Field experiments in economics: Steven D.Levitt John A.Listab、進化する 経済学の実証分析 経済セミナー増刊2016
（ 経済学、リンク::::::::::）
NAMs出版プロジェクト: 経済学日本人著者入門書
http://nam-students.blogspot.jp/2016/10/blog-post_9.html
http://nam-students.blogspot.jp/2016/10/blog-post_9.html
Field experiments in economics: Steven D.Levitt John A.Listab、進化する 経済学の実証分析 経済セミナー増刊2016
http://nam-students.blogspot.jp/2017/09/field-experiments-in-economics-past.html @リーマンショックへの反省があまり見られない点に危惧の念が湧くが、良書である。
経済学における実証研究の分類：
主体均衡 ← 「理論との対応関係」 → 一般均衡
↑ ・部分均衡
統計実験データ ｜
｜ ラボ実験
｜ 経済実験
｜フィールド実験
｜
「用いられるデータ」 自然実験 観察データに基づく
｜ 疑似的実験 計量経済学研究
「用いられるデータ」 自然実験 観察データに基づく
｜ 疑似的実験 計量経済学研究
｜
｜ 構造推定 数値解析 AGE/CGE/DSGE
｜ 構造推定 数値解析 AGE/CGE/DSGE
観察データ ｜
↓
↓
「数量的検証方法」
出所）Levitt and List(2009)のFigure1＊を筆者が拡張したもの。
出所）Levitt and List(2009)のFigure1＊を筆者が拡張したもの。
経済学における実証分析の進化(進化する経済学の実証分析 経済セミナー増刊 ):澤田康幸 より
応用一般均衡モデル (AGE: Applied General Equilibrium)
計算可能一般均衡モデル（CGE: Computable General Equilibrium）
動学的確率的一般均衡モデル（DSGE: Dynamic Stochastic General Equilibrium）
＊
Field experiments in economics
経済モデルには多くの種類があり、マクロ経済モデル、数量経済モデル、産業関連モデル、計算可能一般均衡モデル（CGE: Computable General Equilibrium）、動学的確率的一般均衡モデル（DSGE: Dynamic Stochastic General Equilibrium）などがある。
Shoven and Whalley(1984)による応用一般均衡 (AGE: Applied General Equilibrium) モデルは静学モデルであるものの、複数の製品市場と生産要素市場、および市場間の取引がモデルに反映され、効用関数、生産関数、予算の制約といった条件もモデル内に明確に表されていた。そのため、当該モデルは税制の改変、貿易自由化の経済に対する影響面などで広く利用されている。本研究が採用する計算可能一般均衡モデル(CGE)と応用一般均衡モデルはこの点において同じである。違いは本研究では静学モデルだけでなく、動学モデルも構築していることである。つまり、我々は動学的制約条件下における異時点間の最適化行動も考慮している。
一方、Kydland and Prescott (1982)は効用関数、生産関数、予算の制約条件を明示しただけでなく、動学的に最適化した動学モデルに、確率的に発生するインパクトまでも動学的一般均衡モデルに取り込んでいる。ただ、このモデルは多部門の産業政策の評価ではなく、ランダムに発生するインパクトが経済変動に影響する実際の景気循環の研究などで使われることが多く、重要なマクロ経済の仮説の検証によく用いられている。このDSGE(Dynamic Stochastic General Equilibrium)モデルの特徴は労働供給が内生である上に、ランダムに発生するインパクトを表現している点にある。当然のことながら本研究で構築するCGEモデルでは、モデルの労働供給も内生であり、ランダムに発生するインパクトも明確に表すことができる。DSGEモデルは、主にマクロ経済の評価に用いられ、CGEモデルは主に課税や貿易自由化など産業政策の評価に用いられる。
Harrison and List (2004) develop a taxonomy of experiments which proves useful for thinking about the variety of research that falls under the rubric of ‘‘field experiments.’’ They classify field experiments into three categories: artefactual, framed, and natural. Fig. 1 shows how these three types of field experiments compare and contrast with laboratory experiments and the analysis of naturally-occurring data. On the far left in Fig. 1 are laboratory experiments, which typically make use of randomization to identify a treatment effect of interest. Making generalizations outside of this domainmightprovedifficult in some cases (see Harrison and List, 2004; Levitt and List, 2007a,b), but to obtain the effect of treatment in this particular domain the only assumption necessary is appropriate randomization. The right-most part of the empirical spectrum in Fig. 1 includes examples of empirical models that require making identification assumptions to identify treatment effects from naturally-occurring data. Rosenzweig and Wolpin (2000), Blundell and Costas Dias (2002), and Harrison and List (2004), among others discuss the necessary assumptions of these approaches.
