          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），广义最小二乘法（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。静态面板是最常见的面板，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，将控制地区进行最优的线性组合，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。