一、课程简介

本课程通过覆盖全课程的完整代码、配套数据，以及对应理论方法，系统讲授Stata软件的基本操作、编程、数据管理与图形可视化，通过学习，使初步接触Stata软件的学员，能够熟练、高效、规范的使用Stata软件，进而由浅入深，全面讲授目前在各应用研究领域（公司金融、会计学、区域经济学、产业经济学、城市经济学、国际金融等）使用最为广泛的计量分析方法：线性回归模型、工具变量估计方法（IV）、面板数据模型（线性、非线性、非平稳）、二值与多值选择模型、双重差分方法、断点回归、合成控制法、空间面板数据模型等。

课程的主要目的在于帮助高校教师、在校博硕士研究生，以及优秀本科生，完整的掌握学术论文实证过程中的数据预处理、计量经济模型构建与选择，计量模型实现与结果解读的完整过程，因此，在课程的安排上，先是对Stata软件应用的基本技术、数据处理的相关技巧和实务，以及Stata软件程序命令编写的主要知识点进行深入学习，继而进行计量理论内容和Stata软件实现相结合的教学，再对主要命令实现计量理论模型过程与结果解读进行讲授，最后，对主要模型配之以示例论文，完整再现论文，达到论文复制与再现的目的。

课程分为初级和高级两个系列。Stata初级课程主要包括Stata软件应用和主流基本模型实现两大部分。数据处理和研究设计是实证研究中最为耗时和费神的工作之一，如何利用Stata软件高效地进行数据预处理，成为许多实证研究者首先要面临的问题，设置初级模块的初衷之一即为Stata初学者建立Stata学习的整体框架，掌握Stata软件的命令与程序的主要语法规范，提升Stata数据管理的基本技能，为实现论文数据的高效管理奠定坚实基础，起到事半功倍的效果；初衷之二是对目前计量经济学领域中基本方法进行系统讲解，对诸如线性回归中系数的边际效应、交乘项系数、中介效应、调节效应；工具变量的识别与选择、弱工具变量检验；静态面板数据模型的组内、组间与一阶差分估计方法的比较与选择、内生性与工具变量；双重差分方法的平行趋势检验、7种估计命令（包括Stata最新官方命令），以及包含最新时间-空间维度的安慰剂检验等系统讲授，使得学员能够熟悉当前重要期刊中的主流方法，通过具体例文的Stata实现及结果分析，全面系统的掌握这些方法具体应用。因此，初级模块适合需要系统掌握Stata软件操作及其在基础主流计量经济学中应用的学员。

二、课程对象

高等院校和科研院所经济学、管理学、政治学、社会学、教育学等经济、管理、教育、政治等社会学科及相关社科类从事定量学术研究的教师、博硕士研究生、优秀本科生和学者，以及其他对Stata统计计量软件与计量经济方法感兴趣的研究人员。

三、课程特色

一、注重Stata软件应用的基础操作与实际应用技能提升

初级班主要针对零基础或初步接触Stata软件，或已有一定Stata基础但计量经济学基础较为薄弱的学员，重点通过讲授三个模块提升软件操作与实际应用技能：一是Stata软件的基础操作，包括Stata命令与程序的基本语法结构，文件的创建与优化；二是Stata软件的实操训练，包括主流数据库和大型社会调查数据的合并与转换，通过简要程序提升数据处理技能；三是Stata软件在计量经济模型中的应用，包括主流的面板数据模型、政策评价的双重差分（DID）模型，以及中介效应和调节效应模型。

二、注重经典计量模型的理论与软件应用

初级班课程，在重点讲授Stata软件应用外，也注重Stata软件在计量模型中的具体应用与实现。在充分考虑模型应用的广泛性与代表性的基础上，从众多计量模型中，选择了多元线性回归模型、中介效应与调节效应、面板数据模型与双重差分模型，上述四类在当前学术论文中，应用广泛的模型。综合使用“PPT+注解+软件代码”三维一体的教学模式，从计量理论模型入手，剖析模型的基本原理，通过软件代码，实现模型的具体估计，进而完成软件结果的解读。

三、注重模型的具体实现与例文中的应用

初级班课程的计量模型部分，针对性给出相关实证例文，详细解读例文的选题、模型构建、变量选择、模型估计、结果输出与解读等论文写作的重要环节，进一步提升对计量模型的理解与软件实现，并能从容应对自己论文实证研究中可能出现的各种实际情况，提升学术论文的写作技能。

