第13章:金融研究方法论的详细框架
13.1 研究方法论演进的多维视角
金融研究方法论的演进可以从多个维度进行分析。首先是方法论个体化维度，关注研究者个体如何选择、应用和反思研究方法。其次是方法论社群化维度，探讨学术共同体如何形成、传播和验证研究方法。第三是方法论制度化维度，分析教育机构、期刊和学术组织如何塑造和规范研究方法。
这种多维视角有助于我们更全面地理解金融研究方法的演进机制。特别是在中国情境下，金融研究方法论的发展既要借鉴国际先进经验，又要结合中国金融实践的特殊性，形成具有本土特色的研究方法体系。
13.2 研究方法分类框架
根据数据性质和分析逻辑，金融研究方法可以精细分类为以下几类：
表13-1：金融研究方法的分类框架
| 方法类别 | 数据类型 | 分析逻辑 | 主要目标 | 典型应用 |
|---|---|---|---|---|
| 理论演绎法 | 概念性逻辑 | 推理演绎 | 构建理论模型 | 金融资产定价理论 |
| 实证归纳法 | 经验数据 | 统计归纳 | 发现规律关系 | 市场效率检验 |
| 定性研究法 | 文本、访谈 | 主题分析 | 深入理解机制 | 投资者行为研究 |
| 混合法 | 多源数据 | 综合分析 | 全面解释现象 | 央行沟通研究 |
13.3 研究方法选择的决策树
研究者选择研究方法时需要考虑多个因素，包括研究问题、数据可获得性、时间约束、研究目标等。我们可以构建一个决策树来指导方法选择：
表13-2：金融研究方法选择决策树
| 决策节点 | 选择分支 | 推荐方法 | 适用条件 |
|---|---|---|---|
| 研究问题类型 | 理论建构 | 理论演绎+文献综述 | 新理论探索 |
| 实证检验 | 定量回归分析 | 假设验证 | |
| 机制探索 | 定性访谈+案例分析 | 深入理解 | |
| 数据特征 | 结构化定量 | 统计/计量方法 | 财务数据、股价数据 |
| 非结构化文本 | 文本分析/NLP | 央行报告、新闻 | |
| 混合数据 | 混合方法研究 | 复杂社会现象 | |
| 研究目标 | 描述性 | 描述性统计/可视化 | 数据特征呈现 |
| 解释性 | 因果推断方法 | 政策效果评估 | |
| 预测性 | 机器学习/AI | 市场预测 |
🛠 本章配套研究工具
本章给出金融研究方法论的详细框架（6 维度：定量/定性/混合 × 方法论个体化/社群化/制度化），配套工具栈如下：
| 阶段 | 推荐工具 | 跳转 |
|---|---|---|
| 论文检索 | scansci-pdf + nber-cli-mcp（英文）/ cnki-mcp（中文） | 1-2 篇候选 → 下表评分筛选 |
| 一键入库 Zotero | zotero-mcp 工作流 Step 2 | DOI 批量入库 |
| 数据复现 | stata-mcp 六步急救包 Step 1-6 | 原 Stata 跑原 Stata |
| 方法论映射 | C2 研究设计决策树 + C6 混合方法 | 本章 6 维度的速查工具 |
| 实证规范 | ch25 金融实证研究规范流程 | 复现作业的验收依据 |
复现汇报作业入口：选 A/B 类期刊实证论文 1 篇 → zotero-mcp 工作流 Step 1-6 闭环 → 2000 字汇报套本章 6 维度框架。