前不久，社群讨论了1.“显著不显著的后背是什么, 非(半)参估计里解决内生性”，2.“计量社群里关于使用交互项还是中介效应分析开展机制研究的讨论”，3.“为啥面板数据回归中, 即使X对Y的解释程度很大, 但R-square一般都很小?”，4.多期DID中使用双向固定效应可能有问题! 又如何做平行趋势检验? 多期DID方法的最新进展如何?，5.收入和年龄等变量是将其转化成有序离散变量还是当成连续变量进行回归呢？6.控制变量就能影响结果显著性, 所以存在很大操作空间, 调参数是常用手段吗？7.回归中常数项显著说明模型中有遗漏变量问题？8.审稿人有义务告诉你回归中可能的遗漏变量么？9.针对很多实证问题的讨论, 随手保存的部分内容以飨学者，１０.未引入交互项主效应为正, 引入后变为负, 解释出来的故事特别好, 主效应符号确实增强了故事性，11.双向固定效应多期DID最新进展和代码汇总, 关于控制变量和固定效应选取的讨论，12.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器，13.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等，14.针对经济学领域中介效应模型问题的回应和理性讨论，15.讨论a(b)对b(a)的新方向论文, 经济学期刊分区问题, 3个机制存在时计量模型设计问题,16.如果解决了内生性, 那么是否意味着证实了变量之间的因果关系呢？17.解释变量提升一个标准差，被解释变量提升几个百分比呢？18.关于DID中对照组与处理组的比例问题？19.双重差分法和事件研究法的区别主要在哪里？20.双重差分法和事件研究法的区别主要在哪里？21.统计上不显著的变量表明该变量对结果变量没有影响吗？22.IV与Y在理论上无直接关系, 但用Y对IV做回归发现IV是显著的, 这是咋回事？23.Heckman模型和工具变量IV之间的差异？24.X与Y负相关但回归系数却为正? OLS不显著但2SLS却显著？25.一定要控制时间固定效应吗？26.经济学家说论文是讲故事, 具体是啥意思啊? 最高点赞答案！27.在机制分析中必须是正向的中间影响路径吗?负向的影响路径可以吗？28.回归中所有变量的系数都应该符合预期吗？若一变量的系数不符合预期是否可以呢？等等。这些讨论中有很多非常高质量的内容值得被记录起来，因此后面会形成一个计量圈社群讨论专栏。

社群能坚持4-5年依然如初，还是在于对学术问题的讨论、分享和互助的精神存在。

正文

①

②

企业对外直接投资对母国环境污染的影响：本地效应与空间溢出[J].中国工业经济,2020(02):98-121.

③

Ball, R.T., Gallo, L. & Ghysels, E. Tilting the evidence: the role of firm-level earnings attributes in the relation between aggregated earnings and gross domestic product. Rev Account Stud 24, 570–592 (2019).

We examine whether the contribution of firm-level accounting earnings to the informativeness of the aggregate is tilted towards earnings with specific financial reporting characteristics. Specifically, we investigate whether considering the smoothness of firm-level earnings increases the informativeness of aggregate earnings for future real GDP, and if so, whether macroeconomic forecasters use this information efficiently. Using recently-developed mixed data sampling methods, we find that the aggregate is tilted towards firms with smoother earnings and that this composition of aggregate earnings outperforms traditional weighting schemes. Further, this tilted aggregate has a stronger positive association with forecast revisions; in fact, analysts who utilize earnings the most in their forecasts appear to fully impound the informativeness of earnings smoothness. Our results synthesize and span parallel yet distinct streams of research on the role of accounting earnings in firm-level and macroeconomic outcomes and suggest an important role for financial reporting characteristics in the aggregate.

④

Ghysels E, Kvedaras V, Zemlys V. Mixed Frequency Data Sampling Regression Models: The R Package midasr[J]. Journal of Statistical Software, 2016, 72(4).