Stata夏令營是由北京友萬信息科技有限公司主辦，專為數(shù)據(jù)分析愛好者及專業(yè)人士打造的學(xué)術(shù)性實(shí)踐活動(dòng)，夏令營以Stata中國用戶大會(huì)為依托，自2018年至今，已成功開展了七屆。在每一屆的夏令營活動(dòng)中，參與者不僅可以深入學(xué)習(xí)和掌握Stata這一強(qiáng)大的統(tǒng)計(jì)分析軟件，還能通過一系列精心設(shè)計(jì)的課程和實(shí)踐活動(dòng)，提升數(shù)據(jù)處理、統(tǒng)計(jì)分析及數(shù)據(jù)可視化的能力。
Stata夏令營不僅是一個(gè)學(xué)習(xí)平臺(tái)，更是一個(gè)充滿活力和創(chuàng)意的交流空間。在這里，你可以結(jié)識(shí)來自不同領(lǐng)域的志同道合的朋友，共同探索數(shù)據(jù)分析的無限可能。無論你是初學(xué)者還是有一定經(jīng)驗(yàn)的數(shù)據(jù)分析師，都能在Stata夏令營中找到屬于自己的成長之路。我們誠摯邀請(qǐng)對(duì)數(shù)據(jù)分析感興趣的你加入我們的行列，一起度過一個(gè)充實(shí)而難忘的Stata夏令營之旅！
主講老師：王群勇
主講老師：陳 強(qiáng)
2024年8月18日 立即報(bào)名 >>
主講老師：陳 強(qiáng)
上午：09:00-12:00
下午：14:00-17:00
培訓(xùn)費(fèi)用：1200元/人（食宿差旅自理）
培訓(xùn)地點(diǎn)：南開大學(xué)
課程概要
使用面板數(shù)據(jù)進(jìn)行實(shí)證分析的一種常見情形式，處理組僅有一位或幾位個(gè)體(地區(qū))，而處理前的時(shí)期較多。此時(shí)，可使用合成控制法、回歸控制法或分位數(shù)控制法進(jìn)行有效的因果推斷。其中，合成控制法最為流行(Abadie and Gardeazabal, 2003; Abadie et al., 2010, 2015)，但需要協(xié)變量；而回歸控制法則無須協(xié)變量，且算法簡便(Hsiao et al., 2012)。然而，合成控制法與回歸控制法主要依賴于安慰劑檢驗(yàn)進(jìn)行統(tǒng)計(jì)推斷，在應(yīng)用中有一定局限性。分位數(shù)控制法使用“分位數(shù)隨機(jī)森林”(quantile random forest)的機(jī)器學(xué)習(xí)方法，通過非參數(shù)的分位數(shù)回歸構(gòu)造處理效應(yīng)的穩(wěn)健置信區(qū)間，在小樣本中表現(xiàn)優(yōu)異(Chen et al., 2024)。本課程將深入淺出地介紹合成控制法、回歸控制法或分位數(shù)控制法，并通過經(jīng)典案例演示相應(yīng)的Stata操作。
學(xué)習(xí)要點(diǎn)
合成控制法、回歸控制法或分位數(shù)控制法，以及Stata操作
課程對(duì)象
經(jīng)管及社科類教師與研究人員、博士生、碩士生、高年級(jí)本科生。
課程配套資料
課程PPT、數(shù)據(jù)集、do文檔及相關(guān)論文。
第一講
比較案例分析
比較案例分析是區(qū)域政策研究的傳統(tǒng)方法，可對(duì)少數(shù)案例進(jìn)行深入分析，廣泛應(yīng)用于社會(huì)科學(xué)，但控制組的選擇比較主觀。
★ 案例：
馬里矣爾船運(yùn)(Mariel boatlift)對(duì)邁阿密勞動(dòng)力市場(chǎng)的影響(Card, 1990)。
第二講
合成控制法
