篇一：实证论文写法心得
一、 前期准备
1.广泛收集参考文献
决定要解释的现象是什么
决定要检验的假设或理论是什么
决定所要预测的趋势是什么
决定所要评估的政策是什么
2.构件时政计量模型
研读相关经济理论，比较三五篇有实证分析之文献的市政计量模型（确认模型中解释变量和应变量之间的因果关系，即causality，理清各模型的异同及优缺点，最后决定实证统计量模型雏形）
初步调查是否有相关的资料，若无则实证模型设计的再好也无用
3.收集相关资料
对数据的精确性一定要严格查核，对错误数据要仔细修正
使用eviews或者spss软件对数据列表绘图，以验证数据的逻辑合理性，对
不合理的数值要有所处理
不论要用的是横断面数据或是时间数列，数据数目越多越好，追踪数据尤佳panel data
对资料书制作一些整理，表列各种基本统计量（样本平均值、变异数、变量
间的样本相关系数等）、变量之间的两辆交互列表、做一些初步图解分析。
二、 计量方法的选择
1. 计量方法不应太简单（例如只做到最简单的ols），但也不必过于复杂，应正对问题采用恰到好处的计量方法。若采用了比较复杂的计量方法，则要说明为什么简单的方法不合适。计量方法的好坏不在其复杂程度，而在于他是否能够帮我们得到正确的估计值，以了解数据中所包含的真正信息。
2. 除了估计值以及对应的t检验外，也可做一些f检验之对多个系数的假设检定。
3. 回归模型的设定，尤其是解释变量的取舍，可在估计过程中不断的修正。对应变量和解释变量均可尝试诸如对数、指数、幂函数等不同的转换。这些转换方式的决定，以经济理论上的考虑最为重要，不能但只为了提高模型的失陪，而盲目的做一些不合理的变量转换。
4. 选取解释变量时，应有如下的考虑：
（解释变量和因变量之间的关系一定要正确，也就是说，解释变量是原因在先，应变量是结果在后，有一定的先后顺序。尤其要注意，有些变量数值的产生很可能适合应变量同时决定的，或是因果关系不很明确（也就是说，相对于应变量而言，这些变量是内生的），则在选取这些变来给你作为解释变量时，便要非常小心。解释变量的内生问题通常是研究被批评的主要原因。
要注意解释变量的同构型，不能不分青红皂白的将一大堆彼此相关性很高的变量（包括相同变量的不同转换、或是几个变数间的各种交乘项）放进回归式内，造成严重的现行重合问题。
经济理论所牵涉到的变量通常是无法观察到的，因此在做实证研究时必须替代变量（proxy）,研究者要对所选用之替代变数的合理性相加说明。由于数据总有些缺失，常有人在束手无策之下，采用了很多匪夷所思的替代变数虚拟变量的定义要清楚而合理，使用要小心要探讨解释变量不足、观察只有误差等数据缺失所可能造成的计量问题。
5. 横断面数据要注意干扰项异方差（heteroscedasticity）的问题，时间数列的数据则要注意干扰项自相关（autocorrelation）的问题。若要确定时间数列的稳定性（stationarity），若有季节变动也要加以处理。
6. 模型的稳定性要注意，可能需要诸如chow test或cumsum test的检验。
7. 若用到mle或gmm等非线性计算，则在撰写论文时要对数值方法的细节，诸如统计软件及数值方法的名称、起始值之选取、收敛速度、是否产生区域解（local solution）、收敛条件的设定等，均需有所说明。
8. 若实证模型中有多个应变量（和对应之方程式）值的同时分析，则可考虑采用seeming uelated regression甚至联立回归模型等系统模型，以更有效的利用各回归式之间的相关性。
三、 论文的写作
1. 首页：论文题目，作者名字，系所，学好，日期
2. 摘要：对全文宗旨做一简单描述，并简述文章的目的是对经济结构的分析，还是对未来趋势的预测，还是对政策的评估；然后简单介绍所使用的模型及变量，数据的种类及来源，所估计的模型，所采用的计量方法；最后以最主要的实证结果为终结。
3. 绪论：说明研究的性质、范围和目的，并从不同角度或一个比较宽广的视野（历史、社会、文献、问题严重性等）来解释研究的重要性。
4. 文献回顾：对和主题有直接和间接关系的文献做一个简单清楚有系统的回顾，和主题有直接关系但又不同结果的文献，更是要有比较完整的解释。
