大数跨境
0
0

即将截止!高潜青年学者亲授:Stata因果推断前沿:双重差分、断点回归、合成控制法......

即将截止!高潜青年学者亲授:Stata因果推断前沿:双重差分、断点回归、合成控制法...... 数据皮皮侠
2023-07-21
2
导读:Stata因果推断前沿

····

····

····

Stata因果推断前沿

····

····

····


01

课程概述

2021年诺贝尔经济学奖颁给Card、Angrist和Imbens,以表彰他们在劳动经济学实证方法研究和因果分析方法论上作出的突出贡献,随着计量经济学“可信性革命”(credibility revolution)席卷经济金融研究各领域,基于潜在因果模型的因果效应识别策略逐渐成为社会科学领域实证研究的通用研究范式,国内外高水平期刊对研究的因果关系审查也更加严格,匹配、双重差分、工具变量、断点回归、合成控制法成为当前实证研究的新宠,具体参考Bowen, D.E., Frésard, L., & Taillard, J.P. (2015). What's your Identification Strategy? Innovation in Corporate Finance Research. Management Science.


因此我们专门设计了从文本数据获取到指标构建、实证研究为一体的课程:


基础条件:对Stata编程有基本认知,对因果推断没有系统认识


课程对象:经管硕博学生、老师及其他希望掌握因果推断的社会科学研究者


课程目标:掌握使用Stata因果推断方法,知其然自其所以然,能够独立进行研究设计、因果推断、结果解读,以发表较高水平期刊论文


课程特点:原理+Stata操作+高水平论文精读+论文复刻


长期回放:腾讯会议直播,录播上线“PPdata Academy”供长期查看(至少4月)


02

课程内容


一、社会科学因果推断基础(3h)

1.1 课程导论

1.1.1因果推断的主流方法

1.1.2顶刊因果推断模型方法及情况梳理

1.1.3 反事实因果框架

1.1.4 随机对照试验

1.1.5 自然实验


二、双重差分法模型 (DID, 3h)

2.1 双重差分法模型的原理与简介

2.2 双重差分法 

2.2.1 标准DID

2.3 Stata实例实操

2.3.1 DID数据生成与处理

2.3.2基于DID基本原理的Stata实现

2.4 DID模型的拓展

2.4.1 三重差分模型(DDD)

2.4.2 倾向匹配得分(PSM)的假设,匹配方法与优缺点

2.4.3 PSM-DID

论文精读

[1] Mian, A., & Sufi, A. (2022). Credit supply and housing speculation. The Review of Financial Studies, 35(2), 680-719.

[2] 任胜钢等.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据.中国工业经济,2019(05)

[3] Bertrand, M., Schoar, A., & Thesmar, D. (2007). Banking deregulation and industry structure: Evidence from the French banking reforms of 1985. The Journal of Finance, 62(2), 597-628.

[4] Badarinza, C., & Ramadorai, T. (2018). Home away from home? Foreign demand and London house prices. Journal of Financial Economics, 130(3), 532-555.

[5] 谢申祥等.传统PSM-DID模型的改进与应用.统计研究,2021

[6] 孙晓华等. “营改增”促进了制造业与服务业融合发展吗.中国工业经济,2019(08)


三、多时点DID拓展(3h)

3.1 多拓展期DID政策效应动态图

3.1.1 Beck_Levine(2010)经典图

3.1.2 coefplot命令动态图

3.2 多期DID平行趋势检验图形实现

3.2.1 图示法

3.2.2 系数检验法

3.3 安慰剂检验的Stata实现

3.3.1 政策实施时间前置的安慰剂检验

3.3.2 处理组随机化处理的安慰剂检验

例文精读及复刻

[1] Favara, G., & Imbs, J. (2015). Credit supply and the price of housing. American Economic Review, 105(3), 958-92.

[2] 曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020(07)

[3] 任胜钢等.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据.中国工业经济,2019(05)

[4] Saiz, A. (2010). The geographic determinants of housing supply. The Quarterly Journal of Economics, 125(3), 1253-1296.


四、DID模型变形(3h)

3.1时变处理时间与持续期的灵活面板DID因果分析: 多时点DID/渐近DID/交叠DID/交错DID 

3.1.1 多时点DID问题/TWFE 在估计静态模型时的潜在问题

3.1.2 Bacon系数分解定理, 

3.1.3 负权重诊断法

3.2异质性处理效应下的双向固定效应估计与模糊DID应用

3.3.1 模糊DID(Fuzzy DID)估计量与Stata实现

3.3.2 异质性处理效应时,双向固定效应估计还稳健吗?

