弄懂政策评估计量方法, 计量大师给博士生甩出了一份论文单！

凡是搞计量经济的，都关注这个号了

稿件：[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.

以下是前世界计量经济学会主席Manuel Arellano教授（西班牙计量经济学界最闪耀的那颗星之一）就“政策评估计量经济学”课程给博士生列出的一份论文单。那么Arellano教授是谁呢？大家在实证研究中经常使用的动态面板Arellano–Bond estimator，就是Manuel Arellano教授的典型成就之一，他曾经也是TOP5刊RES的执行主编和Journal of Applied Econometrics的联合主编。这份论文单囊括了Arellano教授对最新学术前沿的把握和理解，因此值得国内中青年学者反复研读和学习。

注：以下由来自CEMFI（西班牙货币与金融研究中心）的社群群友推荐。

背景知识：世界计量经济学会主席教你这样学习“政策评估计量方法”, 必须反复研究学习以掌握前沿！

Lesson 1: Empirical approaches, potential outcomes, and causality

General

1) Angrist, J. and A. Krueger (2000): “Empirical Strategies in Labor Economics”, Handbook of Labor Economics, O. Ashenfelter and D. Card (eds.), North Holland, 1277-1366.

2) Heckman, J. J. (2001): “Micro Data, Heterogeneity, and the Evaluation of Public policy: Nobel Lecture”, Journal of Political Economy, 109, 673-748.

3) Meyer, B. (1995): “Natural and Quasi-experiments in Economics”, Journal of Business and Economic Statistics, 13, 151-161.

Potential outcomes and causality

1) Holland, P. W. (1986): “Statistics and Causal Inference”, Journal of the American Statistical Association, 81, 945-970.

2) Rubin, D. B. (1974): “Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies”, Journal of Educational Psychology, 66, 688-701.

Lesson 2: Social experiments

1) Banerjee, A. and E. Duflo (2009): “The Experimental Approach to Development Economics”, Annual Review of Economics, 1, 151-178.

2) Duflo, E., R. Glennerster, and M. Kremer (2008): “Using Randomization in Development Economics Research: A Toolkit”. In T.P. Schultz and J. Strauss (eds.): Handbook of Development Economics, Vol. 4, 3895-3962.

3) Card, D. and D. R. Hyslop (2005): “Estimating the Effects of a Time-Limited Earnings Subsidy for Welfare-Leavers”, Econometrica, 73, 1723-1770.

4) Ham, J. C. and R. J. LaLonde (1996): “The Effect of Sample Selection and Initial Conditions in Duration Models: Evidence from Experimental Data on Training”, Econometrica, 64, 175-205.

5) LaLonde, R. J. (1995): “Evaluating the Econometric Evaluations of Training Programs with Experimental Data”, American Economic Review, 76, 604-620.

6) Moffitt, R. A. (2004): “The Role of Randomized Field Trials in Social Science Research: A Perspective from Evaluations of Reforms of Social Welfare Programs”, American Behavioral Scientist, 47(5), 506-540.

7) Schorfheide, F. and K. I. Wolpin (2012): “On the Use of Holdout Samples for ModelSelection”, American Economic Review: Papers and Proceedings, 102(3), 477-481.

8) Todd, P. E. and K. I. Wolpin (2006): “Assessing the Impact of a School Subsidy Program in Mexico: Using a Social Experiment to Validate a Dynamic Behavioral Model of Child Schooling and Fertility”, American Economic Review, 96, 1384-1417.

关于社会实验方法

Lesson 3: Matching

1) Firpo, Sergio (2007): “Efficient Semiparametric Estimation of Quantile Treatment Effects”, Econometrica, 75, 259–276.

2) Heckman, J. J., H. Ichimura, and C. Taber (1997): “Matching as an Econometric Evaluation Estimator: Evidence from Evaluating a Job Training Programme”, Review of Economic Studies, 64, 605-654.

3) Imbens, G. (2004): “Nonparametric Estimation of Average Treatment Effects Under Exogeneity: A Review”, Review of Economics and Statistics, 86, 4-29.

4) Rosenbaum, P. R. and D. B. Rubin (1983): “The Central Role of the Propensity Score in Observational Studies for Causal Effects”, Biometrika, 70, 41-55.

