一份详细的书单:UCLA提供了的书单 。
- 入门教材:Baum(2006)*、Newton and Cox(2009)、Chen et al.(2005)、Adkins and Hill(2008)*;Wooldridge(2009)*,波士顿大学的网站上提供了该书所有章节的Stata范例,是一套非常好的学习资料。
- 综合性教材:Cameron and Trivedi(2005)撰写的Microeconometrics: Methods and applications一书全面介绍了微观计量中的基本分析工具,其中不乏最近十年中得到广泛应用的Bootstrap、Monte Carlo模拟,以及非参数估计法。二人于2009年出版的另一力作(Cameron and Trivedi(2009)*)是这本书的姊妹篇,重点介绍了常用计量模型的Stata实现方法。
- Stata手册:我一直非常佩服撰写Stata手册的那些人,他们总能以最简洁的语言说清楚纠结我很久的问题。Stata11附有16本电子手册,仅需统一放置于D:\stata11\utilities目录下,即可从Stata内部的帮助文件中的Also see部分直接链接到相应的PDF说明书中。作为初学者,我强烈建议你将[U]和[D]打印出来,反复研读。stata手册内容齐全,但不便于阅读,把命令与例题割裂开来,阅读起来很不方便。
- Stata软件在社会科学研究中的高级应用:周文光,李尧远,梁炜 著,西北工业大学出版社出版。该书详细介绍了如何应用stata对连续变量与分类变量进行分析,包括回归分析,时间序列分析,面板数据分析等,并介绍了如何使用stata进行生存分析与聚类分析、编程等内容。
- Stata视频。相比于网络教程和纸本教材,通过视频学习Stata可能是最快捷的方式了。UCLA免费发布的视频教程,内容涉及Stata入门、数据处理和绘图等。采用英文讲解,思路清晰。局限在于所涉及内容不够系统,但对于想快速入门的学生则是一份不错的参考资料。同时,藉由这份资料也可以练习一下英语听力。对于中文用户而言,人大经济论坛发布的Stata初级和高级视频则提供了更为快捷的学习方式。其中,初级视频主要介绍stata的操作方法,包括stata入门、stata数据处理、stata绘图、stata矩阵以及stata编程初步五个部分。高级视频主要介绍各种计量模型的基本原理,重点介绍其在stata中的实现方法,包括OLS、GLS、MLE、IV-GMM、时间序列分析、面板模型、stata高级编程、Bootstrap和Monte Carlo 模拟等内容,比较全面的涵盖了计量经济学和核心内容。
- 统计方法:Rabe-Hesketh and Everitt(2006)。
- Stata绘图:Mitchell(2008),非常细致地介绍了各种图形的绘制方法。
- Stata数据处理:Kohler and Kreuter(2005)*、Long(2009)*、杨菊华(2008)。
- Stata编程:Baum(2009),当然,该书中有关数据处理的介绍也非常精彩。
- Logit/Probit模型:Hosmer and Lemeshow(2000)*对相关的理论进行非常细致的介绍,是我学习Logit模型的入门教材;Long and Freese(2001)*、Long and Freese(2006)、Hilbe(2009)则涉及了大量的Stata实例,对解读Logit/Probit模型的结果很有帮助;Rabe-Hesketh et al.(2004)提供了在GLLAMM架构下估计xtlogit, xtprobit, xtmelogit, 以及xtmepoisson模型的方法。
- Panel Data和多层次模型:Stata11 手册[XT]*,简洁明了,附有大量实例;Cameron and Trivedi(2009)*、王志刚(2008)、Rabe-Hesketh and Skrondal(2008)。
- Mata:Schmidheiny(2008)*,简洁明了介绍了Mata的基本用法;详情则可参与Stata11手册[M]。
