查看原文
其他

内生性, 工具变量与 GMM估计, 程序code附

因果推断研究小组 计量经济圈 2021-10-23

凡是搞计量经济的,都关注这个号了

箱:econometrics666@sina.cn

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

今天,咱们圈子引荐清华大学经管院潘文卿教授关于“内生性、工具变量与GMM估计”的slide。潘教授对计量经济学在中国的普及起到很大推动作用,而且一直跟上该领域的发展前沿。


关于内生性,咱们已经有内生性问题操作指南, 广为流传的22篇文章,关于工具变量,已有工具变量IV必读文章20篇, 因果识别就靠他了,关于GMM估计,已有GMM是IV、2SLS、GLS、ML的统领,待我慢慢道来但下面这份slide,能够将这三个概念结合起来讲解,让各位学者更为系统掌握里面的逻辑。后面附上了Stata和Eviews的示例代码,各位按需参看保存。

下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2年,计量经济圈公众号近1000篇文章,

Econometrics Circle

数据系列:空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 |

计量系列:匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 

数据处理:Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |


干货系列:能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 |

计量经济圈组织了一个计量社群,有如下特征:热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。


: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存