详细内容或原文请订阅后点击阅览
计量经济学中的“可信度革命”有多可信？
特别是当涉及到因果关系问题时，随机化现在被认为是“黄金标准”。一切都必须以证据为基础，证据必须来自随机实验。资助机构需要它。期刊更喜欢它。政策制定者相信它。但就像计量经济模型一样，随机化基本上是一种演绎方法。鉴于假设 - [...]
来源:Lars P Syll计量经济学中的“可信度革命”有多可信？
计量经济学中所谓的“可信度革命”依赖于其推论的非参数性和稳健性，这些推论被视为独立于令人难以置信的，或者充其量是值得怀疑的经济理论。这些方法，包括自然实验和回归不连续性设计，就像精心设计的随机对照试验一样，通常确实对其有效性范围有信心，但通常情况下，它们估计的 ATE 仅在获得该结果的有限情况下有效，这是获得本身可能准确的结果与获得可能用作其他主张的证据的结果之间熟悉的权衡的一个方面。换句话说，随机对照试验、断点回归方法和工具变量的特殊要求常常给我们一个局部震级的估计，而这并不是我们最初打算测量的。可信度很好，但如果它不经常涉及到从我们想要测量的东西转向设计所规定的其他数量，那就更好了。事实上，如果我们专注于设计……我们就面临着将方法置于实质之上的风险，并且对结果进行排名的风险不是根据我们对世界的了解，而是根据方法的层次结构，这是我们的主要目标之一……经济学不仅仅是估计平均治疗效果；它是一种方法。它不是流行病学，设计分析框架不会使经济学变得更加可信，而是将其变成一种将黄金变成铅的炼金术，而不是相反。
安格斯·迪顿和南希·卡特赖特
在评估具有清晰、可分离效应的孤立因果关系时，实验是最有效的。他们依赖于一个简化的前提——政策干预要么产生可识别的效果，要么不产生可识别的效果，而实验的作用是估计这种效果。