Stata初高级特训_2021年暑假

现场

6000元/5200元(学生优惠价仅限全日制本科及硕士在读)

远程

6000元/5200元(学生优惠价仅限全日制本科及硕士在读)
上课地点:远程直播, 提供录播回放 讲师:崔百胜 报名时间:2020/11/1 - 2021/12/31 开课时间:2021年7月14-16, 18-20日 (初级3天, 高级3天)

一、课程简介

本课程通过覆盖全课程的完整代码、配套数据,以及对应理论方法,系统讲授Stata软件的基本操作、编程、数据管理与图形可视化,进而由浅入深,全面讲授目前在应用研究领域(公司金融、会计学、区域经济学、产业经济学、城市经济学、国际金融等)使用最为广泛的计量分析方法:线性回归模型、工具变量估计方法(IV)、面板数据模型(线性、非线性、非平稳)、二值与多值选择模型、向量自回归模型、双重差分方法、断点回归、合成控制法、空间面板数据模型等,主要模型配之以示例论文,完整再现论文。


数据处理和研究设计是实证研究中最为耗时和费神的工作之一,如何利用Stata软件高效地进行数据预处理,成为许多实证研究者首先要面临的问题,设置初级模块的初衷之一即为Stata初学者建立Stata学习的整体框架,掌握Stata软件的命令与程序的主要语法规范,提升Stata数据管理的基本技能,为实现论文数据的高效管理奠定坚实基础,起到事半功倍的效果;初衷之二是对目前计量经济学领域中基本方法进行系统讲解,对诸如线性回归中系数的边际效应、交乘项系数、中介效应、调节效应;工具变量的识别与选择、弱工具变量;静态面板数据模型的组内、组间与一阶差分估计方法的比较与选择、内生性与工具变量;双重差分方法的平行趋势检验、5种估计命令、安慰剂检验,以及分位数回归模型等系统讲授,使得学员能够熟悉当前期刊中的主流方法,通过具体例文的Stata实现及结果分析,全面合理的掌握这些方法具体应用。因此,初级模块适合需要系统掌握Stata软件操作及其在基础计量经济学中应用的学员。


近年来,面板线性模型得到了长足的发展,动态面板模型、非平稳、非线性面板模型等在公司金融、国际贸易、劳动经济学等领域中得到广泛引用;特殊因变量模型也在政治学、社会学和管理学中广泛使用;时变政策处理时点和持续期的评价方法也成为政策评价领域研究的前沿热点;向量自回归模型及其扩展模型成为宏观经济领域研究的主流方法之一;空间计量模型则是空间金融、区域经济学、空间城市学等学科的主流方法。因此,设置高级模块的初衷之一,即是使学员们系统掌握面板模型的最新发展与应用,其二则是使学员们对DID的扩展模型,如时变处理开始与持续期的灵活弹性DID模型,以及部分处理单位可能存在负权重的异质性双向固定效应时的政策评价,从理论模型和Stata软件实现两个方面进行掌握,其三则是对四代空间计量模型,尤其是动态空间计量模型和具有共同因子的动态空间计量模型从原理、效应分解和软件实现三个方面进行掌握,并能具体应用到论文写作。因此,高级模块适合已有一定Stata软件和计量基础,需要掌握应用计量前沿及其Stata实现学员。


课程分为初级和高级两个模块。参会学员既可根据自身情况,选择其中一个模块,也可以选择全部两个模块进行系统学习。



二、课程对象

高等院校和科研院所经济金融学、管理学、政治学、社会学、教育学等社会学科及相关社科类从事定量学术研究的教师、博硕士研究生和学者,以及其他对Stata统计计量软件感兴趣的研究人员。


三、课程特色


1、 更加注重课程细节内容的设置和深入。

针对暑期班可能存在部分学员首次接触Stata软件的情况,本次课程在Stata软件操作的细节上进行了调整,增加了Stata菜单操作简介,使得学员能够更快熟悉Stata软件,另一方面,增加了从将从Wind数据库下载的数据直接转换为面板数据的实操部分,提升了数据处理实际技能。


