通常，分析部分提供了計(jì)算結(jié)果的輸出，對(duì)獲得的結(jié)果進(jìn)行解釋?zhuān)⒏鶕?jù)理論和先前的實(shí)證證據(jù)對(duì)這些結(jié)果進(jìn)行討論。通常，這一章提供了不需要進(jìn)行任何計(jì)算的定性數(shù)據(jù)分析。由于存在不同類(lèi)型的研究設(shè)計(jì)，讓我們逐一看看每種類(lèi)型。

1.研究類(lèi)型

您選擇的論文主題在很大程度上決定了您將如何收集和分析數(shù)據(jù)。一些主題意味著需要收集原始數(shù)據(jù)，而其他主題可以使用二次數(shù)據(jù)進(jìn)行探討。選擇合適的數(shù)據(jù)類(lèi)型對(duì)于實(shí)現(xiàn)論文的主要目標(biāo)和目標(biāo)至關(guān)重要，也是論文寫(xiě)作過(guò)程中的重要部分，因?yàn)檎麄€(gè)項(xiàng)目將建立在此之上。

選擇適合您的論文的最合適的數(shù)據(jù)類(lèi)型可能并不像看起來(lái)那么簡(jiǎn)單。隨著您不斷深入研究，您將發(fā)現(xiàn)與各種數(shù)據(jù)類(lèi)型相關(guān)的越來(lái)越多的細(xì)節(jié)和差異。在某一時(shí)刻，重要的是決定您是否將采用定性研究設(shè)計(jì)還是定量研究設(shè)計(jì)。

1.1. 定性 vs 定量研究

1.1.1. 定量研究

定量數(shù)據(jù)是可以用于統(tǒng)計(jì)分析和數(shù)學(xué)運(yùn)算的任何數(shù)值數(shù)據(jù)。這種類(lèi)型的數(shù)據(jù)可以用于回答研究問(wèn)題，例如“多久?”，“多少?”和“多少個(gè)?”。使用這種類(lèi)型數(shù)據(jù)的研究也會(huì)提出“什么”類(lèi)型的問(wèn)題(例如，經(jīng)濟(jì)增長(zhǎng)的決定因素是什么?市場(chǎng)營(yíng)銷(xiāo)對(duì)銷(xiāo)售的影響程度如何?等)。

定量數(shù)據(jù)的優(yōu)勢(shì)在于研究人員可以驗(yàn)證它，并方便地進(jìn)行評(píng)估。這允許重復(fù)研究結(jié)果。此外，即使定性數(shù)據(jù)也可以量化并轉(zhuǎn)化為數(shù)字。例如，使用Likert量表不僅可以適當(dāng)評(píng)估受訪者對(duì)某些現(xiàn)象的看法和態(tài)度，還可以為每個(gè)個(gè)體響應(yīng)分配一個(gè)代碼，使其適合圖形和統(tǒng)計(jì)分析。也可以將是/否回答轉(zhuǎn)化為虛擬變量以以數(shù)字形式呈現(xiàn)它們。定量數(shù)據(jù)通常使用諸如Eviews、Matlab、Stata、R和SPSS等畢業(yè)論文數(shù)據(jù)分析軟件進(jìn)行分析。

另一方面，純粹定量方法的一個(gè)重要局限性在于，在經(jīng)濟(jì)學(xué)和行為科學(xué)中探討的社會(huì)現(xiàn)象通常非常復(fù)雜，因此使用定量數(shù)據(jù)無(wú)法對(duì)這些現(xiàn)象進(jìn)行深入分析。也就是說(shuō)，與定性數(shù)據(jù)相比，定量數(shù)據(jù)在廣度和深度方面可能受到限制，而定性數(shù)據(jù)則允許更豐富地闡述研究背景。

1.1.2. 定性數(shù)據(jù)

使用此類(lèi)型數(shù)據(jù)的研究通常會(huì)提出“為什么”和“如何”這樣的問(wèn)題(例如，為什么社交媒體營(yíng)銷(xiāo)比傳統(tǒng)營(yíng)銷(xiāo)更有效?消費(fèi)者如何做出購(gòu)買(mǎi)決策?)。這是主要由相關(guān)人士的意見(jiàn)構(gòu)成的非數(shù)值原始數(shù)據(jù)。

