經濟學研究的主要目的是用經濟理論解釋所預測到的經濟現象，預測經濟走勢，并提出政策建議。計量經濟學是檢驗經濟理論，解釋、預測經濟現象的最主要數量化方法。其重要性是因為絕大多數經濟現象不能像自然科學那樣通過實驗反復觀測獲得數據，從而得出科學結論。經濟學分析只能通過實際經濟系統運行得到的觀測數據進行分析，這樣的分析稱為實證分析，因此，實證分析在經濟學研究中顯得更加突出。實證分析就是用數據來描述客觀經濟現象，找到蘊含在數據中的規律與特征，為經濟學研究提供依據。對剛剛使用計量方法進行研究的人而言，要寫一篇有實證研究的報告或論文常常會遇到各種各樣的困難，在此就計量經濟學實證分析論文的研究給大家提供一些建議。

一、用理論或邏輯表述提出研究選題

在進入模型之前，這是提出問題的部分，即告訴讀者為什么要研究這個問題

。比如，認為現有的理論不能解釋某一現象，或者要澄清對某一問題的認識，又或者是質疑現有理論等等。在這一步，就是要讓讀者相信你的問題“要么重要，要么有趣，要么兩者都有”。例如，環保政策是否會帶來環境的改善，匯率變更如何影響進出口貿易等等。對該問題的描述可以通過經濟理論的表述進行分析，也可以依據經濟現象的邏輯關系進行表述，區別在于經濟理論嚴謹但復雜，邏輯分析簡單但不夠嚴謹。對于選題的方向依據經濟計量分析的用途可以按下述方向選擇。

1．經濟變量關系分析，即結構分析。通常是解釋某些經濟學現象。

2． 經濟學假說的檢驗，即驗證經濟理論。就是要檢驗相關經濟學假設或理。

3．預測經濟學現象，即經濟預測。就是預測某些經濟學指標的未來趨勢。

4．政策選擇，即政策評價。就是通過政策模擬找到最遠經濟政策。

二、建構實證計量模型

通過經濟理論分析或邏輯分析已經確定了選題的內在邏輯，因此就可以使用數學模型來表達我們的選題。在確定模型時要理清如下幾點。

1． 確認計量模型中解釋變量和被解釋變量之間的內在聯系或因果關系；

2． 對可以使用的計量模型進行選擇性評價，對模型是否適宜研究該問題進行討論，為實證分析中模型的改進提供理論依據；

3． 依據上述分析確定初步的理論經濟計量分析模型。

在此提醒二點: 第一，應該對本領域的實證分析范式有所了解，即通過閱讀相關文獻了解這一類模型的實證分析方法；第二，除研讀相關經濟理論之外，應比較三至五篇有實證分析的文獻中的實證計量模型；第三，應初步調查是否有相關的數據，若無數據則無法進行實證分析。

三、數據資料收集與處理

數據收集可以從數據庫( 主要是學校購買的數據庫) 尋找，也可以從統計年鑒等出版物收集，還可以向已使用相關數據的論文作者詢問收集。如果進行共同研究，可以與合作者共享他們的數據。此外，因特網也是一個有效的數據收集來源地。對數據的收集與使用要注意以下幾點。

1． 對數據的精確性一定要按經濟學定義嚴格查核。模型中的變量是經濟學變量，但實際經濟系統中提供的統計指標不一定與模型中的經濟學變量嚴格對應

。如 C － D 生產函數中的資本存量 K，可以使用原值，也可以使用凈值，選擇不同，結論亦會有差異。

2． 對于時間序列數據，如果是價值量數據還需要進行可比價處理，即處理為同一時期價格計量的價值量指標。只有這樣不同時期的數據才具有可比性，研究結論才是可信的。

3． 如果數據中有異常值需要進行特殊處理。如沒有理由剔除，應選擇虛擬變量進行表述。

4． 如果使用季節時間序列數據就必須進行季節調整，因為許多季節數據不可直接相比。

5． 數據處理完畢后可以使用電子表格軟件對數據列表繪圖，以驗證數據的邏輯合理性，對不合理的數值要有所處理；不論要用的是橫截面數據還是時間數列，數據量越大越好，如果能夠使用面板數據( PanelData) 就更好；

6． 對資料數值作一些描述統計分析是實證分析的前期準備。通常通過圖表列描述各統計指標的各項統計量( 樣本平均值、變異數、變量間的樣本相關系數等) 。

四、參數估計與模型取舍

估計方法的選擇既不能片面強調復雜性也不能過于簡單，而是要根據實際問題的需要確定最恰當的方法。在模型的參數估計過程中要依據經濟理論檢驗、統計檢驗、經濟計量檢驗的結論不斷對模型進行修正，直到找到最佳模型。

1． 若采用了比較復雜的計量方法，則要說明為什么簡單的方法不適合。

計量方法的好壞不在其復雜程度，而在于它是否能夠幫我們得到正確的估計值，以了解數據中所包含的真正信息。

2． 回歸模型的設定，尤其是函數形式與解釋變量的取舍，可在估計過程中不斷的修正。對被解釋變量和解釋變量均可嘗試諸如對數、指數、冪函數等不同的函數形式。這些函數形式的選擇，以經濟理論上的考慮最為重要，不能單只為了提高模型的估計效果，而盲目的選擇一些不合理的函數形式。經濟理論分析需要的彈性分析、半彈性分析、邊際分析就決定了模型的函數形式。