Harrison and List（2004）は、「野外実験」のループルに該当する様々な研究について考えてみるのに役立つ実験の分類法を開発しています。フィールド実験は、人為的、枠組み的、自然の3つのカテゴリに分類されます。図1は、これらの3つのタイプの現場実験をどのように比較し、実験室実験および自然発生データの分析と対比させるかを示す。図1の左端には、典型的には無作為化を利用して目的の治療効果を特定する実験室実験がある。いくつかのケースでHarrison and List、2004; Levitt and List、2007a、bを参照。しかし、この特定の領域における治療効果を得るためには、必要な唯一の仮定は適切なランダム化である。図1の経験的スペクトルの最も右の部分には、自然発生データからの治療効果を同定するための同定仮定を必要とする経験的モデルの例が含まれています。 RosenzweigとWolpin（2000）、Blundell and Costas Dias（2002）、およびHarrison and List（2004）などは、これらのアプローチの必要な前提について議論している。
Between these endpoints are field experiments. The most minor departure from the typical laboratoryexperiment is the ‘‘artefactual’’ (i.e., artificial, fake, or synthetic) field experiment, which mimics a lab experiment except that it uses ‘‘nonstandard’’ subjects, typically experimental participants from the market of interest.14 Examples of early contributions in this genre include Bohm’s (1972) seminal work comparing how willingness to pay for a sneak previewa Swedish television show differs when the activity is purely hypothetical versus when the payment and sneak preview will actually occur. This study qualifies as an artefactual field experiment because the subject pool is drawn from a random sample of the Stockholm population aged 20–70, as opposed to college students. While Bohm’s insights have influenced a general line of research within environmental economics (see List and Gallet, 2001 for a meta-analysis), the literature did not quickly follow Bohm’s lead to pursue research outside of the typical lab experiment.
これらのエンドポイントの間にはフィールド実験があります。典型的な実験室実験からの最も小さな出発点は、「非標準的」被験者、典型的には市場からの実験参加者を使用することを除いて実験室実験を模倣する「人為的、擬似的、または人工的」現場実験であるこのジャンルの早期寄稿の例としては、Bohm（1972）の作品があります。スウェーデンのテレビ番組の予告編を支払う意志が、支払いとスニークプレビューが実際に行われる時とはまったく仮定的なものである場合と異なります。この研究は、対象のプールが、大学生とは対照的に、20-70歳のストックホルム人口の無作為標本から引き出されているため、人工現場実験としての資格があります。ボームの洞察は、環境経済学の中で一般的な研究に影響を与えてきたが（リストとガレット、2001年のメタアナリシス参照）、典型的な実験室実験以外の研究を追求するための文献はすぐにはなかった。
Controlled Data Naturally-Occurring Data
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
Lab AFE FFE NFE NE, PSM, IV, STR
Lab: Lab experiment
AFE: Artefactual field experiment
FFE: Framed field experiment
NFE: Natural field experiment
NE: Natural experiment
PSM: Propensity score estimation
IV: Instrumental variables estimation
STR: Structural modeling
Fig. 1. A field experiment bridge.
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
Lab AFE FFE NFE NE, PSM, IV, STR
Lab: Lab experiment
AFE: Artefactual field experiment
FFE: Framed field experiment
NFE: Natural field experiment
NE: Natural experiment
PSM: Propensity score estimation
IV: Instrumental variables estimation
STR: Structural modeling
Fig. 1. A field experiment bridge.
Field experiments in economics: The past, the present, and the future
経済学における実証研究の分類：
「用いられるデータ」
←統計実験データ 観察データ→
「用いられるデータ」
←統計実験データ 観察データ→
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
主体均衡・部分均衡 ラボ実験 フィールド実験 自然実験 疑似的実験 構造推定
↑ ＼ ／ ＼観察データに基づく／ l
「理論との対応関係」 経済実験 …… 計量経済学研究 … 数値解析 …「数量的検証方法」
