经济学实证研究中常见的40个误区, 你掌握了可以发AER

1. 不学理论

理论的高度决定研究的高度；讲清楚机制需要理论；从目前顶级期刊的发表出发，兼有理论和实证的文章更有优势。

2. 取法于下，读太多B类杂志

有一句话总结得很好：取法于上，仅得为中；取法于中，故为其下；取法于下，则无所得矣。

3. “广”与“专”的关系没处理好

由于人（主要是指我们这些普通人，萨缪尔森等少量全才除外）的精力有限，因此我们需要的是广泛训练以及专业研究，要有所为有所不为。

4. 操之过急

想到一个idea后，要多思考一段时间，不要太着急去看文献，避免自己的想法被既有的文献观点所占据。

5. 样本不够大

根据大数定律，样本量越大，越有可能发现规律。很多时候我们得到了一个不显著的结果，不一定是影响真的不存在，而有可能是样本量太少了。

6. 样本不够长

这一点主要是针对面板数据。以现在流行的政策评估为例，政策效应可能具有一定的滞后性，如果样本期间太短，根本体现不出来。

7. 慎用国外数据

对于非金融领域的研究，一定要慎用国外数据，不是说不行，而是我们对国外所知甚少，不清楚 别人的制度背景，不清楚数据生成过程，很容易出问题。

8. 不熟悉数据库

对于自己所使用的数据库，一定要有细致全面的了解。

9. 不描述数据

这一点我尤其赞同，很多人从来不做描述性统计就直接去跑回归，得到的结果如何让人信服？描述数据可以发现潜在的错误、极端值、变量的缺失值，以及变量的variation等等。

10. stata手册式学习

我们不要做纸上谈兵的赵括，以为看了几本参考书就会操作了，stata尽管容易上手，但多用多练习才能真正掌握。

11. 不去研究help file

这一点继续表示赞同。不少人碰到个命令不会就开始到处问人，这样无助于深入理解这个命令， 要多看看help file，看看里面的描述和举例。

12. 不写do file

这一点应该多是新手犯的毛病。

13. do file不够细致

这一点没什么多说的。

14. 不重视识别

实证研究的主要目的就是识别出因果关系，而识别的核心则在于内生性问题的解决。我们在最初选题的时候就应该考虑内生性问题。

15. 不重视稳健性检验

稳健性检验其实是文章中很重要的一部分，我们应该尽可能把审稿人能想到的都想到。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量，变换样本，展示异质性，安慰剂检验，验证机制，排除竞争性假说等等。

16. 依靠PSM和GMM解决内生性

发现越来越多的大佬不用或者不依赖于PSM与GMM，主要原因在于他们对这两个方法的不信任，可操纵空间太大。其实从最近几年主流经济学期刊上的文章也能发现，仅仅用这两个方法的文章几乎看不到了。

17. 迷信R-square

这一点我之前已经推文介绍过了。

18.  控制变量选取不当

这里的选取不当指两个方面：遗漏变量以及过度控制。过度控制主要是指加入了bad control variable。

19. 标准误不cluster

在之前的推文里我讲过，如今报告标准误尤其是稳健标准误已经成为主流期刊文献的标准动作。马老师和其他老师们则进一步强调，稳健标准误是要的，cluster也是要的，如果不cluster，会导致标准误有偏，通常高估了显著性。

20. 只看统计显著性，不看经济显著性

这一点在新手中表现得尤其明显，看见星星就两眼放光，但是对经济显著性却视而不见。举个例 子，假如省直管县改革对经济增长三颗星正向显著，但是其效应只有0.1%甚至更低，我们很难说省直管县改革在促进经济增长上影响甚大。

21. 交互项的误区

之前也强调过，做交互项时，A、B以及A*B三者缺一不可。

22. 衡量指标选取随意

尤其是对于核心解释变量，一定要选取常用、干净的指标。

23. 不细究核心解释变量的variation

这一点好像也没什么可说的。

24. 用错虚拟变量

这一点和第18点关于控制变量的选取一样，过度使用虚拟变量会导致完全共线性，过少使用又会产生遗漏变量问题。

25. 面板数据的误区—不清楚固定效应下的variation

26. Probit模型的误区：不报告边际效应

用Probit、Logit等模型估计出来的系数是不能直接解释的，需要进行调整。这一点以后在介绍二值选择模型时细说。

27. 工具变量的误区：用错各种检验

这一点在之后关于工具变量的推文里会详细介绍。

28.DID的误区：不做检验

这里的检验主要是指共同趋势检验。另，使用DID时，关于分组（区分处理组和对照组）的制度背景要详细介绍。

29. RD的误区：被stata命令吓倒

这一点在以后介绍RD时细说。

30. PSM的误区：暗箱操作

由于PSM可以暗箱搓作，所以大佬们不怎么信任PSM的估计结果。大家如果要用PSM，那么要交代清楚用的是哪种匹配方式，匹配变量是哪些，最好多做几种匹配方式下的估计，并同时报告OLS的结果。

