南风金融网 - 中原最权威行情财经门户

热门关键词:  证券  期货  价格行情  财经  股票
热门: 北大数字金融公开课内容回 【MLinEcon文献推送第15期 对付勒索软件的利器:二级 【Econ. for COVID-19文献6 【Econ. for COVID-19文献3 许宪春 | 中国仍为世界最大

如何做好实证经济学研究(下)

来源:南风金融网 作者:南风金融网 人气: 发布时间:2020-07-26 21:36:38

本文素材由小编整理发布。所发内容仅供学习、交流之目的。版权归原作者所有,如对版权有异议,请后台联系,议定合作或删除。

翻译:任婉婉老师


FRANCIS KRAMARZ (Editor)

(法国国家统计局)

Joshua D.ANGRIST

(麻省理工学院)

DAVID M. BLAU

(北卡罗来纳大学)

ARMIN FALK

(波恩大学)

JEAN-MARC ROBIN

(巴黎大学)

CHRISTOPHER R. TABER

(西北大学)


本文就如何在经济学中进行实证研究,在主要经济学家之间展开了一场对话。与会者讨论了他们启动研究项目的原因,数据库建设,使用的方法,理论的作用,以及他们对主流实证方法的看法。本文最后讨论了一组文章,这些文章举例说明了实证工作中的最佳实践。



3

可选择的经验方法

3.1.

在一些研究领域,广泛使用描述性方法(例如,工资不平等和流动性、通货膨胀衡量的质量调整、创造就业和就业机会减少)。这种方法的用处是什么?

Angrist:主要是为了提出新的问题。有时是为了提供答案的背景。但我承认,许多纯粹的描述性工作让我感到厌烦——尤其是那些我无法将其作为因果调查的背景或动机的工作。

Blau:描述性方法非常有用。最好的情况是,它提供了一套有趣的事实需要解释,并为研究人员提供了产生新想法和方法来解释事实的激励。

Falk:在您提到的领域中,良好的描述性统计是有用的第一步。他们把事情放到正确的角度,激发新的问题和研究。在报告实验结果时,描述性的总结是必不可少的。事实上,考虑到处理的外生性,描述性统计数据允许已有的因果推论。对于实地数据来说当然不是这样的,这里的描述性统计报告更容易产生误导,例如,比较不同国家的特定结果。

Robin: 一个人可以在不知道事实的情况下思考社会现实吗?如果一篇描述性论文建立了新的“重要”事实,像马克斯·韦伯那样说,这会非常有趣。

Taber:在某种程度上,所有的实证工作都是描述性的。这实际上是在将数据从原始形式转置为论文表格中总结的内容时使用哪种过滤器的问题。我认为描述性工作是非常有用的,这是毫无疑问的。例如,即使是非常结构化的工作,其主要目标也是试图了解数据中正在发生的事情。在这种情况下,您要做的第一件事是简单的描述性研究,以了解基本数据。最终,尽管如此,人们希望这只是第一步,而进一步的工作将试图理解是什么驱动了基本数字(在给定的论文中或在文献中)。

3.2.

您如何看待其他方法?例如,自然实验与结构性识别之间被许多人视为存在一个巨大的鸿沟。您能就处理政策评估的处理效应评估和结构评估中发表您的看法吗?请不要犹豫,使用示例。

