当当网的中国经济新书热卖榜TOP100上,一本名叫《因果推断实用计量方法》的计量经济学教材意外闯入其中,排名前列(目前排第13位)。这对于受众面相对较小、专业性较强的计量经济学领域来说,这是一个很亮眼的销售成绩。该书的作者邱嘉平教授,是加拿大麦克马斯特大学终身教授和加拿大帝国商业银行讲席教授。目前他有多项成果发表在如《Journal of Financial Economics》、《Review of Financial Studies》、《Journal of Financial Quantitative and Analysis》、《Management Science》、《Accounting Review》金融学、管理学、会计学等国际顶级期刊上。同时,邱老师还担任Frontier of Economics in China、Quarterly Review of Economics and Finance等期刊副主编,有着非常丰富的发表经验和研究经验。
通读该书,并对比国内比较流行的基本计量经济学教材,笔者发现这本书存在以下几个比较明显的优点。
第一,以因果关系推断为核心。国内现有教材大多专注于统计推断,向学习者展示各类计量方法的数理证明,侧重点在于“计量”。虽然逻辑严密,但却相当抽象,在“经济”上略有不足,不利于培养学生的经济学直觉。从研究范式上,实证研究目前正经历着一场“可信性革命”,廓清经济变量间的因果关系——而非追寻其统计上的显著性——成为实证研究面临的首要问题。但国内学界对这一转向还相对后知后觉,也缺乏相关的系统性资料与教材。该书的出现为我们了解学术前沿提供了一个窗口。例如,作者开篇即将计算机科学中的有向无环图引入因果关系分析框架中(这也是目前非常流行的分析方法),以路径图直观展示变量间的因果关系。通过将抽象的因果关系具象化,这是该书的一大优点。
第二,注重假设条件与因果推断之间的连贯性。在计量分析中,各个模型都有自己的假设条件,只有在这些假设条件的约束下,我们才能从数学上证明其回归系数的性质(例如在满足高斯-马尔科夫定理的前提下,OLS才是最佳线性无偏估计)。但是,这些假设与因果推断有着怎样的关系呢?为什么根据这些假设我们就可以识别出变量之间的因果关系呢?我想,许多人肯定跟我一样,脑袋里充满了问号。长期的数学训练使得我们更倾向于去从数理证明上寻求答案与解释,对于它们在思想上的一贯性却缺乏深刻了解,也拙于从语言或图像上去描绘它们。该书则为我们精心构建了一座贯穿于假设条件与因果关系之间的桥梁。
第三,理论与实际应用相结合。国内多数教材专注于模型推导,对计量模型的应用场景缺少介绍。这导致我们在学完计量之后,对于该怎么使用模型,依然是两眼一抹黑。即使照着其他论文试图模仿,也只知其然不知其所以然,踩了不少坑。例如在面板模型中,许多课本都介绍了固定效应与随机效应,并解释通过Hausman检验来确定最终选择固定效应还是随机效应。但是在阅读发表于顶级期刊的论文时,我们可以发现,作者们基本都是跳过Hausman检验,一上来就直接使用固定效应。这是为什么呢?阅读该书,你就能找到相应的答案了。
该书以因果推断为核心,向我们详细介绍了双重差分、工具变量和断点回归设计等经典方法的因果推断思想,并在每一个章节附有相应的Stata代码的分析实例。同时,作者还用心良苦的在每一章中,开辟了一个专门的小节,汇总并解答模型运用中常见的问题。这部分内容是作者多年阅读与写作论文的经验之谈,无论是对初学者规避应用雷区,还是对研究者深刻理解模型的实质思想,都是非常好的阅读资料。
当然,以上仅对《因果推断实用计量方法》一书的简单介绍,管中窥豹,仅见一斑。如果想详细了解该书和它所蕴含的因果推断思想的话,阅读全书无疑是最好的选择。
联系客服