课程目录:高级计量经济学及Stata培训
4401 人关注
(78637/99817)
课程大纲:

          高级计量经济学及Stata培训

 

 

 

第一讲,OLS理论

着重介绍小样本与大样本OLS,以及相应的普通标准误、异方差稳健标准误、异方差自相关稳健标准误、聚类稳健标准误、自助标准误(bootstrap standard errors)。深切理解OLS的原理与适用条件,是一切计量原理的基础。

 

第二讲,OLS应用

包括虚拟变量,交互项,机制(mechanism)检验,核心变量与控制变量的区别(控制变量的内生性),广义小二乘法(GLS)。

第三讲,Stata快速入门

及时地介绍Stata知识,以OLS在Stata的实现作为入门,体会Stata的简单与强大。

第四讲,工具变量法

由于双向因果、遗漏变量、度量误差的普遍存在,内生性是实证研究的常见难题,而工具变量法是解决内生性的利器,包括2SLS、GMM、近乎外生的IV,控制函数法(Control Function)等。

第五讲,二值选择模型

被解释变量为虚拟变量的二值选择模型有着广泛的应用。包括Probit,Logit,MLE,QMLE,ivprobit,以及二值选择模型中的交互效应等。

第六讲,静态面板

面板数据由于能控制个体异质性(heterogeneity),缓解遗漏变量偏差,在实践中越来越重要。静态面板是常见的面板,包括个体固定效应、随机效应、时间固定效应、双向固定效应、个体时间趋势、交互固定效应(interactive fixed effects)、面板工具变量法(Panel IV)等。

第七讲,动态面板

经济现象常具有某种惯性或部分调整,即被解释变量的滞后值出现在方程右边。动态面板也因为可自带工具变量而应用广泛。包括差分GMM、水平GMM与系统GMM等。

第八讲,非参数与半参数估计(Nonparametric and Semiparametric Estimations)

非参与半参方法由于其稳健性而日益进入标准的计量工具箱,包括核密度估计、核回归、K近邻回归、局部线性回归、局部多项式回归、LOWESS回归、半参数回归等。

第九讲,随机实验与自然实验

实验方法因其可信度而日益兴起,成为实证研究的“黄金标准”,包括随机实验、第一类与第二类自然实验。

第十讲,双重差分法(Difference-in-Differences,简记DID)

双重差分法利用面板数据的优势,可克服部分内生性,是研究政策或项目处理效应(treatment effects)的常用工具。内容包括双重差分法、多期异时DID、平行趋势检验、广义DID、三重差分法等。

第十一讲,匹配估计量(Matching Estimators)

匹配估计量是反事实因果推断的重要方法,包括倾向得分匹配(Propensity Score Matching)、马氏近邻匹配(NN Matching)、粗糙化精确匹配(CoarsenExact Matching),以及双重差分倾向得分匹配(PSM-DID)。

第十二讲,断点回归(Regression Discontinuity Design)与拐点回归(Regression KinkDesign)

由于在断点附近存在局部随机分组,故断点回归的效力接近于随机实验,日益为研究者所青睐。内容包括精确断点回归、模糊断点回归、密度(操纵)检验、稳健性检验、拐点回归等。

第十三讲,合成控制法(Synthetic Control Method)

在评价某处理地区的政策效应时,将控制地区进行优的线性组合,以构造合成控制地区进行对比,这是估计处理效应的新兴强大方法。包括合成控制法的原理、算法与安慰剂检验等。

第十四讲,回归控制法(Regression Control Method)

与合成控制法类似,但回归控制法使用回归法来构成反事实的控制地区(Hsiao et al., ),比合成控制法更为简便易行。

第十五讲,异质性处理效应(Heterogeneous treatment effects)

包含异质性工具变量法的局部平均处理效应(Local Average Treatment Effect,简记LATE),以及双向固定效应模型的异质性处理效应(de Chaisemartin and D'Haultfoeuille, 2020)、模糊双重差分法(fuzzyDID)等。