2020 Stata 暑期班：线上直播！
目录
A. 课程概要
B. 授课嘉宾
1. Stata 初级班
1.1 课程导引
1.2 课程大纲（Stata初级班）
第1讲 Stata简介 (3 小时)
第2讲 数据处理 (3 小时)
第3讲 Stata程序 (3 小时)
第4讲 普通最小二乘法 (OLS) (3 小时)
第5讲 模型的设定和解释 (3 小时)
第6讲 静态面板数据模型 (3 小时)
2. Stata高级班
第 1 讲 动态面板模型\面板VAR模型
第 2 讲 截面和面板门槛模型
第 3 讲 内生性专题 I：处理效应模型
第 4 讲 内生性专题 II：断点回归分析 (RDD)
第 5 讲 内生性专题 III：合成控制法 (SCM)
第 6 讲 论文写作和课题申请
课程特色和内容：
2.1 课程导引
2.2 课程大纲（Stata高级班）
⛳ 3. Stata论文班
3.1 课程导引
3.2. 专题介绍 (Stata 论文班)
第 1 讲 顶级期刊上的截面数据研究
第 2 讲 工具变量法的必要性与效果
第 3 讲 匹配方法原理
第 4 讲 截面数据中匹配与工具变量法的综合运用
第 5 讲 连续型处理与多期双重差分 (多期 DID)
第 6 讲 双重差分法与匹配的结合 (PSM+DID)
最后的话
4. 报名和缴费信息
报名链接
缴费方式
5. 助教招聘
说明和要求
A. 课程概要
方式： 网络直播
报名链接： http://junquan18903405450.mikecrm.com/ZXol6to
课程主页： https://gitee.com/arlionn/PXNote: 预习资料、常见问题解答等都将通过该主页发布。
授课安排
(1) 授课方式：幻灯片+Stata16 实操演示，全程电子板书+Stata演示截图，课后以 PDF 形式分享给学员
(2) 授课时间：上午 9:00-12:00，下午 14:30-17:30 (17:30-18:00 答疑)。
(3) 课程安排：
初级班——连玉君（7月28-30日，3天回放）
高级班——连玉君（8月1-3日，3天回放）
论文班——江 艇（8月5-7日，3天回放）
全程班——7月28日-8月7日，9天回放
(4) 由 10 位经验丰富的同学组成的助教团队会在课程群中全程答疑，并对答疑互动进行详细的记录和分类，公布于课程主页。
特别提示：
为保护讲师的知识产权和您的账户安全，系统会自动在您观看的视频中嵌入您的「用户名、ID 和 IP 地址」信息，并且，每个ID只能锁定一台设备进行观看，以切实保护您的权益。
B. 授课嘉宾
连玉君 ，西安交通大学经济学博士，中山大学岭南学院副教授，博士生导师。已在《China Economic Review》、《经济研究》、《管理世界》、《经济学(季刊)》、《金融研究》、《统计研究》等期刊发表论文 60 余篇。目前已完成 Panel VAR、Panel Threshold、Two-tier Stochastic Frontier 等计量模型的 Stata 实现程序，并编写过几十个小程序，如 winsor2, xtbalance, bdiff, ua 等。连玉君老师团队一直积极分享 Stata 应用中的经验，开设了 [连享会-主页], [连享会-直播间]，[连享会-知乎] 等专栏，并定期在微信公众号 (StataChina) 中发布精彩推文。
江艇，香港科技大学商学院经济学博士，中国人民大学经济学院副教授，人大国家发展与战略研究院研究员，人大微观数据与实证方法研究中心副主任，美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学，在 Economics Letters、Review of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文，曾应邀在多所高校讲授「应用微观计量经济学」短期前沿课程并广受好评。
1. Stata 初级班
1.1 课程导引
详见 课程主页。
1.2 课程大纲（Stata初级班）
第1讲 Stata简介 (3 小时)
数据的导入和导出
执行指令和基本统计分析