- GLLAMM:Rabe-Hesketh et al.(2004)。
- Meta:Sterne(2009)。
- GLM:Hardin et al.(2007)。
- MLE:Harrison(2008)(Lectures)、Gould et al.(2006)。
- 生存分析:Cleves et al.(2008)。
- Stata寒假特训_2019年1月
时间:
初级:2019年1月17-19日 (三天)
高级:2019年1月21-23日 (三天)
论文:2019年1月25-27日 (三天)
地点:北京市海淀区中国青年政治学院
安排:上午9:00-12:00;下午2:00-5:00;答疑5:00-5:30
费用(食宿自理,提供交通住宿指南):初级:3800元/ 3200元 (学生价仅限全日制本科生及硕士在读)
高级:4200元/ 3600元 (仅限全日制本科生和硕士研究生在读)
论文:4200元/ 3600元 (仅限全日制本科生和硕士研究生在读)
组合优惠价(食宿自理,提供交通住宿指南):
初级+高级:7000元/ 6200元(学生价仅限全日制本科生及硕士在读)
初级+论文:7000元/ 6200元(学生价仅限全日制本科生及硕士在读)
高级+论文:7400元/ 6600元(学生价仅限全日制本科生及硕士在读)
初高级+论文:11200元/ 9800元(学生价仅限全日制本科生及硕士在读)
报名链接:
初级:http://www.peixun.net/main.php?mod=buy&cid=307
高级:http://www.peixun.net/main.php?mod=buy&cid=308
论文:http://www.peixun.net/main.php?mod=buy&cid=1135
同时报名2个课程及全程班:http://www.peixun.net/main.php?mod=buy&cid=1224
连玉君-江艇_2019寒假_课程大纲.pdf (1.02 MB)
课程文档及开课通知电子版百度云下载:
链接:https://pan.baidu.com/s/17KnrdENzftK4DjrqtGnu4w
提取码:rjja
讲师介绍:
Stata寒假初高级:
连玉君 ,中山大学岭南学院副教授,博士生导师。已在《China Economic Review》、《经济研究》、《管理世界》、《经济学(季刊)》等期刊发表论文60余篇。目前已完成 Panel VAR、Panel Threshold、Two-tier Stochastic Frontier等计量模型的Stata实现程序,并编写过几十个小程序,如winsor2, bdiff, ua等。连玉君老师团队一直积极分享Stata应用中的点点滴滴,开设了 [Stata连享会-简书],[Stata连享会-知乎] 两个专栏,并定期在微信公众号 (StataChina) 中发布精彩推文。
Stata寒假论文班:
江艇,香港科技大学商学院经济学博士,中国人民大学经济学院副教授,人大国家发展与战略研究院研究员,人大微观数据与实证方法研究中心副主任,美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学,在Economics Letters、Review of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文,曾应邀在多所高校讲授“应用微观计量经济学”课程并广受好评。
初级班课程导引:
实证分析中,最伤神和耗时的事情莫过于研究设计和数据处理。在以往的授课中,很多同学和老师都是在听完了高级班的课程以后,又返回头来听初级班的内容。他们有一个共同的感触就是,没有一个扎实的基础,以及对计量经济学和Stata整体架构的认识,后续的学习成本会越来越高。
在初级班中,我力求将三天的课程设置成一个比较完整的体系,目的有二:
其一,希望大家经过三天的学习(尚需另外花费1-2个月的时间演练吸收),能对基本的统计和计量分析方法有所掌握,能读懂多数期刊论文中使用的分析方法;
