培訓目的:
????使學員熟練使用Stata進行實證分析工作,主要包括:
(1)掌握多種常用的估計方法(如普通小二乘法、廣義小二乘法、非線性小二乘法、大似然估計、iv估計和gmm);
(2)學會估計和分析時間序列和面板數據常用模型(如單位根檢驗、協整分析、var、固定效應模型、隨機效應模型、動態面板模型、面板單位根檢驗和面板協整分析等等);
(3)學會編寫一個完整的Stata程序;
(4)學會應用Stata進行抽樣和模擬分析,包括bootstrap和monte carlo模擬分析
?
培訓內容:
?
計量分析與Stata應用
1. ????????普通小二乘法(OLS)
1.2?????解讀OLS回歸結果
1.3?????殘差分析與穩健型估計
1.4?????管理多個回歸結果
2.?????????廣義小二乘法(GLS)
2.1???? GLS的基本思想
2.2?????異方差
2.3?????序列相關
2.4?????似無相關模型(SUR)
3.?????????非線性小二乘法(NLS)
3.1???? NLS的基本思想
3.2???? NLS程序的編寫
3.3?????范例:估計動態部分調整模型
4.?????????大似然估計(MLE)
4.1???? MLE的基本原理
4.2?????似然函數的設定
4.3?????程序的調試、起始值的設定和相關問題
4.4?????范例:線性回歸模型、Logit模型、Probit模型
5.?????????工具變量法與GMM
5.1?????內生性問題與工具變量法
5.2?????兩階段小二乘法(2SLS)
5.3?????廣義矩估計法(GMM)
5.4?????過度識別檢驗(Sargan檢驗與Hausman檢驗)
5.5?????弱工具變量問題
6.?????????時間序列分析
6.1?????時間序列資料的處理
6.2???? ARIMA模型
6.3?????向量自回歸(VAR)模型:估計和檢驗
6.4?????向量自回歸(VAR)模型:因果檢定和沖擊反應
6.5?????單位根檢驗
6.6?????協整分析和誤差修正模型
6.7???? GARCH模型(GARCH,E-GARCH,T-GARCH)
7.?????????面板數據模型
7.1?????靜態面板模型:固定效應?v.s.?隨機效應
7.2?????時間效應、模型的篩選和常見問題
7.3?????異方差、序列相關和截面相關
7.4?????內生性問題(面板IV-GMM估計)
7.5?????動態面板模型(Difference GMM和System GMM)
7.6?????面板隨機系數模型
7.7?????面板隨機前沿模型
7.8?????面板單位根檢驗
7.9?????面板協整分析
8.?????????STATA高級程序
8.1?????暫元的高級功能
8.2?????暫時性物件
8.3?????輸入項
8.4?????輸出項
8.5?????可分組執行的程序
8.6?????可重新顯示結果的程序
8.7?????子程序
8.8?????程序勘誤與調試
8.9?????幫助文件的編寫
9.?????????模擬分析(Simulation)與自體抽樣(Bootstrap)
9.1?????隨機數的產生和常用分布
9.2???? Bootstrap
9.2.1???? Bootstrap的基本原理
9.2.2???? Bootstrap獲得標準 |