定性數(shù)據(jù)還包括從報(bào)告、網(wǎng)站和其他不涉及研究人員與人類(lèi)參與者互動(dòng)的二次來(lái)源中收集的任何文本或視覺(jué)數(shù)據(jù)(信息圖表)。二次定性數(shù)據(jù)的使用示例包括您可以在SWOT分析、PEST分析、4Ps分析、波特五力分析以及大多數(shù)戰(zhàn)略分析中使用的文本、圖像和圖表等。學(xué)術(shù)文章、期刊、書(shū)籍和會(huì)議論文也是您可以在研究中使用的二次定性數(shù)據(jù)的示例。

定性數(shù)據(jù)的分析通常會(huì)深入研究的現(xiàn)象或問(wèn)題，因?yàn)槭茉L者在提供詳細(xì)答案方面沒(méi)有限制。與定量研究不同，收集和分析定性數(shù)據(jù)更加開(kāi)放，可以引出關(guān)于產(chǎn)品、服務(wù)、生活方式屬性或任何其他現(xiàn)象的軼事、故事以及詳細(xì)描述和評(píng)估。這在社會(huì)研究中特別有用，包括管理和市場(chǎng)營(yíng)銷(xiāo)。

定性數(shù)據(jù)不能總是像個(gè)人表達(dá)的意見(jiàn)一樣總結(jié)，因?yàn)閭€(gè)人表達(dá)的意見(jiàn)多方面。在某種程度上，這限制了畢業(yè)論文數(shù)據(jù)分析，因?yàn)橥豢赡茉诙ㄐ苑绞奖硎镜囊蛩刂g建立因果關(guān)系。這就是為什么定性分析的結(jié)果很難被概括，經(jīng)常進(jìn)行探討非常狹窄背景的案例研究。對(duì)于定性數(shù)據(jù)分析，您可以使用工具，如nVivo和Tableau。

1.2. 主要 vs 二次研究

1.2.1. 主要數(shù)據(jù)

主要數(shù)據(jù)是在您的研究之前不存在的數(shù)據(jù)，您通過(guò)調(diào)查或采訪來(lái)收集這些數(shù)據(jù)，以供畢業(yè)論文數(shù)據(jù)分析章節(jié)使用。采訪為您提供了從行業(yè)參與者那里收集關(guān)于他們的公司、客戶(hù)或競(jìng)爭(zhēng)對(duì)手的詳細(xì)見(jiàn)解的機(jī)會(huì)。問(wèn)卷調(diào)查允許以成本效益的方式從大規(guī)模人群中獲取大量數(shù)據(jù)。主要數(shù)據(jù)通常是橫斷面數(shù)據(jù)(即從不同受訪者在一個(gè)時(shí)間點(diǎn)收集的數(shù)據(jù))。時(shí)間序列數(shù)據(jù)在主要數(shù)據(jù)中非常少見(jiàn)或幾乎不存在。然而，根據(jù)研究目標(biāo)和目標(biāo)，某些數(shù)據(jù)收集工具的設(shè)計(jì)允許研究人員進(jìn)行縱向研究。

1.2.2. 二次數(shù)據(jù)

這些數(shù)據(jù)在研究之前已經(jīng)存在，因?yàn)樗鼈円呀?jīng)在官方來(lái)源中為除您的研究之外的其他目的而生成、精煉、總結(jié)和發(fā)布。與主要數(shù)據(jù)相比，二次數(shù)據(jù)通常具有更多的合法性，并且可以幫助研究人員驗(yàn)證主要數(shù)據(jù)。這是從數(shù)據(jù)庫(kù)或網(wǎng)站收集的數(shù)據(jù);它不涉及人類(lèi)參與者。這既可以是橫斷面數(shù)據(jù)(例如，不同國(guó)家/公司在同一時(shí)間點(diǎn)的指標(biāo))，也可以是時(shí)間序列數(shù)據(jù)(例如，一個(gè)公司/國(guó)家的多年指標(biāo))。橫斷面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)的組合是面板數(shù)據(jù)。因此，研究人員需要做的就是找到最適合實(shí)現(xiàn)研究目標(biāo)的數(shù)據(jù)。