合成控制法由比較案例分析發(fā)展而來，可以更客觀而有效地選擇控制組及權(quán)重。本講介紹合成控制法的原理與算法、權(quán)重的稀疏性、時(shí)間安慰劑檢驗(yàn)、空間安慰劑檢驗(yàn)、混合安慰劑檢驗(yàn)，以及留一穩(wěn)健性檢驗(yàn)。
★ 案例：
西班牙巴斯克地區(qū)恐怖活動(dòng)的經(jīng)濟(jì)效應(yīng)(Abadie and Gardeazabal, 2003)；
加州控?zé)煼ǖ男?yīng)(Abadie et al., 2010)；
德國統(tǒng)一的經(jīng)濟(jì)效應(yīng)(Abadie et al., 2015)
第三講
回歸控制法
回歸控制法的應(yīng)用場(chǎng)景與合成控制法相同，但前者無須協(xié)變量，可使用信息準(zhǔn)則或拉索估計(jì)量(Lasso)選擇控制組。本講介紹回歸控制法的原理與算法，時(shí)間安慰劑檢驗(yàn)、空間安慰劑檢驗(yàn)，混合安慰劑檢驗(yàn)，以及含協(xié)變量的回歸控制法(Hsiao and Zhou, 2019)。
★ 案例：
香港回歸以及與中國內(nèi)地經(jīng)濟(jì)整合的效應(yīng)(Hsiao et al., 2012)；
四萬億經(jīng)濟(jì)刺激政策的效應(yīng)(Ouyang and Peng, 2015)；
上海與重慶房產(chǎn)稅試點(diǎn)的效應(yīng)(Du and Zhang, 2015)；高鐵開通的政策效應(yīng)(Ke et al., 2017)；
房票政策的房價(jià)效應(yīng)(方誠、陳強(qiáng), 2021)。
第四講
分位數(shù)控制法
分位數(shù)控制法使用分位數(shù)隨機(jī)森林的機(jī)器學(xué)習(xí)方法，通過非參數(shù)的分位數(shù)回歸構(gòu)造處理效應(yīng)的穩(wěn)健置信區(qū)間，在異方差、自相關(guān)或模型誤設(shè)情況下依然有效，且在小樣本中表現(xiàn)優(yōu)異(Chen et al., 2024)。本講介紹分位數(shù)控制法的原理與算法，包括決策樹、隨機(jī)森林與分位數(shù)回歸森林。
★ 案例：
香港回歸以及與中國內(nèi)地經(jīng)濟(jì)一體化的效應(yīng)(Hsiao et al., 2012)；
瑞典碳稅對(duì)于二氧化碳排放的效應(yīng)(Andersson, 2019)。
課程答疑
2024年8月15-17日 立即報(bào)名 >>
主講老師：王群勇
上午：09:00-12:00
下午：14:00-17:00
培訓(xùn)費(fèi)用：3600元/人（食宿差旅自理）
培訓(xùn)地點(diǎn)：南開大學(xué)
課程概要
多種計(jì)量方法的綜合應(yīng)用，包括：
?生產(chǎn)網(wǎng)絡(luò)與投入產(chǎn)出分析
?指數(shù)隨機(jī)圖模型（ERGM）和TERGM模型
?貝葉斯估計(jì)
?假設(shè)抽取法
?異質(zhì)空間面板模型
?反事實(shí)分析與安慰劑分析
精讀經(jīng)濟(jì)學(xué)、政治學(xué)等領(lǐng)域的前沿論文，包括：
?沖擊在國際生產(chǎn)網(wǎng)絡(luò)中的傳播特征與反事實(shí)分析
?美國貨幣政策通過生產(chǎn)網(wǎng)路在資本市場(chǎng)的溢出效應(yīng)
?社會(huì)關(guān)系與政治支持
?一國的農(nóng)業(yè)政策如何影響其他國家的貧困率
?網(wǎng)絡(luò)結(jié)構(gòu)對(duì)經(jīng)濟(jì)行為的影響
研究設(shè)計(jì)方面的主題包括：
?如何設(shè)計(jì)研究框架？
?如何寫創(chuàng)新點(diǎn)或貢獻(xiàn)？
?如何選擇適當(dāng)?shù)哪Ｐ停?br>
?影響研究結(jié)論的威脅來自哪里?
