基本有用的计量经济学——因果推断

2024暑期

探讨因果关系是经济学实证研究的主要目的，因果关系一般是无法观测到的，我们只能观测到相关性，如何从观测到的相关性中推断出因果效应，是这门课中的主要内容。

计量经济学包括两块内容：统计推断（参数估计和假设检验）和因果推断。然而，现在有很多人搞不清楚两者的区别，在进行实证研究的时候，不知道参数识别（统计推断）和因果识别（因果推断）的区别，两块内容混淆在一起，就无法把相关性参数和因果性参数区别开来。

现有很多计量教材集中于统计推断，对因果推断很少涉及，包括安神（Angrist和Pischke，2009）《基本无害的计量经济学》也没有显性的讲出来什么是因果识别，如何构造识别策略。本课程将详细的对此进行区分，明确目标参数、识别策略和估计方法（OLS、MLE、GMM）

不讲潜在结果框架或鲁宾（RCM）就无法说清楚因果识别。

不讲图因果模型或珍珠（PCM）就无法清楚的构建因果识别策略。

不讲随机化实验，就无法讲解清楚实证中的因果效应估计。

课程目的：

让学员明确经济学实证研究的基本步骤：首先，定义清楚目标参数（因果估计）其次，构造识别策略，建立统计参数（统计估计）最后，构造估计量（估计值）得到目标参数的估计值。由目标参数到统计参数，由观测不到的因果效应转变化可以观测到的统计参数的过程，即因果推断。利用样本信息构造估计量，估计统计参数，即统计推断。

2024 内容更新：

• 增加高维协变量（解释变量个数多于样本量情形）下的统计推断和因果推断方法，主要是麻省理工学院切尔诺朱科夫等人发展的理论，包括双层套索/双层ML

• 增加平行趋势假设检验方法及平行趋势假设不满足时的敏感性分析方法

• 增加因果中介分析的理论和应用介绍

课程特色：

--《基本有用的计量经济学》（第2版）最新内容。进行了全面更新，对统计推断和因果推断进行了区分，对因果推断和因果识别进行了明确定义，并将估计方法和因果推断区分开来，吸收了最近几年各类方法的最新发展，并在统一的框架内进行详细解构，让读者更容易掌握因果推断的基本内容。

-- 讲清楚因果效应参数（因果估计）、（统计估计）和（估计）的区别。实证分析的第一步就是明确自己想回答的问题，定义清楚因果效应参数或目标参数（目标参数）才能根据研究问题的背景信息和先验知识，构造识别策略。

-- 因果推断的关键在于分配机制（分配机制）识别策略主要是对分配机制的描述，通过引入合理的识别条件，描述可能的分配机制，才能识别出因果效应。理解了分配机制，也就理解了因果推断的核心内容，对于匹配、四、 DID（SC）、RDD等具体的方法也就更容易理解。

-- 在实证分析中，原因变量（或核心解释变量）和控制变量的地位是不同的，如何才能合理的选择控制变量？控制变量越多越好吗？选择控制变量的基本原则是什么？

-- 如何选择工具变量？如何思考工具变量的独立性和排除性假设？如何合理化（证明）你的工具变量？

-- 面板数据中固定效应是什么，起着什么作用，如何加固定效应？

-- 估计方法和目标参数之间是什么关系，关于交错DID（交错DID）的最新发展，充分反映了这一矛盾。OLS、TSLS、TWFE作为经济学家常用的估计方法，很多时候并不能给研究者想要的目标参数，并不能回答作者想回答的问题。如何解决？

本课程学员可以学到：

• 统计推断的基本内容，线性回归只是一种参数估计方法，MLE/GMM也是参数估计方法？

•OLS在估计什么？和因果效应参数是什么关系？

• 什么是因果识别？因果识别和参数识别的区别？

• 如何进行因果推断，如何引入识别条件？

• 如何选择控制变量，基本的原则是什么？

• 什么是固定效应，如何加固定效应？

• 如果选择工具变量，如何说明工具变量的有效性，应该如何思考独立性和排除性假设？

• 如何利用自然实验，包括工具变量、双重差分、断点回归，来识别因果效应？

• 在多期交错政策（交错）下，双向固定效应方法（TWFE）、古德曼-巴康公司TWFE估计量的合理性。

• 在交错政策下，事件研究法为何不能用，如果运用正确的方法，包括卡拉瓦和圣安娜（2021）的非参数估计量和伍尔德里奇（2021）的回归估计量。
•如果进行因果中介分析？

