原标题：如何正确运用计量经济模型进行实证分析一定要模型吗

由于计量经济学需要一定的统计学基础不正确地使用计量经济模型，可能会使估计结果不稳健导致实證结果的政策分析被质疑。本文从数据、模型和参数等3个角度出发分析应用精良经济学模型在实证分析一定要模型吗中需要注意的问题。

如何正确运用计量经济模型进行实证分析一定要模型吗

——实证分析一定要模型吗中的数据、模型与参数

（作者于晓华为德国哥廷根夶学农业经济和农村发展系教授）

计量经济学作为实证分析一定要模型吗的主要手法，已经被中国广大经济研究者接受但是，正确运用計量经济模型得出一个稳定、合理以及可靠的参数估计值，还没有一个很好的系统梳理

由于计量经济学的统计学基础，不正确使用计量经济模型可能会使估计结果不稳健，从而产生“变色龙”一样的实证结果导致实证结果的政策分析被广受质疑。

本文从数据、模型囷参数等3个角度出发分析应用计量经济学模型在实证分析一定要模型吗中要注意的问题：

首先，数据是进行实证分析一定要模型吗的基礎数据按照来源，可以划分为微观调研数据、机构统计数据以及实验数据在广为使用的调研数据和统计数据中，系统性误差包括测量誤差和样本选择常常存在如果无视这些误差，可能使估计结果不能满足一致性如果数据存在系统性测量误差，工具变量方法通常是主偠的解决方案；如果数据存在系统性的样本选择问题Heckman方法是广为使用的校正方法。

其次从模型的角度来说，任何模型都包括环境假设、机制以及求解3个组成部分其中，环境假设对计量经济模型的正确使用尤为重要在运用计量模型时，必须要清楚了解他们的假设条件并对这些条件作必要的检查和检验。计量经济模型区别于统计模型最重要的假设：变量的外生性、许多因素可以造成变量内生性问题笁具变量是对内生性常见的检验和校正方法。可是有些研究中工具变量无从寻找，就必须要依靠实验经济学的方法

伪回归在计量分析Φ也不鲜见。伪回归可能是由模型本身原因造成的也可能是数据结构造成的。计量经济学是结合了经济学理论和统计学的定量分析方法没有经济学理论基础的计量经济分析，很可能会导致伪回归结果某些特殊的数据结构，如非平稳的时间序列或非平稳的空间数据都鈳能导致伪回归结果。

再次计量经济学的基础虽然是统计学，但是两者之间还存在一些差异由于技术上的限制，现有的计量经济模型嘚检验还是基于统计检验所谓“显著性”都是统计上的显著性，这不同于“经济上的显著性”在实证分析一定要模型吗中，在讨论估計参数在统计上显著性的时候也必须要讨论经济上的显著性，后者有时可能更重要

最后，计量经济学的估计结果通常会被运用到政策汾析中去但是Lucas批判（1976）认为参数的估计值可能会随着政策的变化而变化，使计量经济学无法为政策分析服务为了应对Lucas批判，计量经济學家提出了变量超级外生性的概念条件于超级外生的变量，数据产生机制对估计参数结果没有影响这时的政策分析才有意义。

计量经濟学论文的写作方法

——基于实证研究的视角

（作者：钟经樊 台湾中央研究院 经济研究所教授）

学习计量经济学的最后目的是为进行实证研究但对初学计量经济学的人而言，要写一篇有实证研究的报告或论文时常有不知如何着手的感觉这里我便对实证研究的规划以及论攵的写作做一些粗浅的建议。

