么办?检查的思路分为:理论上的和实证上的

      (1)理论上的路径。理论认为这个变量应该显著,但你的结果并不显著,如果你的分析逻辑基本符合推理的话,这意味着理论的适用边界可能出现了问题。也就是说理论认为变量显著事实上依赖于理论的假设条件,所以我们应该重新考虑研究的假设条件。我的经验是,以人的行为的自私性(意图)为基础,展开情景设置或实地调研,以明确的人的行为选择结果(事实)为导向,考察与分析研究假设的局限条件。这个局限条件可以是几个,但最好不要有太多的重叠;可以重点关注其中之一,但也要关注其他局限条件的变化。当然这些都需要理论的支撑,这一点是必须的,而不是可能。简单地说,一是重新审视自己的假设条件;二是,补充新的假设条件。

      (2)实证上的路径。首先,核定模型设置的合理性。如OLS后,看是否使用Robust与Cluster;如果是有时间序列,了解AR的情况;如果是面板,看看FE或RE,甚至GMM等;当然内生性觉不能回避。需要指出的是,上面是一般的套路,关键看我们研究问题的具体需要,变系数、前沿面、门槛、DID、联立性方程、似无相关、误差修正、倾向得分匹配等等等都是“斧头”,恰当地择之使用。除此之外,遗漏变量决不能忽视,这个对应着上文的新增局限条件。其次,数据的整理与处理。整理的部分,因研究的目标不同,千差万别,剩下的就是数据处理了。这里有三个基本经验一是变量是否是正态性分布可能需要处理,关键在于选定的数学形式,Ln会经常使用,但不仅限于此;二是关键变量的离群值或缺失。微观数据常常Winsor,而宏观数据可用平滑法等等。至于变量值得缺漏,除了简单的平均、指数平滑之外,多重补漏技术应该考虑。三是变量代理指标的选取。尽量使用经典文献的做法,但如果你确定这种做法有“瑕疵”,一定要在理论层面上说明;如果是你自己新建立的代理指标,更应该重墨说明,应该既有理论上的充分分析,也要有实证上的精细设定,乃至详细的计算过程,总之要让同行信服。

       如果上述(2)的问题,你都全面的逐一排除了,但你的关键变量还不显著,请在回到(1)上面,需要理论上的大幅度修改,重复上述过程。如果这个关键变量还是不显著,就有两条路子:一是放弃,因为这不是一个论文产品;二是坚持,放一段时间再继续。
已有 6 人评分经验 学术水平 热心指数 信用等级 收起 理由
阿袋 + 60 + 5 + 3 + 3 精彩帖子
观世鹰 + 40 + 3 + 3 + 3 观点有启发
静水深流 + 40 + 1 精彩帖子
绵阳 + 100 + 4 + 5 精彩帖子
babull + 80 + 5 鼓励积极发帖讨论
我的素质低 + 3 我很赞同

总评分: 经验 + 320  学术水平 + 20  热心指数 + 12  信用等级 + 6   查看全部评分

善待你一生!
让网络基于真人的故事!

使用道具

jmb321 发表于 2013-6-1 13:25:52 |显示全部楼层 |坛友微信交流群
顶一下。

窃以为实证最大的问题,是它本身算不算一种科学的研究方法。

作为假设检验的一个翻版,它是否适合于描述经济学管理学当中的问题,并给予合理解释。
已有 1 人评分经验 热心指数 收起 理由
绵阳 + 100 + 2 观点有启发

总评分: 经验 + 100  热心指数 + 2   查看全部评分

穿越时间断层
遇见永恒的与飘逝的随机

使用道具

shiyigekeren 在职认证  发表于 2013-6-1 13:45:02 |显示全部楼层 |坛友微信交流群
计量经济学自上个世纪中期以来确实得到了迅速发展,但是很对技术问题还是没有解决。但是,相信随着计量理论的推进,很多实证方法也会跟进,这都不在话下。同时,也相信在未来十年内中国不会再计量纯理论上有很大建树(不是计量经济学专业,可能冒犯了国内计量理论研究者)。

