1、广泛收集参考文献，决定计划的目的和范畴：•决定所要解释的现象是什么？•决定所要检验的假设或理论是什么？•决定所要预测的趋势是什么？•决定所要评估的政策是什么？2.建构实证计量模型；•除研读相关经济理论之外，应比较三至五篇有实证分析之文献中的实证计量模型： 确认计量模型中解释变量和应变量之间的因果关系（causality）； 厘清各模型的异同及优缺点，思考改进文献中现存模型的可能； 最后决定实证计量模型雏形；•初步调查是否有相关的资料，若无则实证模型设计的再好也无用。3.收集相关资料；•对数据的精确性一定要严格查核，对错假漏数据要仔细修正；•使用电子表格软件对数据列表绘图，以验证数据的逻辑合理性，对不合理的数值要有所处理；•不论要用的是横断面数据或是时间数列，数据数目越多越好，追踪数据（PanelData）尤佳；•对资料数值作一些整理，表列各种基本统计量（样本平均值、变异数、变量间的样本相关系数等）、变量之间的两两交互列表、做一些初步图解分析。计量方法的执行：1.计量方法不应太简单（例如只做到最简单的OLS），但也不必过于复杂，应针对问题采用恰到好处的计量方法。若采用了比较复杂的计量方法，则要说明为什么简单的方法不适合。计量方法的好坏不在其复杂程度，而在于它是否能够帮我们得到正确的估计值，以了解数据中所包含的真正信息。2.除了估计值以及对应的t检定外外，也可做一些F检定之对多个系数的假设检定。3.回归模型的设定，尤其是解释变量的取舍，可在估计过程中不断的修正。对应变量和解释变量均可尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定，以经济理论上的考虑最为重要，不能单只为了提高模型的配适，而盲目的做一些不合理的变量转换。4.选取解释变量时，应有如下的考虑：•解释变量和应变量之间的因果关系一定要正确，也就是说，解释变量是原因在先，应变量是结果在后，有一定的先后顺序。尤其要注意，有些变量数值的产生很可能是和应变量同时决定的，或是因果关系不很明确（也就是说，相对于应变量而言，这些变量是内生的），则在选取这些变量作为解释变量时，便要非常小心。解释变量的内生问题常常是研究被批评的主要原因；•要注意解释变量的同构型，不能不分青红皂白的将一大堆彼此相关性很高的变量（包括相同变量的不同转换、或是几个变数间的各种交乘项）放进回归式内，造成严重的线性重合问题；•经济理论所牵涉到的变量常常是无法观察到的，因此在做实证研究时必须采用替代变量（Proxy），研究者要对所选用之替代变数的合理性详加说明。由于数据总有些缺失，常有人在束手无策之下，采用了很多匪夷所思的替代变数；•虚拟变量的定义要清楚而合理，使用要小心；•要探讨解释变量不足、观察值有误差等数据缺失所可能造成的计量问题。
奔跑的流沙包