↓ AGE/CGE
一般均衡 DSGE
主体均衡・部分均衡 ラボ実験 フィールド実験 自然実験 疑似的実験 構造推定
↑ ＼ ／ ＼観察データに基づく／ l
「理論との対応関係」 経済実験 …… 計量経済学研究 … 数値解析 …「数量的検証方法」
↓ AGE/CGE
一般均衡 DSGE
出所）Levitt and List(2009)のFigure1を筆者が拡張したもの。
経済学における実証分析の進化(進化する経済学の実証分析 経済セミナー増刊 ):澤田康幸 より
2016
進化する経済学の実証分析 経済セミナー増刊
https://www.amazon.co.jp/gp/product/B01KTWZ62A/
進化する経済学の実証分析 経済セミナー増刊
https://www.amazon.co.jp/gp/product/B01KTWZ62A/
目次
第1部:基本をおさえる
1. 鼎談「実証分析が切り拓く経済学の未来」
奥井亮× 川口大司× 古沢泰治
2.実証分析手法の現在
経済学における実証分析の進化:澤田康幸 ☆
経済学における実験的アプローチの意義:下村研一・瀋俊毅
応用ミクロ計量経済学の手法と論点:北村行伸
3.実証分析をめぐるさまざまな論点
ルーカス批判とマクロ計量分析:渡部敏明
評価装置としての経済モデルとカリブレーション:山田知明
識別とは何か:奥村綱雄 @@@
誘導型推定 vs. 構造推定:中嶋亮 ☆☆
開発経済学における計量的アプローチと実験的アプローチ:樋口裕城
第2部:最先端を知る
各分野の実証研究
マクロ経済学:阿部修人
ファイナンス:柴田舞
行動経済学:大垣昌夫
産業組織論:今井晋・加納和子・南橋尚明
労働経済学:小原美紀
開発経済学:伊藤成朗@@
教育経済学:中室牧子
医療経済学:花岡智恵
第1部:基本をおさえる
1. 鼎談「実証分析が切り拓く経済学の未来」
奥井亮× 川口大司× 古沢泰治
2.実証分析手法の現在
経済学における実証分析の進化:澤田康幸 ☆
経済学における実験的アプローチの意義:下村研一・瀋俊毅
応用ミクロ計量経済学の手法と論点:北村行伸
3.実証分析をめぐるさまざまな論点
ルーカス批判とマクロ計量分析:渡部敏明
評価装置としての経済モデルとカリブレーション:山田知明
識別とは何か:奥村綱雄 @@@
誘導型推定 vs. 構造推定:中嶋亮 ☆☆
開発経済学における計量的アプローチと実験的アプローチ:樋口裕城
第2部:最先端を知る
各分野の実証研究
マクロ経済学:阿部修人
ファイナンス:柴田舞
行動経済学:大垣昌夫
産業組織論:今井晋・加納和子・南橋尚明
労働経済学:小原美紀
開発経済学:伊藤成朗@@
教育経済学:中室牧子
医療経済学:花岡智恵
トップカスタマーレビュー
5つ星のうち5.0ミクロデータの実証や分析にたずさわる者にとって必携の「マナー」本
投稿者Nilson2017年3月1日
はじめに、執筆者の多くが理論家ではなく応用実証家であることには留意する必要がある。理論的な部分は、本書の焦点にない。
本書の内容を扱う日本語による類書が少ないため、それだけでも十分素晴らしいものである。とくに中嶋論考「構造推定VS誘導型」のキレのすさまじさ（著者らしさがでている）と情報量の多さ（補論だけでもA4に細かい字2ページにおよぶ。）は抜けている。構造推定と誘導型の研究のどちらでも一流の論文が書ける著者にしかなせない技であろう。
しかし、立ち位置を一絡げで説明するのは非常に難しい。以下に場合分けして書いてみる。
第一に、社会科学を専攻する学部学生にとっては、ゼミでの論文執筆の手がかりになる啓蒙書、手軽なサーベイ集になりうる。参考文献を読まずとも十分面白さは伝わるであろう。またインゼミや懸賞論文に挑む研究意欲のある学部学生には、ディフェンスTipsとして使えるであろう。審査にあたる実証屋に間違いなくつっこまれるポイントが（簡潔にまとまっているとは言いがたいが）凝縮されている。ミクロ理論やマクロ専攻、経済学に関心のある位の門外漢にとっても知っていて損はないネタ帳になる。
第二に、実証系で経済学（社会科学系）の修士に進もうとしている学生にとっては、院試前の研究計画を書き上げる前段階に必ず読むべき資料になる。さらに関心があるトピックについてはJEPやJELを何本か読めば準備としては上出来であろう。
第三に、コアコースをまともにこなした実証専攻の修士レベルの人間にとっては、原論文から確実に抑えておかなければならない基本文献集であり、論文を読み書くにあたり血肉となるまで刷り込んでおかなければならない最低限のマナー本である。本書の議論を共通言語として、識別や外生性や仮定について検証していくので、概念すら知らないというのは無礼といっても過言ではない（よね？）。一方で、応用分野のトピックに関しては一般的な議論での重複が多く、各分野の特有の記述統計的な情報以外にはあまり役に立つものはなく踏み込みが全く足らず残念。せっかくならば、熟練の専門家にしか気づけないような分野特有のデータの性質や手法、2010年以降のトピックについても記述をさくべきである。
第四に、（経済学にかかわらず）計量や統計理論の専門家にとっては、「実証・実務データ分析の現場」という領域で最先端の手法がどのように理解され利用されているかを知るのによい文献である。やはり、現場に使用してもらって（時間はどれだけかかっても）普及してこその計量・統計理論であるように思う。ただ、理論的に興味深い新しめのトピックやシミュレーションによる手法比較等は全く扱われていないので、そこはEconometricsReviewや統計学のジャーナルの特集などを読んだ方が満足度は高いであろう。
本書は「進化する経済学の実証分析」という名の実質は「ミクロ実証」サーベイ本である。マクロ系の話題は少なく、計量理論に関しての話題は単語レベルの紹介しかない。もし増刊号シリーズとして続刊がでるのであれば、以下のトピックの最先端が狙い目だと思う。（日本語による類書はハンドブックや日本経済学会75年史 -- 回顧と展望の市村先生の章以外には手薄なので、専門家、にとっても実務家にとっても必携本になりうる）
・識別（ノンパラ、セミパラ、不等式制約なども重なる）
・数値計算系のトピック（マクロDSGEやIOやLaborの構造推定では必須）
・ビジネス実務と経済学、コンピューターサイエンスと経済学の境目（民間企業と経済学者のコラボが増えてきた今こそ専門性のぶつかり合いが見られる？）
・大規模、高次元データ
5つ星のうち5.0ミクロデータの実証や分析にたずさわる者にとって必携の「マナー」本
投稿者Nilson2017年3月1日
はじめに、執筆者の多くが理論家ではなく応用実証家であることには留意する必要がある。理論的な部分は、本書の焦点にない。
本書の内容を扱う日本語による類書が少ないため、それだけでも十分素晴らしいものである。とくに中嶋論考「構造推定VS誘導型」のキレのすさまじさ（著者らしさがでている）と情報量の多さ（補論だけでもA4に細かい字2ページにおよぶ。）は抜けている。構造推定と誘導型の研究のどちらでも一流の論文が書ける著者にしかなせない技であろう。
