计量经济学中的“经验策略”和“识别策略”之间的区别?

机器算法验证 回归 计量经济学 实验设计 术语 因果关系
2022-04-05 18:28:11

这些术语之间有什么实质性区别,特别是对于经济学家而言?

工具变量、差异中的差异和回归不连续设计是否被视为“识别策略”?

例如,如果我使用差异中的差异来获得因果效应,有人问我“你的识别策略是什么?” “我使用了差异设计”是适当的回应吗?

1个回答

这两个术语都是相当丰富的术语,其含义取决于使用它的人。

从广义上讲,“经验策略”是研究人员用来表示他们在处理问题和提供答案的整体“过程”的总称。事实上,安格里斯特和克鲁格在《劳动经济学的实证策略》(我自己强调)中写道:

我们广泛使用“经验策略”一词,从因果问题的陈述开始,延伸到识别策略和计量经济学方法、数据源的选择、测量问题和敏感性测试。

这再次证实了经验策略是一个包罗万象的术语,用于指示您的整体方法。

相比之下,我认为“识别策略”意味着非常具体的东西。我在这个 CV question 中写了一些关于识别的内容根据我在那里提出的识别定义,我将识别策略定义为

  1. 定义您感兴趣的参数(例如治疗对结果的因果影响),以及
  2. 证明您观察到的数据(DGP)和强加的假设(例如 diff 中的平行趋势)识别此参数

在应用工作中,您可能会注意到人们对此并不那么严格,而是会说一些诸如“我们的识别策略利用差异设计的差异……”之类的话,这很好,因为在许多常用的设计,之前的工作已经完成了繁琐的展示形式的工作,所以应用研究可以简单地说他们在diff中做一个diff,而不必解释每个细节。但在识别策略新颖的作品中,他们必须实际证明识别策略“有效”。