您现在的位置是:中国论文网 > 论文范文 > 如何写实证经济学论文

如何写实证经济学论文

时间:2020-02-17 05:12  来源:未知  阅读次数:103


(一)        一、整体写作

       

        之所以叫 整体 是因为写经济学论文必须有通盘考虑,否则写出来的东西即使技术含量很高也难以发表。本文主要讨论发表型论文(非学位论文),并且仅以实证研究为例。本段的重点是写作,故而所有技术工作全部列入前奏部分。

       

       

        0.前奏

       

        实证的文章首先要有数据,没有数据一切都是扯淡。所以,先把数据处理好。处理数据分两个基本步骤,第一为数据清理;第二为数据计算。这里没有统一的标准应当如何处理数据,但有一个基本要求就是做好Identification。技巧是,要么你借用比较成熟的理论模型,由理论模型到计量模型。这样ID不会有太大的偏差。如果是自己构建计量模型,那么ID的工作要自己严格按照统计和计量要求做,对模型的假设前提与限制有全面准确的理解。国内的实证文章,包括刊发在《经济学(季刊)》、《经济研究》等 顶级 期刊的,普遍存在ID不清的问题。

       

        1. 研究问题

       

        假设所有模型构建、数据分析、稳健性检验都完成了,这个时候你要动笔写论文。在这个阶段,你要做的第一件事情是搞清楚自己在研究什么问题!!!

       

        其实,确认研究问题应该在处理数据之前,否则你很难想象连问题都不知道,你如何处理庞大的原始数据。我之所以把数据处理放在确定问题之前,主要是基于现实的情况。如果我们确认了问题,但数据处理的结果不支持我们的预设问题,那么结果可能前功尽弃。所以,很多实证文章都是先做试验后确定论题的。

       

        但是,一旦有了结果,你就必须严格界定自己的研究问题。第一,你要用简洁但准确的经济学规范用语表达自己的问题。第二,注意表述中问题的导向性,确保读者看到问题不会疑惑。第三,确认这个问题是新问题!!!

       

        2. 方法论

       

        当你有了实证结果又确认了自己的研究问题是不是就万事俱备了呢?不,至少,在这个阶段,你还不能动笔写论文。

       

        你必须要明白,论文的成功不仅仅依靠 完美 的实证结果!!!任何实证结果都是大厨做出的菜,一位厨艺高超的师傅可以用普通原料烹制出美味佳肴。所以, 完美 的结果有时候只能蒙外行,却不能欺骗审稿人。这里,我强调逻辑推理与阐述问题时的语言流畅性。不要小看这两个问题,用什么样的叙事结构去组织文章很大程度上决定了文章的档次。

       

        每个人有不同的方法论,但在这里应该大致上趋同。被普遍接受的方法无外乎是 提出问题,解释问题,阐述问题的重要性,提出解决问题的方法,突出你的贡献 。在论文主体部分,应当注意,问题的提出和解决必须严格按照逻辑顺序,要有写 小说 的心态,做好铺垫,突出重点,善于总结。时时刻刻注意论文的走向,并且确保读者(甚至是外行)可以通过你的引导轻松抓住文章的重点要点(即使他们未必理解所有经济学术语和计量方法)。

       

        3. 提纲与计划

       

        在解决了数据、论题、方法论之后,你可以开始制定计划。这种计划不是国内写的那种空而无物的标题式提纲,必须在每一个段落明确写作目的,明确所用模型(或其他方法)的假设与限制,明确写作的要点。

       

        完成计划初稿后,不要动笔。

       

        两天之后修改计划。

       

        再两天之后交给其他人修改。

       

        一周之后自己再修改,与导师(或者其他有经验的同行)商议定稿。

       

        4.写作与发表

       

        接下来,按照提纲扩充论文,具体步骤将在下一段中详细展开。论文完成之后,不要立刻修改。等两周,等自己把一些固有想法淡忘之后再复读论文进行第一次修稿。将第二稿给同事修改,返回后再次修改。这个过程中可以举行seminar或者workshop,一定要得到反馈意见。梳理和总结意见,进行第三(N)稿的写作。

       

        严格地说,在大修改之后,应该再次做presentation以确认修改是成功有效的。

       

        隔一段日子,对论文重新进行修改,定稿。一般论文从初稿写作完成到投递刊物应该有3-6个月。投递之后,如果通过初审那么一般会要求作者再次修改(一次就刊发的稿子很少很少),那么接下来就是漫长的修改与等待了。

