发帖
240 个论坛币
雷达卡
Lasso回归在经管实证论文中的应用非常广泛，主要是因为它在处理高维数据时具有显著的优势，能够有效地进行变量选择和避免过拟合问题。以下是一些具体的应用实例：
1.居民消费水平影响因素分析 :
钟金淋在其研究中使用Lasso回归分析了中国大陆31省（市、自治区）的面板数据，从多个角度选取了15个指标来分析对中国居民消费水平的影响。研究发现城镇化率、第三产业增加值占比、人均可支配收入等因素对居民消费水平有正向影响，而教育支出占财政支出比对消费水平有负向影响，但影响较小。
2.财政收入预测 :
贾晓芳等人的研究中，首先利用Lasso回归方法识别影响财政收入的关键特征，然后结合灰色模型和支持向量回归预测模型对财政收入进行预测。通过Lasso回归，研究者筛选出了影响财政收入的关键因素，包括第一产业增加值、建筑业增加值和社会消费品零售总额。
3.商业保险影响因素分析 :
孙维一和赵明清利用Lasso回归和固定效应模型考察了商业保险的影响因素。研究发现，少儿化程度和在校学生数对商业保险有显著的正向作用，而国内生产总值、就业人数和医疗卫生人数也在统计上显著正向影响商业保险。
4.上市公司财务预警分析 :
有研究提出基于Lasso方法的Logistic回归模型用于上市公司的财务预警分析。Lasso方法首先用于变量选择，降低数据维度和消除变量间的共线性，然后构建Logistic回归模型进行财务预警。
这些应用展示了Lasso回归在经济管理领域实证研究中的多样性和有效性，特别是在涉及大量解释变量和潜在多重共线性问题的研究中。通过Lasso回归，研究者能够构建更为简洁和准确的预测模型，提高实证分析的质量和可靠性。
今晚7点，24年暑期学术直播-Lasso回归在经济预测中的应用
JG学术培训Stata特训金牌讲师崔百胜教授分享
扫码预约哦，开播前会有提醒~ 欢迎转发❤
Stata课程开设已10余年
2011-2024年
Stata经典课程新课纲、新升级
课程概要
Stata初高级全程班
培训时间：2024年7月16-18, 20-22日 (六天)
培训方式：上海现场班, 同步远程直播; 提供录播回放
Stata初级班
培训时间：2024年7月16-18日 (三天)
培训方式：上海现场班, 同步远程直播; 提供录播回放
Stata高级班
培训时间：2024年7月20-22日 (三天)
培训方式：上海现场班, 同步远程直播; 提供录播回放
课程导语
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、数据管理与图形可视化,以及编程的核心技能。通过学习，使首次或初步接触Stata软件的学员，能够熟练、高效、规范的使用Stata软件进行数据分析和研究。
在掌握Stata软件的整体架构和基本操作之后，我们的课程将引领学员深入探索并掌握一系列广泛应用于不同学科领域的高级计量分析方法。适用学科包括经济学、金融学、会计学、区域经济学、产业经济学、城市经济学、管理学、教育学等。2024年暑期课程重点讲授线性回归模型、工具变量法（IV）、机制分析法、面板数据模型（线性、非线性、非平稳）、二值与多值选择模型、双重差分方法、断点回归、合成控制法、空间面板数据模型等。
课程的主要目的在于帮助高校教师、科研机构研究人员、在校博硕士研究生，以及高年级本科生，完整的掌握学术论文实证过程中的数据预处理、计量经济模型构建与选择，计量模型实现与结果解读的完整过程。因此，在课程的安排上，先是对Stata软件应用的基本技术、数据处理的相关技巧和实务，以及Stata软件程序命令编写的主要知识点进行深入学习，继而进行计量理论内容和Stata软件实现相结合的教学，再对主要命令实现计量理论模型过程与结果解读进行讲授，最后，对主要模型配之以示例论文，完整再现论文，达到论文复制与再现，进而具备独立撰写学术论文的能力。
