1. <output id="e27d2"><button id="e27d2"></button></output>
    <tt id="e27d2"><button id="e27d2"></button></tt>
  2. <meter id="e27d2"></meter><meter id="e27d2"></meter>

  3. 樓主: xuehe
    359 8

    [其他] 從結構模型與簡約模型之爭看實證研究新方法發展趨勢|政策看上去很美,實際外生嗎? [分享]

    • 0關注
    • 94粉絲

    貴賓

    學術權威

    84%

    還不是VIP/貴賓

    -

    威望
    8
    論壇幣
    568717 個
    通用積分
    49.8271
    學術水平
    344 點
    熱心指數
    326 點
    信用等級
    183 點
    經驗
    312044 點
    帖子
    4284
    精華
    10
    在線時間
    2245 小時
    注冊時間
    2004-12-31
    最后登錄
    2020-7-23

    樓主
    xuehe 發表于 2020-7-4 18:11:51 |只看作者 |倒序

    一、結構模型與簡約模型之爭

    傳統實證方法大體上可以分兩大類:structural form和reduced form,結構模型和簡化模型。

    簡化型(reduced form)通過一系列的統計方法,試圖直接用數據去識別這一因果關系。只要識別(identification)清晰,簡化型就可以通過數據來推測我們想要知道的因果關系的數量特征(quantitative behaviour)。而簡單明了的識別正是簡化型的一大優勢。但是,結構模型擁簇者認為:簡化型并不提供反事實(counterfactual)的推斷。簡化型所估計出來的并不能成為政策建議的依據。因為簡化模型“過度”依賴事實數據(factual data),而如果改變政策的同時改變了數據生成的方式,那么簡化型所得到的與真實值就毫無關系了。不巧的是,社會科學所用到的數據往往與人的行為有關,而這些行為又會根據政策(以及其他外部因素)的改變而改變。一旦行為改變了,數據生成的方式也就改變了。那么在政策或其他外部因素變化之后,簡化型所得到的結論是不是仍然適用,就需要打一個問號了。

    結構模型(structural form)通過建立引起因果關系的數據生成具體方式(機制)的模型來解決簡化型中的問題。由于在模型中明確地指明了一些重要的外部因素(如政策)是如何影響通過某些參數來影響參與人決策的,我們就可以通過估計某些參數來考慮這些外部因素改變對數據生成方式的影響。那么,通過改變這些外部因素并結合現有數據所估計出來的參數,結構模型可以提供一系列反事實推斷,對政策的制定有重要的意義。

    簡約模型擁簇者認為:結構模型聽上去美如畫,但在實證方面卻往往不是那么一回事。結構模型由于其參數多,識別的難度也大大加大。相比于簡化型清晰的識別,結構模型往往需要大量質量奇佳的數據進行識別,而現實中的數據往往質量沒那么好,所以結構模型要么只能識別一部分,要么只能做一些十分簡單的模型(Chetty的例子,如果研究商品稅收對總體福利的影響,如果我們允許消費者之間效用函數各不相同,那么結構模型在理論上是無法完全識別的;同時,如果消費者的選擇是離散的,那么結構模型在識別上也會出現很大的困難),而這些簡單的模型往往無法滿足我們的需求。文獻中現有結構模型往往依附于一些大型的隨機試驗項目(例如墨西哥的PROGRESA和印度一個NGO Seva Mandir的項目)以獲得高質量數據。

    如果想做一些政策研究,或者只是想讓研究有一定的external validity,陷入到簡化型做不了,結構型做不好的境界,事實上,這個問題可以歸結到參數識別上。簡化模型中參數較少,所以識別簡單。為了得到反事實推斷,因為參數少,所以似乎簡化模型無法提供反事實推斷。但結構模型本身一般很難識別,導致了研究的兩難局面。為了獲得反事實推斷,可能不需要識別更多結構參數,而只需要識別簡約參數,這本身是一個降維變換。

