 最近，有朋友粉丝讨论，他们在投稿时遇到了“控制变量”如何选择的问题，这类问题包括：什么控制变量需要纳入、什么控制变量可以剔除，或者如何去寻找适合主题的控制变量。 显然，做好控制变量的选择，是咱们在实证研究中非常重要的一件事情！如果在选择过程中，控制变量的选定没有做到有理有据，可能会被学术同仁或者审稿人群质疑，甚至拒稿。 从实证研究角度来看，在回归分析中控制变量的作用是毋庸置疑的。日常的实证回归分析，我们主要目的在于讨论因变量和自变量之间的因果关系，但是一个回归分析模型又并不是只能有自变量和因变量，毕竟因变量的产生还可能受到其他因素的影响或干扰。 在一定程度上来说，如果对控制变量予以控制，可能会存在一下两个方面的问题：一是忽视其他因素影响，从而带来放大自变量影响的潜在问题；二是实证研究中常见的遗漏变量问题，模型忽视了其他重要因素的影响，由此可能导致因变量和自变量之间的内生性问题。当然，上述两个问题之间也可能存在紧密的联系。 虽然在实证研究中我们十分重视控制变量的选定问题，但是我们需要注意的是，并不是所有的因变量影响因素都要纳入，这显然会给我们研究带来极大的困难。所以，在选择控制变量时，我们需要注意几个问题： 一是控制变量的选定应围绕因变量来产生确定，而不能天马行空，随意搭配；二是控制变量的选定避免随意摘取的心态，毕竟因变量的影响因素较多，需要有条件或者有据可依地选择确定；三是控制变量的选定不是越多越好，你要知道任何一个经济现象产生（因变量）都可能是由千万个因素影响产生的，我们所能做的工作就是从其中选定某些重要因素开予以控制，控制变量就对因变量产生重要影响的因素来确定；四是控制变量的选定需要有理有据，可以有理论依据，也可以经验优先，不能无中生有地确定控制变量。 为此，在实证研究中，我们该如何才能更好地去选择控制变量呢？它们的确定选取有什么途径或者解决方案呢？ 一是参考已有权威文章或者学者专家的研究，通过阅读已有权威文章来借鉴他们的模型设计，从已有文献资料中确定你需要控制哪些因素。当然，这种方法对你来说可能比较简便易行，很容易做到有据可循，仅仅寻找同类因变量的文献即可。 二是根据因变量产生或者可能受到影响的因素，这就需要对相关理论知识予以掌握和吃透，从现有的理论依据中寻找我们模型中需要予以控制哪些因素，且选定哪些因素是我们重点关注的对象，并将这些重点因素作为控制变量选定目标的最优选择集。 三是通过常识经验来分析判断，并以此来确定控制变量，这也是一种不错的方案，但是往往存在受到挑战质疑的风险，这是为什么呢？有的学术问题研究避免个人的主观臆断，经验虽然重要，但是个人主观意识太强，难以再学术交流上令人信服，所以在运用该方法时需要你强化理论阐述，多引用文献资料予以支持。 |
|
|
