⛳ 连享会-助教入选通知-江艇专题——深度·因果推断

发布时间:2023-07-23 阅读 2249

Stata连享会   主页 || 视频 || 推文 || 知乎 || Bilibili 站

⛳ Stata 系列推文:

承蒙各位的关爱和支持,自连享会专题课:「江艇专场:深度因果推断」(网页版) 发布以来,我们陆续收到了来自国内外 28 所高校院系和研究机构共 39 位老师和同学的申请。最终,我们诚挚地邀请 9 位老师和同学担任本次课程的助教。此外,我们还邀请了 8 位资深助教参与。因此,此次课程将有 17 位助教为大家提供全方位的答疑和服务工作。

我们将共同努力,为大家提供最佳的交流和学习环境。

参加本次课程的同学和老师们,可以随时在「课程微信群」中 @助教,以便实时答疑解惑,轻装前行。

入选名单

  • 刘 东   中国农业大学
  • 庞小冬   首都师范大学
  • 闫 茹   浙江大学公共管理学院
  • 吴小齐   西北大学
  • 黄锦兰   广西大学
  • 段义学   西安交通大学
  • 郝宇琳   美国罗切斯特大学
  • 许新鹏   南京医科大学
  • 乔 刚   南京大学商学院
  • *陈卓然   北京大学
  • *初 虹   山东财经大学
  • *陈 波   暨南大学
  • *涂冰倩   浙江大学
  • *冷 萱   西南财经大学
  • *屠西伟   北京师范大学
  • *王昆仑   上海交通大学
  • *秦利宾   厦门大学

Note: * 为往期助教直录。请上述同学查收报名时登记的邮箱。

附:课程详情

连享会: 深度 · 因果推断

精讲:非常重要,却难于精通的计量方法

  • 嘉宾: 江艇 (中国人民大学)
  • 时间: 2023 年 8 月 2-5 日 (四天)
  • 地点: 西安 · 西北工业大学
  • 主题:
    • 敏感性分析 (1 天)
    • 双差分:DID 的三大难点及应对 (2 天)
    • 工具变量法:各类新近发展的 IV 方法 (1 天)
  • 授课方式
    • 每天 6 小时 (9:00-12:00;14:30-17:30) + 半小时答疑
    • 讲义电子版于开课前一周发送;纸质讲义由主办方统一印制
    • 软件:Stata16及以上
  • PDF 大纲:  https://file.lianxh.cn/KC/lianxh_JT.pdf
  • 参考文献和资料: -点击下载-

2. 嘉宾简介

江艇,香港科技大学商学院经济学博士,中国人民大学经济学院副教授,人大国家发展与战略研究院研究员,人大微观数据与实证方法研究中心副主任,美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学,在 Economics LettersReview of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文,曾应邀在多所高校讲授「应用微观计量经济学」短期前沿课程,被誉为「醍醐大师」。

3. 课程详情

专题一:敏感性分析(1 天)

控制回归是因果识别中最基础的方法,但其中的关键假设——“无混淆性”往往难以验证。在这种情况下,我们需要考虑在「无混淆性」假设无法完全得到满足的各种场景下,因果效应估计结果会发生怎样变化,这些变化是否会对研究结论产生实质性影响?这就是所谓的「敏感性分析」,它已经成为 Top 期刊论文中除了稳健性检验异质性分析 之外的另一个必要内容。本专题将系统介绍几种主要的敏感性分析方法和工具,包括它们的统计含义、联系与区别,以及在 Stata 中的实现方法和扩展应用,包括如下几个主题:

  • 基于系数估计值的方法:Bellows and Miguel (2009); Nunn and Wantchekon (2012)
  • 基于相关系数的方法:Altonji et al (2005); Aidt and Franck (2015)
  • 双参数方法:Oster (2019)
  • 基于拟合优度的方法:Cinelli and Hazlett (2020)

专题二:双重差分的三大难点及应对(2 天)

双重差分方法因果识别中应用最为广泛的方法,它易于上手,却难于精通。本专题将重点讨论该方法应用中的三大难点:
其一, DID 的各种变体分别适用于哪些应用场景?
其二, 如何理解和选择新近提出的各类「交错 DID」方法?
其三, 如何论证「平行趋势假设」?

具体涵盖如下主题:

  • 经典的两期与多期DID:Card and Krueger (1994); Qian (2008)
  • 连续DID、队列DID与DDD:Nunn and Qian (2011); Duflo (2001); Muralidharan and Prakash (2017)
  • 匹配DID与合成DID:Fowlie et al (2012); Arkhangelsky et al (2021)
  • 交错DID的诊断和新方法:Goodman-Bacon (2021); Sun and Abraham (2020); Callaway and Sant'Anna (2021); Borusyak et al (2023); Wooldridge (2021); Cengiz et al (2019)
  • 平行趋势的可视化、稳健推断和工具变量方法:Freyaldenhoven et al (2021); Rambachan and Roth (2023); Freyaldenhoven et al (2019)

专题三:工具变量方法(1 天)

工具变量法是最具想象力也最具争议的因果识别方法。针对这两个特点,本专题集中于两个方面:
其一,介绍几种最新的工具变量构造方法,以应对传统方法的缺陷;
其二,深入讨论如何论证工具变量法的关键识别假设,以及如何应对各种可能有违这些假设的情形,如敏感性分析、弱工具变量检验、放松排斥性约束等。

具体涵盖如下主题:

  • Bartik IV / Shift-share IV:Goldsmith-Pinkham et al (2020); Borusyak et al (2022); Nunn and Qian (2014)
  • Simulated IV:Currie and Gruber (1996); Fetter and Lockwood (2018); Borusyak and Hull (2022)
  • Granular IV:Gabaix and Koijen (2023); Gabaix and Koijen (2022)
  • Judge IV: Dobbie et al (2017); Stevenson (2018)
  • 弱工具变量的稳健推断:Lee et al (2022); Angrist and Kolesar (2022)
  • 检验和放松排斥性约束:Kippersluis and Rietveld (2018)

相关课程

关于我们

  • Stata连享会 由中山大学连玉君老师团队创办,定期分享实证分析经验。
  • 连享会-主页知乎专栏,1000+ 推文,实证分析不再抓狂。在线课堂 有很多视频课程,可以随时观看。

New! lianxh 命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc, ihelp, rdbalance, gitee, installpkg