La investigación empírica no necesita un modelo teórico; pero será más convincente si hay un buen modelo teórico como base.
El análisis de regresión sólo puede explicar la correlación entre variables, y a menudo se necesita teoría económica para juzgar la relación causal entre variables.
Aunque no se pueda proporcionar un modelo teórico completo, es necesario realizar ciertos análisis teóricos.
Lo ideal es que el modelo econométrico se derive del modelo teórico, es decir, de la ecuación de regresión a estimar.
Un buen artículo empírico debe contar una buena "historia" y luego utilizar datos para confirmar o probar la historia.
Para la forma específica de la función de regresión, se puede considerar lineal, logarítmica (la variable solo toma números positivos y tiene una tendencia de crecimiento exponencial), doble logarítmica, no lineal (el efecto marginal no es una constante), etc.
A la hora de configurar el modelo, intenta utilizar el sentido común y la teoría económica. Por ejemplo, hacer coincidir "variables per cápita" (como el consumo per cápita) con "variables per cápita" (como el PIB per cápita) utilizando tipos de cambio reales para explicar las importaciones y exportaciones reales;
Como otro ejemplo, consideremos el papel de la inversión extranjera directa en el crecimiento económico. Dado que la IED tarda tiempo en surtir efecto, puede que no tenga sentido restaurar la tasa de crecimiento del año en curso a la IED de ese año. Es más apropiado considerar el papel de la IED inicial en el crecimiento económico en los cinco años (o años) siguientes (esto también puede mitigar la causalidad bidireccional).
Si no está seguro de cómo configurar el modelo de medición, puede aprender de la configuración del modelo de estudios similares en la literatura.
El modelo no debe ser ni demasiado simple (muy pocas variables explicativas) ni demasiado complejo, pero debe seguir siendo razonablemente simple.
Al seleccionar variables explicativas, el método de modelado "de específico a general" es simple y fácil de implementar, pero puede causar grandes desviaciones (debido a variables faltantes);
"General El El método de modelado "concreto" tiene pequeñas desviaciones, pero no es fácil de implementar. En la práctica, a menudo se adopta una solución de compromiso, es decir, se elige un modelo simple y claro.