Angrist:在我看来,这是一种试金石:应用结构性经验主义论文——即使是最著名的论文——似乎很少因为它们的发现而被人记住。结构工作似乎主要是关于方法。大的结构性冲击通常被认为是在取得进展或者展示如何做一些事情,通常是一些计量经济学上不重要的事情,比如对一个动态多项式模型的估计。例如,在工业组织(IO)中,这是一个毫无希望的结构领域,其中一些大型应用论文是关于汽车或谷物早餐的。这篇论文是因为写它的人发现了什么或他们是如何做的而被人们记住了吗?当然,在IO上很容易找出漏洞。但在下面的这次交流中,Robin提到Keane 和 Wolpin(1997)的论文很重要,因为它表明了“动态离散选择模型是多么有用”。公平地说,Keane 和 Wolpin的论文对一个简单而有趣的因果问题-大学学费补贴的影响-的答案进行了简短的模拟。但这并不是它通常被引用的原因。这是为了艺术而艺术:根据大多数参考文献和作者自己的重点,该文的主要成果是对一个离散选择动态规划模型的估计。就实质内容而言,它似乎并不值得认真对待。作者的成功标准是拟合优度。但是,如果没有一些简单的替代基准,拟合优度就没有多大价值——它只是一个R平方。而且,考虑到作者的兴趣在于考虑到如此多的内生行为(例如,外生高中辍学),并且与推断所需的所有行为假设混杂在一起,因此用于因果推断的假设识别非常有力。在这篇论文中,并没有真正尝试评估或证明因果推论的合理性。

另一方面,优秀的自然实验论文也因为他们的发现和聪明的识别策略而被引用。例如,Card的马列尔偷渡事件(Mariel boatlift)论文、我与Lavy合作的《迈蒙尼德斯规则》(Maimonides Rule)论文、Alan Krueger关于班级规模的研究,以及我与Krueger学校教育的论文被引用的部分原因是它们的识别策略。但由于身份的确定是透明的,这些论文中的数字也成为了我们所了解的劳动力市场和教育生产的重要成果。

我认为,在自然实验领域,当某人的数字在一项重复研究中受到质疑(就像最近发生在Steve Levitt和Caroline Hoxby身上的那样,这是一个大新闻。在我与Alan Krueger合作的作品中,John Bound批评了四分之一出生率估计值,我甚至对此感到有些自豪。在NBER的一个夏天的会议上,我们进行了激烈的(对我们来说!)讨论,主要是关于一个实质性的问题:Angrist和Krueger(1991)得出的OLS对教育回报的估计中没有太多偏差的结论是否真的正确。我只是不明白,传统的结构性议程如何同样地建立起一系列有用的经验主义研究结果,而这些研究结果也同样得到了认真对待。

另一个问题是,虽然结构模型通常意味着提供比因果/简化形式分析更普遍的分析,但在实践中,结构工作中的参数通常高度特定于特定论文中的模型和方法。因此,不管怎样,把估算结果放在经验目录中会有什么好处还不清楚。回到Keane和Wolpin提出的学费补贴问题,Sue Dynarski和Tom Kane等人在论文中提出了最好的证据,它们来自直接冲击,以及利用补贴率的实际变化进行因果推论的仔细构建。

Blau:我倾向于从理论模型中推导出计量模型,这样我就知道如何解释我估计的参数。

这并不总是意味着将理论结构强加于数据之上,尽管有时这是有用的。相反,这种方法可以说明参数估计的解释如何取决于分析中还控制了什么,以及为了得到一个有用的解释的参数估计应该控制和不控制什么。通常,自然实验方法不能对感兴趣的参数估计提供明确的经济解释。把参数估计称为因果关系似乎对我没有多大启发。尽管如此,一些自然实验还是很有趣的,并且用这种方法写了很多好的论文。这种方法的最佳实践者会格外小心地进行规范检查,以验证识别假设,这可以使他们的发现非常有说服力。结构方法的优点是参数易于解释,但要以更强大且通常无法验证的假设为代价。两种方法都是有用的,应将它们视为互补而不是竞争。理论如何说明和解释简单的计量经济学模型的例证:美国各州对儿童保育补贴的资格和慷慨程度有所不同,但事实证明,这种变化对补贴的接受和使用影响不大。这是因为儿童保育补贴计划的资金严重不足,并且有足够的资金仅可服务约15%的合格儿童。因此,对补贴资金进行了定量分配,对配给过程的性质进行了建模,为如何确定育儿补贴对就业和相关成果的效果提供了有用的思路。

