本文作者：叶梓南
本文是对我本科期间研究生活的一次总结。望日后回想起这些经历和教训时，能够有所补益。
Lifeis
likeajourney
一、最早学会了谦逊
我们学院每年寒暑假都会给学生布置假期作业，而大一时候的我一直都想尝试一下经济学研究是怎么一个过程，于是便跟几个同学趁着做假期作业的机会选了一次社会调研。那时是年的7月，中美在经贸方面有一定的摩擦，所以我们学院定的题目也是让学生调研一下这些事件对企业、就业和居民态度的影响。我跟另外五名同班同学也因此正式开题研究，题目为《贸易战对周边企业、个人就业的影响与居民对贸易战的认识与看法》。
虽然我当时没有经历过正式的经济学研究训练，但大一时也通过讲座或者会议了解到做研究的一些特点。我在那段时间对研究的一个大致认识是这样的：
但在那时候我也犯了一个错误：迷信数据和算法，忽略了理论基础的重要性，将经济学研究的问题想象成了类似于数学建模问题。这个错误体现在了下学期的宏观经济学论文小组作业上，我信誓旦旦地想用一些数据来做大湾区中城市间的相对优势，但为什么那样比较都缺少一个理论支持，更谈不上如何根据理论基础对这些比较的结果进行检验了。因此我很庆幸我们的作品止步于二轮筛选，也很庆幸我能在结束之后就找到这个问题，不然会或多或少地影响同学们跟我一样的迷信数据和算法。
从此，我很深刻地认识到了一点：经济学是一门对逻辑推导要求很高的学科。我是在阅读尼尔的《娱乐至死》后认识到的，林肯时代人们的辩论演讲风格让我匪夷所思。在研究中，像我这样的新手很容易被数据的量或者花哨的算法所蒙蔽，忽略了理论基础、数据种类的指向性和算法的适合性等因素，而我认为将这一切联系起来的就是逻辑和严密的推导。
这段话写于大一升大二的暑假，可见当时我也是认识到理论与数据（包括后来学习的实证）之间应该有紧密的联系。
但当时我并没有认识到，要完全理解一个道理或者规律是需要不断实践才能理解其中的精髓和深意的。利用大一学习的皮毛一点理论知识，硬是写了几段贸易摩擦如何影响企业的理论机制，并跟同学利用图像推了一下贸易摩擦对劳动力市场的影响。
有这样的意识固然是好的，但是这些理论推导的质量是真的不敢恭维，不少的逻辑都不能自恰。更要命的还不是这个，而是当时我对自己会点python爬虫技术引以为豪，渐渐觉得“哇，几个刚刚升大二的本科生居然会用爬虫抓数据作为报告的数据分析，真的太厉害了吧”。这些想法存在于大脑当中越久就会越膨胀，直到自己都将自己总结出来的道理给忘记了：之前说自己不能迷信数据和算法的人，最终成为了数据拜物教的信徒，更别说这些数据其实根本就跟理论在逻辑上没有多大的关系了。
但这次的研究经历对我后来的研究风格有很大的影响。
由于我对经济学研究的热情，当时我是真的很想将这次的调研报告做好，不为参赛，不为绩点，不为加分，纯粹是想做出一份自己觉得足够满意的报告而已。我心中对这次研究有一个预期的框架，便带领整个小组一边抓数据，一边搜集资料做理论，最后还去了深圳和佛山的企业去调研。我相信当时跟我们同样做调研作业的小组中不会有这样“脑残”的组长，后来也因为我的偏激与队员产生了一些矛盾：一份作业而已，为什么要做得这么认真，还要这么复杂？原因其实也是自己的一厢情愿而已。
后来，学院内举办了一次调研比赛，我便信誓旦旦地将这份辛辛苦苦做出来的调研报告交上去了。当时觉得，这份报告又有理论，又有爬虫，又有实地调研，应该稳了吧，结果初筛直接就被淘汰了。可想而知，这样的结果对一个自负的人有多大的打击。我自然是不服气，后来实在接受不了这样的结果，我便邮件约了我的计量经济学李老师，想从专业的角度听听是我的问题还是评委的问题。
毫无疑问，老师马上就知道是我的问题：这份报告虽然工作量不少，但对于不了解研究过程的读者来说，根本看不清楚逻辑和叙事框架，甚至前言都不知所云，让人第一眼就留下很差的印象。我被说得心服口服。回去过后，我跟组员一起继续修改了报告，加了一个刚学的DID模型，然后投了一个清华的调研比赛，果然进了。
