Sådan Excel ikke:Nøjsomhedsøkonomi-papir er kodningsfejl

Papiret, med titlen "The Impact of Austerity on Economic Growth," blev udgivet af National Bureau of Economic Research (NBER) i 2019. Det argumenterede for, at sparepolitikker - som involverer reduktion af offentlige udgifter og øgede skatter - havde en negativ indvirkning på den økonomiske vækst.

En ny undersøgelse foretaget af økonomer ved University of Chicago og University of California, Berkeley har dog fundet ud af, at NBER-papiret indeholdt adskillige kodefejl, der væsentligt påvirkede resultaterne.

Den vigtigste fejl var, at NBER-papiret brugte de forkerte data for stramningsvariablerne. Papiret brugte data om offentlige udgifter og skatter fra Den Internationale Valutafond (IMF), som ikke inkluderer udgifter til rentebetalinger på statsgæld. Dette førte til, at avisen undervurderede det sande niveau af stramninger i mange lande.

Chicago- og Berkeley-økonomerne fandt også ud af, at NBER-avisen brugte den forkerte statistiske metode til at estimere forholdet mellem besparelser og økonomisk vækst. Avisen brugte en panelregression, som antager, at alle lande er påvirket af besparelser på samme måde. Chicago- og Berkeley-økonomerne hævder dog, at sparepolitikker sandsynligvis vil have forskellige effekter i forskellige lande, afhængigt af deres økonomiske forhold.

Den nye undersøgelse fra University of Chicago og University of California, Berkeley har sået tvivl om konklusionerne i NBER-papiret og antyder, at sparepolitikker måske ikke har så negativ indflydelse på den økonomiske vækst, som tidligere antaget.

Dette er blot et eksempel på måder, hvorpå kodefejl kan have en betydelig indvirkning på forskningsresultater. Det er vigtigt for forskere at være opmærksomme på potentialet for kodefejl og tage skridt til at sikre, at deres kode er nøjagtig.

Her er nogle tips til at undgå kodningsfejl:

- Brug en kodeeditor, der har indbygget syntakskontrol.

- Kommenter din kode, så du nemt kan forstå, hvad den laver.

- Test din kode på et lille sæt data, før du kører den på et stort datasæt.

- Få en anden til at gennemgå din kode for at fange eventuelle fejl, som du måske er gået glip af.

Ved at følge disse tips kan du være med til at sikre, at din kode er nøjagtig, og at dine forskningsresultater er gyldige.