陈强老师主讲的Stata与高级计量经济学现场班于4月27-5月2日六天北京开班，在原有四天班精彩内容基础上(含合成控制法、空间计量、断点回归、拐点回归等等)，这次六天高级现场班又增加了不少全新的前沿内容，包括交互固定效应、因果图、回归控制法、分位数回归、门限回归、控制函数法、局部平均处理效应、机器学习与大数据等。
本次学员来自中国石油大学，顺德职业技术学院，南开大学，山西财经大学，北京大学，广西大学行健文理学院，河北大学，暨南大学，山东农业大学，上海立信会计金融学院，中国人民大学，云南财经大学，首都经济贸易大学，北京工业大学，湖南大学，北京交通大学，太原科技大学，昆明学院，西安交通大学，不列颠哥伦比亚大学，南京大学，安徽工程大学，北京航空航天大学，北京信息科技大学，湖南财政经济学院，河南财经政法大学，中南大学，山东大学，吉林财经大学，江西师范大学，江西财经大学，中山大学，东北财经大学，广东轻工职业技术学院，中国农业科学院农业经济与发展研究所，吉林大学，国家林业局经济发展研究中心，哈尔滨工业大学，安徽大学，山东财经大学，河南牧业经济学院，广州市社会科学院，对外经济贸易大学，浙江大学，苏州大学，南京农业大学，宁夏大学，清华大学，上海海洋大学，常州大学，国家信息中心，浙江工商大学，沈阳工业大学，山东理工大学，四川大学，中国农业科学院农业信息研究所，中国海洋大学，香港中文大学，哈尔滨工程大学，昆明理工大学等学校。
因为人数限制，本次报名通道即将关闭，欢迎预约陈强老师的下期现场培训：）
本次课程信息
时间：2018年4月27-5月2日（六天）
地点：北京市海淀区中国青年政治学院
安排：上午9:00-12:00；下午2:00-5:00；答疑5:00-5:30
费用：6000元 /5000元(仅限全日制本科生和硕士研究生)；食宿自理
培训目的
掌握高级计量经济学的核心方法及Stata操作，不再茫然，知其然而知其所以然，迅速成为处理数据及定量分析的高手。
课程特色
直观地解释高级计量经济学方法，通过案例学习相应的Stata操作，深入浅出地介绍实证分析与论文写作的精髓。
课程简介
自从2010年我的研究生教材《高级计量经济学及Stata》出版以来，受到了广大读者的热烈欢迎。天南海北的读者来信，既有大学的青年教师，也有普通院校的硕博、甚至本科生，在庆幸有此集理论与操作一体、便于自学的计量教材之余，也十分渴望有面授的机会，能够迅速掌握高级计量与Stata的真谛、游刃有余地进行实证分析。为此，经管之家论坛的同仁力邀我于2013年10月在北京首次开设高级计量及Stata现场班。在四天的现场班期间，学员们上课无不聚精会神，课下则积极提问。看到大家豁然开悟的表情，透着如获至宝的喜悦，四天密集教学的辛劳早已如浮云飘散。
本次高级计量经济学及Stata现场班，将根据多次现场班的反馈进一步完善。在课程内容的设计上，主要指导思想是在最快时间内，将高级计量及Stata的精髓及核心内容，以最通俗生动的语言以及大量的案例交给学员，并注重在各领域的常见应用，诸如面板数据、时间序列、工具变量法以及微观计量，乃至论文写作的各个环节技巧。由于学员的基础不同，本课程仅对学员背景做要求，即假设学员知道概率统计及少量线性代数，但不要求学过计量经济学或Stata操作。因为“大道至简至易”，初级计量与高级计量的本质是一样的，学子们最需要的是能够直指人心地洞明计量原理与操作工具，然后得心应手地用于实战（而非完成习作）。
课程大纲
第一讲，OLS及其标准误。
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，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。
第三讲，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与QMLE等。
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、控制函数法（ControlFunction）、包含内生变量的ivprobit、异质性工具变量法（Local Average Treatment Effect）等。
第五讲，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，包括固定效应、随机效应、时间效应、双向固定效应等。
第六讲，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。包括面板工具变量法（Panel IV）、差分GMM、水平GMM与系统GMM等。
第七讲，门限回归（ThresholdRegression）：
包括横截面与面板模型的门限回归。
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、非参数回归与半参数回归等。
第九讲，随机实验、自然实验与双重差分法（Difference-in-Differences）。
实验方法因其可信度而日益兴起，包括随机实验、类与第二类自然实验。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）的主要工具。包括双重差分法、平行趋势假设、三重差分法等。
第十讲，倾向得分匹配（PropensityScore Matching）。
基于反事实的框架，根据个体进入处理组的概率（即倾向得分）寻找替身进行匹配估计，这是研究处理效应的一种深邃思想与方法。包括倾向得分匹配、双重差分倾向得分匹配等。
第十一讲，控制变量的选择。
选择合适的控制变量是计量分析的重要步骤，而因果图方法（Causal Directed Acyclic Graph）提供了一个清晰的思考框架。
第十二讲，合成控制法（SyntheticControl 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。包括合成控制法的统计推断与稳健性检验等。
第十三讲，回归控制法（RegressionControl Method）。
与合成控制法类似，但使用回归法来构造合成控制地区（Hsiao et al., 2012）。
第十四讲，断点回归（RegressionDiscontinuity Design）与拐点回归（RegressionKink Design）。
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。包括断点回归、模糊断点回归、空间断点回归等。
第十五讲，分位数回归。
线性回归只是研究在给定X的情况下，Y的条件期望E(Y|X)；而分位数回归则可研究在给定X的情况下，Y的整个条件分布Y|X，从而揭示更多信息。
第十六讲，机器学习与大数据。
大数据与高维回归等机器学习(Machine Learning)方法正迅速成为经济学家的常用工具。本讲介绍Lasso,Ridge Regression, Elastic Net, Post Lasso, Double Lasso，主成分分析，因子分析等机器学习方法。
第十七讲， 面板数据前沿：
交互固定效应（interactive fixed effects）将传统的双向固定效应进一步推广，因为现实经济中常存在多种冲击（shocks或factors），而不同个体对此冲击的反应不同（factor loading）。
第十八讲，空间计量经济学（Spatial Econometrics）。
传统计量经济学通常忽略横截面单位的空间分布与相互影响，而空间计量经济学则是考察空间效应、溢出效应等的重要工具。包括空间权重矩阵、空间自回归、空间误差模型与空间面板等。
报名流程
1. 点击“阅读原文”网上提交报名信息；
2. 电话确认，订单缴费；
3. 缴费确认，开课前一周发送软件准备，电子版讲义；
4. 现场领取发票及邀请函。
PS：根据缴费顺序安排座位~
经管之家学术培训联系方式
魏老师
QQ：2881989714
Tel：010-68478566
Mail：vip@pinggu.org
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
