陈强老师的第二版
《计量经济学及Stata应用》
出版上市啦!
陈强,《计量经济学及Stata应用》,第二版
高等教材出版社,2023年12月,共495页
听听陈强老师自己的介绍吧:
第二版前言
自从第一版《计量经济学及Stata应用》于2015年7月出版以来,受到了广大读者的热烈欢迎,并为众多高校所采用。弹指八年将过,期间计量经济学的“可信度革命”(credibility revolution)如火如荼,方兴未艾,将因果推断(causal inference)推到了实证研究的舞台中央。然而,传统的本科计量教材似乎仍是老三样,裹足不前,与主流的计量实践渐行渐远。例如,虽然双重差分法(difference in differences,简记DID)早已成为最流行的计量方法之一,但在大多数本科计量教材中却不见踪影(当然,也包括本书第一版)。很难想象,经管社科类本科生,在经历四年大学教育后,仍对经济学论文中最常用的DID一无所知。
为此,第二版《计量经济学及Stata应用》除了对已有章节微调外,专门增加了有关因果推断的五章内容,包括“倾向得分匹配”(Propensity Score Matching),“断点回归”(Regression Discontinuity),“双重差分法”(Difference in Differences),“合成控制法”(Synthetic Control Method),以及“回归控制法”(Regression Control Method)。对于这些新增章节,我反复推敲,尽量使之深入浅出,通俗易懂,并辅以生动而有趣的Stata案例。
2022年秋季,这些新增的因果推断内容,首次由山大经院的计量团队向全年级以及政管学院PPE班的本科生讲授。出乎意料,本科生在学习这些因果推断方法时,不仅未感困难,竟然反响热烈,从同学们眼里带的光,不难看出他们内心的激动。事实上,基于反事实(counterfactual outcome)的因果推断本来就是直指人心的,而且切中计量经济学的初心与要义。
在撰写本书的过程中,山大经院的计量团队给予了大力支持。其中,孔建宁副教授、王永副教授、薛欣欣副教授、郑琨博士在教学中使用了配套的课件,并提出了宝贵的修改意见。山大经院博士生颜冠鹏、齐霁,硕士生姜嘉沁、陈泽华、韩璐瑶参加了本书的校对。高等教育出版社的同仁们一如既往地提供了高质量的服务。在此一并表示衷心感谢;当然,文责自负。
由于笔者学识有限,对于本书的纰漏之处,恳请读者及时指出,以便在网上公布勘误表,并持续更新。联系邮箱为qiang2chen2@126.com。本书的配套课件、勘误表、数据集与Stata程序,均可在我的个人网站www.econometrics-stata.com下载。
陈强
2023年1月
第二版目录
第二版前言
第一版前言
1. 导论
1.1 什么是计量经济学
1.2 经济数据的特点与类型
本章小结(音频)
附录 谷歌如何通过搜索记录预测流感的传播
2. Stata入门
2.1 为什么使用Stata
2.2 Stata的窗口
2.3 Stata操作实例
2.4 Stata命令库的更新
2.5 进一步学习Stata的资源
本章小结(音频)
3. 数学回顾
3.1 微积分
3.2 线性代数
3.3 概率与条件概率
3.4 分布与条件分布
3.5 随机变量的数字特征
3.6 迭代期望定律
3.7 随机变量无关的三个层次概念
3.8 常用连续型统计分布
3.9 统计推断的思想
本章小结(音频)
4. 一元线性回归
4.1 一元线性回归模型
4.2 OLS估计量的推导
4.3 OLS的正交性
4.4 平方和分解公式
4.5 拟合优度
4.6 无常数项的回归
4.7 一元回归的Stata实例
4.8 Stata命令运行结果的存储与调用
4.9 总体回归函数与样本回归函数:蒙特卡罗模拟
本章小结(音频)
附录4.1 高尔顿与回归
附录4.2 随机数的产生
5. 多元线性回归
5.1 二元线性回归
5.2 多元线性回归模型
5.3 OLS估计量的推导
5.4 OLS的几何解释
5.5 拟合优度
5.6 古典线性回归模型的假定
5.7 OLS的小样本性质
5.8 对单个系数的t检验
5.9 对线性假设的F检验
5.10 F统计量的似然比原理表达式
5.11 预测
5.12 多元回归的Stata实例
本章小结(音频)
6. 大样本OLS
6.1 为何需要大样本理论
6.2 随机收敛
6.3 大数定律与中心极限定理
6.4 使用蒙特卡罗法模拟中心极限定理
6.5 统计量的大样本性质
6.6 随机过程的性质
6.7 大样本OLS的假定
6.8 OLS的大样本性质
6.9 大样本统计推断
6.10 大样本OLS的Stata实例
6.11 大样本理论的蒙特卡罗模拟
本章小结(音频)
附录 依均方收敛是依概率收敛的充分条件
7. 异方差
7.1 异方差的后果
7.2 异方差的例子
7.3 异方差的检验
7.4 异方差的处理
7.5 处理异方差的Stata命令及实例
7.6 Stata命令的批处理
本章小结(音频)
8. 自相关
8.1 自相关的后果
8.2 自相关的例子
8.3 自相关的检验
8.4 自相关的处理
8.5 处理自相关的Stata命令及实例
本章小结(音频)
9. 模型设定与数据问题
9.1 遗漏变量
9.2 无关变量
9.3 建模策略:“由小到大”还是“由大到小”
9.4 解释变量个数的选择
9.5 对函数形式的检验
9.6 多重共线性
9.7 极端数据
9.8 虚拟变量
9.9 经济结构变动的检验
9.10 缺失数据与线性插值
9.11 变量单位的选择
本章小结(音频)
10. 工具变量法
10.1 联立方程偏差
10.2 测量误差偏差
10.3 工具变量法
10.4 二阶段最小二乘法
10.5 弱工具变量
10.6 对工具变量外生性的过度识别检验