课程分为初级和高级两个层次。学员可以根据自己的需求和基础，选择参加初级或高级课程中的任意一个系列。然而，为了获得更全面的知识和技能，我们更建议学员选择参加两个系列的全部课程，以实现系统的学习和深入理解。通过全程参与，学员可以逐步构建起扎实的Stata软件操作能力和计量经济学分析技能，从而在学术研究或职业发展中取得更好的成果。
课程特色
1、 更加注重课程细节内容的设置和深入。
针对部分学员首次接触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。
授课嘉宾
崔百胜，上海师范大学教授，厦门大学经济学博士。教学使用软件为Stata和Matlab软件，熟悉相关软件的操作与使用。主要研究领域为货币理论与政策、动态一般均衡模型、空间计量经济学。主持国家社会科学基金项目，教育部人文社会科学基金项目，以及上海市教委科研创新项目等在内的多项课题。在CSSCI、SSCI期刊发表学术论文50余篇。参与编写《空间计量经济学——现代模型与方法》、《空间计量经济学——实证研究与软件实现》、《经济计量研究指导——实证分析与软件实现》等专业教材。
初级班课程导引
初级课程专注于Stata软件的基本应用和主流经济学模型的实现。
在实证研究中，数据处理和研究设计是耗时且复杂的任务。因此，初级课程旨在帮助Stata初学者建立对软件学习的整体框架，掌握其基本命令和程序语法，提高数据管理技能，为高效管理论文数据打下坚实基础，从而实现事半功倍的效果。
此外，初级课程还系统讲解了计量经济学领域的基本方法，包括线性回归中的系数边际效应、交乘项系数、中介效应和调节效应；工具变量的识别与选择、弱工具变量检验；静态面板数据模型的不同估计方法比较与选择，以及内生性问题和工具变量的使用；双重差分方法的平行趋势检验和7种Stata估计命令的介绍，包括最新官方命令；同时，还涵盖了最新的时间-空间维度的安慰剂检验。
通过具体案例的Stata实现和结果分析，学员将能够全面掌握这些方法的应用，熟悉当前重要期刊中的主流方法。因此，初级课程适合那些希望系统学习Stata软件操作及其在基础主流计量经济学应用中的学员。
初级班课程优势与特色
一、注重Stata软件应用的基础操作与实际应用技能提升
初级班主要针对零基础或初步接触Stata软件，或已有一定Stata基础但计量经济学基础较为薄弱的学员，重点通过讲授三个模块提升软件操作与实际应用技能：一是Stata软件的基础操作，包括Stata命令与程序的基本语法结构，文件的创建与优化；二是Stata软件的实操训练，包括主流数据库和大型社会调查数据的合并与转换，通过简要程序提升数据处理技能；三是Stata软件在计量经济模型中的应用，包括主流的面板数据模型、政策评价的双重差分（DID）模型，以及中介效应和调节效应模型。
二、注重经典计量模型的理论与软件应用
初级班课程，在重点讲授Stata软件应用外，也注重Stata软件在计量模型中的具体应用与实现。在充分考虑模型应用的广泛性与代表性的基础上，从众多计量模型中，选择了多元线性回归模型、中介效应与调节效应、面板数据模型与双重差分模型，上述四类在当前学术论文中，应用广泛的模型。综合使用“PPT+注解+软件代码”三维一体的教学模式，从计量理论模型入手，剖析模型的基本原理，通过软件代码，实现模型的具体估计，进而完成软件结果的解读。
三、注重模型的具体实现与例文中的应用
初级班课程的计量模型部分，针对性给出相关实证例文，详细解读例文的选题、模型构建、变量选择、模型估计、结果输出与解读等论文写作的重要环节，进一步提升对计量模型的理解与软件实现，并能从容应对自己论文实证研究中可能出现的各种实际情况，提升学术论文的写作技能。
初级班课程大纲（含7篇范例论文）
第1讲 Stata基础操作（3h）
1.1 Stata软件快速入门
1.2 Stata菜单操作
1.3 Stata路径设定与修改：sysdir和adopath
1.4 Stata外部命令科学管理与更新
1.5 各类文件的合理组织：do文件、ado文件和数据文件