我认为Josh Angrist声称,结构工作主要是关于方法的,而人们记住的实证结果大多来自简单的方法,这有一定的道理,但被夸大了。Rust-Phelan在Econometrica上发表的关于退休的论文以其和雇主提供的医疗保险与医疗保险和社会保障政策之间的互动可以解释退休时间的变化而闻名。Postel-Vinay-Robin关于法国劳动力市场的计量经济学论文,因其发现搜索摩擦解释了大部分工资变化而闻名,也就是说,对于具有相似生产力的工人,公司内部的工资变化很大。还有一些使用简单方法的论文的著名例子,人们之所以记得它们,主要是因为这些方法存在缺陷,比如卡德-克鲁格关于最低工资的论文。

Falk:毫无疑问,所有的方法学方法都有各自的优缺点。总的来说,我们应该把它们看作是补充而不是替代品。而且,最合适的方法总是取决于手头的研究问题。

Robin:科学是关于理解事实和机制的。数学不是科学,因为没有数学事实。经济学是关于建立和解释经济事实的(我想有些人会说所有的社会事实)。因此,经济学与物理学没有什么不同。物理学具有控制实验的巨大能力,但并不总是如此。例如,天体物理学必须从有时非常间接的观测中推断出机制。和天体物理学一样,经济学是一门社会科学,几乎没有能力控制实验。关于实验计量经济学的或多或少的最新文献都是关于从准实验数据中识别因果关系的。实际上,处理效果或自然实验的相关领域实际上是半参数或非参数识别的统计理论。关于处理效果或自然实验的文献是经验分析的典范案例,在促进统计学或计量经济学的理论研究中发挥着非常重要的作用。

现在,结构经验计量经济学又如何呢?首先,人们可能希望认真对待经济理论并在实际数据上进行检验。我在均衡搜索模型上的工作基本上是由这种动机驱动的。它试图回答这个问题:我们能理解工资分配的决定因素吗?有一个非常广泛的代表,即任何经济事实都可以用许多其他理论来解释。这当然是正确的,但我反对这样一个事实,即容易设计出协调一致的经济理论以很好地拟合数据。如果两个研究者针对同一系列事实提出两种不同的理论,我认为这很有趣。通过研究两种模型的差异,我们可以想象新的调查或新的组合数据的方式以产生伪造的证据。

我认为我们的实证计量经济学方法过于工具性。我不认为如果一篇论文中没有政策分析,那么它就一文不值了。构建一个耦合的数据理论描述可能非常有用,即使只是朝着构建一个允许进行政策分析的更进一步的模型迈出的一步。另一方面,结构性经济模型往往比对单个政策参数的有限估计具有更大的政策分析空间。

现在,这种反对结构性经验计量经济学和论文的方法是错误的,也是适得其反的。如果您可以定义一个策略参数,这意味着您已经构建了一个结构模型。另一方面,所谓的结构模型也包含一些简化形式的部分。

既然如此,为什么会有这样的区别呢?我认为这有两个原因。首先,人们通常认为,结构模型的附加复杂性并没有真正的用处。很公平。第二,所谓的结构模型往往过于复杂,对识别的讨论不足以完全令人信服。至少在过去,结构性实证论文没有证明他们有正确的工具来控制内生选择,这一事实加强了这种观点。仿佛以一种更为详细的方式来模拟个人行为,使得寻找工具成为不必要的。我只举一个例子。Keane和Wolpin (1997)的论文是一篇重要的论文,因为它是第一篇揭示动态离散选择模型是多么有用的论文之一。现在,对职业选择的动态进行建模并不能让您直接理解对基本上静态的初始教育决定。

我认为,如今人们已经理解了这一切,这种结构性经验计量经济学和简化形式的政策分析之间的对立将很快消失。

Taber:关于自然实验和结构识别的争论,我真的很困扰。我完全同意David BLAU的观点,即它们应该被视为互补品,而不是替代品。我希望每个人都这么看。最终对我来说,显然有很好的结构工作和很好的自然实验工作,但显然也有很差的结构工作和自然实验工作。在很大程度上,我们实证经济学家所研究的问题是非常不明确的,要真正就一个问题达成共识,就需要从许多不同的方向来解决它。这两种方法都作出了重要贡献,今后也需要这两种方法。