授课嘉宾：

赵西亮教授现任厦门大学经济学院和王亚南经济研究院经济学教授、博士生导师。

清华大学经济管理学院数量经济学专业博士，美国康奈尔大学和芝加哥大学访问学者，加拿大西安大略大学经济系博士后，长期从事中国经济和应用计量经济学研究，编著教材《基本有用的计量经济学》，被京东评为“十大构思细腻的大学教材”之一。

在《经济研究》、《经济学》（季刊）、《数量经济技术经济研究》、《世界经济》等国内外重要期刊发表论文十余篇。《中国经济评论》、《中国经济》、《世界经济》等国内外重要期刊匿名审稿人。

基本内容：

第1讲统计推断

• 线性回归、饱和模型、二元选择模型、方差估计

• 带惩罚项的线性回归：偏差—方差权衡、交叉验证法、自助法（引导）

•拉索、拉索、内曼、双拉索

第2讲潜在结果框架

•RCM（鲁宾因果模型）

•潜在结果

•治疗任务

•因果估计

•上帝

•因果识别

•回归和因果识别

第3讲因果图

•三种基本结构

•后门标准

• 混杂偏差和样本选择偏差

• 什么是好的控制变量和坏的控制变量

• *前门标准

•做

第4讲随机化实验

•随机化实验的作用

• 随机化实验为什么是黄金标准？

•随机化实验的分析

•基于设计和基于抽样

案例：
① 班级规模与学习成绩（克鲁格，1999）
② 种族与就业歧视（Bertrand和Mullainathan，2004年）
③ 竞选中名字在选票中的位置优势（Ho和Imai，2006）
④ （陈和杨，2019）

第5讲 非混杂性条件下的因果效应估计

最基本的识别条件是非混杂性（无根据）也称为条件独立性假设（CIA、Angrist和Pischke，2009年）或根据观测变量进行的选择（选择观察值）是最基础的分配机制。这类策略的关键是通过（匹配）设计，模拟随机化实验。

• 匹配、倾向指数匹配（PSM、Rosenbaum和Rubin，1983年；Abadie和Imbens，2006年）

•反概率加权

•回报率（回归调整）

•双稳健估计量

•双/衰退机器学习

案例：
⑤ （Dehejia和Wahba，1999）
⑥ 精英大学的作用（戴尔和克鲁格，2002年）

第6讲工具变量法

工具变量法在模拟非依从的随机化实验。

• 工具变量法的起源和基本思想

• 工具变量法的基本识别条件

• 如何选择工具变量，如何讨论工具变量的外生性条件？

• 工具变量法的选择和说服审稿人的办法

• 异质性因果效应下的工具变量法——LATE（Imbens和Angrist，1994年：Angrist.，Imbens and Rubin，1996年）

• 工具变量法和非依从的随机化实验（不合规RE）

• 基于选择的工具变量法——赫克曼（Heckman）

•*未观测因素为基础的选择MTE公司--边际干预效应框架（Heckman和Vytlacil，1999年；2005年）

案例：
⑦ 出生季度和教育回报（Angrist和Krueger，1991）
⑧ （Angrist，1990）、
⑨ 家庭规模和父母劳动供给（Angrist和Lavy，1998）、
⑩ 美国的教育回报（卡内罗等人，2011年）、
⑪全民儿童照护服务的收益（Cornelissen、Dustmann和Schonberg，2018年）

第7讲固定效应方法

•随机效应模型

•固定效应模型

•豪斯曼公司

•固定效应是什么

•内容（回归内）和虚拟变量回归（LSDV）

•Stata reg、xtreg、areg、reghdfe系统

案例：
⑫ 双胞胎数据估计中国教育回报（李、刘、张，2012）

第8讲 经典双重差分法

双重差分法在模拟增量上的随机化实验，在线性假设下，属于固定效应模型。

• 共同/平行趋势假设（平行/共同趋势假设）、（无预期假设）、无溢出效应假设（无溢出效应假设）、（重叠假设）

•做了

•伊曼纽尔做到了的参数估计：回归方法、PSM-DID（Heckman等人，1997年、1998年）、逆概率加权估计量（阿巴迪，2005）、双重稳健估计量（圣安娜和赵，2020）

• 如何在回归模型中引入不时变的协变量Xi和This“合作者”Xit？

案列：
⑬移民冲击和工资（卡德，1990年）
⑭最低工资调整和就业（卡德和克鲁格，1994年）
⑮911事件对美国办公楼的影响（阿巴迪和德米西，2008年）
⑯大学扩招和大学生失业（邢春冰和李实，2011）

