2020年Stata中国用户大会

INTRODUCTION

大会简介

Stata中国用户大会（China Stata Users' Conference）是由北京友万信息科技有限公司（Beijing Uone Info&Tech Co.,Ltd）联合StataCorp LLC在中国举办的聚焦Stata应用与技术落地的盛会。2020年随着新冠疫情的蔓延，全球都投入到积极防控的大潮中，如何高效获取和处理COVID-19数据，必然成为本届会议的热点主题。第四届“Stata中国用户大会”将以“新应用+智交互”为主题，力邀国内外行业领袖及学术专家，共同开启全新主题单元。会议同期将延续一站式的Stata夏令营活动，主要内容围绕“非线模型讲述非常故事”和“自然实验与因果推断”探索前沿文献理论研究，将碎片化的知识点形成案例精讲，解读因果推断的理论与应用和政策评估的常见误区。为实现安全、环保、高效的会议流程，减少人员聚集，本次会议将开展线上直播的方式与大家见面，欢迎所有对Stata感兴趣的学者，共享Stata应用新思路。知识碰撞、经验交流、数据共享，每年暑期如约而至，今年 “云”上见！

在线学习 >

SPECIAL TOPICS

专题介绍

01使用Stata获取与处理COVID-19数据-Hua Peng（StataCorp LLC）[ 课件下载 ]

快速数据获取和分析是公共卫生决定的基础。我们将展示Stata中各种获取数据的工具包，及其在获取与处理COVID-19数据中的应用。
02 Call Stata from Python- Zhao Xu （StataCorp LLC）
[ 课件下载 ]

Stata 16 introduces tight integration with Python, allowing users to embed and execute Python code from within Stata. In this talk, I will demonstrate new functionality we have been working on -- calling Stata from within Python. We are working on providing two ways to let users interact with Stata from within Python: the IPython magic commands and a suite of API functions. With those utilities, you will be able to run Stata conveniently from Python environments, such as Jupyter Notebook/console, Jupyter Lab/console, Spyder IDE, or Python launched from a Windows Command Prompt, Unix terminal, etc.
03 混频回归方法与Stata应用-王群勇（南开大学）[ 课件下载 ]

常见变量的抽样频率并不统一，比如GDP经常是季度的，而通胀率是月度的，金融市场数据往往是日度的。混频数据回归是用低频变量对高频变量回归，通过数据驱动的方法对高频变量的不同期赋权以提高精确预测的一种方法，在宏观经济预测中得到越来越广泛的应用。本文介绍混频回归模型及Stata的新指令：midasreg。这一指令允许对多种不同频率的数据进行回归，包含了STEP、PDL、Beta等多种加权函数，兼容estat、predict等Stata的标准指令。
04基于Stata模拟的内生性来源及其应对-陈传波（中国人民大学）
[ 课件下载 ]

内生性虽然是一个老生常谈的话题，但仍然很容易在建模的过程中被忽略。通过统一的框架和简单的Stata程序模拟，我们展示了自选择偏误、联立因果、遗漏变量、测量误差等如何导致内生性。并结合通俗易懂的案例展示控制变量、差分估计、工具变量、断点回归、匹配等方法在什么条件下，以及如何克服内生性，并获得一致估计。
05平滑转换模型与Stata应用-王群勇（南开大学）[ 课件下载 ]

平滑转移模型描述了变量之间在两种或多种状态之间的转换关系，状态之间通过平滑转移函数来实现。这一模型在宏观经济和金融市场中得到广泛应用。比如，石油价格与经济波动、银行业与经济发展等。本文介绍平滑转换模型的设定和相关检验，以及Stata的新程序：stregress。这一指令适用于时间序列、截面数据和面板数据，包含了LSTR、ESTR、NSTR、L2STR等多种转换函数，以及模型的线性性、残差的序列相关、参数常数特征等多种检验。

06 跨度回归、偏度回归与峰度回归及Stata应用 -陈强（山东大学）
[ 课件下载 ]

