【Stata培训】2017年1月寒假特训_连玉君主讲

时间：初级2017年1月15-18日 (四天) 
　　　高级2017年1月20-23日 (四天)
地点：北京市海淀区首都体育学院
安排：上午9:00-12:00；下午2:00-5:00；答疑5:00-5:30
费用：基础：3600元 /3200元 (仅限全日制本科生和硕士研究生优惠价)
　　　高级：4000元 /3600元 (仅限全日制本科生和硕士研究生优惠价)
　　　全程：7000元 /6200元 (仅限全日制本科生和硕士研究生优惠价) 
(食宿自理)

连玉君副教授是国内知名的青年学者。研究领域为金融计量和公司金融，尤其擅长Stata数据分析和编程。他已经在China Economic Review、经济研究、管理世界、经济学季刊、金融研究、会计研究等期刊发表论文50余篇。

连玉君副教授已经应邀在中国人民大学、武汉大学、上海财经大学等25所高校讲授过“高级计量经济学与stata应用”、“金融计量”、“实证金融”等课程和专题讲座。他制作的“Stata视频教程”涵盖数据处理、编程、面板模型、DID、PSM，以及10篇发表在Top期刊的论文的复制过程，收到了广大青年教师和博士生的好评。连老师的授课深入浅出、颇具启发。目前，连老师的Stata现场培训和网络教程的受众人数已经超过30000人次。

在第1-2讲中,笔者会以一篇文章为实例，说明Stata的基本语法结构，并对数据处理过程中的关键问题进行介绍，如离群值的处理、文字变量的处理等。就我个人的经验而言，数据处理能力的高低直接决定实证分析的效率，而对于离群值的处理是否妥善会直接影响全文结果的稳健性，是多数人不够重视但却至关重要的问题。

第3讲中介绍Stata编程的基础知识。但凡提及写程序，很多人都会产生恐惧心理，其实，一旦掌握了最基本的原理和语法格式，Stata中的程序设定并没有想象的那么困难。更为重要的是，对于多数人而言，由于并不需要写完整的ado文档，因此只需要学会最基本的条件语句和循环语句即可，难度又会进一步降低。

第4讲介绍实证分析中的模型设定和结果解释问题。很多人会觉得OLS过于简单，但Top期刊中使用最多的仍然是OLS，如何合理的构建模型、解释结果便成为实证分析中必须掌握的。笔者精选了大家经常面临的几个专题并结合论文进行讲解，包括：虚拟变量的使用、交叉项的使用和解释、分组回归的合理设定和假设检验，还有在经济学和金融学中相对较新的R2贡献度分析。

第5讲介绍几种处理内生性问题的常用方法，包括传统的IV-GMM估计，以及倍分法（Difference in Difference, DID）。掌握这些方法有助于大家合理控制内生性问题，以便得到更为可信的结论。

第6讲通过Monte Carlo模拟介绍时间序列的基础知识，包括AR过程、MA过程，以及ARIMA过程的时序特征；白噪声和随机游走过程的时序特征，以此为基础介绍伪回归和协整分析的相关理论；GARCH模型的基本原理和时序特征。通过这些内容的学习，对于估计和分析时间序列模型有很大的帮助。

第7讲介绍了目前广泛应用的面板数据模型。由于面板资料的获取越来越方便，目前多数研究中使用的都是面板数据。在讲解这些模型的基本思想和估计方法的过程中，笔者会将重点放在模型含义和应用范围上来。例如，对于同一笔数据而言，何时采用OLS进行估计，何时采用FE估计？不同的方法之间有何差异和关联？结果背后的经济含义如何解读？

第8讲介绍论文写作与发表相关的一些经验。作为南方经济的责任编辑，经济研究、金融研究等期刊的匿名审稿人，以及学位论文的评阅人，我发现很多论文虽然有很好的想法，但往往因为如下原因而无法通过评审。其一，缺乏严谨规范的文献综述，使得读者难以判断文章的学术贡献；其二，实证分析部分虽然使用了比较前沿的方法，但基础工作不够扎实，如研究设计不合理、样本的筛选过程不严谨、离群值未妥善处理、结论的稳健性值得怀疑等；其三，实证结果的呈现方式不妥，论文的排版不够精致，对于专业术语的表述不严谨，结果的分析不深入等。为此，在本讲中，我将主要介绍如下两个个问题：一是如何收集、管理和研读文献；二是如何投稿、修改和发表论文。

 Stata高级班包括8个专题，主要涉及如下几个方面的内容：

（1）面板模型：动态面板模型、面板VAR模型和面板门槛模型（第1讲和第3讲），作为基础，在第2讲中，将介绍Bootstrap和Monte Carlo模拟相关的知识；

（2）内生性问题，包括处理效应模型和倾向得分匹配分析两类模型（第5讲），作为这一讲的基础，在第4讲中，将介绍Logit模型；

（3）随机边界分析相关的模型：传统的SFA模型、异质性SFA模型、面板SFA模型，以及双边SFA模型（第6讲）;

