发帖
雷达卡
研究领域
公司金融，金融计量
教育背景
2001-2007 西安交通大学 金禾经济研究中心 经济学博士
1997-2001 西安交通大学 材料科学与工程学院 工学学士
教授课程
1.宏观经济学(硕、博)
2. 实证金融研究方法(博)
3. 实证金融：方法与文献(硕)
4. 微观经济学(硕)
5. 金融市场学(本)
6. 公司金融(本、硕)
7. 计量分析与STATA应用(本)
8. 面板数据模型(博士,校级公选课)
9. 金融计量经济学(本、硕)
审稿经历
经济研究、经济学(季刊)、金融研究、会计研究、南开管理评论、金融评论、国际金融研究、财经研究、中大管理研究、南方经济
学术兼职
中山大学岭南学院 会计与资本运营中心 研究员
中山大学金融工程与风险管理研究中心 研究员
Stata寒假特训，初级+高级，连玉君老师主讲：
https://bbs.pinggu.org/thread-3047248-1-1.html
问答汇总：
Q1:坛友chenxiao403：
连老师您好，您对中国公司金融领域未来的研究前沿有何看法？以及您认为有何值得深入发掘的问题（可以作为博士论文来研究）？
A1:
这个问题对我而言有点难了。
这是每个从事学术研究的人每天都在苦思冥想的问题，我也不例外。
我只能介绍一些平时选题的基本规则。我平时会大量阅读我们这个领域的最 Top 的期刊上的发表的论文，以及所在领域的大牛们的的 Working paper，以便了解比较新的动向。
此外，可以抽空多参加一些 Seminar，以便有机会与同行当面讨论一下尚未成文的想法，这些想法可能是日后研究的主要方向。
最后，他山之石可以攻玉，可以关注一下相邻领域的进展，比如个体消费行为、劳动经济学、货币金融方面的进展，能够借鉴到很多好的想法和工具。
有了一定的文献和工具积累后，可以关注一下媒体，如 FT中文网，这些业界人士非常善于发现问题。我们可以以他们提出的问题为基础，进行规范的学术研究和实证分析。
当然，上述方法都是发现问题的途径，但根本可能还在于不断的思考。
积累很重要。任何质变都是以量变为基础的。
Q2:坛友jiangxinfeng：
连老师您好，用stata进行面板回归时报告的R2一般使用组内R2，但是有时审稿人要求报告adj R2，请问连老师，如何获得？
A2:
你可以先用 xtdata 命令或 certer (外部命令) 去除个体效应，然后再使用 reg y x 命令针对变换后的数据进行 OLS 估计，此时会报告 调整后的 R2.
Q3:坛友heking2014：
连老师您好！我目前掌握了您编写的xtthres.ado命令，但发现只能够进行静态门限模型估计。我看您在《银行授信影响了企业的现金持有管理行为吗？——基于动态面板门槛模型的实证》一文中使用了动态门限模型，不知道您是怎么进行的动态门限模型GMM和IV估计的？以及序列相关检验和过度识别检验？
最后想说的是，非常感谢连老师，您的Stata教学视频让我从一个学术小白逐渐走向专业和成熟，对我的帮助真的非常大！
A3:
你可以关注一下如下几篇论文。
- Kim, M., Shin, Y. & Dang, V. A. (2012). Asymmetric capital structure adjustments: New evidence from dynamic panel threshold models, Journal of Empirical Finance, 19(4), 465-482. DIO: http://10.1016/j.jempfin.2012.04.004
- Seo, M. H. & Shin, Y. (2014). Dynamic panels with threshold effect and endogeneity, Working Paper. http://citeseerx.ist.psu.edu/vie ... 5&rep=rep1&type=pdf
- Ramırez-Rondán, N. (2013). Maximum likelihood estimation of a dynamic panel threshold model, Mimeo, Central Bank of Peru. http://perueconomics.org/wp-content/uploads/2014/01/WP-32.pdf
Q4:坛友林海忠：
问老师一个stata结果显示的问题，我做了ols，2SLS，3SLS，做的时候分别都用到了estimate store ols这样的命令，最后用esttab OLS Two_SLS Three_SLS ,r2 mtitles star(* 0.1 ** 0.05 *** 0.01)想把结果显示在一起，但是却不行，说是estimation result OLS not found，请问老师这是什么问题呢？
A4:
如果 est store ols （小写），则 esttab ols (也要小写)。
Q5:坛友abcabc123：连老师：相关系数与回归系数不一致，模型很显著，这有哪些原因导致如此？缩尾处理和未缩尾处理的回归系数相反，怎么回事？
A5:
回归系数更靠谱一些，是条件相关系数，也就是说“是在假设其他条件相当的情况下”，y 和 x 之间的相关性。
那要看你缩尾的程度了。你在缩尾前后分别计算一下变量的基本统计量，重点看看标准差，值和最小值这几个基本统计量，看看是否有严重的离群值。