5. 模型设定：模型有理论模型和实证模型两类。理论模型是从经济理论中直接导出，而实证模型则是从理论模型中衍生出来，是要以实际资料来估计的。理论模型通常需要以数学推导，因此文章中可列出一些关键的公式以帮助理论的阐述，但不应长篇累牍的堆积只有间接关系的公式。实证模型通常是以回归模型的形式表示，对模型中所涉及的变量均需给与明确的定义，对解释变量和应变量之间的关系要详尽的说明，也要解释对模型中主要系数（或由这些系数所导出之弹性、乘数等）肯能数值的大小及符号又怎样的理论预期。
6. 资料说明：对数据的种类，性质，来源出处，数据修订的方式，数据中可能有的错误和缺失，都要有详细的说明，最好也能将资料的基本统计量表列出来。
7. 计量方法的描述：对所用到的每一个符号都要有清楚的定义。
8. 实证结果的论文：
系数估计的主要结果均需以表列出，在表中每一系数对应之变量名称要写清楚，每一系数估计值旁均需伴随一标准差（s.e）或t统计量，也可以加列p值，对于显著的估计值也可附加诸如星号之特殊标记以提醒读者。显示模型整体表现的统计量，诸如R2（线性回归模型），F检定统计量，Durbin—Watson检定统计量（对时间数列资料），也可选择性的列于表内。在表的脚注中，必须说明表中所有的特殊符号和简称，表中变量名称的选取，应尽量采用有意义的中文简称，
少用无意义的英文字母组合。制表的基本原则就是要让读者便捷、完整而清楚的了解估计的结果；
对主要回归系数（或又回归系数所导出之弹性、乘数等）估计值的大小、符号及显著与否要详加讨论，对以显著的估计值更要和理论预期值比较，若有明显的矛盾，则要探讨原因；
若能在文献中找到类似模型的估计结果，则应择要论文，并作比较；
9. 对重要回归系数若是得不到显著的估计值，则要探讨其中原因。也绝不能对不显著的估计值做出过度的解释，尤其不能宣称不显著的估计值支持或不支持某些特定结论。我们要知道估计值不显著，就是表示所使用的数据不能够提供足够的信息，若是没有足够的信息，当然不能够也不应该做出任何确切的结论；
10.为增加文章的清晰度，能够条列的结果应尽量条列（但要注意条列式的阐述易流于机械化而让读者失去兴趣），同样的，能够列表的结果应尽量列表，表格应尽可能的明确、独立自主而自成一体（多利用表格下端的附注详加解释表格的内容），尽可能让读者不用在文章中到处找相关说明。此外，图表也是一个非常精准有效值传达信息的方式，应多加利用；
（所有具有政策意义的重要论点都要经过假设检定的严谨统计程序探讨其显著性；
若要根据估计模型对数据外的时期或状况进行预测，则态度必须报收谨慎，
尽可能设想预测可能不准的原因；）
11.所有列举的统计数字应尽量保持统一的小数点位数（小数点后三位数或四位数均可），如果有很小或很大的数字，则可以用科学表示法表示（例如1.2345×10-4），尽可能显示出三至五位有效数字。
12.结论：对所有重要结果做一个完整的总结，并经由理论或数据中不尽完美处的讨论，致命未来研究的方向。
13.列举参考文献
四、 一些注意事项
1. 正确的进行研究很重要，但如何将研究结果有条有理、完整而正确的写成论文则更是重要。由于大学教育并不重视过问（英文）写作的训练，很多学期论文的问题都在于国文（英文）的写作。所以对论文主体完成后的文字修饰工作，一定要给与很大的重视。
2. 写论文应该保持着推销产品的心态，所以在包装产品（即写文章）之前要清楚的了解顾客（读者）的基本心理：顾客基本上是抱着不太关心但走着瞧的心理，所以 写文章时，便要时时设想如何能在非常短的时间内让顾客对产品发生兴趣，当然也要设想如何能让他们在将产品消化后能对产品赞不绝口。
3. 大家都知道文章中每一个章节都有一个主题（章节的标题就是用来点明该主题的的），但很多人似乎是不知道，文章中的每一个段落也有各自的主题，也就是说每一个段落只是用来说明一件事情的。很多人常在该分段的时候部分，以致一个段落中常挤进两三个不太相关联的主题，而让读者不易掌握文章重点。
4. 相对的另一个问题是，同一个主题，也应该在同一个地方讲清楚，而不应该在文章中不同的地方重复出现（在序论及结论中对个主题之概论则例外），尤其是不应该在不同的地方出现相互矛盾的说法。但有时候在对一个主题的解
释过程中，可能需要先了解一些其他的概念，因此有必要将一个主题的解释，分置于文章中两个不同的段落。若如此则在前一部分解释完成后，应预先告知往后还会有更多的说明。这种做法既让读者有一个全盘了然的感觉，也提醒自己在前后不同地方的说明要彼此呼应而不重复或矛盾。
篇二：实证研究论文开题报告样文(王超)
开题报告审核表
游戏植入式广告植入频次对植入品牌广告效果的影响
