高级计量经济学培训课件

高级计量经济学培训课件第一章课程导论与计量经济学发展概述研究范畴与发展课程定位与目标学习方法建议计量经济学是运用数学、统计学方法研究经高级计量经济学立足于中级计量基础之上,济现象数量关系的学科从早期的简单回归深入探讨、因果推断、空间计量等高,GMM分析发展到如今涵盖因果推断、机器学习等级方法培养学员独立开展实证研究的能力,,前沿领域已成为现代经济学研究不可或缺掌握国际前沿的研究范式与技术工具,的工具第二章概率论与统计基础回顾扎实的数学基础计量经济学建立在严谨的概率论与统计学基础之上条件期望是理解回归模型的核心工具其迭代期望法则和线性投影性,质在因果推断中扮演关键角色第三章线性回归模型的高级理论123经典假设与性质异方差与自相关定理应用FWL假设下估计量的面对异方差和自相关问题稳健标准误Gauss-Markov OLSBLUE,性质、有限样本分布理论、以及假设违背时标准误、标准误提供White Newey-West的后果分析是理解线性回归的理论基石了实用的推断工具无需完全依赖经典假设,,第四章广义矩估计方法GMM核心思想GMM当模型隐含的总体矩条件多于待估参数时,GMM通过最小化样本矩与总体矩的加权距离来获得参数估计权重矩阵的选择影响估计效率,前沿研究进展矩条件设定目标函数构造最优化求解方法通过利用矩条件进行参数估计具有广泛的适用性和渐近有效性是现代计量经济学的GMM,,核心工具之一第五章最大似然估计与贝叶斯估计最大似然估计贝叶斯估计思想分位数回归方法通过最大化样本贝叶斯方法将参数视MLE似然函数获得参数估为随机变量结合先验,计在正则条件下具有信息与样本数据得到,一致性、渐近正态性后验分布为小样本推,和渐近有效性是参数断和不确定性量化提,估计的基准方法供了独特视角第六章非线性回归模型与估计技术非线性模型的必要性主要估计方法经济理论往往隐含非线性关系如生产函数、效用,Cobb-Douglas CES函数等非线性建模能够更准确地刻画经济现象但也带来了估计和推,断的挑战第七章面板数据模型面板数据优势固定效应与随机效应动态面板模型同时包含截面和时间维度能够控制不可观测的固定效应模型通过个体虚拟变量或组内变换消除,个体异质性提高估计效率识别动态因果关系不变的个体特征随机效应假设个体效应与解释,,,变量不相关第八章时间序列计量经济学时间序列分析核心时间序列数据具有时间依赖性和动态特征,平稳性是时间序列分析的基础概念非平稳序列可能导致伪回归问题,需要通过差分或协整关系处理01平稳性检验ADF、PP、KPSS等单位根检验判断序列是否平稳协整分析Engle-Granger两步法和Johansen方法检验长期均衡关系误差修正模型第九章空间计量经济学模型空间计量经济学研究地理空间中的相互依赖关系认识到地理上的一切事物都与其他事,物相关但近处的事物比远处的事物更相关第一地理定律,Tobler空间依赖与空间权重矩阵空间滞后与空间误差模型空间自相关描述了地理单元之间的相模型在解释变量中加入空间滞后SAR互影响空间权重矩阵定义了空间项模型假设误差项存在空间相,W,SEM关系结构常用的有邻接矩阵、距离矩关性模型同时包含两种效应,,SDM阵等估计与检验方法极大似然估计、空间两阶段最小二乘、等方法用于空间模型估S2SLS GMM计检验用于检测空间自相关,Morans I第十章因果推断基础与反事实框架现代因果推断革命因果推断已成为实证研究的核心范式从关注相关性转向识别因果效应,因果模型提供了严谨的理论框架将因果问题转化为缺失数据问Rubin,题核心概念解析潜在结果每个个体在不同处理状态下的可能结果但只能观测到其中之一:,平均处理效应总体层面处理与控制的平均差异ATE:无混淆假设条件独立性假设是多数识别策略的基础CIA:,第十一章线性回归中的因果推断视角识别目标明确控制混淆因素清晰界定因果问题什么是处理变量对谁的什么结果产生影响通过控制变量、固定效应等方法消除遗漏变量偏误:异质性分析稳健推断探索处理效应在不同子群体中的差异刻画非线性关系使用聚类标准误、稳健标准误确保统计推断的有效性,线性回归不仅是预测工具更是因果推断的重要方法关键在于理解回归系数的因果解释条件以及如何通过研究设计满足这些条件固定效应模型、交,,互项分析等技术都服务于因果识别目标第十二章双重差分方法及其扩展DID经典逻辑多期多组DID DID双重差分方法通过比较处理组和控制组当处理时间和强度存在异质性时传统,在政策实施前后的差异变化识别政策因可能产生偏误,DID Callaway-果效应核心假设是平行趋势若无政策、等新方法:SantAnna