5) Rubin, D. B. (2001): “Using Propensity Scores to Help Design Observational Studies: Application to the Tobacco Litigation”, Health Services & Outcomes Research Methodology, 2, 169-188.

关于PSM及matching方法

Lesson 4: Instrumental variables

1) Imbens, G. W. and J. Angrist (1994): “Identification and Estimation of Local Average Treatment Effects”, Econometrica, 62, 467-475.

2) Imbens, G. W. and D. B. Rubin (1997): “Estimating Outcome Distributions for Compliers in Instrumental Variable Models”, Review of Economic Studies, 64, 555-574.

3) Abadie, A. (2002): “Bootstrap Tests for Distributional Treatment Effects in Instrumental Variable Models”, Journal of the American Statistical Association, 97, 284-292.

4) Vytlacil, E. (2002): “Independence, Monotonicity, and Latent Index Models: An Equivalence Results” Econometrica, 70, 331-341.

5) Heckman, J. J. and E. Vytlacil (2005): “Structural Equations, Treatment Effects, and Econometric Policy Evaluation”, Econometrica, 73, 669-738.

6) Angrist, J., G. Imbens, and K. Graddy (2000): “The Interpretation of Instrumental Variable Estimators in Simultaneous Equations Models with an Application to the Demand for Fish”, Review of Economic Studies, 67, 499-528.

关于IV工具变量方法

1.内生性问题操作指南, 广为流传的22篇文章，2.看完顶级期刊文章后, 整理了内生性处理小册子，3.如何寻找工具变量？得工具者得实证计量，4.内生性处理的秘密武器－工具变量估，5.工具变量在社会科学因果推断中的应用，6.为你的"工具变量"合理性进行辩护, 此文献可以作为范例，7.没有工具变量、断点和随机冲击，也可以推断归因，8.工具变量与因果推断, 明尼苏达Bellemare关于IV的分析，9.工具变量IV与内生性处理的精细解读，10.我的"工具变量"走丢了，寻找工具变量思路手册，11.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性，12.豪斯曼, 拉姆齐检验，过度拟合，弱工具和过度识别，模型选择和重抽样问题，13.工具变量先锋 Sargan，供参考，14.AEA期刊的IV靠不靠谱？15.计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom，16.GMM是IV、2SLS、GLS、ML的统领，待我慢慢道来，17.IV和GMM相关估计步骤，内生性、异方差性等检验方法，18.因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？19.内生变量的交互项如何寻工具变量, 交互项共线咋办，20.面板数据、工具变量选择和HAUSMAN检验的若干问题，21.IV和Matching老矣, “弹性联合似然法”成新趋势，22.IV回归系数比OLS大很多咋回事, 怎么办呢? ，23.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献，24.找不到IV, RD和DID该怎么办? 这有一种备选方法，25.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，26.内生性, 工具变量与 GMM估计, 程序code附，27.GMM和工具变量在面板数据中的运用，28.关于工具变量的材料包, 标题,模型,内生变量,工具变量，29.必须使用所有外生变量作为工具变量吗？30.工具变量精辟解释, 保证你一辈子都忘不了，31.毛咕噜论文中一些有趣的工具变量！33.前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析，34.不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了！35.关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计！36.如何通过因果图选择合适的工具变量？一份关于IV的简短百科全书，37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具!38.最清晰的内生性问题详解及软件操作方案！实证研究必备工具！39.中国女学者与其日本同行在JPE上发文了！利用独特数据, 地理断点RDD和IV研究中国环境议题！40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差，41.内生性处理的秘密武器－工具变量估计，42.工具变量IV必读文章20篇, 因果识别就靠他了，43.看完顶级期刊文章后, 整理了内生性处理小册子，44.“内生性” 到底是什么鬼? New Yorker告诉你，45.Heckman两步法的内生性问题(IV-Heckman)，46.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题，47.非线性面板模型中内生性解决方案，48.内生性处理方法与进展，49.万能cmp程序, 有了他, 建议把其他程序全删掉！50.你的内生性解决方式out, ERM独领风骚，51.面板数据是怎样处理内生性的，52.计量分析中的内生性问题综述，53.一份改变实证研究的内生性处理思维导图，54.Top期刊里不同来源内生性处理方法，55.面板数据中heckman方法和程序(xtheckman)，56.控制函数法CF, 处理内生性的广义方法，57.二值选择模型内生性检验方法，58.2SRI还是2SPS, 内生性问题的二阶段CF法实现，59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法！60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用，61.如何选择合适的工具变量, 基于既有文献的总结和解释！62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码！63.弱工具变量的稳健性检验, 附上code和相关说明！64.工具变量对因果效应的识别和外推, 大牛的顶级评述！65.几百年一遇的工具变量让基于OLS的截面数据回归结果发到Top了, 设计巧妙让人叹服！66.一份使用工具变量回归的AER文章清单, 思路惊奇定会让你脑洞大开！67.估计工具变量回归时, 是否必须将所有外生变量用作工具变量？68.引力模型基础上的工具变量如何构建？69.必读, 宗教是如何阻碍经济发展的? 基于DID, IV和各种机制分析的AER量化史分析！70.JPE上利用地理断点RDD和IV研究中国环境议题的do文件release！71.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔！72.天下回归, 无内生性不破, 唯此神文不破, 练就内生性处理的终极大法！73.搞懂因果推断中内生性问题解决方法必读的书籍和文献已搜集好！74.2020年博导圈流传最广的一份“几十种内生性处理方法及其要求和局限”的宝典, 并附上代表性重要文献！75.因变量和内生变量是连续,有序和无序多元变量时, 该如何做工具变量估计？76.太难了! 用天气做工具变量IV都被审稿人质疑! IV竟如此脆弱那有什么IV选取建议呢? 77.天气数据作为工具变量IV的文献清单, 分门别类地为各位整理好了！78.华人金融学术女神为运用工具变量估计方法做因果推断的学者提供了如下宝贵建议！79.你确定找到一个好的工具变量了吗? 这将是一篇最值得你看的文章！80.关于工具变量估计的论证思路,各种检验, 操作代码和实证解读, 这可能是最全面的一份兵法！81.几百年一遇的工具变量让基于OLS的截面数据回归结果发到Top了, 设计巧妙让人叹服！82.一份使用工具变量回归的AER文章清单, 思路惊奇定会让你脑洞大开！83.引力模型基础上的工具变量如何构建？84.使用千年难得的IV＋DID方法将中国故事写到了Top５, 设计之巧妙构思之缜密让人叹服不已！84.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用