其二,希望诸位能建立起Stata的基本架构,熟知Stata能做什么、如何做?以期为后续学习打下宽厚扎实的基础。
翻阅Top期刊上的论文,你会发现多数论文并没有使用非常复杂的方法,关键在于论文的想法或视角比较独特,并使用了恰当的方法来论证。这里的关键在于研究设计,而这在目前的计量教科书中鲜有涉及。为此,本次研讨班突出两个特点:一方面,我会努力把基础知识讲解透彻,进度上不求快;另一方面,我在每个专题中都会提供了2-3篇比较经典的论文,展示这些方法的合理应用。
在内容的安排上,基本上遵循了由浅入深,循序渐进的思路。
第1-3讲依序介绍Stata的基本用法、数据处理和程序编写,学习这些内容无需太多的计量经济学基础,但对于提高实证分析能力和分析效率,大有裨益。第4-5讲介绍文献中使用频率最高的线性回归模型,包括OLS的原理、结果的解释,以及虚拟变量和交乘项的使用等。对于这些内容的深刻理解和熟练掌握,构成了后续,多种主流实证模型的基础,例如,目前文献中广泛使用的固定效应模型(FE),倍分法 (DID),断点回归设计 (RDD) 等方法,本质上就是在传统线性模型基础上,增加一些虚拟变量或交乘项,配合巧妙的研究设计,来实现对不可观测的个体效应的控制,以及对政策效应的估计。第6讲介绍固定效应模型 (FE),是第4讲和第4讲内容的延伸和应用,也是目前解决遗漏变量和内生性问题比较常用的方法。
具体说明如下:
在第1-2讲中,笔者会以一篇文章为实例,说明Stata的基本语法结构,并对数据处理过程中的关键问题进行介绍,如离群值的处理、文字变量的处理等。就我个人的经验而言,数据处理能力的高低直接决定实证分析的效率,而对于离群值的处理是否妥善会直接影响全文结果的稳健性,是多数人不够重视但却至关重要的问题。
第3讲中介绍Stata编程的基础知识。但凡提及写程序,很多人都会产生恐惧心理,其实,一旦掌握了最基本的原理和语法格式,Stata中的程序设定并没有想象的那么困难。更为重要的是,对于多数人而言,由于并不需要写完整的ado文档,因此只需要学会最基本的条件语句和循环语句即可,难度又会进一步降低。
第4讲和第5讲介绍实证分析中的模型设定和结果解释问题。很多人会觉得OLS过于简单,但Top期刊中使用最多的仍然是OLS,如何合理的构建模型、解释结果便成为实证分析中必须掌握的。我精选了大家经常面临的几个专题并结合论文进行讲解,包括:虚拟变量的使用、交叉项的使用和解释、分组回归的合理设定和假设检验,还有在经济学和金融学中相对较新的R2贡献度分析。
第6讲介绍了目前广泛应用的面板数据模型。由于面板资料的获取越来越方便,目前多数研究中使用的都是面板数据。在讲解这些模型的基本思想和估计方法的过程中,笔者会将重点放在模型含义和应用范围上来。例如,对于同一笔数据而言,何时采用OLS进行估计,何时采用FE估计?不同的方法之间有何差异和关联?结果背后的经济含义如何解读?掌握这些方法有助于大家合理控制内生性问题,以便得到更为可信的结论。
初级班课程大纲:
专题名称
授课内容
第1讲 (3小时)
Stata简介
数据的导入和导出
执行指令和基本统计分析
do文件和log文件的使用
帮助文件的使用和外部命令的获取
一篇范例文档
第2讲 (3小时)
数据处理
数据的横向合并和纵向追加
重复样本值、缺漏值和离群值的处理
基本统计量的呈现
基本统计分析(组间均值差异和中位数差异检验)
文字变量的处理
大型数据的处理范例(GTA数据库和工业企业数据库)
第3讲 (3小时)
Stata程序
局域暂元和全局暂元(local, global)
控制语句(条件语句、循环语句)
Stata中的各类函数
分组回归分析
范例:盈余管理程度的估算、现金持有调整系数的估算
第4讲 (3小时)
普通最小二乘法(OLS)
线性回归模型估计方法(OLS)
假设检验和统计推断
稳健性标准误:Bootstrap、Jackknife、聚类调整
虚拟变量
第5讲 (3小时)
模型的设定和解释
交乘项和平方项的使用及解释
边际效应:估计和图示
R2分解和贡献度分析
分组回归和组间系数差异检验
估计结果的呈现和分析
范文2篇
第6讲 (3小时)
静态面板数据模型
何谓个体效应?