1.6 Stata命令与帮助文件
1.7 do文件创建与优化
1.8 标量与矩阵
第2讲 数据处理与科学绘图（3h）
2.1 数据处理准备
2.1.1 各类数据导入与导出
2.1.2 整理、提取和变量转换
2.2 合并、转换与堆叠
2.2.1纵向与横向数据合并
2.2.2 数据转换
2.2.3 数据堆叠与面板数据构建
2.3 数据清理
2.3.1 单变量清理
2.3.2 多变量清理
2.4 缺失值与补漏方法集成
2.5 数据清理实操
2.5.1主流数据库：Wind数据转换为Stata面板数据
2.5.2 微观调查类数据处理：以CFPS数据为例
2.6 Stata数据的科学绘图
2.6.1 基础图形命令应用
2.6.2 面板数据的动态显示
2.6.3 交错事件面板数据图形
2.6.4 回归系数可视化
2.6.5 分箱散点图
2.7 例文软件实现与解读：
① Cattaneo M D, Crump R K, Farrell M H, et al. On binscatter[J]. American Economic Review,2024, 114(5): 1488-1514.
第3讲 Stata程序与编程（3h）
3.1 局域暂元与全局暂元
3.1.1 global的使用技巧
3.1.2 local的几种常用方法
3.2 条件与循环语句
3.2.1 巧用if嵌套语句
3.2.2 循环语句
3.3 程序编写规范与语法解析
3.3.1 Stata程序结构
3.3.2 程序参数解析
3.3.3 程序返回值
3.3.4 标准语法解析
3.3.5 参数类型验证
3.3.6 低级参数解析
3.3.7 临时变量、矩阵和文件
3.4 ado文件与hlp文件
3.4.1 ado文件编写规范
3.4.2 标准帮助文件的编写
3.5 Stata编程示例: LM和GMM估计的代码编程
第4讲 线性回归模型、内生性与工具变量法（3h）
4.1 regress估计、结果解释与边际效应
4.2 如何正确使用稳健与聚类-稳健标准误
4.3 Wild cluster bootstrap
4.4 自变量相对重要性的Shapley分解
4.5 内生性问题的来源与修正方法
4.6 IV估计量：IV、2SLS和GMM
4.7 恰好与过度识别模型的IV估计
4.8 弱工具变量检验
4.9 弱工具变量的稳健推断
4.10 IV和OLS估计系数差异分解
4.11 例文软件实现与解读：
② 尹志超等. 农村劳动力流动对家庭储蓄率的影响[J]. 中国工业经济,2020.
③ Ishimaru S. Empirical decomposition ofthe iv-ols gap with heterogeneous and nonlinear effects[J]. Review of Economicsand Statistics, 2024: 1-16.
第5讲 因果推断经验研究中的中介效应与调节效应（3h）
5.1 中介效应模型的现行做法与检验
5.2 中介效应检验的反思
5.3 中介效应分析的操作建议
5.4 中介效应估计新命令：sgmediation2
5.5 具有工具变量的中介效应分析
5.6 基于结构方程模型的中介效应分析
5.7 调节效应与异质性分析
5.8 调节效应分析的操作建议
5.9 机制分析
5.10 例文软件实现与解读：
④ 孙伟增,毛宁,兰峰等.政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验[J].中国工业经济,2023.
⑤ 曹伟,綦好东,赵璨.企业金融资产的配置动机：基于产权性质与异质性股东参股的分析[J].中国工业经济,2023.
⑥Braghieri L, Levy R, Makarin A. Social media and mentalhealth[J]. American Economic Review, 2022.