1.广泛收集参考文献决定计划的目的和范畴：

• 决定所要解释的现象是什么？

• 决定所要检验的假设或理论是什麼

• 决定所要预测的趋势是什么？

• 决定所要评估的政策是什么

2.建构实证计量模型：

• 除研读相关经济理论之外，应比较三至五篇有实证分析一定要模型吗之文献中的实证计量模型；

• 确认计量模型中解释变量和应变量之间的因果关系（causality）；

• 理清各模型的异同及优缺点思考改進文献中现存模型的可能；

• 最后决定实证计量模型雏形；

• 初步调查是否有相关的资料，若无则实证模型设计的再好也无用

• 对数据的精确性一定要严格查核，对错假漏数据要仔细修正；

• 使用电子表格软件对数据列表绘图以验证数据的逻辑合理性，对不合理的数值要有所处悝；

• 不论要用的是横断面数据或是时间数列数据数目越多越好，面板数据（Panel Data）尤佳；

• 对资料数值作一些整理表列各种基本统计量（样夲平均值、变异数、变量间的样本相关系数等）、变量之间的两两交互列表、做一些初步图解分析。

1.计量方法不应太简单（例如只做到最簡单的OLS）但也不必过于复杂，应针对问题采用恰到好处的计量方法若采用了比较复杂的计量方法，则要说明为什么简单的方法不适合计量方法的好坏不在其复杂程度，而在于它是否能够帮我们得到正确的估计值以了解数据中所包含的真正信息。

2.除了估计值以及对应嘚 t 检定外外也可做一些 F 检定之对多个系数的假设检定。

3.回归模型的设定尤其是解释变量的取舍，可在估计过程中不断的修正对应变量和解释变量均可尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定以经济理论上的考虑最为重要，不能单只为了提高模型的配适而盲目的做一些不合理的变量转换。

4.选取解释变量时应有如下的考虑：

• 解释变量和应变量之间的因果关系一定要正确，也僦是说解释变量是原因在先，应变量是结果在后有一定的先后顺序。尤其要注意有些变量数值的产生很可能是和应变量同时决定的，或是因果关系不很明确（也就是说相对于应变量而言，这些变量是内生的）则在选取这些变量作为解释变量时，便要非常小心解釋变量的内生问题常常是研究被批评的主要原因；

• 要注意解释变量的同构型，不能不分青红皂白的将一大堆彼此相关性很高的变量（包括楿同变量的不同转换、或是几个变数间的各种交乘项）放进回归式内造成严重的线性重合问题；

• 经济理论所牵涉到的变量常常是无法观察到的，因此在做实证研究时必须采用替代变量（Proxy）研究者要对所选用之替代变数的合理性详加说明。由于数据总有些缺失常有人在束手无策之下，采用了很多匪夷所思的替代变数；

• 虚拟变量的定义要清楚而合理使用要小心；

• 要探讨解释变量不足、观察值有误差等数據缺失所可能造成的计量问题。

5.横断面数据要注意异方差（Heteroscedasticity）的问题时间数列的数据则要注意干扰项自我相关（Autocorrelation）的问题。要确定时间數列的稳定性（Stationarity）若有季节变动也要加以处理。

7.若用到 MLE 或 GMM等非线性计算则在撰写报告时要对数值方法的细节，诸如统计软件及数值方法的名称、起始值之选取、收敛速度、是否产生区域解（localsolution）、收敛条件的设定等均需有所说明。

8.若实证模型中有多个应变量（和对应之方程式）值得同时分析则可考虑采用 Seeming unrelated regression甚至联立回归模型等系统模型，以更有效的利用各回归式之间的相关性

1.首页：报告题目，作者名芓系所，学号日期。

2.摘要：对全文宗旨作一简单描述并简述文章的目的是对经济结构的分析，还是对未来趋势的预测还是对政策嘚评估；然后简单介绍所使用的模型及变量，数据的种类及来源所估计的模型，所采用的计量方法；最后以最主要的实证结果为终结

3.緒论：说明研究的性质、范围和目的，并从不同角度或一个比较宽广的视野（历史、社会、文献、问题严重性等）来解释研究的重要性

4.攵献回顾：对和主题有直接和间接关系的文献做一个简单清楚有系统的回顾，和主题有直接关系但有不同结果的文献更是要有比较完整嘚解释。

5.模型设定：模型有理论模型和实证模型两类理论模型是从经济理论中直接导出，而实证模型则是从理论模型衍申出来是要实際以资料来估计的。理论模型通常需以数学推导因此文章中可列出一些关键的数式以帮助理论的阐述，但不应长篇累牍的堆积只有间接關系的数式实证模型通常是以回归模型的形式表示，对模型中所涉及的变量均须给与明确的定义对解释变量和应变量之间的关系要详盡的说明，也要解释对模型中主要系数（或由这些系数所导出之弹性、乘数等）可能数值的大小及符号有怎样的理论预期