31. GMM的误区：暗箱操作

理由同上。大家如果要用GMM，要报告各类检验，比如AR（2）、Hansen，并同时报告OLS和FE的结果。

32.做不出结果就放弃

这一点还是在新手中表现明显。其实，只要回归结果符合现实、能够解释、能够服务于故事，即便不显著也是好结果。用马老师的话说：不显著也是可以卖的。

33. 不花时间写作

写作是相当重要同时又被大多数人忽视的一部分，据陆铭老师讲，他拒掉的很多文章，不是文章内容做的不够好，而是写得太差。若是按陈硕老师（论文大闷锅的创始人）的要求，不说改100遍，10遍总得要吧。

34. 文献综述写作

这一点可以从属于上一点。

35. 不介绍background，尤其是英文论文。

这一点暂时没什么可说的。

36. 实证结果的报告与解释

要解释经济显著性，解释每一步稳健性检验的必要性，不要为了凑内容而凑内容。

37. 回归结果表格不规范，没有注释

这个细节大家平时要注意，细节决定成败。想当初第一次投稿少不更事，审稿人特意写了一段话来批评表格的不规范，比如回归系数的小数点位数要一致等等。

38. 回复审稿人意见时不礼貌

39. 对于审稿人提出的意见不做修改，反而引述其他人的做法来为自己辩解

40. 对审稿人的回复太简短

点击查看往期汇编

科研数据：

001 中国高速铁路线路&城市高铁开通数据
002 地级市面板数据1990-2019003 上市公司数据集-慈善、股权、研发、审计、高管004 地级市高新技术企业统计情况2000-2019005 碳交易、碳排放（分行业、国家、省、市、县）006 2008－2018中国上市公司政治关联原始数据007 1936-2018年全国县级以上干部数据008 地级市市长市委书记数据库009 上市公司2006－2018年资产负债收益010 各县接收上山下乡知青数量
011 832国家级贫困县摘帽数据

学习资料：

005 空间权重矩阵和杜宾模型案例数据及分析006 三阶段DEA模型理论与操作手册视频讲解007 SPSS统计分析与行业应用案例详解008 R语言学习资料009 20套学术答辩PPT模板010 实证分析大全011 Fama-French五因子模型数据和Stata代码012 Stata17 win和mac版013 Stata17MP版最新使用指南全书014 Stata面板数据处理015 Stata命令cf，数据清洗双录双校利器
016 Stata：面板格兰杰检验xtranger
017 读懂Stata空间计量及应用018 关于stata的面板数据处理019 常用的27个stata命令020 常用的stata命令集021 常用的经济计量学R&stata命令对比汇总

计量统计：7种主流数据分析软件及经典教材推荐Stata数据清洗方法回归结果不显著可采取方法与思路面板数据汇总实证模型三步走：数据、模型、结果检验调节变量、中介变量、控制变量七种经典回归方法六种定量方法解决内生性问题（stata代码）Stata双重差分操作流程及代码交互项与异质性分析面板交互固定效应模型详解5种安慰剂检验方法详解DIDM：多期多个体倍分法案例及代码
中介效应检验程序、操作应用政策评估反事实框架及匹配方法开展政策效应评估传统PSM-DID模型改进与应用广义DID超强的政策评估工具中介效应分析的四种方式、原则、方法和应用Stata17中DID、DDD方法及使用策略DID的平行趋势检验步骤和程序
文本相似度计算及政策量化分析政策效应评估的四种主流方法详解数据分析必须要掌握的统计学知识
科研论文：经管类CSSCI南大核心来源期刊投稿方式综合社科高校学报CSSCI南大核心来源期刊投稿方式因果推断——现代统计的思想飞跃2020年中国经济学研究热点分析空间计量经济学文献综述陆铭的13个实证研究锦囊碳达峰和碳中和管理研究：进展与综述国内几篇A刊的发表经验陈强：计量经济学实证论文写作全解析刘修岩：城市经济学模型与实证方法进展与趋势刘俏：”碳中和“给经济学提出那些新问题洪永淼：大数据革命和中国经济学研究范式博士如何接受完整、全面的科研训练顶级经济学期刊青睐何种计量方法管理世界投稿经验：如何回应审稿人意见基于195篇实证论文发现期刊编辑的喜好CSSCI期刊主编：论文写作用词八条建议论文参考文献怎么引用才能通过查重给博士生论文投稿实用建议常任轨教职经济学学术刊物目录
洪永淼等:中国经济科学的研究现状与发展趋.