しかし、立ち位置を一絡げで説明するのは非常に難しい。以下に場合分けして書いてみる。
第一に、社会科学を専攻する学部学生にとっては、ゼミでの論文執筆の手がかりになる啓蒙書、手軽なサーベイ集になりうる。参考文献を読まずとも十分面白さは伝わるであろう。またインゼミや懸賞論文に挑む研究意欲のある学部学生には、ディフェンスTipsとして使えるであろう。審査にあたる実証屋に間違いなくつっこまれるポイントが（簡潔にまとまっているとは言いがたいが）凝縮されている。ミクロ理論やマクロ専攻、経済学に関心のある位の門外漢にとっても知っていて損はないネタ帳になる。
第二に、実証系で経済学（社会科学系）の修士に進もうとしている学生にとっては、院試前の研究計画を書き上げる前段階に必ず読むべき資料になる。さらに関心があるトピックについてはJEPやJELを何本か読めば準備としては上出来であろう。
第三に、コアコースをまともにこなした実証専攻の修士レベルの人間にとっては、原論文から確実に抑えておかなければならない基本文献集であり、論文を読み書くにあたり血肉となるまで刷り込んでおかなければならない最低限のマナー本である。本書の議論を共通言語として、識別や外生性や仮定について検証していくので、概念すら知らないというのは無礼といっても過言ではない（よね？）。一方で、応用分野のトピックに関しては一般的な議論での重複が多く、各分野の特有の記述統計的な情報以外にはあまり役に立つものはなく踏み込みが全く足らず残念。せっかくならば、熟練の専門家にしか気づけないような分野特有のデータの性質や手法、2010年以降のトピックについても記述をさくべきである。
第四に、（経済学にかかわらず）計量や統計理論の専門家にとっては、「実証・実務データ分析の現場」という領域で最先端の手法がどのように理解され利用されているかを知るのによい文献である。やはり、現場に使用してもらって（時間はどれだけかかっても）普及してこその計量・統計理論であるように思う。ただ、理論的に興味深い新しめのトピックやシミュレーションによる手法比較等は全く扱われていないので、そこはEconometricsReviewや統計学のジャーナルの特集などを読んだ方が満足度は高いであろう。
本書は「進化する経済学の実証分析」という名の実質は「ミクロ実証」サーベイ本である。マクロ系の話題は少なく、計量理論に関しての話題は単語レベルの紹介しかない。もし増刊号シリーズとして続刊がでるのであれば、以下のトピックの最先端が狙い目だと思う。（日本語による類書はハンドブックや日本経済学会75年史 -- 回顧と展望の市村先生の章以外には手薄なので、専門家、にとっても実務家にとっても必携本になりうる）
・識別（ノンパラ、セミパラ、不等式制約なども重なる）
・数値計算系のトピック（マクロDSGEやIOやLaborの構造推定では必須）
・ビジネス実務と経済学、コンピューターサイエンスと経済学の境目（民間企業と経済学者のコラボが増えてきた今こそ専門性のぶつかり合いが見られる？）
・大規模、高次元データ
5つ星のうち5.0必携の書
投稿者北海道の者2016年9月13日
この分野に関心のある方には是非持っていてほしい、そんな書である。
「識別とはなにか」や「誘導型推定 v.s. 構造推定」といった頭の整理に役立つ章が用意されていたり、
「経済学における実証分析の進化」といったこれまでの研究の潮流を読み解く章まであったりする。
ケチは一点ある。
エディターがおらず、各章の関係や位置づけが明らかでないことである。
いきなり鼎談が始まっている。
だが、悔しいことに、どの章から読んでもそんなケチはすぐに忘れてしまって、各章に夢中にさせられてしまう。
ほんとうにおすすめの一冊です。
投稿者北海道の者2016年9月13日
この分野に関心のある方には是非持っていてほしい、そんな書である。
「識別とはなにか」や「誘導型推定 v.s. 構造推定」といった頭の整理に役立つ章が用意されていたり、
「経済学における実証分析の進化」といったこれまでの研究の潮流を読み解く章まであったりする。
ケチは一点ある。
エディターがおらず、各章の関係や位置づけが明らかでないことである。
いきなり鼎談が始まっている。
だが、悔しいことに、どの章から読んでもそんなケチはすぐに忘れてしまって、各章に夢中にさせられてしまう。
ほんとうにおすすめの一冊です。
☆☆
図1 誘導型推定の概念図：
Ｚ Ｕ
↗︎ ↖︎
↘︎ ↙︎ ↘︎
Ｘ → Ｙ
図2 構造推定の概念図：
X＝g2(U｜β2)
Ｕ
／ ＼ Ｙ＝g1(X,U｜β1)
↙︎ ↘︎
Ｘ → Ｙ
誘導型推定 vs. 構造推定(進化する経済学の実証分析 経済セミナー増刊 ):中嶋亮 より
重要語：
用語 本文中で英語表記 別称 主な掲載ページ
欧文
ARCH autoregressive conditional heteroscedasticity 79
GARCH generali zed autore gressive conditionalheteroscedasticity 79
SUTVA Stable Unit Treatment Value AssumptionStable Treatment Unit ValueAssumption(STUVA) 66,110
SV stochastic volatility 79
あ～お
一般化積率法 Generalized Method of Moments (GMM) 32
か～こ
外部妥当性 external validity外的妥当性、外的整合性16,64,83,106
カリブレーション 42-45,70-72
機械学習9,18
疑似的実験 quasi-expertment 疑似実験16,53
局所的平均処置効果 Local Average Treatment Effect (LATE) 56,107-108
傾向スコアマッチング Propensity Score Matching (PSM) 16,122-123
構造推定 structural estimation 構造計量経済学モデル 16,30-33,52,89
交絡要因 confounding factor 交絡変数 53,120
さ～そ
最尤法推定 Maximum Likelihood(ML) 31,71
差の差 Difference in Difference (DID) 二重差分 16,123-124
識別 15,46-51
自己選択(抜)バイアス自己選択問題 15,46
自然型フィールド実験 Natural Field Experiment (NFE) 14,64,67
自然実験 Natural Experiment (NE) 4,16
実験計画法 15,32
実物的景気循環理論 Real Business Cycle (RBC) 38,42
