高级计量经济学培训课件.pptVIP

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计量经济学是运用数学、统计学方法研究经济现象数量关系的学科,从早期的简单回归分析发展到如今涵盖因果推断、机器学习等前沿领域,已成为现代经济学研究不可或缺的工具。课程定位与目标高级计量经济学立足于中级计量基础之上,深入探讨GMM、因果推断、空间计量等高级方法,培养学员独立开展实证研究的能力,掌握国际前沿的研究范式与技术工具。学习方法建议

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1经典假设与性质Gauss-Markov假设下OLS估计量的BLUE性质、有限样本分布理论、以及假设违背时的后果分析,是理解线性回归的理论基石。2异方差与自相关面对异方差和自相关问题,稳健标准误(White标准误、Newey-West标准误)提供了实用的推断工具,无需完全依赖经典假设。3FWL定理应用

第四章广义矩估计(GMM)方法最优化求解目标函数构造矩条件设定GMM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核心工具之一。GMM核心思想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

第五章最大似然估计与贝叶斯估计最大似然估计MLE通过最大化样本似然函数获得参数估计,在正则条件下具有一致性、渐近正态性和渐近有效性,是参数估计的基准方法。贝叶斯估计思想贝叶斯方法将参数视为随机变量,结合先验信息与样本数据得到后验分布,为小样本推断和不确定性量化提供了独特视角。分位数回归方法

第六章非线性回归模型与估计技术非线性模型的必要性经济理论往往隐含非线性关系,如Cobb-Douglas生产函数、CES效用函数等。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。主要估计方法

第七章面板数据模型面板数据优势同时包含截面和时间维度,能够控制不可观测的个体异质性,提高估计效率,识别动态因果关系。固定效应与随机效应固定效应模型通过个体虚拟变量或组内变换消除不变的个体特征,随机效应假设个体效应与解释变量不相关。动态面板模型

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(Tobler第一地理定律)。空间依赖与空间权重矩阵空间自相关描述了地理单元之间的相互影响,空间权重矩阵W定义了空间关系结构,常用的有邻接矩阵、距离矩阵等。空间滞后与空间误差模型SAR模型在解释变量中加入空间滞后项,SEM模型假设误差项存在空间相关性,SDM模型同时包含两种效应。估计与检验方法极大似然估计、空间两阶段最小二乘(S2SLS)、GMM等方法用于空间模型估计,MoransI检验用于检测空间自相关。

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。Rubin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(ATE):总体层面处理与控制的平均差异无混淆假设(CIA):条件独立性假设,是多数识别策略的基础

第十一章线性回归中的因果推断视角识别目标明确清晰界定因果问题:什么是处理变量?对谁的什么结果产生影响?控制混淆因素通过控制变量、固定效应等方法消除遗漏变量偏误异质性分析探索处理效应在不同子群体中的差异,刻画非线性关系稳健推断使用聚类标准误、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(DID)方法及其扩展经典DID逻辑双重差分方法通过比较处理组和控制组在政策实施前后的差异变化,识别政策因果效应。核心假设是平行趋势:若无政策干预,两组的结果趋势应保持平行。平行趋势检验事件研究法:检验政策前各期的虚假效应图形检验:绘制处理组与控制组的趋势图安慰剂检验:使用虚假政策时点多期多组DID当处理时间和强度存在异