房价预期对居民消费决策的影响研究
2026-08-06 15:10
🔍 耿同学打假报告
论文信息
- 标题:房价预期对居民消费决策的影响研究
- 作者:吴文慧
- 期刊:厦门理工学院硕士学位论文
- DOI:无
- 发表年份:2024年6月
综合评定:🟡 存疑
这篇论文整体上构建了一个庞大的“DSGE理论 + 微观实证 + 政策仿真”框架,工作量看起来不小。但是,经过“耿同学六式”的火眼金睛筛查,发现论文在学术规范和数据呈现上存在一些“难以忽视的瑕疵”,特别是统计结果的标注上存在明显的概念混淆。这属于典型的“模型跑通了,但没完全理解输出结果”的症状。虽然不一定是数据造假,但严谨性大打折扣。
详细发现
发现 1:统计学误用(Pseudo R2 的滥用)
- 位置:第四章,表 4-2 至表 4-13
- 描述:作者在所有的实证回归结果表格(包括基准回归、IV-2SLS回归、固定效应回归等)中,均标注了“Pseudo R2”(伪 R2)。
- 证据:
- 概念错误:Pseudo R2(如 McFadden's R2, Cox-Snell's R2 等)通常用于非线性模型(如 Logit, Probit, Tobit 模型)。在本文中,被解释变量“家庭总消费”是连续变量,且作者明确说明使用了“面板固定效应模型(FE)”和“工具变量-两阶段最小二乘法(IV-2SLS)”。这些都是典型的线性模型。
- 软件输出的误读:线性回归(OLS/FE/2SLS)通常报告的是 Adjusted R2 或 R2。作者极有可能是在使用 Stata 等软件时,误读了某些非主流回归命令的输出,或者将回归结果表格的表头统一复制粘贴,而没有修改 R2 的名称。
- 数值合理性:表 4-2 中的 Pseudo R2 为 0.369,这个数值在线性回归的 R2 范围内是合理的,但如果是非线性模型的 Pseudo R2,这个值往往已经算非常高了。这进一步佐证了作者报告的实际上是线性回归的 R2,仅仅是写错了名字。
- 严重程度:🟠 高度可疑
发现 2:图片信息缺失(无法进行像素级检测)
- 位置:全文(图 3-1, 3-2, 3-3, 3-4, 3-5 等)
- 描述:提供的 PDF 文本中仅包含图表标题或文字描述,未包含实际的图片数据。
- 证据:无法提取图片进行对比、旋转、拼接检测。
- 严重程度:🟡 无法判断(客观条件限制)
发现 3:数据逻辑的自洽性
- 位置:表 4-10, 表 4-14
- 描述:检查样本量(观测值)在分组回归中的逻辑。
- 证据:
- 表 4-10 中,全样本为 27825。一套房家庭(18777)+ 多套房家庭(6198)+ 无房未租房(1702)+ 无房租房(1148) = 27825。数学加总完全吻合,样本拆分逻辑严密。
- 表 4-14 中,全样本为 8379。无房(1133)+ 有房(7246)= 8379。有房中一套房(5491)+ 多套房(1755)= 7246。数据细分逻辑严密。
- 严重程度:✅ 清白
发现 4:模型构建的合理性
- 位置:第三章(DSGE 模型)
- 描述:DSGE 模型的参数校准和贝叶斯估计。
- 证据:
- 表 3-3 的模拟经济与实际经济对比中,自相关系数分别为 0.5109 vs 0.4976(房价),0.3314 vs 0.4985(GDP),0.4408 vs 0.2729(消费)。虽然不是完美拟合,但属于 DSGE 模型模拟的正常误差范围,没有出现“过于完美”的造假痕迹。
- 表 3-2 的贝叶斯估计参数(如 \(\delta_k\) 后验均值 0.0675,置信区间 [0.0456, 0.0901])符合宏观经济学常识。
- 严重程度:✅ 清白
发现 5:变量构造的严谨性
- 位置:第四章 4.2.2 核心解释变量
- 描述:适应性房价预期的构造公式。
- 证据:公式 (4-1) 使用前两期的平均涨幅作为预期。\(ahp\_exp = \frac{1}{2}[\frac{p_{t-1}-p_{t-2}}{p_{t-2}} + \frac{p_{t-2}-p_{t-3}}{p_{t-3}}]\)。这是一个标准的适应性预期构造方法,逻辑清晰,无生造公式嫌疑。
- 严重程度:✅ 清白
耿同学辣评
这位同学,线性回归里写 Pseudo R2,这就好比你在火锅店里点了一份“伪麻辣锅底”——要么是你其实跑了个 Logit 模型却非要说它是连续变量,要么就是你把 Stata 跑出来的 R-squared 给人家强行改了姓! 学术名词不是这么乱蹭的,Pseudo R2 满天飞,这说明作者对计量经济学的基本概念可能还停留在“复制粘贴结果表”的阶段。虽然数据加减法算得挺明白,样本量也对得上,但这统计学基础属实是“有点那个大病”。
建议后续行动
- 建议作者勘误:立即检查所有实证表格的表头,将线性回归的
Pseudo R2更正为Adjusted R2或R2,或者解释是否使用了特殊的非线性模型(如果是非线性模型,需在正文中明确说明理由)。 - 联系导师复查:建议导师段忠东教授加强学生对统计软件输出结果的解读指导,避免此类常识性错误。
- 暂不需要 PubPeer 举报:目前仅发现学术规范与粗心问题,未发现篡改数据或图片造假等学术不端“实锤”。
⚠️ 免责声明
本报告由 AI 辅助生成,仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信,但也尊重每一位研究者的名誉权。
如有异议,请以官方调查结论为准。
本工具不保证检测结果的准确性,误报和漏报均有可能。