人工的フィールド実験 Artefactual Field Experiment (AFE) 14,67,109
選択(抜)バイアス セレクション・バイアス 33,120
操作変数法 Instrumental Variable (IV) approach 16,29-30,53,123
た～と
多変量自己回帰 Vector Autoregressive (VAR) 17,39-40,71
データマイエング 18,56,110
点識別46
動学的確率的一般均衡 Dynamic Stochastic General Equilibrium (DSGE) 確率的動学一般均衡 17,38-39,42
な～の
内部妥当性 internal validity 内的妥当性、内的整合性 16,64,106
ネットワーク分析 8
は～ほ
反実仮想 counterfactual カウンターファクチュアル、反事実的状況 17,32,57
フィールド実験 Field Experirrlent(FE) 14,64,83
部分識別 46
不連続回帰デザイン Regression Discontinuity Design (RDD) 回帰不連続デザイン、非連続回帰デザイン 16,124
プログラム評価 program evaluation 32,57
平均処置効果 Average Treatment Effect (ATE) 平均治療効果 32-33,47,52-53
平均独立 48
ま～も
見せかけの相関 5
盲検 blinding 33,105-106,110
や～よ
誘導型推定 reduced form estimation 29,52,59,89
ら～る、わ
ラボ実験実験室実験 14,64,83
ランダム化比較試験無作為化比較試験、無作為化対照実験 15,32-34,122
ランダム化フィールド実験 RandomizedF'ield Experiments (npn) 102
ランダム係数モデル 91-93
ロジット・モデル 90-91
枠組み型フィールド実験 Framed Field Experiment (FFE)フレーム型フィールド実験 109
図1 誘導型推定の概念図：
Ｚ Ｕ
↑↑
＼ ／ ＼
↓ ↓ ↓
Ｘ → Ｙ
図2 構造推定の概念図：
X＝g2(U｜β2)
Ｕ
／ ＼ Ｙ＝g1(X,U｜β1)
↓ ↓
Ｘ → Ｙ
Ｙ＝g1(X,U｜β1)
誘導型推定 vs. 構造推定(進化する経済学の実証分析 経済セミナー増刊 2016＊ ):中嶋亮 より
http://i.imgur.com/c7P1OK7.jpg
＊
https://www.amazon.co.jp/gp/product/B01KTWZ62A/
全体にリーマンショックへの反省が見られない点に少し危惧の念が湧くが、良書ではある。
藤原秀夫2015が参照するのはフィッシャー貨幣の購買力1911
But Economics Is Not an Experimental Science Christopher A. Sims JOURNAL OF ECONOMIC PERSPECTIVES VOL. 24, NO. 2, SPRING 2010 (pp. 59-68)
http://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.24.2.59
Conclusion
Natural experiments, difference-in-difference, and regression discontinuity Natural experiments, difference-in-difference, and regression discontinuity design are good ideas. They have not taken the con out of econometrics―in fact, as design are good ideas. They have not taken the con out of econometrics―in fact, as with any popular econometric technique, they in some cases have become the vector with any popular econometric technique, they in some cases have become the vector by which “con” is introduced into applied studies. Furthermore, overenthusiasm by which “con” is introduced into applied studies. Furthermore, overenthusiasm about these methods, when it leads to claims that single-equation linear models about these methods, when it leads to claims that single-equation linear models with robust standard errors are all we ever really need, can lead to our training with robust standard errors are all we ever really need, can lead to our training applied economists who do not understand fully how to model a dataset. This is applied economists who do not understand fully how to model a dataset. This is especially regrettable because increased computing power―and the new methods especially regrettable because increased computing power―and the new methods of inference that are arising to take advantage of this power―make such narrow, of inference that are arising to take advantage of this power―make such narrow, overly simplifi ed approaches to data analysis increasingly obsolete.
