疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用

凡是搞计量经济的，都关注这个号了

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

2月18，咱们引荐了“CSMAR所有的数据产品均可免费下载！”，受到金融财务管理领域学者的欢迎。金融领域三大中文数据库, CSMAR, CCER, Wind和CNRDS，2月29日就会停止免费服务，因此要使用这一数据库的学者得加快进度了。2月19日，咱们又引荐了“疫情期EPS数据库向全社会免费开放！附细致使用指南！”，受到海内外经管学者的一致好评，其工作人员发送了EPS最新版本使用手册（放在了文章后面）。

光有数据不行，上面这些数据库需要结合计量方法和计量软件，才能做出一篇漂亮的实证论文。基于此，咱们再次引荐三门结合Stata软件讲解面板数据，因果推断，时间序列等前沿计量知识的公开课。这三门课程非常值得学习，有一门课程还是咱们群友开设的，建议各位学者在开课日期前先行浏览一下syllabus。可以说，这次机会很难得，因此希望各位学者好好把握它，在疫情期系统学习三门课程，希望不再错过这次免费实务课程了。

1. 面板数据分析与Stata应用

开课时间： 2020年03月02日 ~ 2020年05月10日

本课程将基于Stata软件讲授在学术研究过程中非常实用的面板数据前沿分析方法，具体内容包括：（1）短面板数据分析；（2）长面板数据分析；（3）机制识别方法；（4）内生性与工具变量法；（5）动态面板数据模型；（6）门限面板模型；（7）双重差分模型；（8）合成控制法；（9）断点回归设计。

课程概述

面板数据分析相比于截面数据分析与时间序列数据分析具有很多的优点，被广泛应用于国内权威期刊论文和国际顶级期刊论文中。本课程不仅讲授在学术研究过程中非常实用的面板数据前沿分析方法的理论，而且还结合实例讲授这些方法在Stata软件中的实现程序以及应用时应注意的若干事项。为更好的帮助选课学生应用这些方法，本课程还提供若干篇重要论文，供其撰写经验研究论文时参考。

本课程主要培养选课学生以下两方面的能力：1.能读懂国内外权威期刊（如中国社会科学、经济研究、管理世界、American Economic Review等）上用面板数据分析方法做的经验研究论文；2.理解应用前景非常广泛的面板数据分析方法的理论并掌握其在Stata中的实现程序，进而提高其实证分析能力和经验研究论文的写作水平。

