作者：邱嘉平
出版社：上海财经大学出版社
出版年：2020-7
页数：334
定价：86.00元
装帧：平装
丛书： 新方法系列
ISBN：9787564235864
内容简介
· · · · · ·
因果关系实证方法是现代社会科学实证研究的基础。本书涵盖了社会科学因果关系实证的主要方法。它包含了11个课题：条件期望函数和因果关系；线性回归方法；估计误差；处置效应和因果关系；匹配方法；匹配方法和回归方法的比较；面板数据分析方法；双重差分法；工具变量；自选择模型；断点回归。读者为从事社会科学研究的学生、教师和其他研究人员。
作者简介
· · · · · ·
邱嘉平，加拿大麦克玛斯特大学德格罗特商学院金融系终身教授及加拿大帝国商业银行讲席教授。多项研究成果发表在Journal of Financial Economics, Review of Financial Studies, Journal of Financial Quantitative and Analysis, Management Science, Accounting Review等金融学、管理学和会计学国际顶级学术期刊。论文获Northern Finance Association 和Financial Management Association 年度最佳公司金融论文奖。担任Frontier of Economics in China、Quarterly Review of Economics and Finance以及The International journal of Accounting期刊副主编。瑞士国家基金，香港研究基金和加拿大国家社会和人文科学基金评审员。
目录
· · · · · ·
序言 ／1
第一章 因果推断常用计量方法图解与概览 ／1
第一节 辛普森悖论 ／1
第二节 变量关系路径图 ／6
第三节 因果关系估计偏差来源 ／８
第四节 常用因果关系估计方法概览 ／12
第二章 线性回归———理解篇 ／16
第一节 线性回归模型、条件期望函数与因果推断 ／16
第二节 最小二乘法 ／24
第三节 多元回归系数估计的直观理解 ／28
第四节 多元线性回归分解 ／31
第五节 内生性和因果关系 ／32
附录 ／35
第三章 线性回归———运用篇 ／43
第一节 固定解释变量和随机解释变量 ／43
第二节 理解固定解释变量下的回归模型假设 ／45
第三节 理解随机解释变量假设下的线性回归假设 ／51
第四节 样本估计系数性质 ／56
第五节 有限样本和大样本假设检验 ／61
第六节 回归方法Ｓｔａｔａ命令实例 ／64
第七节 回归分析运用常见问题 ／69
第四章 标准误差 ／79
第一节 理解同方差 ／79
第二节 理解异方差 ／83
第三节 理解自相关 ／90
第四节 理解集群相关 ／95
第五节 集群相关方差Ｓｔａｔａ实例 ／103
第六节 集群方差运用常见问题 ／107
第五章 处置效应 ／１０９
第一节 潜在结果、处置效应与因果关系 ／109
第二节 观测结果 ／112
第三节 使用观测结果估计处置效应可能的偏差 ／113
第四节 计算平均处置效应实例 ／116
第五节 随机分配 ／118
第六节 控制可观测特征 ／122
第七节 回归方法和处置效应 ／126
第八节 随机分配实例：田纳西学生／教师比例和表现实验 ／133
附 录 个体处置效应不相同情况下回归方程系数和平均处置效应的关系 ／139
第六章 匹配方法 ／142
第一节 匹配方法的直观理解 ／142
第二节 匹配方法的假设条件 ／150
第三节 直接匹配方法 ／153
第四节 倾向得分匹配法原理 ／156
第五节 倾向得分匹配法操作步骤 ／158
第六节 倾向匹配方法实例 ／166
第七节 匹配方法使用中常见问题 ／175
第七章 匹配方法与回归方法比较 ／176
第一节 匹配方法与回归方法的相同点 ／176
第二节 匹配方法与回归方法的差异 ／185
第三节 总结 ／197
第八章 面板分析方法 ／199
第一节 什么是面板数据 ／199
第二节 面板数据的信息来源 ／201
第三节 面板数据因果关系分析的直观理解 ／203
第四节 面板数据分析的三种常见模型 ／205
第五节 固定效应模型估计方法 ／208
第六节 面板数据分析实例 ／214
第七节 面板数据实际运用中常见问题 ／224
第九章 双重差分法 ／227
第一节 单重差分法 ／227
第二节 双重差分法的直观理解 ／233
第三节 双重差分法回归模型实例 ／236
第四节 双重差分法假设条件检验 ／242
第五节 三重差分法 ／245
附录 ／246
第十章 工具变量 ／251
第一节 工具变量估计法的直观理解 ／251
第二节 两阶段最小二乘法 ／257
第三节 工具变量估计法的局限性 ／260
第四节 工具变量运用的检验 ／264
第五节 工具变量使用步骤 ／268
第六节 工具变量运用举例 ／269
第七节 工具变量使用的常见问题 ／275
第十一章 样本自选择模型 ／283
第一节 样本自选择偏差产生原因的直观理解 ／283
第二节 样本自选择偏差解决办法的直观理解 ／288
第三节 传统Heckman样本选择模型 ／293
第四节 Heckman样本选择模型的应用例子 ／296
第五节 内生选择变量处置效应模型 ／301
第六节 样本自选择模型运用中常见问题 ／305
第十二章 断点回归 ／307
第一节 断点回归的直观理解 ／307
第二节 断点回归的数据要求 ／310
第三节 RDD的估计步骤和相应Stata命令 ／311
第四节 RDD运用实例 ／313
参考文献 ／330
评论 ······
写的很清晰，读起来没有卡顿，就是没有把数据打包提供给读者，需要自己一个一个下
补
优点：这本书可读性比赵西亮（2017）要更好，而且多了 Heckman 两步法。缺点：LATE 定理没有写好。
邱嘉平（2020）和 Angrist & Pischke (2008) 这两本对实证研究足够了。至于 GMM 之类的，可以用补 Hansen(2021) 或者 Hayashi (2001) 。
不过，有时间的话这本书和赵西亮（2017）的放一起读可能真的效果更好，正好分别从 RCM (…
好棒
评论前必须登录！
注册