所以，我还是相信自己的实力和精神，后来也变得更加地沉稳。我不仅仅会继续将我的热情和精力投入到经济学的研究当中，也会在表达自己观点的时候更注重设身处地。
实际上，我后来也从这些经历当中意识到了，谦逊是学不来的，或者说不能仅靠书本上的介绍或者别人半小时一刻钟的演讲中习得，而是在经历过足够多的骄傲以后，才能由内而外地选择谦逊为人。说到底，一个人是谦逊还是骄傲都是一种选择罢了，而我们当然会选择带给我们效应最高的。如果说一个人真正选择了待人以谦逊，我相信这样的人是足够渴望用别人的知识和经历来提升自己的。
因此，我很感谢李老师一下子就说服我了，把我从自负当中拉出来，也很感谢我的队友能够忍受这样倔强的人。我当然也要感谢那个刚升大二的自己，没有这样的坚持不懈和忘我研究也没有后面的故事了。
二、然后学会了承压
在科研当中，压力不仅仅来源于难度，也来源于其他研究者的评价。
在如上所述关于贸易的调研报告写完后，我写作了两篇论文。第一篇是《购房限制与房地产、制造业融资分配》，这是大二上学了一段时间之后跟同学共同写作的课程论文。这是我严格意义上讲写的第一篇经济学论文，也没有其他人带着写。我们总共花了两个月，从文献搜集、假说提出（这假说提出是写得真的烂）再到实证（基准居然用了PSM-DID，虽然跑得不是很好）和机制检验，稳健性检验，进一步讨论等都是跟合作者共同完成的。
现在我都觉得这个题目是有一定研究价值的，而且后来也发现跟我们主题很接近的研究发在了《统计研究》以及《金融研究》当中，但奈何没有一点经验的小白真的很难做得很好。但我当时怎么知道自己做得不好？即使觉得自己也不会做到太好，但也不知道自己究竟是哪里做得不好呀。
于是我报名参加了一次我学术团队的内部讨论会（没错，我是大二上加入飞哥团当助研的）。内部研讨会一般是老师和汇报的同学在一个小房间里面讨论，讨论氛围会比较好，大家也相对比较直接地发表意见，对作者的修改帮助还是很大的。我还记得第一次去红楼的会议室时是很窒息的：你要跟老师面对面讨论，而且旁边的同学都是出了名了优秀本科生研究者，我刚进门就在暗暗想自己为什么想不开要报名……我听了几个小时师兄师姐的汇报后，终于轮到我了。我将论文递给老师并且自己讲了几分钟后，老师大概就知道是怎么一回事了，跟我说了很多一眼就能看出来的问题。幸运的是，估计大家都知道我是大二的，也没怎么说我，都是继续努力就完事了。尽管没有什么存在感，最后也不至于特别羞耻，但这一次经历还是让我体验足了真真正正严肃的学术讨论大概是怎么样的。一直以来，我做研究都希望别人多提意见，但只有真正站在别人面前等别人评判自己的工作时，才能体会到这种压力和刺激。这种压力跟上课或者考试的压力并不一样，因为研究是自己做的，纯粹是自己学识和思考的表达，不是命题作文。因此，相比于考试这种标准化的评判，讨论会当中的评判会让人更加焦灼。更何况我当时还是一个没经验的大二学生呢。
但不知为何，我后来越来越适应这种感觉。我发现在研究到一定程度以后的瓶颈期，进一步研究已经受到自己水平的限制了，这时候跟比自己有经验的学者去请教，会学习得非常多，也非常快。但不到瓶颈期就不会有这种优点，因为经过摸索之后自己也会知道能怎么做，实际上自己并没有提升多少。所以，当我每次都是发挥自己的全部实力去研究、写作，再拿去给别人评判时，都会想到自己有了突破实力上限的机会。这的确是很令人兴奋的。所以，经过这些研讨会，包括后来的参会经历后，我是越发真诚地希望别人对我的研究多加点评，而且越“狠”越好。所以，在一次研究当中，有4/5都被老师argue得要不了了，但我依然非常愉悦，也感觉非常幸运。这时候，压力自然也就转化为动力了。
三、接下来体验了一下正式的经济学研究
