计量论文写作和发表的黑客教程——让初学者瞬间开窍

【原创】计量论文写作和发表的黑客教程——让初学者瞬间开窍，发<经济研究>不再难by Zera Na本文的缘起：当初一个舍友来自西部地区，从没学过计量（OLS都没学过）。

但毕业论文老板要求用数据说话，发愁。

我于心不忍，告诉她：我每天晚上自习回来，睡觉前花10分钟给你讲解一下STA TA的操作和出来的各项结果意义。

第一天，我讲了OLS。

画了一张散点图和一根直线，用了1分钟就让她完全理解了OLS的精髓，这是用来干啥的。

后面9分钟讲解了STATA的操作和OLS的各种变种。

结果只一个星期，讲完五种方法（下面会介绍），她信心大增。

后来一下子发了好几篇CSSCI，计量做的天花乱坠，让人误以为是一个大师。

毕业论文也顺利通过。

她说我的方法是当今世界上最快的计量速成法。

她说，以后有时间要好好看看计量书，打打基础。

我推荐她读伍德里奇的那本现代观点。

但她论文发表了好多篇，至今还没看那本书。

问其原因：“看了一下OLS，跟你讲的没啥区别，就是多了些推导。

那些推导看不看都不影响我用软件。

现在没空看，先发论文再说。

”我笑其太浮躁。

但后来想想，这种学习方法不一定适合所有人，但或许适合一部分人群。

因此有必要写出来让这部分人群都有所收获，不会因为发不了CSSCI而担忧，不会因为毕业论文不会做计量而担忧。

因此有了本文。

你是不是属于这样的人群？请看下面：本文的目标人群：不懂计量的人；想学计量却缺乏时间的人；想学计量却看不懂、推导不了那些恐怖矩阵的人，也就是不想看计量推导过程，也想发论文的人。

不想看计量书，却想写计量论文，发几篇CSSCI，尽快毕业的人。

所有想速成的人。

所有不信计量能速成的人。

但是，目标人群一定要能看懂STA TA软件操作手册的人（或者其他软件操作手册。

不想看大部头软件手册的人往后面看，最后我为你提供了一本：从入门到精通的、综合考虑STATA 操作的广度、深度、难易度和阅读速度的、专门针对计量经济学领域技巧的、由STATA著名官方编程人员撰写的、10天就能掌握的、涵盖经济研究常见计量方法的书籍，而且有下载链接）。

如果你不认得手册上的字，不要来告诉我。

我也不认得。

如果你能找到一个懂STA TA、EVIEWS的人给你讲解一下，那么你看不懂也无所谓。

本文的目标：不看计量推导、不看计量书籍就能发计量论文，而且是大规模批量生产计量论文，灌水CSSCI(可行性在后面有严密论证)，甚至发经济研究和管理世界。

（你如果不信，不妨先看看7楼的一流期刊示例）时间预算：深刻理解本贴内容，2小时或者更多；阅读由我全面比较寻找出来的难度广度深度速度达到最优平衡的书，10天；阅读我给出的quantile快速入门，10分钟；用相关数据进行全面训练，断断续续，约1-3天；合计时间：2周左右。

注：这不是你写一篇论文的时间。

这是你从不认识STATA开始，到全面熟练地操作经济研究上常用计量方法的一个可行时间长度。

可能更快，也可能更慢，这取决于你的阅读速度。

申明：不是教你如何抄袭作弊，而是教你写计量论文的方法和捷径。

==============================================目录一、计量论文的两大要点是什么？二、如何判断计量论文的水平高低？三、做计量的“大杀器”有哪些？四、瞎折腾计量的秘诀五、大规模发CSSCI的不传之秘六、案例分析：借助大杀器成功登上一流期刊七、软件操作方面书籍推荐(10天能读完)==============================================一、计量论文的两大要点是什么？1、计量模型的建立（就是那个方程，表达什么经济含义要知道）；2、模型中的系数如何估计出来（关键在于估计方法的选择）。

