发帖
雷达卡
现在可以读paper了吗？
很多同学都还一直停留在读教科书的阶段，一提到读论文，往往就说，我现在才本科，不用读论文的。这其实是不对的。正如陆铭老师说的，教科书的内容已经不是前沿，如果希望做一些有意思的经济学研究，还是得看论文。通过对于论文的阅读，你才能真正感受到经济学研究的过程、方法和乐趣。所以如果对于做经济学研究有一些兴趣的话，即使是本科生也可以多读一些论文。大家对于顶尖的期刊应该或多或少有一些了解。国际上最好的：AER、JPE、QJE、RES还有阅读难度比较大的econometrica，国内如果要看的话，《经济研究》、《管理世界》、《经济学季刊》、《世界经济》还都是不错的，当然还有一些也可以看看。
谈谈做学术研究：
一、如何决定题目？
陆铭老师在做实证研究方面的经验比较丰富。他曾经告诉过我们一个原则，就是你有topic还不够，要有question。举个我自己的例子，我曾经说我想研究教育不平等的问题。陆铭老师一听就问了，你想研究教育不平等的那个方面？是机会不平等还是结果不平等？如果是机会不平等，那么你要解释的是什么？是机会不平等造成的后果还是机会不平等的原因？你为什么要研究它呢？你的研究有哪些创新？是用了新的理论模型？新的计量方法？还是新的数据？或者其他什么？有多大的贡献？当然任何一篇文章都不可能没有贡献，你把pai从3.141592算到3.1415926多算一位也是贡献，但是你必须考虑贡献的大小对吧？陆老师的这一番话将我点醒，我再此给大家分享，希望大家也有所悟。
二、paper读到何时方可休？
我们都知道做论文肯定是要阅读大量文献的，一是可以了解前人对你所研究的问题的成果和来龙去脉，二是可以避免自己做重复性的工作，三是可以学到很多相关的知识。但是paper这么多，每篇paper都有各自的参考文献，各自的参考文献又分别有自己的参考文献，这么像金字塔一样追溯上去，恐怕一辈子都读不完，那么究竟该何时停止读文献了呢？
就这个问题我有幸请教过数学系的陈恕行老教授，老教授给出的答案很简单：这就是你的导师应该做的工作。也就是说解决这个问题的一个方法就是找到这个领域的老师，向他咨询一下，就可以事半功倍。第二个方法，是方汉明老师说的，就是把和自己研究最相近的几篇论文背得滚瓜烂熟，就好像是自己的论文一样，其他的相关文章，一般的只要看看摘要、结论就可以了，感觉有用的再去读全文。并且方汉明老师说了一个惊人的事实：实际上你的研究思路恰好与前人相同的概率是很小的，所以并不用在意要把所有论文都看一遍，生怕出现重复，这是没有必要的。
三、自己做model，可以吗？
其实像我们这种血气方刚的学生很希望快点展示出自己的水平，一听说哪个诺奖得主或者名家大师做了一个某某模型就获得了很高的荣誉和成就，我们就按耐不住自己内心波涛汹涌和海涛澎湃，就像摩拳擦掌一显身手。用自己刚刚学的某某定理，某某优化方法上来就建一个复杂的只有自己能看懂的模型，满怀信心和希望的去找老师，结果被骂的像泄气的皮球一样回来。
做模型，不是那么简单的。也许我们觉得自己的模型很不错，但是当我遇到以下这些老师可能会经常问道的问题时，往往会不知所措：
你这个模型有文献支持吗？
你这个模型有微观基础吗？
你这个模型就解决了这一个问题？能不能推广？如果只能解决这一个问题，那我一句话不就解释了要模型干什么？
你这个模型背后的经济学含义在哪里？
你这个模型表达的意思早就有人做过更一般的模型了，你这个只是其中一种情况。
如果各位同学能够对于上面的这些问题都能够应付，那么，你的model已经非常棒了，但是理论的东西，有时并不是容易得到大家的认可的。
四、“显著”有什么用？！
我曾经做过一个学术资助项目，在中期答辩的时候，我很自信的说：我用了面板数据方法估计了这个联立方程组模型，结果是我需要检验的变量都在1%的程度上显著了。。。。。。某青年教授（呵呵，也是我比较崇拜的老师吧）打断我的话，说了一句：显著有什么用？！我当时都惊呆了，的确我的这个计量模型在某些因果关系上面缺少必要的理论支持，我自己也还没有找到可以解释的方法，但是这么一做，清清楚楚的显著啊，而且判定系数还接近0.7，我自我感觉是很良好的。但是后来回来一想，的确是这样，理论上解释不清，显著有什么用，且不谈伪回归的问题，就算是变量真有关系，那么到底是一种机制造成的，还是几种机制叠加造成的呢？如果不能回答这个问题，做出来的显著，意义就不那么大了。
最后送大家几句克鲁格曼关于做研究的体会，很有感触，大家细细品味：
1. Listen to the Gentiles
2. Question the question
3. Dare to be silly
4. Simplify, simplify
我还有一些对于经济学读书、经济学和数学的关系的思考，见链接http://www.pinggu.org/bbs/thread-679057-1-1.html
京公网安备 11010802022788号