Lesson 5: Regression-discontinuity

1) Card, D., R. Chetty, and A. Weber (2007): “Cash-on-Hand and Competing Models of Intertemporal Behavior: New Evidence from the Labor Market”, Quarterly Journal of Economics, 122, 1511-1560.

2) Hahn, J., P. Todd, and W. van der Klaauw (2001): “Estimation of Treatment Effects with a Quasi-Experimental Regression-Discontinuity Design”, Econometrica, 69, 201-209.

3) Van der Klaauw, W. (2002): “Estimating the Effect of Financial Aid Offers on College Enrollment: A Regression-Discontinuity Approach”, International Economic Review, 43, 1249-1287.

4) Angrist, J. and V. Lavy (1999): “Using Maimonides’ Rule to Estimate the Effect of Class Size on Scholastic Achievement”, Quarterly Journal of Economics, 114, 533-575.

断点回归设计RDD

Lesson 6: Differences in differences and sytnthetic controls

1) Abadie, A., A. Diamond, and J. Hainmueller (2010): “Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program”, Journal of the American Statistical Association, 105, 493-505.

2) Card, D. and A. Krueger (1994): “Minimum Wages and Employment: A Case Study of the Fast Food Industry”, American Economic Review, 84, 772-793.

3) Meyer, B., K. Viscusi and D. Durbin (1995): “Workers’ Compensation and Injury Duration: Evidence from a Natural Experiment”, American Economic Review, 85, 322-340.

4) Athey, S. and G. W. Imbens (2006): “Identification and Inference in Nonlinear Difference-in-differences Models”, Econometrica, 74, 431-497.

5) Bertrand, M., E. Duflo, and S. Mullainathan (2004): “How Much Should We Trust Differences-in-Differences Estimates?”, Quarterly Journal of Economics, 119, 249-75.

合成控制法

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。

2.5年，计量经济圈近1000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

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 | 内部数据计量系列：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 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID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 | 名家经验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。