静态面板模型:固定效应和随机效应
基于Bootstrap的Hausman检验
异方差和序列相关(Bootstrap、Cluster调整标准误)
包含内生变量的固定效应模型
实证分析中的常见问题
高级班课程导引:
Stata高级班包括6个专题,重点讲述各类面板模型以及一些新近发展的内生性处理方法。主要涉及如下几个方面的内容:
(1)面板模型:动态面板、面板VAR和面板门槛模型(第1讲和第2讲),前者在刻画变量之间的动态关系,以及政策冲击方面非常有用;而后者则在近年中分析结构变化方面得到了广泛的应用。
(2)内生性问题,包括处理效应模型(第3讲);断点回归分析(RDD, 第4讲);合成控制法(SCM, 第5讲)。
(3)论文写作和课题申请专题。
课程的特色和详情介绍如下:
时至今日,多数领域使用的都是面板数据,也对相关的模型提出了越来越高的要求。在第1讲中,我将介绍专门用来分析变量自身以及多个变量之间动态关系的动态面板数据模型和面板VAR模型。这两类模型在经济增长、公司金融、国际贸易、劳动经济学等领域都得到了广泛应用。此外,在实证分析中,经常要处理结构变化问题,目前主要使用交叉项和分组回归等方式,但这两种设定方法都需要预先知道或假设结构变化点,使其合理性颇受质疑。而第2讲中介绍的面板门槛模型则基于“让数据说话”的原则,自动搜索结构变化点,从而克服了上述方法的局限。
显然,内生性问题是困扰我们这个时代的学者的一个普遍而棘手的问题。为此,高级班将通过三个专题全面深入地介绍了内生性问题。第3讲介绍用以解决自我选择偏误导致的内生性问题的模型。一是处理效应模型,主要应对解释变量中所包含的0/1内生变量;二是Heckman选择模型,主要应对被解释变量观察值非随机缺失问题。翻阅最近2年发表于《经济研究》、《管理世界》、《经济学(季刊)》等期刊的文章,这两类模型在处理内生性问题方面得到了日益广泛的应用。第4讲和第5讲介绍的断点回归设计方法 (RDD)以及合成控制法 (SCM) 则是近年来被公认为“最为干净”的准实验方法,在政策评价领域得到了特别的青睐。
在政策评价领域,长期存在着一个空白地带:有些政策只针对某一个省或某一个州实施,此时DID,PSM等方法都不再适用,因为我们只有一个孤零零的实验对象!在第5讲中,Abadie, Diamond, and Hainmueller (2010, JASA) 提出的合成控制法,可以很好的解决了这类问题。他们研究了「加州」于1989年实施的禁烟法案的政策效果。其基本思想是,使用其他38个未实施禁烟法案的州的加权平均来虚构一个「合成加州」,进而对比分析「加州」和「合成加州」在1989年之后香烟消费量的差异,这就是政策效果!作者还进一步的使用的组合检验,以及「安慰剂检验」来确定这一结果的统计显著性。
在第6讲中,我将根据个人的研究经历,分享做一篇规范的实证研究的经验。主要内容包括:论文的选题、研究贡献的挖掘和陈述,以及研究设计等。
作为经济研究、管理世界、金融研究、会计研究、世界经济等期刊的匿名审稿人,我发现很多论文虽然有很好的想法,但往往因为如下原因而无法通过评审。其一,缺乏严谨规范的文献综述,使得读者难以判断文章的边际贡献;其二,实证分析部分虽然使用了比较前沿的方法,但基础工作不够扎实,如样本的筛选过程不严谨、离群值未妥善处理、指标的选取过于随意、结论的稳健性值得怀疑等;其三,实证结果的呈现方式不妥,分析不够深入,论文的排版不够精致,导致读者的第一印象比较差。
对于申请课题,我感触良多。我于2007年开始自己的教师生涯,此前没有申请过任何课题,致使我在2008年的申请的四项课题全军覆没。痛定思痛,我收集了多位前辈的标书,反复研究,发现写论文与写标书存在很大的差异。论文力求清晰地呈现和解释你的研究假设和研究结果,而课题申请书则需要强调你所研究的问题的重要性和特色,这是一个更高层次的问题。由于是研究计划,不要求细节上的准确性,但问题要明确、思路要清晰,结构要合理,论证要有说服力。因此,很多时候是研究工作已经完成了十之八九,已经对问题有非常深刻的认识了,才能反向思维把标书写好。任何故弄玄虚、试图蒙混过关的想法都不可行。2009年,我顺利获得教育人文社科基金和广东自然科学基金资助,2010年进一步获得国家自然科学基金青年项目资助,此后又获得了多项课题的资助,并于2016年获得国家自然科学基金面上项目资助。事实上,了解了不同类型课题基金的特点,再辅以扎实的前期研究基础,获得资助并不是遥不可及的事情。