直接看课程大纲

01 短面板数据分析

理解短面板数据分析方法并掌握其Stata操作的基本程序。

1.1短面板数据分析理论部分

1.1.1面板数据与模型

1.1.2 面板数据模型估计及标准误的修正

1.2 短面板数据分析操作部分

1.2.1 短面板数据分析的基本程序1

1.2.2 短面板数据分析的基本程序2

1.2.3 短面板数据分析的基本程序3

1.2.4 短面板数据分析的基本程序4

02 长面板数据分析与机制识别方法

理解长面板数据分析与机制识别方法并掌握其Stata操作的基本程序。

2.1 长面板数据分析理论部分

2.1.1 引言与三大命令

2.2 长面板数据分析操作部分

2.2.1 香烟需求函数估计与三大问题检验

2.2.2 结果报告、比较与输出

2.3 机制识别方法

2.3.1 联立方程方法

2.3.2 Acemoglu et al. (2003)方法

03 内生性与工具变量法

理解内生性与工具变量法并掌握工具变量法Stata操作的基本程序。

3.1 内生性与工具变量法理论部分

3.1.1 内生性问题及解决方法1

3.1.2 内生性问题及解决方法2

3.1.3 工具变量的三大检验1

3.1.4 工具变量的三大检验2

3.2 内生性与工具变量法操作部分

3.2.1 工具变量法的基本程序1

3.2.2 工具变量法的基本程序2

04 动态面板数据模型

理解动态面板数据模型并掌握其Stata操作的基本程序。

4.1动态面板数据模型理论部分

4.1.1引言与动态面板数据模型的估计

4.1.2 DIF-GMM与SYS-GMM

4.2动态面板数据模型操作部分

4.2.1 常规方法的估计与分析

4.2.2 DIF-GMM估计1

4.2.3 DIF-GMM估计2

4.2.4 SYS-GMM估计

4.2.5 xtbcfe命令介绍

4.2.6 xtbcfe命令的估计和分析

05 面板门限模型

理解面板门限模型并掌握其Stata操作的基本程序。

5.1 面板门限模型理论部分

5.1.1引言、面板单门限模型的设定与估计

5.1.2 面板单门限模型的两大检验与面板双门限模型的估计、检验

5.2 面板门限模型操作部分

5.2.1 xthreg命令介绍

5.2.2 面板单门限模型的实现与检验

5.2.3 面板多门限模型的实现与检验

06 双重差分模型

理解双重差分模型并掌握其Stata操作的基本程序。

6.1 双重差分模型理论部分

6.1.1 双重差分模型的介绍1

6.1.2双重差分模型的介绍2

6.1.3双重差分模型的介绍3

6.1.4做DID需要注意的若干问题

6.2 双重差分模型操作部分

6.2.1双重差分模型的Stata操作1

6.2.2双重差分模型的Stata操作2

07 合成控制法

理解合成控制法并掌握其Stata操作的基本程序。

7.1 合成控制法理论部分

7.1.1 合成控制法的基本思想

7.1.2 构造合成控制的具体方法

7.2 合成控制法操作部分

7.2.1 合成控制法的synth命令

7.2.2 合成控制法的Stata操作

7.2.3合成控制法的稳健性检验及注意事项

08 断点回归设计

理解断点回归设计并掌握其Stata操作的基本程序。

8.1 断点回归设计理论部分

8.1.1 断点回归设计理论

8.2 断点回归设计操作部分

8.2.1 断点回归设计的Stata操作1

8.2.2 断点回归设计的Stata操作2

主讲老师：方红生，教授，博士生导师,教育部青年长江学者，浙江大学经济学院副院长。主要研究领域：中国公共经济问题。在中文权威期刊和英文著名SSCI期刊上发表12篇学术论文。主持国家社科重点项目等国家项目3项、省部级项目6项。获2018年高等教育国家级教学成果奖二等奖， 省部级奖3项和浙江大学优质教学奖二等奖。教育部新一届（2018-2022）财政学类专业教学指导委员会委员。

长按以上二维码，学习课程

2. 财税计量方法与应用及Stata操作

(注：07章-16章重点学习)

开课时间： 2020年02月21日 ~ 2020年05月31日

相比而言，《财税计量方法与应用》这门课最大的特色就在于，我们会紧紧围绕着财税案例展开知识点的学习。比如说，我们会用面板数据（panel data）对财政收入，财政支出，地方政府债务，社会保障收入和支出，收入分配以及当前的减税降费等问题进行分析；我们可以用工具变量法（IV）和两阶段最小二乘法（2SLS）来处理财税研究当中出现的内生性问题；我们用双重差分法（DID），断点回归方法（RD），合成控制法（SCM），倾向值匹配得分法（PSM）等方法对财税政策的因果效应进行评估；用数据包络分析方法(DEA)对财政支出的效率等方面进行评估。同学们会发现，以上诸多方法都是针对某一类型的财税问题来进行学习的，是问题导向性的学习，而不是方法论本身的灌输。针对具体的财税问题，我们来学习具体的方法，问题导向、应用导向，是本课程最大的特色。

课程将重点介绍当前计量经济学基础理论及前沿方法，并在讲解的过程中注意联系财政学、税收学的一般理论与学科研究前沿，引导学生利用计量经济学方法探索财税问题，同时课程将注重学生的实际操作能力，通过上机操作直接强化学生的科研技能，掌握有关计量经济学的基本理论框架，并熟悉和掌握相应的软件操作，对财税有一个全新的认识。

直接看课程大纲

(注：07章-16章重点学习)

