1月10日上午
主讲人:王非
课程安排:因果关系总论及Stata使用方法
1、什么是社会科学中的因果关系
2、线性回归与内生性问题
3、因果关系识别的基准方法:随机实验
4、Stata整体介绍及自学方法
5、Stata编程方法
6、Stata数据处理及画图方法
1月10日下午
主讲人:王非
课程安排:匹配法论文讲解及Stata实操
1、匹配法的基本道理及应用定位
2、精确匹配及维度诅咒
3、最短距离匹配与倾向得分匹配
4、多处理组匹配方法
5、匹配与双重差分结合方法
6、匹配法论文讲解及Stata实操
1月11日上午
主讲人:王非
课程安排:工具变量法理论及应用
1、工具变量法的基本道理
2、寻找外生工具变量的一般方法
3、工具变量强相关性的检验方法及前沿进展
4、工具变量法实践中的常见问题及注意事项
5、工具变量法在非线性模型中的应用
6、工具变量法论文讲解及Stata实操
1月11日下午
主讲人:王非
课程安排:合成控制及其他
1、合成控制法的基本道理
2、置换检验与合成控制推断
3、合成控制法实践中的常见问题及注意事项
4、合成控制法论文讲解及Stata实操
5、因果识别前沿方法介绍及实操:C-M策略与多时点双重差分(Wooldridge 2021)
6、因果识别方法大总结
1月12日上午
主讲人:司继春
课
程安排:线性面板数据模型
1、面板数据的基本设定
2、随机效应模型与混合最小二乘
3、一阶差分模型与固定效应模型
4、不同估计量之间的关系和选择
5、线性面板数据中的时间固定效应与时间趋势
6、交互固定效应模型
1月12日下午
主讲人:司继春
课程安排:面板数据与因果推断
1、双重差分模型的基本设定及共同趋势假设
2、双重差分模型的标准设定
3、多期的双重差分模型设定
4、平行趋势检验的方法
5、截面DID
6、三重差分模型、回归控制法简介
7、模糊双重差分模型(Fuzzy DID)
8、异质性的双重查分模型:事件研究法(Sun和Abraham, 2020;Goodman-Bacon, 2020)
1月13日上午
主讲人:司继春
课程安排:工具变量与局部平均处理效应
1、工具变量的思想
2、两阶段最小二乘与控制函数法
3、工具变量中的检验:过度识别检验与弱工具检验
4、局部平均处理效应
5、动态面板模型
1月13日下午
主讲人:司继春
课程安排:RD与Bunching
1、断点回归的设定
2、Sharp RD的模型估计
3、Fuzzy RD的模型估计
4、Bunching方法的原理
5、Bunching方法的估计方法
1月14日上午
主讲人:李光勤
课程安排:空间计量经济学的理论
1
、截面数据的空间误差模型、空间滞后模型、空间杜宾模型的相关理论
2、面板数据的空间误差模型、空间滞后模型、空间杜宾模型的相关理论
3、动态数据的空间误差模型、空间滞后模型、空间杜宾模型的相关理论
1月14日下午
主讲人:李光勤
课程安排:空间计量的权重生成
1、ArcGIS对SHP文件的处理,利用OpenGeoda生成空间邻近权重矩阵
2、利用Stata生成空间距离权重矩阵
3、利用Stata生成空间经济地理权重矩阵
1月15日上午
主讲人:李光勤
课程安排:用MATLAB进行空间计量经济学分析
1、空间计量模型的空间相关性检验
2、空间计量模型的LM检验
3、空间计量模型的模型选择
4、空间计量模型的具体运用
1月15日下午
主讲人:李光勤
课程安排:利用Stata进行空间计量经济学分析
1、空间计量模型的空间相关性检验
2、空间计量模型的LM检验
3、空间计量模型的模型选择
4、空间计量模型的具体运用
1月16日上午、下午
主讲人:邹建文
课程安排:结构估计入门
1、结构估计的含义
2、生命周期模型介绍(用于分析居民行为)
3、动态公司金融模型介绍(分析企业行为)
4、空间一般均衡模型介绍(用于分析空间经济行为)
5、结构估计的应用(包括但不限于反事实模拟、政策分析)
1月17日上午、下午