       

        二、细节与步骤

       

        一般实证论文分为: 摘要、引言、理论框架、实证部分、总结 五大部分,其中实证部分可以分为 数据描述、实证模型、实证结果、稳健性检验 。

       

        最后写作摘要和引言,这是惯例。一般应该先写作理论框架,随后可以确定ID的方法,然后解释模型的设定和数据情况,最后报告结果与稳健性结论。

       

        这些问题一般国内谈得比较多,也不需要太多的赘述。我想着重谈谈引言部分。

       

        引言部分应该包括(按顺序):问题的提出、文献综述、方法选择、结果报告、文章结构安排

       

        1、要提出问题,并且解释问题的重要性。

       

        2、告诉读者现存文献研究到了什么程度,有什么局限,你的研究有何种贡献。

       

        3、介绍方法,阐述清楚自己的研究思路。

       

        4、简单明了地把结果或者结论告诉读者,如果他们有兴趣会认真去看论文的主体部分,否则。。。

       

        5、例行公事,要把后文的结构安排预告

       

        不要在论文中单独出现文献综述部分,除非是学位论文写作,不然没有必要。第一,没有人去看文献回顾,对于外行来说这就是天书,对内行而言这些都是废话。文献回顾的价值是突出自己研究的贡献,告诉读者你做了哪些前人没有做的工作。

       

        如果我们仔细去看国内所谓顶级期刊的论文引言,有一些真的写得非常烂,根本不符合基本的写作规范,也达不到引言的作用。首先,读者不关心过于 宏观 的事情(比如,彩旗迎风、锣鼓齐鸣,xxxx发表讲话),这种政治性高调在论文中没有意义。其次,读者不关心学派之争,不要去批评某些和你不属于一个流派的作者。最后,读者关心论文的方法和结果,但很多作者在引言里只字不提。

       

        三、尾声

        实证性文章的结果是报告参数,但其实这些参数的具体值并不重要。这话也许很矛盾,既然我们的工作是围绕着参数进行的,为什么具体值又不要紧呢?

       

        第一,这些参数解决不了实际问题。它们不是圆周率的pai值,也不是物理中的g值。就算你计算出了一个很重要的参数,又能如何呢?

       

        第二,参数的解读可以帮助我们理解经济学问题或者现象。从这个角度说,解读比数字本身重要。

       

        第三,由于国别(或者地区)差异,很多参数并不具备普遍性,也很难真正解释世界。不能夸大参数的作用,这一点国内研究做得非常不好。为了达到某种效果,无限夸大参数估计的力量,使得很多人迷失了方向。

       

        小小的总结:

       

        从结构看,摘要和引言最要紧。因为审稿人不看内容,单凭这两部分就可以拒搞。

       

        从内容看,数据描述和模型设定最重要。因为这部分往往是错误最集中的地方。

        (二)        在本文中,我只是试图给实证文章分分类,但绝对不是什么标准分类。 本文的目的还是希望引起讨论,并把一些好的范例介绍给大家。欢迎跟帖,我会整理并添加新的意见。所引论文全部为外文资料,这样也省得涉及对国内作者和期刊的褒贬不一。(这不表明国内论文没有好的范例,请勿联想。)

        在切入正题前,我想提一下经常做理论文章的Lucas(Robert Lucas)。也许本文的读者大部分对实证感兴趣,或者自己就是做实证研究的,但我还是想强调下理论论文对实证的重要性。大家知道很多人选择实证领域是因为自身数学、计量统计等专业能力所限,不得不转做实证,而真正理论过硬、数学过关的经济学家一般偏向做理论。你可以不同意这个观点,但这个潜规则客观存在于这个圈子。发生在我自己身上的故事,我的老师们(包括我提到过一年发一篇JME的那位)都希望我选择理论方向,但我自知水平有限选择了实证研究。他们同我说: 假如你认为做实证可以不学理论,或者说逃避过理论关,那么你的论文永远是中学生水平。事实上,实证论文比理论难得多!