    二、充分統計量思路

    結構模型由于其參數多,識別的難度也大大加大;簡化模型中參數較少,所以識別簡單。為了獲得反事實推斷,可能不需要識別更多結構參數,而只需要識別簡約參數,這本身是一個降維變換。Chetty(2009)建議遵循充分統計量方法思路。充分統計量方法的思路在很多傳統結構模型中或多或少都有應用到。比如在面板回歸中,我們常常將無法識別的常數項一起丟進各種fix effects里面,也就是雖然我們無法單獨識別這些n維常數項C1,C2,C3,...,但是我們可以識別他的一個一維變換 C1+C2+C3+...。充分統計量將這種思路拔高到另一個層次,將一系列無法識別的真正有意義的參數(而不僅僅是我們不太關注的常數項)“合并”到一兩個可以識別的統計量上,并且由于這些統計量已經考慮了數據生成方式對政策變化的反應,我們可以通過這些統計量的估計值進行反事實推斷,做出許多頗有意義的政策建議。

    充分統計量方法最先出現在公共經濟學和福利經濟學這些政策性較強的研究中,強調理論模型的復雜,識別的清晰和policy-invariance(對政策變化的普適性?),F在這一方法已經慢慢擴展到貿易、勞動、產業組織、行為等等一系列應用經濟學領域。根據“大牛挖坑,小牛灌水”的普遍規律,充分統計量方法還將在各大實證領域繼續發光發熱。

    三、政策(斷點)是否外生?

    陸銘(2020)在寧波商學院主辦云課堂談到:高考分數線對個體考生是外生嗎?或許你不知道最近的高考冒名頂替問題,如果存在這個問題,分數線斷點就不是外生的。再比如地方ZF劃出開發區,這個區線對內外企業是否外生?如果高科技企業被放入開放區,低技術企業被請出開發區,這樣的地理斷點就不外生了。所以除掌握先進方法外,經濟學研究者還需要有豐富的人文歷史等知識。陸老師的講話可在B站觀賞。

    陸銘B站講座

    陸銘B站講座系列





    關鍵詞:看上去很美 實證研究 發展趨勢 結構模型 新方法

    已有 1 人評分經驗 論壇幣 收起 理由
    葫蘆娃大王 + 10 + 10 精彩帖子

    總評分: 經驗 + 10  論壇幣 + 10   查看全部評分

    stata SPSS
    沙發
    xuehe 發表于 2020-7-4 18:13:23 |只看作者
    A Bridge Between Structural and Reduced-Form Methods.pdf (439.18 KB, 需要: 5 個論壇幣)



    回復

    使用道具 舉報

    藤椅
    xuehe 發表于 2020-7-4 18:15:13 |只看作者
    Sufficient Statistics for Welfare Analysis.pdf (369.19 KB, 需要: 5 個論壇幣)


    回復

    使用道具 舉報

    板凳
    xuehe 發表于 2020-7-4 18:19:17 |只看作者
    A Bridge Between Structural and Reduced-Form Methods.rar (404.6 KB, 需要: 5 個論壇幣)


    回復

    使用道具 舉報

    報紙
    xuehe 發表于 2020-7-4 20:53:09 |只看作者
    已有 1 人評分經驗 論壇幣 學術水平 熱心指數 收起 理由
    葫蘆娃大王 + 10 + 10 + 1 + 2 精彩帖子

    總評分: 經驗 + 10  論壇幣 + 10  學術水平 + 1  熱心指數 + 2   查看全部評分

    回復

    使用道具 舉報

    地板
    xuehe 發表于 2020-7-4 22:33:33 |只看作者
    回復

    使用道具 舉報

    7
    xuehe 發表于 2020-7-5 11:44:25 |只看作者
    Sufficient Statistics Revisited.pdf (480.71 KB, 需要: 5 個論壇幣)


    回復

    使用道具 舉報

    8
    xuehe 發表于 2020-7-5 11:46:27 |只看作者
    Sufficient Statistics for Welfare Analysis.rar (330.3 KB, 需要: 5 個論壇幣)


    回復

    使用道具 舉報

    9
    xuehe 發表于 2020-7-5 11:46:55 |只看作者
    Sufficient Statistics Structural and Reduced-Form Methods.rar (1.17 MB, 需要: 15 個論壇幣)


    回復

    使用道具 舉報

    您需要登錄后才可以回帖 登錄 | 我要注冊

    京ICP備16021002-2號 京B2-20170662號 京公網安備 11010802022788號 論壇法律顧問:王進律師 知識產權保護聲明   免責及隱私聲明

    GMT+8, 2020-7-24 06:05
    诚信彩