二次定量數(shù)據(jù)的示例包括股價(jià);會(huì)計(jì)信息，如收益、總資產(chǎn)、收入等;宏觀經(jīng)濟(jì)變量，如國(guó)內(nèi)生產(chǎn)總值、通貨膨脹、失業(yè)率、利率等;微觀經(jīng)濟(jì)變量，如市場(chǎng)份額、集中比率等。因此，最有可能使用二次定量數(shù)據(jù)的畢業(yè)論文主題包括外國(guó)直接投資(FDI)論文、并購(gòu)論文、事件研究、經(jīng)濟(jì)增長(zhǎng)論文、國(guó)際貿(mào)易論文、公司治理論文。

二次數(shù)據(jù)的兩個(gè)主要限制如下。首先，免費(fèi)提供的二次數(shù)據(jù)可能不完全適合您研究的目的，因此您可能需要額外收集主要數(shù)據(jù)或更改研究目標(biāo)。其次，并非所有高質(zhì)量的二次數(shù)據(jù)都可以免費(fèi)獲得。諸如WRDS、湯姆森銀行家(Thomson Banker)、Compustat和彭博(Bloomberg)等財(cái)務(wù)數(shù)據(jù)的良好來(lái)源都規(guī)定了需要預(yù)付訪問(wèn)費(fèi)，這對(duì)于單個(gè)研究人員可能是負(fù)擔(dān)不起的。

1.3. 定量還是定性研究… 或者兩者都有?

一旦您制定了研究目標(biāo)和目標(biāo)，并審查了您領(lǐng)域中最相關(guān)的文獻(xiàn)，您應(yīng)該決定您是否需要定性或定量數(shù)據(jù)。

如果您愿意測(cè)試變量之間的關(guān)系或在實(shí)踐中檢驗(yàn)假設(shè)和理論，那么您應(yīng)該更專(zhuān)注于收集定量數(shù)據(jù)?；谶@種數(shù)據(jù)的方法提供了明確的結(jié)果，并且在需要以經(jīng)濟(jì)有效的方式獲取大量數(shù)據(jù)時(shí)非常有效。另一方面，定性研究將幫助您更好地理解含義、經(jīng)驗(yàn)、信仰、價(jià)值觀和其他非數(shù)值關(guān)系。

雖然完全可以使用定性或定量方法，但將它們結(jié)合使用將允許您用一種數(shù)據(jù)類(lèi)型支持另一種數(shù)據(jù)類(lèi)型，并更深入地研究您的主題。但是，請(qǐng)注意，同時(shí)使用定性和定量方法可能比您最初計(jì)劃的需要更多的時(shí)間和精力。

2.分析類(lèi)型

2.1. 基本統(tǒng)計(jì)分析

您選擇用于結(jié)果和發(fā)現(xiàn)章節(jié)的統(tǒng)計(jì)分析類(lèi)型取決于您希望分析數(shù)據(jù)并總結(jié)研究結(jié)果的程度。如果您不主修定量科目，但撰寫(xiě)社會(huì)科學(xué)領(lǐng)域的論文，基本統(tǒng)計(jì)分析就足夠了。這種分析將基于描述性統(tǒng)計(jì)，如均值、中位數(shù)、標(biāo)準(zhǔn)偏差和方差。然后，您可以通過(guò)以圖形和圖表的形式顯示變量的分布來(lái)增強(qiáng)統(tǒng)計(jì)分析的可視信息。然而，如果您主修會(huì)計(jì)、經(jīng)濟(jì)學(xué)或金融等定量科目，可能需要使用更高級(jí)的統(tǒng)計(jì)分析。

2.2. 高級(jí)統(tǒng)計(jì)分析

為了進(jìn)行高級(jí)分析，您很可能需要訪問(wèn)統(tǒng)計(jì)軟件，如Matlab、R或Stata。無(wú)論您選擇使用哪個(gè)程序，確保在研究中進(jìn)行適當(dāng)?shù)奈臋n記錄。此外，使用高級(jí)統(tǒng)計(jì)技術(shù)可以確保您分析數(shù)據(jù)的所有可能方面。例如，基本回歸分析和高級(jí)水平分析之間的差異在于您需要考慮模型的附加測(cè)試和更深入的統(tǒng)計(jì)問(wèn)題探討。此外，您需要專(zhuān)注于研究問(wèn)題和目標(biāo)，因?yàn)樯钊胙芯拷y(tǒng)計(jì)細(xì)節(jié)可能會(huì)讓您從主要目標(biāo)分散注意力。最終，您的論文的目標(biāo)是找到對(duì)您定義的研究問(wèn)題的答案。