第6讲 静态面板数据模型与双重差分法（3h）
6.1 估计量比较：混合OLS、组内、组间与一阶差分
6.2 模型选择检验：固定效应or随机效应模型
6.3 面板数据内生性与IV估计
6.4 高维固定效应模型：reghdfe
6.5 政策评估两种偏误如何影响评估效果
6.6 双重差分的7种估计方法
6.7 双重差分法的平行趋势检验与安慰剂检验
6.8 Stata时间-空间维度安慰剂检验新命令
6.9 多期双重差分的估计与规范作图
6.10 三重差分估计如何检验平行趋势
6.11 例文软件实现与解读：
⑦ 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.
高级班课程导引
Stata高级课程专注于面板模型和因果推断效应两大核心领域，这两部分内容紧密相连，但各有侧重点。
近年来，面板线性模型在多个学科领域取得了显著进展，包括动态面板模型、非平稳和非线性面板模型，以及考虑共同因子的面板数据模型。这些模型在区域经济、城市经济学、产业经济学、公司金融、国际贸易和劳动经济学等领域被广泛应用。特殊因变量模型在政治学、社会学和管理学中也得到了广泛应用。异质性处理效应模型自2020年以来成为因果推断领域的热点，而空间计量模型则成为空间金融、区域经济学和城市经济学等学科的主流方法。
Stata高级课程的三个主要目标是：首先，系统教授面板模型的最新发展和应用；其次，深入讲解异质性双重差分模型，包括如何检验政策效应的异质性、在平行趋势不满足时如何选择估计量，以及如何选择和使用最新的异质性DID命令，包括Stata的最新官方命令；最后，全面掌握动态空间面板数据模型的原理、效应分解和软件实现，并能够将这些知识应用到论文写作中。
因此，Stata高级课程适合那些已经具备一定Stata软件和计量经济学基础，希望掌握应用计量学前沿知识和Stata实现技巧的学员。特别是那些已经通过3天的系统学习，对Stata软件和基础主流计量模型有了较好掌握的学员，将从这门课程中获益匪浅。
高级班课程优势与特色
一、注重计量理论模型的连续性
高级班课程设计时，重点考虑了全程班学员已具备初级班课程的计量基础，以及高级班学员计量基础较好的特点，设计了长面板与动态面板数据模型、非平稳与非线性面板数据模型、因变量受限的面板数据模型，以及空间面板数据模型等内容，与初级课程保持了连续性。
二、注重计量理论模型的系统性
高级班课程在计量模型选择中，注重计量模型体系的系统性，重点讲授面板类计量模型和政策评价类计量模型，这两大领域模型的应用与创新是当前应用类实证论文与理论计量发展的焦点之一。面板类模型既包括线性面板数据模型，也包括非线性面板数据模型，既包括连续被解释变量的面板数据模型，也包括受限因变量面板数据模型，既包括截面个体独立的传统面板模型，也包括空间个体相依的空间面板数据模型。政策评价类计量模型，则包括DID的扩展模型、断点回归与合成控制。面板类模型与政策评价类模型，形成两个相对独立，又有一定联系的完整体系。
三、注重计量理论模型的前沿性
高级班课程计量模型的讲授中，注重计量模型的前沿性，既对当前主流实证文献中，面板数据模型和政策评价类模型的应用进行讲授，也对这两个领域的前沿方法与软件实现深入学习，主要包括具有内生性与门限效应的动态面板数据模型、高维固定效应泊松面板数据模型、动态Probit面板数据模型，以及异质性处理效应下的双向固定效应模型、双向稳健DID和多阶段DID。
高级班课程大纲（含11篇范例论文）
第7讲 长面板与动态面板数据模型（3h）
7.1 长面板估计策略
7.2 长面板估计方法选择：稳健 vs. 效率
7.3 组内自相关与组间同期相关检验
7.4 偏差校正LSDV估计
7.5 面板工具变量估计法
7.6 工具变量高维固定效应面板
7.7 移动份额工具变量法Bartik方法
7.8 动态面板数据的差分与系统GMM估计
7.9 不规则时间间隔的动态面板数据
7.10 例文软件实现与解读：
① AcemogluD, Naidu S, Restrepo P, et al. Democracy does cause growth. Journal ofpolitical economy, 2019.
