别再找计量经济学作业代写了,meeloun小编教你写作新思路! - 留学生essay代写网

首页 » 留学生论文代写 » 正文

别再找计量经济学作业代写了,meeloun小编教你写作新思路!

        很多同学对于计量经济学论文的写作感到十分苦恼,毕竟这方面的论文涉及太广,需要做的准备工作也比其他专业要多。这就导致了很多同学宁愿找计量经济学作业代写也不愿意自己动手。meeloun小编在这里给大家推荐一篇关于计量经济学论文的写作思路,大家快来看看吧!

lazy loading - 别再找计量经济学作业代写了,meeloun小编教你写作新思路!

        这里先引用哈佛大学教授的几句话:
        A good empirical study requires three components:
        1. A concise and sensible theoretical framework that is related to the questions to be asked,
        2. Reasonably good data, and
        3. An experiment or an event or a set of circumstances that give the data a chance to answer the questions asked. In short, the model needs to be identifiable from the data at hand. — Zvi Griliches
        1、什么是经济学论文
        我们要知道经济学论文和一般的散文什么的都不一样,后者可以仅仅表达某种情感,或记录一些事情。经济学论文必须用十分严谨的数理逻辑或统计推断,来一步一步地得到结论,保证每个环节都丝丝入扣、经得起推敲;而不能随便发表议论,或轻率地下结论。而且,论文贵在创新,其价值主要在于其原创性 (originality ) 或新颖性(novelty),即对于已有文献的边际贡献 (marginal contribution),参见下图。当然,本科或硕士论文并不要求有太多创新,但至少应有一点点创新;而绝不能是 “山寨版” 或抄袭。
        2、接下来就是同学们的准备阶段
        研究可不是说说而已,你说上午提出来下午就开始干肯定不现实。要开始真正的研究,需要一系列的准备工作。首先,必须掌握一定的经济理论,以获得观察经济现象的必要视角 (perspective)、参照系 (reference 或 benchmark) 与分析工具 (analytical tools)。否则,即使看到经济现象,也可能无从下手分析。正如钱颖一 (2002, p.2) 所指出:我在哈佛大学做博士生的时候,韦茨曼 (Martin Weitzman) 教授问我,受过现代经济学系统训练的经济学家和没有经过这种训练的经济学家究竟有什么区别?他研究比较经济制度,经常去苏联访问,问这个问题是从与苏联经济学家交往中有感而发的。韦茨曼的回答是,受过现代经济学系统训练的经济学家的头脑中总有几个参照系,这样,分析经济问题时就有一致性,不会零敲碎打,就事论事。
        经济学界广为流传的 “像经济学家那样思考” (Think like an economist)就体现在这里了。当然,爱因斯坦更早就说过类似的话,甚至更为深刻:你能不能观察到眼前的现象取决于你运用什么样的理论,理论决定着你到底能观察到什么。
        显然,那种认为可以不需要任何理论指导而直接去 “看真实世界” 的想法或许过于天真了。这些经济理论的学习,主要体现在微观经济学、宏观经济学以及经济学的各专业课程上,比如金融学、财政学、发展经济学、产业经济学、劳动经济学等。
        当然了,我们可不能什么都不会就嚷嚷着要搞研究,还必须掌握一定的计量方法与统计软件 (比如 Stata)。即使你收集到相关的数据,但数据也不会 “自己说话”,仍需要使用统计软件,运用适当的计量方法进行统计推断。因此,计量经济学对于实证研究不可或缺。在具备一定的理论功底与计量训练后,即可正式开始做实证研究了。
        3、我们还要选择一个合适的题目
        Everything has been thought before, but the problem is to think of it again. — Johann Wolfgang von Goethe
        实证研究的第一步就是选题,即选择研究的题目。对于刚起步的研究者,常常不知如何选题。研究者通常知道自己想要研究的领域 (比如,经济增长),但这还不是一个具体的 “研究问题” (research question)。
        我们要做的研究问题不会太复杂,通常是有关 “ X 对 Y 有何作用” 之类的因果关系。如果想研究 “家庭联产承包责任制对农业经济增长的作用”,就更具体了,此处 X 指 “家庭联产承包责任制”,而 Y 指 “农业经济增长” 。当然,实证研究也可以只有 Y 而没有 X,比如对于某个统计指标 Y 的测算;但纯粹描述性的研究已比较少见。
        研究问题的内容体现在方方面面,比如理论 (比如,检验资产定价模型 CAPM 是否成立),也比如来自对经济现象的观察 (比如媒体报道、社会调研);可以研究某政策的效应 (比如新劳动法对失业率的影响),也可以对文献中已有论文进行改进。
        当然了,如果同学们的脑子一片空白,不知道要做哪些研究,meeloun小编建议先浏览一些经济学的顶级期刊。比如,经济学中文期刊的 “四大金刚”,即《经济研究》、《经济学(季刊)》、《世界经济》、《管理世界》;以及经济学英文期刊的 “Top 5”,即 American Economic Review,Econometrica,Journal of Political Economy,Quarterly Journal of Economics,Review of Economic Studies。这些顶级期刊都是经济学的一般性期刊 (general interest journal),涵盖经济学的各个领域。如果确定研究经济学的某个领域,比如金融学,还可关注《金融研究》等专业期刊 (field journal)。