?如何提高論文方法的辨識(shí)度？
第一講
生產(chǎn)網(wǎng)絡(luò)與投入產(chǎn)出分析
簡介：生產(chǎn)網(wǎng)絡(luò)是研究政策沖擊的有力工具，來自于一個(gè)行業(yè)或一個(gè)地區(qū)的沖擊最終會(huì)蔓延到所有地區(qū)和所有行業(yè)，而生產(chǎn)網(wǎng)絡(luò)的內(nèi)在結(jié)構(gòu)直接決定了沖擊的傳播特征。同時(shí)，生產(chǎn)網(wǎng)絡(luò)也是識(shí)別產(chǎn)業(yè)鏈關(guān)鍵部門的有力工具，通過產(chǎn)業(yè)連接、滲透因子等統(tǒng)計(jì)量及其空間分解評(píng)判不同部門在經(jīng)濟(jì)系統(tǒng)中的作用。本節(jié)結(jié)合IOA程序包介紹生產(chǎn)網(wǎng)絡(luò)的常用概念和分析框架，該程序內(nèi)嵌了最新版的WIOD、OCED、ADB等世界區(qū)域間投入產(chǎn)出表以及中國區(qū)域間投入產(chǎn)出表CEADS，包括了投入系數(shù)與產(chǎn)出系數(shù)、里昂惕夫逆、高息逆、前向連接系數(shù)與后向連接系數(shù)、產(chǎn)出乘子、高息乘子、生產(chǎn)網(wǎng)絡(luò)的一階與高階出度和入度、逆經(jīng)驗(yàn)分布函數(shù)、冪律的參數(shù)估計(jì)與擬合優(yōu)度檢驗(yàn)、供給依存度與需求依存度、價(jià)值鏈分解、以及假設(shè)抽取法、經(jīng)濟(jì)體或部門合并、生產(chǎn)網(wǎng)絡(luò)的可視化和描述統(tǒng)計(jì)、以及中國的雙循環(huán)生產(chǎn)網(wǎng)絡(luò)等功能。
內(nèi)容：
?投入產(chǎn)出表的基本概念
?世界投入產(chǎn)出表與國內(nèi)投入產(chǎn)出表
?供給側(cè)分析與需求側(cè)分析（里昂惕夫逆與高息逆）
w
? 產(chǎn)業(yè)連接（前向連接，后向連接）及其空間分解
?關(guān)鍵產(chǎn)業(yè)的識(shí)別
? 生產(chǎn)網(wǎng)絡(luò)的冪律分布及參數(shù)估計(jì)（極大似然估計(jì)和貝葉斯估計(jì)）
? 假設(shè)（全局）抽取法
?投入產(chǎn)出表的價(jià)值鏈分解
?生產(chǎn)網(wǎng)絡(luò)分析程序包（IOA）的使用方法
第二講
論文解讀與復(fù)現(xiàn)：宏觀沖擊在生產(chǎn)網(wǎng)絡(luò)中的傳播特征與模擬
王群勇,李月,薛彥.國內(nèi)國際雙循環(huán)生產(chǎn)網(wǎng)絡(luò)的沖擊傳播：特征與模擬[J].中國工業(yè)經(jīng)濟(jì),2023(07):26-45.