我正式参与正规的经济学研究开始于大二下。在写完上述的这篇关于购房限制的课程论文后，我又与三位合作者共同写作了一篇关于P2P的文章，是探究贸易摩擦对P2P市场的影响的。这篇文章是为了参加一个比赛，也是我第一次尝试利用RDD进行回归设计，但最终没有进入赛。这篇文章结束以后，感觉自己这样盲目地去做不太行了，还是需要找机会让老师或者高年级同学带自己做一下研究，熟悉一下正式的经济学研究是怎么样开展的。后来大二下开学后，趁着给师兄搜集数据的机会，向师兄也要了一个题目来练练手。当时我是找到了专门研究公司治理相关的大四周师兄，趁着有一套现成的贸易摩擦数据库，以及一个叫做股价同步性的指标，便尝试下吧。在我跑出股价同步性的数据后（没错，这个数据是我自己跑的，前后历时一个月，先是看文献的度量方法，再自己下载数据匹配和计算，每天电脑不关机跑，人和电脑都受不了……后来才知道openpyxl库有一个不会出错的bug才导致数据跑这么慢），并跑出了基准回归（当然也是有星星），跟师兄说了这个结果。后来顺着师兄的实证方案，以及我自己根据文献阅读后的一些理论解释和机制分析，在年的5月初写出了初稿，大概花了两个月的时间。当时我对这篇文章是足够看好的：完整的实证框架，貌似可信的理论机制，以及正式的论文书写结构，对于一个科研小白来说这简直不敢相信自己能写出来这样的文章。我迫不及待地将初稿投向了我们学院的本科生论文大赛（），结果初赛就拒稿了。匿名评委写下了一些鼓励但又足够牵强的话，我很明白这是想尽力安慰一个写了不太好论文的本科生的。
后来进入了近两年的修改过程。在上述的比赛拒稿后，我们是觉得这篇文章的理论部分比较牵强（现在看回确实很牵强，自圆其说而没有很好地证明），并且当时对理论模型有着盲目的崇拜，且刚好一篇年的文章有一个貌似可用的模型，便拿过来修改下放上了论文。现在看来，这种做法是明显的违反现实导向研究的——研究是为了解决一个问题，拓展人类的知识边界的，修改论文的过程也需要以解决这些现实或者理论的问题为导向，单纯为了丰富理论而丰富理论，为了加个模型就加模型，会让这篇文章的逻辑和框架越来越松散，且未必服务于解决问题。所以，经过这一轮修改以后，这篇文章有点“四不像”的感觉。要是说这篇文章在解决一个现实问题吧，前言也没体现出这个现实问题的重要性——仅仅说：哦，在贸易摩擦期间可能会影响我国资本市场的效率，但为什么会想到这个题目呢？探究这两者之间的因果关系到底对我国未来应对贸易摩擦的影响有什么启示？这些问题在初期的版本根本就没修改，先说说贸易摩擦是我国面临的问题，再说说我国资本市场效率低要研究成因，然后就说探究这两者之间的关系有意义。
这两个指标匹配一起跑一下就有意义了？根本就说不清楚。因此，年底时我拿着这篇文章参加了国贸方面的学术会议，以及岭院的本科生论坛时都被问得无言以对。
我逐渐意识到这篇文章实在缺乏现实意义方面的解释，并慢慢开始探究如何充实这篇文章的现实意义。我至今非常欣赏我的做法，并将这种方法沿用至今，那就是：认认真真地去学习我国资本市场的建设过程，了解我国资本市场存在的问题，并结合这个题目探索现实意义的所在。再经过一段时间的学习和资料梳理以后，我多少有了一点新的想法。我将我国资本市场的发展历程进行了归纳并写进PPT里面，在一开始就跟读者“讲故事”，让读者能够对我们资本市场的发展历程有一个基本的概念以后，再切入本文解决的实际问题。有了这样的背景知识以后，读者（包括作者我）就能够从一个更长的时间维度当中了解到：贸易摩擦实际上是一种包含丰富信息的冲击，那么这些冲击为什么会被资本市场吸收？怎么被吸收？吸收的情况和程度又如何？研究出这些问题，就能够探究我国资本市场的信息中介在面对不同同类的信息时有什么反应，就能够对未来其他信息冲击下资本市场的反应有一个大概的预测，并推进资本市场的进一步提高信息效率提供政策建议了。这个想法是不错的，至少以我现在的水平看来。但直到现在，这篇论文都被我作为毕业论文了，我依然很难说明贸易摩擦作为一种丰富信息集应该怎么分解出其中的信息，并且在实证当中体现出来。当然，这个问题不仅我没解决，我所了解到的论文也没有解决，因为信息分解太难度量了，我只能从一个侧面去证明文章的理论机制，这也导致了这篇论文难产至今。
