Python统计计量/DSGE模型/R语言初高级及应用_8月上海开班

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Python，出生于1991年，已经成为越来越多美国大学的计算机编程入门语言了。美国计算机排名的麻省理工学院和加州大学伯克利分校已经将他们的计算机编程入门教学语言改为了 Python。
三大 MOOC 提供商（edX、Coursera、Udacity）都提供使用Python 教学的计算机编程入门课程。同时，不同专业领域的教授也都倡导使用 Python 作为入门语言进行教学。
本次Python统计与计量会用通俗易懂的方式讲授如何使用Python如何完美构造各种计量模型，并针对结果给出合理的解释~零基础要求~
Python社会统计与计量分析8月11日开班
培训时间：2017年8月11-14日(四天)
培训地点：上海市南京东路培训教室
培训费用：3200元 / 2600元 (仅限全日制本科生和硕士研究生)
授课安排：上午9:00至12:00; 下午1:30至4:30; 答疑4:30至5:00
特别赠送：Python统计计量视频一套，价值1500元~
我要报名

讲师简介：
阎老师，长期从事数据分析的理论研究、教学和实践工作。
长期关注Python的发展和国内外各行业的应用情况，一直保持着与统计应用前沿的密切接触，在数据挖掘应用、市场研究应用等领域经验丰富。
擅长企业数据分析和企业诊断，参与多项、省级课题的科研工作，曾任多家电商企业的运营顾问和培训师，积累了大量实战经验。

课程大纲：
Part-1 Python初探
01. Python语法结构概览
教学内容：兼顾应用广泛的Python 2.x与日益兴盛的Python 3.x，从基本的原理和语法格式入手， 教授Python基础内容。
教学目的： 深入Python流程控制语句，夯实基础，这部分内容将贯穿课程始终，熟练到就算没有开放的扩展库，自己也能根据公式做模型。
1.1 一个概览式的例子
1.2 基本语法与数据
1.3 条件与条件语句
1.4 循环与嵌套
1.5 循环控制语句

02. Python函数与数据结构
教学内容： Python基础的核心内容。
教学目的： 了解各类函数、参数和变量的区别和联系，能够提升编程质量，使内容更加完善与流畅。
2.1 认识与定义函数
2.2 参数形式与返回值
2.3 内置函数形式
2.4 变量类型及应用
2.5 数据结构及应用

03. 数据处理与计算
教学内容： 介绍的丰富且成熟的第三方扩展库，解读数据分析的逻辑和分析结果。
教学目的：学会使用Python进行更加便捷的数理统计与计量分析，结果更加全面，解释性更强。
3.1 常用模块概览
3.2 数据的导入与导出
3.3 描述性数据统计
3.4 两总体对比推断
3.5 方差分析
3.6 卡方检验
3.7 非参数统计分析

04. 数据清洗
教学内容： 检查数据一致性、处理无效值和各种填补缺失值的方式。
教学目的： 迈出数据处理的步，能够识别并处理不清洁的数据，使数据更有利于后续的数据分析与挖掘。
4.1 数据的整理
4.2 数据的集成
4.3 原始数据变换
4.4 数据归约
4.5 处理缺失值

Part-2 关于截面数据

05. 线性回归模型
教学内容： 学会使用单纯也是实用且频频出现在Top期刊中的线性回归模型。
教学目的：学会使用Python固定语句进行回归，合理地构建模型、选择变量、解释结果。
5.1 小样本&大样本OLS
5.2 使用虚拟变量
5.3 非线性回归处理
5.4 异方差
5.5 自相关
5.6 主成分分析（PCA）与因子分析（FA）

06. 内生性的解决办法
教学内容： 处理各类研究中如影随形的内生性问题。
教学目的：能够完爆一个内生性，并使用Python处理内生性，使论文轻松达到“A-level”。
6.1 工具变量法（IV）
6.2 两阶段最小二乘拆解内生性（2SLS）
6.3 广义矩估计（GMM）
6.4 倍分法

07. 离散变量模型
教学内容： 介绍较早的离散选择模型——Logit/Probit模型，这是很多0/1选择问题的主要方法，也是社会学、心理学、经济学、市场营销等统计实证分析的常用方法。
教学目的：学会针对不同的问题选择合适的离散选择模型解决问题，并解释结果。
7.1 二值型Logit/Probit模型
7.2 多值型Logit/Probit模型
7.3. 定序Logit/Probit模型
7.4 计数模型

Part-3 关于时间序列

08. 平稳时间序列分析
教学内容： 时间序列分析的基础，一般的时间序列分析往往都是针对平稳序列，对于一些非平稳序列，也会通过某些变换转成平稳序列来处理。
教学目的： 学会识别平稳时间序列，并使用Python进行一系列后续分析与预测，得出并解释分析结果。
8.1 时间序列特征
8.2 ARMA基本逻辑及应用
8.3 自回归分布滞后模型
8.4 自相关与偏自相关
8.5 向量自回归

