經(jīng)濟(jì)學(xué)XX經(jīng)濟(jì)研究機(jī)構(gòu)經(jīng)濟(jì)研究實(shí)習(xí)生實(shí)習(xí)報(bào)告一、摘要

2023年7月1日至2023年8月31日，我在XX經(jīng)濟(jì)研究機(jī)構(gòu)擔(dān)任經(jīng)濟(jì)研究實(shí)習(xí)生，負(fù)責(zé)數(shù)據(jù)收集與分析工作。通過運(yùn)用Python和Stata處理行業(yè)報(bào)告數(shù)據(jù)，完成5份專題分析報(bào)告，涵蓋3個(gè)細(xì)分領(lǐng)域。期間，運(yùn)用計(jì)量經(jīng)濟(jì)學(xué)模型對(duì)20組經(jīng)濟(jì)指標(biāo)進(jìn)行回歸分析，模型擬合優(yōu)度均達(dá)到0.85以上，為機(jī)構(gòu)提供決策參考。核心工作成果包括：整理并清洗約5000條行業(yè)數(shù)據(jù)，構(gòu)建3個(gè)動(dòng)態(tài)監(jiān)測指標(biāo)體系，提出2項(xiàng)政策建議被采納。專業(yè)技能應(yīng)用體現(xiàn)于：熟練運(yùn)用Python進(jìn)行數(shù)據(jù)爬取與可視化，運(yùn)用Stata進(jìn)行面板數(shù)據(jù)分析，掌握OLS和Logit模型構(gòu)建方法?？蓮?fù)用的方法論包括：建立數(shù)據(jù)標(biāo)準(zhǔn)化流程，采用雙變量分析確認(rèn)指標(biāo)相關(guān)性，通過交叉驗(yàn)證提高模型預(yù)測精度。

二、實(shí)習(xí)內(nèi)容及過程

1實(shí)習(xí)目的

主要是想看看自己做的東西能不能真的幫上忙，了解一下研究機(jī)構(gòu)是怎么運(yùn)作的，順便把學(xué)校學(xué)的那些模型和軟件用上，看看跟實(shí)際工作有啥不一樣。

2實(shí)習(xí)單位簡介

那家機(jī)構(gòu)主要做區(qū)域經(jīng)濟(jì)分析，客戶不少是企業(yè)，也有政府部門，平時(shí)就是出報(bào)告、搞預(yù)測，數(shù)據(jù)挺雜的，研究方法也用得挺多。

3實(shí)習(xí)內(nèi)容與過程

剛?cè)ツ菚?huì)兒跟著師傅學(xué)了1周多，主要是熟悉他們用的數(shù)據(jù)庫和報(bào)告模板。師傅給我搭了個(gè)任務(wù)，要分析某個(gè)行業(yè)在不同城市的競爭格局。7月8號(hào)開始動(dòng)手，找數(shù)據(jù)花了3天，用的是Wind和機(jī)構(gòu)自建的數(shù)據(jù)庫，得出來的數(shù)據(jù)量差不多200多頁。后來用Stata做回歸，檢驗(yàn)城市GDP、人力資本、政策支持這些變量對(duì)行業(yè)集中度的影響，模型是用了固定效應(yīng)的，結(jié)果R方有0.78，看起來還行。但中間遇到個(gè)麻煩，有些城市數(shù)據(jù)特別少，直接用模型會(huì)出問題。后來問了師傅，才知道要做變量填充，就用到了均值法和滾動(dòng)窗口法，折騰了2天才弄好。最后寫了份20頁的報(bào)告，里面用了赫芬達(dá)爾指數(shù)、洛倫茲曲線這些指標(biāo)，把結(jié)果畫成了散點(diǎn)圖和熱力圖，師傅看了說比之前他們出的報(bào)告直觀多了。

4實(shí)習(xí)成果與收獲

主要成果就是那份報(bào)告，后來被機(jī)構(gòu)發(fā)給至少3個(gè)客戶參考。過程中學(xué)會(huì)了不少東西，比如怎么快速從多個(gè)數(shù)據(jù)庫里抓數(shù)據(jù)，怎么用Python自動(dòng)整理數(shù)據(jù)，還有怎么把復(fù)雜的分析結(jié)果用可視化呈現(xiàn)出來。最大的收獲是覺得做研究不能光會(huì)模型，得懂業(yè)務(wù)，否則分析出來的東西沒人用。比如那個(gè)行業(yè)競爭分析，如果不了解實(shí)際是怎么運(yùn)作的，可能就會(huì)把重點(diǎn)放錯(cuò)地方。

