| 专题名称 |
授课内容 |
| 第1讲（3小时） Stata简介和数据处理 |
数据的导入和导出 数据的横向合并和纵向追加 执行指令和基本统计分析 do文件和log文件的使用 帮助文件的使用和外部命令的获取 重复样本值 |
| 第2讲（3小时） Stata程序 |
局域暂元和全局暂元（local,
global） 控制语句（条件语句、循环语句） Stata中的各类函数 分组回归分析 范例：盈余管理程度的估算、现金持有调整系数的估算 |
| 第3讲（3小时） 实证分析的研究设计 |
计量基本知识回顾 研究设计的基本思路和常见模式 如何呈现和分析结果？ 何谓稳健性检验？ 如何提炼你的研究贡献和结论？ |
| 第4讲（3小时） 模型的设定和解释 |
线性回归模型回顾（OLS） 虚拟变量和交乘项的使用及解释 R2分解和贡献度分析 分组回归和组间系数差异检验 Bootstrap、Jackknife及稳健性标准误的获取 估计结果的呈现和分析 |
| 第5讲（3小时） Logit模型 |
Logit模型简介 模型设定和估计方法 结果的解释 多元Logit模型（Multinomial Logit） 应用实例（介绍3篇论文） |
| 第6讲（3小时） 内生性问题及估计方法 |
工具变量法（IV）和广义矩估计法（GMM）简介 倍分法（Difference in Difference） 处理效应模型（Treatment Effect Model） 应用实例（介绍3篇论文） |
| 第7讲（3小时） 静态面板数据模型 |
静态面板模型：固定效应和随机效应 基于Bootstrap的Hausman检验 异方差和序列相关（Bootstrap稳健型标准误的获取） 包含内生变量的固定效应模型 实证分析中的常见问题 应用实例（介绍3篇论文） |
| 第8讲（3小时） 动态面板数据模型 |
一阶差分GMM估计量（FD-GMM） 序列相关检验和过度识别检验（Sargan检验） 应用实例（介绍3篇论文） |
| 专题名称 |
授课内容 |
| 第1讲（3小时） 面板门槛和面板联立方程 |
面板门槛模型（Panel
Threshold Model） 面板联立方程组模型（Panel Simultaneous Equations Model） |
| 第2讲（3小时） 面板VAR模型 |
VAR模型简介 面板VAR模型简介 冲击反应函数 方差分解 |
| 第3讲（3小时） 随机边界分析I |
传统的SFA模型（Traditional
SFA） SFA的模型设定和估计方法 异质性SFA模型（Heterogeneity 应用范例（介绍3篇论文） |
| 第4讲（3小时） 随机边界分析II |
面板SFA模型（Panel
Data SFA） 双边SFA模型（Two-tier SFA） 范例：卢洪友, |
| 第5讲（3小时） 内生性专题I |
Heckman选择模型（Heckman
Selection Models） 处理效应模型模型（Treatment Effect Models） 多元处理效应模型（Multinomial Treatment Effects Models） |
| 第6讲（3小时） 内生性专题II |
倾向得分匹配分析（Propensity Score Matching,
PSM） 断点回归（Regression Discontinuity Designs, RDD） |
| 第7讲（3小时） 自抽样和蒙特卡洛模拟 |
Bootstrap的原理和Stata实现 Bootstrap组间系数差异检验 Bootstrap获取复杂统计量的临界值 Monte Carlo的基本原理 Monte Carlo应用实例：内生性偏误的后果 |
| 第8讲（3小时） 论文写作与研究设计 |
EndNote软件和Google
Scholar的配合使用 一篇经典论文的Stata实现过程：Flannery, M. J., K. P. Rangan, 2006, Partial adjustment toward target capital structures, 该文对于衡量偏误、模型设定偏误等棘手问题的处理很巧妙，稳健性检验和整体的研究设计都非常值得借鉴。 |
