教学特色：
学员来参加讲习的目的是要撰写论文（硕、博士或老师要发表学术论文，以国内较好期刊或国外之SSCI为目标），当中一个重要环节就是实证 (计量) 方法，这是讲习之重点，而Stata是执行实证方法最方便的软件，所以课程以介绍当代实用计量方法为主，Stata 操作为辅，而以发表 (C)SSCI 论文为目标。我在讲习当中，会穿插我发表于 SSCI 期刊文章之经验，让学员也能复制我成功发表的经验。
以多年发表 SSCI学术文章之实战功力与经验传承，特别讲求实务应用，摒除课本没有实用之内容，精简介绍学术论文 (期刊) 所需要之计量方法与概念，让学员更容易了解相关概念、掌握重点并能正确应用于个人专业与领域。除此之外，藉由丰富的发表经验，也会穿插如何选择适当题目，让学员开始迈向 SSCI 之路。
课程教材：
PPT，Stata 程序与相关资料。
课程简介：
· 前两讲内容(论 t 值与面板模型) 是一个硕、博班学生，甚至年轻老师从事应用计量之最基本、也是最重要的基础。我以多年研究经验，帮你筛选掉没有实用的部分，将你应该知道教给你，让你能够真正自己操作、应用而不会受到别人 (例如审稿人) 之挑战。
· 论文知道无他，求其 t 值而已矣！但你的 t 值对吗？此外，经济、财务与其他非常多领域有超过一大半是使用面板资料，所以了解其之估计方法 (你还在纠结于固定或随机效果吗？双向固定效果模型若不显著应该如何) 与如何操作和注意事项，让你有明确方向与做法！
· 后面四讲内容 (倍差法 DID，倾向得分匹配分析 PSM，合成控制法 SCM与断点回归设计 RDD)都是分析政策效果 (不仅局限于政府，也包括其他公司与个人之许多决策) 之因果效应 (causal effects)，不管学术或是实务，这几个方法都是必备之计量分析技术。
· 首先，DID与PSM 在实务应用上是非常相关的，当你想分析某一政策 (也包括法律、制度等) 改变或执行之效果，到底适合用哪一种方式 (正常是两者之一)？DID/PSM 之使用 (与合用) 可说是最广泛的，他们都适用于有"多个”受到政策影响之治疗组，但若只有”一个”受到影响，这时候我门可考虑使用近15年政策评估最大之进展 --- SCM方法来估计政策之因果效应。除了一般的”孤伶伶”情况，我也将介绍”多个”受影响之 SCM 應用與操作。至于RDD之应用，多因为政策执行适用符合某一门槛值之上 (或之下) 所造成，是大家公认最 clean的认定政策效果之方法，你也应该要知道！
课程大纲：
I. 基础计量
a. 论t 值 (OLS/IV)
1. 外生 （OLS）与内生（IV/2SLS） 解释变量之问题 (t 值之分子问题)
2. 稳健标准误：异方差、序列相关与聚类等处理 (t 值之分母问题)
3. SSCI 时间：范文多篇
b. 面板模型 (PD, panel datamodel)
1. 介绍固定效果 (FE) 与随机效果 (RE) 模型与估计
2. 模型筛选：要用 FE 或 RE？ 同方差与异方差下之检定
3. 实战一二三：这些年期刊文章的真相 (firm, industry, and yearfixed effects 与 robust or cluster at firm/industry/year level)
4. SSCI 时间：范文多篇
II. 衡量政策效果之实用计量：
a. 倍差法 (DID,difference-in-differences)
1. 政策改变时点相同之状况
2. 政策改变时点不同之状况
3. 亮点：简单检验平行趋势之操作
4. SSCI 时间：范文多篇
b. 倾向得分匹配分析 (PSM,propensity score matching)
1. 配对之概念与依据，不同配对之方法
2. 亮点：可能更好之配对新方法：EB (entropybalancing) 与 CEM (coarsened exact matching) 等
3. 亮点：与DID合用，与分位数回归合用
4. 亮点：正向/负向选择假说之验证 （对文章内容有加分作用）。
5. SSCI时间：范文多篇
c. 合成控制法(SCM, synthetic control method)
1. 特别合适衡量单一个体/地区 (治疗组) 受到政策影响之效果
2. 亮点：将其延伸到多个个体/地区(治疗组) 之情况
3. SSCI时间：范文多篇
d. 断点回归设计（RDD, regressiondiscontinuity design）
1. 明确断点回归设计 (SharpRDD)
2. 模糊断点回归设计 (FuzzyRDD)
3. SSCI时间：范文多篇
优惠：
现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；
同一单位六人以上同时报名8折优惠；
以上优惠不叠加。
联系方式：
尹老师
电话：010-53352991
QQ：42884447
WeChat：yinyinan888