        这段话,我最近才慢慢明白过来。类似的话,做纯计量理论的老师也同我和我的同学说过,当然,一开始我们都不信。随着自己的成长,我逐渐发现他们的话是对的,所以,我把故事写出来。希望真正想做出优秀实证论文的同仁们一起探讨。

        回到Lucas的文章。之所以说他是因为我的老师曾经提起过,现役的经济学家中有两位的文章写得好。这个 好 与经济学无关,只和英文写作有关系。其中第一个是Lucas,第二个是Acemoglu。可能,他的总结主要局限于宏观领域,不过我们不妨学习下这两位的文章。

        Lucas论文:

        http:https://home.uchicago.edu/~sogrodow/homepage/papers.html

        Acemoglu论文

        http:https://econ-www.mit.edu/faculty/acemoglu/publication他们都可以称为著作等身了,所以上面的链接无法穷尽他们的所有作品,有对宏观理论有兴趣的读者可以慢慢去查。 重点推荐两篇:

        Lucas,2004的一篇JPE,论述收入和乡城移民的理论文章,http:https://www.pinggu.org/bbs/thread-886664-1-1.html

        Acemoglu et al.,2001的一篇AER,用殖民地做IV研究制度与经济发展关系的实证论文http:https://econ-www.mit.edu/files/4123

       

        这完全是两种风格和类型的文章,但是它们有一个共同的特点  一针见血。无论是阐述理论模型还是讨论现实问题都言简意赅,不搞迷魂阵。Lucas的文章虽然是理论论文,但读起来不枯燥,他会尽量使用短句和浅显的词表达最直接的意思。这也是为什么我的老师很推崇Lucas,一个能复杂问题简单化的人是真正的大师。反之,大家懂的,倒过来操作的人在我们生活中比比皆是。Acemoglu也是理论大师,他的实证文章相对比例较低,上面推荐的一篇我个人认为是经典之作。对于研究制度与经济发展之间的关系,理论模型有,可如果没有实证研究来验证理论预计是不够的。而Acemoglu使用殖民地的情况做IV很好地解决(或者说尽最大可能解决)了内生性问题,这也是大部分实证研究所面临的难题。

        小结:

        理论文章要带着对现实的关注,比如Lucas(2004)。实证论文要回答理论问题,或者提出新的理论难题,比如Acemoglu et, al(2001)。

        =============================================================

        下面,正式地,我们讨论实证论文本身。

        目前好的实证论文已经不能缺少Theoretical Framework(理论框架)部分了。当然了,那种为了拼凑一个理论框架而无病呻吟的做法不可取。

        我想用一篇尚未发表的论文来做例子:

        http:https://www.economie.uqam.ca/pages/docs/Manovskii_Iourii.pdf

       

        Price of Experience

        此文,通过一个简单的计量模型做引子,提出问题 为什么我们在数据发现人们的收入与工作经常成负相关? 。这是典型的实证做法,数据来自美国、丹麦和瑞典。有了这个疑问,读者被吸引住。

        我当时看文章的时候有种读小说的感觉,很想知道后面写了什么。

        然后是理论部分,这个部分并不难,如果读者有兴趣可以下载论文一看。他们其实就引入了经验指标,并通过简单的数学变形构造出可以用于计量模型的理论模型。这个套路也不是特别难的事情,但要做得严谨和巧妙还是需要花费一些脑筋。

        随后的部分是计量模型,但读者理解了理论部分,计量就成为顺理成章的事情。但作者很小心地写了一节 识别 (Identification),这是国内实证论文最大的软肋,没有之一。因为我们不太注意识别问题,所以很多看似高深的计量论文其实就是糊弄人  有时候作者糊弄读者,更多的时候作者自己也被糊弄。简而言之,就是论文研究的主要问题在计量模型中没有体现,而计量模型中测量的是其他问题。也就是我们的经常讲的,驴唇不对马嘴。关于这个问题请参见:http:https://www.pinggu.org/bbs/thread-893428-1-1.html

        随后,作者汇报计量结果,本文主要测量两个参数值(他们的做法有点像宏观的路子,尽管用的是微观数据),这里不展开。然后,使用几种替代性的Specification。最后总结。

        纵观全文,构思巧妙,提出的问题很吸引人,理论模型直截了当与计量模型高度贴合,计量识别讨论充分,考虑诸多因素,并指出不同的specification。尽管这还是没有发表的working paper,但其水平已经很高。相信很快我们就可以在世界上30-40名的经济学期刊上看到,甚至可能进入前20名。

        如果我们对照下自己的文章,不难发现差距是全面的。第一,问题提出的方式不如他们新颖。第二,理论模型构建不够巧妙。第三,实证部分识别难以自圆其说。

        ======================================================================== 接下来,我用JDE上刚刚录取的一篇论文(Urban growth and uninsured rural risk: Booming towns in bust times)做例子: http:https://www.pinggu.org/bbs/thread-885521-1-1.html