01 一元线性回归

1.1 一元线性回归

1.2 OLS估计量的推导

1.3 OLS的正交性

1.4 平方和分解公式与拟合优度

02 Stata应用简介

2.1 Stata应用简介（一）

2.2 Stata应用简介（二）

03 多元线性回归

3.1 高斯-马尔可夫定理

3.2 多元线性回归模型OLS估计量的推导

3.3 方差估计

3.4 单个系数的t检验

3.5 对线性假设的F检验

3.6 Stata演示：多元线性回归

04 异方差

4.1 异方差（一）

4.2 异方差（二）

05 自相关

5.1 自相关（一）

5.2 自相关（二）

06 模型设定与数据问题

6.1 模型设定与数据问题（一）

6.2 模型设定与数据问题（二）

6.3 模型设定与数据问题（三）

07 时间序列分析

7.1 时间序列分析（一）

7.2 时间序列分析（二）

08 面板数据模型

8.1 固定效应模型的估计方法

8.2 随机效应模型的估计方法及豪斯曼检验

8.3 面板数据模型的Stata命令及实例

09 工具变量法

9.1 IV和2SLS（一）

9.2 IV和2SLS（二）

9.3 IV和2SLS（三）

10 极大似然法

10.1 极大似然法

11 受限因变量

11.1 受限因变量（一）

11.2 受限因变量（二）

11.3 受限因变量（三）

11.4 受限因变量（四）

12 双重差分模型

12.1 双重差分预备知识

12.2 双重差分基础知识

12.3 双重差分拓展知识

12.4 双重差分Stata应用

13 倾向值得分匹配法

13.1 倾向值得分匹配法PSM

13.2 依可观测变量选择的PSM

13.3 PSM的Stata操作与应用

14 断点回归

14.1 断点回归法原理

14.2 断点回归法的Stata操作实例

15 合成控制法

15.1 合成控制法的基本思想

15.2 合成控制法的理论基础

15.3 回归控制法

16 生产率前沿分析

16.1 随机前沿分析

16.2 数据包络分析（一）

16.3 数据包络分析（二）

主讲老师：鲁元平等（也是咱们社群群友），中南财经政法大学财政税务学院副教授，收入分配研究中心研究员，硕士研究生导师。研究方向为财政理论和财政政策、收入分配、社会保障政策评估、财税计量以及幸福经济学。研究成果见诸于《经济学（季刊）》、《金融研究》、《经济学动态》、以及《财贸经济》等国内权威期刊，，主持国家自然科学基金、教育部人文社科基金、湖北省社科基金等多项省部级课题。

长按以上二维码，学习课程

3. 计量经济学导论及Stata操作

(注：09章-15章重点学习)

开课时间： 2020年02月24日 ~ 2020年06月30日

本课程是一门计量经济学入门课程。学生经过理论知识模块、实证研究模块和上机操作模块的锤炼，将掌握使用横截面数据，面板数据和时间序列数据建模和分析的理论基础和操作技巧。本课程的特色是： 1. 深入浅出，体系完整，可以灵活选择模块学习； 2. 理论推导严谨，实际操作具体； 3. 使用Stata软件。

直接看课程大纲

(注：09章-15章重点学习)

01 引言

理解计量经济学的定义和内涵，掌握因果关系等基本概念，学会横截面数据，时间序列数据和面板数据的特点和区别，掌握对数据进行初步分析的技巧。

1.1 什么是计量经济学

1.1.1 计量经济学的定义

1.1.2 相关关系与因果关系

1.2 数据分类：实验数据与观测数据/横截面，时间序列与面板数据

1.3 数据初步分析

02 一元回归方程的估计及分布理论

本章将为学生理解计量经济学的估计和抽样分布的基本思想和方法打下坚实的基础。学生将掌握一元回归方程的基本形式与假设，理解并运用普通最小二乘和矩估计两种估计方法，并对估计结果进行分析和评价；学会推导估计量的期望，方差，分布等性质。

2.1 简单回归模型的形式及基本术语

2.2 一元回归方程的估计

2.2.1 OLS方法

2.2.2 矩方法

2.2.3 经济学实例演示：系数的解释以及拟合值计算

2.2.4 OLS的代数性质与几何性质

2.3 OLS估计量的统计性质

2.3.1 OLS估计量的期望

2.3.2 OLS估计量的方差

2.3.3 OLS估计量方差的估计与抽样分布

2.3.4 OLS估计量的大样本性质

2.3.5 方差分解与拟合优度

03 一元回归方程的检验

理解一元回归方程系数显著性检验的含义。学生通过与数理统计中关于母体均值检验的对比学习，自然过渡到学会检验系数显著性的三种方法。

3.1 显著性

3.1.1 显著性的定义

3.1.2 系数显著性检验与母体均值检验的比较

3.2 检验系数显著性的3种方法

3.2.1 检验系数显著性的3种方法：t统计量

3.2.2 检验系数显著性的3种方法：p值，置信区间

04 Stata入门

学生将掌握在Stata软件中采用命令行和程序两种方式进行数据描述，一元回归分析和简单数值模拟的方法。

4.1 Stata软件的特点及基本界面

4.2 一元回归方程的Stata估计

4.2.1 回归前的基本数据分析

4.2.2 Regress命令的使用以及结果的分析

4.3 如何编写Stata程序

4.4 简单数值模拟

05 多元回归模型的建立和参数估计

本章通过遗漏变量偏差引入多元回归模型的必要性，建立多元回归模型并解释其含义。利用最小二乘估计方法估计未知参数，并评价样本回归直线的拟和效果。学生通过本章的学习，在实际问题的处理过程中需要更全面地分析经济现象并选择合适的变量建立模型。

