Stata 高级班，一周后连玉君老师开讲！（微信文章未删减版）

0. 课程概览

Update: 2023.11.14，长按如下二维码获取 PDF 课纲

A. 课程概要

班次

初级班：2024 年 1 月 15-16 日, 18-19日
高级班：2024 年 1 月 21-23 日
进阶班：2024 年 1 月 25-27 日

时间、方式

时间：2024 年 1 月 15-27 日
方式：网络直播
授课教师：连玉君 (初级+高级) || 杨海生 (进阶班)
PDF 课纲：https://file.lianxh.cn/KC/lianxh_PX.pdf，参考文献和预读资料
课程主页：https://www.lianxh.cn/PX.html (往期答疑和板书)

Note: 预习资料、常见问题解答等都将通过该主页发布。

报名链接：https://www.wjx.top/vm/h1bMh4E.aspx#

回放安排：每班 20 天回放

初级班：1 月 20 日 - 2 月 8 日 (20 天)
高级班：1 月 24 日 - 2 月 8 日 (16 天)；2 月 16 日 - 2 月 19 日（4 天）
进阶班：1 月 28 日 - 2 月 8 日（12 天）；2 月 16 日 - 2 月 23 日 (8 天)
初级+高级：1 月 24 日 - 2 月 8 日 (16 天)；2 月 16 日 - 3 月 10 日（24 天）
初级+进阶：1 月 20 日 - 1 月 24 日（4 天）；1 月 28 日 - 2 月 8 日 (12 天)；2 月 16 日 - 3 月 10 日（24 天）
高级+进阶：1 月 28 日 - 2 月 8 日 (12 天)；2 月 16 日 - 3 月 14 日（28 天）
全程班：1 月 28 日 - 2 月 8 日 (12 天)；2 月 16 日 - 4 月 3 日（48 天）

B. 授课嘉宾

本次课程由连玉君老师主讲 Stata 初级班 和 高级班；杨海生老师主讲 进阶班。

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》《Stata Journal》《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 lianxh, ihelp, sftt, 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-博客，连享会-知乎等专栏，已在微信公众号 (连享会（ID: lianxh_cn）) 分享推文 1000 余篇，各平台阅读量逾 3000 万人次。

杨海生，中山大学岭南学院副教授，主要研究领域为空间计量经济学理论与应用、实证金融。在《ACM Computing Surveys》《Emerging Markets Review》《Ecological Economics》《Journal of Asian Economics》《经济研究》《管理世界》《经济学 (季刊)》《管理科学学报》《金融研究》《会计研究》《世界经济》等学术刊物上发表论文 40 余篇，主持了多项国家自然科学基金、广东省自然科学基金项目。

C. 更新内容

全新的「进阶班」，由中山大学杨海生老师主讲，包括三个全新专题：C1. 政策效应估计；C2. 政策机制分析；C3. 政策效能优化。主要用于回答如下实证研究问题：

一项政策可以通过哪些路径或机制产生效果？最重要的机制是什么？
在 A 地实施的某项政策能否推广到 B 地？适用条件是什么？
现有政策能否优化 (比如调整激励对象、改变激励强度等)？
能否让政策制定兼顾效率和公平性？

显然，主流期刊广泛关注的主题 (如扶贫、限购、税收优惠、数字化、灵活就业等)，都可以从上述视角做更深入地挖掘。这为我们选择新的研究切入点提供了广泛的空间：我们不用再疲于奔命寻找新的「政策冲击」，而是深挖「政策作用机制」、「政策优化」、「政策公平性」等更有意思的话题。

进阶班将介绍一组能实现上述研究目标的工具，主要包括：

联邦因果推断和联邦 DID；
高维中介分析、因果路径分析、路径相对重要性分析；
政策学习、基于「多臂 Qini 曲线」的政策公平性评价方法；
适用于连续型政策处理变量的非参数因果推断方法。

⭕ 1. Stata 高级班

时间：2024 年 1 月 21-23 日 (三天)
方式：网络直播 + 20 天回放
授课嘉宾：连玉君 (中山大学)
授课安排

授课方式：幻灯片+Stata17 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
授课时间：上午 9:00-12:00，下午 14:30-17:30 (17:30-18:00 答疑)。
全程答疑：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，并对答疑接龙文档进行详细的记录和分类，公布于课程主页。

课程详情：https://www.lianxh.cn/PX.html

板书和答疑：https://gitee.com/arlionn/PX/wikis
PDF 课纲：https://file.lianxh.cn/KC/lianxh_PX.pdf
→ 打包下载-参考文献和复现资料