然而,中国使用计量方法研究经济学问题的人越来越多,呈现一种“不计量不发文”的态势。但是,正如前两天有人在论坛里提出有人计量结果都是错的却发了很好的核心期刊,其实这种现象在国内还是比较多见的,属于潜规则。几年前,北京一批学者发起了一个倡议,即要求实证研究的透明化,但是几年过去了,事与愿违(中国人民大学的聂辉华老师与其他几个老师有个“中国经济学堂”网站http://www.chinaes.org.cn/ ,上面提供了几篇论文的数据和实证过程的附件)。国内刊物一般不会向作者要求提供原始数据和估计程序,而国内学者几乎不会将自己的文章数据和程序挂到网上,导致所有国内的实证研究的文章其实都是黑箱操作,一些估计结果不得不让人怀疑,作者是不是根据自己的预期调整了估计结果?

当然,可能很多人都是倍受发表成果的压力,或者为了毕业,或者为了评职称,不得不如此为之,算是“共谋”吧。国内经济学不管是教学还是研究水平都在进步,国内培养的经济学博士可能在技术层面确有不足之处,但这不构成不改变的理由,存在即合理,但不否认面向利好局面的改变。

这里有两个小建议,都是针对学术杂志的:

1. 鼓励主要接受非实证论文刊物的发展,作为转向纯理论和实证研究严格要求的过渡,毕竟目前有部分研究者没有这方面的基础;

2. 其次,一个小小技术要求:要求实证结果提供标准差而不是t统计量,通过标准差可以计算真实的t统计量,一定程度上可以防止造假,起码提高了造假的成本。因为t统计量造假比较难查出来,但是标准差需要作者认真查验,增加了造假的难度。

可能还有其他更好的方法增进学术研究和成果发表的水平。同时,也不可否认国内的数据质量与国外不可比拟,导致实证结果不显著也是可能的。

做研究都不容易,贵在做到无愧于心吧。
已有 3 人评分经验 学术水平 热心指数 收起 理由
观世鹰 + 20 + 3 + 3 观点有启发
静水深流 + 20 热心帮助其他会员
绵阳 + 100 + 5 + 3 热心帮助其他会员

总评分: 经验 + 140  学术水平 + 8  热心指数 + 6   查看全部评分

使用道具

apucng 发表于 2013-6-1 14:13:44 |显示全部楼层 |坛友微信交流群
枫之游游 发表于 2013-6-1 09:05
我认为实证中最常见的问题是将相关关系作为因果关系。经济数据一般非实验数据,非随机产生,实证中存在选择 ...
那照你这样一说,经济数据非随机产生,那么人人都可以准确预测未来经济走势了。
看了你还没明白随机变量和随机变量的实现这两个概念的区别。。
已有 1 人评分经验 热心指数 收起 理由
绵阳 + 100 + 2 犀利

总评分: 经验 + 100  热心指数 + 2   查看全部评分

路漫漫其修远兮,吾将上下而求索

使用道具

先留名,以后慢慢来学习。
我现在身为一名管理类研究生,感觉实证论文最困难的部分就是收集数据部分。
大部分人填问卷都非常不认真,感觉扫一眼就随便填的那种,数据的真实性和有用性很难保证。
很头疼啊。
已有 2 人评分经验 学术水平 热心指数 收起 理由
观世鹰 + 2 + 1 鼓励积极发帖讨论
绵阳 + 100 + 1 补偿

总评分: 经验 + 100  学术水平 + 2  热心指数 + 2   查看全部评分

使用道具

公众号:结构方程模型学习笔记

使用道具

zhangyiyiw 发表于 2013-6-1 15:04:15 |显示全部楼层 |坛友微信交流群
模型算出的结果和预期不一致,无法解释怎么办?而且回归中往往面临不符合残差正态和同方差假设的问题,很多论文中对此不加说明和处理。
已有 1 人评分经验 热心指数 收起 理由
绵阳 + 100 + 1 好多会员都说道了这个问题

