一、确定研究问题
（一）阅读文献
首先你得先有个大方向，可以是你自己感兴趣的，也可以是在导师的引导下，但最好是两者结合，不然看那么多干货，我选择原地爆炸。一般是确定个核心词，然后在知网上下载相关文献。刚开始看文献，看的特别慢，而且，你几乎看不懂他说的是什么意思，没关系，大家都这样。不过前几篇，你最好按着顺序看下来，从头看到尾，理解他的作用机制，这个变量是如何影响另一个变量的，模型一定要重点看，这是你要学习借鉴的地方，包括变量的量化以及数据的来源，不管你想的有多美，找不到数据，还是没用。看第一遍的时候，可以在文献中做适当的标记，还可以写写感想。但是，看完整篇之后一定要把认为最关键的另外摘录下来！你可以快速浏览全篇，重点看标记的地方，摘录下来！录下来！下来！请记住我爱的忠告，不然，你会忘得（蜜汁微笑）.....我摘录的内容（仅供参考）：题目与作者信息（参考文献格式）、作用机制、假设、模型、变量量化、数据来源。建议最好摘录20篇以上，然后对看过的文献进行适当的归类与总结，你会慢慢发现这些文献的相通处。记得读文献时适当回顾之前读过的文献，你可能会在看某篇时产生灵感，记得一定要写下来，不然你会忘得......
（二）确定基本模型
关键是要确定主要解释变量以及被解释变量。做好上述工作之后，你需要重读自己摘录的论文信息，然后可以适当组合创新，选择核心变量，然后再进一步搜索相关的文献，不断进行补充与优化。在我看来，问题的确定与基本模型的确定几乎是一致的。
不同文献对同一变量可能采取不同的量化方式。确定好主要变量之后，你可以在这些文献中，选择最适合自己论文的量化方法，还可以为之后的稳健性检验做准备。
二、下载数据
接下来就是找数据了你得知道你每个变量对应的数据，然后去数据库里找。我论文研究的问题是与企业相关的，所以可以利用上市公司的相关信息。手头有的资源是Wind金融数据库（万德）和CSMAR数据库（国泰安），如下对这两个数据库就企业类数据谈谈看法。因为之后数据处理用的是stata软件，对导入数据有一定的要求，所以还要考虑到之后数据整理的方便性。万德数据库只能在特定电脑使用，从万德上下载数据，一个数据表可以同时下载一个公司的各种信息，但是只可以下载一个时间截点的信息，就是截面数据的样式，你的面板数据跨越几个时间点你就需要下载几个数据表，然后在对下载的数据表进行合并（不停的粘贴复制）。国泰安是移动网页型，只要有网址，账号就可以随时随地使用，从上面可以直接下载面板数据样式，但是企业的不同信息存在可能存在于不同的数据表，也就是说，下载完数据后，你也需要合并匹配，并且难度更大，因为不同数据表的样本数可能不是完全相同的。如果是截面数据，或则时间期数不多的面板数据，建议使用万德。如果面板数据的跨时间期数较多，建议运用国泰安。前提是你有的选择。
我的是季度数据，而且跨了几个年份，所以选择国泰安（我能说我这个颜狗在看到国泰安的界面时瞬间就被圈粉了嘛）！但是后期数据整理时，那个不同数据表之间的匹配还是折磨死我了，所以我没思考出，到底是不是万德更胜一筹，但是，对他的界面实在无爱，原谅我的不理性。
友情提示：下载数据时，不要担心自己下载的数据信息会不会太多，时间跨度会不会太大。我因为缺少部分信息，在整理报表时不知道返工了多少回，简直泪目。整理到一半，发现不对劲，又重新回头下载，反反复复.......特别是关于数据统计方面的信息一定要下载清楚，比如股票代码，报表截止日期，报表类型等。
Stata导入数据的格式：
Excel处理时，第一行为变量名，不同列指代样本的不同信息。第一列为股票代码，第二列为年份，第三列为季度，然后依次可以往后输入其他信息比如企业净利润率等。不同企业不同时间点的信息，在每一行录入。当然，行与行之间顺序乱的stata也是可以识别的。建议变量名使用英文，中文不识别。
三、数据处理
（一）选择数据报表类型
从国泰安下载下来的数据有可能分属于不同的报表类型,我第一次没有下载报表类型这一信息，然后有些变量在同一时间点有两个不同的数据，简直乱了套，后来才发现是报表类型那出了问题。报表类型分为A、B两种。A代表母公司报表，B代表总公司报表，下载的数据这二者是混在一起的，所以我们一般要对此先进行分类，一般采取母公司报表数据进行问题研究。
（二）数据删除
1.删除金融类企业的数据：金融类杠杆率大，各指标情况同其他企业差距很大，所以研究企业类问题时一般默认删除。
2.删除空白数据:如果该企业此月份的某一数据缺失，那整行数据都需要进行删除
3.删除不合理数据:你需要对各指标的合理区间进行判断，也许该指标的数据不可能出现负值，也许不可能大于一，你需要删除合理区间意外的数据
4.删除乱码:有些数据是通过数据间的运算得到，所以有可能得到乱码，也需要筛选出来一并删除
