KEMOSABEr-CSDN博客

原创经济学实证论文写作经验分享

下面的推文内容是我在这学期期初组会上给研一学弟学妹做的一点经验分享，大概主题是如何选题 + 如何做规范的经济学/金融学实证研究，内容略有增删。Note:Note:Note: 1、该文首发于微信公众号DMETP，欢迎关注；2、组会PPT可在公众号后台回复关键词ppt获取；3、在PPT中，下划线文字代表超链接，在全屏状态下可点击跳转。这次组会由我主讲，内容主要包括两个问题，一是怎样找到一个自己感兴趣的，并且又不那么“落伍”的选题。第二个问题是在找到一个比较好的选题后，怎样做一项规范的经济学实证研究。第

2021-11-23 11:33:48 3019 1

原创计量模型 | 前定变量#时间FE

最近在某年会的学术汇报上看到一篇DID实证论文，不过作者构建的计量模型比较特别。这篇文章的基本财务数据来自工企数据库，但却用于评估2017年实施的某项政策的政策效应。我们知道，一般的工企数据库的年份区间是1998-2013年，就算是使用最新的数据也只能到2015年（最近EPS中国微观经济数据查询系统将其更新至2015年，但数据真实性与有效性本人暂未验证），那么作者是如何用1998-2013年的财务数据来评估2017年实施的某项政策的呢？Note:Note:Note: 该文首发于微信公众号DMETP，欢迎

2021-11-10 17:08:49 2051

原创中国工业企业数据库 | 特殊样本统计

这篇推文是对本公众号早期推文的思考，漏洞在所难免，欢迎指出。Note:Note:Note: 该文首发于微信公众号DMETP，欢迎关注！在对中国工业企业数据库进行数据清洗之后，一个伴随而来的问题是：数据清洗本身会否影响估计结果？之所以进行数据清洗，绝不仅仅是为了逼近所谓的“研究范式”，更多在于使得估计结果更能反映“平均水准”，或者确保参与回归的样本的固有特征不存在系统性偏差（这里有点类似于PSM），比如为了排除极端值的干扰，一般都会对连续型变量进行缩尾/截尾处理；比如为了保证所有样本企业的资产负债指

2021-11-02 21:34:20 859

原创计量模型 | 固定效应与交互固定效应

这期推送简单谈一下我本人对固定效应与交互固定效应一些或许不太成熟的理解。Note:Note:Note: 1、该文首发于微信公众号DMETP，欢迎关注；2、需要本次推送所使用的数据和代码的朋友，可以在公众号后台对话框内回复关键词fe。在LSDV法下，FE本质就是控制变量，所以在经济含义上，FE（包括交互FE）与一般意义上的控制变量并无二致。那么，回归方程中为什么要加入控制变量？为了剥离其他因素的影响。设想一种极端情况，被解释变量yyy只对核心解释变量xxx做回归，其他影响yyy的因素都放到残差项中，

2021-10-12 11:51:23 6769

原创计量模型 | 时间固定效应与时间趋势项

这期推送将比较时间固定效应和时间趋势项的区别，并使用两种方法对模型中可能存在的trend进行识别。Note:Note:Note: 1、该文首发于微信公众号DMETP，欢迎关注；2、需要本次推送所使用的数据和代码的朋友，可以在公众号后台对话框内回复关键词trend。一、时间FE & 时间trend在LSDV法下，时间固定效应（time FE）表现为一系列的时间虚拟变量，对于特定年份year∗year^*year∗，若样本所处年份是year∗year^*year∗则记为1，否则记为0。在Sta

2021-10-06 17:16:46 9092 4

原创论文写作 | 排除干扰性因素、机制检验与异质性分析

这期推送简单谈一下我本人对经济学实证论文写作排除干扰性因素、机制检验和异质性分析的一些不甚成熟的理解。本文首发于微信公众号DMETP，欢迎关注！论文的实证部分一般要回答两个问题，一是核心解释变量x是否影响被解释变量y，二是具体的影响机制，即x如何影响y。为了回答第一个问题，论文在基准回归之后一般会设计一系列的识别条件检验和稳健性检验，包括对模型的特定假设进行检验（如DID的平行趋势检验），对模型可能存在的因果推断问题（内生性）进行讨论、检验和缓解，排除可能影响研究结论的其他干扰性因素，对x影响y的

