查看原文
其他

经济学家说论文是讲故事, 具体是啥意思啊? 最高点赞答案!

计量经济圈 计量经济圈 2022-10-11
凡是搞计量经济的,都关注这个号了
邮箱:econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

前不久,社群讨论了1.“显著不显著的后背是什么, 非(半)参估计里解决内生性”,2.“计量社群里关于使用交互项还是中介效应分析开展机制研究的讨论”,3.“为啥面板数据回归中, 即使X对Y的解释程度很大, 但R-square一般都很小?”,4.多期DID中使用双向固定效应可能有问题! 又如何做平行趋势检验? 多期DID方法的最新进展如何?,5.收入和年龄等变量是将其转化成有序离散变量还是当成连续变量进行回归呢?6.控制变量就能影响结果显著性, 所以存在很大操作空间, 调参数是常用手段吗?7.回归中常数项显著说明模型中有遗漏变量问题?8.审稿人有义务告诉你回归中可能的遗漏变量么?9.针对很多实证问题的讨论, 随手保存的部分内容以飨学者,10.未引入交互项主效应为正, 引入后变为负, 解释出来的故事特别好, 主效应符号确实增强了故事性,11.双向固定效应多期DID最新进展和代码汇总, 关于控制变量和固定效应选取的讨论,12.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器,13.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等,14.针对经济学领域中介效应模型问题的回应和理性讨论,15.讨论a(b)对b(a)的新方向论文, 经济学期刊分区问题, 3个机制存在时计量模型设计问题,16.如果解决了内生性, 那么是否意味着证实了变量之间的因果关系呢?17.解释变量提升一个标准差,被解释变量提升几个百分比呢?18.关于DID中对照组与处理组的比例问题?19.双重差分法和事件研究法的区别主要在哪里?20.双重差分法和事件研究法的区别主要在哪里?21.统计上不显著的变量表明该变量对结果变量没有影响吗?22.IV与Y在理论上无直接关系, 但用Y对IV做回归发现IV是显著的, 这是咋回事?23.Heckman模型和工具变量IV之间的差异?24.X与Y负相关但回归系数却为正? OLS不显著但2SLS却显著?25.一定要控制时间固定效应吗?等等。这些讨论中有很多非常高质量的内容值得被记录起来,因此后面会形成一个计量圈社群讨论专栏。

感谢社群@史铁 群友等的讨论,社群之所以能坚持4-5年依然如初,还是在于对学术问题的讨论、分享和互帮的精神存在。

正文

今天,分享一下计量社群里关于“我有一个疑问很久了,经济学家说的论文是讲故事,这个讲故事具体是啥意思啊?”的问题的讨论。


计量社群 @史铁 群友的回答,值得各位年轻学者的学习和领悟,为其分享精神点赞!
具体回答如下:

这个说法其实还是太泛泛(主要基于实证文章)。
所谓故事性大致可分“大”和“小”两个方面:“大”的一方面又可细分为两个维度——enriched the knowledge (发现了新知识发掘了新内容,讲前人所未讲) 和 updated the belief(发现前人的某方面研究存在很大疏漏,新的研究予以纠偏甚至颠覆了传统认知)。
ps."大"的方面 可遇不可求,基本都是大佬们的工作。
再说小的方面,中文期刊的文章套路化严重,上来一个"主回归—稳健性—异质性”三板斧,没有故事性。这里说没故事性也可根据研究问题进一步细分两个维度——(1) 研究问题很重要,但机制很简单/直观,比如研究空气污染对健康的影响,这类研究卖的就是数据质量和识别策略,数据质量不用多说,识别策略方面就要argue你的识别到底好在哪里,argue你的估计结果与前人的估计相比更加精确;稳健检验就是围绕估计精确性、可靠性而来(具体细节取决于别人可能会从哪些方面质疑你的识别策略),以排除别人对你识别策略的质疑,而不是套路化的替换因变量,加减控制变量式的套路化稳健检验。
(2)研究问题中 x和y的关系不是那么的直接,需要做出一定的解释,在这种情况下,所谓故事性主要就体现在稳健性和异质性分析中了,当然了,识别策略同样重要,但此时不再是文章质量的唯一决定因素。假定你的识别策略可靠,主回归没什么大的问题,接下来就是故事增色了,稳健性同(1),异质性之类不是仅仅分地区之类的分样本跑个回归就完事,这完全没有意义!!!你要解释出为什么分样本,依据什么“分",“分"了以后揭示了什么,提供了什么有价值的信息,揭示了什么有意思的pattern……。
有点文章是"主回归—稳健性—机制分析"的路子,异质性包含在机制模块,同样地在机制分析中,不是随意挑几个显著的回归一放然后开始编,机制分析中,你要解释或阐明从x到y大致有几个路径(看个人经济学功力了),然后分析你的研究主要关注哪个路径,解释如何排除其他路径对本研究估计的威胁,简言之就是渠道排除要明确(排除法是一种,或者提供坚实的直接证据亦可)。
补充,就是加减控制变量,除了过于直观的控制变量不需要介绍,某些控制变量的加减需要给出依据,这同时体现了功底和故事性。
总结,故事性就是要求 加减控制变量,稳健性,异质性/机制分析 要仅仅围绕各自的目的,而不是搞套路。

计量社群交流详细内容如下:

为上述讨论点赞!
我爱计量社群!

下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存