Conclusion
Natural experiments, difference-in-difference, and regression discontinuity Natural experiments, difference-in-difference, and regression discontinuity design are good ideas. They have not taken the con out of econometrics―in fact, as design are good ideas. They have not taken the con out of econometrics―in fact, as with any popular econometric technique, they in some cases have become the vector with any popular econometric technique, they in some cases have become the vector by which “con” is introduced into applied studies. Furthermore, overenthusiasm by which “con” is introduced into applied studies. Furthermore, overenthusiasm about these methods, when it leads to claims that single-equation linear models about these methods, when it leads to claims that single-equation linear models with robust standard errors are all we ever really need, can lead to our training with robust standard errors are all we ever really need, can lead to our training applied economists who do not understand fully how to model a dataset. This is applied economists who do not understand fully how to model a dataset. This is especially regrettable because increased computing power―and the new methods especially regrettable because increased computing power―and the new methods of inference that are arising to take advantage of this power―make such narrow, of inference that are arising to take advantage of this power―make such narrow, overly simplifi ed approaches to data analysis increasingly obsolete.
http://pubs.aeaweb.org/doi/pdfplus/10.1257/jep.24.2.59
結論
自然実験、差異差、および回帰不連続性自然実験、差異差、および回帰不連続性の設計は良い考えです。彼らは計量経済学の矛盾を抱えていません。実際、デザインは良いアイデアです。彼らは計量経済学からの賛同を受けていない。実際、一般的な計量経済技術と同様に、いくつかのケースでは、普及した計量経済技術のベクトルになっていることもあり、場合によっては「con」が導入される応用研究。さらに、「詐欺」が適用された研究に導入される過度の不安。さらに、これらの方法についての不安は、これらの方法についての単一式の線形モデルが、堅牢な標準誤差を持つ単方程式線形モデルが今までに必要だったものであるという主張につながるという主張につながる場合、堅牢な標準エラーは、私たちが本当に必要とするものであり、データセットのモデリング方法を完全に理解していないエコノミストを訓練に活用することにつながります。これは、データセットのモデリング方法を完全に理解していないエコノミストに適用されます。コンピューティングパワーの増加と、この能力を利用するために生まれた新しい推論の方法が、このような狭い推論を生み出して、これを利用するようになったため、特に残念なのは特に残念です。そのような狭くて単純なデータ分析手法は、ますます時代遅れになります。
@@
誘導型を使った実証方法の手順：
仮説提示 仮説を示す
↓
モデル提示 仮説を表現できる理論モデル(構造型)
を示す
↓
解く 内生変数について解く(誘導型を得る)
↓
仮説の表現 仮説が正しい場合、誘導型の推計値が
満たすべき制約を示す
↓
データ入手 誘導型の推計に必要なデータを得る
↓
仮説検定 推計して制約が満たされるか検定する
技術変化と経済不変性の理論 リー群論の応用
叢書名 経済と経済学の明日 ≪再検索≫
著者名等 佐藤隆三／著 ≪再検索≫
著者名等 濃野隆之／監訳 ≪再検索≫
著者名等 三野和雄，筒井俊一／訳 ≪再検索≫
出版者 勁草書房
出版年 １９８４．５
大きさ等 ２２ｃｍ ４６６ｐ
注記 Ｔｈｅｏｒｙ ｏｆ ｔｅｃｈｎｉｃａｌ ｃｈａｎｇｅ ａｎｄ ｅｃｏｎｏｍｉｃ
ｉｎｖａｒｉａｎｃｅ：ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｌｉｅ ｇｒｏｕｐｓ．／の翻
訳 叢書の編者：佐藤隆三
ＮＤＣ分類 331.19
件名 数理経済学 ≪再検索≫
件名 技術革新 ≪再検索≫
内容 各章末：参考文献
書誌番号 3-0193001912
叢書名 経済と経済学の明日 ≪再検索≫
著者名等 佐藤隆三／著 ≪再検索≫
著者名等 濃野隆之／監訳 ≪再検索≫
著者名等 三野和雄，筒井俊一／訳 ≪再検索≫
出版者 勁草書房
出版年 １９８４．５
大きさ等 ２２ｃｍ ４６６ｐ
注記 Ｔｈｅｏｒｙ ｏｆ ｔｅｃｈｎｉｃａｌ ｃｈａｎｇｅ ａｎｄ ｅｃｏｎｏｍｉｃ
ｉｎｖａｒｉａｎｃｅ：ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｌｉｅ ｇｒｏｕｐｓ．／の翻
訳 叢書の編者：佐藤隆三
ＮＤＣ分類 331.19
件名 数理経済学 ≪再検索≫
件名 技術革新 ≪再検索≫
内容 各章末：参考文献
書誌番号 3-0193001912
アムロ波平 (@namiheiAMURO)
2015/02/25 21:54