        这是标准的发展经济学实证文章,使用是国别宏观数据,与上一篇微观数据略有不同。

        基本调子很简明,要讨论城市化与经济增长的关系。如劳动经济学版块老大deltaatfr所言 嗯,好文章就是这样,简介几句话,把问题就说清楚了。这篇文章立意很好,提出城市化与经济增长也可以是双轨机制,这就跳出传统传导机制的束缚了。

        具体的模型推导等,这里从略,我想突出一点,关于本文最后部分的模型检验。实证论文最怕无法检验自身模型的正确性和适用性,而本文采用模拟值与数据值比较的办法(out of sample prediction),就是在所有国家中逐一去除一组国家(如亚太国家,撒哈拉国家、拉美国家等),然后用估计系数代入重新模拟出这组国家的城化率趋势图。这种检验直观而且有力,我们看图就知道模型的效果如何。当然,在宏观中有calibration一环,与此还有一些区别,这是题外话。

       

        图中第一行是没有IV的结果,第二行是使用IV的结果,对比明显。

       

        最后,算是一个小小的总结,回答到底实证文章分哪些类。

        我只能说常见的:

        第一,纯实证,没有理论部分。好的纯实证文章有两种用途,第一,检验某种理论是否符合现实;第二,为了提出新理论问题寻找现实数据支持。一个比较现成的例子是国际贸易中的引力模型。基于引力模型的实证文章很多,一般不需要再赘述引力模型的原始推导过程,可以直接做计量模型。

        第二,实证加理论。这样的论文是从数据而来,发现问题,然后用理论解决问题。也就是说,现在计量在前,然后开始构建理论。这类文章其实并不多,因为太难了。

        第三,理论加实证。现在大部分外文期刊的实证论文多是这个模式,有一个历史文献中有的框架(当然有所改变,看要解决什么问题),然后从理论到计量模型。

        如果还要细分,第三类可以再拆开:

        1、引用经典理论模型,稍加修改,符合特定实证问题的要求。

        2、基于基本经济学理论,构建自己的理论模型,然后过渡到计量模型。

        (三)        为了节约大家时间,我写得简短点。四个问题:如何读文献、如何找数据、如何选题、如何看待中国问题

       

        一、如何读文献

        先找Handbook,后找文献综述,通过这些框架性的文献了解本领域的发展。对于最新的文献要紧盯working paper,比如NBER和IZA等。有必要的话应该订阅IDEAS的邮件提醒,他们会定期把指定选题的最新working paper链接发送到你邮箱。

        对于实证类的文献,核心内容两个:方法和数据。方法上的演进有明显的阶段性,即在某一个时期内某一种或几种方法会特别流行。读文献的时候要知道这是为什么,并且了解那些方法的优劣。数据的积累完全是依靠读文献得来的,平时多搜索数据很必要,但这与文献的阅读量也分不开。

        在浏览过一个领域200-300篇文献之后,你就应该可以了解历史情况和前沿动向,进而理解自己所处的时代和位置。要想做前人没有做过的事情,一个靠技术进步,一个靠新数据。如果两者都没有,就要靠选题,这个问题我们留在后面讲。

        二、如何找数据

        其实我前面已经讲了,数据的熟悉依靠文献积累。除了知道数据的来源,还要熟悉数据,知道质量的优劣,了解主要变量的内容。对于那些无法从公开渠道获得的数据,要想办法通过扩大社交面和学术影响。比如你看到一个文献使用了不公开的数据,你就该大胆的联系作者。虽然绝大部分时候,他们都不会同意共享数据,但你要跟这些人保持联系。垄断数据的人,大致两类人。

        第一类是老资历的,他们的数据有着明显的局部利益,所以你很难接触到。但除了核心层之外,还有外围层,他们通过合作的方式获得了数据,只不过因为保密协定不能公开。你如果与外围搭上了线,那么通过二次合作你起码有接触数据的机会。

        第二类是年轻学者通过个人努力或者小团队手工收集的方法编制的数据库(或者基层调研数据),他们不公开的原因是 太珍贵,不舍得 。这类情况,你就更应该给他们发信,告诉他们你可以使这个数据库的成果更丰富。当然,这也要别人能 看得上 你的科研能力。

