发表服务
( 三) 稳健性检验 为了保证研究结论的可靠性， 本文进行了如下稳健性检验: ( 1) 将解释变量 Media、Lnsalary 和 Share 分别滞后一期生成工具变量，处理内生性问题; ( 2) 剔除同时发行 B 股或 H 股的上市公司样本: ( 3) 随机删除 10% 样本，对剩余样本重复性检验。
上面所说的四种办法，其实更严格地来看，应该也是稳健性检验要做的工作。首先，回归系数不显著不能简单滴认为对应的解释变量对被解释变量没有影响。先观察下F检验值，如果整体线性检验不显著，那么说明模型设定为线性不合适，需采用其他模型形式。
如果是面板数据的话，可用GMM进行稳健性检验（因为GMM不需要满足经典计量假设）。. 后者通常适用于一般性地研究，通常的做法就是换数据。. 主要有以下几种方法换数据：1.蒙特卡洛或者拔靴，生成新数据或重复取样；2.把原来的样本分组，比如按地区 ...
经济学实证研究中的误区，全部是经验。很多时候我们得到了一个不显着的结果，不一定是影响真的不存在，而有可能是样本量太少了。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量，变换样本，展示异质性，安慰剂检验，验证机制，排除竞争性假说等等。
计量实证研究中的34个误区和注意事项。1.不学理论理论的高度决定研究的高度；很多时候我们得到了一个不显着的结果，不一定是影响真的不存在，而有可能是样本量太少了。6.样本不够长这一点主要是针对面板数据。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量 ...
稳健性检验就是防止这个问题的。 不过没关系，你能做出来一个，就不能多做出来几个？ 耐心试试，排列组合，总有好几个结果都是你想要的，你说这是你的稳健性分析，你看，我们换了指标换了模型，都是一样的——其实都是你做出来的——所以你的结论是稳健的！
还好没有直接删除邮件，打开一看，结果是文章送审了3个审稿专家被拒的。其中，一个是直接拒稿，觉得文章没多大意思，一个是大修，一个是倾向于接收。但总体意见中，有一条致命的问题是审稿人认为文章要做稳健性检验，自变量可能含有内生性问题。
( 三) 稳健性检验 为了保证研究结论的可靠性， 本文进行了如下稳健性检验: ( 1) 将解释变量 Media、Lnsalary 和 Share 分别滞后一期生成工具变量，处理内生性问题; ( 2) 剔除同时发行 B 股或 H 股的上市公司样本: ( 3) 随机删除 10% 样本，对剩余样本重复性检验。
上面所说的四种办法，其实更严格地来看，应该也是稳健性检验要做的工作。首先，回归系数不显著不能简单滴认为对应的解释变量对被解释变量没有影响。先观察下F检验值，如果整体线性检验不显著，那么说明模型设定为线性不合适，需采用其他模型形式。
如果是面板数据的话，可用GMM进行稳健性检验（因为GMM不需要满足经典计量假设）。. 后者通常适用于一般性地研究，通常的做法就是换数据。. 主要有以下几种方法换数据：1.蒙特卡洛或者拔靴，生成新数据或重复取样；2.把原来的样本分组，比如按地区 ...
经济学实证研究中的误区，全部是经验。很多时候我们得到了一个不显着的结果，不一定是影响真的不存在，而有可能是样本量太少了。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量，变换样本，展示异质性，安慰剂检验，验证机制，排除竞争性假说等等。
计量实证研究中的34个误区和注意事项。1.不学理论理论的高度决定研究的高度；很多时候我们得到了一个不显着的结果，不一定是影响真的不存在，而有可能是样本量太少了。6.样本不够长这一点主要是针对面板数据。常用的稳健性检验方法包括：变换核心解释变量与被解释变量，增减控制变量 ...
稳健性检验就是防止这个问题的。 不过没关系，你能做出来一个，就不能多做出来几个？ 耐心试试，排列组合，总有好几个结果都是你想要的，你说这是你的稳健性分析，你看，我们换了指标换了模型，都是一样的——其实都是你做出来的——所以你的结论是稳健的！
还好没有直接删除邮件，打开一看，结果是文章送审了3个审稿专家被拒的。其中，一个是直接拒稿，觉得文章没多大意思，一个是大修，一个是倾向于接收。但总体意见中，有一条致命的问题是审稿人认为文章要做稳健性检验，自变量可能含有内生性问题。
发表服务