20217--2024年，8年Stata经典课程
新课纲、新升级
AI赋能科研
GPT全流程辅助Stata机器学习与因果推断学术应用
含AI大模型基础课+因果推断+双重机器学习（Stata操作）等前沿内容
原理+操作+论文+前沿
超长回放，详询工作人员报名
【重磅】9月27日出炉的《数量经济技术经济研究》上第3篇双重机器学习DDML论文
来源：文章题目：法律制度完善、跨区域合作与省际边界地区绿色发展--来自《旅游法》实施的准自然实验
网络首发时间：2024-09-27 12:04:08
简介
借助《旅游法》实施的准自然实验，研究跨区域旅游资源合作开发制度完善对省际边界地区绿色发展的影响。
模型
利用《旅游法》实施的准自然实验构建双重差分模型，计量模型设定如下:
其中:
下标i和t分别代表县域和年份 核心被解释变量是表征县域i在第t年经济发展或污染程度的变量 核心解释变量为Tourism_law*Border Tourism_law和 Border表示政策冲击变量和处理变量。 Controls表示县域层面的一系列特征变量 还控制了县域固定效应County和年份固定效应Year。
基准回归
稳健性检验
利用平行趋势检验、双重机器学习、安慰剂检验、替换被解释变量、缩小样本区间、高维固定效应、排除替代性假设等方法进行稳健性检验
平行趋势检验相关文章推荐：
双重机器学习检验
采用双重机器学习进行重新估计。
在控制年份固定效应和县域固定效应的基础上，逐步加入控制变量一次项、控制变量二次项和控制变量三次项,
DDML：双重机器学习（Stata中Python相关设置） (qq.com)
《数量经济技术经济研究》双重机器学习论文复刻结果 (qq.com)
2024Stata暑假班--精彩片段--双重机器学习DDML (qq.com)
双重机器学习DDML专题--2024年第8期《数量经济技术经济研究》论文复刻 (qq.com)
2024年8月Stata暑期班回顾丨因果推断&机器学习应用&异质性DID前沿&双重机器学习专题回顾 (qq.com)
不可不知的双重机器学习中Stata-Python交互操作链接资源 (qq.com)
24年8月Stata暑假班因果推断&机器学习应用双重机器学习 (qq.com)
Stata：DDML双重机器学习--ddml操作手册 (qq.com)
机器学习（含双重机器学习DDML章节）--Hansen教授2021年3月更新的2本计量经济学教材 (qq.com)
Mac版本Stata18：双重机器学习DDML论文复刻 (qq.com)
直播回顾--机器学习基本原理、机器学习与双重差分、断点回归应用等 (qq.com)
安慰剂检验
其他稳健性检验方法
替换被解释变量
缩小样本区间
控制高维固定效应
排除替代性假设
推荐3篇《中国工业经济》+《数量经济技术经济研究--双重机器学习DDML论文
来源：《中国工业经济》
题目：银行监管处罚如何影响企业创新
基准回归
reghdfe
ivreghdfe
内生性处理
倾向得分匹配(PSM)。
(2)因果森林(RF)
(3)双重机器学习(DML)
稳健性检验
(1)更换估计方法。
(2)更换被解释变量。
(3)企业创新的滞后性。
(4)剔除直辖市样本。
(5)Heckman两步法。
论文复刻
2、文章题目：数据要素共享与城市创业活力——来自公共数据开放的经验证据
来源：《数量经济技术经济研究》2024年第8期
基准回归
reghdfe
平行趋势检验
reghdfe coefplot
工具变量
ivreghdfe
Bacon分解
bacondecomp
De Chaisemartin和D' Haultfoeuille(2020)分解结果
twowayfeweights
Borusyak等(2021)估计量的事件研究图
did_imputation
Cengiz等(2021)估计量的事件研究图
stackedev
双重机器学习
ddml
论文复刻
3、《数量经济技术经济研究》双重机器学习论文复刻结果
文章标题：网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断
表1--第3列结果
表1--第4列结果
表1--第7列结果
双重机器学习论文复刻--《数量经济技术经济研究》2023年第4期
推荐2篇《数量经济技术经济研究》--双重机器学习DDML论文
2024Stata暑假班--精彩片段--双重机器学习DDML (qq.com)
2024年8月Stata暑期班回顾丨因果推断&机器学习应用&异质性DID前沿&双重机器学习专题回顾 (qq.com)
24年8月Stata暑假班因果推断&机器学习应用双重机器学习 (qq.com)