删除数据时可以巧用Excel中的筛选功能。这是就要佩服2007版本的office，可以之间筛选出某一数据进行局部删除，而WPS就不能。
（三）数据整合
这时候需要把分散在不同Excel表格中的数据整合到一个表中，空白数据的删除一定要在此项工作之前，因为，当你运用vlookup等函数将表格匹配到一起时，空白处还自动填充成0。在运用Excel进行数据处理时。一定记得问度娘，可以是很小白的问题，你会发现原来Excel还可以这样操作！不要傻傻地自己手工操作。（我一开始就是这样，心痛到不能呼吸，度娘比你想象的强大，Excel的骚操作也不是你我可以膜拜的）
（四）数据变换
Stata只会识别数值型数据，只认英文和阿拉伯数字，所以不合格的当你导入stata时通通标红。我遇见的几种情况：
股票代码000001,000002——NO；日期2018/01/01/ 、20180101——NO；78%——NO；文本类数据——更不可以
至于具体某种情况如何变换成标准样式，请问度娘，千万别直接手动变换啊！我用过vlookup,中间还经常匹配不起来，特别是运用文字信息时，你需要比对进行匹配的ID是否一样，比如广东和广东省就不可以；对日期的处理运用过Excel中“分列”，left等。
四、运用stata进行数据处理
同之前说的，我研究问题用的是各企业的面板数据，所以下列只是我在用stata时处理面板数据的常用命令的介绍。再说一次，这也不是stata教程，stata的基础操作还需要你们自己了解，包括数据如何导入，软件的安装等。
五、论文排版
我怕是中了排版的毒，现在干什么都要额外花些时间去排版，宋体、小四、行间距固定值22磅，首行缩进两格（微笑，我也控制不住我自己啊）！每个学校，期刊对论文格式要求都不同，所以也没有一个统一的标准。但为各位提个醒，先调整页面布局的页边距，不然你好不容易调好的表格又要跨页了！建议大家先详细阅读论文的排版要求，别看一个调整一个，也不建议用格式刷，不见得有多快，而且你看过之后孰能生巧，哪里有问题，自己也能看出来。修改格式时建议大家调整出视图中的格式标记，这样空格，回车等符号都可以在文档中显示出来。
（一）参考文献
样本：
[1] 李后健, 张宗盛. 地方官员任期、腐败与企业研发投入[J]. 科学研究, 2014, 32(05)：744-757.
说明:
1.除文字部分其他都用英文格式；
2.各标点符号后要有空格；
3.除了[1]，其他[2][3]都用回车生成
4.[1]-[9]设置为首行缩进1.5磅；[10]之后设置为2，目的是为了对齐
5.如果是使用知网导出，记得删去最后的导出时间等多余信息
（二）表格
1.描述性统计
导出：选中stata里的表格——右键——点击“copy table”——粘贴到Word文档中——选中，利用“文本转化成表格”
框线要求：选中表格，调整边框线——上下框线1.5磅，中间横框线0.5磅，中间竖框线0.5磅，左右外侧无边框——选中表格右键——自动调整——根据窗口调整表格
描述性统计如果是0.12的小数，小数点前边会没有0，只是“.12”所以需要手动添加。
2.相关性检验
3. 回归分析
一条回归命令导出一个回归结果，也就是每个导出的回归表格只有两列，所以需要将各回归结果进行合并。我们可以选择最长的一列作为基准，然后将其他的依次加入此表格中（在此操作中，本人觉得WPS的Word很好用）。注意变量名与数据的对应，然后再删除空白行，边框的要求同上。（如果你没实操过，可能觉得我在瞎说八道，算是吧.........）
导出每个表格时，一定记得手动copy “R-squared、Adj R-squared”的信息，在手动添加到表格后边，利用固定效应命令的，可以把那些表量名改为中文，处理如表3。再把表格美化一下，比如将变量名处的表格合并居中，之后再上注释就OK了。
一般注释都是比正文小一号的字体，表名字体跟正文一样。中文用宋体，英文，数字用新罗马（Times New Roman）。表格后边记着空一行再接正文。
六、论文内容
我写的时候对论文框架也迷茫了，因为不同论文结构也有细微差别，然后然后我就纠结到底到该模仿哪篇的结构，纠结的我。可亲可爱导师帮我们拎了一个大框架，实在纠结的同学们可以参考一下。
论文模板
一．引言
二．文献综述
（一）
（二）
（三）
三．理论分析与假设
（一）A与B
（二）
（三）
四．研究设计
（一）数据来源与变量界定
（二）回归模型与方法
五．实证检验与结果分析
（一）描述性统计
（二）相关性检验
（三）回归分析
（四）稳健性检验
六．结束语
参考文献
我知道我忽略了一篇论文最关键的一步，就是论文各部分到底该怎么写。原谅我真的无能为力啊！手头第一篇也还在修改中，日益攀升的发际线呐！要不您们试试佛系写法？
转自冲出论文重围微信公众号，仅作学习交流，如有侵权，请联系本站删除！
