由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版]因果推断初步 姚东旻 清华大学出版社 数量经济学应用经济学计量经济学
¥ ×1
书名: | 因果推断初步 |
出版社: | 清华大学出版社 |
出版日期 | 2022 |
ISBN号: | 9787302601500 |
本教材重点面向我国经济学、社会学、政治学等相关社会科学高年级本科生和硕博研究生,详细介绍了断点回归、双重差分、匹配等经典微观计量研究方法的核心概念、基本原理、代码算法和案例应用。教材具有以下三个特点:第一,破除“唯数理”,仅保留最核心公式,并且任何一个公式都有具体算例作为支撑讲解,以阐释概念和原理。第二,打开方法“黑箱”,通过简单的Excel数字表格的运算(数据行列的“加减乘除”),向读者展现了当前被广泛应用的微观计量算法的底层操作。第三,重视从理论到应用的转化,丰富的“中国故事”和经典案例,帮助了解微观计量方法的实际分析过程。本教材致力于构建一个“引擎”,力图启发我们的学生创造性地发展出新的概念理论与分析工具,从这场因果革命的“追随者”变成“引领者”! |
姚东旻,现为中央财经大学教授、博士生导师,任中央财经大学中国财政发展协同创新中心副主任,兼任财政税务学院党委副书记,财政部专家工作室与财政部人才库入库专家。主要研究方向为财政基础理论、组织经济学、博弈论应用、基于数据的因果推断。已在国内外顶尖刊物发表论文80余篇,出版学术专著和译著5部。曾荣获第七届吴玉章人文社会科学奖、第六届全国优秀财政理论研究成果二等奖、第七届教育部高等学校科学研究优秀成果奖(人文社科类)三等奖、第八届教育部高等学校科学研究优秀成果奖(人文社科类)二等奖、第四届中国青年经济学者论坛优秀论文奖等荣誉。主持国家社科基金重点项目、国家社科基金青年项目以及部委与企业委托研究项目二十余项。 |
|
无论什么教材,都需要重视核心概念和基本原理,姚东旻教授的重视特别表现在:“尝试采用多种方法,力图阐明其背后的道理和对应的数据直觉。” 江西财经大学统计学院讲席教授 邱东 从现象或者“果”出发探寻其原因所在的过程本身就是科学研究的过程。问题在于如何推断所要探寻的“因果”关系,这本身就属于方法的问题了,也是这部教材的主题。 中央财经大学中国财政发展协同创新中心首席专家 李俊生 在诸多现实的财政问题中,基础性的一环是因果关系识别。本书作为微观计量经济学教材,详细介绍了当前学界常用的因果推断方法原理与技术手段。区别于现有同领域教材,丰富的“中国故事”和精巧、直观的“Excel专栏”是本书最大特点。 中央财经大学教授 马海涛 |
|
第1章导论与核心概念 本章前言1 本章关键词2 导入案例2 1.1因果性与相关性3 1.1.1因果性4 1.1.2相关性4 1.1.3因果关系与相关关系4 1.1.4常见错误6 1.2随机分配与自然实验7 1.2.1控制实验7 1.2.2随机控制实验7 1.2.3自然实验与准实验8 1.2.4自然实验、准实验与随机控制实验:相互作用9 1.3处理效应11 1.3.1处理、干预与处理效应11 1.3.2“反事实”12 1.3.3平均处理效应14 1.3.4Excel专栏:平均处理效应ATE的估计18 1.4可观测选择与不可观测选择21 1.4.1可观测选择与不可观测选择定义21 1.4.2可观测选择21 1.4.3不可观测选择23 1.5选择性偏差24 1.5.1选择性偏差的定义24 因果推断初步——微观计量经济学导论 1.5.2选择性偏差的刻画24 1.5.3选择性偏差的表现形式26 1.5.4选择性偏差的分解27 1.5.5Excel专栏:选择性偏差分解29 1.5.6选择性偏差的解决方法33 1.5.7辛普森悖论34 1.5.8Excel专栏:辛普森悖论34 1.6政策评估计量方法37 1.7本章总结38 