第9讲 多期单一政策做

经典做的扩展，扩展到多期，仍然只有一个干预组和一个控制组

•基本识别条件：平行趋势假设、无预期假设和无溢出效应假设的重新表述。

•平行趋势假设检验和动态模型构造（事件研究法设计）

•平行趋势检验方法和敏感性分析

•以个体出生年份（队列）DID、队列DID并不是一种新的设计

案例：

⑰茶叶价格和消失的女性（钱，2008）
⑱土豆和人口及城市化（纳恩和钱，2011年）

第10DID-IV设备

•DID和IV的结合：不满足平行趋势时的新设计

•基本识别条件、因果识别过程

•第三季度（DDD）：一种特殊的工具变量法

•基本识别条件、因果识别过程

案例：

⑲印尼建校项目对教育回报的影响（杜弗洛，2001）
⑳强制福利对劳动力市场的影响（格鲁伯，1994）

第11错DID（交错DID）

个体是逐渐受到政策影响的，不再只有单纯的干预组和控制组两组，而是有很多的干预组和控制组，而干预组被干预的时点不同，用这样的数据估计政策影响时，早期文献仍然沿用第10讲多期单一政策时的设计方法，采用双向固定效应模型（TWFE）估计，但最新的文献发现，在交错政策时，如果存在组间异质性（古德曼-巴康，2021年）和时间上异质性（太阳和亚伯拉罕，2021）时，TWFE估计量存在着偏差，事件研究法存在着污染偏差（污染偏差）

•基本识别条件的讨论

•TWFE估计量在估计什么（古德曼-巴康，2021年；德·柴斯马廷和德·哈尔特富勒，2020年）

古德曼-巴肯反应

•事件研究法存在的偏差（Sun和Abraham，2021）

•如果正确的估计因果效应：

卡拉韦和圣安娜（2021）

伍尔德里奇（2021）

案例：

㉑大而坏的银行：放松管制与收入分配（Beck等人，2010；Baker等人，2022）

第12讲 合成控制法

•（Borusyak等人，2021；Liu等人，2022）

•（Abadie等人，2010）

•合成双重差分法（阿尔汉格尔斯基等人，2021）

•广义合成控制法（徐，2017）

案例：

㉒加州控烟法案的效果（阿巴迪等人，2010年）

㉓德国统一的经济影响（阿巴迪等人，2015年）

第13讲 断点回归设计

最接近于完全随机化实验的研究设计，教育学家发明（Thistlethwaite和Compbell，1960）作者认为价值不大，但被经济学家挖掘出来，焕发异彩（Hahn等人，2001年）本章讨论RDD、模糊RDD、扭结RDD的基本识别条件、估计方法、带宽选择方法等。

•精确断点回归设计：局部随机化假设、连续性假设

•模糊断点回归设计：工具变量法

•弯折断点回归设计：导数上的断点

案例：

㉔美国政党的在位优势（李，2008）

㉕空气污染和寿命（Chen等人，2013；Ebenstein等人，2017）

㉖学区房的价值（布莱克，1999年）

㉗户口的价值（Chen等人，2019年）

第14讲 因果中介分析

•传统中介分析理论

•自然间接效应（中介效应）、自然直接效应、控制直接效应

•因果中介效应的基本识别条件：序贯可忽略性

•工具变量因果中介模型

案例：
㉘教育通过职业影响收入的因果中介分析

优惠信息：

现场班老学员9折优惠；

同一单位三人以上同时报名9折优惠；

以上优惠与学生优惠价不叠加。

报名咨询：

电话：18600257362

微信：jgzjwanzi公司

QQ:3196394371

加微信请备注：因果推断

参考文献：

[1]   Abadie，A.（2005），“半参数差异估计”，《经济研究评论》，第72卷，第1-19页。

[2]   Abadie，A.、A.Diamond和J.Hainmueller（2010年），“比较案例研究的综合控制方法：评估加州烟草控制计划的影响”，《美国统计协会杂志》，第105493-505卷。

[3]   Abadie，A.、A.Diamond和J.Hainmueller（2015），“比较政治与综合控制方法”，《美国政治科学杂志》。

[4]   Abadie、Alberto和Guido W.Imbens。“平均处理效果匹配估计值的大样本属性。”计量经济学74.1 (2006): 235-267.