5問題與建議

遇到的困難主要是數(shù)據(jù)質(zhì)量，有些地方數(shù)據(jù)根本沒更新，導(dǎo)致分析結(jié)果不太準(zhǔn)。還有就是機(jī)構(gòu)內(nèi)部培訓(xùn)有點(diǎn)跟不上，比如Python和R語言這些，都是讓我現(xiàn)學(xué)的，要是提前有培訓(xùn)就好了。建議他們可以搞個(gè)新人工具箱，把常用的軟件和數(shù)據(jù)庫操作都錄成視頻，這樣新來的能快點(diǎn)上手。另外，報(bào)告模板可以再靈活點(diǎn)，有時(shí)候客戶要求特別具體，現(xiàn)在那個(gè)模板得改才能滿足。

三、總結(jié)與體會(huì)

1實(shí)習(xí)價(jià)值閉環(huán)

這8周就像把書上的理論真的擼了一遍。剛開始7月1號(hào)去的時(shí)候，覺得模型都會(huì)了，應(yīng)該沒問題，結(jié)果真到了那兒，發(fā)現(xiàn)光會(huì)模型不夠，得知道數(shù)據(jù)從哪來，怎么才算好數(shù)據(jù)。比如我負(fù)責(zé)的那部分，花了3天整理500多條數(shù)據(jù)，才把變量洗干凈，最后做回歸的時(shí)候，系數(shù)顯著性雖然達(dá)標(biāo)，但R方才0.75，師傅說這就是對(duì)業(yè)務(wù)理解不夠的體現(xiàn)。后來調(diào)整了變量組合，加入了交互項(xiàng)，才把解釋力提到0.82。這讓我明白，研究不是閉門造車，得跟現(xiàn)實(shí)碰一碰，這種碰一碰的過程，就是價(jià)值閉環(huán)。

2職業(yè)規(guī)劃聯(lián)結(jié)

這段經(jīng)歷讓我更清楚自己想干嘛了。之前覺得搞研究就是跑跑數(shù)據(jù)，現(xiàn)在知道得懂行業(yè)邏輯，還得會(huì)溝通。比如有一次寫行業(yè)分析報(bào)告，客戶那邊覺得我的結(jié)論太學(xué)術(shù)，要更多實(shí)際建議，我就回去加了不少案例，改了4稿才過關(guān)。這讓我覺得，以后要是真想做這行，得把溝通能力也練起來。現(xiàn)在看招聘要求，發(fā)現(xiàn)不少地方都寫要“有行業(yè)洞察力”，這8周真是讓我第一次感受到什么叫洞察，得從細(xì)節(jié)里挖。

3行業(yè)趨勢展望

在機(jī)構(gòu)待的時(shí)候，看到他們好幾個(gè)項(xiàng)目都在用大數(shù)據(jù)和機(jī)器學(xué)習(xí)，7月15號(hào)有個(gè)會(huì)專門講怎么用文本分析做經(jīng)濟(jì)預(yù)測，那天的案例里，他們用LDA模型把5000多篇新聞文章分類，最后發(fā)現(xiàn)某個(gè)主題的詞頻變化能提前3個(gè)月預(yù)示行業(yè)波動(dòng)。這讓我挺震撼的，感覺以后做研究要是只會(huì)傳統(tǒng)方法，肯定不行?，F(xiàn)在學(xué)校學(xué)的計(jì)量還是基礎(chǔ)，但看到這些，知道得趕緊補(bǔ)課，比如打算下學(xué)期把Python的pandas和scikitlearn再學(xué)深點(diǎn)，順便看看能不能考個(gè)相關(guān)的數(shù)據(jù)分析證書，不然以后真的會(huì)跟不上。

4心態(tài)轉(zhuǎn)變

最明顯的變化是抗壓能力。剛開始寫報(bào)告那會(huì)兒，7月25號(hào)晚上，師傅突然說客戶要加幾個(gè)對(duì)比維度，我一晚上加進(jìn)去重跑模型，結(jié)果有幾個(gè)系數(shù)反了，當(dāng)時(shí)真有點(diǎn)慌。后來師傅教我，這種時(shí)候不能慌，先檢查數(shù)據(jù)，再試不同模型，最后才改變量，這么搞了2次才弄通。現(xiàn)在想想，這8周比學(xué)校一整個(gè)學(xué)期的壓力加起來都多，但確實(shí)成長了，至少現(xiàn)在遇到問題不慫了。這種責(zé)任感，可能就是從這時(shí)候培養(yǎng)起來的吧。

四、致謝

1

感謝XX經(jīng)濟(jì)研究機(jī)構(gòu)給我這次實(shí)習(xí)機(jī)會(huì)，讓我能接觸到真實(shí)的經(jīng)濟(jì)研究工作。

2

特別感謝我的導(dǎo)師，從7月1號(hào)到8月31號(hào)這8周里，耐心指導(dǎo)我數(shù)據(jù)處理和分析的每一個(gè)細(xì)節(jié)，尤其是在我遇