查看原文
其他

沙龙回顾 | 刘晓蕾:实证研究思维

光华BA 北大光华商业分析 2021-09-15
 PKUGSM BUSINESS ANALYTICS 



2020年11月25日下午,北京大学光华管理学院2020级商业分析硕士班学术沙龙委员会举办了本学期第五期沙龙活动,活动荣幸邀请到北大光华管理学院金融学系主任刘晓蕾教授,为同学们带来了主题为“实证研究思维”的学术分享。


为什么要做实证研究





刘晓蕾教授指出,实证研究,就是为了通过数据,去理解经济世界的运行规则给政府宏观政策提供建议给企业以及个人提供决策建议。数据可能是具有迷惑性的,我们需要通过对经济的理解以及计量手段来识别出数据表达的真正意义。



做什么样的实证研究





做实证研究,就应当用正确的思维和方法去发现、分析和研究重要的经济金融问题。在现实世界中重要的经济金融问题有很多,老师列举出自己一部分的研究成果,例如我国的股票停牌制度能否凭借降低股票价格波动从而降低股票市场系统性风险;在国际上褒贬不一的房地产市场对中国经济是否起到了拉动作用;以及最近受到极大关注的地方债问题,城投债是否存在隐性担保,隐形担保是如何定价的等等。这些问题都是我们非常关注的问题,同时也是具有极大学术价值和现实意义的问题。老师鼓励我们多做这种方向的思考,多做这种有意义的实证研究。



如何做好实证研究





因果关系是做好实证研究的重要因素。好的实证研究是需要得到因果性而非相关性的。但是因果性的确定存在很多困难,由于社会经济领域难以实施完全随机的自然实验,我们很难获得实验组的反事实对照组。因此我们需要采取一定的方法来识别因果性。老师给出了三种方法:(1)利用双胞胎数据。双胞胎除了是否被处理以外完全相同,这就找到了实验组非常好的反事实对照。但是这种方法会面临数据可得性的限制。(2)随机试验。通过随机分配treatment来看实验组和控制组因变量的差异。携程公司通过抽签的方式决定是否居家办公,发现员工回家工作效率会提高13%(3)工具变量法。通过找到一个和内生变量强相关但和误差项无关的工具变量来识别因果性。



同时老师也指出目前出现的技术方法,如机器学习,仍然发现的是相关性,而非因果性。但是在有些情况下我们可能不需要得到因果性,只要相关性。即使这样我们仍要要注意对结果的解读,需要对经济问题有一定理解,而非陷入盲目追求技术的复杂度上,要时刻明白自己的研究问题和研究目的,不忘初心。


发现重要的问题,研究重要的问题。                    ——刘晓蕾教授寄语



嘉宾介绍

刘晓蕾,北京大学博雅特聘教授,光华管理学院金融学系主任,区块链实验室主任,金融科技实验室主任。她在美国罗切斯特大学获得博士学位,其学术论文曾多次获得国内外奖项,包括安子介国际贸易研究奖,美国西南金融协会最佳博士论文奖,美国西部金融协会最佳公司金融论文奖,亚洲金融协会最优论文奖,中国国际金融会议最优论文奖,中国金融研究会议最优论文奖等。她由于优秀的教学,获得北京大学2016曾宪梓优秀教学奖。她现在担任学术期刊金融管理(Financial Management)的副主编(Associate Editor)。她的论文曾发表于许多国际顶级学术期刊。她的研究领域为金融市场及公司金融,近些年致力于金融科技包括区块链方面问题研究。在加入光华前,刘教授曾任教于香港科技大学,并取得终身教职(tenure)。



近期活动报名



BA工作坊|数据可视化高级专题,报名启动!


沙龙预告 | 刘思喆:在线教育数据科学家的自我修养


BA工作坊|数据可视化高级专题,报名启动!


BA工作坊|深度学习入门,报名启动!



持续关注北大光华商业分析

第一时间掌握项目信息

长按“上图”识别二维码,关注北大光华商业分析 


: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存