課程大綱:
第一講,OLS及其標準誤 著重介紹小樣本與大樣本OLS,以及相應的普通標準誤、異方差穩健標準誤、異方差自相關穩健標準誤、聚類穩健標準誤、自助標準誤(bootstrap standard errors)。深切理解OLS的原理與適用條件,是一切計量原理的基礎。 第二講,Stata快速入門 及時地介紹Stata知識,以OLS在Stata的實現作為入門,體會Stata的簡單與強大。 第三講,工具變量法 由于雙向因果、遺漏變量、度量誤差的普遍存在,內生性是實證研究的常見難題,而工具變量法是解決內生性的利器,包括2SLS、GMM、控制函數法(Control Function)。
第四講,二值選擇模型 被解釋變量為虛擬變量的二值選擇模型有著廣泛的應用。包括Probit,Logit,包含內生變量的ivprobit等。
第五講,靜態面板 面板數據由于能控制個體異質性(heterogeneity),緩解遺漏變量偏差,在實踐中越來越重要。靜態面板是最常見的面板,包括固定效應、隨機效應、時間效應、雙向固定效應等。
第六講,動態面板 經濟現象常具有某種慣性或部分調整,即被解釋變量的滯后值出現在方程右邊。動態面板也因為可自帶工具變量而應用廣泛。包括面板工具變量法(Panel IV)、差分GMM、水平GMM與系統GMM等。
第七講,門限回歸 發展中國家與發達國家的經濟規律可能不同,而門限回歸(Threshold Regression)提供了對此類現象進行嚴格統計推斷的方法,包括橫截面與面板模型的門限回歸。
第八講,非參數與半參數估計 非參與半參方法(Nonparametric and Semiparametric Estimations)由于其穩健性而日益進入標準的計量工具箱,包括核密度估計、非參數回歸與半參數回歸等。
第九講,隨機實驗、自然實驗與雙重差分法 實驗方法因其可信度而日益興起,包括隨機實驗、第一類與第二類自然實驗。雙重差分法(Difference-in-Differences)利用面板數據的優勢,可克服部分內生性,是研究政策或項目處理效應(treatment effects)的主要工具。包括雙重差分法、平行趨勢假設、三重差分法等。
第十講,傾向得分匹配(PSM)與異質性工具變量法(LATE) 基于反事實的框架,根據個體進入處理組的概率(即傾向得分)尋找最佳替身進行匹配估計,這是研究處理效應的一種深邃思想與方法。包括傾向得分匹配(Propensity Score Matching)、雙重差分傾向得分匹配等;诜词聦嵖蚣艿漠愘|性工具變量法(LATE)。
第十一講,控制變量與因果圖 核心變量與控制變量的本質區別。選擇合適的控制變量是計量分析的重要步驟,而因果圖方法(Causal Directed Acyclic Graph)提供了一個清晰的思考框架。
第十二講,斷點回歸(Regression Discontinuity Design)與拐點回歸(Regression Kink Design) 由于在斷點附近存在局部隨機分組,故斷點回歸的效力接近于隨機實驗,日益為研究者所青睞。包括精確斷點回歸、模糊斷點回歸、精確拐點回歸與模糊拐點回歸。
第十三講,大數據與機器學習 大數據與高維回歸等機器學習(Machine Learning)方法正迅速成為經濟學家的常用工具。本講介紹Lasso、Ridge Regression、Elastic Net、Post Lasso、Post Double Lasso、主成分分析、因子分析等機器學習方法。
第十四講,合成控制法(Synthetic Control Method) 在評價某處理地區的政策效應時,將控制地區進行最優的線性組合,以構造合成控制地區進行對比,這是估計處理效應的新興強大方法。包括合成控制法的統計推斷與穩健性檢驗等。
第十五講,回歸控制法(Regression Control Method) 與合成控制法類似,但使用回歸法來構造合成控制地區(Hsiao et al., 2012),比合成控制法更為簡單易行。
第十六講,交互固定效應 交互固定效應(interactive fixed effects)為目前面板數據最活躍的研究前沿,它將傳統的雙向固定效應進一步推廣,充分考慮到現實經濟常存在多維沖擊(shocks或factors),而不同個體對這些沖擊的反應力度不同(factor loading)。
第十七講,分位數回歸 線性回歸只是研究在給定X的情況下,Y的條件期望E(Y|X);而分位數回歸(Quantile Regression)則可研究在給定X的情況下,Y的整個條件分布Y|X,從而揭示更多重要信息。
第十八講,空間計量經濟學 傳統計量經濟學通常忽略橫截面單位的空間分布與相互影響,而空間計量經濟學(Spatial Econometrics)則是考察空間效應、溢出效應等的重要工具。包括空間權重矩陣、空間自回歸、空間誤差模型與空間面板等。
|