当然，这篇文章也有他的优点，那就是缺点太多了，能够让我从这次经历当中知道很多应该避免的问题。实证框架还是不错的，如果单看实证的话。
四、有趣，有用，还是两者兼有？
在年底的时候我已经当上助研一年，而且也有了一定的研究经历了，于是很想尝试一下自己做一次比较有创新性的研究，当时我对工具变量特别感兴趣，而且在计量2课程时阅读了一些关于IV的经典文章，就萌生了能不能写一篇以工具变量解决内生性问题为核心边际贡献的文章的想法。当时我对Acemoglu教授利用殖民地数据做制度的工具变量这篇论文非常感兴趣，觉得写论文要有这样的故事性就好了，而且国内也有非常著名的工具变量文章，觉得写中文也行得通，便开始“排列组合”了：先找一些“古灵精怪”的工具变量，然后逐个X和Y跑一下，看看什么结果比较好（数据驱动文）。
先做一个铺垫，这个“排列组合”、依然不以解决问题为导向的选题是整篇文章最大的坑。好巧不巧，我还真找到了一种显著的组合，大家看标题就知道这个组合是什么了：《城市金融发展促进了外商直接投资吗？-以寺院金融为工具变量的实证分析》，没错，IV是寺院金融，X是城市金融发展水平，Y是FDI。这篇文章是我跟灵珊师妹首先写作初稿，然后给团队黄老师和王老师共同修改并完善的。文章开题于年1月，我负责这篇文章的理论和工具变量（即讲故事的），师妹负责数据的匹配以及理论模型的完善（即做实证的），我饶有兴致地寻找了很多关于寺院金融的资料，以及与当代金融的影响（也就是对相关性的探索），这个过程还是非常有趣的，第一次了解到我国古代的金融发展史时也是震撼的（我将资料整理成了文本并放在了知乎，大家有兴趣可以去翻阅）。与此同时，在师妹不懈地“排列组合”之下，终于找到了基准和2SLS都显著的组合（当然选择“排列组合”是我的想法），感觉非常地顺利。IV的相关性外生性能够说清楚了，实证框架也跑出来了，自然论文初稿也就写出来了。我们将初稿拿去参会，一开始读者都会对这个工具变量比较感兴趣：或许不会记得我们的X和Y是什么，但大概率会记得寺院金融这个IV。但后来的反馈也非常多地集中在意义和IV上。IV的问题还相对好解决，但现实意义确实是不好解决，因为“排列组合”而出现的实证根本不是为了探究X和Y之间的关系，而是为了找到一个显著的回归。我们对这个实证结果可以说一无所知。
我们一开始针对现实意义不足的修改，是查找新闻或者官方公告当中关于FDI情况的现实情况，相当于做了一些描述现实的案例分析，但仅仅能达到的效果是“好的，我知道存在这个问题，所以我们的工作就是看看这个问题是不是真的存在”。但这样提不出建议呀。后来丰富了一些理论机制，加入了一个关于竞争效应的模型，但是模型的设置和实证当中对模型（假说）的检验并不严谨，或者说还需要更多的证据。到最后，这篇文章越写越复杂，以至于要想文章的结论成立就需要太多的假设，读者也不容易弄清楚这篇文章的逻辑。根据“奥卡姆剃刀原理”，一类因果需要更少的假设成立，则这个因果更有可能为真。这篇文章恰恰就因为假设太多而容易受到攻击，难以服人。
回看这次的经历，我开题时的心态与很多对研究感兴趣的初学者是类似的：刚开始做研究会首先对某一些比较有趣的研究话题感兴趣。例如劳动经济学，一说到可以研究收入、“内卷”之类的话题，初学者可能会更感兴趣，但若是像国际金融当中的汇率、收支平衡表、国际资本流动之类的话题，就会让初学者感觉难以入门，自然兴趣就不大了。同样地，当时非常吸引我的是研究的故事性，即通过历史、文化等方面的内容解释一些经济现象。我觉得有趣，所以就去研究了，但最后发现还得有用。这里所说的“有用”更加
转载请注明：http://www.biyelunwena.com/lwjc/42687.html
