不用太关心控制变量，真的！

原文链接：https://www.lianxh.cn/news/77d0128e722e7.html

不用太关心控制变量，即使符号不合预期也没太大关系，真的！

[source]: Hünermund P, Louw B. On the Nuisance of Control Variables in Regression Analysis[J]. arXiv preprint arXiv:2005.10314, 2020. -Link-

 

---

目录

• 1. 引言
• 2. 控制变量的结构性解释
• 3. 对实证研究分析的启示
• 参考文献

在回归分析中，我们经常会引入「控制变量」来更好的评估自变量和因变量之间的因果关系。在这篇文章中，我们认为控制变量本身是不具有因果解释的。因此，我们建议在实证研究论文的结果部分「不要讨论其边际效应」。

 

1. 引言

多元回归分析 (multivariate regression) 是战略管理和经济学实证研究中的重要工具。这种方法通过引入控制变量来缓解混杂变量对因果效应估计的干扰。尽管控制变量在因果推断中处在一个很重要的地位，但在实证研究中，学者经常夸大其作用。

在本文中，我们认为：虽然控制变量对于因果关系的识别至关重要，但其本身通常不具有结构性解释。即使是有效的控制变量，也常常会与其他未观察到 (或不能观测到) 的因素（unobserved factors）关联，从因果推断的角度来看，这使得它们的边际效应无法解释 (Westreich 和 Greenland，2013； Keele等，2020)。因此，研究人员应考虑在解释其分析结果时完全忽略它们。

然而，在研究中，从控制变量中得出实质性结论的现象很普遍，例如，「控制变量的影响符合预期」 、「在结果中，我们的控制变量的结果值得注意」 等表述。具体来看，我们对近五年来在 Strategic Management Journal 上使用参数回归模型的论文进行了分析，发现有近 47％ 的文章明确讨论了控制变量的估计效果。

此外，审稿人也经常会以「尽管这些控制变量并不是分析的主要重点，但他们仍然可以提供有价值的信息」为依据，要求论文作者提供控制变量系数的经济解释的情况。

原文链接：https://www.lianxh.cn/news/77d0128e722e7.html