18533512
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么？•决定所要预测的趋势是什么？•决定所要评估的政策是什么？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）； 厘清各模型的异同及优缺点，思考改进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。收集相关资料；•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理；•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，追踪数据（PanelData）尤佳；•对资料数值作一些整理，表列各种基本统计量（样本平均值、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。计量方法的执行：计量方法不应太简单（例如只做到最简单的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。除了估计值以及对应的t检定外外，也可做一些F检定之对多个系数的假设检定。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。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，也就是说，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。解释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（包括相同变量的不同转换、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、观察值有误差等数据缺失所可能造成的计量问题。 
实证经济学，运用实证的方法，只分析问题，不加入个人价值观，队一经济政策或问题不评好坏而规范经济学，不仅分析问题而且加入个人观点，品评好坏
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。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。 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! 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)。 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。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。