簡介：這篇論文首先構(gòu)建了雙循環(huán)生產(chǎn)網(wǎng)絡(luò)，將國內(nèi)和國際投入產(chǎn)出表進(jìn)行合并，基于此考察了各地區(qū)和各行業(yè)對(duì)外部的依賴性；利用貝葉斯方法估計(jì)了生產(chǎn)網(wǎng)絡(luò)的冪律分布特征，并進(jìn)一步利用全局假設(shè)抽取法進(jìn)行了反事實(shí)模擬，考察了中美貿(mào)易斷鏈對(duì)國內(nèi)各地區(qū)行業(yè)的潛在影響。
學(xué)習(xí)要點(diǎn)：
?如何合并國內(nèi)和國際生產(chǎn)網(wǎng)絡(luò)（投入產(chǎn)出表）
?如何對(duì)生產(chǎn)網(wǎng)絡(luò)可視化、如何描述生產(chǎn)網(wǎng)絡(luò)的統(tǒng)計(jì)特征
?如何進(jìn)行貝葉斯估計(jì)（冪律分布的參數(shù)估計(jì)）
?如何基于生產(chǎn)網(wǎng)絡(luò)計(jì)算地區(qū)或行業(yè)的外部依賴性
?如何利用假設(shè)抽取法進(jìn)行反事實(shí)模擬
?可擴(kuò)展到研究方向
第三講
社會(huì)網(wǎng)絡(luò)的異質(zhì)空間面板計(jì)量分析
簡介：在經(jīng)典的空間面板模型中，空間自回歸系數(shù)為常數(shù)。在宏觀面板數(shù)據(jù)中，由于時(shí)間維度相對(duì)較長，可以允許空間自回歸系數(shù)隨個(gè)體變化，即異質(zhì)系數(shù)空間面板模型。本節(jié)介紹空間面板模型的計(jì)量分析方法、直接效應(yīng)和間接效應(yīng)的Acemoglu et al.(2016)測(cè)度和Lesage and Pace(2009)測(cè)度、以及空間自舉標(biāo)準(zhǔn)差的計(jì)算等問題。
學(xué)習(xí)要點(diǎn)：
?空間自回歸模型與網(wǎng)絡(luò)效應(yīng)
?空間面板模型
?異質(zhì)空間自回歸模型：極大似然估計(jì)、組均值估計(jì)（Mean-Group）與貝葉斯估計(jì)
?安慰劑分析
?反事實(shí)分析
?如何在異質(zhì)空間自回歸模型中做反事實(shí)分析
?案例與操作
第四講
范文解讀與復(fù)現(xiàn)：美國貨幣政策基于全球生產(chǎn)網(wǎng)絡(luò)對(duì)資本市場(chǎng)的溢出效應(yīng)
Julian Di Giovanni & Galina Hale, 2022. “Stock Market Spillovers via the Global Production Network: Transmission of U.S. Monetary Policy,” Journal of Finance, vol.?77(6), pages 3373-3421.
簡介：美國的貨幣政策對(duì)世界經(jīng)濟(jì)產(chǎn)生了重要影響。這篇論文研究了美國的貨幣政策對(duì)各國資本市場(chǎng)的溢出效應(yīng)，作者發(fā)現(xiàn)通過生產(chǎn)網(wǎng)絡(luò)的溢出效應(yīng)達(dá)到了60%之多。這篇論文的計(jì)量模型利用了異質(zhì)空間自回歸模型和WIOD投入產(chǎn)出表，并且利用反事實(shí)模擬考察了。通過這篇論文可以掌握如何將生產(chǎn)網(wǎng)絡(luò)作為空間計(jì)量模型的權(quán)重矩陣，如何進(jìn)行異質(zhì)性空間自回歸分析。如何基于異質(zhì)空間面板數(shù)據(jù)計(jì)算直接效應(yīng)和溢出效應(yīng)；如何做反事實(shí)分析、安慰劑分析、以及穩(wěn)健性分析。
學(xué)習(xí)要點(diǎn)：
?全球生產(chǎn)網(wǎng)絡(luò)的構(gòu)建
?異質(zhì)空間面板自回歸模型
?如何在異質(zhì)空間面板模型中進(jìn)行穩(wěn)健性分析
?如何在異質(zhì)空間面板模型中進(jìn)行反事實(shí)分析
?如何在異質(zhì)空間面板模型中進(jìn)行安慰劑分析