主讲人:邹建文
课程安排:结构估计实例
1、结构估计实例1:
居民消费行为分析(研究思路、具体实施步骤、数据处理、算法和Matlab编程)
2、结构估计实例2:企业投资行为分析(研究思路、具体实施步骤、数据处理、算法和Matlab编程)
1月18日上午、下午
主讲人:王子
课程安排:结构模型方法论与理论建模、模型求解与估计、量化政策分析
1、结构模型的意义和理论基础
2、结构模型的具体实施步骤,以Eaton and Kortum (2002)为例
3、结构估计和反事实分析使用的数值计算方法(算法和Matlab编程)
4、量化政策分析的具体实施过程,以Caliendo and Parro (2015)为例(算法和Matlab编程)
1月19-20日
主讲人:邓建鹏
课程安排:结构模型在国际贸易中的应用:从微观数据到宏观分析
1、为什么选择Eaton Kortum and Kramarz (2011):一个简略的文献综述
2、 如何看数据:从引力模型到企业层面数据(Stata绘图)
3、“搭积木玩乐高”:EKK模型详解
4、结构估计和模拟矩方法/Structural Estimation and Simulated Method of Moments (算法和Matlab编程)
5、结构估计的敏感性(Sensitivity)和透明度(Transparency)
6、反事实分析(算法和Matlab编程)
1月21日上午
主讲人:邓旭东
课程安排:Python语法入门
1、Python跟英语一样是一门语言
2、数据类型之字符串
3、数据类型之列表元组集合
4、数据类型之字典
5、数据类型之布尔值、None
6、逻辑语句(if&for&tryexcept)
7、列表推导式
8、理解函数
9、常用的内置函数
10、os路径库
11、内置库csv文件库
12、常见错误汇总
1月21日下午
主讲人:邓旭东
课程安排:数据采集
1、网络爬虫原理
2、寻找网址规律
3、获取网页-requests库
4、pyquery库解析html网页
5、案例 1:豆瓣/大众点评
6、json库解析json网页
7、案例 2:知乎
8、案例 3: 百度地图POI地点检索
9、案例 4:批量下载文档、多媒体文件
10、案例 5:上市公司定期报告PDF批量下载
11、简易爬虫库smartscraper(了解)
12、区分动态网站与静态网站
1月22日上午
主讲人:邓旭东
课程安排:初识文本分析
1、文本分析在经管领域中的应用
2、读取文件中数据(pdf、doc、xlsx、csv)
3、数据清洗re库-从文本中抽取姓名、年龄、电话、数字等各种信息
4、案例 6:将多个text文件中的数据整理到一个excel中
5、中文jieba分词
6、案例 7:词频统计、制作词云图
7、案例 8:金融文本语调(正式非正式)分析
8、案例 9:扩展情感词典-共现法
9、案例 10:扩展情感词典-词向量word2vec
10、案例 11:文本情感分析
11、数据分析pandas库快速入门
12、案例12:使用pandas对excel中的文本进行情感分析
1月22日下午
主讲人:邓旭东
课程安排:机器学习与文本分析
1、了解机器学习
2、使用机器学习做文本分析的流程
3、scikit-learn机器学习库简介
4、文本特征工程-将文本转化为机器可处理的数字向量
5、认识词袋法、one-hot、Tf-Idf、word2vec
6、案例 13:文本情感分析(带权重tfidf、情感词典)
7、案例 14:文本数据标注工具
8、案例 15:在线评论文本分类
9、文本相似性计算
10、案例 16:使用文本相似性识别变化(政策连续性)
11、案例 17:Kmeans聚类算法
12、案例 18:LDA话题模型
13、案例19:预训练BERT词向量模型主题分析
14、案例 20: 识别图片中的文本
15、python爬虫、文本分析、机器学习等技术在论文中的应用赏析