第1个要点涉及你论文主题。

你一般要想用数据检验某种经济关系，根据这种经济关系来建立计量模型。

如果你不知道要检验什么经济关系，那我劝你就此打住。

你发不了经济研究了。

第2个要点。

千万种方法的出现，目的都是要把那个系数给估计出来。

不同估计方法的估计效果好坏，就是根据各种统计量来判断。

如果能选择一种最合适你数据的估计方法，那么这论文基本就成了。

二、如何判断计量论文的水平高低？掌握了上面两个要点，只是说你能写出一篇计量论文，并不是说能写出一篇高水平的论文。

水平的高低在于你处理这两个要点时水平的高低。

下面仔细讲解。

如果只是为了写计量论文，只需要“知其然”即可。

没有人会因为不会推导OLS估计量而对软件里面出来的结果不知所措。

这条途径，最快捷的走法是找一个懂的人，把结果里面的各种东西所表示的意思给你讲一遍，每个东西要注意什么。

基本就可以了。

在一般的CSSCI 上发表论文没有什么问题。

如果找不到人，就看STATA的手册，里面的例子会讲解每个指标参数统计量的含义。

这样慢一点，但效果很好，而且也能成为STA TA专家。

STATA手册比高级计量教材看起来轻松多了，就是告诉你怎么操作软件，然后得到什么结果的。

计量论文中的估计问题，最关键的事情，不是能推导估计量，而是在STA TA里面选择一个“合适”的方法估计出来。

然后解释结果的经济意义。

而计量水平的高低，不在于方法的复杂性，而在于方法的合适程度。

因此高水平的计量论文，不必要求作者掌握高深的计量推导，而在于“选择”的技巧。

每种计量方法，都有优劣。

所谓用人之长，容人之短。

水平高的人，能够选择以其之长，攻它之短。

同时又能隐藏计量方法内在的拙劣。

其实，计量论文的水平主要决定于论文的主题的重要性。

这个话题大家都很关心，就很重要，发表就很容易。

所以，你会发现国际顶级期刊上一些计量论文所用的方法很简单。

这些论文能发表，主要是他讨论的问题很重要（这涉及第一个要点），采用的方法即使有缺陷，也无伤大雅。

如果问题不是非常重要，只是有新意，但是估计方法比较合适，也能发一个中上等期刊。

如果问题属于鸡毛蒜皮之类，那就只能诉诸于超级复杂的计量方法，祈求审稿人看论文时，方法还没看完就已经累得半死，再也没有心情来思考你的问题的重要性，然后也能通过了。

三、做计量的“大杀器”有哪些？所谓的大杀器，不是指超级复杂的计量方法，而是指这种东西一旦用起来，一般不会有人来攻击。

所谓的一招毙命，毙了审稿人的命。

计量方法很多，可以说满天飞。

但是，真正有价值的方法，被人公认为具有一定可信度的方法（就是所谓的“大杀器”），只有5种。

并不是你所看到的所有的方法都有人信。

这点大部分初学计量的人都不会意识到。

看到书上介绍一个方法，就认为这是一个好方法。

其实不是。

书上很多方法的介绍，仅仅是出于理论推演的需要，并不是实际研究中都能用的。

你如果查阅一下国际上关于经验研究类的论文，会发现大部分论文所用方法无非是：1、简单回归；2、工具变量回归；3、面板固定效应回归；4、差分再差分回归(difference in differnece)；5、狂忒二回归(Quantile)。