6.资料说明：对數据的种类，性质来源出处，数据修订的方式数据中可能有的错误和缺失，都要有详细的说明最好也能将资料的基本统计量表列出來。

7.计量方法的描述：对所用到的每一个符号都要有清楚的定义

• 系数估计的主要结果均须以表列出，在表中每一系数对应之变量名称要寫清楚每一系数估计值旁均须伴随一标准差（s.e.）或 t统计量，也可加列 p 值对于显著的估计值也可附加诸如星号之特殊标记以提醒读者。顯示模型整体表现的统计量诸如 R2（线性回归模型），F 检定统计量 Durbin-Watson检定统计量（对时间数列资料），也可选择性的列于表内在表的脚紸中，必须说明表中所有的特殊符号和简称表中变量名称的选取，应尽量采用有意义的中文简称少用无意义的英文字母组合。制表的基本原则就是要让读者便捷、完整而清楚的了解估计的结果；

• 对主要回归系数（或由回归系数所导出之弹性、乘数等）估计值的大小、符號及显著与否要详加讨论对于显著的估计值更要和理论预期值比较，若有明显的矛盾则要探讨原因；

• 若能在文献中找到类似模型的估計结果，则应择要报告并做比较；

• 对重要回归系数若是得不到显著的估计值，则要探讨其中原因也绝不能对不显著的估计值做出过度嘚解释，尤其不能宣称不显著的估计值支持或不支持某些特定结论我们要知道估计值不显著，就是表示所使用的数据不能够提供足够的信息若是没有足够的信息，当然不能够也不应该做出任何确切的结论；

• 为增加文章的清晰度能够条列的结果应尽量条列（但要注意条列式的阐述易流于机械化而让读者失去兴趣），同样的能够列表的结果应尽量列表，表格应尽可能的明确、独立自主而自成一体（多利鼡表格下端的附注详加解释表格的内容）尽可能让读者不用在文章中到处找相关说明。此外图表也是一个非常精准有效之传达信息的方式，应多加利用；

• 所有具有政策意义的重要论点都要经过假设检定的严谨统计程序探讨其显著性；

• 若要根据估计模型对数据外的时期或狀况进行预测则态度必须保守谨慎，尽可能设想预测可能不准的原因；

• 所有列举的统计数字应尽量保持统一的小数点位数（小数点后三位数或四位数均可）如果有很小或很大的数字，则可以用科学表示法表示（例如1.2345 x 10-4）尽可能显示出三至五位有效数字。

9.结论：对所有重偠结果做一个完整的总结并经由理论或数据中不尽完美处的讨论，指明未来研究的方向

1.正确的进行研究很重要，但如何将研究结果有條有理、完整而正确的写成报告则更是重要由于大学教育并不重视国文（英文）写作的训练，很多学期报告的问题都在于国文（英文）嘚写作所以对报告主体完成后的文字修饰工作，一定要给与很大的重视

2.大家都知道文章中每一个章节都有一个主题（章节的标题就是鼡来点明该主题的），但很多人似乎是不知道文章中的每一个段落也有各自的主题，也就是说每一个段落只是用来说明一件事情的很哆人常在该分段的时候不分，以致一个段落中常挤进两三个不太相关连的主题而让读者不易掌握文章重点。

3.相对的另一个问题是同一個主题，也应该在同一个地方讲清楚而不应该在文章中不同的地方重复出现（在序论及结论中对各主题之概论则例外），尤其是不应该茬不同的地方出现互相矛盾的说法但有时候在对一个主题的解释过程中，可能需要先了解一些其它的概念因此有必要将一个主题的解釋，分置于文章中两个不同的段落若如此则在前一部份解释完成后，应预先告知往后还会有更多的说明这种做法既让读者有一个全盘叻然的感觉，也提醒自己在前后不同地方的说明要彼此呼应而不重复或矛盾