5.1 多元回归模型的建立

5.1.1遗漏变量偏差以及对应的公式

5.1.2 多元回归模型的表达式/参数的解释/经济学含义

5.2 参数的估计和解释

5.2.1 OLS的目标函数/求偏导得到的方程

5.2.2 利用两次回归解释偏效应，得到估计量的表达式

5.3 R2与调整之后的R2的计算以及相互关系

5.4 几个基本假设和解释/完全多重共线性/不完全多重共线性

5.5 模型假设和估计量的统计性质

5.5.1 多元回归模型最小二乘估计量的期望

5.5.2 多元回归模型最小二乘估计量的方差

5.5.3 多元回归模型最小二乘估计量的抽样分布

06 多元回归方程的分布理论及假设检验

通过学习本章，掌握多元线性回归中单个系数的假设检验方法和多个系数的其他假设检验方法。理解不同假设条件下，比如同方差和异方差，对于检验统计量构造的影响。同时，需要掌握根据实际情况理解检验结果。

6.1 单个系数的假设检验和区间估计

6.1.1 单个系数的假设检验

6.1.2 单个系数的置信区间估计和系数组合检验

6.2 多个系数的联合假设检验：同方差假定下的F统计量构造

6.3 OLS估计的渐进性质

6.4 异方差假定下的F统计量

6.5 多元回归方程的Stata操作演示

07 关于变量的非线性回归方程

通过学习，学生应了解当回归模型不是关于X的线性形式时的回归方法及回归系数的实际意义。掌握多项式回归模型，对数模型和变量的交互项等各种非线性回归模型，并且会对模型中的参数估计，通过一些实例了解各种模型的使用范围。

7.1 自变量非线性模型概述，多项式回归

7.2 涉及对数变形的模型：线性对数，对数线性，双对数模型及相关解释

7.3 含有交互项的非线性回归模型

7.4 变量非线性的计算机操作

08 定性信息与虚拟变量

掌握根据定性信息定义虚拟变量的知识，并能灵活运用多种包含单个、多个虚拟变量以及交互项的方程形式，对处理效应或政策影响进行建模，估计与检验。

8.1 带单个或多个虚拟变量的回归

8.1.1 虚拟变量的定义与含单个虚拟变量的回归

8.1.2 多个组别虚拟变量，虚拟变量陷阱以及阈值效应

8.2 带虚拟变量交互项的回归

8.2.1 涉及虚拟变量的交互作用

8.2.2 样条回归

8.2.3 邹氏检验

8.3 使用虚拟变量进行政策评估与双重差分

8.4 涉及虚拟变量的stata操作

09 内生性与工具变量回归

理解内生性的含义及其后果，掌握使用工具变量的矩方法和两步最小二乘，并掌握涉及工具变量的有关检验。

9.1 内生性的概念及后果

9.2 合格工具变量的条件

9.3 工具变量回归

9.3.1 恰好识别情况下的工具变量回归

9.3.2 两阶段最小二乘（2SLS）

9.3.3 OLS与2SLS的比较与Hausman检验

9.4 工具变量有效性的检验

9.5 工具变量回归的Stata操作

10 平稳线性ARMA模型

本章介绍平稳时间序列数据模型及其预测，本章内容是时间序列分析中最基本的内容。希望学生了解随机过程，平稳，自相关，偏自相关，白噪声等基本概念，掌握MA,AR,ARMA模型的表达式和基本性质，可以使用Box-Jenkins法进行识别，估计和检验。使用ARMA模型进行预测并对预测结果进行评价，可以使用STATA完成相关操作。

10.1 基本概念和定义

10.1.1 基本概念和定义1

10.1.2 基本概念和定义2

10.2 MA模型

10.3 AR模型

10.4 ARMA模型

10.5 建立ARMA模型Box-Jenkins方法

10.5.1 建立ARMA模型Box-Jenkins方法1

10.5.2 建立ARMA模型Box-Jenkins方法2

10.6 预测

10.7 使用STATA估计ARMA模型

11 波动率模型

金融中的时间序列数据通常具有波动率聚类性，通过本章的学习要求学生了解ARCH,GARCH,TGARCH,EGARCH,ARH-M这几类模型的表达式和特点，可以使用ARCH-LM检验判断是否需要建立ARCH类模型，完成ARCH模型的建模和预测，可以使用STATA完成相关操作。

