建立计量模型 实证研究可以没有理论模型；但如有好的理论模型作为基础，则更有说服力。 回归分析一般只能说明变量之间的相关性，要对变量之间的因果关系做出判断，常需要经济理论。 即使无法提供完整的理论模型，也应该进行一定的理论分析。 理想情形：从理论模型推导出计量模型(econometric model)，即待估计的回归方程。 好的实证论文，需要讲好的“故事”(story)，然后用数据来证实或检验此故事。 对于回归函数的具体形式，可考虑线性、对数(变量只取正数且有指数增长趋势)、双对数、非线性(边际效应不是常数)等。 在设定模型时，应尽量使用常识(common sense)与经济理论(economic theory)。比如，将“人均变量”(如人均消费)与“人均变量”(如人均 GDP)相匹配；使用实际汇率来解释实际进出口。 又比如，考虑 FDI 对经济增长的作用。由于 FDI 起作用需要时间，如果把当年的增长率对当年的 FDI 进行回归，可能没有太大意义。比较适当的做法是，考虑期初的 FDI 对随后五年(或若干年)经济增长的作用(这样做也可缓解双向因果关系)。 如不确定该如何设定计量模型，可借鉴文献中同类研究的模型设定。 模型既不能过于简单(解释变量过少)，也不宜过于复杂，而应当保持适当的简洁(keep it sensibly simple)。 在选择解释变量时，“从小到大”(specific-to-general)的建模方法简单易行，但可能偏差较大(因为存在遗漏变量)； “从大到小”(general-to-specific)的建模方法偏差小，却不易执行。实践中，常采用折衷方案，即选择简单而有解释力的模型。
千羽YUmi