也就是说,在当前的劳动和微观经验公共经济学中,我认为结构识别与自然实验的比例过于偏向自然实验。尤其让我困扰的是,我认为许多做自然实验的人只受过这种方法的训练,而不阅读和评估更复杂的结构方法。我担心,最终这可能导致所做工作的类型出现更严重的不平衡。一般来说,自然实验方法的好处是在被研究的问题范围内具有内部有效性。数据实验通常是非常干净的(事实上,我甚至可以用它作为自然实验的定义——黄金标准是完全内在有效的东西)。然而,作为经济学家,我们最终想要解决的问题是我们无法找到一个自然实验。也就是说,我们需要担心外部有效性。从自然实验中获得结果并将其应用到政策中,需要做出结构性假设(事实上,我甚至可以将此用作结构性假设的定义——假设一个参数是政策不变的这一想法实际上是在说明它在外部是有效的)。

尤其令我困扰的是,有些论文声称不是结构性的,但却进行了一些粗略的计算,甚至更糟的是,在论文的最后做出了强有力的政策预测。让我感到困扰的是,作者试图两全其美——声称不是结构性的,这样他们就不必为结构性假设辩护-然后做出只有在隐含的结构性假设下才有效的政策预测。如果结构实验和自然实验之间的不同之处在于,在结构工作中,您把您的假设显性地表达出来,而在自然实验中,您却把它们隐藏起来。那么我就是结构工作的坚定支持者。人们甚至可以使用自然的实验类型的方法,但仍然清楚地说明需要做出哪种类型的假设来证明论文的结论。我不明白人们怎么可能相信,不写下一套证明外部有效性的假设比写下它们更好。

争论的另一个方面困扰着我,那就是一些自然实验类型的研究人员经常把结构化工作看作是函数形式的识别。我完全同意,有一些结构工作不好的例子,这些模型在没有适当数据的情况下就无法拟合模型。但是,这根本不是所有结构工作的必要特征。

可加的可分开的时间和状态的影响是一个非常强的函数形式假设,因此双差分模型是通过函数形式识别的一个例子。不能仅仅因为许多其他人正在使用相同的函数形式假设,就意味着它不是一个强有力的假设。双差分法的优点是,与大多数结构方法相比,数据与表中数字之间的映射通常更透明。

然而,这并不意味着证明其合理性的假设就更弱了。最终,我们需要做出强有力的假设来识别参数,但我们希望这些经验教训对我们所做的函数形式假设并不敏感。这就是为什么研究人员应该使用各种工具来解决同一个问题,而不是争论什么是错的,什么是对的。

3.3.

在评价微观经济政策时,一般均衡的重要性是什么?

Angrist:对于我从事的大部分研究工作来说,一般均衡的选择是次要的。但有时我会研究它们。两个例子是我关于约旦河西岸和加沙地带学校教育回报的论文,以及我与Daron Acemoglu共同撰写的关于人力资本外部性的论文。这两篇论文都表明,因果/简化框架可以用来研究一般均衡效应。另一个表达这一观点的例子是我的同事、以前的学生Acemoglu、Autor和Lyle撰写的女性、战争和工资论文,它使用自然实验来估计结构性一般均衡参数。Esther du?o关于在印尼扩建学校的论文也是如此。

Blau:一般均衡效应的重要性是针对具体问题的。使用微数据很难解决这样的问题。

Falk:实验方法几乎完全局限于局部平衡效应。只有少数例外,在实验室中研究了几个相互依赖的市场。我认为,公平地说,实验室实验对于理解个人选择行为、战略互动或偏好、动机和有限理性的研究非常有价值,但对于政策及其一般均衡效应的定量评估,它们的用途有限。一个有趣的例外是Riedl和van Winden(2003)的工作,他们在实验一般均衡模型中研究税收政策。这项工作是财政部委托进行的。