這里要考慮的另一個(gè)重要方面是，結(jié)果和發(fā)現(xiàn)部分不僅涉及數(shù)字。除了表格和圖表外，確保對(duì)統(tǒng)計(jì)結(jié)果的解釋準(zhǔn)確且引人入勝也很重要。這種高級(jí)統(tǒng)計(jì)軟件與有說(shuō)服力的文本討論的結(jié)合方式有助于確保您的論文受到良好的評(píng)價(jià)。雖然使用這種高級(jí)統(tǒng)計(jì)軟件可能為您提供各種輸出，但您需要確保適當(dāng)呈現(xiàn)分析輸出，以便讀者理解您的結(jié)論。

3.分析方法示例

3.1. 事件研究

如果您正在研究特定事件對(duì)金融資產(chǎn)價(jià)格的影響，那么考慮事件研究方法是值得的。諸如合并與收購(gòu)、新產(chǎn)品發(fā)布、拓展新市場(chǎng)、盈利公告和公開(kāi)發(fā)行等事件可能會(huì)對(duì)股票價(jià)格和公司估值產(chǎn)生重大影響。事件研究是用于衡量特定事件或一系列事件對(duì)市場(chǎng)價(jià)值的影響的方法。其背后的概念是試圖理解是否可以將突然而異常的股票回報(bào)歸因于與事件相關(guān)的市場(chǎng)信息。

事件研究基于有效市場(chǎng)假說(shuō)。根據(jù)這一理論，在有效的資本市場(chǎng)中，所有新的和相關(guān)的信息都會(huì)立即反映在相應(yīng)的資產(chǎn)價(jià)格中。盡管這一理論并不普遍適用，但在許多情況下仍然成立。事件研究意味著對(duì)特定公告對(duì)公司估值的影響進(jìn)行逐步分析。在正常情況下，在沒(méi)有分析事件的影響的情況下，假定股票的預(yù)期回報(bào)將由無(wú)風(fēng)險(xiǎn)利率、股票的系統(tǒng)風(fēng)險(xiǎn)和投資者所需的風(fēng)險(xiǎn)溢價(jià)決定。這些條件由資本資產(chǎn)定價(jià)模型(CAPM)來(lái)衡量。

主要可以有三種類(lèi)型的公告，可以構(gòu)成事件研究。這些包括公司公告、宏觀經(jīng)濟(jì)公告以及監(jiān)管事件。顧名思義，公司公告可能包括破產(chǎn)、資產(chǎn)銷(xiāo)售、并購(gòu)、信用評(píng)級(jí)下調(diào)、盈利公告和股息公告。這些事件通常會(huì)對(duì)股價(jià)產(chǎn)生重大影響，因?yàn)樗鼈兣c公司直接相關(guān)。宏觀經(jīng)濟(jì)公告可以包括中央銀行宣布利率變化、通貨膨脹預(yù)測(cè)和經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)的公告。最后，監(jiān)管公告，如政策變更和新法律公告，也可能影響公司的股價(jià)，因此可以使用事件研究方法來(lái)衡量。

事件研究中的一個(gè)關(guān)鍵問(wèn)題是選擇適當(dāng)?shù)氖录翱?，期間被假定為分析的公告對(duì)股價(jià)產(chǎn)生最強(qiáng)烈的影響。根據(jù)有效市場(chǎng)假說(shuō)，在與任何事件相關(guān)的統(tǒng)計(jì)顯著的異?；貓?bào)都不應(yīng)該被期望。然而，在現(xiàn)實(shí)中，可能會(huì)有正式公告之前的傳言，一些投資者可能會(huì)根據(jù)這些傳言采取行動(dòng)。此外，由于信息處理和反應(yīng)速度的差異，投資者可能會(huì)在不同時(shí)間做出反應(yīng)。為了考慮所有這些因素，事件窗口通常捕捉公告之前的短期以考慮傳言，以及公告后的非對(duì)稱(chēng)期。