2、 紧跟学科前沿与研究需要,优化了课程的章节内容。

针对较多学员对中介效应与调节效应模型较为关注的情况,将中介效应与调节效应单独作为一讲进行讲解,并对两类模型的构建、检验流程与分解方法进行详细讲授。针对较多学员对于向量自回归模型及扩展模型较为关注的情况,本次课程增加了结构向量自回归模型、符号约束向量自回归模型,贝叶斯向量自回归模型等宏观领域的较新模型。针对单方程模型可能无法描述复制经济现象的现实,本次课程增加了联立方程章节,详细讲授联立方程的识别、估计约束设定等重要问题。


3、 结合每讲主题,精心优化了课程的例文。

本次课程在对课程内容进行扩展的基础上,又对课程例文进行了精心挑选和优化,从研究主题上,尽可能考虑到大多数学员专业背景多样性的特点,多一些主题,从研究方法上,尽可能与该讲的主要模型类型相一致,增进对模型的理解和掌握,在软件实现上,尽可能与较新的命令应用相结合。



四、课程大纲

第一部分(初级)

1讲 Stata基础操作(2h)

1.1 Stata介绍

1.2 Stata菜单操作

1.3 Stata命令与帮助文件

1.4 do文件创建与优化

1.5 标量与矩阵

1.6 Mata矩阵创建与应用


第2讲 Stata程序与编程(2h)

2.1 局域暂元与全局暂元

2.2 条件与循环语句

2.3 程序入门与语法解析

2.4 ado文件

2.5 Stata示例: LM和GMM估计的代码编写


第3讲 数据管理与可视化(2h)

3.1 各类数据的导入与导出

3.2 纵横向数据合并

3.3 加总与转置

3.4 Wind数据转换为Stata面板数据

3.5 数据描述性统计

3.6 数据的图形显示


第4讲 线性回归模型(2h)

4.1 regress估计与结果解释

4.2 R2分解与边际效应

4.3 异方差、聚类-稳健标准误

4.4 模型设定检验与模型的诊断

4.5 模型的稳健性检验

4.6 样本内预测与加权的预测

4.7 例文软件实现与解读:

Bhaskaran K, Gasparrini A,Hajat S, et al. Time series regression studies in environmental epidemiology

[J]. International journal of epidemiology, 2013, 42(4): 1187-1195.


第5讲 线性工具变量回归(IV)(2h)

5.1 内生性与工具变量

5.2 IV估计量:IV、2SLS和GMM

5.3 恰好与过度识别模型的IV估计

5.4 弱工具变量

5.5 3SLS系统估计

5.6 相关随机系数模型的工具变量估计量

5.7 例文软件实现与解读:

AcemogluD, Johnson S, Robinson J A. The colonial origins of comparative development: An empirical investigation[J]. American Economic Review, 2001, 91(5):1369-1401.


第6讲 中介效应与调节效应(IV)(2h)

6.1 中介效应模型与检验方法

6.2 调节效应模型与边际效应分解

6.3 中介调节效应模型与检验方法

6.4 调节中介效应模型与检验方法

6.5 中介效应的4种效应分解:med4way

6.6 例文软件实现与解读:

李姝等. 非控股股东参与决策的积极性与企业技术创新[J]. 中国工业经济, 2018(07).


第7讲 静态线性面板数据模型(2h)

7.1 面板数据管理

7.2 估计量比较:混合OLS、组内、组间与一阶差分

7.3 究竟该用固定效应还是随机效应模型

7.4 截面相依、异方差与序列相关条件下的面板模型估计

7.5 内生性与IV估计

7.6 高维交互固定效应:reghdfe与ivreghdfe

7.7 例文软件实现与解读:

谢呈阳,胡汉辉.中国土地资源配置与城市创新:机制讨论与经验证据[J].中国工业经济,2020(12).


第8讲 双重差分模型(DID)(2h)

8.1 政策评估两类偏误:时间效应与选择偏误

8.2 同一时点政策实施的DID

8.3 多时点政策实施的DID

8.4 平行趋势假设检验

8.5 安慰剂检验:随机生成实验组

8.6 例文软件实现与解读:

曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020(07).


第9讲 分位数回归模型(QR)(2h)

9.1 为什么需要分位数回归

9.2 QR的估计方法

9.3 内生性分位数回归

9.4 计数数据的QR

9.5 分位数系数图示法

9.6 面板分位数估计及内生性初探

9.7 广义分数模型估计

9.8 例文软件实现与解读:

王若兰,刘灿雷.市场竞争、利润分享与企业间工资不平等——来自外资管制政策调整的证据[J].中国工业经济,2019(11).