——基于游戏涉入度和交互性的调节作用
游戏植入式广告植入频次对植入品牌广告效果的影响
——基于游戏涉入度和交互性的调节作用
一、选题依据
篇三：实证论文写作建议
关于实证论文写作的一些建议
经济学院非常期望大家在毕业论文中有实证分析，但实证分析做起来不容易，特别是要有自己的新东西很困难。通篇以计量分析为主的论文写作应该找范文，借鉴范文的思路和方法来分析其他国家和省市；或者能发现范文的不足，通过增加变量、替代变量或改变计量方法等来做是最容易成功的；还有一种应用计量分析的方法是在以理论分析为主的论文中加入一些简单的计量实证以证明自己的观点，这种实证可以是很简单的，也可以是和其他的论文相同的，但篇幅不要太大，却能增色不少。
如果以后大家写计量方面的论文，需要注意几个方面。
1. 计量整体框架需明确。我给大家提供了三个模板，涉及到四种计量方法：单位根检验、最小二乘回归、VAR模型及脉冲响应分析和方差分解分析、协整检验和误差修正模型估计。大家最好能看懂计量结果，并知道它们的用处，这样才能通过组合形成计量分析的整体框架。
我们提供的模板是针对时间序列的，如果是截面数据就不能这样做了，当前不少分析使用的是面板数据，它有自己专门的分析技术。
2. 数据的查找和基本处理很重要。现在有越来越多的数据库，越宏观的数据被使用的越滥，自己越可能做无用功，因此最好选用稍微微观的数据来使用，如果有企业、家庭层面的数据最好，否则使用省市数据也比全国数据要好一些。数据得到之后要做一些基本的处理，例如加总、分类、变形等，这很费工夫，属于基本功。
3. 查阅文献非常重要。一方面，自己可以找到直接的参考范文，这样会省很多事；另一方面，可以从文献中学习具体的分析技术，了解相关理论，并借鉴通用的写作方法；最重要的是可以发现什么还没有做，避免自己重复别人的工作，白费功夫。
4. 论文写作要规范，即使技术陈旧，即使没有大的创新，但整篇论文要让人看起来很规范。具体体现在如下几方面：
A 论文题目、摘要、关键(本文来自：WWw.DXF5.com 东 星 资 源 网:实证研究的论文范文)词、参考文献都不能少，要规范；
B 论文用语要书面化，要有专业词汇，不能和记者的报道相混淆；
C 论文中的图表公式要规范，图尽可能简洁，表最好采用三线格式，公式要用公式编辑器来输入。
附录：
关于ADF、VAR、VECM计量方法应用的一般判断
对于时间序列变量，通常首先需要做平稳性检验（ADF检验），然后再做进一步的分析，这样做主要是为了避免伪回归。
一、变量平稳性检验（ADF检验）
1）ADF检验的判别方法——
ADF检验可以对变量本身进行检验（选择水平值），也可以对其一阶差分和二阶差分进行检验。
A、对于某个变量，如果其ADF检验（水平检验）的概率值较小（<0.05或<0.1)，则拒绝原假设，认为该变量是平稳的；否则是非平稳的
B、如果其水平检验是非平稳的，但其一阶差分检验是平稳的，则该变量是单整变量I(1)
C、如果其二阶差分检验才是平稳的，则通常我们不直接使用该变量。需要对该变量求对数，或差分，变为单整变量后再使用。
2）平稳性检验的应用——
我们只使用平稳变量或单整变量，而不使用其他变量，而且要求所有变量都是平稳的，或者都是单整的。
A、如果所有变量都是平稳的，则可以直接做VAR分析、回归分析、格兰杰因果检验等
B、如果所有变量都是单整的，则需要做协整检验，协整检验通过后可以做误差修正模型或回归分析，或其他分析
C、其他情况下，一般我们需要对变量做出一定的变换，例如求对数，求差分等。
二、VAR分析
VAR分析首先要进行VAR模型的估计，然后可以进行脉冲响应、方差分解等分析。 脉冲响应通常用图表示，方差分解通常用表来表示。脉冲响应表示各变量对某一特定变量变动的反应，即特定变量变动一下（变动一个标准差）后，在下一期、下下期、下若干期时各变量受到的影响。方差分解表示某一变量的变动在所有变量上的分解，即该变量的一个方差变动到底有多少归因于它自身，又有多少归因于其他变量。
三、协整分析
包括协整检验和误差修正模型
协整检验中通常要求第一行的概率值很小（<0.05或<0.1），第二行的概率值较大（>0.1）。第一行概率值较小，表示拒绝原假设，认为存在一个协整方程；第二行的概率值较大，表示接受原假设，认为最多存在一个协整方程。可以选择适当的选项来得到该结果。
误差修正模型的写法要注意，可参照你们计量教材上的表述。