稳健性检验的方式有哪些？

论文中，我们常常要求要做稳健性检验，那么什么是稳健性检验呢？

根据百度百科的解释，稳健性检验考察的是评价方法和指标解释能力的强壮性，也就是当改变某些参数时，评价方法和指标是否仍然对评价结果保持一个比较一致、稳定的解释。

简单来说，当我们得出一个结论时，需要通过一系列方法来验证所得的结论是否可靠。当我们改变了一些条件或者假设发现所得结论依然不变，那么我们的结论就是稳健的，反之，所得结论有待商榷，我们需要找出使结论发生改变的原因并进行解释。

在较早的文献中，一般很少涉及稳健性检验，但近年来，大家对稳健性检验的重视程度越来越高，这也体现了大家对所得结论准确性的要求越来越高。做好稳健性检验，是使结论得到广泛接受的重要步骤之一。

遗憾的是，目前关于如果做稳健性检验并没有统一的标准，也没有一个明确的说明告诉我们在文章中我们到底应该要从哪些角度去做稳健性检验。因此，每篇文章根据自己的研究目的不同，稳健性检验的角度也会大不相同。比如当你的文章着重于研究方法的设计时，稳健性检验则应该更多关注于研究方法成立的前提条件和假设；而当你的文章数据处理时，则应该更多的关注于数据本身的稳健性。

为研究目前研究中稳健性检验常用的角度，笔者通过搜集经济研究、管理世界以及中国工业经济三个目前被广泛认可的期刊 2014-2020 年 共六年的文献，从中随机挑选了包含实证研究内容的文章共 117 篇，经粗略统计发现其中将稳健性检验作为单独一个章节的文献共 51 篇，占比达到 43.6% (注：许多文章在进行结论分析时会将稳健性检验放入结论讨论部分，但是这里笔者因为统计方便的原因并没有将其纳入统计中，只统计了单独将稳健性检验作为一个章节的文献，因此实际进行稳健性检验的文章远大于 43.6%，该结论需谨慎使用)。

根据总结发现，在这 51 篇文献中，常用的稳健性检验的角度包括变量替换法，改变样本容量法，分样本回归法，补充变量法等，下一章节中笔者将按照该角度使用的频率从大到小进行排序并进行介绍 (注：每个角度的使用频率仅根据这 51 篇文献里出现的频率进行粗略估计，并不能代表所有稳健性检验的情况)。

举一个简单的例子，假如我们现在准备研究政权的更替对于经济发展的影响，我们建立了一个简单的OLS回归模型将经济发展作为被解释变量，政权的更替作为核心解释变量进行估计：

在我们进行分析时，常常会选择自己最熟悉或者偏好的方法测量一个变量，而实际上一个变量的测量方法有很多种，我们根据以往文献研究或者依照自己数据可获得性选择的测量方法往往无法保证结论的可靠性。因此，在文献中，作者都会将变量替换法作为稳健性检验的方法之一，而在我们的统计中，变量替换法更是稳居检验角度第一名。变量替换法包括：替换因变量，替换主要自变量以及放宽变量条件。

在上文讲述稳健性检验时，我们曾举到一个例子，当探讨政权的更替对于经济发展的影响时，我们会产生遗漏变量的问题，而遗漏变量问题是我们大多数研究中都会遇到的问题，我们只能尽可能多的在模型中加入我们能想到的以及之前文献研究过的对我们结果可能产生影响的变量。 因此，控制变量法和之前的变量替换法几乎成为每篇文献中都会使用到的稳健性检验方法。

由于不同的样本对于所得的结果具有不同的敏感性，因为在稳健性检验时，也常常进行分样本回归，常见的分类方法用按照人口规模分类，按照地理位置分类，按照城乡分类，按照性别不同分类等等。

当我们在所得的整个数据集范围内进行分析时，常常会发现改变不同的时间段，得到的结论可能会完全不同。也许某一结论在某一时间段内得到的结果符合我们的预期，而当我们往后退 10 年，或者往前推 10 年再次回归，就会发现得到的结论完全不同！因此，选择正确的研究时间段也显得十分重要。在稳健性检验中，我们可以通过扩宽时间长度或者缩短时间长度来检验我们的结论。

当我们选择好了时间之后，同时也要确定我们的样本是否最能体现我们所研究的问题，同时样本中有没有极端值会影响我们的结果。因此，在稳健性检验中，我们需要将个别离群值剔除，或者在样本中选择最适合我们研究目的样本 来检验我们的结论是否依然稳健。

详细内容参见连享会推文