HUANG, Jia-Ping

> Teaching > Econometrics


高级计量经济学 (2024秋冬)

本页面包含深圳大学中国经济特区研究中心理论经济学博士课程 高级计量经济学 的相关内容,包括课程信息、课程资料、作业发布等。本页面内容随课程进程推进而不断更新,请选课同学定期关注。

本门课程以理论学习为主,要求选课学生掌握本科阶段的概率论、统计学、微积分、线性代数、初级计量经济学的基本内容,并了解至少一种计量分析软件(例如 Stata 或 R 等)的使用方法。不具备以上知识储备的同学可参考下面列出的参考书或本网站中的其他内容自行学习。实证方面的练习为课后自主进行。鉴于本专业学生在数理经济学方面的基础可能比较薄弱,本门课程将难度设定为等同或略高于一般硕士阶段的水平,并在教学过程中更加重视对基础的巩固。

本门课程总共为4学时,每周两次授课,每次2课时。课程内容大致可分为三部分:第一部分以回归分析为中心,包括数学和统计学基础、线性回归模型的矩阵表达、最小二乘估计量及其性质(重点学习FWL定理和Gauss-Markov定理)、假设检验;第二部分是对第一部分的扩展,包括非线性回归模型、工具变量估计、面板数据模型、极大似然估计、离散因变量模型等;第三部分基于 Neyman-Rubin 的潜在结果模型讨论因果推断方法和在政策评估方面的应用。在时间允许的情况下,我们会对课程内容进行一定程度的扩充。内容包括 GMM 估计、时间序列模型、结构方程模型、非参数估计、bootstrap方法、空间计量方法、机器学习方法等主题。这部分内容将以文献阅读和分享的形式出现。


基本信息

课程代码/国际课程代码:6002033
上课时间与地点:(2024秋冬)星期三/五 7-8节,粤海校区汇文楼行政楼1722
任课教师:黄嘉平
联系方式:请发邮件至 huangjp #at# szu . edu . cn
办公室:粤海校区汇文楼1510
接访时间:(2024秋冬)粤海校区办公室,星期三 15:45-16:30

成绩评价:期中考核 (30%) + 文献分享 (30%) + 期末课程论文 (40%)
教学辅助工具:微助教(酌情使用,主要用于签到和发布资料)
主要参考书

  1. Davidson, R. & MacKinnon, J. G. (2021). Econometric Theory and Methods. Oxford University Press.
    本书可以在作者网站下载:http://qed.econ.queensu.ca/ETM/
  2. Angrist, J. D. & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton University Press.

参考资料

计量经济学基础

  1. DeGroot, M. H. & Schervish, M. J. (2012). Probability and Statistics, 4th Edition. Pearson.
  2. Hansen, B. E. (2022). Probability and Statistics for Economists. Princeton University Press.
  3. Leon, S. J. & de Pillis, L. (2020). Linear Algebra with Applications, 10th Edition. Pearson.

初等至中等难度

  1. Wooldridge, J. M. (2020). Introductory Econometrics: A Modern Approach, 7th Edition. Cengage Learning.
  2. Stock, J. H. & Watson, M. W. (2020). Introduction to Econometrics, 4th Edition. Pearson.
  3. Maddala, G. S. & Lahiri, K. (2009). Introduction to Econometrics, 4th Edition. Wiley.
  4. 硕士高级计量经济学2021年资料(内容比较简单,等同或略高于本科水平).

中等以上难度

  1. Goldberger, R. S. (1991). A Course in Econometrics. Harvard University Press.
  2. William H. Greene (2020). Econometric Analysis, 8th Edition, Global Edition. Pearson.
  3. Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data, 2nd Edition. MIT Press.
  4. Cameron, A. & Trivedi, P. (2015). Microeconometrics: Methods and Applications, Cambridge University Press.
  5. Davidson, R. & MacKinnon, J. G. (1993). Estimation and Inference in Econometrics. Oxford University Press.
  6. Hansen, B. E. (2022). Econometrics. Princeton University Press.
  7. 陈强,高级计量经济学及Stata应用(第二版),高等教育出版社,2014.
  8. 洪永淼,高级计量经济学,高等教育出版社,2011.