09. 非平稳时间序列
教学内容： 与平稳时间序列具有截然不同的非平稳时间序列的原理与应用。
教学目的：学会识别经济数据形成的时间序列的平稳性，使用Python进行后续处理、分析与预测，并解释结果。
9.1 ARIMA基本逻辑及应用
9.2 单位根问题
9.3 单整&协整

Part-4 关于面板数据

10. 面板数据回归
教学内容： 使用日益广泛的面板数据的原理、应用与建模。
教学目的： 掌握模型的基本思想和使用方法，灵活使用固定效应和随机效应，更准确地解读数据背后的经济含义。
10.1 静态面板模型
10.2 动态面板模型10.3 非线性面板模型

---

动态随机一般均衡模型（Dynamic Stochastic General Equilibrium,简称DSGE）经过三十多年的发展， 已成为当代宏观经济学研究和分析主流框架，被众多经济学家和政策制定者们用于经济分析和政策研究。然而，学习DSGE模型是一个系统性的过程，涉及到经济学理论、计量模型和数值方法等几方面的综合。对刚接触DSGE模型的学生和研究者而言，在如何进行DSGE模型构建及计算机软件实现需要花费大量的时间和心血去学习。DSGE模型中涉及到数值方法和计量方法等技术门槛也让部分有志于宏观经济的研究者望而止步。

为此，本培训课程专门针对DSGE模型初学者和宏观经济研究者，系统全面地介绍DSGE模型的相关理论及计量方法。希望通过本课程培训引导初学者熟悉DSGE模型的构建及计算机实现，为研究者将来构建自己的DSGE模型和从事基于DSGE模型的政策研究提供帮助。

DSGE模型初级+进阶班7月16日开班

时间：2017年8月12-14日 (三天) 初级，8月16-18日 (三天) 高级.
地点：上海市南京东路附近培训教室
安排：上午9:00-12:00；下午1:30-4:30；答疑4:30-5:00
费用：初级：2700元 / 2400元 (仅限全日制本科生及硕士研究生优惠价)；
          高级：3000元 / 2700元 (仅限全日制本科生及硕士研究生优惠价)；
          全程：5400元 / 4800元 (仅限全日制本科生及硕士研究生优惠价)；食宿自理

初级报名
高级报名
全程报名

主讲人介绍：
朱传奇，目前任教于中山大学岭南学院。
美国波士顿经济学院博士毕业，美国波士顿联邦储备银行助理研究员，并长期从事宏观经济学的科研和教学工作。其研究方向关注非线性DSGE模型的计量方法，并致力于利用DSGE模型研究中国宏观经济波动和宏观经济政策。

课程大纲：
【初级班】
第1讲：课程简介（1课时）
1. 课程简介
2. 宏观经济学模型发展历史
3. DSGE模型介绍及培训安排

第2讲：宏观经济数据（3课时）
1. 宏观经济数据处理
   1.1 宏观经济数据来源
   1.2 趋势剔除和周期提取
         1.2.1 线性去除趋势法
         1.2.2 Hodrick-Prescott滤波法
         1.2.3 Band Pass 滤波法
   1.3 经济周期统计描述
2. Matlab上机训练（1课时）

第3讲：真实商业周期（Real Business Cycle）模型（11课时）
1. RBC模型（2课时）
   1.1 RBC基准模型介绍(King et al.(1988))
   1.2 求解模型均衡条件
2. DSGE模型近似及求解（3课时）
   2.1 对数线性化
   2.2 线性差分模型组求解方法
        2.2.1 Blanchard and Kahn(1980)方法
        2.2.2 Klein(2000)方法
        2.2.3 Uhlig(1999)待定系数法
3. 参数校准（2课时）
  3.1 参数校准原理
  3.2 矩匹配(Matching Moments)
4. RBC派生模型（Money-in-Utility模型，Cash-in-Advance模型）(2课时)
5. Matlab 上机训练（2课时）

第4讲：Dynare安装及使用（4课时）
1. Dyanre 安装和配置
2. Dynare 软件使用：以RBC模型为例
3. Dynare 上机训练（2课时）

第5讲：新凯恩斯主义模型（New-Keynesian）模型（11课时）
1. New-Keynesian模型（6课时）
   1.1 模型主体介绍
   1.2 粘性价格定价法则(Calvo定价)及详细推导
   1.3 均衡条件求解
   1.4 对数线性化及线性求解
   1.5 参数校准及模型模拟
2. Matlab训练（1课时）
3. Smets和Wounter (2007, AER) （4课时）
   3.1 模型介绍及详细推导
   3.2 Dynare程序实现