do文件和log文件的使用
帮助文件的使用和外部命令的获取
一篇范例文档
第2讲 数据处理 (3 小时)
数据的横向合并和纵向追加
重复样本值、缺漏值和离群值的处理
基本统计量的呈现
基本统计分析(组间均值差异和中位数差异检验)
文字变量的处理
大型数据的处理范例 (GTA 数据库和工业企业数据库)
第3讲 Stata程序 (3 小时)
局域暂元和全局暂元（local, global）
控制语句（条件语句、循环语句）、Stata中的各类函数
分组回归分析
范例：盈余管理程度的估算、现金持有调整系数的估算
第4讲 普通最小二乘法 (OLS) (3 小时)
线性回归模型估计方法（OLS）
假设检验和统计推断
稳健性标准误：Bootstrap、Jackknife、聚类调整
虚拟变量
第5讲 模型的设定和解释 (3 小时)
交乘项和平方项的使用及解释
边际效应：估计和图示
R2分解和贡献度分析
分组回归和组间系数差异检验
估计结果的呈现和分析
范文2篇
第6讲 静态面板数据模型 (3 小时)
何谓个体效应？
静态面板模型：固定效应和随机效应
基于Bootstrap的Hausman检验
异方差和序列相关（Bootstrap、Cluster调整标准误）
包含内生变量的固定效应模型
实证分析中的常见问题
温馨提示：
a. 请提前观看 连玉君公开课：Stata 33 讲, 报名后赠送电子课件 (数据和 dofiles)
b. 请提前观看 连玉君公开课-直击面板数据 (面板模型概述)，以便预习。
2. Stata高级班
2.1 课程导引
详见 课程主页。
2.2 课程大纲（Stata高级班）
第 1 讲 动态面板模型\面板VAR模型
IV 和 GMM 估计简介
一阶差分GMM估计量（FD-GMM）
序列相关检验、过度识别检验（Sargan 检验）
模型设定常见问题(弱工具变量问题)
面板 VAR 模型简介
允许外生变量的 PVAR 模型
冲击反应函数 (IRF)、方差分解 (FEVD)
应用实例（介绍2篇论文）
第 2 讲 截面和面板门槛模型
Bootstrap 简介
截面门槛模型（Cross-sectional Threshold Model）
平行面板门槛模型（Panel Threshold Model）
非平行面板门槛模型（Panel Threshold Model）
应用实例（介绍 2 篇论文）
第 3 讲 内生性专题 I：处理效应模型
Heckman选择模型（Heckman Selection Model）
处理效应模型（Treatment Effect Model）
应用实例（介绍2篇论文）
第 4 讲 内生性专题 II：断点回归分析 (RDD)
Regression Discontinuity Design (RDD) 简介
明确断点RDD分析 (Sharp RDD)
模糊断点RDD分析 (Fuzzy RDD)
拐点回归分析 (RKD)
时间断点回归
假设检验：连续性、平滑性、随机性
范例：2篇文章
第 5 讲 内生性专题 III：合成控制法 (SCM)
合成控制法简介
合成权重的求取
安慰剂检验
实操中的各类陷阱
精讲一篇经典论文(Stata实现过程)：[1] Abadie, A., A. Diamond, 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 (490): 493-505. [PDF]
第 6 讲 论文写作和课题申请
论文选题
研究贡献
研究设计
标书撰写
⛳ 3. Stata论文班
3.1 课程导引
详见 课程主页。
3.2. 专题介绍 (Stata 论文班)
下面对课程中涉及的主要论文作简要介绍，以便各位了解此次课程的重点所在。
第 1 讲 顶级期刊上的截面数据研究
精讲论文： Fisman, Raymond, and Shang-Jin Wei, 2004, Tax Rates and Tax Evasion: Evidence from ‘Missing Imports’ in China. Journal of Political Economy 112(2): 471-496.