Quantile regression provides a powerful tool to study the effects of covariates on key quantiles of conditional distribution. Yet we often still lack a general picture about how covariates affect the overall shape of conditional distribution. Using quantile-based measures of spread, skewness and kurtosis, we propose spread regression, skewness regression and kurtosis regression as empirical tools to quantify the effects of covariates on the spread, skewness and kurtosis of conditional distribution. While spread regression can be implemented by official Stata command "iqreg", we provide new Stata commands "skewreg" and "kurtosisreg" for skewness regression and kurtosis regression respectively, and illustrate them with an example of the U.S. wage data with substantive findings.
07Causal Mediation- 金承刚（北京师范大学） [ 课件下载 ]

干预或暴露的效应估计的是一个常见的效果评价，是一个重要的因果推断统计分析内容。为了进一步理解作用机理或作用路径改进干预策略，中介效应成为社会发展学科和流行病学的研究的重要研究内容之一，并形成不同的流派。Causal Mediation则是从counterfactual的框架出发，处理exposure-mediating confounding, exposure-outcome confounding和对mediating-outcome confounding进行敏感度检验。
08合成控制法安慰剂检验改进研究——基于标准化处理效应和非拒绝域的统计推断-连玉君（中山大学） [ 课件下载 ]

合成控制法的统计推断主要依赖于以置换检验 (Permutation test) 为基本思想的「安慰剂检验」，但该方法存在严重的过度拒绝和显著性追逐问题。本文通过「准标准化」转换来惩罚安慰剂检验过程中的噪音成分，以避免干预后政策效果分布的非一致性问题，从而保证我们可以在不删除观察值的情况下实施安慰剂检验。上述改进可以克服传统统计量面临的过度拒绝和显著性追逐问题。研究发现：(1) 通过进行安慰剂检验标准化处理，能够有效地降低随机冲击的异方差性以及估计偏误造成的过度拒绝问题；(2) 安慰剂检验标准化处理能够使得干预后时期处理组与潜在控制组的政策效果分布满足一致性，避免对于显著性结果的追逐问题；(3) 基于标准化处理结果，我们能够在相对干净的数据条件下，通过使用bootstrap法构造政策效果的「非拒绝域」，从而保证了合成控制法的统计推断框架能与传统统计推断保持一致。
09 Measuring technical efficiency and total factor productivity change with undesirable outputs in Stata-王道平（上海财经大学）
[课件下载]

近年来，在效率和生产率分析中考虑非合意产出已成为一个重要的研究方向。与此相对应，在效率与生产率分析领域也逐渐发展出很多可以同时考虑合意和非合意产出的新模型。本文与大家分享效率与生产率的非参数前沿估计方法和应用，及与厦门大学杜克锐老师共同撰写的Stata新指令：teddf和gtfpch。这两个指令适用于估计含有非合意产出的决策单元的效率和生产率，涵盖了多种基于方向距离函数的非参数前沿模型。

查看详细会议议程 >

GUEST SPEAKERS

演讲嘉宾

Hua Peng

Director of Software Engineering StataCorp LLC

Zhao Xu

Principal Software Engineer
StataCorp LLC

王群勇

南开大学教授

连玉君

中山大学副教授

陈强

山东大学教授

陈传波

中国人民大学副教授

金承刚

北京师范大学教授

王道平

上海财经大学博士

以上排序不分先后

查看详细嘉宾信息 >

TRAININGS

2020 Stata 夏季训练营

主讲嘉宾：王群勇南开大学教授

Stata夏令营“非线模型讲述非常故事”专题研讨会
直播时间：2020年8月17-18日

世界的本质是非线性的。如果我们觉得世界是平的，那只是因为我们的视野太窄了。在实证研究中，线性模型往往作为基准模型描述变量之间的整体平均关系，但“线性模型总是相似的，非线性模型各有各的非线性”，每一种非线性都可以讲述一个不同寻常的故事。当估计完一个线性模型之后，是不是总觉得缺少什么? 如何摆脱线性模型的单调和千篇一律？本课程带领你学会如何从数据中挖掘与他人不一样的精彩故事。
Stata夏令营“自然实验与因果推断”专题研讨会
直播时间：2020年8月21-22日

因果推断是微观计量分析的重要特征之一。反事实是因果推断的最基本框架，自选择等问题导致的政策内生性给政策评估带来诸多障碍。本课程介绍利用观测数据进行因果推断的几大利器：如何利用自然实验（或准实验）推断因果关系、如何克服政策的内生性问题、断点设计如何减弱了政策内生性问题和模型错误设定问题、以及面板数据中如何利用双重查分和合成控制构建反事实的策略。