大杀器就这几种，破绽最少，公认度最高，使用最广泛。

真是所谓的老少皆宜、童叟无欺。

其他的方法都不会更好，只会招致更多的破绽。

你在STATA里面还可以看到无数的其他方法，例如GMM、多层次分析法等。

这个GMM实在是一个没有用的忽悠，他还分为diffGMM 和系统GMM。

其关键思想是当你找不到工具变量时，用滞后项来做工具变量。

结果你会发现令人崩溃的情况：不同滞后变量的阶数，严重影响你的结果，更令人崩溃的是，一些判断估计结果优劣的指标会失灵。

这完全是胡搞！这GMM的唯一价值在于理论价值，而不在于实践价值。

你如果要玩计量，你就可以在GMM的基础上进行修改（玩计量的方法后面讲）。

本文来自: 人大经济论坛计量经济学与统计版，详细出处参考：/bbs/viewthread.php?tid=988937&page=1&fromuid=370794有人会问：简单回归会不会太简单？我只能说你真逗。

STATA里面那么多选项，你加就是了。

什么异方差、什么序列相关，一大堆尽管加。

如果你实在无法确定是否有异方差和序列相关，那就把选项都加上。

反正如果没有异方差，结果是一样的。

有异方差，软件就自动给你纠正了。

这不很爽嘛。

如果样本太少，你还能加一个选项：bootstrap来估计方差。

你看爽不爽！bootstrap就是自己提靴子的方法。

自己把脚抬起来扛在肩上走路，就这么牛。

这个bootstrap就是用30个样本能做到30万样本那样的效果。

有吸引力吧。

你说这个简单回归简单还是不简单！很简单，就是加选项。

可是，要理论推导，就不简单了。

我估计国内能推导的没几个人。

经济研究上论文作者，最多只有5%的人能推导，而且大部分是海龟。

所以，你不需要会推导，也能把计量做的天花乱坠。

工具变量(IV)回归，这不用说了，有内生性变量，就用这个吧。

一旦有内生性变量，你的估计就有问题了。

国际审稿人会拼了老命整死你。

国内审稿人大部分不懂这东西（除了经济研究这类刊物的部分审稿人以外）。

工具变量的选择只要掌握一个关键点就行：找一个和内生性变量有数据相关的，但是和残差没有关系的东西，这就是你的IV了。

例如贸易量如果是内生的，那么你找地理距离作为IV。

北京到纽约的距离，那是自然形成的，没人认为是由你的Y或者残差导致的。

但是你会发现贸易量和地理距离在数据上具有相关性。

这就很好。

这种数据相关性越强，IV的效果就越好。

就这么一段话，IV变量回归就讲完了。

在STATA 里面，你直接把原回归方程写出来，然后把IV填进去就可以了，回车就得到你的结果。

关键是你不一定能找到这样的工具变量。

你能找到，这个工具也不大能用。

不过要注意，IV 不灵不代表你不能发表。

经济研究上还不是发了一大堆这样的论文。

所以，你只要找到一个IV，效果不是差的太离谱，一般都能发。

当然不能发国际一流了。

国内是没问题。

国内审稿人没人会重复你的结果看看是否有问题，因此你说这个IV效果已经是最好的了，世界上还找不到第二个比这个更好的了，审稿人也没的话说。

就发表呗！如果审稿人说，另外一个IV效果可能要比你的好。

那你就采纳他的建议用他的IV（尽管他的建议会更差），然后感谢他一下。

第二次审稿，难道他还会说自己上次是胡说八道所以就发表了，哈哈哈哈！有人又会问：面板不是还有个随机效应嘛？我只能说，你是看过书的人，所以才知道随机效应。

其实随机效应压根就没什么用处。

有人信誓旦旦说可以用hausman来检验。

我只能告诉你，这检验压根就不可靠。

可靠也是理论上可靠，实践上根本没人信。

当然中国人都信，不信的都是美国欧洲这样的计量经济学家。

你难道不知道hausman还会出现负值！做过这个检验的人都很头疼这个负值，不知道该怎么做。

你如果看看一些高手的建议，或者一些书籍，你就会发现，最权威的建议就是：当你无法判断该用固定效应还是随机效应的时候，选择固定效应更可靠。