报告时间：2024/12/1915：00–18：00
报告地点：燕山校区1号教学楼1706会议室
主办单位：统计交叉科学研究中心（RCSIS）
协办单位：科研处、统计与数学学院
报告人1：陈强（山东大学经济学院教授博士生导师）
报告题目：断点回归的两大分析框架及Stata应用
报告摘要：作为最重要的准实验因果推断方法之一，断点回归设计有两大分析框架，二者无论在前提假定、带宽选择还是推断方法上均有相当差异。其中，基于连续性的框架（continuity-based framework）假定潜在结果的条件期望连续，在实证研究中广泛应用。局部随机化的框架（local randomization framework）则为后起之秀，该框架假定在断点附近的小窗口，驱动变量可视为随机分配。本文详细介绍了这两大框架的原理与技术细节，包括识别、估计、推断与证伪，并通过蒙特卡罗模拟与经典案例深入比较了二者的差异。文献中一般认为基于连续性的框架所依赖的假定更弱，但本文发现该框架隐含假定驱动变量在带宽内为外生变量，在实践中未必满足。另一方面，局部随机化的框架所选窗口一般更窄，故驱动变量的外生性条件更易满足，且适用于离散驱动变量的情形。由于局部随机化框架的有效样本容量一般较小，易受离群值影响，故本文提出使用“留一估计”（leave-one-out estimation）作为稳健性检验。
报告人简介：
陈强，山东大学经济学院教授，数量经济学博士生导师，研究领域为计量经济学、机器学习与经济史。分别于1992年、1995年获北京大学经济学学士、硕士学位，后留校任教。2007年获美国Northern Illinois University数学硕士与经济学博士学位。2010年入选教育部新世纪优秀人才支持计划。2017-2018年为波士顿学院访问学者，并在哈佛大学、麻省理工学院、波士顿大学旁听相关课程。已在计量经济学顶级期刊Journal of Econometrics, Journal of Applied Econometrics， 经济学期刊Oxford Economic Papers (Lead Article), Journal of Comparative Economics,Economica, Stata Journal (Lead Article)以及《经济学(季刊)》、《世界经济》等高水平期刊发表论文数十篇，并著有畅销教材《计量经济学及Stata应用》，《高级计量经济学及Stata应用》，《机器学习及R应用》与《机器学习及Python应用》。
报告人2：高展（南加利福尼亚大学）
报告题目：Generalized Method of Moments with Heterogeneous Validity of Moment Conditions in Panel Data Models
报告摘要：This paper provides a unified framework for the selection of valid moment conditions and detection of latent group structures based on the moment condition validity in general nonlinear generalized method of moments (GMM) panel data models. It accommodates a diverging number of moment conditions and group-specific heterogeneous validity of moment conditions across agents. The proposed method integrates the pairwise adaptive fused Lasso and the adaptive Lasso regularization into the GMM estimation. The estimator is shown to be consistent and simultaneously achieves classification and moment selection consistency. The asymptotic distribution of a post-regularization estimator is derived, and its oracle properties are established. The finite-sample performance of the proposed method is evaluated through a Monte Carlo simulation experiment. The method is applied to empirically investigate the impact of agricultural productivity shocks on rural-to-urban migration in China.
报告人简介：
高展，美国南加利福尼亚大学。香港中文大学学士学位、经济学硕士学位。主要研究方向集中在计量经济学理论、机器学习、生物统计与健康经济学、微观经济实证等方面。已在计量经济学顶级期刊Journal of Econometrics、经济学期刊Empirical Economics、Computational Economics、生物统计期刊Statistical Methods in Medical Research等发表多篇学术论文，担任Journal of Business & Economic Statistics，Econometric Reviews等期刊的匿名审稿人。