本期人物
陳強(qiáng)，分別于1992年與1995年獲得北京大學(xué)經(jīng)濟(jì)學(xué)學(xué)士與碩士學(xué)位，2007年獲美Northern Illinois University數(shù)學(xué)碩士與經(jīng)濟(jì)學(xué)博士學(xué)位，現(xiàn)任山東大學(xué)經(jīng)濟(jì)學(xué)院教授，泰岳經(jīng)濟(jì)研究中心副主任（主持工作）。
主要研究領(lǐng)域?yàn)榘l(fā)展經(jīng)濟(jì)學(xué)、計(jì)量經(jīng)濟(jì)學(xué)及經(jīng)濟(jì)史。
已獨(dú)立發(fā)表論文于Economica，Journal of Comparative Economics，《經(jīng)濟(jì)學(xué)(季刊)》、《世界經(jīng)濟(jì)》等國(guó)內(nèi)外期刊。
獨(dú)立編著的經(jīng)典教材《高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用》第二版于2014年由高教出版社出版。
2010年入選教育部新世紀(jì)人才支持計(jì)劃。
QUESTION1
Q：陳老師您好，在線性回歸模型中設(shè)置交互項(xiàng)和二次項(xiàng)的時(shí)候，經(jīng)常會(huì)出現(xiàn)多重共線性問(wèn)題，請(qǐng)問(wèn)遇到這種情況時(shí)應(yīng)該如何處理呢，謝謝。
A：可以將所涉變量進(jìn)行標(biāo)準(zhǔn)化，即減去均值，再除以標(biāo)準(zhǔn)差，然后再進(jìn)行回歸。這樣可以緩解高次項(xiàng)與線性項(xiàng)的多重共線性。
QUESTION2
Q：我的問(wèn)題是關(guān)于實(shí)證研究里的structural form and reduced form。我們知道兩種方法都有各自的優(yōu)劣，依據(jù)所研究的問(wèn)題、理論模型、數(shù)據(jù)不同選取合適的form，它們之間應(yīng)該是互補(bǔ)的，而不是互相排斥的。Structural form通常要有理論模型作指導(dǎo)，并且有清晰的假設(shè)加以test，以此來(lái)檢驗(yàn)數(shù)據(jù)背后的經(jīng)濟(jì)機(jī)制。但是，有時(shí)候理論假設(shè)并不是很容易被test的，此時(shí)reduced form雖然可以幫助發(fā)現(xiàn)一些“因果關(guān)系”，但這種簡(jiǎn)化(reduced)本質(zhì)上是對(duì)原始的模型取一階泰勒展開(kāi)，得出來(lái)的系數(shù)雖然顯著，但也是不準(zhǔn)確的，尤其是從這一結(jié)果再進(jìn)一步，比如政策的成本收益分析，應(yīng)該就更不可靠了，不是嗎？我的一個(gè)想法是從現(xiàn)有的reduced form的結(jié)果出發(fā)，進(jìn)一步推測(cè)出背后的經(jīng)濟(jì)機(jī)制、理論模型，再建立structual form進(jìn)行實(shí)證檢驗(yàn)，也即從現(xiàn)實(shí)具象到理論抽象，再由理論抽象回到現(xiàn)實(shí)加以檢驗(yàn)，如此反復(fù)。如何能夠訓(xùn)練這一思維過(guò)程，提升自己的理論和實(shí)證水平，還望陳老師指教，非常感謝！
A：你的建議在原則上很好，但在實(shí)踐中不好操作。對(duì)于很多經(jīng)濟(jì)現(xiàn)象，并沒(méi)有現(xiàn)成的經(jīng)濟(jì)理論或模型；即使有理論模型，有時(shí)也可能過(guò)于復(fù)雜，或無(wú)從取舍。所以，現(xiàn)在的主流方法依然是reduced form。