佐藤隆三先生の『技術変化と経済不変性の理論――リー群論の応用』（勁草書房, 1984年）があります。@yagena 群論を経済学に応用した研究はありますか？ — おそらく皆無ではないでしょうが、僕自身は知りません。 ask.fm/a/bo7cc32q
Twitterアプリをダウンロード
2015/02/25 21:54
佐藤隆三先生の『技術変化と経済不変性の理論――リー群論の応用』（勁草書房, 1984年）があります。@yagena 群論を経済学に応用した研究はありますか？ — おそらく皆無ではないでしょうが、僕自身は知りません。 ask.fm/a/bo7cc32q
Twitterアプリをダウンロード
posted by yoji at 2:00 午前
＠＠＠
注目の研究・予想は？｜まるわかりノーベル賞２０１７｜NHK NEWS WEB
http://www3.nhk.or.jp/news/special/nobelprize2017/contyosou_economics.html
経済学賞 注目の研究・予想は？
ノーベル賞の「医学・生理学賞」、「物理学賞」、「化学賞」の自然科学系の３つの賞と、「経済学賞」については、データベース化された世界の研究論文の引用回数などをもとに、アメリカの学術情報サービス会社「クラリベイト・アナリティクス」が過去１０年間に発表した、受賞が有力視される候補者の中から、ことし、とくに注目される、海外の研究者や研究成果を紹介します。
１ 景気と雇用の関係を研究
ノーベル経済学賞の受賞が有力視されている海外の研究者とその研究成果。１人目は、景気と雇用の関係を研究し、景気の停滞が長期化する要因を分析したアメリカのマサチューセッツ工科大学の名誉教授、オリビエ・ブランシャール氏です…
…
２ 部分識別という新たな手法開発
ノーベル経済学賞の受賞が有力視されている海外の研究者とその研究成果。２つ目は、経済データの分析において、特定の数式に限らず、一定の幅を持たせて分析する 新たな手法を開発した、アメリカのノースウェスタン大学の教授、チャールズ・マンスキー氏です。
マンスキー氏はある経済データを分析する際、特定の数式に限らず、一定の幅を持たせて全体像を導き出す、「部分識別」という新たな手法を開発しました。
マンスキー氏の理論は、教育を受けた労働者の賃金がどれだけ上がるかを幅を持たせたデータとして示すことを可能にしたほか、職業訓練によって失業率がどの程度引き下げられるかといった実際の政策評価にも活用されています。
マンスキー氏の手法は、特定の数値の分析を重視してきたそれまでの経済学に一石を投じるものとされ、選挙における有権者の投票行動や、犯罪者の社会復帰のための制度のあり方など経済学以外の分野にも影響を与えました。
またマンスキー氏は、第２次世界大戦中に日本の外交官の杉原千畝が発給した、いわゆる「命のビザ」によって命を救われたユダヤ人の長男にあたり、親日家としても知られています。
マンスキー氏の研究に詳しい横浜国立大学大学院の奥村綱雄教授は、「経済の原因と結果の関係性をデータから明らかにする画期的な方法を示し、従来できなかった様々な経済の実証分析を可能にした意義は非常に大きい」と話しています。
３ コーポレート・ファイナンスの基礎の研究
ノーベル経済学賞の受賞が有力視されている海外の研究者とその研究成果。３つ目は、企業の資金調達や財務管理などについて理論的な基礎を築いたアメリカの３人の研究者です。
この３人は、いずれもアメリカの、ハーバード大学の名誉教授、マイケル・ジェンセン氏と、マサチューセッツ工科大学の名誉教授、スチュワート・マイヤーズ氏、それに、シカゴ大学経営大学院の教授、ラグラム・ラジャン氏です。
３人は、企業による資金調達や財務管理などいわゆる「コーポレート・ファイナンス」の分野で、理論的な基礎を築きました。
このうちジェンセン氏は、企業の経営者と株主の関係について株主への配当や企業の負債の比率が高まれば、経営者はより効率的な経営を目指すようになり、それが企業価値の向上にもつながるという理論を提唱しました。
また、マイヤーズ氏は、企業が資金を調達する際、株価を低下させないよう内部資金の利用などを優先し、株式の新規の発行をなるべく避ける傾向にあるという理論を提唱しました。
この理論が元となって、株主と経営者の情報格差を埋める手段として、企業は情報公開や適時開示などを進めるようになっています。
ラジャン氏は、企業の資金調達などについてジェンセン氏とマイヤーズ氏の理論を整理し、国際的な実証研究を行ったほか、去年まで３年間、インドの中央銀行にあたるインド準備銀行の総裁を務めたことで知られています。
３人の研究に詳しい早稲田大学の鈴木一功教授は、「彼らの研究は今日における企業財務研究の基礎を成し、その貢献は非常に大きい」と話しています。
参考：
こちらを先に読むべきだろう。章の副題がラノベ的。
実証分析入門
データから「因果関係」を読み解く作法
https://www.nippyo.co.jp/shop/book/6554.html
発刊年月 2014.06（中旬刊）
ISBN 978-4-535-55793-2
判型 Ａ５判・並製
ページ数 344ページ
Cコード C3033
ジャンル
経済理論計量経済学・統計学
難易度 テキスト：初級
内容紹介
政策効果の評価などで注目を集める「因果関係」の推測方法を、数式に頼ることなく解説。実証分析の「作法」が身につく。
著者紹介
１９９７年東京大学法学部卒。同大学大学院法学政治学研究科助手、東北大学大学院法学
研究科助教授、シカゴ大学ロースクール客員准教授を経て、２００７年より東北大学大学
院法学研究科准教授。専門は商法、実証分析。著書「金融取引における情報と法」第５回
商事法務研究会賞受賞など。
目次
第1章 実証分析における心構え： これからの「実証」の話をしよう
第2章 実証分析の落とし穴： こんなの絶対おかしいよ
第3章 確率統計の基礎： 高校時代に逢った、ような……
第4章 OLS： わたしの、最高の友達
第5章 重回帰分析： 魔女の作り方
第6章 決定係数R2： ☆もりはつ☆の59％は勢いで出来ています
第7章 仮説検定(1)： お前はもう死んでいる
第8章 仮説検定(2)： 私が死んでも代わりはいるもの
第9章 さまざまなモデル： ダミーも、交差も、あるんだよ
第10章 バイアス： いや、そのりくつはおかしい
第11章 不均一分散への対処： こんなこともあろうかと
第12章 目的変数が質的変数の場合： 飛ばねぇ豚はただの豚だ
第13章 最尤法（MLE）： OLSとは違うのだよ、OLSとは！
第14章 目的変数が三択以上の場合： B’zよりPerfume
第15章 サバイバル分析： 坊やだからさ
第16章 因果効果の推定： あんなのただの飾りです。偉い人にはそれが分からんのですよ。
第17章 マッチング： 人類補完計画
第18章 DD： 劇的（？）ビフォーアフター
第19章 固定効果法（FE）： あなたとは違うんです
第20章 操作変数法（IV）： 俺を踏み台にした!?
