实证模型
来源| 国泰安CSMAR数据（ID：gtadata）
转载已获授权，再次感谢!
前期中心与大家分享了干货 | 苏飞博士教你如何做实证分析一文，今天小编继续与大家分享CSMAR荣耀之战·2017全国实证论文大赛线上语音讲座——《如何做实证研究》中的重要内容。此次讲座获得听众的一致好评。应各听众的要求，整理提供以下详细解读！
实证模型
接下来我们讲实证。你首先要知道你想看什么，你模型背后的理论基础是什么，这些决定了你放什么变量。因为在不同的理论机制下，可以有不同的解释变量，这完全取决于你想看什么。我特别强调，要注意阅读文献，了解文献中的变量是怎么设置的，怎么度量的，十分重要。千万不要不知所以地往模型塞变量。接着是数据，数据可以截面的、可以是面板的，数据来源可以是公开的、可以是调查的。
实证模型的设定要跟着理论走。实证研究里，经常被大家提到的问题就是内生性问题，这主要就是说你观察到的一个变量对另一个变量的影响并不一定完全是它对另一个变量的影响。比如，教育程度高的人收入水平也高，但收入水平高是不是因为受教育程度高？不一定。因为教育程度高的人能力也高，所以这里面就存在一个估计偏误问题，属于遗失变量的内生性问题。有时候，两个实际变量有共同时间趋势，放在一起看来是相关的，但是只是因为它们有共同时间趋势而已，这是伪回归问题。再接下来是不显著变量的处理问题，很多人喜欢把不显著变量扔掉，但如果这个不显著的变量是应该控制的，那么，把它扔到了残差项里的话，就可能导致遗漏变量偏误。
那么最后一个问题是：R平方多高才是一个好模型？很多同学在做实证文章的时候常常问，我的R平方只有0.08到0.09，也就是说我的模型只能解释数据的8%到9%。我说恭喜你，已经不错了，因为在实证文章里，特别对于横截面数据来说，有时R 平方只有0.05。R平方是什么意思？就是说，我们的模型能解释数据的variance的多少，可能对于绝大部分的variance的解释，经济学家是不知道的。
结论与政策建议
在论文的结论部分，我建议大家的是要准确，不能夸大。你不能总结出一个你的模型没有说明的结论。政策含义最好有，但不一定必要。如果有，一定要是严格基于理论发现的结论。不基于理论发现的结论，哪怕是正确的也不要说。因为你是在做科学的论文，而不是政策建议的报告。如果是后者，没问题，你可以基于别人的理论。有一个误区就是我们很多作者写文章，写了一大堆的政策结论，每一句话都对，但真正跟他有关系的没多少。
最后也可以提出若干未解决的问题，这在写文章时起到的作用有两个：一、在自己写完以后告诉读者这篇文章什么问题没解决；二、如果你的文章里存在缺陷，自己讲出来要比审稿人讲好，与其让审稿人讲，不如主动交代。此外，不要迷信别人在文章中提到的没有解决的问题，道理很简单，如果这个问题是可以解决的，作者早就解决了。不要因为别人提到这是个有待研究的方向你就去做，因为作者这样写，可能是解决不了审稿人认为应该解决的问题，就跟审稿人讲您说的是对的，但这个问题已超出了本文研究的范围，我已经在文章的结尾将这个问题作为未来研究的方向提出来了。我想经济学家都是这么做的。你在理解别人提出的未来研究方向时，一定要小心，听听在这个领域专家的看法是非常重要的。
Q&A环节
苏飞博士的线上分享受到广泛关注和好评，分享结束后，同学们提出了很多感兴趣的问题，因为篇幅有限，这里选取了其中大家最关心的问题，苏飞博士细致的解答如下：
建议文献阅读过程中进行标记和注解，比如使用Acrobat、福昕等文献阅读软件，对文章中的要点和个人体会进行标记；其次是文献阅读后的归类整理，可以使用如EndNote之类的整理软件；另外文件命名推荐使用编号、文章名称和期刊名（如0001_文章名_发表期刊名称），方便以后随时查阅。
强烈推荐写文献阅读笔记，只需要写自己进行的编号和阅读后最吸引自己注意的点就可以了（方便自己快速寻找和唤起回忆），并可在后期尝试做文献对比。
作为研究者，总需要经历入门到熟悉直至精通的过程。中文文章是很好的入门点，可以尝试在刚开始阶段阅读几篇中文的综述类文章，能够大致了解相关文献发展情况，再根据自身情况进行英文文献的研读。
国内很多文章简单套中国数据，创新性不够。建议多查阅英文文献，尤其是顶级英文期刊文章，在初始阶段可以略过模型细节，着重看文章的思路和模型背后的逻辑。
多阅读文献，在阅读文献的时候持有学习和批判的态度，即可以在他人文章的基础上进行扩展（取其长），也可对其进行反驳或者提出自己认为正确的论点（驳其短）。在阅读文献的过程中，大部分研究者几乎都要经历这样一个过程，在初步涉猎相关文献后，有很多点子，甚至可以说观点喷涌而出，但阅读到一定量文献后，发现自己很多想法其实都已经被其他人成文了，这个时候可以进行深入的文献梳理和文献对比，集百家之所长，从夹缝中找到创新亮点。所以我的建议是一定要多读文献，尤其是经典文献。同时要关注时事，能够帮助我们开阔视野，找到突破口，完成一篇既有理论背景又有现实意义的好文章。
另外我之前提到有三类创新：理论创新、方法创新、数据创新。创新难度和要求依次降低，建议根据自身实际情况，从中找到一个合理的平衡点。最后，不同水平的期刊对创新水平要求不同，可根据实际情况，选择合适的期刊投稿。
在阅读文献的时候，要多看多想，持有学习和评判的态度。可以尝试批判性阅读 （critical reading），即从审稿人的角度出发去读文章，找出文章中尚未解决的问题。另外达到一定阅读量之后，需要进行深入的文献梳理，同时参考文章中的进一步研究方向，看下还有哪些没解决的问题。一旦有了好的思路后，建议去尝试把文章写出来。写文章本身就是一个熟能生巧的过程。
一般来说，国外SSCI期刊更严谨，投稿周期更长，对模型细节要求也相对更高。另外，审稿费一般也较高，根据期刊不同，可能在几百美元左右。同时，英文期刊对语言水平要求比较高，可能需要反复修改。 投稿的技巧方面，建议多参加国际学术会议，一方面可以提高文章质量、增加人脉关系，另一方面，部分国际会议会和相关SSCI期刊合作，设立special issue，可能会提高通过率。（这里要补充下，和国内期刊增刊不同，special issue对文章质量要求和regular issue是相同的，因此国内学术界对special issue和regular issue并无区别对待）。
公司金融的热点很多，包括行为金融、公司董事会研究、公司盈余公告、以及媒体（分析师）关注等。一方面要关注学术热点，追踪学术动态、更关键还是需要根据自己的兴趣、能力以及导师研究方向综合考虑，选择适合自己的学术研究方向。
对于实证分析
您有什么问题？
欢迎文底留言提供
▼
【Stata特训】2017年8月Stata暑期特训课程火热招生中
l 计量经济学服务中心 l
更懂计量，更懂你
联系客服