1.8经典案例分析39 本章习题42 参考文献44 第2章匹配 本章前言45 本章关键词46 导入案例47 2.1协变量匹配的基本思想49 2.1.1协变量匹配的设计思路49 2.1.2协变量匹配的基本假设51 2.2倾向得分匹配的基本思想54 2.2.1倾向得分匹配的设计思路54 2.2.2倾向得分匹配的基本假设和性质58 2.3匹配的方法与规则59 2.3.1匹配方法59 2.3.2匹配规则62 2.4匹配方法的实施步骤63 2.4.1协变量匹配63 2.4.2Excel专栏:协变量匹配66 2.4.3Excel专栏:协变量匹配后的偏差分解69 2.4.4倾向得分匹配83
XIX 目录 2.4.5Excel专栏:倾向得分匹配85 2.5匹配与回归的比较89 2.5.1协变量匹配与回归的比较89 2.5.2Excel专栏:协变量匹配估计与回归估计的差异90 2.5.3倾向得分匹配与回归的比较96 2.6总结97 2.7中国故事98 2.8经典案例分析100 本章习题102 参考文献104 第3章双重差分法 本章前言105 本章关键词106 导入案例106 3.1双重差分法简介107 3.1.1为什么使用双重差分法107 3.1.2双重差分法的设计思路108 3.1.3双重差分法的前提假设109 3.1.4双重差分法估计量偏差的来源110 3.2特定数据类型的双重差分估计112 3.2.1混合横截面数据的双重差分估计113 3.2.2Excel专栏:混合横截面数据的双重差分估计115 3.2.3面板数据双重差分估计118 3.2.4Excel专栏:面板数据双重差分估计119 3.2.5多期DID127 3.2.6Excel专栏:多期DID实践129 3.3中国故事134 3.4经典案例分析135 3.4.1强制许可:来自敌国贸易法的证据135 3.4.2快乐的医生会让宝宝更快乐吗?—医生的薪酬制度对产前护理 服务的影响139
因果推断初步——微观计量经济学导论 3.4.3美国放松银行监管对收入分配的影响143 本章习题146 参考文献148 第4章工具变量 本章前言149 本章关键词150 导入案例150 4.1工具变量的基本原理151 4.1.1内生性问题及其解决方法151 4.1.2工具变量的有效性154 4.1.3Excel专栏:基于Excel的工具变量相关性与外生性的检验160 4.1.4工具变量的估计162 4.1.5Excel专栏:基于Excel的2SLS估计166 4.1.6Excel专栏:基于Excel的瓦尔德估计168 4.1.7政策效应的工具变量法估计172 4.1.8Excel专栏:基于Excel的政策效应估计177 4.1.9局部平均处理效应的工具变量估计原理181 4.1.10Excel专栏:基于Excel的局部平均处理效应185 4.2解决内生性问题的其他方法—扩展回归模型189 4.2.1Excel专栏:基于Excel的ERM对内生连续变量处理191 4.3本章总结192 4.4中国故事193 4.5经典案例分析194 4.5.1以小河流的数量和取消科举制度之前的短期考试成绩作为工具 变量来分析科举制废除对政治稳定的影响194 4.5.2以长子的性别和孩子出生前一年的罚款率作为工具变量分析是 否是独生子女对近视概率的影响197 本章习题200 参考文献202
