实证论文的研究步骤怎么写

要写实证分析，需要进行以下步骤：1、进行案例的调查、分析。2、发现一个证据，可以证明别人已经提出但的尚未被别人证明过的理论。3、用大样本的数据来证明一种理论。4、进行历史分析或者比较分析。5、研究结论及政策含义。6、论文写作中其他应注意的问题。 扩展资料 在写论文的时候，实证分析已经成为写作和选题的重点。因为理论创新很难，而实证分析可以体现论文写作过程中付出的工程量，使论文更容易通过。实证分析的内容包括：1.案例的分析调查。可以划分为具有一定创新意义的案例分析，具有现实意义的社会调查和在一个新的领域内做的调查（别人没做过或者很少做过）。如结合自身情况对大学生借贷状况进行的调查，当前有关“三农”问题的调查。2.发现一个证据，可以证明别人已经提出的但尚未被人证明过的理论。如林毅夫2000年发表的文章就检验的是1998年诺贝尔经济学获得者Sen的理论，属于实证分析中的创新。3.用大样本的数据来验证一种理论，或用一种新的方法和理论。虽然同样的数据别人也使用过，但是自己使用的数据更多，周期更广、论证更有效率、更具说服力的情况下，创新价值会比较高。4.进行历史分析或比较分析，收集的资料比别人更全，或发现新的证据、能够提出新的观点，或有第一手的`资料（直接进行外文文献的翻译或主动调查得到的数据），这样的论文实证会更加出彩，具有记忆点。5.研究结论及政策含义大约占论文整体的5%，是根据论文各部分得出结论的总结和总结的自然延伸，一般一两句话就可以写完。6.写作时要注意有自己的观点，注意创新，引用时要注明出处，不能抄袭。

1.提出研究问题——具体（在a对b有何作用这一问题中，明确a/b各是什么）、有趣（why should 为care？）、新颖（研究新现象、使用新方法、新数据集）、可行（通过查文献看他人是否有类似的研究或大致数据是否可得） 2.文献回顾 cnki/jstor/econlit....百度、google…… 3.建立理论模型 具体来说，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作出判断常常需要依赖于经济理论。因此，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。最理想的情形是，从理论模型中推导出计量模型，即待估计的回归方程。 4.收集数据 如果使用别人的数据，要注意其数据是如何定义、计算的（统计口径），是否与你的理论模型中的变量相对应。 5.使用适当的计量方法。 比如，被解释变量为二元变量，则可以使用probit或者logit；如果是非负整数，则可以使用泊松回归；如果是面板数据，则可以考虑固定效应、随机效应、时间效应、动态面板等；如果是时间序列，则应先判断是否含单位根（如果样本容量太小，比如小于20，则可以不进行单位根检验，因为单位根是大样本检验），再决定使用相应的计量方法。 对于一般的数据，通常先做OLS，看看结果，作为一个参照系。做完OLS后，可以画残差图（residual plot），大致看看扰动项是否符合经典嘉定，然后进行严格的检验。如果有所违背（比如，存在异方差、自相关），则作相应的处理。对于时间序列，还可以检验是否存在结构变动（邹检验）。另外，应该对数据的质量进行检验，判断是否存在多重共线性、极端值、弱工具变量等，并作相应的调整。 对于回归函数的具体形式，可以考虑线性、对数（如果解释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。 由于受数据可获得性的限制，遗漏变量几乎不可避免。因此，很有必要在实证论文中对此进行讨论。不外乎两种情况。第一，存在遗漏变量，但与解释变量不相关（需要说明为什么不相关），故可以不作处理。第二，存在遗漏变量，且与解释变量相关，则必须进行处理，处理方法包括增加控制变量、寻找代理变量、使用工具变量、使用面板数据等。 另一常见问题是内生解释变量。此时，一般需要找到有效的工具变量才能得到一致的估计。由于面板数据可以在一定程度上客服遗漏变量问题，故比横截面数据或时间序列更有说服力。因此，如果可以获得面板数据，则应尽力争取。 大多数的实证论文都希望说明x对y的因果作用。而从回归分析的相关关系得到因果关系，是一个很大的飞跃。引言——文献回顾——理论框架——计量模型——数据说明——计量方法——回归结果——结论