為了使事件研究更加強(qiáng)大和具有統(tǒng)計(jì)意義，需要分析大量相似或相關(guān)的案例。然后，累積異常回報(bào)，并評(píng)估其統(tǒng)計(jì)顯著性。 t-統(tǒng)計(jì)通常用于評(píng)估平均異?；貓?bào)是否與零不同。因此，使用事件研究的研究人員不僅關(guān)注特定事件的正面或負(fù)面影響，還關(guān)注結(jié)果的普遍性以及異常回報(bào)的統(tǒng)計(jì)顯著性的測(cè)量。

3.2. 回歸分析

回歸分析是一種數(shù)學(xué)方法，用于確定研究變量之間的相互關(guān)系。特別是，可以回答以下問(wèn)題。哪些因素是最有影響力的?哪些可以忽略?這些因素如何相互作用?以及主要問(wèn)題，發(fā)現(xiàn)的重要性如何?

在論文研究中最常應(yīng)用的類(lèi)型是普通最小二乘(OLS)回歸分析，它評(píng)估了探討的變量之間的線(xiàn)性關(guān)系的參數(shù)。通常，使用三種形式的OLS分析。

縱向分析是在長(zhǎng)時(shí)間內(nèi)研究單個(gè)對(duì)象的多個(gè)特征時(shí)應(yīng)用的。在這種情況下，觀察代表了相同特征隨時(shí)間的變化?？v向樣本的示例包括特定國(guó)家的宏觀經(jīng)濟(jì)參數(shù)、特定人員的偏好和健康特征在其生活中的變化等。相反，橫斷面研究探討了許多類(lèi)似對(duì)象的特征，如受訪者、公司、國(guó)家、學(xué)生在某一特定時(shí)間點(diǎn)的城市等?？v向和橫斷面研究之間的主要相似之處在于，數(shù)據(jù)在一個(gè)維度上，即隨時(shí)間段(天、周、年)或跨對(duì)象，相應(yīng)地，在某一時(shí)刻進(jìn)行了觀察。

然而，通常情況下，我們需要研究在兩個(gè)維度上變化的數(shù)據(jù)，既涉及對(duì)象又涉及時(shí)間段。在這種情況下，需要使用面板回歸分析。它與前面提到的兩種方法的主要區(qū)別在于，它考慮了每個(gè)對(duì)象(人員、公司、國(guó)家)的特定性。

回歸分析的常見(jiàn)步驟如下：

從數(shù)據(jù)的描述統(tǒng)計(jì)開(kāi)始。這是為了指示樣本中包含的數(shù)據(jù)觀察范圍，并識(shí)別潛在的異常值。常見(jiàn)做法是擺脫異常值，以避免扭曲分析結(jié)果。

估算潛在的多重共線(xiàn)性。這種現(xiàn)象與解釋變量之間的強(qiáng)相關(guān)性有關(guān)。多重共線(xiàn)性是樣本的不希望特征，因?yàn)榛貧w結(jié)果，特別是某些變量的顯著性，可能會(huì)被扭曲。一旦檢測(cè)到多重共線(xiàn)性，最簡(jiǎn)單的消除方法是省略其中一個(gè)相關(guān)的變量。

運(yùn)行回歸分析。首先，使用F統(tǒng)計(jì)量估計(jì)模型的整體顯著性。然后，使用t-統(tǒng)計(jì)來(lái)評(píng)估特定變量系數(shù)的顯著性。

不要忘記診斷測(cè)試。它們用于檢測(cè)可能影響回歸結(jié)果的樣本缺陷。

還應(yīng)該提到一些細(xì)微之處。當(dāng)進(jìn)行時(shí)間序列OLS回歸分析時(shí)，可以進(jìn)行全面的診斷測(cè)試，包括線(xiàn)性測(cè)試(獨(dú)立變量和因變量之間的關(guān)系應(yīng)該是線(xiàn)性的);同方差性測(cè)試(回歸殘差應(yīng)具有相同的方差);觀察的獨(dú)立性;變量的正態(tài)性;序列相關(guān)性(特定時(shí)間序列中不應(yīng)該有模式)。這些縱向回歸模型的測(cè)試可在大多數(shù)軟件工具中進(jìn)行，如Eviews和Stata。