?可擴(kuò)展到研究方向
第五講
社會(huì)網(wǎng)絡(luò)形成的計(jì)量經(jīng)濟(jì)模型
簡介： 社會(huì)網(wǎng)絡(luò)對(duì)于企業(yè)績效、生產(chǎn)率和沖擊傳播具有重要的影響，一些研究將社會(huì)網(wǎng)絡(luò)視作外生給定的，這一假定在很多情形下過于簡單。即社會(huì)網(wǎng)絡(luò)中關(guān)系的形成也會(huì)受到自身網(wǎng)絡(luò)結(jié)構(gòu)的推動(dòng)，以及外生因素的驅(qū)動(dòng)。本節(jié)介紹社會(huì)網(wǎng)絡(luò)的內(nèi)生形成模型，包括截面中單個(gè)網(wǎng)絡(luò)形成的ERGM模型和多個(gè)時(shí)點(diǎn)構(gòu)成的時(shí)間網(wǎng)絡(luò)的TERGM模型。
學(xué)習(xí)要點(diǎn)：
?社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的類型
?構(gòu)建社會(huì)網(wǎng)絡(luò)時(shí)的常見問題與處理
?網(wǎng)絡(luò)結(jié)構(gòu)統(tǒng)計(jì)量
?二次指派程序（QAP）
?指數(shù)隨機(jī)圖模型（ERGM）
?時(shí)間指數(shù)隨機(jī)圖模型（TERGM）
?案例與軟件操作
第六講
范文解讀與復(fù)現(xiàn)：政治關(guān)聯(lián)與效率
Marco Battaglini and Eleonora Patacchini. Influencing Connected Legislators. Journal of Political Economy 2018 126:6, 2277-2322.
簡介：這篇論文利用美國國會(huì)議員的社會(huì)關(guān)系網(wǎng)絡(luò)檢驗(yàn)了社會(huì)關(guān)系如何影響整治資金分配，其核心發(fā)現(xiàn)是議員獲得的政治資金分配是其社會(huì)關(guān)系網(wǎng)絡(luò)的Katz-Bonacich中心度的遞增函數(shù)。在模型設(shè)定和估計(jì)上，網(wǎng)絡(luò)效應(yīng)參數(shù)通過非線性最小二乘法進(jìn)行估計(jì)，并利用自舉法計(jì)算標(biāo)準(zhǔn)差。
學(xué)習(xí)要點(diǎn)：
?如何在軟件中處理社會(huì)網(wǎng)絡(luò)數(shù)據(jù)
?如何利用Heckman方法處理內(nèi)生社會(huì)網(wǎng)絡(luò)
?如何估計(jì)指數(shù)隨機(jī)圖模型（ERGM）
?如何對(duì)社會(huì)網(wǎng)絡(luò)進(jìn)行可視化與描述統(tǒng)計(jì)分析
?可擴(kuò)展到研究方向
課程答疑
2024年8月21-23日 立即報(bào)名 >>
主講老師：王群勇
上午：09:00-12:00
下午：14:00-17:00
培訓(xùn)費(fèi)用：3600元/人（食宿差旅自理）
培訓(xùn)地點(diǎn)：南開大學(xué)
課程概要
介紹多種計(jì)量方法的綜合應(yīng)用，包括：
?網(wǎng)絡(luò)效應(yīng)的因果推斷
?廣義傾向得分與劑量響應(yīng)函數(shù)
?截面相關(guān)檢驗(yàn)
?截面相關(guān)情形下的面板ARDL與面板誤差修正模型
?雙向引力模型與內(nèi)生引力模型
?貝葉斯估計(jì)
?反事實(shí)分析
涵蓋了經(jīng)濟(jì)學(xué)領(lǐng)域的前沿話題，包括：
?農(nóng)業(yè)政策與貧困
?氣候變化與長期經(jīng)濟(jì)增長
?雙向引力模型與內(nèi)生引力模型
研究設(shè)計(jì)方面的主題包括：
?如何設(shè)計(jì)研究框架？
?如何寫創(chuàng)新點(diǎn)或貢獻(xiàn)？
?如何選擇適當(dāng)?shù)哪Ｐ停?br>
?影響研究結(jié)論的威脅來自哪里?