报名链接：https://www.wjx.top/vm/h1bMh4E.aspx#

1.1 课程导引

高级班 是初级班的深入，涵盖目前主流分析方法和研究设计框架。高级班采用「庖丁解牛」的方式讲解目前 Top 期刊中使用的计量方法和模型，突出「研究设计」和方法的「应用背景和条件」。

在过去的十年中，实证研究的方法发生了很大的变化。一方面，以「因果推断」为导向，涌现了多种估计方法，如 DID，RDD，匹配，合成控制法，回归控制法，聚束分析法 (bunching) 等；另一方面，得益于大数据和机器学习/统计学习的快速发展，各个领域之间的交叉和融合不断加速。有些人可以快速适应，而有些人则颇感迷茫，甚至担忧自己是否正在被时代抛弃。然而，稍加分析和比对就会发现，上述两个趋势背后并未新增太多令人望尘莫及的高深理论：OLS 仍旧是核心技术，「反事实」和「识别策略」则是灵魂，新闯入的好像只有稀疏性、降维，以及如何控制混淆因素的影响而已。大家会发现，有一些核心的概念和方法频繁地交错出现在各个领域。只要掌握了这些公共的、基础性的方法和理论就能做到「以不变应万变」。

举个个例子：读文献时大家会频繁地见到「交叉验证 (CV)」、「自抽样 (Bootstrap)」、「去一法 (Leave one out, LOO)」这些名词，但论文中往往不会深入解释这些名词的含义和具体的操作方法。因为，作者通常会把这些方法作为「常识」。然而，对于此前未曾接触过这些方法的读者而言，自我怀疑和困惑的心情会始终如影随形，导致对整篇论文的理解大打折扣，甚至不少人会选择中途放弃。事实上，这些方法的原理都很简单，核心思想都是通过「再抽样 (resampling)」来构造经验样本或经验分布，从而完成统计推断。相比于传统的在大样本下才成立的统计推断方法，这些「因地适宜」的推断方法所需的假设条件更为宽松，也更具稳健性。

高级班的 B1 讲介绍各类假设检验方法，以便让我们的实证结果经得起「拷问」，B2-B4 介绍几种广泛应用的面板数据模型，包括：动态面板数据模型、面板 VAR，以及能够分析长期动态关系的面板 ARDL 模型和应对结构变化问题的面板门槛模型。在 B5 中，介绍 Lasso 和双重纠偏估计量，这是很多因果推断模型和方法的核心估计手段。最后，在 B6 中，介绍合成控制法和回归控制法，这两个方法都可以和目前文献中广泛使用的 DID 模型结合，因为二者都采用了「主动出击」的思路来构造反事实，引入 Lasso 估计后，二者的表现都非常出色。

1.2 专题介绍（Stata 高级班）

B1. 实证分析中各类检验方法

近期的 Top 期刊越来越强调模型不确定性，比如：控制变量也有好坏之分、是否存在非线性特征、不同模型的优劣对比等。这就需要进行各类检验，以便排除各种「混杂因素」和「似是而非」的论述，让论文的研究结论具有排他性，经济含义也更为清晰明确。本专题包括假设检验的基本原理、模型筛选和对比检验，以及「不容易做好」的稳健性检验等内容。在介绍检验方法和命令的同时，重点在于如何解释它们的经济含义，如何选择合适的检验方法并采用合适的方式加以呈现和分析。

系数的联合检验：Wald，LR，LM 检验

test, testparm, lincom, nlcom, testnl
结果的汇集与呈现

模型比较：嵌套模型比较、非嵌套模型比较
R2 分解和贡献度分析
系数差异检验：Chow 检验，SUR，Bootstrap，排序检验
内生性检验
稳健性检验、安慰剂检验
参考文献：

Hansen B E . 2021. Econometrics. Princeton University Press. Data and Contents, PDF. Chap 9.
Ye, D., Y. K. Ng, Y. Lian, 2015, Culture and happiness, Social Indicators Research, 123 (2): 519-547. -Link-, -PDF-, PDF2, -cited-，R2 分解，课件中提供复现代码
Akcigit, U., J. Grigsby, T. Nicholas, S. Stantcheva, 2022, Taxation and innovation in the twentieth century, The Quarterly Journal of Economics, 137 (1): 329-385. -Link-, -PDF-, -Appendix-, -cited-, -Replication-

B2a. 动态面板模型

多数经济行为的调整都会因为「调整成本」的存在而表现出粘性，即只能实现部分调整；同时，即使基于理性预期模型进行决策，但由于信息存在滞后，变量在时序上就会表现出较强的相关性。这些都构成了动态关系的理论基础，也使得动态面板模型广泛出现于经济增长、公司金融、国际贸易、劳动经济学等领域。本讲介绍该模型的估计和检验方法，尤其是实际分析中的几个主要陷阱。