我過(guò)去也曾以為，既有理論也有實(shí)證的論文應(yīng)該更容易發(fā)表。但事實(shí)上，經(jīng)濟(jì)學(xué)的分工越來(lái)越細(xì)，做理論的往往不懂實(shí)證，而做實(shí)證的也視理論模型為畏途。因此，如果審稿人研究理論，則可能看不懂論文的實(shí)證部分，另外可能覺(jué)得理論部分過(guò)于簡(jiǎn)單；反之，如果審稿人做實(shí)證，則對(duì)太長(zhǎng)的理論模型沒(méi)有興趣，也可能覺(jué)得實(shí)證部分不夠深入細(xì)致（局限于論文篇幅）。這樣，反而導(dǎo)致兩邊不討好。
如果你既做理論，也做實(shí)證，可能還是分開(kāi)發(fā)表更好些。一般的實(shí)證論文，只需要有簡(jiǎn)單的理論模型或框架即可，主要貢獻(xiàn)仍在于其實(shí)證部分。
QUESTION3
Q：我在一些期刊上看到穩(wěn)定性（穩(wěn)健性）檢驗(yàn)，就是找一個(gè)和解釋變量性質(zhì)相同的變量去替換該解釋變量，然后看回歸結(jié)果有沒(méi)有顯著性的改變，如果回歸結(jié)果交易前沒(méi)大的變化就認(rèn)為以前的回歸是穩(wěn)健的。這種檢驗(yàn)有必要嗎？有理論依據(jù)嗎？
A：穩(wěn)健性檢驗(yàn)的方法有多種。你說(shuō)的這種穩(wěn)健性檢驗(yàn)，主要針對(duì)對(duì)于變量的度量沒(méi)有把握的情形，因此選擇不同的代理變量進(jìn)行度量。如果使用不同的代理變量所得的回歸結(jié)果類似，則可增加估計(jì)結(jié)果的可信度。
QUESTION4
Q：在一些期刊上看到回歸模型中引入控制變量，麻煩介紹下控制變量的作用，如何確定控制變量，推薦下介紹這方面知識(shí)的文章或書籍。
A：在研究中，通常有主要關(guān)心的變量，其系數(shù)稱為“parameter of interest”。但如果只對(duì)主要關(guān)心的變量進(jìn)行回歸（極端情形為一元回歸），則容量存在遺漏變量偏差。加入控制變量的主要目的，就是為了盡量避免遺漏變量偏差。
QUESTION5
Q：請(qǐng)問(wèn)很多文獻(xiàn)中有“穩(wěn)健性檢驗(yàn)”小節(jié)，請(qǐng)問(wèn)老師，是不是每篇實(shí)證都要做這個(gè)呢？具體是怎么操作呢？
A：如果你的論文只匯報(bào)一個(gè)回歸結(jié)果，別人是很難相信你的。所以，才需要多做幾個(gè)回歸，即穩(wěn)健性檢驗(yàn)。沒(méi)有穩(wěn)健性檢驗(yàn)的論文很難發(fā)表到好期刊的。穩(wěn)健性檢驗(yàn)方法包括變換函數(shù)形式、劃分子樣本、使用不同的計(jì)量方法等，可以參見(jiàn)我的教材；更重要的是，向你閱讀的文獻(xiàn)學(xué)習(xí)。
QUESTION6
Q：我們?cè)趯?shí)證上主要采用多元回歸模型，可是有時(shí)候效果不好，不顯著，然后又隨便用對(duì)數(shù)模型或二次方程、三次方程去測(cè)試得出變量之間的非線性關(guān)系，請(qǐng)問(wèn)我們要不要提供相關(guān)依據(jù)，是可以直接設(shè)立對(duì)數(shù)模型還是需要相關(guān)的說(shuō)明，怎樣推導(dǎo)和說(shuō)明還請(qǐng)您教教我們。
A：線性模型是基準(zhǔn)，如果擔(dān)心非線性，可加入非線性項(xiàng)，考察非線性項(xiàng)的顯著性（比如，RESET檢驗(yàn)）。
QUESTION7
Q：對(duì)于面板數(shù)據(jù)的回歸我們一定要對(duì)其進(jìn)行什么時(shí)間效應(yīng)回歸模型、固定效應(yīng)回歸模型之類的推敲么？還是可以不考慮這些效應(yīng)直接回歸？我看到很多文獻(xiàn)，有的是說(shuō)明了建立固定效應(yīng)回歸模型的原因，有的又沒(méi)有考慮那么多，直接回歸實(shí)證出結(jié)果，請(qǐng)問(wèn)正確的方法是什么？
A：規(guī)范的做法都需要進(jìn)行豪斯曼檢驗(yàn)，在面板固定效應(yīng)與隨機(jī)效應(yīng)之間進(jìn)行選擇。但由于固定效應(yīng)比較常見(jiàn)，而且固定效應(yīng)總是一致的（隨機(jī)效應(yīng)則可能不一致），故有些研究者就直接做固定效應(yīng)的估計(jì)。時(shí)間效應(yīng)也同時(shí)考慮。
