中文期刊的回归表常见问题是信息缺失:不写固定效应、不写聚类层级、不写样本量变化、星号不注明水平。读者只能猜,审稿人只能问。下面是一张可以直接套用的表格骨架。
一、标准表格骨架
| 变量 | (1) | (2) | (3) | (4) |
|---|---|---|---|---|
| 核心解释变量 | 0.128*** (0.032) | 0.104*** (0.030) | 0.091** (0.036) | 0.087** (0.038) |
| 控制变量 | 否 | 是 | 是 | 是 |
| 年份固定效应 | 否 | 是 | 是 | 是 |
| 行业固定效应 | 否 | 是 | 是 | 是 |
| 聚类层级 | — | 企业 | 企业 | 行业×年份 |
| 观测数 | 8,432 | 8,432 | 7,908 | 7,908 |
| R² | 0.112 | 0.268 | 0.271 | 0.274 |
括号内为标准误,星号表示 10%、5%、1% 显著性水平。表中为演示数据,非真实研究结果。
二、四个必须交代的细节
- 标准误类型:普通、稳健、聚类。聚类到哪一层要说明理由(处理发生在哪一层,就聚类到哪一层)。
- 样本量变化:第 (3) 列少了 524 个观测,必须说明原因(缺失、缩尾、匹配失败)。
- 固定效应层级:写「年份×行业」还是「年份、行业分别控制」,含义不同。
- 经济显著性:系数 0.087 意味着什么?换算成标准差或百分比,读者才有感觉。
三、星号不是结论
显著性只回答「这个系数是否可能为零」,不回答「这个效应重不重要」。一个系数 0.001 在十万个观测下可以非常显著,但经济意义接近于零。反过来,样本小的时候一个很大的系数可能不显著,这也不代表没有效应。规范做法是同时报告系数、标准误(或置信区间)与经济含义。
避坑
不要用「***」以外的符号体系(如 a/b/c),也不要只报 P 值不报系数。这两点在中文期刊审稿意见里出现频率很高。
四、稳健性表格怎么排
- 第一块:替换被解释变量(换度量)。
- 第二块:替换核心解释变量(换度量或换数据源)。
- 第三块:改变样本(剔除直辖市、剔除金融危机年份、剔除 IPO 当年)。
- 第四块:改变模型(加入更高阶固定效应、改用泊松/负二项等)。
- 每块至少一列,且要说明「结论未发生实质变化」的依据是符号与显著性,而不是系数完全一致。
五、附录放什么
变量定义表、描述性统计、相关系数矩阵、第一阶段回归、平行趋势图、安慰剂检验,这些放附录最合适。正文只放主回归与关键稳健性,避免读者在表格海里迷失。附录同样要编号连续、可独立阅读。
R² 很低(0.05)会被拒吗?
微观面板数据 R² 低是常态,不是问题。审稿人更关心识别策略与稳健性。但要在文中说明低 R² 的原因,避免被误认为模型设定错误。
固定效应加太多,核心变量不显著了,怎么办?
先判断是否被吸收(组内变异太小)。若确实如此,说明该变量的识别来自截面差异,应在文中说明并转向截面或分组分析,而不是删掉固定效应凑显著。