【进阶班】
第1讲：DSGE模型贝叶斯估计方法及应用（8课时）
1. 状态空间模型
2. 贝叶斯估计基本原理
3. Markov Chain Monte Carlo方法
   3.1 Gibbssampler
   3.2 Metropolis-Hastings算法
4. 模型参数先验概率选取
5. 案例1：New-Keynesian模型的贝叶斯估计
    5.1 Smets and Wounters (2007 AER)
    5.2 上机训练（2课时）

第2讲：金融摩擦的DSGE模型 （8课时）
1. DSGE模型金融摩擦的建模方法
2. 金融加速器模型
    2.1 Bernanke, Gertler and Gilchrist（1999,Handbook of Macroeconomics）
3. 信贷周期模型
    3.1 Kiyotaki and Moore(2001, JPE)
4. 常规（Conventional）和非常规(Unconventional)货币政策比较
5. 案例 2：带金融摩擦的DSGE模型估计
    5.1 Iacoviello (2005AER)
    5.2 上机训练（2课时）

第3讲：Occasionally Binding Constraints和非线性DSGE模型的求解与估计（10课时）
1. DSGE models with Occasionally BindingConstraints（3课时）
    1.1 求解和估计
    1.2 案例3：带零利率下限的New-Keynesian模型求解及估计
    1.3 上机训练（1课时）
2. DSGE模型的非线性解法(4课时)
    2.1 投影逼近法（Projection Method）
    2.2 扰动法(Perturbation Method)
3. DSGE模型的非线性估计（2课时）
    3.1 粒子滤波（Particle Filter）方法
4. 案例4：RBC模型的非线性求解
    4.1 上机训练（1课时）

第4讲：开放宏观经济下的DSGE模型（5课时）
1. 国际经济周期模型：两国的RBC模型
    1.1 Backus, Kydland and Kehoe(1992)
2. 小型开放经济的New-Keynesian模型
3. 上机训练（1课时）