② BorusyakK, Hull P, Jaravel X. Quasi-experimental shift-share research designs[J]. TheReview of Economic Studies, 2022.
第8讲 非平稳与非线性面板数据模型（3h）
8.1 跨截面相依检验
8.2 面板单位根检验
8.3 面板协整检验
8.4 异质性数据的面板Granger检验-xtgrangert
8.5 静态面板门槛数据模型
8.6 具有内生性与门限效应的动态面板数据模型
8.7 共同因子数量测度
8.8 具有共同相关因子的动态面板数据模型
8.9 面板向量自回归模型（PVAR）
8.10 例文软件实现与解读：
③ Ditzen J.,Estimating long run effects and the exponentof cross-sectional dependence: an update to xtdcce2, The Stata Journal,2021.
④ 王维国,王鑫鹏.创新转化效率、要素禀赋与中国经济增长[J].数量经济技术经济研究,2022.
第9讲 因变量受限的面板数据模型（3h）
9.1 面板二值选择模型
9.2 面板logit的边际效应与处理效应
9.3 面板多值选择模型
9.4 面板Tobit模型
9.5 面板计数模型：泊松与负二项模型
9.6 多项选择面板回归模型
9.7 高维固定效应泊松面板模型
9.8 动态面板Probit模型
9.9 非平衡面板的动态面板Probit模型
9.10 例文软件实现与解读：
⑤ 吴小康,于津平.科技中介与全国统一技术大市场建设[J].数量经济技术经济研究,2023.
第10讲 异质性DID模型（3h）
10.1 如何在多期与处理时间变化时，选择合适的DID估计量？
10.2 负权重的诊断：deChaisemartin and D’Haultfoeuille 分解
10.3 禁止比较组的诊断：Bacon分解
10.4 组别-时期平均处理效应估计：csdid和did_multiplegt
10.5 插补估计量：did_imputation
10.6 堆叠回归估计量：stackedev
10.7 通过TWFE的事件研究：event study interact与jwdid
10.8 Stata官方异质性双重差分命令：xthdidregress
10.9 放松或允许违背平行趋势假设
10.10 稳健性推论和敏感性分析
10.11 异质性处理效应应用建议
10.12 例文软件实现与解读：
⑥ De ChaisemartinC, d’Haultfoeuille X. Two-way fixed effects and differences-in-differences with heterogeneous treatment effects: A survey[J]. The Econometrics Journal, 2023.
⑦ RothJ, Sant’Anna P H C, Bilinski A, et al. What’s trending indifference-in-differences? A synthesis of the recent econometrics literature,Journal of Econometrics, 2023.
⑧ 余长林,马青山.特高压输电与区域经济发展——来自特高压工程的经验证据[J].数量经济技术经济研究,2023.
第11讲 断点回归与合成控制（3h）
11.1 精确断点回归
11.2 断点回归的检验（连续性检验、安慰剂检验）
11.3 模糊断点估计
11.4 多断点回归
11.5 断点回归（RDD）与拐点回归（RKD）的最优模型选择
11.6 合成控制法
11.7 非参数合成控制法
11.8 合成控制与合成双重差分的比较
11.9 例文软件实现与解读：
⑨ Cattaneo M D, Idrobo N, Titiunik R. APractical Introduction to Regression Discontinuity Designs: Extensions[M].Cambridge University Press, 2024.
⑩ Clarke, D Pailañir, S. Athey and G.Imbens. Synthetic Difference-in-Differences Estimation. IZA Discussion Paper, 2023.
第12讲 Lasso在预测与推断中的应用（3h）
12.1 变量选择与交叉验证
12.2 收缩法：ridge, Lasso, elasticnet
12.3 Lasso用于预测
12.4 Lasso用于推断
12.4.1 变量选择与系数估计
12.4.2 获得标准误
12.5 不同结果变量的Lssso推断命令
12.5.1 连续结果变量
12.5.2 两元选择结果变量
12.5.3 计数结果变量
12.6 系数解释：边际效应、对比、获胜率、发生率
12.7 实例：探讨母亲教育和吸烟习惯对出生体重的影响
12.8 扩展Lasso模型
12.8.1 adaptive Lasso
12.8.2 ivlasso
12.8.3 pdslass
12.8.4 dslasso
12.9 例文软件实现与解读：
⑪ AhrensA, Hansen C B, Schaffer M E. lasso pack: Model selection and prediction with regularized regression in Stata[J]. The Stata Journal, 2020, 20(1): 176-235.