第一講
網(wǎng)絡(luò)效應(yīng)的因果推斷方法
簡介： 如果處理組與控制組存在政策效應(yīng)溢出，那么控制組也會(huì)間接受到政策的影響，導(dǎo)致傳統(tǒng)的因果推斷是無效的。本節(jié)我們介紹如何利用廣義傾向得分法和鄰居傾向得分估計(jì)劑量響應(yīng)函數(shù)（DRF）、以及政策的直接效應(yīng)和網(wǎng)絡(luò)效應(yīng)。
內(nèi)容：
?鄰接矩陣
?連續(xù)處置變量的廣義傾向得分與鄰居廣義傾向得分
?非線性與非參估計(jì)
?劑量響應(yīng)函數(shù)
?如何計(jì)算DRF的自舉標(biāo)準(zhǔn)差
第二講
范文解讀與復(fù)現(xiàn)：農(nóng)業(yè)政策對(duì)貧困率的網(wǎng)絡(luò)效應(yīng)
Forastiere L, Del Prete D, Sciabolazza V. Causal inference on networks under continuous treatment interference. Social Networks 2024, 76: 88-111. DOI: 10.1016/j.socnet.2023.07.005.
簡介： 這篇論文考慮了觀測(cè)數(shù)據(jù)中存在連續(xù)干預(yù)和網(wǎng)絡(luò)干預(yù)的情況，將網(wǎng)絡(luò)干預(yù)定義為通過物理、社會(huì)或經(jīng)濟(jì)互動(dòng)連接的個(gè)體所接受的干預(yù)的加權(quán)平均值，忽視干擾可能會(huì)低估政策效力的程度。論文提出一種基于廣義傾向評(píng)分的估計(jì)，用于估計(jì)連續(xù)干預(yù)的直接和溢出效應(yīng)。估計(jì)方法允許由異質(zhì)強(qiáng)度決定的非對(duì)稱網(wǎng)絡(luò)連接。論文利用這一方法研究了溢出效應(yīng)如何影響農(nóng)業(yè)市場(chǎng)的政策干預(yù)的優(yōu)化水平。
學(xué)習(xí)要點(diǎn)：
?如何估計(jì)網(wǎng)絡(luò)效應(yīng)的因果推斷
?如何設(shè)置鄰居效應(yīng)
?如何設(shè)置政策的傳播網(wǎng)絡(luò)
?如何估計(jì)廣義傾向得分和劑量響應(yīng)函數(shù)
?如何實(shí)現(xiàn)結(jié)果的可視化
?如何進(jìn)行反事實(shí)分析
?可擴(kuò)展到研究方向
第三講
截面相關(guān)的面板數(shù)據(jù)分析
簡介： 異質(zhì)性、動(dòng)態(tài)性與截面相關(guān)是宏觀面板數(shù)據(jù)的非常重要的特征，經(jīng)驗(yàn)研究的一個(gè)常見問題是將宏觀數(shù)據(jù)做微觀式處理。本專題介紹宏觀面板數(shù)據(jù)的截面相關(guān)測(cè)度與檢驗(yàn)，以及考慮截面相關(guān)時(shí)面板ARDL模型的估計(jì)策略。
內(nèi)容：
?異質(zhì)性面板的MG估計(jì)與PMG估計(jì)
?截面相關(guān)的檢驗(yàn)與測(cè)度
?異質(zhì)面板的共相關(guān)效應(yīng)MG（CCE-PMG)估計(jì)
?動(dòng)態(tài)異質(zhì)面板的共相關(guān)效應(yīng)MG（DCCE-PMG)估計(jì)
第四講
氣候變化與長期經(jīng)濟(jì)增長
Matthew E. Kahn. et al.?Long-term macroeconomic effects of climate change: A cross-country analysis. Energy Economics 104 (2021) 105624: 1-13.