3.3. 向量自回歸

向量自回歸模型(VAR)是統(tǒng)計(jì)分析中經(jīng)常使用的模型，它探討了多個(gè)被視為內(nèi)生的變量之間的相互關(guān)系。因此，這種模型的一個(gè)特點(diǎn)是它包括用作回歸器的被雇用變量的滯后值。這允許估計(jì)不僅即時(shí)效應(yīng)，還有與關(guān)系中的n個(gè)滯后相關(guān)的動(dòng)態(tài)效應(yīng)。

事實(shí)上，VAR模型由k個(gè)OLS回歸方程組成，其中k是所用變量的數(shù)量。每個(gè)方程都有自己的因變量，而解釋變量是這個(gè)變量的滯后值和其他變量。

選擇最佳滯后長(zhǎng)度

信息標(biāo)準(zhǔn)(IC)用于確定最佳滯后長(zhǎng)度。最常用的標(biāo)準(zhǔn)包括Akaike標(biāo)準(zhǔn)、Hannah-Quinn標(biāo)準(zhǔn)和Schwarz標(biāo)準(zhǔn)。

檢驗(yàn)平穩(wěn)性

用于估計(jì)平穩(wěn)性的一種廣泛使用的方法是增廣Dickey-Fuller檢驗(yàn)和Phillips-Perron檢驗(yàn)。如果一個(gè)變量是非平穩(wěn)的，那么應(yīng)該取第一階差分，并以同樣的方式檢驗(yàn)平穩(wěn)性。

共整合性檢驗(yàn)

這些變量可能是非平穩(wěn)的，但屬于同一階次的集成。在這種情況下，它們可以使用向量誤差校正模型(VECM)而不是VAR模型來(lái)分析。Johansen共整合性檢驗(yàn)用于檢查具有相同整合向量的階次的變量是否共享一個(gè)共同的整合向量。如果這些變量是協(xié)整的，那么在接下來(lái)的分析中將使用VECM，而不是VAR模型。VECM應(yīng)用于非轉(zhuǎn)換的非平穩(wěn)序列，而VAR則以轉(zhuǎn)換或平穩(wěn)的輸入運(yùn)行。

模型估計(jì)

使用選擇的滯后數(shù)運(yùn)行VAR模型，計(jì)算具有標(biāo)準(zhǔn)誤差和相關(guān)t-統(tǒng)計(jì)的系數(shù)以評(píng)估統(tǒng)計(jì)顯著性。

診斷測(cè)試

接下來(lái)，對(duì)模型進(jìn)行串行相關(guān)性檢驗(yàn)，使用Breusch-Godfrey檢驗(yàn)進(jìn)行異方差性檢驗(yàn)，以及進(jìn)行穩(wěn)定性檢驗(yàn)。

脈沖響應(yīng)函數(shù)(IRFs)

IRFs用于圖形表示VAR模型的結(jié)果，并預(yù)測(cè)變量對(duì)彼此的影響。

Granger因果關(guān)系檢驗(yàn)

這些變量可能存在關(guān)聯(lián)，但可能不存在它們之間的因果關(guān)系，或者效應(yīng)可能是雙向的。Granger測(cè)試指示變量之間的因果關(guān)系，并根據(jù)VAR系統(tǒng)中一對(duì)變量的當(dāng)前值和過(guò)去值的相互作用顯示因果關(guān)系的方向。

海馬課堂論文輔導(dǎo)針對(duì)性解決論文難題，3500+海外學(xué)霸tutor團(tuán)隊(duì)，可輔導(dǎo)500+專(zhuān)業(yè)，根據(jù)學(xué)生的論文要求和輔導(dǎo)需求，以傳授該論文的寫(xiě)作方法和得分技巧為主要目的，采用視頻1V1的上課方式，針對(duì)學(xué)生的需求進(jìn)行專(zhuān)屬備課和授課，導(dǎo)師幫助分析論文作業(yè)題目要求，確定Topic和Title、講解論文Topic相關(guān)課程知識(shí)點(diǎn)和理論、梳理寫(xiě)作思路提供詳細(xì)的Outline、提供完整的Reference List，講解Reference在文中的使用，讓學(xué)生真正學(xué)會(huì)海外學(xué)術(shù)寫(xiě)作，提升論文GPA!