Robin:我们还不太清楚这个问题的答案,因为一般均衡模型还没有在实证微观计量经济学中得到非常广泛的应用。但我认为一般均衡模型在未来将变得非常重要。

Taber:微观计量经济学方法几乎总是完全忽略了一般均衡效应。对于某些政策——甚至是我们关注的大多数政策,这可能不是什么大事。人们会希望,在任何政策中,这都不是一个大问题,但不幸的是,事实似乎并非如此。在我与Heckman和Lochner(1998b)的合作中,我们研究了学费补贴的影响因素,发现当一个人考虑平衡效应时,传统的微观估计是一个数量级的。我不认为每一个微观经济学研究都应该包含均衡经济学,但是我认为微观经济学者应该比现在更担心这些。这里还有一个语义问题。我认为很少有人会认为一般均衡在宏观经济政策中没有发挥重要作用。想必微观经济学家也担心宏观政策。例如,理解劳动力供给的跨期弹性在商业周期的宏观模型中起着关键作用。劳动力经济学家当然应该对此感到担忧。

3.4.

更准确地说,您使用几种方法吗?

Angrist:我不折衷。

Blau:出于上述原因,我确实使用了几种方法。

Falk:我使用博弈论模型来得出实验的行为预测。我经常与实验结合使用的另一种方法是调查问卷。它们有助于更好地解释和理解实验中受试者的行为。

Robin:在一篇特定的论文中,一种方法可能会支配其他方法,但我想我已经说得很清楚了,我是不可知论者。

Taber:我希望我在上面阐明了这一点。我坚信在同一问题上使用多种方法。我认为我与Cameron(2004)共同为《政治经济学杂志》撰写的论文提供了一个很好的例子,说明了我认为应该进行实证工作的方式。我们使用几种不同的方法对识别相同的基本思想。一些方法使用的假设要强于其他方法,但可以回答更广泛的问题。我想我通常会使用大量计量经济学来描述我的工作。这不是对正确的做事方式的信念,而是对我认为我的比较优势所在的信念。


4

最佳做法示例

4.1.

您能给我们您最喜欢的(两篇)实证论文(他人所写)吗?它们有什么特别之处?

Angrist:对我影响最深的两篇论文是:

Ashenfelter, O. (1983): “Determining participation in income-tested social programs”, Journal of The American Statistical Association 78,pp. 517-25.

它使用一个随机试验的结果来对比负所得税支付资格的机械模型和一个更详细的行为模型。这篇论文优雅而有说服力,其清晰的发现为任何对转移计划(transfer programs)感兴趣的人提供了一个重要的警示。

Lalonde, R. (1986): “Evaluating the econometric evaluations of training program with experimental data”, American Economic Review 76, pp. 604-20.

它对比了对培训计划的随机评估和观察性评估。这是社会科学的一个分水岭,它帮助改变了应用微观研究议程,并最终确定了资助的优先顺序。

Blau:我最喜欢的两篇实证论文是:

Heckman, J. and G. Sedlacek, “Heterogeneity, aggregation and market wage functions: An empirical model of self-selection in the labor market”, Journal of Political Economy 93, pp. 1077-1125.

这是第一批认真对待罗伊模型的文献之一,该模型是了解劳动力市场收入和各部门劳动力分配数据的框架。论文中研究的问题在经济学中具有根本的重要性。本文有着非常坚实的理论基础,一个紧密基于理论的经验框架,充分利用现有的数据,并基于广泛的努力寻找一个适合数据的模型设定。这是一篇非常具有创新性的论文,自发表以来的20年间影响深远,并且仍然为思考工资结构均衡提供了一个起点。

Rust, J. and C. Phelan, “How Social Security and Medicare affect retirement behavior in a world of incomplete markets”, Econometrica 65, pp. 781-832.

