实证论文到底该怎么整理数据？

从数据的来源格式来看，数据可分为电子版与非电子版两大类。对于非电子版的数据，需耐心输入数据 (通常先输入Excel表，再导入Stata中)，并注意检查，防止出错。即便下载电子版数据，也应检查可能存在的错误。

实证研究的关键材料乃是数据。如果数据质量不高，则 “巧妇难为无米之炊”。无论多么高深的计量方法，如果原始数据质量有问题，也只能是 “垃圾进去，垃圾出来”。Zvi Griliches 在 1994 年给美国经济学会做的主席演讲 指出，由于经济学家不够注意数据的来源及产生过程，经常错误地解释数据，导致研究的进展缓慢；如果不提高数据质量，计量理论方面的重大进展将无用武之地。为此，将数据导入统计软件后，需仔细察看数据 。一个常见误区是，研究者只知进行回归，却不去熟悉原始数据，或增加对数据的感觉。

查看数据的常见方法为，计算变量的主要统计特征，包括均值、最大值、最小值、标准差、相关系数等，并根据经济常识判断它们是否合理。比如，虚拟变量的最小值与最大值必然为 0 与 1；否则，此变量有误。如果数据有时间维度 (比如时间序列或面板数据)，还可画时间趋势图。如果发现在某个时点上的变量取值异常波动，则应考察此数据是否有误；即使数据无误，也应考虑异常波动的原因。

总之，在查看数据的过程中，主要观察数据中是否存在不一致的地方；比如，出现了不可能、不现实或可疑的取值。如果发现，则要进行处理 (比如，可能是数据输入错误)，这被称为 “数据清理”。

对于计量的初学者来说，与真实数据打交道也是加深对计量经济学理解的重要途径。只有弄脏你的手，才能真正学会做实证研究。

1.什么是论文  

究竟什么是论文？简单地说，论文就是对新的研究成果的汇报。为什么一位成绩优秀的学生，在撰写毕业论文时可能一筹莫展？这主要是因为，平时上课做题，主要学习已有知识，只需被动消化吸收即可，有固定模式可循；而做研究写论文，则需主动创造 (哪怕是一点点) 新知识。因此，刚起步研究的学生，面临着从学习知识 (学生) 到创造知识 (研究者) 的转型。

论文与一般的文章或散文不同，后者可以仅仅表达某种情感，或记录一些事情。经济学论文必须用十分严谨的数理逻辑或统计推断，来一步一步地得到结论，保证每个环节都丝丝入扣、经得起推敲；而不能随便发表议论，或轻率地下结论。而且，论文贵在创新，其价值主要在于其原创性 (originality ) 或新颖性(novelty)，即对于已有文献的边际贡献 (marginal contribution)

一般来说，规范的实证研究包括以下几个步骤，即准备阶段、选题、探索性研究、收集数据、建立计量模型、选择计量方法、解释回归结果、论文写作、与同行交流、提交论文或投稿，下面分别进行介绍。

2.准备阶段  

如果以为今天想做研究，明天就可开始，或许不现实。要开始真正的研究，需要一系列的准备工作。首先，必须掌握一定的经济理论，以获得观察经济现象的必要视角 (perspective)、参照系 (reference 或 benchmark) 与分析工具 (analytical tools)。否则，即使看到经济现象，也可能无从下手分析。正如钱颖一（2002, p.2) 所指出：

我在哈佛大学做博士生的时候，韦茨曼 (Martin Weitzman) 教授问我，受过现代经济学系统训练的经济学家和没有经过这种训练的经济学家究竟有什么区别？他研究比较经济制度，经常去苏联访问，问这个问题是从与苏联经济学家交往中有感而发的。韦茨曼的回答是，受过现代经济学系统训练的经济学家的头脑中总有几个参照系，这样，分析经济问题时就有一致性，不会零敲碎打，就事论事。

这正是经济学界常说的 “像经济学家那样思考” (Think like an economist)。当然，爱因斯坦更早就说过类似的话，甚至更为深刻：

你能不能观察到眼前的现象取决于你运用什么样的理论，理论决定着你到底能观察到什么。

显然，那种认为可以不需要任何理论指导而直接去 “看真实世界” 的想法或许过于天真了。这些经济理论的学习，主要体现在微观经济学、宏观经济学以及经济学的各专业课程上，比如金融学、财政学、发展经济学、产业经济学、劳动经济学等。

其次，为了进行实证研究，还必须掌握一定的计量方法与统计软件 (比如 Stata)。即使你收集到相关的数据，但数据也不会 “自己说话”，仍需要使用统计软件，运用适当的计量方法进行统计推断。因此，计量经济学对于实证研究不可或缺。在具备一定的理论功底与计量训练后，即可正式开始做实证研究了。

转自百川本硕论文指导微信公众号，仅作学习交流，如有侵权，请联系本站删除！