目录 第5章断点回归 本章前言203 本章关键词204 导入案例204 5.1断点回归的基本概念205 5.1.1从BA到RD205 5.1.2断点回归设计:SRD与FRD208 5.2断点回归的估计211 5.2.1RD估计的起源与背景211 5.2.2断点回归估计213 5.2.3RD的非参数估计方法216 5.2.4边界非参数回归216 5.2.5局部线性回归218 5.2.6Excel专栏:局部线性回归220 5.2.7局部多项式回归222 5.2.8带宽和多项式次数的选择223 5.2.9Excel专栏:带宽的选择225 5.2.10模糊断点回归估计的设计228 5.2.11Excel专栏:模糊断点回归的2SLS估计229 5.3断点回归的有效性检验232 5.3.1检验驱动变量S的连续性232 5.3.2Excel专栏:检验驱动变量的连续性232 5.3.3检验断点处的准随机性234 5.4本章总结235 5.5中国故事237 5.6经典案例分析238 5.6.1北京的限行政策238 5.6.2高税收与高避税率245 5.6.3墨西哥的毒战248 本章习题255 参考文献257 第6章前沿方法介绍 本章前言259 本章关键词260 导入案例260 6.1倾向得分匹配双重差分(PSM-DID)262 6.1.1PSM-DID的概念262 6.1.2经典案例分析265 6.2合成控制法(SCM)272 6.2.1合成控制的基本概念272 6.2.2合成控制的工作原理272 6.2.3经典案例分析276 6.3三重差分(DDD)282 6.3.1三重差分基本概念282 6.3.2Excel专栏:三重差分计算展示287 6.3.3Excel专栏:DID与DDD的比较289 6.3.4中国故事291 6.3.5经典案例分析292 本章习题302 参考文献303 |
本教材首先向计量经济学、应用统计学、社会心理学以及财政学的国际顶尖学者致敬,特别是唐纳德·西斯尔思韦特(Donald L.Thistlethwaite,首次提出断点回归设计原理)、唐纳德·坎贝尔(Donald T. Campbell,首次提出断点回归设计原理)、菲利普·莱特(Philip G. Wright,首次提出工具变量的原理)、奥利·阿申费尔特(Orley C. Ashenfelter,最早将双重差分法引入经济学研究)、保罗·罗森堡(Paul R. Rosenbaum,最早提出倾向得分匹配法的原理)、唐纳德·鲁宾(Donald B. Rubin,最早提出倾向得分匹配法的原理)、杰姆斯·海科曼(James J. Heckman,首次提出样本选择模型)、乔舒亚·安格里斯特(Joshua D. Angrist,久负盛名的应用微观计量经济学教科书编纂者)和约恩-斯特芬·皮施克(J.rn-Steffen Pischke,久负盛名的应用微观计量经济学教科书编纂者)等。正是他们或是天才般的,或是苦行僧般的,或是虔诚信徒般的不懈努力,才引发并推动了整个社会科学研究领域的重大革命—因果推断命。 推本溯源,是人类社会得以繁荣发展的基础。无论是自然科学研究还是社会科学研究,都集中关注因果问题。由于控制实验可以对不可观测的未知干扰因素加以人为控制,因果推断的“黄金准则”就是可控实验或随机对比对照实验,通过有意识地创造数据并加以解读,从而得到人类理念中的“因果”。自然科学研究领域的因果推断即是如此。但在社会科学的问题研究中,这一过程大多不可行。一方面,相比自然科学,社会科学的研究对象更加缺乏稳定性和固定性(费曼曾经说过物理学家应该庆幸物理世界中的分子、原子没有“自由意志”),人的主观意识和社会行为大多难以预测和控制,使得社会现象更具随机性。另一方面,严格受控制的大规模社会实验也因为涉及人类本身而无法实施。因此,很多时候我们不得不退而求其次,直接使用社会经济发展中的观测数据,而完全舍去了“创造数据” 这一重要过程。从这个视角来说,同样都是分析与解读数据,由于数据产生过程(data generating process,DGP)大相径庭,其解读后的“可信性”也自然相去甚远。相比自然科学中对创造数据进行解读,直接利用观测数据进行的经验分析往往难以探索复杂现象背后真正的因果联系。 |
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格