昨日紹介したAngrist＝Pischke論文にCarola Binderも反応し、その要旨を引用している。
In the 1960s and 1970s, an empirical economist’s typical mission was to “explain” economic variables like wages or GDP growth. Applied econometrics has since evolved to prioritize the estimation of specific causal effects and empirical policy analysis over general models of outcome determination. Yet econometric instruction remains mostly abstract, focusing on the search for “true models” and technical concerns associated with classical regression assumptions. Questions of research design and causality still take a back seat in the classroom, in spite of having risen to the top of the modern empirical agenda. This essay traces the divergent development of econometric teaching and empirical practice, arguing for a pedagogical paradigm shift.
（拙訳）
1960年代から70年代の実証経済学者の一般的な使命は、賃金やGDP伸び率といった経済変数を「説明する」ことにあった。応用計量経済学はその後進化し、結果を決定する一般的なモデルよりは、特定の因果関係の推定と実証的な政策分析を優先するようになった。しかし計量経済学の教育は大部分が理論的なものに留まっており、「真のモデル」の探索と、古典的な回帰の仮定に関する技術的懸念に焦点を当てている。研究デザインと因果関係は、現代の実証研究課題の中で最上位に位置するようになったにも関わらず、教室では依然として副次的な話として扱われている。本エッセイでは、計量経済学の授業と実証的な実務が別々に発展していった過程を辿り、教育上のパラダイムシフトを主張する。
「教育上のパラダイムシフト」としてBinderは、本文から引用して以下の3つを挙げている。
One is a focus on causal questions and empirical examples, rather than models and math. Another is a revision of the anachronistic classical regression framework, away from explaining economic processes and towards controlled statistical comparisons. The third is an emphasis on modern quasiexperimental tools.
（拙訳）
一つは、モデルと数学ではなく、因果関係の問題と実証の実例に力点を置くことである。もう一つは、時代遅れの古典的な回帰の枠組みを見直し、経済プロセスの説明から離れ、コントロールされた統計的比較に重点を移すことである。3番目は現代の疑似実験ツールに焦点を当てることである。
またBinderは、昨日エントリで引用した回帰の新たな教え方を受けて以下のように書いている。
This advice on teaching regression resonates with my experience co-teaching the economics senior thesis seminar at Haverford for the past two years. Over the summer, my research assistant Alex Rodrigue read through several years' worth of senior theses in the archives and documented the research question in each thesis. We noticed that many students use research questions of the form "What are the factors that affect Y?" and run a regression of Y on all the variables they can think of, treating all regressors equally and not attempting to investigate any particular causal relationship from one variable X to Y. The more successful theses posit a causal relationship from X to Y driven by specific economic mechanisms, then use regression analysis and other methods to estimate and interpret the effect. The latter type of thesis has more pedagogical benefits, whether or not the student can ultimately achieve convincing identification, because it leads the student to think more seriously about economic mechanisms.
（拙訳）
回帰の教授法に関するこの助言は、ハバフォードで過去2年間に亘って経済学の卒論セミナーを共同で教えてきた私の経験と合致する。夏に私の研究助手のアレックス・ロドリグは、保管されている数年分の卒論を読み込み、各卒論の研究課題を書き出した。我々は、多くの学生が「Yに影響する要因は何か？」という形の研究課題を設定し、思いつく限りの変数にYを回帰するが、その際にすべての説明変数を平等に扱い、ある一つの変数XからYへの特定の因果関係を調べようとはしないことに気付いた。成功している卒論は、具体的な経済メカニズムによって駆動されるXからYへの因果関係を仮定した上で、回帰分析やその他の手法を用いてその影響度を推計し解釈していた。後者のタイプの卒論は、納得できる識別を最終的に達成できたか否かに関わらず、教育効果が大きい。というのは、それによって学生が経済メカニズムについてより真剣に考えるようになるからである。