3.3.3 异质性处理效应存在时的解决方法:

- 组别-时期平均处理:did_multiplegt、eventstudyinteract、csdid

- 插补估计量:did2s、did_imputation、event_plot、fect

- 堆叠回归估计量:stackedev

- 异质性DID--hdidregress+xthdidregress(hdidregress与xthdidregress)

例文精读:

[1] Chaisemartin, Clément de,and Xavier D’Haultfoeuille. “Two-Way Fixed Effects Estimators withHeterogeneous Treatment Effects.” American Economic Review 110, no. 9(September 2020):2964–96


3.3 空间DID

3.3.1 忽略空间因素的DID结果可靠吗?

3.3.2 空间DID模型构建 

例文精读:

[1]排污权交易、二氧化硫排放与经济高质量增长——基于空间双重差分模型

[2] Chagas, André L.S,Azzoni C R , Almeida A N . A spatial difference-in-differences analysis of theimpact of sugarcane production on respiratory diseases. Regional Science and Urban Economics, 2016.

[3] Clarke D. Estimating difference-in-differences in the presence of spillovers[J]. 2017.

3.4 合成控制法(SCM)

3.4.1 合成控制法基本原理

3.4.2非参数合成控制法

3.4.3 SCM的稳健性检验

例文软件复刻

[1] Cerulli G. A flexible Synthetic Control Method for modeling policy evaluation[J]. Economics Letters, 2019.


五、断点回归(RDD)(3小时)

5.1精确断点回归

5.2 断点回归的检验(连续性检验、安慰剂检验)

5.3 模糊断点估计

例文软件精度复刻

[1] 黄薇 & 曹杨.(2022).常态化精准扶贫政策的完善:反福利依赖的视角. 经济研究(04),172-190.


六、工具变量(IV)(3小时)

6.1工具变量的定义及假设

6.2 二阶段回归

6.3 弱工具变量检测,过度识别检测等

例文软件精度复刻

[1] Angrist, J. D. (1990). Lifetime earnings and the Vietnam era draft lottery: evidence from social security administrative records. The american economic review, 313-336.

[2] Angrist, J. D., & Krueger, A. B. (1991). Does compulsory school attendance affect schooling and earnings?. The Quarterly Journal of Economics, 106(4), 979-1014.


03

课程组织

3.1课程时间

2023年07月24-26日,课程分6个半天。直播完即上传录播“PPdata Academy”供长期回放(至少4月)


3.2 课程老师

施一宁,伦敦帝国理工学院金融专业博士,曾任帝国理工学院Senior Teaching Fellow,发表ABS3及以上论文4篇,主持国家自然科学基金青年项目,《European Journal of Finance》审稿人。


3.3 课程缴费

(1)课程价格

按照链接价格为准,可按照实际支付金额开具电子发票。越早购买越划算,并有如下优惠,购买前找“神奇女侠”领取优惠码。

优惠一:会员/老学员优惠(只能选择一个)

——数据皮皮侠数据会员(购买地址http://www.ppmandata.cn/)直接享受8折

——之前购买过课程的老学员,直接8折


优惠二:集赞优惠,转发本推送到朋友圈2小时(不屏蔽)积赞20;或转发到100人以上年级群,并留言“很棒的因果推断课程”,享受8优惠,可与优惠一叠加。


优惠三:实证会员尊享四折

PPdata实证SVIP享受4折购课价!!!(不与其他优惠叠加)


(2)扫码支付

为提高学术交流效率,本次课程采取实名制报名,购买后需要给客服提供单位+姓名+校园卡/员工卡信息。




3.4 课程售后

(1)课程发票:联系“PPdata财务”(扫码添加)开具,可开具明目为“技术咨询费”、“教育咨询费”、“会议费”等。


(2)课程通知:开课前会提供加盖公章的课程通知扫描件,若有需要特殊模板,请联系“神奇女侠”(微信号ppman008)提供电子版文件进行开具。


(3)课程答疑:本课程购买后请添加“神奇女侠”(微信号ppman008),提供单位,姓名,校园卡/员工卡等身份证明后邀请您进入课程答疑群。关于项目与报名如有问题,也请咨询ppman008。


(4)课程退款:在课程未开始前,接受“7天无理由退款”,由于是知识付费,一旦直播课开始后,不接受退款。退款请联系“神奇女侠”(微信号ppman008)。

【声明】内容源于网络
0
0
数据皮皮侠
社科数据综合服务中心,立志服务百千万社科学者
内容 2137
粉丝 0
数据皮皮侠 社科数据综合服务中心,立志服务百千万社科学者
总阅读615
粉丝0
内容2.1k