Q6:坛友林海忠：
老师您好，请教几个问题:
1.面板数据可以做simultaneous model吗？如果可以，如何选择2sls和3sls呢？做之前要进行什么检验吗？我用stata做了一个3sls，输出的结果是，三个方程p值非常小，但是结果下面有的内生变量不显著，对于这种系数该怎么解释呢，学生对于面板数据不熟，该看些什么书或者文献呢？特别是针对这个simultaneous model的？
2.问一下老师，如果想申请中大的金融学博士，研究生阶段，计量的水平应该达到什么层次，在研究生阶段如何学习计量？谢谢！
A6:
1. 可以先用 xtdata 命令去除所有变量中的个体效应，其实就是组内去心。也可以用 center 命令达到相同的目的。然后再使用 3sls 命令进行估计即可。当然，也可以使用 gmm 命令写一点程序来估计。可以参考 Baltagi, B. (2008). Econometric analysis of panel data. Chichester: John Wiley & Sons. 书中的介绍。
2. 中大很重视博士生的计量经济学基础，我们的博士生要修一年的计量课程：高级计量+（时间序列、面板数据分析、半参非参数分析任选一门）。至于研究生阶段，我觉得你应该好好看看统计学和线性代数，然后啃一下 Greene 的书，顺便看看伍德里奇的导论。前者注重推导，后者注重原理的介绍。Greene, W. H. (2012). Econometric analysis, 7th ed. Upper Saddle River, NJ: Prentice Hall. Wooldridge, J. (2012). Introductory econometrics: A modern approach, 5ed
Q7:坛友对对子不错：
连老师，对于计量的初学并自学者，是用spss还是stata好？
A7:
其实没有太大的差别，用习惯了就好了。使用任何软件都有路径依赖的问题，不过也容易触类旁通。
更重要的是，要多花时间学习计量理论，否则软件的使用举步维艰，事倍功半。
Q8:坛友condmn：
看过连老师的stata的视频课程，现在在学matlab和Python， 想问连老师用stata和matlab做pstr和贝叶斯估计有什么区别，另外想问一下连老师能不能提供一下pstr的stata或者matlab程序，谢谢连老师！
A8:
我对 PSTR 也是也是知之有限，这个模型的估计方法还很有争议。至于 matlab 和 phthon 我都没学过。PSTR 的程序可以写信给作者索要。参见：
Kim, M., Shin, Y. & Dang, V. A. (2012). Asymmetric capital structure adjustments: New evidence from dynamic panel threshold models, Journal of Empirical Finance, 19(4), 465-482.
Q9:坛友hq_1122：
连老师您好，我曾经购买了您关于stata的所有讲课视频，收益良多，非常感谢。我看您最近的培训课程里有了截面门槛模型的内容，能否分享一下这个程序？此外，我还注意到您和您的合作者写了一篇使用面板平滑转换模型的文章，请问一下通过哪种方式才能购买到这个程序？
A9:
面板门槛模型的程序在 stata 学术论文视频中有详细讲解，你查看一下你当时购买的视频课程的配套文件即可。在 Hansen_1999 那一讲。http://www.peixun.net/view/6.html，http://peixun.pinggu.org/2012_01_stata.pdf (PDF说明书)。
至于面板平滑转换模型，是我的 coauthor 写的程序，他暂时还不准备分享程序，望见谅。
Q10:坛友CHEN在天:
连老师，可否问您面板数据什么时候要用面板协整分析？会不会出现像时间序列那样的伪回归问题？，，我看您发在经济研究上的有关消费文化的那篇文章用的方法好简单 就是一个OLS 回归，请原谅一个入门级小硕的困惑。
A10:
面板协整和时序分析里的协整原理相同，只是样本量增大了，同时也附加了一些约束条件。至于是不是伪回归，文献里有很多检验方法，你可以找本时间序列的课本看看就明白了。
至于文章中使用什么方法，与研究的问题和目的有关系。我们那篇文章，我觉得 OLS 已经足以论证我们的观点了，就没有必要使用更加复杂的方法了。杀鸡焉用牛刀？计量方法其实就是一个分析和论证的工具，适合的是的。
Q11:坛友fzj320：
连老师：学习计量时有个困惑，为何许多经典的论文在使用面板数据计量时，不用面板模型，却偏好OLS，两种方法的利弊各有哪些？OLS相对面板模型有哪些优势？谢谢！
A11:
面板模型的一个的好处是可以帮我们控制那些不随时间变化但又无法观测的因素。本质上它还是执行 OLS 回归，只是加入了 N 个虚拟变量而已。会计领域中的很多学者直接使用 OLS 估计，但加入了很多行业虚拟变量，其实效果是相当的。如果理解了 OLS 和 Panel model (如 固定效应模型)，第二个问题也就不是问题了。建议找一本讲解 Panel Data Models 的书看看。
Stata寒假特训，初级+高级，连玉君老师主讲：
https://bbs.pinggu.org/thread-3047248-1-1.html
京公网安备 11010802022788号
