标题： 最优事后的理论化 显示英文标题

标题： Optimal Post-Hoc Theorizing

摘要： 对于许多经济问题，除非结果非常显著，否则实证结果并不引人注目。 对于这些问题， 在结果知道之前进行理论构建并不总是最优的。 相反，理论和实证的最佳顺序权衡了先进行理论构建带来的“达尔文式学习”效应，以及先检查数据带来的“统计学习”效应。 本文在贝叶斯模型中形式化了这种权衡。 在现代成熟的经济理论和庞大的数据集时代，我认为事后理论构建通常是最佳的。 显示英文摘要

摘要： For many economic questions, the empirical results are not interesting unless they are strong. For these questions, theorizing before the results are known is not always optimal. Instead, the optimal sequencing of theory and empirics trades off a ``Darwinian Learning'' effect from theorizing first with a ``Statistical Learning'' effect from examining the data first. This short paper formalizes the tradeoff in a Bayesian model. In the modern era of mature economic theory and enormous datasets, I argue that post hoc theorizing is typically optimal.