Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
本课程旨在帮助学生掌握实证研究的基本知识和方法论，以及宏观、微观领域前沿研究的基本逻辑和思路框架，了解学术研究的规范方法和需要关注的重点问题。
Overview
Syllabus
- 第一章 实证金融的基本范式
- 1.1 实证研究的主要目标
- 1.2 实证研究的基本行文结构与常见应用场景
- 1.3 工欲善其事必先利其器_学科基础、常见实证方法和工具
- 第二章 实证研究前沿方法论和常见陷阱
- 2.1 实证金融中的陷阱
- 2.2 数据清洗、梳理和量化分析中常见的问题
- 2.3 金融领域的实证研究门类和方法
- 第三章 微观数据特征和结构
- 3.1 实证金融研究中的数据应用规范性
- 3.2 常见数据结构
- 第四章 最小二乘估计法
- 4.1 最小二乘估计法
- 4.2 最小二乘估计法结果可能存在的问题与解法
- 第五章 面板数据模型及其应用
- 5.1 面板数据的结构特点、优势和信息来源
- 5.2 面板数据分析常见模型
- 第六章 自然实验与内生性问题
- 6.1 引导案例、常见因果关系识别问题
- 6.2 随机控制实验、准实验和观测研究
- 6.3 双重差分法
- 6.4 双重差分法运用实例
- 6.5 双重差分法运用常见问题
- 第七章 工具变量方法及其应用
- 7.1 工具变量法的直观理解
- 7.2 工具变量估计法的局限性
- 7.3 工具变量使用步骤
- 7.4 工具变量运用的相关检验
- 7.5 工具变量运用举例
- 第八章 断点回归方法及应用
- 8.1 断点回归应用场景与优势
- 8.2 断点回归的数据要求和估计步骤
- 8.3 断点回归运用实例
- 第九章 倾向得分匹配方法及其应用
- 9.1 匹配方法的直观理解
- 9.2 倾向得分匹配法原理和处理步骤
- 9.3 倾向得分匹配法运用注意事项
- 9.4 倾向得分匹配法运用实例
- 第十章 宏观金融研究方法：向量自回归模型
- 10.1 向量自回归的简化型模型
- 10.2 因果推断与向量自回归的结构型模型
- 10.3 短期约束识别方法
- 10.4 长期约束识别方法
- 10.5 其他识别方法
- 期末考试
Taught by
JINYU LIU, Chenxing Jing, XIAOQUAN ZHU, HANG ZHOU, and XINRONG XIAO