10.7 对解释变量内生性的豪斯曼检验:究竟该用OLS还是IV
10.8 如何获得工具变量
10.9 工具变量法的Stata实例
本章小结(音频)
11. 二值选择模型
11.1 二值选择模型
11.2 最大似然估计的原理
11.3 二值选择模型的MLE估计
11.4 边际效应
11.5 回归系数的经济意义
11.6 拟合优度
11.7 准最大似然估计
11.8 三类渐近等价的大样本检验
11.9 二值选择模型的Stata命令与实例
11.10 其他离散选择模型
本章小结(音频)
12. 面板数据
12.1 面板数据的特点
12.2 面板数据的估计策略
12.3 混合回归
12.4 固定效应模型:组内估计量
12.5 固定效应模型:LSDV法
12.6 固定效应模型:一阶差分法
12.7 时间固定效应
12.8 随机效应模型
12.9 组间估计量
12.10 拟合优度的度量
12.11 非平衡面板
12.12 究竟该用固定效应还是随机效应模型
12.13 面板数据的Stata命令及实例
本章小结(音频)
13. 平稳时间序列
13.1 时间序列的自相关
13.2 一阶自回归
13.3 高阶自回归
13.4 自回归分布滞后模型
13.5 误差修正模型
13.6 移动平均与ARMA模型
13.7 脉冲响应函数
13.8 向量自回归过程
13.9 VAR的脉冲响应函数
13.10 格兰杰因果检验
13.11 VAR的Stata命令及实例
13.12 时间趋势项
13.13 季节调整
13.14 日期数据的导入
本章小结(音频)
14. 单位根与协整
14.1 非平稳序列
14.2 ARMA的平稳性
14.3 VAR的平稳性
14.4 单位根所带来的问题
14.5 单位根检验
14.6 单位根检验的Stata实例
14.7 协整的思想与初步检验
14.8 协整的最大似然估计
14.9 协整分析的Stata实例
本章小结(音频)
15. 倾向得分匹配
15.1 潜在结果框架
15.2 依可测变量选择
15.3 回归vs匹配
15.4 匹配估计量的思想
15.5 倾向得分匹配
15.6 倾向得分的平衡性质
15.7 倾向得分匹配的Stata案例
15.8 倾向得分匹配的局限性
本章小结(音频)
附录 倾向得分定理的证明
16. 断点回归
16.1 断点回归的思想
16.2 精确断点回归
16.3 核函数
16.4 带宽
16.5 协变量的作用
16.6 内生分组
16.7 断点回归的Stata案例
本章小结(音频)
17. 双重差分法
17.1 平行趋势假定
17.2 双重差分估计量
17.3 平行趋势图
17.4 平行趋势检验
17.5 交叠DID
17.6 双重差分法的Stata案例
本章小结(音频)
18. 合成控制法
18.1 比较案例分析
18.2 合成控制法的思想
18.3 合成控制法的算法
18.4 合成控制法的理论基础
18.5 合成控制法的统计推断
18.6 合成控制法的稳健性检验
18.7 合成控制法的Stata案例
18.8 使用合成控制法的注意事项
本章小结(音频)
19. 回归控制法
15.1 回归控制法的推导
15.2 回归控制法的模型选择
15.3 含协变量的回归控制法
15.4 回归控制法的统计推断
15.5 回归控制法的Stata案例
本章小结(音频)
附录 回归控制法的推导
20. 如何做实证研究
15.1 什么是论文
15.2 准备阶段
15.3 选题
15.4 探索性研究
15.5 收集与整理数据
15.6 建立计量模型
15.7 选择计量方法
15.8 解释回归结果
15.9 诊断性检验
15.10 稳健性检验
15.11 论文写作
15.12 与同行交流
15.13 提交论文或投稿
15.14 写作伦理
15.15 结束语
本章小结(音频)
附录
一、数学符号中英文对照
二、关键术语中英文对照
三、常用数据来源
参考文献
陈强,《高级计量经济学及Stata应用》,第2版,高等教育出版社,2014年(配套四天现场班,详情见页底“阅读原文”)
陈强,《计量经济学及Stata应用》,第二版,高等教育出版社,2023年12月
(好评如潮的第一版配套教学视频,可在 Peixun.net 或网易云课堂购买)
陈强,《机器学习及R应用》,高等教育出版社,2020年11月,472页,双色印刷
陈强,《机器学习及Python应用》,高等教育出版社,2021年3月,632页,双色印刷
详情可点击页底“阅读原文”或请联系(根据缴费顺序安排座位哦):
陈强老师简介
陈强,男,1971年出生,山东大学经济学院教授,数量经济学博士生导师。
分别于1992年、1995年获北京大学经济学学士、硕士学位,后留校任教。2007年获美国Northern Illinois University数学硕士与经济学博士学位。主要研究领域为计量经济学、机器学习、经济史。已发表论文于Oxford Economic Papers (lead article), Economica, Journal of Comparative Economics, Stata Journal,《经济学(季刊)》、《世界经济》等国内外期刊。著有畅销本科教材《计量经济学及Stata应用》,研究生教材《高级计量经济学及Stata应用》、《机器学习及R应用》与《机器学习及Python应用》,以及好评如潮的本科计量教学视频(Peixun.net 或网易云课堂)。2010年入选教育部新世纪优秀人才支持计划。
(c) 2024, 陈强,山东大学经济学院
www.econometrics-stata.com
转载请注明作者与出处
Our mission is to make econometrics easy,
and facilitate convincing empirical works.