一阶差分 GMM 估计（FD-GMM）
系统 GMM 估计 (SYS-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)
参考文献：

Roodman, David. 2009, How to do Xtabond2: An Introduction to Difference and System GMM in Stata, Stata Journal, 9(1): 86–136. -PDF-
Williams, R., P. D. Allison, E. Moral-Benito, 2018, Linear Dynamic Panel-data Estimation Using Maximum Likelihood and Structural Equation Modeling, Stata Journal, 18(2): 293–326. -PDF-, -PDF2-

B2b. 面板 VAR 模型

面板 VAR 模型可以视为多变量动态面板模型，多用于估计和检验几个内生变量的动态关系。基于 IRF 和 FEVD，我们也可以进行预测。该模型在经济增长、能源、财政、创新等领域有广泛应用。

VAR 模型简介
冲击反应函数 (IRF)
方差分解 (FEVD)
面板 Granger 检验
允许外生变量的 PVAR 模型
应用实例（介绍 2 篇论文）
参考文献：

Michael R. M. Abrigo, I. Love, 2016, Estimation of Panel Vector Autoregression in Stata, Stata Journal, 16(3): 778–804. -PDF-, -PDF2-, -cited-
Acheampong, A. O., 2018, Economic growth, co2 emissions and energy consumption: What causes what and where?, Energy Economics, 74: 677-692. -Link-, -PDF1-, -Replication-

B3. 面板 ARDL 模型

面板 ARDL 模型全称「面板自回归分布滞后模型」，主要用于估计变量之间的长期关系。在时间序列分析中，该模型主要用于分析具有协整关系的非平稳序列之间的长期和短期关系。在面板数据中，我们可以更好地控制各类固定效应、考虑空间相关以及异质性特征，以便分析一项政策或某个变化缓慢的变量 (如气候、制度) 对经济增长、创新、贸易等结果变量的影响。本主题介绍面板 ARDL 模型的主要设定形式，以及该模型在经济和金融领域的应用场景。

时间序列简介：AR 与 MA 过程
ARDL 模型：AutoRegression Distributed Lag
部分调整模型与理性预期模型
面板 ARDL 模型
长期乘数与短期效应
Stata 范例：Akcigit, U., J. Grigsby, T. Nicholas, S. Stantcheva, 2022, Taxation and innovation in the twentieth century, Quarterly Journal of Economics, 137 (1): 329-385. -Link-, -PDF-, -Replication-
扩展阅读：

Dell, M., B. F. Jones, B. A. Olken, 2012, Temperature shocks and economic growth: Evidence from the last half century, American Economic Journal-Macroeconomics, 4 (3): 66-95. -Link-, -PDF-, -Replication-
Kahn, M. E., K. Mohaddes, R. N. C. Ng, M. H. Pesaran, M. Raissi,J.-C. Yang, 2021, Long-term macroeconomic effects of climate change: A cross-country analysis, Energy Economics, 104: 105624. -Link-, -PDF1-, -PDF2-, -Replication-, Cited. lincom, xtmg
Ditzen, J. 2021. "Estimating long-run effects and the exponent of cross-sectional dependence: An update to xtdcce2". Stata Journal: Promoting communications on statistics and Stata, 21 (3): 687-707. Link, PDF1. PDF2.

B4. 截面和面板门槛模型

实证分析中，经常要处理结构变化问题，目前主要使用交乘项和分组回归等方式，但这两种设定方法都需要预先知道或假设结构变化点，使其合理性颇受质疑。本讲介绍的面板门槛模型则基于「让数据说话」的原则，自动搜索结构变化点，从而克服了上述方法的局限。

Bootstrap 简介
截面门槛模型（Cross-sectional Threshold Model）
面板门槛模型（Panel Threshold Model）
动态面板门槛模型（Dynamic Panel Threshold Mode）
参考文献：

Chudik, A., K. Mohaddes, M. H. Pesaran, M. Raissi, 2017, Is there a debt-threshold effect on output growth?, Review of Economics and Statistics, 99 (1): 135-150. -Link-, -PDF-
Seo, M. H., S. Kim, Y. J. Kim, 2019, Estimation of dynamic panel threshold model using stata, Stata Journal, 19 (3): 685-697. -Link-, -PDF-
Wang, Q., 2015, Fixed-Effect Panel Threshold Model using Stata, Stata Journal, 15(1): 121–134. -PDF-
Zhou, X., J. Du, 2021, Does environmental regulation induce improved financial development for green technological innovation in china?, Journal of Environmental Management, 300: 113685. -Link-, -PDF-