Fisman and Wei (2004) 是一篇发表在顶级期刊上的针对截面数据的经典研究，讨论税率变动对逃税行为的影响。文章从数据到结构都看似简单，对于时常感觉数据和技术捉襟见肘的学员而言是一篇非常好的示范之作。我们不但可以学到如何巧妙地利用各种描述性统计手段，让读者在看到回归结果之前就信服文章的结论；而且可以学到如何规范地讨论系数估计值的统计含义和经济含义；还可以学到如何正确地使用交互项模型来识别因果关系的发生机制。
如何仅通过描述性统计就展示研究结论
如何讨论系数估计的统计含义和经济含义
如何正确使用解读交互项模型
第 2 讲 工具变量法的必要性与效果
精讲论文： Nunn, Nathan, and Leonard Wantchekon, 2011, The Slave Trade and the Origins of Mistrust in Africa. American Economic Review 101(7): 3221-52.
Nunn and Wantchekon (2011) 的论文是展示 工具变量方法各种技巧 的洋洋大观之作。该文讨论历史上的非洲奴隶贸易如何型塑了今天人际间的不信任，并用种族到海岸线的距离作为奴隶贸易强度的工具变量。文章先使用了 OLS 方法，然后评估 OLS 估计结果在多大程度上受到选择性偏误的影响；接着使用了工具变量方法，并通过「无第一阶段」证伪检验 和「工具变量疑似内生」证伪检验来论证工具变量的合理性；最后展示了如何通过精妙的控制来讨论因果关系的作用渠道。
如何通过可观测变量的选择性评估不可观测变量的选择性
如何进行工具变量的证伪检验
如何讨论因果关系的作用渠道
第 3 讲 匹配方法原理
精讲论文： Imbens, Guido W, 2015, Matching Methods in Practice: Three Examples. Journal of Human Resources 50(2): 373-419.
Imbens (2015) 是由匹配方法的扛鼎人物 Imbens 所分享的关于如何正确使用匹配方法的最新指南。我们知道，匹配方法为数众多，而且可以灵活操纵的空间也很大，匹配变量的选择更是有很多讲究，这使得匹配估计的结果往往不太稳健。我们从匹配方法的工作原理讲起，深入剖析其与 OLS 的异同，向学员传达匹配方法的思想实质。然后根据 Imbens 的建议，从 样本平衡性检验、倾向得分估计、样本删截、估计方法选择等各个环节逐一讲解匹配方法的操作细节。
如何从反事实框架理解匹配方法
匹配方法与OLS方法的异同
逐步讲解匹配方法的操作细节
第 4 讲 截面数据中匹配与工具变量法的综合运用
精讲论文： Aidt, Toke S, and Raphael Franck, 2015, Democratization Under the Threat of Revolution: Evidence From the Great Reform Act of 1832. Econometrica 83(2): 505-47.
Aidt and Franck (2015) 是一篇在截面数据中综合运用 OLS 方法、匹配方法和工具变量方法的顶刊文献。该文讨论 1830 年代英国各地区斯温暴动的激烈程度如何形成了可置信的革命威胁，推动了代表新兴阶级的辉格党在议会势力的壮大，最终促成了改革法案的通过。从这篇文章中我们不但能够回顾之前所学内容，而且还能学到安慰剂检验和证伪检验等新的论证技巧。
如何评估系数稳定性
同时使用多种匹配估计方法 (Maching)
安慰剂检验 (Placebo test)
证伪检验
第 5 讲 连续型处理与多期双重差分 (多期 DID)
精讲论文： Nunn, Nathan, and Nancy Qian, 2011, The Potato's Contribution to Population and Urbanization: Evidence from a Historical Experiment. Quarterly Journal of Economics 126(2): 593–650.