QUESTION8
Q：陳老師，想問(wèn)下假如我的因變量為工資，自變量是受教育年限（假設(shè)從1到9年不等），工資為Y，受教育年限為edu。此時(shí)在模型中放edu與放i.edu的區(qū)別是什么？假如兩者都是顯著為正的，該如何解釋？
A：放入edu，就是一個(gè)變量，取值為1,2，……，9，這是通常的做法。系數(shù)取值為正，說(shuō)明教育投資的回報(bào)率為正。
放入i.edu，則根據(jù)edu的不同取值設(shè)置虛擬變量。這時(shí)，一般以edu==1作為參照系（不放入回歸方程），故其他教育年限的虛擬變量系數(shù)為正，說(shuō)明教育年限為2,3,……，9者的工資收入高于僅受1年教育者。
QUESTION9
Q：陳老師，麻煩您解釋下，我實(shí)在是不明白，到底如何判斷其實(shí)隨機(jī)效應(yīng)模型還是固定效應(yīng)回歸模型假設(shè)０個(gè)體固定效應(yīng)與回歸變量沒(méi)有關(guān)系。
如果假設(shè)０被接受則應(yīng)使用個(gè)體隨機(jī)效應(yīng)模型，否則應(yīng)使用個(gè)體固定效應(yīng)模型。數(shù)據(jù)分析的結(jié)果顯示假設(shè)被接受，應(yīng)使用個(gè)體隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)（見(jiàn)下表2）。由此，本研究使用個(gè)體隨機(jī)效應(yīng)模型進(jìn)行檢驗(yàn)。
表２ 面板數(shù)據(jù)模型估計(jì)
Ｈａｕｓｍａｎ檢驗(yàn) χ２ Ｐ 值 模型
１２．６８０ ０．１２４ 個(gè)體隨機(jī)效應(yīng)模型
陳老師，不是說(shuō)看P值為0.124>0.05 是不能在0.05的置信水平下（一般實(shí)證研究都要求0.05）拒絕原假設(shè)個(gè)體固定效應(yīng)與回歸變量沒(méi)有關(guān)系，那么應(yīng)該是采用固定效應(yīng)模型啊？為什么結(jié)論又是隨機(jī)效應(yīng)模型啊？
A：此豪斯曼檢驗(yàn)的原假設(shè)為：隨機(jī)效應(yīng)模型是正確的。
由于p值 = 0.124, 大于0.05, 故可接受原假設(shè)。
備注：假設(shè)檢驗(yàn)的基本邏輯是概率意義上的反證法，即如果原假設(shè)成立，是否會(huì)發(fā)生不合理的小概率事件；而p值衡量的就是這個(gè)小概率事件的概率。
因此，p值越低，則越拒絕原假設(shè)。由于通常將顯著性水平設(shè)為0.05，故如果p值小于0.05，則拒絕原假設(shè)；反之，則接受原假設(shè)。
QUESTION10
Q：陳老師您好，發(fā)現(xiàn)您的CV里面獲得了數(shù)學(xué)碩士學(xué)位，而您本科是學(xué)經(jīng)濟(jì)學(xué)的。時(shí)間是有機(jī)會(huì)成本的，想請(qǐng)教一下您是如何平衡對(duì)現(xiàn)實(shí)經(jīng)濟(jì)問(wèn)題的研究與對(duì)數(shù)學(xué)的研究或?qū)W習(xí)的？有沒(méi)有什么經(jīng)驗(yàn)可以給大家分享或建議的呢？
A：可能還是follow your heart吧，覺(jué)得需要學(xué)什么就學(xué)什么。我在美國(guó)獲得數(shù)學(xué)碩士，也有偶然性。因?yàn)榻?jīng)濟(jì)系的課程較輕，所以每學(xué)期在數(shù)學(xué)系選修一門課。修了5門課后，突然發(fā)現(xiàn)已經(jīng)離10門課得到數(shù)學(xué)碩士學(xué)位過(guò)了一半，所以就繼續(xù)學(xué)了下去。其實(shí)，相當(dāng)部分的數(shù)學(xué)知識(shí)也不見(jiàn)得用得上，可能更多的是思維的訓(xùn)練吧。
那么多問(wèn)題還沒(méi)看夠？
沒(méi)關(guān)系，你們的男神要開(kāi)課啦！
聯(lián)系客服
