本帖隐藏的内容

[1]、市场化改革、企业业绩与国有企业经理薪酬.
面板固定效应模型，不折腾。

[2]、出口开放、地区市场规模和经济增长.
面板固定效应模型+IV，左右开弓一招毙命，不折腾。

[3]、金融发展、FDI与中国地区的制造业出口.
面板固定效应模型，不折腾。

[4]、财政分权与非国有制经济部门的发展.
面板固定效应模型，不折腾。

[5]、中国自主创新中研发资本投入产出绩效分析.
折腾一大堆单位根检验，协整检验。最后回到简单OLS（第一种大杀器）来估计时间序列，连常见的EG两步法也不见踪影。一句话，能折腾。

[6]、外资与我国劳动收入份额

论文一开头就说这个话题很重要、非常重要、实在太重要了，还把十七大报告的大旗给扯出来了。前面我说过，论文要能在一流期刊上发表，关键是你讲的故事让大家感兴趣，让大家感觉很重要。现在看到了吧，如何强调话题的重要性？重要性不是论文天生具备的，而是强调出来的。(透露一下强调重要性的秘诀：危言耸听。聪敏的你，当然心领神会)

计量模型很简单，就是固定效应面板模型，把劳动者报酬份额(Y)对FDI变量(三资工业增加值/内资工业增加值)进行回归，再加一堆控制变量。固定效应、随机效应、HAUSMAN检验。这一轮结束后，行文已经到了第14页了。然后开始说：劳动者报酬份额也会影响外资的进入，所以FDI是内生变量。然后发现一些控制变量也是内生变量。所以前面的结果都是错的。然后再找解决方法。怎么找的大家自己去看喽。

[7]、银行业市场结构与中小企业的生成

固定效应面板，异方差和自相关，工具变量，动态面板差分GMM估计。
模型是把中小企业增长率（Y）对中小银行市场份额（X，贷款比重）进行回归。先做一把固定效应模型(作者没犯傻，看过前面方法的你，当然懂的)。然后指出市场份额具有内生性，言下之意是前面的结果不可靠。内生性表现为中小企业增长率高会推动中小银行市场份额上升，作者找到的IV是以1999年分界的虚拟变量D1999乘以贷存比例LRATED，就得到了IV估计结果。然后再指出其他控制变量也有内生性，言下之意前面的IV结果也不可靠。怎么解决其他变量内生性？肯定找不出这么多IV，所以只能用内置IV的GMM方法来做。这就是论文中的差分GMM动态面板估计。

如果只是为了杀死内生性，GMM就足够了(当然效果不敢保证)。但是作者用了动态panel，这下产生新问题了。如果动态面板才是正确设定，那前面模型设定岂不是不打自招。如果变量highly persistent，那么前面所有估计都是有偏估计；即使是一般程度的persistent，差分GMM估计在有限样本情况下的偏差一样十分巨大。所以这篇论文告诉大家：动态面板很危险，不要没事找事。解决方法有木有？有木有？这个，可以有。且听我细细道来…(因帖子字数超限，此处省略2000字)  

从上面的案例和期刊涵盖面可以看出，本帖的方法只不过是经验计量论文领域发表潜规则的总结。新入门者至此应该恍然大悟了吧！在金融界，大家都知道索罗斯的投资风格是反传统的(例如反有效市场)，还写了《金融炼金术》。事实上，十多年前计量界也存在着一本计量炼金术的书，书名是《计量：炼金术还是科学？》(Econometrics:Alchemy or Science)，作者是大名鼎鼎的David F. Hendry。到底是不是炼金术，天知道！

本文奉行的大杀器，你不妨把他们看做炼金术。能练出真金自然好，炼不出真金，至少比目前学术界到处复制、黏贴、抄袭、抄抄袭得到的论文好得多。用此法写毕业论文，还不用担心该死的反抄袭软件。只要你没黏贴，没有逐字逐句抄袭，就不怕。轻轻使出瞎折腾技术，篇幅就蹭蹭蹭往上穿。

