关于本站
人大经济论坛-经管之家:分享大学、考研、论文、会计、留学、数据、经济学、金融学、管理学、统计学、博弈论、统计年鉴、行业分析包括等相关资源。
经管之家是国内活跃的在线教育咨询平台!
经管之家新媒体交易平台
提供"微信号、微博、抖音、快手、头条、小红书、百家号、企鹅号、UC号、一点资讯"等虚拟账号交易,真正实现买卖双方的共赢。【请点击这里访问】
TOP热门关键词
扫码加入金融交流群 |
Stata特训_2018年1月
寒假现场班
迅速提升论文发表与Stata应用技能
时间:初级:2018年1月13-16日 (四天)
高级:2018年1月18-21日 (四天)
地点:北京市海淀区首都体育学院
安排:上午9:00-12:00;下午2:00-5:00;答疑5:00-5:30
费用:基础:4000元 /3500元 (仅限全日制本科生和硕士研究生优惠价)
高级:4400元 /3800元 (仅限全日制本科生和硕士研究生优惠价)
全程:8000元 /7000元 (仅限全日制本科生和硕士研究生优惠价)
(食宿自理)
初级班报名
讲师介绍:
连玉君,经济学博士,副教授。2007年7月毕业于西安交通大学金禾经济研究中心,现任教于中山大学岭南学院金融系。主讲课程为“金融计量”、“计量分析与Stata应用”、“实证金融”等。
已在《China Economic Review》、《经济研究》、《管理世界》、《经济学(季刊)》、《金融研究》、《统计研究》等期刊发表论文60余篇。连玉君副教授主持国家自然科学基金项目(2项)、教育部人文社科基金项目、广东自然科学基金项目等课题项目10余项。
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xtbalance、winsor2、bdiff、hausmanxt、ttable3、hhi5等。
课程导引
Stata寒假讨论班将于2018年1月13日开班。根据以往的授课经验,我对此次研讨班的内容做了一些调整。在初级班中,我力求将四天的课程设置成一个比较完整的体系,目的有二:其一,希望大家经过四天的学习(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。第4-5讲介绍文献中使用频率的线性回归模型,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。第6-7讲的内容在难度上有所提高,包括:内生性问题的处理方法(IV-GMM和倍分法)以及面板数据(Panel Data)模型两个专题。通过上述内容的学习,期望学员能够读懂多数实证分析类型的期刊论文,并能独立完成主要的实证分析工作。第8讲介绍论文的写作和发表经验。
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讲介绍几种处理内生性问题的常用方法,包括传统的IV-GMM估计,以及倍分法(Difference in Difference, DID)。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。
第7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?
第8讲介绍论文写作与发表相关的一些经验。作为南方经济的责任编辑(2010-2012年),经济研究、管理世界、金融研究等期刊的匿名审稿人,以及学位论文的评阅人,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学术贡献;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,如研究设计不合理、样本的筛选过程不严谨、离群值未妥善处理、结论的稳健性值得怀疑等;其三,实证结果的呈现方式不妥,论文的排版不够精致,对于专业术语的表述不严谨,结果的分析不深入等。为此,在本讲中,我将主要介绍如下两个个问题:一是如何收集、管理和研读文献;二是如何投稿、修改和发表论文。
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 Bootstrap、Jackknife及稳健性标准误的获取 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 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) 内生性问题及估计方法: IV-GMM 倍分法(DID, D-in-D) | 工具变量法(IV) 广义矩估计法(GMM)简介 内生性检验:是否存在内生性 过度识别检验:工具变量的合理性 倍分法(Difference in Difference)简介 PSM-DID 应用实例(介绍2篇论文) |
第7讲(3小时) 静态面板数据模型 | 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 应用实例(介绍3篇论文) |
第8讲(3小时) 论文写作与发表专题 | Endnote和Google Scholar的使用 论文的选题 如何梳理和评述文献 研究贡献的陈述 研究设计与论文的修改 修改报告的撰写 (与审稿人有效沟通) |
高级班课程导引
Stata高级班包括8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:动态面板模型、面板VAR模型和面板门槛模型(第1讲和第2讲),作为基础,在第2讲中,将简要介绍Bootstrap (自抽样) 的相关的知识;
(2)内生性问题,包括处理效应模型和倾向得分匹配分析两类模型(第4讲),合成控制法 (第5讲) 和断点回归分析(RDD, 第6讲)。作为上述模型的分析基础之一,在第3讲中,将介绍Logit模型;
(3)精讲一篇发表于金融类期刊Journal of Finance的经典论文。这篇论文研究了融资约束对公司现金持有价值的影响,自2006年发表以来,Google学术引用率已经超过1100次。虽然文中并未使用高深的计量方法,但通过简单地OLS的回归,灵活使用交叉项,以及巧妙的研究设计,对后续研究产生了重要的影响。其研究思路和方法在后续多个领域得到了应用,是我们学习研究设计和规范实证研究方法的经典论文。(第7讲);
(4)课题申请和标书的撰写(第8讲)。
课程的特色和详情介绍如下:
其一,介绍了几个应用日益广泛的面板模型。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。