（4）计数模型（第7讲）：被解释变量为计数变量，如专利个数、违章次数、被证监会批评的次数等；

（5）结构方程模型（第8讲）：重点介绍路径分析和中介效应，以及如何采用图形界面高效地进行结构方程模型估计和检验。

课程的特色和详情介绍如下：

其一，介绍了几个应用日益广泛的面板模型。时至今日，多数领域使用的都是面板数据，也对相关的模型提出了越来越高的要求。在第1讲中，我将介绍专门用来分析变量自身以及多个变量之间动态关系的动态面板数据模型和面板VAR模型。这两类模型在经济增长、公司金融、国际贸易、劳动经济学等领域都得到了广泛应用。此外，在实证分析中，经常要处理结构变化问题，目前主要使用交叉项和分组回归等方式，但这两种设定方法都需要预先知道或假设结构变化点，使其合理性颇受质疑。而第3讲中介绍的面板门槛模型则基于“让数据说话”的原则，自动搜索结构变化点，从而克服了上述方法的局限。

其二，内生性问题。显然，内生性问题是困扰我们这个时代的学者的一个普遍而棘手的问题。在第5讲中，我将介绍两类处理由于自我选择偏误导致的内生性问题的模型。一是处理效应模型，主要应对解释变量中所包含的0/1内生变量；二是倾向得分匹配分析方法，主要通过多维配对的方式来解决自我选择偏误。翻阅最近2年发表于经济研究、管理世界、经济学季刊等期刊的文章，这两类模型在处理内生性问题方面得到了诸多学者的青睐。作为上述两类模型的基础，第5讲介绍Logit模型。一方面，Logit模型是研究很多0/1选择问题的主要方法；另一方面，在诸多解决内生性问题的模型中（如Heckman选择模型、PSM、DID、RDD等），Logit都是非常关键的环节。

其三，全面介绍了目前日益得到广泛应用的随机边界模型（SFA），包括异质性SFA、面板SFA和双边SFA，是产出效率、成本效率、议价能力、投资效率估算等领域的主要分析工具。异质性随机边界模型有助于我们在估算出无效率程度的同时，可以进一步分析影响非效率程度的因素。在前期文献中，固定效应面板SFA模型的估计是一直是个难题，本课程中提供了Greene(2005) 提出的TFE-SFA（True fixed effect SFA）模型，以及Wangand Ho(2010)提出的Scaling-TFE (Scaling True Fixedeffect SFA) 模型的Stata估计程序，能够很方便地估计包含固定效应的面板SFA模型。双边随机边界模型（Two-tier SFA）由Kumbhakar,Tsionas and Sipil inen(2009)提出，在衡量信息不对称程度、投资效率、议价能力等方面有重要应用，如卢洪友, 连玉君 and 卢盛峰(2011)使用该模型测度了中国医疗市场的信息不对称程度，Lian and Chung(2008)使用该模型测度了中国上市公司的融资效率。完成SFA估计后，如何估计无效率程度在文献中也存在争议，本课程中提供了一个便捷的命令，可以得到多种文献中常用的无效率估计量，以便作对比分析或稳健性分析。

其四，在第7讲中，我将为大家介绍Count Data模型。这是以往stata培训班和stata视频教程中都没有涉及的内容。在很多实证研究中，被解释变量不再是连续变量，而是计数变量，如专利数、新产品数量、融资次数、CEO变更次数等，此时使用计数模型 (Count Data Model) 更为合理。在近期应用非常广泛的微观数据库中（如家庭金融调查数据库、中国劳动力动态调查数据库、家庭与营养健康调查数据库等），计数变量都普遍存在。本讲的学习为分析这类变量提供了极大的便利。

其五，新增了结构方程模型的讲解。在stata12中，Stata公司首次推出SEM模块，并提供了近300页的说明书，而在stata13中，进一步增加了GSEM模块，功能大幅提高，说明书也增加到了500多页。Stata对于SEM的重视和快速发展由此可见一斑。类似于GMM在解决内生性问题方面的独特优势，SEM在衡量偏误、路径分析、效应分解方面独具优势，日后将在经济和金融领域获得广泛的认同和应用。

1，无论报初级班还是高级班，缴费成功后都享受如下优惠：

　√ （a）赠送与所报课程相同的stata视频教程，即报初级班送初级班视频，报高级班送高级班视频，报全程送【初级+高级+论文攻略】视频；

　√ （b）5折优惠购买未赠送的其他Stata视频；

2，现场班老学员9折优惠；

3，同一单位三人以上同时报名9折优惠；六人以上同时报名8折优惠；

4，Stata连老师之前的现场班学员可以7折优惠参加；

5，Stata连老师之前的视频班学员可以8折优惠参加；

6，优惠2,3,4,5不叠加。

PS：根据报名缴费顺序安排现场座位。

1. 点击文末“阅读原文”填写信息提交；

　PS：报名时请留言处注明是全程还是初级，高级~

2. 电话确认，订单缴费；

3.缴费确认，开课前一周发送软件准备，电子版讲义；

4. 现场领取发票及邀请函。

魏老师
QQ：2881989714
Tel：010-68478566
Mail：[email protected]

预祝大家2017年新年快乐(*^__^*)

2

1

7