相对于初级班,高级班的内容在难度上,虽然难度有所增加,但思路和架构更为清楚。在学习方法上,高级班与初级班有所不同。初级班的主要目的在于打下扎实的基础,建立一个完整的学习架构,而在高级班中,我则建议大家重点学习与自己研究方向密切相关的方法,通过广泛阅读文献来掌握这些方法在不同场景下的应用条件和变通方法。
高级班课程大纲:
专题名称
授课内容
第1讲 (3小时)
动态面板模型
面板VAR模型
一阶差分GMM估计量(FD-GMM)
序列相关检验、过度识别检验(Sargan检验)
模型设定常见问题(弱工具变量问题)
面板VAR模型简介
允许外生变量的PVAR模型
冲击反应函数 (IRF)、方差分解 (FEVD)
应用实例(介绍2篇论文)
第2讲 (3小时)
截面和面板门槛模型
Bootstrap简介
截面门槛模型(Cross-sectional Threshold Model)
面板门槛模型(Panel Threshold Model)
应用实例(介绍2篇论文)
第3讲 (3小时)
内生性专题I:
Heckman选择模型
处理效应模型
Logit模型简介
模型设定、估计方法和结果的解释
自我选择偏误简介
Heckman选择模型(Heckman Selection Model)
处理效应模型(Treatment Effect Model)
范例:2篇文章
第4讲 (3小时)
内生性专题II:
断点回归分析(RDD)
Regression Discontinuity Design (RDD) 简介
明确断点RDD分析 (Sharp RDD)
模糊断点RDD分析 (Fuzzy RDD)
范例:2篇文章
第5讲 (3小时)
内生性专题III:
合成控制法
(Synthetic control methods)
合成控制法简介
精讲一篇经典论文(Stata实现过程):Abadie, A., A. Diamond, J. Hainmueller, 2010, Synthetic control methods for comparative case studies: Estimating the effect of california's tobacco control program, Journal of the American Statistical Association, 105 (490): 493-505.
第6讲 实证研究如何做?
(1)如何作规范的实证研究
(2)课题标书的撰写
论文的选题、文献综述 (Endnote的使用)
研究贡献的挖掘和陈述
研究设计(模型设定和筛选)、数据和变量
修改报告的撰写 (与审稿人有效沟通)
课题选题和子课题的设定
研究基础、研究目标、研究内容、研究难点
特色和创新点的提炼
标书的结构和标书的修改
经验分享:一份自科基金标书
论文班课程导引:
在过去几期的培训结束后,我们都会收集学员的建议。大家都非常迫切地希望能够精讲一些经典论文的实证分析过程,对自己在初级和高级班的所学有一个整体的认知。对于已经开始尝试独立开展研究工作的学员而言,大家明显地感觉到,研究设计是最棘手的问题。在之前有导师指导或带领的情况下,研究主题和研究内容都是预先给定的。此时,完成一篇论文相当于在做一个命题作文,而一旦开始独立门户,最大的挑战是找到合适的研究主题,做一个可靠的研究设计。这其实也是实证分析工作中最难的部分。
在本次的学术论文班中,我们将挑选一些发表于顶尖期刊(包括AER,QJE,JHR等)上的代表性论文,详细讲解每篇论文的实证分析过程,剖析作者的研究思路、研究设计、内生性问题的处理、稳健性检验,以及对结果的详细剖析。我们会提供重现每篇论文所需的所有数据和程序文件,以便保证各位可以在听课后反刍,并将这些论文中的分析方法迁移到你的研究中去。
精讲并重现经典论文,有如下两方面的好处:
一方面,这些论文的研究设计都非常出色,我们可以借鉴并在博采众长的基础上,不断改进自己的研究设计思路和方法。只有去拆解和重现这些论文,才能够感受到作者的思考过程和写作意图,从而从实质上提高我们自身的分析和研究能力。
另一方面,这些论文涵盖了目前实证分析中的主流方法,更为重要的是,每一篇论文通常会综合使用多种分析方法,这对于我们理解和灵活应用初级班和高级班所学的计量方法大有裨益。
下面对课程中涉及的主要论文作简要介绍,以便各位了解此次课程的重点所在。
第1讲中介绍的Rajan and Zingales (1998) 的论文是交互项模型的经典之作。该文讨论金融发展如何通过放松企业的外部融资约束而促进增长,并用法律起源作为金融发展水平的工具变量。文章的计量模型的设定非常简洁,但行文论证极其精彩。我们不但可以学到如何用交叉表直观展示研究结果、如何构造指标来传达结果的经济含义;而且可以学到为什么要使用外生的调节变量来讨论因果关系的作用机制;更可以感受到作者为了排除各种竞争性假说所做的巧妙努力。
第2讲介绍的Nunn and Wantchekon (2011) 的论文是展示工具变量方法各种技巧的洋洋大观之作。该文讨论历史上的非洲奴隶贸易如何型塑了今天人际间的不信任,并用种族到海岸线的距离作为奴隶贸易强度的工具变量。文章先使用了OLS方法,然后评估OLS估计结果在多大程度上受到选择性偏误的影响;接着使用了工具变量方法,并通过“无第一阶段”证伪检验和“工具变量疑似内生”证伪检验来论证工具变量的合理性;最后展示了如何通过精妙的控制来讨论因果关系的作用渠道。
第3讲介绍的Imbens (2015) 是由匹配方法的扛鼎人物Imbens所分享的关于如何正确使用匹配方法的最新指南。我们知道,匹配方法为数众多,而且可以灵活操纵的空间也很大,匹配变量的选择更是有很多讲究,这使得匹配估计的结果往往不太稳健。我们从匹配方法的工作原理讲起,深入剖析其与OLS的异同,向学员传达匹配方法的思想实质。然后根据Imbens的建议,从样本平衡性检验、倾向得分估计、样本删截、估计方法选择等各个环节逐一讲解匹配方法的操作细节。
第4讲介绍的Aidt and Franck (2015)是一篇在截面数据中综合运用OLS方法、匹配方法和工具变量方法的顶刊文献。该文讨论1830年代英国各地区斯温暴动的激烈程度如何形成了可置信的革命威胁,推动了代表新兴阶级的辉格党在议会势力的壮大,最终促成了改革法案的通过。从这篇文章中我们不但能够回顾之前所学内容,而且还能学到安慰剂检验和证伪检验等新的论证技巧。
第5讲介绍的Nunn and Qian (2011)是一篇典型的运用连续型处理与多期双重差分方法的经典文献。该文讨论土豆这一起源于新大陆的农作物在旧大陆的推广如何促进了人口增长和城市化。文章用一国种植土豆的适宜程度作为该国接受“政策干预”的强度,用土豆在旧大陆的大规模推广来确定“政策干预”的时点。这篇文章所运用的方法比离散型处理或两期问题更具一般性,而且基准估计、灵活估计、滚动估计、变动处理时点、变动处理组等实证手段也极具借鉴意义。
第6讲介绍的Fowlie et al. (2012)是双重差分方法与匹配方法相结合(PSM+DID)的代表作。我们首先介绍双重差分方法与匹配方法相结合的两种模式,其一是将匹配方法视为数据预处理手段,构造匹配样本再进行双重差分估计,其二是将多期问题转换为两期问题,先构造差分结果,然后进行匹配估计。前者的重点在第3讲中已经涉及,本讲介绍的论文则是对后者的应用。文章的一大亮点是尝试对“无溢出效应”和“无混淆性”这两大基本识别假设进行了间接检验。
需要特别强调的是,论文班的学习尤其要求大家要足够努力。最基本的要求是,在开课之前,要认真研读每一篇论文,了解其研究背景、研究思路、计量方法和主要结论。虽然这些论文的研究主题与诸位所在领域可能会有比较大的差异,但是,大道至简,从这些论文中主要是学习计量方法的合理应用和研究设计的思想。
论文班课程大纲:
专题(每讲3小时)
授课内容
第1讲
交互项模型中
的工具变量方法
精讲:Rajan, Raghuram G, and Luigi Zingales, 1998, “Financial Dependence and Growth.” American Economic Review 88(3): 559-86.