Sun-Abraham干预两组的结果趋势应保持平行通过构造合适的对照组和加权方案解决,,了异质性处理效应下的识别问题平行趋势检验交错应用事件研究法检验政策前各期的虚假DID•:效应不同地区或个体在不同时点接受处理的图形检验绘制处理组与控制组的趋情形下分解等方法帮助理解估计•:,Bacon势图量的构成避免负权重问题,安慰剂检验使用虚假政策时点•:第十三章工具变量法及其现代发展IV外生性原则识别条件IV排斥性假设工具应与误差项不相关第二阶段估计相关性工具与内生解释变量相关可检验工具不得直接影响结果变量:用拟合值估计因果效应排斥性工具仅通过解释变量影响结果不可检验:外生性工具与误差项不相关部分可检验:现代构造IV相关性检验第一阶段回归利用行业地区结构构造Bartik IV:-shift-share工具需与内生变量显著相关用工具预测内生解释变量工具利用法官随机分配产生的异质性Judge IV:利用大企业的特殊冲击Granular IV:工具变量法是处理内生性问题的核心工具通过寻找仅影响解释变量但不直接影响结果变量的变,量工具实现因果识别,第十四章结构断点分析与时变参数估计结构断点识别挑战双重惩罚创新方法经济结构会随时间发生变化如金融危机、洪永淼教授团队提出的双重惩罚方法通过,,政策转变等传统检验需预先设定断岭融合惩罚同时实现参数估计和断点识别Chow,点位置限制了其应用无需事先指定断点数量和位置具有良好的,,理论性质和实证表现第十五章非参数与半参数回归方法灵活建模思想主要方法类型当不确定函数形式时非参数和半参数方法允许,核回归样条回归半参数模型数据自己说话避免模型设定偏误代价是需要,,更大样本和更复杂的计算使用局部加权平均估计条使用分段多项式拟合节部分线性模型、单指标模,件期望函数带宽选择至点数量和位置影响灵活性型等结合参数与非参数优,关重要势语言的包、包以及的命令等提供了丰富的非参数估计工具R npmgcv,Stata lpoly第十六章现代机器学习方法在计量经济学中的应用预测与因果的结合与变量选择随机森林应用Lasso机器学习擅长预测计量经济学聚焦因果通过惩罚实现变量选择和参数随机森林通过集成学习捕捉复杂非线性,Lasso L1两者结合产生了双重机器学习、估计在高维数据中选择重要控制变量关系因果森林将其扩展到异质性处理效DML,,,因果森林等新方法既保持预测精度又实为后续因果推断提供基础应估计识别哪些子群体受益最大,Post-,现因果识别方法改善了推断性质Lasso第十七章模型选择与预测评估样本内与样本外表现过度拟合是模型选择的主要风险样本内拟合优度、调整可能误导样本外预测误差R²R²,、更能反映模型真实表现RMSE MAE交叉验证技术折交叉验证将数据分为训练集和验证集多次重K,复评估模型避免对特定样本的依赖留一法交叉,验证适用于小样本情形信息准则方法和在似然函数基础上加入对参数数量的AIC BIC模型模型模型A BC惩罚平衡拟合优度与模型复杂度对复杂模型,,BIC的惩罚更重第十八章计量经济学软件工具介绍语言Stata RPython用户友好的界面丰富的内置命令强大的面板数开源免费拥有海量统计和计量包、、通用编程语言和等,,,plm lfe,statsmodels linearmodels据和时间序列分析功能广泛应用于经济学、社等强大的数据可视化能力适合复杂模型包提供计量功能擅长大数据处理和机器学习集AER,,,会学研究和方法开发成生态系统庞大,建议学习至少两种工具适合快速分析适合方法创新和复杂任务版本控制和可重复性也是现代实证研究的必备技能,Stata,R/Python GitMarkdown第十九章实证案例分析一宏观经济模型——动态随机一般均衡模型真实经济周期模型是宏观计量的基准框架通RBC,过微观最优化行为推导总量关系解释经济波动的来,源模型包含家庭效用最大化、厂商利润最大化和市场出清条件参数校准与估计校准法根据长期平均值或微观研究设定参数如资:,本折旧率、劳动份额等估计利用模型隐含的矩条件估计参数GMM:贝叶斯估计结合先验信息和数据的后验分布政策模拟应用:校准后的模型可用于政策实验如评估税收改革、货币政策规则变化对经济的影响脉冲响应函数展,示外生冲击的动态传导路径第二十章实证案例分析二微观计量模型——离散选择模型当被解释变量为离散类别如消费者品牌选择、职业选择时使用、、多项等模型独立不相关假设是多项的关键假设嵌套1,Logit ProbitLogit IIALogit,和混合放松了这一限制Logit