2021-09-22 22:10:07 14069 3

原创数据处理 | 一些野路子

这期推送简单介绍一下我在以往清洗数据的过程中用过的一些野路子。这期推文其实在上期之后就一直在构思，只是在实际落地的时候有一些小问题需要解决，然后这段时间又在忙其他事情，所以就一直拖到了现在……Note:Note:Note: 1、下划线字体为链接，可点击跳转；2、推文中的公式与代码块均可左右滑动；3、该文首发于微信公众号DMETP，欢迎关注；4、需要本次推送所使用的数据和代码的朋友，可以在公众号后台对话框内回复关键词coups；5、文中所有外部命令均可通过以下方式获得，以高维固定效应估计命令reghdf

2021-09-08 10:29:52 2537

原创 Heckman两步法 | 样本选择模型 & 处理效应模型

这期推送简单介绍一下样本选择模型和处理效应模型，其中样本选择模型是一般意义上的Heckman两步法，后者则借鉴了Heckman两步法的构建思想，但又不完全等同于前者。模型介绍之后，将利用help文件中的示例数据与代码简单演示一下这两个模型在Stata中的具体操作，然后简单评述一下现阶段文献中对这两个模型的理解与应用情况，最后结合一篇论文的公开数据与代码进行结果复盘与二次验证。Note:Note:Note: 1、下划线字体为链接，可点击跳转；2、推文中的公式与代码块均可左右滑动；3、该文首发于微信公众号D

2021-08-07 19:33:16 40675 19

原创双重差分法之PSM - DID

这次推文的内容主要是介绍选择偏差及其导致的内生性问题，以及缓解这种内生性问题的倾向得分匹配法（Propensity Score Matching，PSM），并且用一实例介绍一下如何将PSM与DID结合，即PSM - DID在Stata中的具体操作。（本文首发于个人微信公众号DMETP，欢迎关注！）注：推文中的公式与代码块均可左右滑动；需要本次推送所使用的数据和代码的朋友，可以在公众号后台回复关键词psmdid~[概要]文章目录一、选择偏差与内生性1.1 结论可信吗？1.2 样本选择性偏差与自选择偏差

2021-07-23 14:32:40 87691 79

原创双重差分法之平行趋势检验

简单介绍一下实证论文中双重差分法（DID）的平行趋势检验（Parallel Trend Test）在Stata中如何操作。（本文首发于个人微信公众号DMETP，欢迎关注！）一、平行趋势假定平行趋势假定是实证论文中使用DID的前提，处理组与控制组的目标变量在政策发生前（事前）只有满足平行趋势假设才能使用DID。反之，如果处理组和控制组在事前就存在一定的差异，那么用DID做出来（可能还很好看）的结果就不再能代表政策的净效应，极有可能存在其他因素影响我们被解释变量的变动，此时可以使用三重差分法（DDD）。关

2021-07-15 20:59:01 77823 3

原创双重差分法之安慰剂检验

简单介绍一下实证论文中双重差分法（DID）的安慰剂检验（Placebo Test）在Stata中如何操作。（本文首发于个人微信公众号DMETP，是往期两篇推文的合辑，欢迎关注！）下面的内容根据实际使用的数据集分为两个部分。一是以一个截面数据集为例，介绍一下安慰剂检验的整个思路与流程。这里使用的是系统数据集auto.dta，由于是简单介绍思路，因此该部分并没有第二部分面板数据那么复杂，且模型中不包括DID的交互项，仅仅是对一个核心变量rep78进行1,000次随机抽样；二是以一个面板数据集为例

2021-07-15 20:58:33 37352 12

原创双重差分法之空间DID

简单谈一下我本人对空间双重差分模型（Spatial Difference in Difference Model，SDID）几点或许不太成熟的理解。（本文首发于个人微信公众号DMETP，欢迎关注！）一、从聚类标准误到空间相关性当使用面板数据进行固定效应模型估计时，考虑到组间异方差和组内自相关，我们必然需要将标准误进行聚类调整。一般来说，聚类调整后的标准误大于异方差稳健标准误，而异方差稳健标准误大于普通标准误，因此，根据聚类标准误做出来的结果是相对最稳健的，这里所说的稳健，指的是系数显著性稳健，因为标准

2021-07-15 20:57:46 8283

KEMOSABEr的博客