其二,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4讲介绍两类处理由于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;二是倾向得分匹配分析方法,主要通过多维配对的方式来解决自我选择偏误。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5讲介绍近几年中颇受关注的“合成控制法”。其基本思想是采用控制组的加权平均值来模拟若实验对象不参与实验时的表现,进而用实验组的实际表现与其模拟表现之间的差异来评估一个事件或政策产生的影响。例如,在评价美国某个州实施限酒令的政策效应时,由于实验对象只有一个,传统的方法无计可施,此时,可将控制地区(其它没有实施限酒令的州)进行最优的线性组合,以构造合成控制(synthetic control)地区进行对比,这是估计处理效应的新兴强大方法。在最近的研究中,刘甲炎和范子英(2013)采用这种方法研究了房产税试点的政策效应,而苏治和胡迪(2015)则使用该方法探讨了通胀目标制的有效性问题。
作为上述模型的基础,第3讲介绍Logit模型。一方面,Logit模型是研究很多0/1选择问题的主要方法;另一方面,在诸多解决内生性问题的模型中(如Heckman选择模型、PSM、DID、RDD等),Logit都是非常关键的环节。
在第7讲中,我会精讲一篇发表于金融类期刊Journal of Finance的经典论文——Faulkender和Wang(2006)。这篇论文研究了融资约束对公司现金持有价值的影响,自2006年发表以来,Google学术引用率已经超过1100次。虽然文中并未使用高深的计量方法,但通过简单地OLS的回归,灵活使用交叉项,以及巧妙的研究设计,对后续研究产生了重要的影响。其研究思路和方法在后续多个领域得到了应用,是我们学习研究设计和规范实证研究方法的经典论文。我首先用30分钟介绍该文的基本思路和研究方法,进而用中国上市公司的数据全文复制了这篇论文的实证分析过程,在讲解过程中,大家能够对初级班和高级班所学进行综合应用,使自己的实证分析和研究设计能力得到明显提高。
其四,增加了课题申请和标书撰写专题(第8讲)。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。
不同于初级班,我不期望大家在四天内完全掌握高级班涉及的所有内容。之所以这么说,不是低估诸位的学习能力或我自己的授课能力,而是因为高级班的内容和难度都明显增加了。我只是希望诸位重点学习与自己研究方向密切相关的方法,对其他方法则只需了解和掌握即可,毕竟,我们的精力都是有限的。
课程大纲
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) 序列相关检验和过度识别检验(Sargan检验) 面板VAR模型简介 冲击反应函数 (IRF)、方差分解 (FEVD) 应用实例(介绍3篇论文) |
第2讲(3小时) 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) Logit模型 | Logit模型简介 模型设定、估计方法和结果的解释 多元Logit模型 (Multinomial Logit) 有序Logit模型 (Ordered Logit) 应用实例(介绍2篇论文) |
第4讲(3小时) 内生性问题专题I: Heckman选择模型 处理效应模型 倾向得分匹配分析(PSM) | Heckman选择模型(Heckman Selection Model) 处理效应模型(Treatment Effect Model) 倾向得分匹配分析(Propensity Score Matching, PSM) 配对方法:配对、半径匹配、最近邻匹配等 共同支撑假设和平行假设 应用实例(介绍2篇论文) |
第5讲(3小时) 内生性问题专题II: 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(3小时) 内生性问题专题III: 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7讲(3小时) 学术论文精讲 Faulkender and Wang (2006, JF) | Faulkender, M., R. Wang, 2006, Corporate Financial Policy and the Value of Cash, Journal of Finance, 61 (4): 1957-1990.
|
第8讲(3小时) 课题标书的撰写 | 评审专家的习惯和偏好 关于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:一份中标的自科标书 |
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)赠送与所报课程相同的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Stata视频;
2,现场班老学员9折优惠;
3,同一单位三人以上同时报名9折优惠;六人以上同时报名8折优惠;
4,Stata连老师之前的现场班学员可以8折优惠参加;
5,购买过Stata全套视频,即【初级+高级+论文攻略】可以9折优惠参加;
6,优惠2,3,4,5不叠加。
PS:根据报名缴费顺序安排现场座位。
报名流程:
1. 点击“初级/高级/全程班报名”网上提交报名信息,报名时请留言报全程还是初级,高级~
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。
联系方式:
魏老师
QQ:2881989714
Tel:010-68478566
Mail:vip@pinggu.org
免流量费下载资料----在经管之家app可以下载论坛上的所有资源,并且不额外收取下载高峰期的论坛币。
涵盖所有经管领域的优秀内容----覆盖经济、管理、金融投资、计量统计、数据分析、国贸、财会等专业的学习宝库,各类资料应有尽有。
来自五湖四海的经管达人----已经有上千万的经管人来到这里,你可以找到任何学科方向、有共同话题的朋友。
经管之家(原人大经济论坛),跨越高校的围墙,带你走进经管知识的新世界。
扫描下方二维码下载并注册APP
您可能感兴趣的文章
- Stata软件培 ... | EViews、SAS、STATA比较
- Stata软件培 ... | [公告]新书An Introduction to S ...
- Stata软件培 ... | 帮我用stata做个TOBIT分析,麻烦 ...
- Stata软件培 ... | 谁会使用R软件或者stata等分析一 ...
- Stata软件培 ... | Introduction to Time Series Us ...
- Stata软件培 ... | stata网络上常见的书籍的地址
- Stata软件培 ... | 请教高手:stata与Eviews输出结果 ...
- Stata软件培 ... | 为什么stata和eviews所做出的面板 ...
人气文章
本文标题:【Stata】1月特训_八天掌握Stata精髓
本文链接网址:https://bbs.pinggu.org/jg/ruanjianpeixun_stataruanjianpeixun_3137864_1.html
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。