Logit样本选择偏误两步法处理样本选择问题第一步估计选择方程计算逆米尔斯比率第二步将其作为控制变量加入结果方程工资方程中的女性劳动参与2Heckman:Probit,;是经典应用计数数据模型3回归和负二项回归用于计数型被解释变量如专利数量、事故次数过度离散问题使得负二项模型常优于零膨胀模型处理过多零值情形PoissonPoisson生存分析方法4研究持续时间数据如失业持续期、企业存活时间比例风险模型无需假设基准风险函数形式参数模型、指数提供更具体的结构,Cox,Weibull第二十一章实证案例分析三空间计量应——用空间溢出效应识别实证研究设计区域经济增长存在显著的空间溢出一个构造空间权重矩阵基于地理距离或:•:地区的经济发展会通过贸易、技术扩散、经济距离劳动力流动等渠道影响邻近地区空间检验空间自相关的存在性•Morans I模型能够同时估计直接效估计、或模型并解释Durbin SDM•SAR SEMSDM应和间接效应溢出效应系数计算直接效应、间接效应和总效应•稳健性检验改变权重矩阵设定、控•:制变量第二十二章敏感性分析与稳健性检验遗漏变量偏误评估安慰剂检验改变模型设定方法量化未观测混淆因素需要多强才使用虚假处理不应有效应的样本或时点检变换控制变量组合、样本范围、函数形式、Oster能推翻主要结论通过比较控制前后和系验方法有效性如在中使用政策前时点聚类层级等观察核心结果是否稳定如果,R²DID,数变化计算参数判断结果稳健性作为虚假政策时间或使用未受政策影响的结论对特定设定高度敏感需谨慎解释,δ,,地区作为虚假处理组优秀的实证研究应该折磨数据直到确信结果可靠敏感性分析不是走过场而是真诚探索结果边界增强因果推断的可信度,,第二十三章高级因果推断方法断点回归设计RDD利用政策或规则产生的断点识别因果效应假设断点附近个体除处理状态外其他特征连续局部随机化思想处理状态完全由断点,Sharp RDD决定存在不完全依从,Fuzzy RDD合成控制法当只有一个或少数处理单位时通过控制组单位的加权组合构造合成控,制组要求政策前拟合良好适用于政策评估、事件研究等场景,双重机器学习结合机器学习和计量推断先用预测处理和结果的残差部分再在残差,ML,上做因果推断避免模型设定偏误同时保持推断有效性,第二十四章论文写作与研究设计指导研究问题提出1明确、重要、可回答的问题是好研究的起点问题应有理论基础或政策意义避免纯粹描述性或过于宽泛,文献综述与理论框架2梳理已有研究找到研究空白建立理论假说综述应批判性而非罗,,列式突出本研究的边际贡献,识别策略设计3这是计量论文的核心清晰阐述因果识别逻辑为什么你的方法能识!:别因果效应关键假设是什么如何检验假设数据与实证结果4描述数据来源、样本构造、变量定义结果呈现应清晰基准回归、:稳健性检验、异质性分析、机制检验表格和图形要专业规范结论与讨论5总结主要发现讨论政策含义和理论贡献诚实说明局限性提出未,,,来研究方向避免过度解读或夸大结论第二十五章课程总结与未来研究方向因果识别理论基础、、等方法是现代实证研究的核DID IVRDD心工具箱概率论、统计学、矩估计、极大似然等构成计量经济学的数学基石扩展方法面板、时间序列、空间计量等处理数据特殊结构实证应用前沿融合宏观、微观、空间经济等领域的丰富案例机器学习、大数据等新技术与传统计量的结合计量经济学仍在快速发展异质性处理效应、网络数据分析、高频金融数据、文本数据分析等新兴领域充满机遇保持学习热情关注前沿文献勇于创,,,新方法是成为优秀计量学者的必经之路,理论与实证的桥梁计量经济学连接抽象的经济理论与真实的数据世界通过严谨的数学推导和统计方法将,,理论假说转化为可检验的实证模型这座桥梁让经济学从思辨走向科学让政策制定从,经验走向证据从数据到政策的科学路径优秀的计量研究不仅产生学术知识更为政策制定提供科学依据从原始数据中提取因果洞见从统计显著性中发现经济意义从实证结果中提炼政策建,,,议这是计量经济学家的使命与价值所在,理论学习与实操结合计量经济学的掌握需要理论与实践的双重修炼理解数学推导和统计原理是基础熟练使用软件工具和处理真实数据是关键课堂学习、软件操作、论,文阅读、研究实践四者缺一不可相辅相成共同塑造卓越的计量研究能力,,,课程结束掌握高级计量经济学开启实证研究新篇章,理论与方法并重持续学习前沿成为领域专家扎实的理论基础和灵活的方法运用是学术计量经济学方法日新月异保持对前沿文献从课程学习到独立研究从方法应用到方法,,,研究和实际应用的双翼继续深化对、的跟踪关注顶级期刊如、创新你已经具备了成为优秀计量经济学家GMM,Econometrica,因果推断等核心方法的理解在实践中不断的最新研究参的基础保持好奇心勇于挑战未来属于有,Journal ofEconometrics,,,打磨技能与学术会议和讲座准备的你!In Godwe trust,all othersmust bringdata.—W.Edwards Deming让数据说话用证据决策以科学精神推动经济学研究和社会进步,,!。