西方经过炼金术阶段后，经验计量论文的评价标准基本锁定在思想上(仅限于一流期刊)。因此要在世界一流杂志上发表经验论文，按照曼昆的话讲，你的经验结论得让这个领域的江湖大佬受到心灵震撼。如果出现了心灵创伤，那一定是永垂不朽之作。中国的一流期刊当然离这个目标很遥远。但上面这些论文能发表，是因为主题选得好，相反计量工具却并不复杂(很大程度上可能还是不当使用)。这些论文的计量仅仅需要知道STATA(或EVIEWS)怎么操作即可，根本不需要更多的高级计量知识。你可以不看计量经济学教科书，可以没有高深的计量知识，但是，有一点你得记住：你得有经济学知识。否则一个乞丐只要捡到一台电脑，装上STATA，就能折腾出一篇经济研究，那不吓死人了！如果哪天乞丐也懂经济学了，那经济学界肯定被丐帮收购了。

本帖隐藏的内容

Baum, Christopher F., 2006, An introduction to modern econometrics using Stata, Stata Press.
这本书300页左右，讲解具体周到。书上的数据可以在STATA网站上直接下载。作者Baum, Christopher F本身就是STATA官方编程人员的主力，在STATA JOURNAL上发表很多论文，经验非常丰富。本书花了60页左右深入浅出介绍STATA基本操作和数据管理后，迅速进入各种常用计量方法的实现，包括各种非经典GAUSS假设下的OLS估计，一般面板、动态面板估计，有限变量和离散变量，SUR和GMM等主题。

Baum书的下载地址：http://www.pinggu.org/bbs/dispbbs.asp?boardID=67&ID=273316&page=1

Quantile回归的操作和结果解释文件：



BAUM的书是英文原版，但许多网友称看不懂英文，问有没有中文教材推荐。STATA版上有很多教材，我不能推荐我没看过的，只推荐我看过的，而且必须推荐被公认为经典名著的书籍。因此建议看：

汉密尔顿(Lawrence C. Hamilton)著，《应用STATA做统计分析》，郭志刚等译，重庆大学出版社。

英文版书名是Statistics With Stata。这是我入门时看的第一本STATA教材，入门也只需要看这一本就足够了。我看的是英文版，中文版翻译的如何无法评价。这里只讲一下该书的优缺点，以及你看完后能达到什么水平：

• Hamilton书的优点：STATA的基本操作和常见统计分析讲述的非常好。STATA入门的绝佳选择。
• Hamilton书的缺点：对计量特色的内容涉及不多。例如计量模型的形式设定和检验、内生性和测量误差、双向面板、动态面板、SUR、GMM等话题，要么讲的不透彻，要么根本不讲。而这些在BAUM的书中有详细阐述。这是因为Hamilton书讲的是统计，BAUM的书讲的是计量。
• 看Hamilton书能达到什么水平：能把数据导入STATA并做各种清洗处理转换，用你所想用的大杀器(包括quantile，这点比BAUM强)把结果跑出来。如果做到这一步，你就入门了。但对结果的理解、解读、判断和进一步调整方法重新处理，不是Hamilton书的重点。BAUM这方面就讲的比较详细。例如你很有可能试图尝试Hausman检验，BAUM讲的很到位、也很精练，并且给出了一个例子及相应解读。你跑出来的结果只要和例子一对照，你就知道该做何解读了。
  

BAUM书对于从未见过STATA的人来说，没有任何门槛。以每天看30页的速度计，只需10天就可掌握。个人觉得，在中国的教育体制下，这种速度已经是异常神速。Hamilton的书400页左右，篇幅上升了1/3，但计量的讲述却大大减少。所以我推荐BAUM。但是看不懂英文的人，Hamilton也是不错的选择，发一般CSSCI没问题。