حتما تا حالا شده يه کار اقتصاد سنجي داشته باشيد و هر کار مي کنيد از مدل جواب نگيريد . مدل ميتونه هم به لحاظ اقتصادي و تئوريک و هم آماري و هم اقتصادسنجي مشکل داشته باشه . مثلا يا علامت متغيرهاي توضيحي خلاف انتظار باشند يا اندازه ضرائب دلخواه نيست و يا اينکه معني دار نيستند و يا تخمين از يکي از مشکلات اقتصاد سنجي مثل همبستگي سريالي ، فرم تبعي (Functional Form ) ، نرماليتي و يا واريانس ناهمساني و يا ساير داره رنج مي بره . اگر تجربه ران ( Run ) مدلهاي مختلف رو داشته باشيد حتما به اين شهود رسيديد که اينطور وقتها ميشه با چند تا Trick جوابهاي مطلوب رو از مدل گرفت .
سالم ترين و ساده ترين کار اينه که دوره زماني مورد بررسي رو تغيير بدهيم . مثلا بجاي اينکه مدل رو از دوره زماني 1338 ( که معمولا در ايران مرسوم هست و از اين سال به بعد داده داريم ) در نظر بگيريم ، به طريقه آزمون و خطا از سالهاي دهه 40 و يا حتي 50 ران کنيم ، شايد همين کار ساده جواب بده .
2- يا مثلا ميشه انواع و اقسام متغيرهاي مجازي رو با دلائل باربط و بي ربط مثل اثر انقلاب ، جنگ ، بانکداري بدون ربا ، تغيير ساختاري اقتصاد و .... در نظر گرفت و جوابها رو امتحان کرد . جالب اينجاست که دليلي نداره حتما براي مثلا متغير مجازي جنگ سالهاي 59 تا 67 رو در نظر گرفت ، بارها کارهايي رو ديدم که عزيزان اساتيد متغير مجازي جنگ رو از سال 56 يا 57 در نظر گرفتند ( کلا از هر سالي که بهتر جواب مي ده ) .
3- يکي ديگه از کارها براي جواب گرفتن مي تونه دادن وقفه براي متغيرهاي توضيحي باشه . ميشه وقفه هاي مختلف رو براي متغيرهاي مختلف در نظر گرفت و اگر به جواب مطلوب رسيديم وقفه ها رو ذخيره کنيم . حالا ميشه دو کار انجام داد يا کل داده ها متغير مورد نظر رو يک سال به جلو ببريم و متغير جديدي ايجاد کنيم که در مدل اصلي نيازي به نمايش وقفه نباشه که نياز به توجيه تئوريک يا تجربي داشته باشه و يا بياييم از روشهاي تخميني مثل ARDL استفاده کنيم و وقفه هاي مورد نظر رو بصورت دستي براي نرم افزار تعريف کنيم و در آخر هم اشاره کنيم که وقفه ها مطابق با معيار مثلا شوارتز – بيزين توسط نرم افزار انتخاب شده اند .
4- پيشنهاد چهارم اينه که متغير يا متغيرهايي مورد نظر که باعث جواب ندادن مدل ميشه رو شناسايي کرد و براي اونها تقريبا مشابه با روند متغير وابسته و علامتي که انتظار داريم عددسازي کرد و کلا يه سري زماني جديدي خلق کنيم .
و البته هزار راه نرفته براي رسيدن به جواب مطلوب وجود داره که هر کدام با توجه به نوع مشکل ،کاربرد پيدا مي کنند ولي به نظر من آسانترين و بي دغدغه ترين کار در فضاي علمي و دانشگاهي ايران اينه که در همان اولين تخمين روي خروجي نرم افزار کليک راست کنيم و با گزينه Edit جوابهاي مورد نظر رو اصلاح کنيم . البته اگر از نرم افزار Micrifit استفاده بشه حتي نياز به راست کليک کردن هم نداره و مستقيما ميشه جوابها رو اصلاح کرد .
واقعيت اينه که وقتي تمام توجه و تمرکز جامعه علمي اقتصادي ايران فقط به مدل آماري و خروجيها باشه و اصلا به مدل رياضي کاري نداشته باشه ، خب حتما همه به دنبال راههايي هستند که جوابها رو مورد انتظار کنه . حالا واقعا چقدر ميشه به اين جوابها اعتماد کرد و اصلا تا چه اندازه اهميت دارند ؟ و آيا اصلا بايد تمام وزن مقالات و مطالعات در نتايج نرم افزاري خلاصه بشه ؟ تمام اهتمام ما انجام دادن يک تخمين فاخر، توسط يک متد نسبتا جديده و وجه افتراق و تمايز مطالعات هم فقط در اين قسمت خلاصه ميشه . مثلا کارهاي زيادي رو ميشه پيدا کرد که اشاره کردند تا حالا کسي اين بررسي رو در ايران با جوانسون ، GMM ، ARDL ، VAR و يا غيره انجام نداده و اين مطالعه اولين هست . و يا حتي در برخي از کارها براي غناي بيشتر چندين روش تخمين با هم انجام ميشه .
آنچه که در ايران مغفول مونده توجه به مدل رياضي و چگونگي رسيدن به مدل اصليه . فرايند رسيدن به مدل اصلي تقريبا نقش حاشيه اي داره و مدل آماري و تخمين سنجي از ملاحظه و اهميت بالاتري برخوردار هست . و تصريح مدل (Specification ) پاشنه آشيل مقالات ايراني . مقايسه مقالات مجلاتي مانند American Economic Review ، Econometrica و يا Applied economic با مجلات معتبر علمي- پژوهشي ايران مثل مجله دانشگاه تهران ، علامه طباطبايي و وزارت بازرگاني ، سازمان برنامه سابق و ..... کاملا تفاوت ساختاري مقالات رو بيان مي کنه .