3． 解釋變量的選取

( 1) 解釋變量是用來解釋被解釋變量的，因此，要么解釋變量是原因，要么解釋變量是被解釋變量的先行指標。也就是說，解釋變量是原因在先，被解釋變量是結果在后，有一定的先后順序。

( 2) 要注意解釋變量的相關性，不能將一大堆彼此相關性很高的變量放進回歸式內，如此會造成嚴重的多重共線性問題；

( 3) 經濟理論所牽涉到的變量如果是無法觀察到的，做實證研究時必須采用替代變量( Proxy)，研究者要對所選用的替代變量的合理性加以說明。

( 4) 虛擬變量的定義要清楚而合理，使用要小心；

( 5) 如果解釋變量有觀測誤差等數據缺陷，需要探討可能造成的計量問題。

4． 橫截面數據要重點關注異方差( Heteroscedasticity)問題，時間數列數據則要重點關注自相關( Autocorre-lation) 問題。要確定時間數列的穩定性( Stationarity) 。

5． 模型參數的穩定性要注意，可以使用 Chow Test 判斷是否存在斷點。

五、實證分析報告的寫作

實證分析的論文與一般經濟學論文具有相通之處，此處僅僅就計量分析論文的特殊性進行展開表述。

1． 緒論

說明研究的性質、范圍和目的，并從不同角度或一個比較寬廣的視野( 歷史、社會、文獻、問題嚴重性等) 來解釋研究的重要性。

2．文獻回顧

對和主題有直接和間接關系的文獻做一個簡單、清楚、有系統的回顧，和主題有直接關系但有不同結果的文獻，更是要有比較完整的解釋。對該選題的模型使用要進行總結和歸納，提出本文模型使用的特點與新意。

3． 模型設定

經濟計量模型必須是可以進行實證分析的模型，因此用來研究經濟學問題的計量模型一定是可以應用樣本數據進行參數和相應統計量的估計的模型。這些模型可以通過數理經濟學的模型推導而來，也可以在簡單的邏輯關系上構建。對模型中所涉及的變量均須給與明確的定義，對解釋變量和被解釋變量之間的關系要詳盡的說明，也要解釋對模型中主要系數( 或由這些系數所導出之彈性、乘數等) 可能數值的大小及符號有怎樣的理論預期，這些說明正是文章所要通過模型解決的經濟學問題。

4． 數據收集與處理

對數據的種類、性質、來源出處、數據修訂的方式、數據中可能有的錯誤和缺失，都要有詳細的說明，最好也能將資料的基本統計量表列出來。

5． 實證分析結果的報告

( 1) 模型估計結果可以選擇公式法和表格法進行表述。如果模型比較簡單，解釋變量少，可以使用公式法表述。這樣簡潔明了，清晰易懂。如果解釋變量較多，可以選擇表格法進行表述。但都要把回歸系數及其主要檢驗統計量標示在相應位置。每一系數估計值旁標示標準誤( s． e． ) 或 t 統計量，也可加列 p 值，對于顯著的估計值也可附加星號標記以提醒讀者。顯示模型整體表現的統計量，如 Ｒ2( 線性回歸模型) ，F 統計量，都應列出。對于時間序列數據模型 Durbin－ Watson 統計量必須列出。

( 2) 對主要回歸系數( 或由回歸系數所導出之彈性、乘數等) 估計值的大小、符號及顯著與否要詳加討論，對于顯著的估計值更要和理論預期值比較，若有明顯的矛盾，則要探討原因。

( 3) 對重要回歸系數若是得不到顯著的估計值，則要探討其中原因。絕不能對不顯著的估計值做出過度的解釋，尤其不能宣稱不顯著的估計值支持或不支持某些特定結論。我們要知道估計值不顯著，就是表示所使用的數據不能夠提供足夠的信息，若是沒有足夠的信息，當然不能夠也不應該做出任何確切的結論。

( 4) 所有具有政策意義的重要論點都要經過假設檢驗的探討其顯著性。

( 5) 若要根據估計模型對數據外的時期或狀況進行預測，則態度必須保守謹慎，盡可能設想預測可能不準的原因。

( 6) 所有列舉的統計數字應盡量保持統一的小數點位數( 小數點后三位數或四位數均可) ，如果有很小或很大的數字，則可以用科學表示法表示( 例如 1． 2345 × 10－ 4) ，盡可能顯示出三至五位有效數字。

6． 結論與政策建議

對全文的研究結論進行綜合，用一句簡短的語言表述你的研究結論。然后對該結論給予相應的說明。一篇實證分析論文的結論一定要來源于你實證分析模型，要相應的統計檢驗的支持。重要的核心研究結論有2-3條已經很了。一定不可直接引用流行的但你文中未作為重點研究的結論作為你論文的結論。對應的政策建議也應該由你的研究結論產生的對所有重要結果做一個完整的總結，并經由理論或數據中不盡完美處的討論，指明未來研究的方向。

本文來源：中南財經政法大學研究生學報。作者：李占風

版權歸原作者所有，社科學術圈整理。

社科學術圈

35萬+社科學者關注

學術路上 · 與你同行

長按掃碼可關注

總結

以上是生活随笔為你收集整理的均方误差越大越好_超详细 | 如何写好计量经济学实证分析论文？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。