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；
以上优惠不叠加。

报名流程：
1：点击报名链接，网上填写信息提交；
2：给予反馈，确认报名信息；
3：网上订单缴费；
4：缴费后发送课程电子版讲义，软件准备及交通住宿指南。

联系方式：

魏老师
QQ：1143703950

Tel：010-68478566

Mail：vip@pinggu.org

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享1 收藏1 回帖

8月上海R语言初高级及应用 时间：2017年8月12-14日 (三天)初级；8月16-18日 (三天)高级 地点：上海市南京东路附近培训教室 费用： 初级：2400元 / 2100元 (仅限全日制本科生及硕士研究生优惠价) 高级：2700元 / 2400元 (仅限全日制本科生和硕士研究生优惠价) 全程：4800元 / 4300元 (仅限全日制本科生和硕士研究生优惠价) (食宿自理) 安排：上午9:00-12:00；下午1:30-4:30；答疑 初级报名 高级报名 初高级报名 课程简介：        R软件在现代数据分析中应用相当广泛，其开放的编程环境及众多功能强大的packages，不仅使其能够执行标准的统计运算，还能辅助使用者设计和编写针对具体问题的个性化程序。本课程主要介绍R语言基础及其在现代计量经济学中的应用，试图通过大量真实的案例并结合详细的软件操作，使学员能够迅速而高效地掌握数据分析中常用的运算指令，达到学以致用的教学目标。        课程将对各种计量经济学模型进行深入浅出地讲解，没有让人望而生畏的数学公式。        课程目的是使学员了解不同模型的基本思想、适用范围、局限性以及模型间的相互关系，提高对R软件的操作能力及对输出结果的解释能力。本课程将结合经济学、金融学、管理学等领域的真实案例，指导学员如何收集数据、整理数据、分析数据并找到解决方案。 讲师介绍：        杨柳，经济学博士，2014年8月毕业于美国纽约州立大学，现任教于南京大学商学院产业经济学系。研究方向为计量经济理论和经济预测，已有多篇论文发表于Journal of Business & Economic Statistics、International Journal of Forecasting、Economics Letters等国际知名SSCI期刊。        长期从事R语言开发及其在计量经济学中的应用研究，积累了丰富的编程经验。主持并参与多项金融和宏观经济的课题项目，对如何应用R语言进行数据分析和挖掘有深刻的认识和独到的见解。        主要讲授“中级计量经济学”、“空间计量经济学”，“面板数据分析”，“金融数据分析”等课程，授课特色以案例为主、理论为辅，以形象生动的语言使学生在潜移默化中加深对复杂模型的理解，让“枯燥”理论不再枯燥。 初级课程大纲： 章 R和R Studio（0.5课时） 1. 安装 2. 启动与退出 3. 帮助系统 4. package的安装与调用 第二章 R数据结构（1课时） 1. mode和class（数值型、字符型、逻辑型、list） 2. 对象存放形式（向量、矩阵、数据框、列表） 3. 对象之间的转换 第三章 R运算指令（0.5课时） 1. 数学运算符 2. 比较运算符 3. 逻辑运算符 第四章 R中的随机数（1课时） 1. [0,1]均匀分布随机数的生成 2. 连续随机数的生成 3. 离散随机数的生成 4. 随机向量的生成 案例：如何量化新产品的引入对现有厂商市场份额的冲击 第五章 基本的数据操作（2课时） 1. 数据输入和输出 2. 数据的按行合并和按列合并 3. 数据的subsetting 4. 数据排序 5. 缺失值的处理 6. 日期数据的处理 7. 数据保存 第六章 R中的函数（2课时） 1. 统计函数 2. 运算函数 3. 与矩阵有关的函数 4. 与数据有关的函数 5. apply函数族 6. 自定义函数 案例：评估各种宏观经济指标对股价指数的预测能力 第七章 R中的控制语句（1课时） 1. if else条件语句 2. for while循环语句 3. 多重语句嵌套 第八章 描述性统计分析（1课时） 1. 单变量描述性统计（summary、table） 2. 双变量描述性统计（cov、cor、table） 第九章 R的作图功能（2课时） 1. 图形参数（主体部分、坐标轴部分、坐标标题部分、图形标题部分、尺寸、边界和布局） 2. 箱型图 3. 直方图和核密度图 4. 时间折线图 5. 柱形图 6. 饼图、扇形图 7. qq图 8. 散点图 9. 相关系数图 10. 3D图 11. lattice图 案例：银行贷款违约风险模型的构建及评估 第十章 两均值检验和方差分析（1课时） 1. 双样本均值检验 2. 单因素方差分析 3. 多因素方差分析 第十一章 线性回归模型（1课时） 1. 多元线性回归模型 2. 普通最小二乘法估计 3. 检验、预测和诊断 4. 模型选择 5. 虚拟变量回归 第十二章 广义线性回归模型（1课时） 1. 二元因变量模型简介 2. 连接函数和参数估计 3. 回归结果解释及模型检验 4. 回归诊断 5. 泊松回归模型 案例：母亲吸烟是否会影响婴儿体重？ 高级大纲——数据挖掘专题： 章 聚类分析（1课时） 1. K-Means聚类 2. 层次聚类 3. 两步聚类 案例：中国城市发展的几种典型模式 第二章 因子分析（1课时） 1. 主成分分析法 2. 主轴因子法 3. 计算因子得分 案例：基于因子模型的宏观经济预测 第三章 判别分析（1课时） 1. 距离判别 2. Fisher判别 案例：如何自动识别垃圾电子邮件？ 第四章 决策树模型（2课时） 1. 分类回归树 2. 组合预测模型 3. 随机森林 案例：决策树模型在市场营销中的应用 第五章 人工神经网络（2课时） 1. B-P反向传播网络 2. SOM自组织映射网络 案例：大数据背景下基于产品特征的分类 高级大纲——量化金融专题： 章 金融资产收益率计算（1课时） 1. 收益率的基本概念 2. 股票收益率计算 3. 债券收益率计算 4. 收益率的统计分布 案例：沪深300指数月收益率的计算 第二章 收益率波动模型（1课时） 1. ARCH和GARCH模型 2. Stochastic Volatility模型 案例：人民币汇率波动是否会传导到股票市场 第三章 金融资产风险度量（1课时） 1. VaR和ES 2. 分位数回归和VaR（ES）的计算 案例：如何预测极端金融风险？ 第四章 金融资产投资组合分析（2课时） 1. 均值方差模型 2. 均值-VaR模型 3. 均值高阶矩模型 案例：基于一组股票的最优投资组合 第五章 金融资产定价模型（2课时） 1. CAMP模型 2. APT模型 3. 期权定价模型 案例：如何为股票指数期权定价？ 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； 以上优惠不叠加。 报名流程： 1：点击 "初级/高级/全程报名”，网上填写信息提交； 2：网上订单缴费 3：给予反馈，确认报名缴费信息 4：开课前一周发送课程电子版讲义，软件准备及交通住宿指南 联系方式： 魏老师 QQ：1143703950 Mail：vip@pinggu.org Tel： 010-68478566

7月北京/8月上海学起来
Be Stronger！

最前沿的都在这里
Python/DSGE
你选哪个

Python统计计量7月14日北京开班
DSGE模型初高级7月16日北京开班

Python统计计量8月11日上海开班
DSGE模型初高级8月12日上海开班

DSGE模型初高级8月12日上海开班
可惜沒有视频，只有現場...

支持一下