第21章 LATEと構造推定： なんでもは知らないわよ、知ってることだけ
第22章 不連続回帰（RD）： 3分間待ってやる
第23章 はじめての構造推定： 見えるぞ、私にも構造が見える
第24章 イベントスタディ： 昨日の僕は今日の僕ではない
第25章 量的テキスト分析： 読まずに死ねるか
第26章 ベイズ統計： ベイジアンは滅びぬ、何度でもよみがえるさ！
第27章 その他の分析手法： もう何も怖くない ★
書評掲載案内
■2014年7月3日付『新文化』（8面）
■2014年9月13日付『週刊東洋経済』評者：江口匡太（中央大学商学部教授）
事例分析とは例えば、トヨタの生産方式がどうだとかアメーバ経営がどうだとか、個々の事例に対して分析（といっても単なる要旨のコピペと筆者の感想）していくものだ
そういった内容は学生にとって取っつきやすく、聞いていて分かりやすい。
しかしながらそういった事例分析が経済、科学などの分野を問わず世界的に広く評価された例はない。
学生の行う事例分析では特に企業のHPやネットで検索すれば出てくるような本、酷い時にはネットのニュースサイトの情報を切り貼りしてまとめただけである。（アンケート調査という手もあるが、アンケートを実際にやれる学生がどれだけいて、またアンケート結果を分析したところで再現性はあるだろうか）
こういった論文は私学の卒業論文でも見られ、google scholarなどでもたまにヒットしてしまうが、読み終わるころには執筆者の感想に振り回されただけだと気づき憂鬱な気分になるのが常で、なぜならトヨタ生産方法を学びたい場合は授業にトヨタの広報の方を一人呼ぶか本でも読めば終わりだからだ。
事例分析論文を執筆する学生が知識を増やし、それを発表して感想を述べたところで論文を読んだ者に得るものはない。
一方実証分析はどうか
実証分析は比較研究が容易な手段である
理科の授業で習った発芽条件の実験（光を当てるグループや当てないグループを分けて何が発芽に必要な条件か発見する実験）
あれを経済などに持ち込むイメージである
そうして出た結果には客観性があるし、再現性もある
そのため読者に与えるものも多く、その分評価される（実際論文の何かしらの賞はほとんど理論分析か実証分析だ）
他にも沢山メリットはあるが割愛
本書はそんな実証分析の入門書である
実証分析で検索するとamazonではトップに本書がヒットし、それ以降は計量経済学の話が続く
本当に実証分析を行ったことがない人には計量経済学の本よりも本書を強くお勧めする
というのも計量経済学の教科書では、モデルの説明が多く、経済学を修めていないとなかなか追いつけない
本書の中で登場する論文は「犯罪率の決定要因」や「法改正による離婚率の変化」といったようなテーマで高校生でも理解できるであろうものだ
紹介されている論文はgoogle scholarなどで検索すればpdfでダウンロードできる場合も多々あるので、興味を持った研究を本書片手に読むのも一興だろう（もちろん本書だけでも各論文の要点はしっかり押さえてあるので心配ない）
分析方法はOLSからDDといった一般的なものからrobust seなどあまり教えてくれないけれど、アカデミックな場では常識とされているもの、またテキスト解析などにも触れており、一冊読み終わる頃には大抵の実証分析の意味がわかるはずだ
／｜
ｙ ／ ｜ε
＿＿＿＿＿／＿＿｜＿＿＿＿＿＿＿
／ ／ ｜ ｓ ／
／ ／ ｜ ／
／ ／ ＾ｙ ／
／＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿／
ＧＭＭの名称のベースになっているモーメント(=積率)法は、母集団の
モーメントについて成立しているはずの条件が、私たちの手元にある標本に
ついて計算されるモーメントにおいても同様に成立されるはずだ、という
ことから推定する手法だ。
…
今、目的変数ｙをいくつかの説明変数によって構成される平面（世界）Ｓに
写し取って推定値＾ｙを得ることを考える。この場合、もっとも適切な＾ｙは、
ｙから平面Ｓに対して垂線εを下ろすことで得られるだろう。とすれば、ｙの
推定値＾ｙの特徴は、＾ｙとεとが直角に交わることに見出だせる。これが直交
条件だ。OLS(=最小二乗法)の場合であれば、残差と説明変数とが無相関という
あとは、この直交条件を満たすような形で連立方程式を解けば、パラメータの
推定値が得られる。
実証分析入門 データから「因果関係」を読み解く作法 #27
https://www.nippyo.co.jp/shop/book/6554.html