[5]   Abadie，A.和S.Dermisi（2008），“恐怖主义侵蚀中央商业区的集聚经济？芝加哥市中心写字楼房地产市场的教训”，《城市经济学杂志》，第64451-463卷。

[6]   Angrist，Joshua D.“终身收入和越南时代的彩票选秀：来自社会安全行政记录的证据。”美国经济评论(1990): 313-336.

[7]   Angrist、Joshua D.和William N.Evans。“儿童及其父母的劳动力供应：来自家庭规模外部差异的证据。”美国经济评论(1998): 450-477.

[8]   Angrist，J.，G.Imbens和D.Rubin，“使用工具变量识别因果效应”，附评论和反驳，JASA，1996。

[9]   Arkhangelsky，Dmitry等人，《综合差异中的差异》美国经济评论111.12 (2021):4088-4118.

[10] 贝克、安德鲁·C、大卫·F·拉克尔和查尔斯·CY·王。《金融经济学杂志》144.2（2022）：370-395。

[11] Beck、Thorsten、Ross Levine和Alexey Levkov。“大型坏银行？美国银行放松管制的赢家和输家”，《金融杂志》65.5（2010）：1637-1667。

[12] 贝洛尼、亚历山大、维克托·切尔诺朱科夫和克里斯蒂安·汉森。“在高维对照中选择后推断治疗效果”，《经济研究评论》81.2（2014）：608-650。

[13] Bertrand、Marianne和Sendhil Mullainathan（2004），“Emily和Greg是否比Lakisha和Jamal更有就业能力？劳动力市场歧视的实地实验”，《美国就业报告》，94（4）：991-1013。

[14] Black，Sandra E.（1999），“更好的学校重要吗？家长对基础教育的评估”，QJE，114（2）：577-99。

[15] Borusyak、Kirill、Xavier Jaravel和Jann Spiess。“回顾事件研究设计：稳健有效的评估。”arXivprent arXiv:2108.12419(2021).

[16] Callaway、Brantly和Pedro H.C.Sant’Anna。2021.“多时间段的差异”，《计量经济学杂志》，225（2），200-30。

[17] 卡德，大卫。“Mariel升船对迈阿密劳动力市场的影响。”Ilr审查43.2 (1990): 245-257.

[18] Card，D.和A.B.Krueger（1994），“最低工资和就业：新泽西州和宾夕法尼亚州快速食品行业的案例研究”，《美国经济评论》，第84卷，772-793。

[19] 卡内罗、佩德罗、詹姆斯·J·赫克曼和爱德华·J·维特拉西尔。“估算教育的边际回报。”美国经济评论101.6 (2011): 2754-2781.

[20] Chen，Yuyu，Avraham Ebenstein，Michael Greenstone和Hongbin Li（2013）“中国淮河政策对持续暴露于空气污染对预期寿命影响的证据”，美国国家科学院院刊，110（2）：12936-41。

[21] 陈瑜；史少斌和汤玉刚。2019.“评估中国城市户口：房价回归间断设计的证据”发展经济学杂志, 141, 102381.

[22] 陈宇宇和大卫·杨扬。2019 “媒体审查的影响：1984年还是勇敢的新世界？” 美国经济评论,109(6): 2294-2332.

[23] 维克托·切尔诺朱科夫（Victor Chernozhukov）、丹尼斯·切特维里科夫（Denis Chetverikov）、默特·德米雷尔（MertDemirer）、埃丝特·杜弗洛（Esther Duflo）、克里斯蒂安·汉森（Christian Hansen）、惠特尼·纽伊（Whitney Newey）、詹姆斯·罗宾斯（James Robins），治疗和结构参数的双/去肌机器学习，计量经济学杂志，第21卷第1期，2018年2月1日，第C1–C68页，https://doi.org/10.1111/ectj.12097

[24] Cornelissen、Thomas、Christian Dustmann、Anna Raute和Uta Schönberg，“谁受益于普及儿童保育？估计早期儿童保育的边际回报”，《政治经济学杂志》126，第6期（2018年12月）：2356-2409。

[25] Dale、Stacy Berg和Alan B.Krueger，《评估就读更具选择性大学的回报：可观测和不可观测选择的应用》，经济学季刊，第117卷，第4期，2002年11月，第1491-1527页，https://doi.org/10.1162/003355302320935089

[26] 戴·柴斯马汀、克莱门特和泽维尔·德·哈尔特富勒。“具有异质治疗效应的双向固定效应估计器。”美国经济评论110.9 (2020): 2964-2996.

