课程概览
计量经济学是经济学论文与金融行业的常见核心要素。无论您计划深耕学术界还是进入业界发展，提早学习计量经济学都将在未来带来不菲收益。本课程分为两个模块。前四讲旨在帮助学生掌握计量经济学论文必备的理论基础，剩余六讲将重点指导学生运用前四讲所学知识，完成一篇符合剑桥学术标准的研究论文。课程结束后，学生不仅将打下坚实的计量经济学基础，更能获得具有普适性的学术研究实战经验。
学习目标
- 理解并应用基础计量经济学方法，包括普通最小二乘法（OLS）、固定效应与随机效应模型。
- 掌握构建计量模型时如何设定假设并进行检验。
- 能够分析不同类型数据（包括截面数据、时间序列数据和面板数据）。
- 撰写符合剑桥学术标准的研究论文
- 掌握实用研究技能，包括数据收集方法及用于回归分析的 Stata 编程技能。
逐课课程纲要
01简单回归模型
OLS 模型、系数假设检验、高斯—马尔可夫假设、无偏性与效率。
02截面数据
模型设定、系数解释、假设及其含义，多元模型的高斯—马尔可夫假设及函数形式。
03时间序列数据
时间序列性质与模型、假设、序列相关、异方差、趋势及季节性。
04面板数据
结合截面与时间序列，研究固定效应、随机效应模型的原理及假设。
05学术写作与结构
学习正式经济学论文的组成部分。
06Stata 实践
通过实例学习 Stata 的使用。
07构建计量模型
围绕课题构建合理可行的计量模型，使其能得出可观测、可检验的目标变量值，并选择合适的方法。
08数据分析
运用所学理论分析 Stata 输出结果。
09研究论文写作
撰写整合前述研究部分的论文。
10总结
总结与回顾理论知识与研究项目。
研究方法与成果表达
- 理论：四类数据与回归模型的基础。
- 实践：选题建模、Stata 分析与结果解释。
- 表达：按经济学研究规范组织论文。