我受到这篇文章的启发,致力于研究文章中分析的实质性问题,并投入大量精力学习所使用的方法。

在Rust和Phelan之前,还没有一个完整的、可估计的动态结构退休模型来解决有趣的问题。Rust和Phelan感兴趣的问题是,为什么美国人主要在62岁和65岁退休?显而易见的答案是社会保障和医疗保险激励机制:62岁是退休福利的第一个年龄,65岁是享受医疗保险的年龄。然而,要从经验上证明这一点是困难的,因为社会保障制度的这些特征几十年来一直没有改变。这就是为什么结构分析在这种情况下特别有用。本文结合了对模型的清晰陈述,以及对数据的大量研究,以及一组令人信服的结论。

Falk:这是一个很难回答的问题!在我回答这个问题之前,让我先把可能的集合简化为报告实验的论文。我很喜欢的两篇论文是:

Fehr, E. and S. G?chter (2000): “Cooperation and punishment in public goods experiments”, American Economic Review 90, pp. 980-994.

本文研究了社会偏好对合作实施的作用。这个实验是一个简单的两阶段游戏。在第一阶段,主体可以为线性公共产品(linear public goods)作出贡献。虽然贡献是有效的,但完全不贡献是一种回报占主导地位的策略。在第二阶段,被试被告知小组其他成员的合作,并有机会惩罚其他人,但要付出代价。与标准模型相反,假设物质利益,受试者会惩罚叛逃者,即使代价高昂。

原因是他们是相互激励的,也就是说,他们奖赏善良的行为,惩罚不善良的行为。由于相互惩罚的结果,相对较高的合作水平可以持续。这个实验被复制了很多版本,帮助我更好地理解社会偏好在解决搭便车问题中的作用。这是一篇开创性的论文。

Gneezy, U. and A. Rustichini (2000), “A ne is a price”, Journal of Legal Studies 29, pp. 1-17.

这篇论文是一项实地实验,表明物质激励可能会适得其反。Uri和Aldo在以色列的日托中心研究这个问题。许多日托中心的问题是父母来接孩子迟到。解决这个问题的一个自然的经济办法是对迟到的父母实施罚款。但这可行吗?

为了回答这个问题,作者研究了由几个日托中心组成的对照组和处理组。在对照组中没有罚款。在处理组中,第一阶段没有罚款;罚款在第二阶段开始,在最后第三阶段取消。标准经济模型会预测,在处理组的第二或第三阶段,晚到的人数没有增加,但他们确实增加了!在实验组中,在引入罚款后,迟到的人增加了,并且几乎是最初迟到的人的两倍。取消罚款并没有影响到迟到的人数。这项研究清楚地表明,激励心理比经济学家通常认为的要复杂得多,而建立在我们的简单化模型上的政策建议可能会产生严重的反作用。这篇有影响力的论文引发了很多争论,也激发了很多新的研究。

Robin:不。我从很多论文中学到了东西… 但是,我对Jim Heckman和Dale Mortensen的全部工作表示最大的敬意(他们不是计量经济学家,但他的经济学理论对经验经济学家如此有用—我认为这是因为戴尔关心的是如何编写能够解释真实数据的经济模型)。

Taber:我不太清楚该怎么回答。从某种程度上说,我最喜欢的实证论文是一篇以积极的方式改变我对世界现状的看法的论文(例如一篇显示美国艾滋病下降的论文),然而,这更多的是关于数据而不是方法论。那么让我换个问题,换个角度来命名对我如何处理实证工作影响最大的两篇论文。这样的话,我会把计量经济学论文和实证论文放在一起。我认为在20世纪70年代末和80年代,Heckman和其他一些人写了一系列关于异质性、自我选择和识别的论文,对我和我的方法产生了巨大的影响。如果让我选两篇论文,那就是Willis和Rosen(1978)和Heckman and Singer (1984)。我所做的很多工作都是关于学校的选择和自我选择以及返回学校。Willis和Rosen(1978)一直是我作为计量经济学模型思考这一过程的出发点。虽然我对持续时间模型本身做了很少的工作,但是建模的异质性和试图正式地展示结构模型的识别是我试图模仿的一种方法。

4.2.

您自己最好的实证文章是什么?为什么?