[27] Dehejia，R.H.和S.Wahba（1999），“非实验研究中的因果效应：重新评估培训计划的评估”，《美国统计协会杂志》，第94卷，1053-1062。

[28] Duflo，E.（2001年），“印尼学校建设的学校教育和劳动力市场后果：来自不寻常政策实验的证据”，《美国经济评论》，第91卷，795-813。

[29] 埃宾斯坦、阿夫拉罕姆等，“中国淮河政策对持续暴露于空气污染对预期寿命影响的新证据。”美国国家科学院院刊114.39 (2017): 10384-10389.

[30] 安德鲁·巴肯（Andrew Goodman-Bacon）。2021.“治疗时间变化的差异”，《计量经济学杂志》，225（2），254-77。

[31] 乔纳森·格鲁伯。“强制性生育福利的发生率。”美国经济评论(1994): 622-641.

[32] Hahn，J.、P.Todd和W.van der Klaauw，“利用回归-不连续设计识别和评估治疗效果”，《计量经济学》69（2001），201-209年。

[33] Heckman，J.J.、H.Ichimura和P.E.Todd（1997年），“匹配作为计量经济评估估计器：评估工作培训计划的证据”，《经济研究评论》，第64卷，第605-654页。

[34] Heckman、James J.、Hidehiko Ichimura和Petra Todd。“匹配作为计量经济评估估计器。”经济研究综述65.2 (1998): 261-294.

[35] Heckman，J.James和Edward J.Vytlacil（1999），识别和限制治疗效果的局部工具变量和潜在变量模型，Proc。国家。阿卡德。科学。美国，96:4730-4734。

[36] Heckman，J.James和Edward Vytlacil（2005）《结构方程、治疗效果和计量经济学政策评估》，《计量经济学》，73（3）：669-738。

[37] Ho，Daniel E和Kosuke Imai（2006）《自然实验的随机推断》，美国统计协会杂志，101:475，888-900，DOI:10.1198/01621450000001258

[38] KosukeImai。卢克·基尔。山本特佩。因果中介效应的识别、推断和敏感性分析〉，《统计学》。科学。25（1）51-712010年2月。https://doi.org/10.1214/10-STS321

[39] Imbens，G和J.Angrist，“当地平均治疗效果的识别和评估”，《计量经济学》，1994年3月。

[40] Krueger，A.（1999），“教育生产函数的实验估计”经济半月刊, 114(2): 497-532.

[41] Lee，D.，“美国家庭选举中非随机选择的随机实验”，《计量经济学杂志》1422008。

[42] 李洪斌、刘伯伟和张俊森。“利用中国城市中的双胞胎估算教育回报。”发展经济学杂志97.2 (2012): 494-504.

[43] 刘、李成、王冶和徐一清。“时间序列横截面数据因果推断反事实估计实用指南。”美国政治科学杂志(2022).

[44] 钱南希。2008年，《中国失踪女性与茶叶价格：性别收入对性别失衡的影响》。《经济学季刊》，第123卷，第3期，第1251-1285页。

[45] 纳恩、内森和钱南希（2011），《马铃薯对人口和城市化的贡献：来自历史实验的证据》，QJE，1-53。

[46] Rambachan，A.和Roth，J.（2023年）。一种更可靠的平行趋势方法。经济研究综述,90(5),2555-2591.

[47] 罗森鲍姆（Rosenbaum）、保罗·R·罗宾（Paul R.）和唐纳德·B·鲁宾（Donald B.Rubin），“因果效应观察性研究中倾向评分的中心作用。”生物特征70.1 (1983): 41-55.

[48] Roth，J.（2022）。谨慎预测试：测试平行趋势后进行事件研究评估。《美国经济评论》：见解,4(3), 305-322.

[49] Sant’Anna、Pedro HC和Jun Zhao。“双稳健差分-微分估值器。”计量经济学杂志219.1 (2020): 101-122.

[50] 孙、李阳和莎拉·亚伯拉罕，2021年。“用异质治疗效应评估事件研究中的动态治疗效应”，《计量经济学杂志》，225（2），175-99。

[51] Thistlethwaite、Donald L.和Donald T.Campbell。“回归不连续性分析：事后实验的替代方法。”教育心理学杂志51.6 (1960): 309.

[52] Jeffrey M.Wooldridge，“双向固定效应、双向蒙德拉克回归和差异估计”可从SSRN 3906345获取(2021).

[53] 徐一清。“广义综合控制方法：因果推理与交互式固定效应模型。”政治分析25.1 (2017): 57-76.

     双重差分法原理及其最新发展：一个不完全综述作者：赵喜良：：SSRN