簡介： 氣候變化是經(jīng)濟(jì)學(xué)研究中日益受到關(guān)注的話題，這篇論文利用174個(gè)國家的面板數(shù)據(jù)研究了氣候變化對(duì)經(jīng)濟(jì)增長的長期影響，并根據(jù)巴黎協(xié)定對(duì)不同情形進(jìn)行了反事實(shí)模擬。實(shí)踐中常見的不當(dāng)做法是將宏觀數(shù)據(jù)按照微觀數(shù)據(jù)的方式進(jìn)行建模，忽視了宏觀數(shù)據(jù)的更關(guān)鍵的特征。通過這篇論文大家可以理解對(duì)宏觀面板數(shù)據(jù)研究所需要關(guān)注的重點(diǎn)，如何合理測(cè)定氣候變化，如何修正模型中的弱外生問題和反饋問題等。
學(xué)習(xí)要點(diǎn)：
?如何估計(jì)宏觀變量（溫度、降雨量等）與長期趨勢(shì)的偏離
?如何考察時(shí)變效應(yīng)，計(jì)算長期效應(yīng)和半衰期等
?允許截面相關(guān)情形下如何估計(jì)面板ARDL模型（Hall-panel jackknife）
?如何進(jìn)行反事實(shí)模擬
?可擴(kuò)展到研究方向
第五講
網(wǎng)絡(luò)數(shù)據(jù)（雙邊數(shù)據(jù)，Dyadic data）的計(jì)量經(jīng)濟(jì)模型
簡介： 經(jīng)驗(yàn)研究中雙邊關(guān)系數(shù)據(jù)的應(yīng)用越來越廣泛，比如貿(mào)易、投資、勞動(dòng)力流動(dòng)、人口遷移、雙邊政治關(guān)系等。雙邊數(shù)據(jù)最明顯的特征是觀測(cè)值不是獨(dú)立的，而是存在相關(guān)，包括基本的一階相關(guān)和可能的高階相關(guān)。比如，i國向j國的投資不僅取決于i國的特征和j國的特征，還可能取決于k過的特征。如何在模型中體現(xiàn)這種內(nèi)在的相關(guān)性是雙邊數(shù)據(jù)建模的一個(gè)核心問題，本節(jié)介紹對(duì)雙邊關(guān)系數(shù)據(jù)建模的方法和應(yīng)用。
內(nèi)容：
?考慮相關(guān)的加乘隨機(jī)效應(yīng)模型
?雙向固定效應(yīng)模型
?內(nèi)生雙向固定效應(yīng)模型
?案例與軟件操作
第六講
范文解讀與復(fù)現(xiàn)：內(nèi)生自貿(mào)協(xié)定對(duì)雙邊貿(mào)易的影響
Keon Jochmans and Vincenzo Verardi, “Instrumental-Variable Estimation of Exponential Regression Models with Two-Way Fixed Effects with an Application to Gravity Equations”, Journal of Applied Econometrics, Vol. 37, No.?6, 2022, pp.?1121-1137.
簡介： 指數(shù)回歸是雙邊數(shù)據(jù)最典型的應(yīng)用模型，雙向固雙向固定效應(yīng)指數(shù)回歸定效應(yīng)并不能完全解決模型中的內(nèi)生性問題。這篇論文提出了內(nèi)生變量情況下的廣義矩估計(jì)策略，利用網(wǎng)絡(luò)的結(jié)構(gòu)統(tǒng)計(jì)量作為工具變量得到一致估計(jì)。
學(xué)習(xí)要點(diǎn)：
?雙向固定效應(yīng)指數(shù)回歸
?雙向固定效應(yīng)指數(shù)回歸
?帶有內(nèi)生變量的雙向固定效應(yīng)回歸
?測(cè)算網(wǎng)絡(luò)的結(jié)構(gòu)統(tǒng)計(jì)量（互惠性、三角閉合、傳遞性等）
課程答疑
會(huì)議官網(wǎng)鏈接
大會(huì)交流群