2024暑期班更新：
【初级班】
1. 在Stata基础操作部分，增加了Stata的最新版本软件StataNow外的新功能介绍，实现了不同电脑、新旧版本Stata外部命令共享。
2. 在数据处理与科学绘图部分，增加了缺失值与补漏方法集成，分箱散点图两个部分。并以American Economic Review的论文为例，说明科学绘图的具体实现。
3. 在线性回归、内生性和工具变量部分，增加了弱工具变量的稳健推断，进行Anderson-Rubin或条件似然比（CLR）检验，特别是，当模型中只有一个内生回归变量时，还能够构建相关的置信区间。检验与置信区间对弱工具变量具有完全的稳健性。
4. 在因果推断经验研究中的中介效应与调节效应部分，新增了机制分析，并以1篇American Economic Review的例文为例重点说明，如何在研究中做好调节和机制分析，该文在高级课程中的交叠和连续DID部分，也会进一步加以应用。
5. 在静态面板数据模型与双重差分部分，进一步说明时间-空间维度的安慰剂检验新命令的科学应用，以及三重差分方法如何展开平行趋势检验。DID安慰剂检验的Stata新命令didplacebo，可以自动进行DID模型的时间、空间及时空混合安慰剂检验，并提供可视化展示。
【高级班】
6. 在长面板与动态面板数据模型部分，增加了不规则时间间隔的动态面板数据，基于时间间隔不相等的面板数据对其固定效应模型进行回归参数的估计，为了对此命令的应用场景有更清晰的认识，本讲以具体应用实例说明该方法的具体应用。
7. 在非平稳与非线性面板数据模型部分，新增了异质性面板数据的格兰杰因果检验，此外，增加了共同因子数量的测度，这对于具有共同因子的面板数据中，考虑面板数据间的共同因子数量，非常重要。
8. 在因变量受限的面板数据模型部分，新增了非平衡面板的动态面板Probit模型，在考虑处理效应异质性的情况下，对边际效应和处理效应进行估计。
9. 在异质性DID模型部分，对整章内容进行了重新设计和调整，按照检验-估计-稳健性分析的思路展开讲述。并对平行趋势不满足的情况进行分析，对敏感性分析和稳健性推论展开研究，从而涵盖了当前异质性稳健性DID的主流做法和主要扩展方向。
10. 新增了Lasso在预测与推断中的应用一章，讲授Lasso应用于预测、推断及其系数的解释，并以实例说明其应用，进而对Lasso模型的扩展进行说明。
立体化的教学服务，确保每位学员都能学有所成！
1. 完备的知识体系：我们提供详尽的知识点，确保学习路径清晰，让学员的学习过程更加安心；
2. 综合教学模式：课程内容涵盖理论讲解、软件操作、论文应用、结果解读以及答疑解惑，采用五维一体的教学法，手把手指导学员掌握Stata软件操作和案例分析；
3. 全程互动答疑：学员在学习过程中，包括课程结束后遇到任何课程相关疑问，都可以随时与老师沟通，获得及时解答；
4. 零基础友好：课程设计兼顾理论与实践，适合零基础学员，通过手把手教学，确保每位学员都能跟上进度；
5. 免费学习资料：学员可以免费获取课程讲义、数据文件、do文件以及参考文献的PDF版本；
6. 全面课程支持：除了免费资料，课程还提供额外的视频教程和全套学习资料，包括do文件、数据、讲义和参考书籍等。
报名咨询：
尹老师
电话：13321178792
QQ：42884447
WeChat：JGxueshu
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