        浏览这些期刊中的论文 (通常技术性较强,故未必从头读到尾),可大致知道当前的经济学者都在研究哪些前沿问题,取得了哪些成果,还有哪些未解之谜;进一步,可以评估他 (她) 们的研究方法是否可靠,以及可能的改善空间。
        4、探索性研究
        当我们的脑袋里潜在的研究问题后,首先需要进行初步的 “探索性研究” (exploratory study),看看它是否具有新颖性与可行性。比如,通过查找文献,考察别人是否已经做过类似研究,并大致了解数据是否可得。
        5、收集与整理数据
        这时候我们就要耐心的对于收集的两种类型的数据进行整理了,数据可分为电子版与非电子版两大类。对于非电子版的数据,        需耐心输入数据 (通常先输入Excel表,再导入Stata中),并注意检查,防止出错。即便下载电子版数据,也应检查可能存在的错误。
        我们做实证研究的,数据就是我们的心血,是我们的关键。对于相关的数据质量自然也有很高的要求。如果数据质量不高,则 “巧妇难为无米之炊”。无论多么高深的计量方法,如果原始数据质量有问题,也只能是 “垃圾进去,垃圾出来” (garbage in, garbage out)。Zvi Griliches 在 1994 年给美国经济学会做的主席演讲 (presidential address) 指出,由于经济学家不够注意数据的来源及产生过程,经常错误地解释数据,导致研究的进展缓慢;如果不提高数据质量,计量理论方面的重大进展将无用武之地。为此,将数据导入统计软件后,需仔细察看数据 (inspect the data)。一个常见误区是,研究者只知进行回归,却不去熟悉原始数据 (raw data),或增加对数据的感觉 (get a feel for the data)。
        这里meeloun小编推荐察看数据的常见方法,计算变量的主要统计特征 (summary statistics),包括均值、最大值、最小值、标准差、相关系数等,并根据经济常识判断它们是否合理。比如,虚拟变量的最小值与最大值必然为 0 与 1;否则,此变量有误。如果数据有时间维度 (比如时间序列或面板数据),还可画时间趋势图。如果发现在某个时点上的变量取值异常波动,则应考察此数据是否有误;即使数据无误,也应考虑异常波动的原因。
        6、建立计量模型
        实证研究没有明文规定实验者必须要有理论模型,但如果我们有拿得出手的、优秀的理论模型也可以拿出来,更有说服力。具体来说,回归分析一般只能说明变量之间的相关性,要对变量之间的因果关系做出判断,常常需要依赖于经济理论。因此,即使无法提供完整的理论模型,也应该进行一定的理论分析。最理想的情形是,从理论模型中推导出计量模型 (econometric model),即待估计的回归方程。一般来说,一篇好的实证论文,需要讲一个好的 “故事” (story),然后用数据来证实或检验此故事。
        对于回归函数的具体形式,可以考虑线性、对数 (变量只取正数且有指数增长趋势)、双对数、非线性 (边际效应不是常数)等。在进行模型设定时,应尽量使用常识 (common sense) 与经济理论 (economic theory) 。
        另外,模型既不能过于简单 (解释变量过少),也不宜过于复杂,而应当保持适当的简洁 (keep it sensibly simple)。在选择解释变量时,“从小到大” (specific-to-general) 的建模方法简单易行,但可能偏差较大 (因为存在遗漏变量);而 “从大到小” (general-to-specific) 的建模方法偏差小,但不易执行。实践中,常采用折衷方案,即选择简单而有解释力的模型。
        7、选择计量方法
        我们可以选择的方法有:被解释变量为虚拟变量,则可使用 Probit 或 Logit;如果是面板数据,则应考虑固定效应、随机效应、时间效应等;如果是时间序列,则须先判断是否含单位根,再决定使用相应的计量方法。
        对于一般的数据,通常先做 OLS,看看结果,作为一个参照系。做完 OLS 后,可以画残差图,大致看看扰动项是否符合经典假定,然后进行严格的检验。如果有所违背 (比如,存在异方差、自相关),则做相应的处理(使用稳健标准误或 GLS)。
        同学们这里要注意:对于时间序列,还可检验是否存在结构变动 (邹检验,Chow test)。另外,应该对数据的质量进行检验,判断是否存在多重共线性、极端值、弱工具变量等,并做相应的调整。
        由于受数据可得性 (data availability) 的限制,遗漏变量几乎不可避免。因此,很有必要在实证论文中对此进行讨论。不外乎以下两种情况。第一,存在遗漏变量,但与解释变量不相关 (需要说明为什么不相关),故可以不做处理。第二,存在遗漏变量,且与解释变量相关,则必须进行处理,例如增加控制变量、寻找代理变量、使用工具变量、使用面板数据等。
        9、诊断性检验
        我们都知道任何计量方法都有其适用的前提条件;如果前提不成立,则无法使用此计量方法 (可能导致不一致的估计)。因此,在估计完模型后,应对计量方法的前提条件进行 “诊断性检验” (diagnostic checking) 或作出定性说明。
        10、稳健性检验
        We have to learn…that the prime virtue of any econometric procedure is robustness. — Robert Solow
        为了使用特定的计量方法,研究者通常需要做一系列的假定。但问题是,论文的主要结果是否对这些假定很敏感?为此,有必要放松论文的某些假定,看结果是否稳健或基本不变,这称为 “稳健性检验” (robustness check) 或 “敏感度分析” (sensitivity analysis)。比如,通过改变样本区间 (或去掉极端值)、函数形式、计量方法、控制变量、变量定义、数据来源等,来考察计量结果的稳定性。

lazy loading - 别再找计量经济学作业代写了,meeloun小编教你写作新思路!
        相信同学们看完肯定是一脸懵逼:写一篇计量经济学论文居然这么复杂!不过同学们放心,老师肯定不会要求你们写这么高难度的论文的,肯定会依照你们的实际水平进行作业的布置。不过写作的过程其实都差不多,希望能帮到同学们!需要计量经济学作业代写的同学们可以联系我们的客服哦!

发表评论