高级计量经济学及Stata

现场

6600/ 5600元(仅限全日制在读本科生及硕士生优惠价)

远程

6600/ 5600元(仅限全日制在读本科生及硕士生优惠价)
上课地点:远程直播 提供录播回放 讲师:陈强 报名时间:2020-10-1 - 2020-10-6 开课时间:2020年10月1-6日(六天)

在原有四天班精彩内容基础上(含合成控制法、空间计量、断点回归、拐点回归等等),

这次六天高级现场班又增加了不少全新的前沿内容,

包括交互固定效应、因果图、回归控制法、分位数回归、门限回归、控制函数法、局部平均处理效应、机器学习与大数据等。

 

讲师介绍:

陈强,分别于1992年与1995年获得北京大学经济学学士与硕士学位,2007年获美国Northern Illinois University数学硕士与经济学博士学位,现任山东大学经济学院教授,博士生导师,泰岳经济研究中心副主任(主持工作)。主要研究领域为计量经济学、经济史。已独立发表论文于Oxford Economic Papers (lead article),Economica,Journal of Comparative Economics,《经济学(季刊)》、《世界经济》等国内外期刊。著有畅销研究生教材《高级计量经济学及Stata应用》(第2版,高教社,2014)与本科教材《计量经济学及Stata应用》(高教社,2015)。2010年入选教育部新世纪优秀人才支持计划。

 

课程简介:

本次高级计量经济学及Stata现场班,将根据多次现场班的反馈进一步完善。在课程内容的设计上,主要指导思想是在有限时间内,将高级计量及Stata的精髓及核心内容,以通俗生动的语言以及大量的案例交给学员,并注重在各领域的常见应用,诸如面板数据、时间序列、工具变量法以及微观计量,乃至论文写作的各个环节技巧。由于学员的基础不同,本课程仅对学员背景做较低要求,即假设学员知道概率统计及少量线性代数,但不要求学过计量经济学或Stata操作。因为“大道至简至易”,初级计量与高级计量的本质是一样的,学子们需要的是能够直指人心地洞明计量原理与操作工具,然后得心应手地用于实战(而非完成习作)。

 

课程大纲:

第一讲,OLS及其标准误

着重介绍小样本与大样本OLS,以及相应的普通标准误、异方差稳健标准误、异方差自相关稳健标准误、聚类稳健标准误、自助标准误(bootstrap standard errors)。深切理解OLS的原理与适用条件,是一切计量原理的基础。

 

第二讲,Stata快速入门

及时地介绍Stata知识,以OLS在Stata的实现作为入门,体会Stata的简单与强大。

 

第三讲,工具变量法

由于双向因果、遗漏变量、度量误差的普遍存在,内生性是实证研究的常见难题,而工具变量法是解决内生性的利器,包括2SLS、GMM、控制函数法(Control Function)。

 

第四讲,二值选择模型

被解释变量为虚拟变量的二值选择模型有着广泛的应用。包括Probit,Logit,包含内生变量的ivprobit等。

 

第五讲,静态面板

面板数据由于能控制个体异质性(heterogeneity),缓解遗漏变量偏差,在实践中越来越重要。静态面板是最常见的面板,包括固定效应、随机效应、时间效应、双向固定效应等。

 

第六讲,动态面板

经济现象常具有某种惯性或部分调整,即被解释变量的滞后值出现在方程右边。动态面板也因为可自带工具变量而应用广泛。包括面板工具变量法(Panel IV)、差分GMM、水平GMM与系统GMM等。

 

第七讲,门限回归

发展中国家与发达国家的经济规律可能不同,而门限回归(Threshold Regression)提供了对此类现象进行严格统计推断的方法,包括横截面与面板模型的门限回归。

 

第八讲,非参数与半参数估计

非参与半参方法(Nonparametric and Semiparametric Estimations)由于其稳健性而日益进入标准的计量工具箱,包括核密度估计、非参数回归与半参数回归等。

 

第九讲,随机实验、自然实验与双重差分法

实验方法因其可信度而日益兴起,包括随机实验、第一类与第二类自然实验。双重差分法(Difference-in-Differences)利用面板数据的优势,可克服部分内生性,是研究政策或项目处理效应(treatment effects)的主要工具。包括双重差分法、平行趋势假设、三重差分法等。

 

第十讲,倾向得分匹配(PSM)与异质性工具变量法(LATE)

基于反事实的框架,根据个体进入处理组的概率(即倾向得分)寻找最佳替身进行匹配估计,这是研究处理效应的一种深邃思想与方法。包括倾向得分匹配(Propensity Score Matching)、双重差分倾向得分匹配等。基于反事实框架的异质性工具变量法(LATE)。

 

第十一讲,控制变量与因果图

核心变量与控制变量的本质区别。选择合适的控制变量是计量分析的重要步骤,而因果图方法(Causal Directed Acyclic Graph)提供了一个清晰的思考框架。

 

第十二讲,断点回归(Regression Discontinuity Design)与拐点回归(Regression Kink Design)

由于在断点附近存在局部随机分组,故断点回归的效力接近于随机实验,日益为研究者所青睐。包括精确断点回归、模糊断点回归、精确拐点回归与模糊拐点回归。

 

第十三讲,大数据与机器学习

大数据与高维回归等机器学习(Machine Learning)方法正迅速成为经济学家的常用工具。本讲介绍Lasso、Ridge Regression、Elastic Net、Post Lasso、Post Double Lasso、主成分分析、因子分析等机器学习方法。

 

第十四讲,合成控制法(Synthetic Control Method)

在评价某处理地区的政策效应时,将控制地区进行最优的线性组合,以构造合成控制地区进行对比,这是估计处理效应的新兴强大方法。包括合成控制法的统计推断与稳健性检验等。

 

第十五讲,回归控制法(Regression Control Method)

与合成控制法类似,但使用回归法来构造合成控制地区(Hsiao et al., 2012),比合成控制法更为简单易行。

 

第十六讲,交互固定效应

交互固定效应(interactive fixed effects)为目前面板数据最活跃的研究前沿,它将传统的双向固定效应进一步推广,充分考虑到现实经济常存在多维冲击(shocks或factors),而不同个体对这些冲击的反应力度不同(factor loading)。

 

第十七讲,分位数回归

线性回归只是研究在给定X的情况下,Y的条件期望E(Y|X);而分位数回归(Quantile Regression)则可研究在给定X的情况下,Y的整个条件分布Y|X,从而揭示更多重要信息。

 

第十八讲,空间计量经济学

传统计量经济学通常忽略横截面单位的空间分布与相互影响,而空间计量经济学(Spatial Econometrics)则是考察空间效应、溢出效应等的重要工具。包括空间权重矩阵、空间自回归、空间误差模型与空间面板等。

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

Tel:010-53352991

QQ:42884447

WeChat:yinyinan888