亮点:
- 如何展示和解释结果
- 如何讨论因果关系的作用机制
- 如何排除竞争性假说:混淆因素和反向因果
第2讲
工具变量法
的必要性与效果
精讲:Nunn, Nathan, and Leonard Wantchekon, 2011, “The Slave Trade and the Origins of Mistrust in Africa.”American Economic Review101(7): 3221-52.
亮点:
- 如何通过可观测变量的选择性评估不可观测变量的选择性
- 如何进行工具变量的证伪检验
- 如何讨论因果关系的作用渠道
第3讲
匹配方法原理
精讲:Imbens, Guido W, 2015, “Matching Methods in Practice: Three Examples.” Journal of Human Resources50(2): 373-419.
亮点:
- 如何从反事实框架理解匹配方法
- 匹配方法与OLS方法的异同
- 逐步讲解匹配方法的操作细节
第4讲
截面数据中匹配方法
与工具变量法
的综合运用
精讲:Aidt, Toke S, and Raphael Franck, 2015, “Democratization Under the Threat of Revolution: Evidence From the Great Reform Act of 1832.”Econometrica 83(2): 505-47.
亮点:
- 如何评估系数稳定性
- 同时使用多种匹配估计方法
- 安慰剂检验与证伪检验
第5讲
连续型处理与
多期双重差分方法
精讲:Nunn, Nathan, and Nancy Qian, 2011, “The Potato's Contribution to Population and Urbanization: Evidence From a Historical Experiment.” Quarterly Journal of Economics 126(2): 593–650.
亮点:
- 灵活的方程设定:平行趋势与动态效应
- 作图展示估计结果
- 变动处理时点与变动处理组
第6讲
双重差分方法与
匹配方法的结合
精讲:Fowlie, Meredith, Stephen P Holland, and Erin T Mansur, 2012, “What Do Emissions Markets Deliver and to Whom? Evidence From Southern California's NOx Trading Program.” American Economic Review 102(2): 965-93.
亮点:
- 如何构造匹配样本进行双重差分估计
- 如何对差分结果进行匹配估计
- 如何对识别假设进行间接检验
优惠信息:
1. 无论报初级班还是高级班,缴费成功后都享受如下优惠:
√ (a) 赠送与所报课程同等级的Stata视频教程。即报初级班送初级班视频,报高级班送高级班视频,报全程送【初级+高级+论文攻略】视频;
√ (b) 5折优惠购买未赠送的其他专题的Stata视频;
2. 现场班老学员9折优惠;
3. 连老师之前的Stata现场班学员可以8折优惠参加;
4. 同一单位三人以上同时报名9折优惠;
5.同一单位六人以上同时报名8折优惠;
6. 连老师之前的Stata视频班学员可以9折优惠参加;
7. 优惠2, 3, 4, 5, 6不叠加。
8. 组合优惠与折扣优惠不叠加。
PS:根据缴费顺序安排现场座位。
报名流程:
1. 点击对应课程报名链接,网上提交报名信息;
2. 电话确认,订单缴费;
3. 缴费确认,开课前一周发送软件准备,电子版讲义;
4. 现场领取发票及邀请函。PS:如报名两个班级请提交报名信息后联系QQ:1143703950 修改价格~
联系方式:
魏老师
QQ:1143703950
Mail:vip@pinggu.org
Tel: 010-68478566