课程背景
实证研究是科学研究的一个重要范式。在经济学、管理学等各领域中，越来越多地利用高度结构化的数据进行实证研究。然而，对于初学者来说，实证论文往往让人感到头疼，因为他们不知道如何设计研究、整理数据，也不清楚稳健性、内生性等概念，更不知道如何分析数据。为此，我们设计了一门课程，旨在以高效的方式帮助大家熟悉实证研究范式，并且掌握使用系列 Stata 实证方法来构思、写作和投稿实证论文。
本次课程基于 Stata 软件来进行讲解，包括：
- 因果关系的计量含义；
- 基于不同计量模型（工具变量(IV)，Heckman 两阶段模型，双重差分(DID)，断点回归 (RDD)）来解决因果关系的实证方案以及背后计量含义；
- 基于 Stata 软件的计量模型（工具变量（IV），双重差分(DID)，Heckman两阶段模型，断点回归 (RDD)）的估计与检验；
- 计量解决方案中的常见误区以及注意事项。
授课大纲
计划分成 10 次课讲解。从 2023 年 3 月 25 日开始每周一次课（直播课后提供录播，录播不限观看次数），该专题课程计划分 10 次课讲解（每次课 1.2h 左右）。本课程讲解中使用的软件为 Stata。下面是该专题课程包含的内容：
第 1 周：如何写作
- 什么是好的研究问题
- 如何构建理论的分析框架
- 如何撰写论文的各个部分
- 如何投稿
第 2 周：Stata 计量关键问题
- 如何解释回归系数
- 如何加入高阶项
- 改变变量衡量方式如何影响系数的呈现
第 3 周：因果关系的推断难点
- 因果关系的误区和难点
- 如何利用回归分析来解释因果关系
- 内生性的类型与解决方案
第 4 周：计量解决方案中的常见误区以及注意事项
- 如何选择合适的聚类
- 如何控制不可观察的遗漏变量
- 如何进行异质性分析
第 5 周：实证研究专题
- 专题论文讲解
- 如何利用 Stata 构建变量
- 如何展开实证分析
第 6 周：面板数据如何帮助解决因果关系
- 面板数据的格式以及 Stata 数据处理
- 固定效应还是随机效应
- 如何利用面板数据来研究金融会计领域的相关问题
第 7 周：工具变量
- 工具变量解决因果关系的背后逻辑
- 工具变量的应用条件
- 工具变量的stata应用
- 工具变量的局限
第 8 周：双重差分
- 双重差分模型应用的条件
- 双重差分模型的估计和检验
- 双重差分模型的优势和劣势
第 9 周：断点回归
- 断点回归的应用条件
- 断点回归的估计与检验
- 断点回归的优势和劣势
第 10 周：实证课题
- 包括 Stata 软件简介和数据输入
- Stata 数据清洗
- 描述性统计策略及解读
- 基准回归
- 稳健性检验
- 内生性
- 异质性分析
后续会根据需求对课程内容进行增补和完善。
点击这里跳转到 RStata 短书平台获取附件：名师讲堂｜Stata 中的面板数据方法与实证论文写作
评论