第二部分(高级)

第10讲 二值与多值选择模型(2h)

10.1 二值选择模型的例子

10.2 二值选择模型的估计

10.3 内生性probit模型估计

10.4 多项Logit模型

10.5 条件Logit模型

10.6 混合与嵌套Logit模型

10.7 例文软件实现与解读:

刘铠豪等.中国出口扩张的健康成本——来自成年人发病率的证据[J].中国工业经济,2019(08).


第11讲 长面板与动态面板数据模型(3h)

11.1 长面板估计与检验(FGLS)

11.2 面板工具变量估计法

11.3 差分GMM估计

11.4 系统GMM估计

11.5 偏差校正LSDV估计

11.6 例文软件实现与解读:

Williams R, Allison P D, Moral-Benito E. Lineardynamic panel-data estimation using maximum likelihood and structural equationmodeling[J]. The Stata Journal, 2018,18(2).


第12讲 因变量受限的面板数据模型(2h)

12.1 面板二值选择模型

12.2 面板Tobit模型

12.3 面板计数模型

12.4 动态面板Probit模型

12.5 例文软件实现与解读:

罗勇根等.空气污染、人力资本流动与创新活力——基于个体专利发明的经验证据[J].中国工业经济,2019(10).


第13讲 非平稳与非线性面板数据模型(2h)

13.1 截面相关(相依)检验

13.2 面板单位根检验

13.3 面板协整检验

13.4 面板Granger检验

13.5 静态面板门槛数据模型

13.6 具有内生性与门限效应的动态面板数据模型

13.7 例文软件实现与解读:Seo M H, Shin Y. Dynamic panels with threshold effect and endogeneity[J].Journal of Econometrics, 2016, 195(2): 169-186.


第14讲 向量自回归模型(2h)

14.1 简化向量自回归模型

14.2 结构向量自回归模型

14.3 符号约束向量自回归模型

14.4 贝叶斯向量自回归模型

14.5 面板向量自回归模型

14.6 例文软件实现与解读:Abrigo M R M, Love I. Estimation of panelvector autoregression in Stata[J]. The Stata Journal, 2016, 16(3): 778-804.


第15讲 联立方程模型(2h)

15.1 结构方程与简化方程

15.2 联立方程的识别

15.3 2SLS与3SLS估计

15.4 跨方程约束与协方差约束

15.5 非线性面板联立方程

15.6 例文软件实现与解读:

邓慧慧,杨露鑫.雾霾治理、地方竞争与工业绿色转型.中国工业经济,2019(10).


第16讲 DID扩展模型(3h)

16.1 PSM-DID

16.2 模糊DID(Fuzzy DID)

16.3 时变处理时间与持续期的弹性面板DID

16.4 具有异质性处理效应的双向固定效应模型

16.5 例文软件实现与解读:

De Chaisemartin C, d'Haultfoeuille X. Two-way fixed effects estimators with heterogeneous treatment effects[J]. American Economic Review, 2020, 110(9): 2964-96.


第17讲 断点回归与合成控制(2h)

17.1 精确断点回归

17.2 断点回归的检验(连续性检验、安慰剂检验)

17.3 模糊断点估计

17.4 合成控制法

17.5 例文软件实现与解读:Cattaneo M D, Idrobo N, Titiunik R. A Practical Introductionto Regression Discontinuity Designs: Volume II[J]. Draft Manuscript, 2018.


第18讲 空间计量经济模型(2h)

18.1 空间溢出效应动因

18.2 地理、经济与复合空间权重矩阵构建

18.3 空间相关性检验

18.4 空间计量模型构建流程与模型选择

18.5 静态和动态空间面板模型估计

18.6 例文软件实现与解读:Vega S H , Elhorst J P . A regional unemploymentmodel simultaneously accounting for serial dynamics, spatial dependence and common factors[J]. Regional Science &Urban Economics, 2016, 60(sep.).


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;

以上优惠与学生优惠价不叠加。


课程提供发票,开课通知及结业证书;课程资料包含do文档,讲义,数据及范例论文。


联系方式:

尹老师

电话:010-53352991

QQ:42884447

WeChat:yinyinan888