B5. Lasso 和基于机器学习的因果推断

提及机器学习，市面上流行的教科书都会依序讲解十几种常用的方法，诸如判别分析、随机森林、神经网络、支持向量机等，但对于经济、金融领域而言，最为常用的是以 Lasso 为核心的惩罚回归，因为它具有变量筛选的功能，在因果推断中主要用于应对遗漏变量问题。同时，由于其估计过程中已经考虑到了样本外预测效果，因此也可以作为构造「反事实」的有效工具，在政策学习、政策优化中也得到了广泛应用。为此，很多因果推断方法都会纳入 Lasso，如 Lasso-SCM (合成控制法)，Lasso-IV，double maching learning (DML) 等。虽然 Lasso 在技术上有一定的复杂度，但其基本思想却容易接受，Stata 中的实操也非常方便。

高维数据/大数据的挑战
偏差-方差权衡
岭回归、Lasso、弹性网、自适应 Lasso
扩展 Lasso 模型

adaptive Lasso
IV - Lasso
Post - Lasso
Double robust regression (DR)
Double Machine Learning (DML)

参考文献：

Chernozhukov, Victor, Denis Chetverikov, Mert Demirer, Esther Duflo, Christian Hansen, and Whitney Newey. 2017. "Double/Debiased/Neyman Machine Learning of Treatment Effects." American Economic Review, 107 (5): 261-265. -Link-, -PDF-, -Replication-R, -2-
Chernozhukov, V., D. Chetverikov, M. Demirer, E. Duflo, C. Hansen, W. Newey,J. Robins, 2018, Double/debiased machine learning for treatment and structural parameters, The Econometrics Journal, 21 (1): C1-C68. -Link-, -PDF-, Replication

B6. 回归控制法 (RCM) 与合成控制法 (SCM)

虽然 DID 和 RDD 应用广泛，但二者也各有其局限。DID 依赖于平行趋势假设, 但多数情况下, 政策干预在处理组和控制组之间的分配往往是非随机的, 使得这一假设往往难以满足 (Abadie er al., 2010)。对于 RDD 而言, 尽管它更好地克服内生性问题, 但只能估计局部政策效果, 对样本量要求也比较高。

鉴于此, Abadie and Gardeazabal (2003)、Abadie et al. (2010) 以及 Abadie et al. (2015) 提出了「合成控制法」, 通过使用潜在控制组加权平均的方式来估计「处理组反事实结果」, 进而用干预后时段内处理组与合成反事实组的经济后果之差来衡量政策效果。

受 Abadie et al. (2010) 启发, Hsiao et al. (2009) 提出了 “回归控制法 (regression control method, RCM)", 并在 Hsiao and Zhou (2019) 中做了进一步拓展。而 SCM 本身也有多种扩展, 包括 “非参数 SCM" (Cerulli, 2020), "Lasso-SCM" (Abadie and L'hour, 2021; Hollingsworth and Wing, 2020), “合成 DID” (Arkhangelsky et al., 2021) 等。

回归控制法和合成控制法简介
Lasso-RCM：基于 Lasso 等惩罚回归的 RCM
Lasso-SCM：基于 Lasso 等惩罚回归的 SCM
队列 SCM 及处理效应的置信区间
RCM 与 SCM 的对比
基于标准化转换的统计推断方法
参考文献：

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
Abadie, A., J. L’Hour, 2021, A penalized synthetic control estimator for disaggregated data, Journal of the American Statistical Association, 116 (536): 1817-1834. -Link-, -PDF-, PDF2
Hsiao, C., H. S. Ching, S. K. Wan, 2012, A panel data approach for program evaluation: Measuring the benefits of political and economic integration of hong kong with mainland china, Journal of Applied Econometrics, 27 (5): 705-740. -Link-, -PDF-
Hsiao, C., Q. Zhou, 2019, Panel parametric, semiparametric, and nonparametric construction of counterfactuals, Journal of Applied Econometrics, 34 (4): 463-481. -Link-, -PDF-
Cattaneo, M. D., Y. Feng, R. Titiunik, 2021, Prediction intervals for synthetic control methods, Journal of the American Statistical Association, 116 (536): 1865-1880. -Link-, -PDF-, PDF2, Appendix, Replication
Cattaneo, M. D., Y. Feng, F. Palomba, R. Titiunik, 2022, scpi: Uncertainty quantification for synthetic control methods, arXiv:2202.05984. -Link-, -PDF-, Replication
Cattaneo, M. D., Y. Feng, F. Palomba, R. Titiunik, 2023, Uncertainty quantification in synthetic controls with staggered treatment adoption, arXiv:2210.05026. PDF, Replication
连玉君, 李鑫. 2022, 合成控制法中的安慰剂检验改进研究——基于准标准化转换的统计推断. 统计研究, 2022 (8): 115-128. Codes, -PDF-