四、课程大纲

第1讲 Stata基础操作（3h）

  1.1 Stata软件快速入门

  1.2 Stata菜单操作

  1.3 Stata路径设定与修改：sysdir和adopath

  1.4 Stata外部命令科学管理与更新

  1.5 各类文件的合理组织：do文件、ado文件和数据文件

  1.6 Stata命令与帮助文件

  1.7 do文件创建与优化

  1.8 标量与矩阵

第2讲 数据处理与科学绘图（3h）

  2.1 数据处理准备

    2.1.1 各类数据导入与导出

   2.1.2 整理、提取和变量转换

  2.2 合并、转换与堆叠

    2.2.1纵向与横向数据合并

   2.2.2 数据转换

   2.2.3 数据堆叠与面板数据构建

  2.3 数据清理

   2.3.1 单变量清理

   2.3.2 多变量清理

  2.4 缺失值与补漏方法集成

  2.5 数据清理实操

    2.5.1 主流数据库：Wind数据转换为Stata面板数据

    2.5.2 微观调查类数据处理：以CFPS数据为例

  2.6 Stata数据的科学绘图

   2.6.1 基础图形命令应用

    2.6.2 面板数据的动态显示

    2.6.3 交错事件面板数据图形

    2.6.4 回归系数可视化

第3讲 Stata程序与编程（3h）

 3.1 局域暂元与全局暂元

   3.1.1 global的使用技巧

   3.1.2 local的几种常用方法

 3.2 条件与循环语句

   3.2.1 巧用if嵌套语句

   3.2.2 循环语句

 3.3 程序编写规范与语法解析

   3.3.1 Stata程序结构

   3.3.2 程序参数解析

   3.3.3 程序返回值

   3.3.4 标准语法解析

   3.3.5 参数类型验证

   3.3.6 低级参数解析

   3.3.7 临时变量、矩阵和文件

 3.4 ado文件与hlp文件

   3.4.1 ado文件编写规范

   3.4.2 标准帮助文件的编写

 3.5 Stata编程示例: LM和GMM估计的代码编程

第4讲 线性回归模型、内生性与工具变量法（3h）

 4.1 regress估计、结果解释与边际效应

 4.2 如何正确使用稳健与聚类-稳健标准误

 4.3 Wild cluster bootstrap

 4.4 自变量相对重要性的Shapley分解

 4.5 内生性问题的来源与修正方法

 4.6 IV估计量：IV、2SLS和GMM

 4.7 恰好与过度识别模型的IV估计

 4.8 弱工具变量检验

 4.9 IV和OLS估计系数差异分解

 4.10 例文软件实现与解读：尹志超等. 农村劳动力流动对家庭储蓄率的影响[J]. 中国工业经济,2020.

第5讲 因果推断经验研究中的中介效应与调节效应（IV）（3h）

  5.1 中介效应模型的现行做法与检验

  5.2 中介效应检验的反思

  5.3 中介效应分析的操作建议

  5.4 中介效应估计新命令：sgmediation2

  5.5 具有工具变量的中介效应分析

  5.6 基于结构方程模型的中介效应分析

  5.7 调节效应模型与交乘项

  5.8 调节效应与异质性分析

  5.9 调节效应分析的操作建议

  5.10 例文软件实现与解读：

孙伟增,毛宁,兰峰等.政策赋能、数字生态与企业数字化转型——基于国家大数据综合试验区的准自然实验[J].中国工业经济,2023.

曹伟,綦好东,赵璨.企业金融资产的配置动机：基于产权性质与异质性股东参股的分析[J].中国工业经济,2023.

第6讲 静态面板数据模型与双重差分法（3h）

 6.1 估计量比较：混合OLS、组内、组间与一阶差分

 6.2 模型选择检验：固定效应or随机效应模型

 6.3 面板数据内生性与IV估计

 6.4 高维固定效应模型：reghdfe

 6.5 政策评估两种偏误如何影响评估效果

 6.6 双重差分的7种估计方法

 6.7 双重差分法的平行趋势检验与安慰剂检验

 6.8 Stata时间-空间维度安慰剂检验新命令

 6.9 多期双重差分的估计与规范作图

 6.10 三重差分估计如何检验平行趋势

 6.11 例文软件实现与解读：曹清峰.国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据.中国工业经济,2020.

优惠：

现场班老学员9折优惠；
同一单位三人以上同时报名9折优惠；

以上优惠与学生优惠价不叠加。

课程提供发票，开课通知及结业证书；课程资料包含do文档，讲义，数据及范例论文。

联系方式：

尹老师

电话：13321178792

QQ：42884447

WeChat：JGxueshu