课时

11.1 波动率聚类性

11.2 ARCH模型的定义

11.3 建立ARCH模型

11.4 ARCH模型预测

11.5 ARCH类模型扩展

11.5.1 ARCH类模型扩展1

11.5.2 ARCH类模型扩展2

11.5.3 ARCH类模型扩展3

11.6 使用STATA估计ARCH模型

12非平稳时间序列数据回归模型

经济时间序列数据通常具有一定的趋势，本章希望学生了解刻画趋势常用的两类模型，可以正确的对时间序列数据建立回归模型。要求掌握平稳随机过程与单位根过程的特点和区别，使用DF,ADF法判断数据是否有单位根，了解伪回归的定义和产生的原因，理解协整的含义，可以使用基于残差的方法进行协整检验，建立误差修正模型。可以使用STATA完成相关操作。

12.1 确定趋势和随机趋势

12.1.1 确定趋势和随机趋势1

12.1.2 确定趋势和随机趋势2

12.2 伪回归

12.3 单位根检验

12.4 协整基本概念

12.5 误差修正模型与协整检验

12.6 使用STATA对非平稳时间序列数据建模

13 面板数据回归

通过学习，学生应了解面板数据的基本形式及具体分析方法。理解固定效应和随机效应，并且掌握个体固定效应的几种处理办法，进一步了解具有时间固定效应的模型的回归方法。

13.1 面板数据回归概述

13.1.1 面板数据的概念及其优势

13.1.2 面板数据回归模型和解释

13.2 固定效应模型

13.2.1 “前后比较”/用差分做参数估计

13.2.2 个体中心化的方式消除固定效应

13.2.3 加入n-1个虚拟变量的方法处理固定效应及个体固定效应显著检验

13.2.4 时间固定效应的处理

13.3 固定效应模型假设和标准误估计

13.3.1 固定效应回归的假设条件/序列自相关

13.3.2 群聚的标准误估计

13.4 随机效应模型

13.4.1 随机效应的含义/随机效应模型的估计

13.4.2 Hausman检验

13.5 面板数据模型的Stata操作

14 二值因变量模型

通过本章学习，学生掌握二值因变量的使用范围，以及二值因变量的三种模型：线性概率模型，Probit模型和Logit模型。对后两种重要估计模型及模型的估计推断方法。

14.1 线性概率模型及其优缺点

14.2 Probit和Logit模型解释

14.3 Probit和Logit模型模型的估计（MLE）

14.4 模型的推断/拟合好坏的评价

14.5 其他的受限因变量模型：多项选择模型/有序响应模型，截断数据/Tobit模型

14.6 二值因变量模型的Stata操作

15 如何完成一个实证项目

了解完成一个实证分析项目的全过程，并掌握过程中的每一步应注意的关键点。

15.1 如何确定一个实证题目

15.2 实证建模

15.2.1 资料与数据的搜集和处理

15.2.2 模型的建立、估计和检验

15.3 结果汇报与分析

15.3.1 如何规范地汇报与分析结果

15.3.2 用Stata生成规范表格

主讲老师：陈志鸿等，对外经济贸易大学国际经济贸易学院数量经济学系教授，博士生导师，主要研究和教学领域为计量经济学理论及其应用。陈教授已经在包括《Journal of Econometrics》，《Canadian Journal of Economics》，《World Development》，《财经研究》，《国际贸易问题》等中外学术期刊发表论文多篇，并主持国家自然科学基金，教育部新世纪人才等研究课题。

长按以上二维码，学习课程

还有一些其他课程附在下面这个二维码里，建议各位学者根据需要选择相关课程学习。

拓展性阅读

前些日，咱们引荐了①“实证研究中用到的200篇文章, 社科学者常备toolkit”、②实证文章写作常用到的50篇名家经验帖, 学者必读系列、③过去10年AER上关于中国主题的Articles专辑、④AEA公布2017-19年度最受关注的十大研究话题, 给你的选题方向，⑤2020年中文Top期刊重点选题方向, 写论文就写这些。尔后，咱们又引荐了①使用CFPS, CHFS, CHNS数据实证研究的精选文章专辑！，②这40个微观数据库够你博士毕业了, 反正凭着这些库成了教授，③Python, Stata, R软件史上最全快捷键合辑！，④关于(模糊)断点回归设计的100篇精选Articles专辑！，⑤关于双重差分法DID的32篇精选Articles专辑！，⑥关于合成控制法SCM的33篇精选Articles专辑！⑦最近80篇关于中国国际贸易领域papers合辑！，⑧最近70篇关于中国环境生态的经济学papers合辑！

长按以上二维码，下载EPS数据平台V3.0使用指南

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2年，计量经济圈公众号近1000篇文章，

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 |

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 |

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。