因果推断

  1. Scott Cunningham, Causal Inference: The Mixtape. [Website]
  2. Angrist, J. D. & Pischke, J.-S. (2014). Mastering ‘Metrics: The Path from Cause to Effect. Princeton University Press.
  3. Morgan, S. L. & Winship, C. (2015). Counterfactuals and Causal Inference: Methods and Principles for Social Research, 2nd Edition. Cambridge University Press.
  4. Pearl, J. (2009). Causality: Models, Reasonings, and Inference, 2nd Edition. Cambridge University Press.
  5. Pearl, J., Glymour, M., & Jewell, N. P. (2016). Causal Inference in Statistics: A Primer. Wiley.
  6. Hernán, M. A. & Robins, J. M. (2020). Causal Inference: What If. CRC Press. [PDF]
  7. Huntington-Klein, N. (2022). The Effect: An Introduction to Research Design and Causality. CRC Press. [Website]

进度与资料

以下为教学计划。实际教学进度可能根据实际情况进行调整。

  • Lecture 0
  • Lecture 1
  • Lecture 2
  • Lecture 3
    • 线性回归模型(一)最小二乘解:[slides]
  • Lecture 4
    • 线性回归模型(二)几何特征:[slides]
  • Lecture 5
    • 线性回归模型(三)Frisch-Waugh-Lovell 定理:[slides]
  • Lecture 6
    • 线性回归模型(四)OLS估计量的统计学性质:[slides]
  • Lecture 7
  • Lecture 8
    • 大样本检验、区间估计、异方差稳健标准误:[slides]
  • Lecture 9
  • Lecture 10
  • Lecture 11
    • 最大(极大)似然估计:[slides]
  • Lecture 12
  • Lecture 13
    • Neyman-Rubin 潜在结果模型:[slides]
  • Lecture 14
    • 基于可观测协变量的因果推断:匹配
      [slides]
  • Lecture 15
    • 基于不可观测协变量的因果推断(一):双重差分与合成控制
      [slides]
  • Lecture 16
    • 基于不可观测协变量的因果推断(二):IV与LATE
      [slides]
  • Lecture 17
    • 基于不可观测协变量的因果推断(三):断点回归设计
      [slides]

文献分享

日程安排

日期 分享人 1 文献 1 分享人 2 文献 2
10月30日 3 Chow (1960) 6 Ramsey (1969)
11月6日 1 Hausman (1978) 7 Pesaran (1974)
11月13日 2 Moulton (1986) 4 Efron (1979)
11月27日 5 Griliches & Hausman (1986) 1 Browning & Meghir (1991)
12月11日 6 Rosenbaum & Rubin (1983) 2 LeLonde (1986)
12月18日 5 Imai et al. (2010) 3 Bertrand et al. (2004)
12月25日 4 Abdulkadiroğlu at al. (2016) 7 Barreca et al. (2016)

文献列表

  1. Chow, G. C. (1960). Tests of Equality Between Sets of Coefficients in Two Linear Regressions. Econometrica, 28(3):591-605.
  2. Ramsey, J. B. (1969). Tests for Specification Errors in Classical Linear Least-Squares Regression Analysis. Journal of the Royal Statistical Society, Series B (Methodological), 31(2):350-371.
  3. Hausman, J. A. (1978). Specification Tests in Econometrics. Econometrica, 46(6):1251-1271.
  4. Pesaran, M. H. (1974). On the General Problem of Model Selection. The Review of Economic Studies, 41(2):153-171.
  5. Moulton, B. R. (1986). Random group effects and the precision of regression estimates. Journal of Econometrics, 32(3):385-397.
  6. Efron, B. (1979). Bootstrap Methods: Another Look at the Jackknife. The Annals of Statistics, 7(1):1-26.
  7. Griliches, Z. & Hausman, J. A. (1986). Errors in Variables in Panel Data. Journal of Econometrics, 31:93-118.
  8. Browning, M. & Meghir, C. (1991). The Effects of Male and Female Labor Supply on Commodity Demands. Econometrica, 59(4):925-951.
  9. Rosenbaum, P. R. & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1):41-55.
  10. LeLonde, R. J. (1986). Evaluating the Econometric Evaluations of Training Programs with Experimental Data. The American Economic Review, 76(4):604-620
  11. Imai, K., Keele, L., Yamamoto, T. (2010). Identification, Inference and Sensitivity Analysis for Causal Mediation Effects. Statistical Science, 25(1):51-71.
  12. Bertrand, M. Duflo, E., Mullainathan, S. (2004). How Much Should We Trust Differences-in-Differences Estimates? The Quarterly Journal of Economics, 119(1):249-275.
  13. Abdulkadiroğlu, A., Angrist, J. D., Hull, P. D., Pathak, P. A. (2016). Charters without Lotteries: Testing Takeovers in New Orleans and Boston, The American Economic Review, 106(7):1878-1920.
  14. Barreca, A. I., Lindo, J. M., Waddell, G. R. (2016). Heaping-Induced Bias in Regression-Discontinuity Designs. Economic Inquiry, 54(1):268-293.

期中考核

期中考核将采用作业形式,内容为理论问题。

  • [题目及要求]
  • 提交方法:将答案保存为 PDF 文档后,以电子邮件方式提交。
  • 截止日期:2024年11月5日 23:59:59
  • [参考答案]

期末考核

期末考核采取课程论文形式,具体要求如下


Hosted on GitHub Pages using the Minimal theme with customizations.
Copyright ©2017-2024 Jia-Ping HUANG. All rights reserved.