        所以数据问题,一个要肯找,一个要肯磨。笔者的经验,你越与别人交流多接触多、 磨 得厉害,成功获得更多保密数据的可能性就越强。那些牢牢掌握数据优势的人也不都是天生的,一部分就是靠 软磨硬泡 进入圈子的。但有一个是硬功,那就是你自己必须有过硬的科研能力及发表。否则,不要怪别人不带你玩儿。

        三、如何选题

        在理解文献,了解前沿,掌握数据的前提下,选题就不是太难的事。我总结了三点:

        第一,新意。这种新意可以是方法层面的,也可以是数据层面,也可以两者兼而有之。当然,最高端的新意是用通行方法,比如OLS,用公开数据,选一个新的切入点。这种新意往往需要很多年的经验和沉淀,应该是我们努力的方向和追求的终极目标。对于在校学生,特别是本科生,不应该做这样的强行要求。

        第二,可操作性。可操作性主要是基于现存的数据和现有的技术条件,是否可以完成 新意 。有时候数据不给力,有时候方法不给力。如何解决操作性?笔者的经验只有一条:合作。这个时代闭门造车显然是下策。你有想法,有数据,没有技术,可以找技术好的人合作。你自己技术好,没有数据,可以找垄断数据的人合作。通俗说,这就是一门 生意 ,各取所需,达到共赢。如果抱残守缺,就不要眼红别人的成绩。

        第三,营销。所谓的营销就是向别人推介自己的成果,说白了就是如何让读者、编辑都接受你的观点。这方面过去被忽视了。一篇好的论文,营销应该在研究启动的时候就被列入计划。也就是说,除了要解决数据和技术问题,还要解决好文章投什么会议投什么期刊,要突出什么方面,尽可能降低拒稿。举个例子,如果使用了从未有过的数据库,就应该在文献回顾中点出以往文献中的数据缺陷,对比之后,强化目前数据库的优点。如果使用了新技术,也是这个逻辑去 营销 。俗话说得好, 货比货得扔 ,如果没有办法在营销中突出自己的优点,那就不能怪审稿人 没有眼光 。审稿人发现不了夜明珠,通常是因为夜明珠没有发出耀眼的光芒。

        四、如何看待中国问题

        中文文献把中国问题当作主要问题研究,这无可厚非。英文文献把中国问题当作个案研究,也无可厚非。作为研究者,你要清楚读者是谁,简单讲产品卖给消费者,你要懂消费者需求和心理。中英文期刊的导向有很大差异,不要把英文期刊的那套拿到中文期刊,反之亦然。分清了市场和消费者,你才明白应该把中国问题放在一个什么位置上。

        对于国内的科研来说,政策导向是绕不过的。笔者认为,提政策导向本身没有错,错的是事事都要以这个为标尺。国内的政策变化频繁,本身就是很好的 准自然实验 机会,或者提供了政策评估的机会。而这些,从实证角度,既有现实意义又有学术价值。认清这一点,不仅可以提供很多研究选题的思路,更能够提升研究的质量。

        对于国外期刊而言,中国问题是个案,是对发达经济体研究的补充。这个定位短期内无法改变。所以,在强调中国国情的同时,应该考虑到这样的特殊国情到底在经济学上意味着什么。国内的数据和政策所带来的研究成果如何帮助我们理解其他发展中国家,甚至如何经济发展的一般规律。这一方面,我们的研究者往往忽略,或者 力有不逮 。

        总结

        决定一个研究成败的因素很多,笔者分析过,失败的原因有时候非常不起眼。一般而言,一个受过良好训练的博士,犯低级错误的几率并不大。之所以论文质量总是无法有提升,很重要的原因是细节没处理好。这些细节从文献回顾、数据选择、结果讨论,到标题的吸引力、摘要的简明扼要、结论的实事求是、营销的恰当好处,不胜枚举。很多人写实证论文,把所有精力投入计量,这是很大的误区。诚然,计量不过关是很容易导致失败。但有了好的数据和方法,也不一定能获得成功。

        本文所讲的经验是基于笔者投稿和审稿的大量实践。这种积累大多来自审稿人的批评和帮助、来自与合作者及同行的讨论,也来自于自己做审稿人时与编辑部的沟通。失败了,要明白到底错在哪里,今后才能提高。被拒了稿子,稀里糊涂是不会有长进的。同样,成功了要知道自己对在哪里,别蒙对了一回,下次又栽了跟头。。

友情链接():