Nunn and Qian (2011) 是一篇典型的运用连续型处理与多期双重差分方法的经典文献。该文讨论土豆这一起源于新大陆的农作物在旧大陆的推广如何促进了人口增长和城市化。文章用一国种植土豆的适宜程度作为该国接受 「政策干预」 的强度，用土豆在旧大陆的大规模推广来确定「政策干预」的时点。这篇文章所运用的方法比离散型处理或两期问题更具一般性，而且 基准估计、灵活估计、滚动估计、变动处理时点、变动处理组 等实证手段也极具借鉴意义。
灵活的方程设定：平行趋势与动态效应
作图展示多期 DID 估计结果
变动处理时点与变动处理组下的 DID 模型
第 6 讲 双重差分法与匹配的结合 (PSM+DID)
精讲论文： [1] Schmitt, Matt, 2018, Multimarket Contact in the Hospital Industry. American Economic Journal: Economic Policy 10(3): 361-387. [2] Fowlie, Meredith, Stephen P Holland, and Erin T Mansur, 2012, 「What Do Emissions Markets Deliver and to Whom? Evidence From Southern California's NOx Trading Program.」 American Economic Review 102(2): 965-93.
Schmitt (2018) 和 Fowlie et al. (2012) 是双重差分方法与匹配方法相结合（PSM+DID）的代表作。我们首先介绍双重差分方法与匹配方法相结合的两种模式，其一是将匹配方法视为数据预处理手段，构造匹配样本再进行双重差分估计，其二是将多期问题转换为两期问题，先构造差分结果，然后进行匹配估计。我们通过讲解上述两篇文章来展示这两种方法的应用。此外，两篇文章从不同侧面对各自的识别假设进行间接检验，排除竞争性假说，也是值得反复体味的亮点。
如何对差分结果进行匹配估计
如何构造匹配样本进行双重差分估计
如何对识别假设进行间接检验 (如时间不够，本讲可能从略)
最后的话
需要特别强调的是，虽然论文班的学习并不要求扎实的计量基础，但却要求大家要足够努力。最基本的要求是，在开课之前，要认真的研读每一篇论文，了解其研究背景、研究思路、计量方法和主要结论。上课过程中，我会随机抽取学员来回答一些问题。同时，也建议大家在开课前务必掌握文献的检索方法，学会使用百度学术、谷歌学术和 Endnote 等文献管理软件，这助于追踪我们讲解的每篇论文的后续进展，以便发掘新的研究主题。
虽然这些论文的研究主题与诸位所在领域可能会有比较大的差异，但是，大道至简，从这些论文中主要是学习计量方法的合理应用和研究设计的思想。
4. 报名和缴费信息
主办方： 太原君泉教育咨询有限公司
标准费用(初级/高级/论文班单班报名)：3700 元/人 (全价)
优惠方案：
直播课老学员单班报名： 3300元/人
现场班老学员单班报名： 3100元/人
三班任意两班组合报名： 6100元/人
暑期全程班报名： 9000元/人
赠送课程:
A. 我的特斯拉-实证研究设计
B. 动态面板数据模型
C. 我的甲壳虫-论文精讲与重现
赠送方式： 单班报名可在上述课程中选其一，任意两班组合报名可选其二，全程报名全赠。
温馨提示： 以上各项优惠不能叠加使用。
联系方式：
邮箱：wjx004@sina.com
王老师：18903405450 (微信同号)
李老师：18636102467 (微信同号)
特别提示：
为保护讲师的知识产权和您的账户安全，系统会自动在您观看的视频中嵌入您的「用户名、ID 和 IP 地址」信息，并且，每个ID只能锁定一台设备进行观看，以切实保护您的权益。
报名链接
报名链接： http://junquan18903405450.mikecrm.com/ZXol6to
长按/扫描二维码报名：
缴费方式
方式1：对公转账
户名：太原君泉教育咨询有限公司
账号：35117530000023891 (山西省太原市晋商银行南中环支行)
温馨提示： 对公转账时，请务必提供「汇款人姓名-单位」信息，以便确认。
方式2：扫码支付
温馨提示： 扫码支付后，请将「付款记录」截屏发给王老师-18903405450（微信同号）
课程主页： https://gitee.com/arlionn/PX