总评分: 经验 + 100  热心指数 + 1   查看全部评分

使用道具

当前,国内各大期刊都比较偏好于一些实证分析类型的文章,这一点恐怕是经济学研究的陷阱和学者的无奈。就算是比较规范的实证论文,只要认真总结,大多人不过是在前人的理论基础上,建立自己的方程或者变化一下变量,就可以有理有据做实证回归了,接下来为了显示自己模型和实证结果的有效性(可信度),进行一系列的检验和修正。整篇文章就是在干这些事,即让你相信它是对的。很多实证性的文章,千篇一律,尤其是做“影响因素分析”这一类最为明显。
实证研究与理论研究应当结合起来。但是目前,我发现,在发表的论文中,实证的过程是十分丰满的,但是对研究结论的分析倾向于比较简单了,而且其重复率非常高,要么换一下变量,要么换一下研究方法,要么换一下数据,看谁花样多,谁就能写出东西来,虽然,研究结论无奇不有。显然,这比拼的不是思想的输出,而是技巧的投入。可笑的是,有些人把这些当做是创新。
个人认为,实证研究的出路在于,在严谨实证的基础上,要重点分析研究结论,试图去探索因与果之间的作用发生机制,而不是简单地根据实证结果陈述因与果的关系,即在“是什么”的基础上,分析“为什么”。当然,如果所研究的领域较为前沿且少有人涉及,那么能够做好“是什么”也非常不错了。但是,在成熟的领域,能够输出新思想,这可能要重要一些。
已有 5 人评分经验 学术水平 热心指数 信用等级 收起 理由
观世鹰 + 60 + 3 + 2 鼓励积极发帖讨论
紫色晴空俊 + 1 + 1 分析的有道理
静水深流 + 20 + 1 热心帮助其他会员
apucng + 60 + 1 + 1 + 1 的确,应该多考虑我国国情下的为什么
绵阳 + 100 + 4 + 2 精彩帖子

总评分: 经验 + 240  学术水平 + 10  热心指数 + 6  信用等级 + 1   查看全部评分

使用道具

论文实证研究中的问题

有几点体会:
1. 是从数据中寻找idea,还是先有经济学直觉,再实证验证理论分析。总会遇到这样的情况,有一个想法,但是实证的结果却可能和自己的想法截然相反,或者不一致。这个时候,我们经常就根据得到的与起初想法不一致的实证结果“造论文”。
2. 用的数据基本相同,有的国内期刊(顶尖期刊)为什么可以做出显著结果,而自己却未能得出预期结果,一直想发邮件给作者询问相关情况。国内的情况,大家清楚,作者经常选择不理睬你。
3. 更注重微观。国内省际面板数据似乎被挖掘得差不多,但是国内的微观数据相对较少,不少高校有自己的调研数据(北大、清华和北师大),之前被用的最多的数据就是CHNS。有好的idea,拿不到这些微观数据,也很心碎。
4. 关于计量方法的选择。我们总是偏向于使用更复杂的计量方法,动态面板等,而这些方法还是很不成熟,但是根据陆铭的一篇文章对国外顶级期刊论文的统计分析,用的最多的还是OLS这些简单而经典的方法。看了一些文献,自我感觉,在一些新问题的研究上,计量方法使用得比较简单;而在一些老问题上,例如人力资本回报率的估计,就是新方法、新工具比拼的战场。

已有 3 人评分经验 学术水平 热心指数 信用等级 收起 理由
观世鹰 + 40 + 3 + 2 鼓励积极发帖讨论
静水深流 + 20 + 1 精彩帖子
绵阳 + 100 + 2 + 2 分析的有道理

总评分: 经验 + 160  学术水平 + 5  热心指数 + 3  信用等级 + 2   查看全部评分

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注ddjd
拉您入交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 02:00