Angrist:我特别引以为豪的一篇论文是我对志愿兵役的研究,1998年发表在Econometrica上。该文没有超干净的识别。但我深深地投入其中,比我的其他任何项目都投入得更久、更努力,不管是之前还是以后。

Blau:我的选择是与Naci Mocan合著的“The supply of quality in child care centers”,Review of Economics and Statistics (2002,pp. 483-496).我喜欢它是因为a)做研究把我推向了新的方向;b)数据非同寻常而且非常丰富,结果我在初步的描述性和探索性工作上投入了大量的精力,这让我觉得我对数据理解得很好;c)理论和计量经济学有很好的融合,由于经验模型设定直接基于理论,因此易于解释,且估算方法简单但适当;d)该主题是新的,以前很少有相关工作。

Falk:我最好的文章还没写出来。但迄今为止,我认为最让我兴奋的是Martin Brown和Ernst Fehr合著的“Contractual incompleteness and the nature of market interactions”和与Michael Kosfeld合著的“The hidden cost of control”。在第一篇论文中,我们提供的证据表明,在没有第三方执行合同的情况下,交易双方之间的长期关系是内生的,并与市场互动性质的根本变化相关。

我们表明,在没有第三方强制执行的情况下,绝大部分交易都是由私人经营者发起的,且当事各方平等地分享了来自交易的收益。不合格或质量不合格的,可以通过终止关系予以处罚。关系的终止会对执行力低或质量差的人造成不利影响,从而对合同执行产生强大的影响。成功的长期关系从关系的一开始就表现出慷慨的房租分担和较高的评价(质量)。在没有第三方强制执行的情况下,市场类似于双边贸易岛的集合,而不是竞争性市场。

如果合同是第三方可执行的,那么租金分摊和长期关系就不存在,绝大多数交易都是通过公开报价启动的。大多数交易是一次性交易,缔约方对其贸易伙伴的身份漠不关心。

在我与Michael 合作的关于信任和控制的论文中,我们发现控制暗示了不信任和破坏动机。我们研究了一个极其简单的实验委托代理博弈,其中委托人在代理人选择生产性活动之前,通过实施最小绩效要求来决定是否控制代理人。

我们的主要发现是,委托人的控制决策会对代理人的动机产生负面影响。尽管代理人之间存在着很大的个体差异,但大多数代理人都会降低其绩效,以回应委托人的控制决策。大多数主要原则似乎预见到了控制的隐藏成本,并决定不进行控制。在一些处理中,我们改变了控制的可执行性水平,并证明了控制对委托人的收益具有非单调的影响。我们主要的处理原则(treatment principals)是设定工资。在这种礼物交换游戏中,控制部分挤出了代理人的互惠。通过问卷调查进一步说明了我们的实验结果的经济意义和可能的应用,揭示了在各种现实生活劳动场景中控制的隐性成本。我们还探讨了控制隐性成本存在的可能原因。代理人正确地相信,控制的主管希望得到的比没有控制的主管少。当被问及他们对控制的情感认知时,大多数反应消极的代理人说,他们认为控制决定是不信任的信号和他们选择自主权的限制。

Robin:这永远是最后一个。我相信人力资本积累。

Taber:我认为我和Heckman和Lochner关于估计和模拟一般均衡的项目是我最好的工作。我真的要指出两篇密切相关的论文(Heckman, Lochner,和Taber 1998a ),该论文论文估计了模型,并显示了在工资增长中对人力资本积累进行会计处理的重要性,以及(Heckman, Lochner,和Taber 1998b),该论文显示了一般均衡对微观问题的重要性。我认为,综合起来,论文表明a)在微观实证工作中考虑一般均衡效应可能非常重要;b)虽然困难,但却是可行的。

责任编辑:南风金融网

上一篇:如何做好实证经济学研究(上)

下一篇:没有了

首页 | 财经资讯 | 金融理财 | 价格行情

豫ICP备12016580号  技术支持:南风金融网

电脑版 | 移动版